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.Обратные весовые коэффициенты вероятности в r
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)
Не использовали его раньше, но поиск по RSeek появился [пакет ipw] (http://www.jstatsoft.org/v43/i13/paper). В настоящее время он не включен в CRAN, но вы можете установить архивированную версию. – Gregor
@Gregor Я посмотрел на этот пакет, но, будучи вдали от данных и недоступен в CRAN, я не думал об установке. Кроме того, похоже, что «опрос» занял свое место, но я не могу понять, как получить объект для регрессии. – Vedda