Влияние весов

Анализ данных опросов в R

Kelly McConville

Assistant Professor of Statistics

Национальное исследование здоровья и питания (NHANES)

Проводится Национальным центром статистики здравоохранения США.
Цель: изучить состояние здоровья взрослых и детей в США.
Данные собираются по 4-ступенчатой схеме.
Ступень 0: США стратифицируются по географии и доле меньшинств.
Ступень 1: внутри страт случайным образом выбираются округа.
Ступень 2: внутри округов случайным образом выбираются кварталы.
Ступень 3: внутри кварталов случайным образом выбираются домохозяйства.
Ступень 4: внутри домохозяйств случайным образом выбираются люди.

NHANES

library(NHANES)
dim(NHANESraw)

20293    78

library(dplyr)
summarize(NHANESraw, N_hat = sum(WTMEC2YR))

# A tibble: 1 x 1 
      N_hat
      <dbl>
 1 608534400

NHANESraw <- mutate(NHANESraw, WTMEC4YR = WTMEC2YR / 2)

NHANES

NHANES_design <- svydesign(data = NHANESraw, 
                           strata = ~SDMVSTRA,
                           id = ~SDMVPSU, nest = TRUE, 
                           weights = ~WTMEC4YR)

distinct(NHANESraw, SDMVPSU)

# A tibble: 3 x 1
  SDMVPSU
    <int>
 1       1
 2       2
 3       3

Визуализация влияния весов

Столбчатые диаграммы распределения расы с учётом и без учёта весов выборки

Давайте потренируемся!

Анализ данных опросов в R