调查包的 svyby 中令人费解的错误

Question

我正在使用survey R 包中的“svyby”函数，并收到一个我不知道如何处理的错误。 一开始，我使用变量cntry作为分组，接下来，我使用essround作为分组，一切顺利。但是当我使用它们的组合 ~cntry+essround 时，它会返回一个错误。

我很困惑它如何可以单独为每个分组工作，但不能用于组合分组。

这在某种程度上与省略的数据有关，例如当我删除所有空单元格时（即使用 na.omit(dat) 而不是 dat 来定义调查设计）它开始工作。但我不想丢掉所有的缺失。我认为 svymean 的 na.rm 论点应该处理它。请注意，变量 cntry 和 essround 不包含任何缺失值。

library("survey")
s.w <- svydesign(ids = ~1, data = dat, weights = dat[,weight]) 

svyby(~ Security, by=~ essround,       s.w, svymean, na.rm=T) # Works
svyby(~ Security, by=~ cntry,          s.w, svymean, na.rm=T) # Also works
svyby(~ Security, by=~ essround+cntry, s.w, svymean, na.rm=T) # Gives an error

Error in tapply(1:NROW(x), list(factor(strata)), function(index) { : 
  arguments must have same length

所以我的问题是 - 如何让它工作？

更新。 对不起，我误读了文档。通过在svyby 函数中添加na.rm.all = TRUE 即可解决问题。

Answer 1

请原谅我迟到的答案，但我只是在寻找类似问题的解决方案，刚刚为自己解决了。检查essround、cntry 和Security 的交叉表中是否有任何空单元格（使用table()）。如果这样做，请尝试使用 ordered() 将分组变量转换为有序因子，并在运行 svyby() 之前使用函数的 levels 参数明确命名您的级别。有序因子将在交叉表中显示频率为 0，而常规因子将丢弃空单元格。

Answer 2

我不知道具体原因，但这是我解决相同问题的方法。这似乎与svyby 处理NA 数据的方式有关——即使您指定na.rm=T。我制作了我的数据框的子集，并发现如果子集小于某个阈值（在我的情况下为 500，但确切值有待确定）并且包含 NA - 适用于其他子集，它确实会发生比如大于 10,000 的 NA 或小于 500 的 NA。在您的情况下，应该有一个 essround==x & cntry==y 的子集，它很小，而 Security = NA 在哪里。所以，在你做svyby之前清理数据没有NA（可以是删除、估计或单独分组——这取决于你）然后再试一次。它对我有用。