r - 如何使用 R 获取与大小成比例的概率 (PPS) 不等概率样本？

Question

我的编程经验很少，但我正在从事一个统计项目，并希望生成一个不等概率样本，其中一个单元的包含概率基于其大小 (PPS)。

基本上，我有两个数据集：

• ds1列出美国各州和我试图估计的参数
• ds2有每个州的人口规模。

我的问题：

1. 我想使用 R 使用基于每个州（第二个数据集）人口的包含概率从第一个数据集中选择一个随机样本。

2. 还有什么方法可以使用 R 来计算这些广义不等概率估计器公式？

也只是对公式的注释：pi_i 是包含概率，pi_ij 是联合包含概率。

Answer 1

在 R- pp​​s中有一个相同的包，文档在这里。

此外，还有一个名为调查的软件包，这里有一些文档。

我不确定两者之间的区别，我自己也没有使用过它们。希望这就是你要找的。

Answer 2

是的，这叫做加权抽样。只需将权重设置为状态的大小，严格来说，您甚至不需要将它们标准化，1/sum(sizes)尽管这样做总是很好的做法。SO上有大量重复的帖子显示如何进行加权抽样。

唯一的小麻烦是你需要做一个join()数据集ds1, ds2。如果导致问题，请向我们展示您尝试过的代码。建议您使用dplyr或data.table。

您的第二个问题应该作为一个单独的问题提出，并且与 SO 无关，或者至少不会得到很好的回应 - 最好在姊妹网站CrossValidated上提出统计问题