我有一些调查数据。例如,我使用 credit
来自 ÌSLR
的数据
包裹。
library(ISLR)
数据中性别的分布看起来像这样
prop.table(table(Credit$Gender))
Male Female
0.4825 0.5175
学生的分布看起来像这样。
prop.table(table(Credit$Student))
No Yes
0.9 0.1
假设在人口中,性别的实际分布是男/女(0.35/0.65),学生的分布是是/否(0.2/0.8)。
在 SPSS 中,可以通过将“人口分布”除以“样本分布”来对样本进行加权,以模拟总体分布。此过程称为“RIM 加权”。数据将仅通过交叉表进行分析(即无回归、t 检验等)。在 R 中给样本加权的好方法是什么,以便稍后通过交叉表分析数据?
可以在 R 中计算 RIM 权重。
install.packages("devtools")
devtools::install_github("ttrodrigz/iterake")
credit_uni = universe(df = Credit,
category(
name = "Gender",
buckets = c(" Male", "Female"),
targets = c(.35, .65)),
category(
name = "Student",
buckets = c("Yes", "No"),
targets = c(.2, .8)))
credit_weighted = iterake(Credit, credit_uni)
-- iterake summary -------------------------------------------------------------
Convergence: Success
Iterations: 5
Unweighted N: 400.00
Effective N: 339.58
Weighted N: 400.00
Efficiency: 84.9%
Loss: 0.178
这里是加权数据的 SPSS 输出(交叉表)
Student
No Yes
Gender Male 117 23 140
Female 203 57 260
320 80 400
和这里来自未加权的数据(我导出两个文件并在 SPSS 中进行计算。我通过计算的权重对加权样本进行加权)。
Student
No Yes
Gender Male 177 16 193
Female 183 24 20
360 40 400
在加权数据集中,我有所需的分布 Student: Yes/No(0.2/0.8) 和 Gender male/female(0.35/0.65)。
这是另一个使用 SPSS of Gender and Married(加权)的示例
Married
No Yes
Gender Male 57 83 140
Female 102 158 260
159 241 400
和未加权。
Married
No Yes
Gender Male 76 117 193
Female 79 128 207
155 245 400
这在 R 中不起作用(即两个交叉表看起来都像未加权的)。
library(expss)
cro(Credit$Gender, Credit$Married)
cro(credit_weighted$Gender, credit_weighted$Married)
| | | Credit$Married | |
| | | No | Yes |
| ------------- | ------------ | -------------- | --- |
| Credit$Gender | Male | 76 | 117 |
| | Female | 79 | 128 |
| | #Total cases | 155 | 245 |
| | | credit_weighted$Married | |
| | | No | Yes |
| ---------------------- | ------------ | ----------------------- | --- |
| credit_weighted$Gender | Male | 76 | 117 |
| | Female | 79 | 128 |
| | #Total cases | 155 | 245 |
最佳答案
与 expss
包您需要明确提供您的权重变量。据我了解 iterake
添加特殊变量 weight
到数据集:
library(expss)
cro(Credit$Gender, Credit$Married) # unweighted result
cro(credit_weighted$Gender, credit_weighted$Married, weight = credit_weighted$weight) # weighted result
关于r - (RIM) R 中的加权样本,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/57545819/