Обратные весовые коэффициенты вероятности в r

Question

Я пытаюсь применить обратные весовые коэффициенты вероятности к регрессии, но lm() использует только аналитические веса. Это часть репликации. Я работаю над тем, где оригинальный автор использует pweight в Stata, но я пытаюсь реплицировать его в R. Аналитические веса предоставляют более низкие стандартные ошибки, которые вызывают проблемы с некоторыми из моих переменных значение.

Я пробовал посмотреть на пакет survey, но не знаю, как подготовить объект съемки для использования с svyglm(). Является ли этот подход тем, что я хочу, или есть более простой способ применения обратных вероятностных весов?

dput:

data <- structure(list(lexptot = c(9.1595, 9.86330744180814, 
8.92372556833205, 8.58202430280175, 10.1133857229336), progvillm = c(1L, 
1L, 1L, 1L, 0L), sexhead = c(1L, 1L, 0L, 1L, 1L), agehead = c(79L, 
43L, 52L, 48L, 35L), weight = c(1.04273509979248, 1.01139605045319, 
1.01139605045319, 1.01139605045319, 0.76305216550827)), .Names = c("lexptot", 
"progvillm", "sexhead", "agehead", "weight"), class = c("tbl_df", 
"tbl", "data.frame"), row.names = c(NA, -5L)) 

Линейная модель (с использованием аналитических весов)

prog.lm <- lm(lexptot ~ progvillm + sexhead + agehead, data = data, weight = weight) 
summary(prog.lm) 

Answer 1

Хорошо, так что я понял это и думал, что я обновлю почту упаковывают другие пытались понять это. На самом деле это довольно просто.

data$X <- 1:nrow(data) 
des1 <- svydesign(id = ~X, weights = ~weight, data = data) 
prog.lm <- svyglm(lexptot ~ progvillm + sexhead + agehead, design=des1) 
summary(prog.lm) 

Стандартные ошибки верны.