(RIM) R 中的加权样本

Question

我有一些调查数据。例如，我使用 ÌSLR 中的 credit 数据包。

library(ISLR)

数据中的性别分布如下所示

prop.table(table(Credit$Gender))
  Male Female 
0.4825 0.5175

Student 的分布如下所示。

prop.table(table(Credit$Student))
 No Yes 
0.9 0.1

假设，在人口中，性别的实际分布是 Male/Female(0.35/0.65)，学生的分布是 Yes/No(0.2/0.8)。

在 SPSS 中，可以通过将 "population distribution" 除以 "distribution of the sample" 来模拟总体分布，从而对样本进行加权。这个过程叫做"RIM Weighting"。数据将仅通过交叉表进行分析（即没有回归、t 检验等）。 R 中有什么好的方法可以对样本进行加权，以便稍后通过交叉表分析数据？

可以在 R 中计算 RIM 权重。

install.packages("devtools")
devtools::install_github("ttrodrigz/iterake")


credit_uni = universe(df = Credit,
    category(
        name = "Gender",
        buckets = c(" Male", "Female"),
        targets = c(.35, .65)),
    category(
        name = "Student",
        buckets = c("Yes", "No"),
        targets = c(.2, .8)))

credit_weighted = iterake(Credit, credit_uni)



-- iterake summary -------------------------------------------------------------
 Convergence: Success
  Iterations: 5

Unweighted N: 400.00
 Effective N: 339.58
  Weighted N: 400.00
  Efficiency: 84.9%
        Loss: 0.178

这里是加权数据的 SPSS 输出（交叉表）

                Student     
                No  Yes 
Gender  Male    117 23  140
        Female  203 57  260
                320 80  400

这里来自未加权的数据（我导出两个文件并在 SPSS 中进行计算。我用计算的权重对加权样本进行加权）。

                Student     
                No  Yes 
Gender   Male   177 16  193
         Female 183 24  20          
                360 40  400

在加权数据集中，我有期望的分布 Student：Yes/No(0.2/0.8) 和 Gender male/female(0.35/0.65)。

这是另一个使用 SPSS 的性别和已婚（加权）示例

    Married     
                No  Yes 
Gender   Male   57  83  140
         Female 102 158 260
                159 241 400

未加权。

                Married 
                No  Yes 
Gender   Male   76  117 193
         Female 79  128 207
                155 245 400

这在 R 中不起作用（即两个交叉表看起来都像未加权的）。

library(expss)

cro(Credit$Gender, Credit$Married)

cro(credit_weighted$Gender, credit_weighted$Married)



 |               |              | Credit$Married |     |
 |               |              |             No | Yes |
 | ------------- | ------------ | -------------- | --- |
 | Credit$Gender |         Male |             76 | 117 |
 |               |       Female |             79 | 128 |
 |               | #Total cases |            155 | 245 |

 |                        |              | credit_weighted$Married |     |
 |                        |              |                      No | Yes |
 | ---------------------- | ------------ | ----------------------- | --- |
 | credit_weighted$Gender |         Male |                      76 | 117 |
 |                        |       Female |                      79 | 128 |
 |                        | #Total cases |                     155 | 245 |

Answer 1

对于 expss 包，您需要明确提供您的权重变量。据我了解 iterake 将特殊变量 weight 添加到数据集：

library(expss)

cro(Credit$Gender, Credit$Married) # unweighted result

cro(credit_weighted$Gender, credit_weighted$Married, weight = credit_weighted$weight) # weighted result

(RIM) R 中的加权样本

(RIM) weighting samples in R

r

survey

expss