anesrake error: "no variables are off by more than ____" when they are
anesrake error: "no variables are off by more than ____" when they are
我需要根据来自更广泛人群的四个人口统计特征的边际分布对样本中的观察结果进行加权。我目前正在使用包 anesrake 来这样做。
人口信息存储在targets中。这是一个包含 4 个元素的列表 - 每个响应者属性都有一个数字向量，我想根据这些元素对我的样本进行加权。每个元素的行名称代表不同的类别。我在这里创建 targets：
quota_age <- c(0.30, 0.33, 0.37)
quota_race <- c(0.62, 0.12, 0.17, 0.5, 0.3)
quota_gender <- c(0.52, 0.48)
quota_ed <- c(0.41, 0.29, 0.19, 0.11)
names(quota_age) <- c("18 to 34", "35 to 54", "55+")
names(quota_race) <- c("White non-Hispanic", "Black non-Hispanic", "Hispanic", "Asian", "Other")
names(quota_gender) <- c("Female", "Male")
names(quota_ed) <- c("HS or less", "Some college", "Bachelors", "Advanced")
targets <- list(quota_age, quota_race, quota_gender, quota_ed)
调查文件 (m1b) 是一个包含人口统计信息和每个受访者 (link to google sheet here) 的唯一 ID 的数据框。这是前几个obs：
> head(m1b)
ResponseId quota_ed quota_age quota_gender quota_race
1 R_3McITJbfcFuwc9x Some college 18 to 34 Female White non-Hispanic
2 R_2q3oeAbZgCZ5YcZ Bachelors 55+ Female White non-Hispanic
3 R_YSVccSQ1xJ6zuDv Advanced 35 to 54 Female White non-Hispanic
4 R_DubbKu7uJicbpQd Some college 35 to 54 Male White non-Hispanic
5 R_5zj5CNu598lCwRX Bachelors 55+ Male Other
6 R_21mPGFS7kHX2ELm Advanced 55+ Female White non-Hispanic
使用 anesrake 包，我想构建一个名为 weight 的新变量，我可以在以后的分析中使用它来解释总体和样本边际分布之间的差异。
但是当我这样调用 anesrake 函数时（pctlim 参数非常小以夸大我的观点）：
library(anesrake)
raking <- anesrake(inputter = targets,
dataframe = m1b,
caseid = m1b$ResponseId,
choosemethod = "total",
type = "pctlim",
pctlim = 0.0000001)
我收到以下错误：
Error in selecthighestpcts(discrep1, inputter, pctlim) :
No variables are off by more than 0.00001 percent using the method you have chosen, either weighting is
unnecessary or a smaller pre-raking limit should be chosen.
尽管这在客观上是不正确的。例如考虑 quota_ed 目标：
> targets[[4]]
HS or less Some college Bachelors Advanced
0.41 0.29 0.19 0.11
> wpct(m1b$quota_ed)
Advanced Bachelors HS or less Some college
0.1614583 0.3645833 0.1666667 0.3072917
任何关于我做错的想法都将不胜感激。请参阅 this link 到 RBloggers post 了解我正在尝试模拟的例程。
要使 anesrake 功能正常工作，可能需要执行以下步骤：
- 将您的权重变量转换为因子。确保它们不包含空级别。
- 也从您的目标中排除空关卡。例如。假设您的数据中没有 55 岁以上的人。然后，您应该从 a) quota_age 变量以及 b) 从您的 m1b 数据中删除该级别。
- 你的列表的第一层也需要用应该加权的特定列名命名，即在你的命令后添加：
names(targets) <- c("quota_age", "quota_race", "quota_gender", "quota_ed").
我需要根据来自更广泛人群的四个人口统计特征的边际分布对样本中的观察结果进行加权。我目前正在使用包 anesrake 来这样做。
人口信息存储在targets中。这是一个包含 4 个元素的列表 - 每个响应者属性都有一个数字向量，我想根据这些元素对我的样本进行加权。每个元素的行名称代表不同的类别。我在这里创建 targets：
quota_age <- c(0.30, 0.33, 0.37)
quota_race <- c(0.62, 0.12, 0.17, 0.5, 0.3)
quota_gender <- c(0.52, 0.48)
quota_ed <- c(0.41, 0.29, 0.19, 0.11)
names(quota_age) <- c("18 to 34", "35 to 54", "55+")
names(quota_race) <- c("White non-Hispanic", "Black non-Hispanic", "Hispanic", "Asian", "Other")
names(quota_gender) <- c("Female", "Male")
names(quota_ed) <- c("HS or less", "Some college", "Bachelors", "Advanced")
targets <- list(quota_age, quota_race, quota_gender, quota_ed)
调查文件 (m1b) 是一个包含人口统计信息和每个受访者 (link to google sheet here) 的唯一 ID 的数据框。这是前几个obs：
> head(m1b)
ResponseId quota_ed quota_age quota_gender quota_race
1 R_3McITJbfcFuwc9x Some college 18 to 34 Female White non-Hispanic
2 R_2q3oeAbZgCZ5YcZ Bachelors 55+ Female White non-Hispanic
3 R_YSVccSQ1xJ6zuDv Advanced 35 to 54 Female White non-Hispanic
4 R_DubbKu7uJicbpQd Some college 35 to 54 Male White non-Hispanic
5 R_5zj5CNu598lCwRX Bachelors 55+ Male Other
6 R_21mPGFS7kHX2ELm Advanced 55+ Female White non-Hispanic
使用 anesrake 包，我想构建一个名为 weight 的新变量，我可以在以后的分析中使用它来解释总体和样本边际分布之间的差异。
但是当我这样调用 anesrake 函数时（pctlim 参数非常小以夸大我的观点）：
library(anesrake)
raking <- anesrake(inputter = targets,
dataframe = m1b,
caseid = m1b$ResponseId,
choosemethod = "total",
type = "pctlim",
pctlim = 0.0000001)
我收到以下错误：
Error in selecthighestpcts(discrep1, inputter, pctlim) :
No variables are off by more than 0.00001 percent using the method you have chosen, either weighting is
unnecessary or a smaller pre-raking limit should be chosen.
尽管这在客观上是不正确的。例如考虑 quota_ed 目标：
> targets[[4]]
HS or less Some college Bachelors Advanced
0.41 0.29 0.19 0.11
> wpct(m1b$quota_ed)
Advanced Bachelors HS or less Some college
0.1614583 0.3645833 0.1666667 0.3072917
任何关于我做错的想法都将不胜感激。请参阅 this link 到 RBloggers post 了解我正在尝试模拟的例程。
要使 anesrake 功能正常工作，可能需要执行以下步骤：
- 将您的权重变量转换为因子。确保它们不包含空级别。
- 也从您的目标中排除空关卡。例如。假设您的数据中没有 55 岁以上的人。然后，您应该从 a) quota_age 变量以及 b) 从您的 m1b 数据中删除该级别。
- 你的列表的第一层也需要用应该加权的特定列名命名，即在你的命令后添加：
names(targets) <- c("quota_age", "quota_race", "quota_gender", "quota_ed").