R调查后分层：与调查功能作斗争

Question

我是新来的，也是 R 的新手。我想知道我是否正确使用了 R 调查包来发布我的数据。下面你可以看到我的数据框（df）的数据结构。

utype	gender	age	regzeit	finanz	sfeld	sindex
pri	female	23	ja	s	ARG	5
sta	male	23	nein	f	ARG	-7
sta	female	21	ja		ARG	11
pri	male	28	ja	t	ARG	1

我已经对“性别”变量的女性和“utype”变量的学生进行了过度抽样，现在想要调整人口分布。我的 n=383 被过采样到 n = 477 我的 n=383 样本的预期分布是：

utype	male	female	Sum
pri	54	68	122
sta	128	133	261
Sum	187	196	383

design <- svydesign(id = ~utype+gender, data = df)

警告信息： 在 svydesign.default(id = ~utype + gender, data = df) 中： 假设概率相等，不提供权重或概率

pop.types <- data.frame(utype=c("sta","pri"), Freq=c(261,122))

designp <- postStratify(design, ~utype, pop.types)

postStratify(design, ~utype, pop.types)

svymean(~sindex, design)
意思是|东南
指数 0.48008 | 0.0192
svymean(~sindex, designp)
意思是 |东南
指数 0.47692 | 0

我现在的问题是以下代码是否正确，以及如何在代码中对变量 utype 和性别进行 postStratify，或者我是否必须运行 postStratify 命令两次。我特别担心我的加权样本中的标准误差为零并且由于警告消息。频率值是否适合我在这里尝试做的事情？

我一直试图弄清楚的最后一件事是如何获取“sindex”的 svymean、svyhist 或 svyboxplot 函数，但仅适用于 utype == pri 的观察，因此基本上是按组进行的。这应该全部应用于加权 sindex 值。

我希望我遵守所有规则。非常感谢！

Answer 1

您不想进行两次后分层（这会给您带来好处）。您想使用一个后层变量进行一次分层，该变量是您的两个变量性别的组合，如您的 2x2 表中。也就是说，

designp <- update(designp, combined_var = interaction(gender,utype))

您现在指定一个 pop.types= 参数，该参数具有此新变量四个级别中每一个级别的所需频率。

仅使用您列出的四个观察结果，您最终将得到零标准误差，因为在任何后期层中都没有任何变化。