R的调查包中的皮尔逊相关系数答案

【问题标题】：Pearson correlation coefficient in R's survey packageR的调查包中的皮尔逊相关系数
【发布时间】：2016-03-28 21:26:40
【问题描述】：

对不起，如果这真的很明显，但我看不出如何在调查包中的两个变量之间进行简单的 Pearson 相关。我的数据有分层，所以它相当于在 apistrat 中为 api00 和 api99 找到 r。

library(survey)
data(api)

dstrat <- svydesign(id=~1,strata=~stype, weights=~pw, data=apistrat, fpc=~fpc)

我确定一定有一种简单的方法可以使用 svyvar 或 svyglm 或其他东西，但我看不到它？

【问题讨论】：

cor(apistrat$api00, apistrat$api99) [1] 0.9741931 默认为皮尔逊相关。
谢谢，但我认为这不会考虑到地层或权重。这就是为什么我希望在调查包中有所收获。
wtd.cor 在 weights 包中可能会完成这项工作，但我不确定。它也无助于更复杂的抽样设计。调查包中的某些内容肯定是最方便的选择。

标签： r correlation survey

【解决方案1】：

您可以使用svyvar 估计方差-协方差矩阵，然后将其缩放到相关性：

library(survey)
data(api)

dstrat <- svydesign(id=~1,strata=~stype, weights=~pw, data=apistrat, fpc=~fpc)
v <- svyvar(~api00+api99, dstrat)

as.matrix(v)
cov2cor(as.matrix(v))

这适用于任何数量的相关性和任何设计。

【讨论】：

谢谢托马斯，这要简单得多
如何扩展此方法以获得相关性的置信区间？ @ThomasLumley

【解决方案2】：

library(survey)
data(api)
dstrat<-svydesign(id=~1,strata=~stype, weights=~pw, data=apistrat, fpc=~fpc)
summary(svyglm(api00~ell+meals+mobility, design=dstrat),correlation=T)

【讨论】：

嗨，据我所知，svychisq 是对交叉制表的分类数据进行关联测量？我追求两个连续变量的相关系数。
感谢安东尼的编辑。你能详细说明一下吗？例如，您将如何指定模型以获取 api00 和 api99 之间的相关性？无论是否使用权重和分层，这应该接近 1，但我无法使用这种方法得到任何看起来正确的东西。
summary(svyglm(api99~api00, design=dstrat),correlation=T)
恐怕我仍然看不到这两个变量之间的 Pearson 相关性。从 api00 的回归系数和未加权的相关性来看，我预计它会接近 1。
它说系数的相关性：（截距）api00 -0.98

【解决方案3】：

我一直在思考这个问题，我开始认为最好的方法可能是先缩放这两个变量，大概使用 svymean 和 svyvar。

dstrat2 <- transform(dstrat, 
                     z_api99 = (api99 - svymean(~api99,    dstrat))/sqrt(svyvar(~api99, dstrat)), 
                     z_api00 = (api00 - svymean(~api00, dstrat))/sqrt(svyvar(~api00, dstrat))) 

svyglm(z_api99 ~ z_api00, dstrat2)$coefficients

这给出了 9.759047e-01，结果与使用相同：

library(weights)
wtd.cor(apistrat$api99, apistrat$api00, weight = apistrat$pw)

它的优点是几乎可以与任何调查设计类型一起使用。如果有更多变量，它还提供了一种获取标准化 beta 系数的方法。这不是我对原始问题所追求的，但如果没有特定的选项，它可能是最好的方法。

如果其他人可以确认这是否有效，或者是否有更好的方法，那么我将非常感谢任何进一步的 cmets。

【讨论】：