2

我有一个带有原始分数和样本权重的数据文件。现在我想使用 psych 包的 describe 函数，同时考虑到样本权重。

有谁知道如何做到这一点，或者在某处是否有与 psych::describe() 完全相同但可以处理样本权重的函数？

下一个示例将提供一些关于我打算做什么的见解。

library(psych)
describe(c(2,3,4,1,4,5,3,3))
#gives:
     vars n mean   sd median trimmed  mad min max range skew kurtosis   se
1    1 8 3.12 1.25      3    3.12 1.48   1   5     4 -0.2    -1.16 0.44

样本权重为：

c(0.2,0.5,1.2,1.5,0.2,0.6,0.6,1.1)

加权平均值将是（如果我错了，请纠正我）：

sum(c(2,3,4,1,4,5,3,3)* c(0.2,0.5,1.2,1.5,0.2,0.6,0.6,1.1))/sum(c(0.2,0.5,1.2,1.5,0.2,0.6,0.6,1.1))
[1] 2.898305

所以这当然不同于未加权的平均值。如何确保报告的 SD、峰度、偏度等也基于样本加权平均值？

4

1 回答 1

2

由于 psych 包不处理权重，并且没有替代包可以提供等效的加权描述集合，因此必须从不同的包中挑选并像这样psych::describe()做一样组合输出。

此外，加权描述的计算通常需要与数据中的每个案例以及分配给这些案例的各个权重一起提供，因此“捷径”将不起作用。（例如，加权标准误差不等于加权标准偏差除以样本量的平方根。）

这是一个简单的包装函数，它模仿psych::describe()加权数据的行为：

    wtd.describe <- function(x, weights=NULL, trim=.1){
      require(TAM)
      require(diagis)
      require(robsurvey)
      out <- NULL
      # Handling simple vectors
      x <- as.data.frame(x)
      # If no weights given, all weights = 1
      if(is.null(weights)) {weights <- seq(1, nrow(x))}
      i <- 1
      for(colname in colnames(x)){
        # Removing rows with missing data or weight
        d <- x[complete.cases(x[[colname]], weights), , drop=FALSE][[colname]]
        w <- weights[complete.cases(x[[colname]], weights)]
        wd <- data.frame(
          "vars"     = i,
          "n"        = length(d),
          "mean"     = TAM::weighted_mean(d, w = w),
          "sd"       = TAM::weighted_sd(d, w = w),
          "median"   = robsurvey::weighted_median(d, w = w, na.rm = TRUE),
          "trimmed"  = robsurvey::weighted_mean_trimmed(d, w = w, LB = trim, UB = (1 - trim), na.rm = TRUE),  
          "mad"      = robsurvey::weighted_mad(d, w = w, na.rm = TRUE, constant = 1.4826),
          "min"      = min(d),
          "max"      = max(d),
          "range"    = max(d) - min(d),
          "skew"     = TAM::weighted_skewness(d, w = w),
          "kurtosis" = TAM::weighted_kurtosis(d, w = w),
          "se"       = diagis::weighted_se(d, w = w, na.rm = TRUE),
          row.names  = colname
        )
        i <- i+1
        out <- rbind(out, wd)
      }
      return(out)
    }

请注意：

  • 我没有考虑到所用包裹的质量和维护状况。随意选择自己的并交换它们。
  • 的大部分便利参数psych:describe()都没有被上述函数模拟。
  • na.rm = TRUE是隐含的，因为 TAM 包确实隐含na.rm = TRUE.
于 2020-06-08T21:39:46.707 回答