0

我需要根据来自更广泛人群的四个人口特征的边际分布对样本中的观察结果进行加权。我目前正在使用该软件包anesrake来执行此操作。

人口信息存储在targets. 这是一个包含 4 个元素的列表 - 我想根据每个受访者属性对样本进行加权的一个数字向量。每个元素的行名代表不同的类别。我targets在这里创建：

quota_age    <- c(0.30, 0.33, 0.37)
quota_race   <- c(0.62, 0.12, 0.17, 0.5, 0.3)
quota_gender <- c(0.52, 0.48)
quota_ed     <- c(0.41, 0.29, 0.19, 0.11)

names(quota_age)    <- c("18 to 34", "35 to 54", "55+")
names(quota_race)   <- c("White non-Hispanic", "Black non-Hispanic", "Hispanic", "Asian", "Other")
names(quota_gender) <- c("Female", "Male")
names(quota_ed)     <- c("HS or less", "Some college", "Bachelors", "Advanced")

targets <- list(quota_age, quota_race, quota_gender, quota_ed)

调查文件 ( m1b) 是一个数据框，其中包含人口统计信息和每个受访者的唯一 ID（此处链接到谷歌表）。这是前几个obs：

> head(m1b)
         ResponseId     quota_ed quota_age quota_gender         quota_race
1 R_3McITJbfcFuwc9x Some college  18 to 34       Female White non-Hispanic
2 R_2q3oeAbZgCZ5YcZ    Bachelors       55+       Female White non-Hispanic
3 R_YSVccSQ1xJ6zuDv     Advanced  35 to 54       Female White non-Hispanic
4 R_DubbKu7uJicbpQd Some college  35 to 54         Male White non-Hispanic
5 R_5zj5CNu598lCwRX    Bachelors       55+         Male              Other
6 R_21mPGFS7kHX2ELm     Advanced       55+       Female White non-Hispanic

使用该anesrake程序包，我想构建一个名为的新变量weight，我可以在以后的分析中使用它来解释总体和样本边际分布之间的差异。

但是当我这样调用anesrake函数时（pctlim参数非常小以至于夸大了我的观点）：

library(anesrake)

raking <- anesrake(inputter     = targets,
                   dataframe    = m1b,
                   caseid       = m1b$ResponseId,
                   choosemethod = "total",
                   type         = "pctlim",
                   pctlim       = 0.0000001)

我收到以下错误：

    Error in selecthighestpcts(discrep1, inputter, pctlim) : 
      No variables are off by more than 0.00001 percent using the method you have chosen, either weighting is 
unnecessary or a smaller pre-raking limit should be chosen.

尽管这在客观上是不正确的。例如，考虑 quota_ed 目标：

> targets[[4]]
  HS or less Some college    Bachelors     Advanced 
        0.41         0.29         0.19         0.11 
> wpct(m1b$quota_ed)
    Advanced    Bachelors   HS or less Some college 
   0.1614583    0.3645833    0.1666667    0.3072917

任何关于我做错了什么的想法将不胜感激。请参阅此链接到 RBloggers 帖子，了解我要模拟的例程。

4

1 回答 1

1

要使 anesrake 功能正常工作，可能需要执行以下步骤：

  1. 将您的权重变量转换为因子。确保它们不包含空级别。
  2. 也从您的目标中排除空级别。例如，假设您的数据中没有 55 岁以上的人。然后，您应该从 a) quota_age 变量以及 b) 从您的 m1b 数据中删除该级别。
  3. 您的列表的第一级还需要使用应该加权的特定列名来命名，即在您的命令之后添加：names(targets) <- c("quota_age", "quota_race", "quota_gender", "quota_ed")。
于 2021-01-26T07:53:32.567 回答