R：如何将 describe() 与样本权重一起使用

Question

我有一个包含原始分数和样本权重的数据文件。现在我想使用 psych 包的 describe 函数，同时考虑样本权重。

有谁知道如何做到这一点，或者是否有某个功能与 psych::describe() 完全相同但可以处理样本权重？

下一个示例将让我对我打算做的事情有一些了解。

library(psych)
describe(c(2,3,4,1,4,5,3,3))
#gives:
     vars n mean   sd median trimmed  mad min max range skew kurtosis   se
1    1 8 3.12 1.25      3    3.12 1.48   1   5     4 -0.2    -1.16 0.44

样本权重为：

c(0.2,0.5,1.2,1.5,0.2,0.6,0.6,1.1)

加权平均值是（如果我错了请纠正我）：

sum(c(2,3,4,1,4,5,3,3)* c(0.2,0.5,1.2,1.5,0.2,0.6,0.6,1.1))/sum(c(0.2,0.5,1.2,1.5,0.2,0.6,0.6,1.1))
[1] 2.898305

所以这当然不同于未加权的平均值。我如何确保报告的 SD、峰度、偏度等也基于样本加权平均值？

Answer 1

由于 psych 包不处理权重，并且没有替代包可以提供等效的加权描述集合，因此必须从不同的包中挑选并像 psych::describe() 那样组合输出。

此外，加权描述的计算通常需要随数据中的每个个案一起提供，以及分配给这些个案的各个权重，因此 "shortcuts" 将不起作用。（例如，加权标准误差将不等于加权标准差除以样本量的平方根。）

这是一个简单的包装函数，它模仿 psych::describe() 对加权数据的行为：

    wtd.describe <- function(x, weights=NULL, trim=.1){
      require(TAM)
      require(diagis)
      require(robsurvey)
      out <- NULL
      # Handling simple vectors
      x <- as.data.frame(x)
      # If no weights given, all weights = 1
      if(is.null(weights)) {weights <- seq(1, nrow(x))}
      i <- 1
      for(colname in colnames(x)){
        # Removing rows with missing data or weight
        d <- x[complete.cases(x[[colname]], weights), , drop=FALSE][[colname]]
        w <- weights[complete.cases(x[[colname]], weights)]
        wd <- data.frame(
          "vars"     = i,
          "n"        = length(d),
          "mean"     = TAM::weighted_mean(d, w = w),
          "sd"       = TAM::weighted_sd(d, w = w),
          "median"   = robsurvey::weighted_median(d, w = w, na.rm = TRUE),
          "trimmed"  = robsurvey::weighted_mean_trimmed(d, w = w, LB = trim, UB = (1 - trim), na.rm = TRUE),  
          "mad"      = robsurvey::weighted_mad(d, w = w, na.rm = TRUE, constant = 1.4826),
          "min"      = min(d),
          "max"      = max(d),
          "range"    = max(d) - min(d),
          "skew"     = TAM::weighted_skewness(d, w = w),
          "kurtosis" = TAM::weighted_kurtosis(d, w = w),
          "se"       = diagis::weighted_se(d, w = w, na.rm = TRUE),
          row.names  = colname
        )
        i <- i+1
        out <- rbind(out, wd)
      }
      return(out)
    }

请注意：

我没有考虑过使用的包的质量和维护状态。随意挑选你自己的并交换它们。
psych:describe()的大部分方便参数都没有被上述函数模拟。
na.rm = TRUE 是隐含的，因为 TAM 包确实隐含 na.rm = TRUE.

R：如何将 describe() 与样本权重一起使用

R: How to use describe() with sample weights

r

sample

describe