(RIM)在R中加权样本

Question

我有一些调查数据。作为示例，我使用ÌSLR包中的credit数据。

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 

而学生的分布是这样的。

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

假设在人口中，实际的性别分布是男性/女性(0.35/0.65)，学生的分布是是/否(0.2/0.8)。

在SPSS中，可以通过将“总体分布”除以“样本分布”来模拟总体分布，从而对样本进行加权。这个过程被称为"RIM加权“。数据将只通过交叉表进行分析(即没有回归、t-检验等)。为了以后通过交叉表分析数据，在R中加权样本的好方法是什么？

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

在这里，从未加权的数据(我导出这两个文件并在SPSS中进行计算。我用计算出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，我有期望的分布学生:是/否(0.2/0.8)和性别男性/女性(0.35/0.65)。

这是另一个使用性别和结婚(加权)的SPSS的例子

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

和未加权的。

                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交叉表)。

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，您需要显式地提供权重变量。据我所知，iterake将特殊变量weight添加到数据集中：

library(expss)

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

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