问题标签 [gini]

我需要您的帮助来解释如何获得与此函数相同的结果：gini(x, weights=rep(1,length=length(x))) http://cran.r-project.org/web/ packages/reldist/reldist.pdf --> 第 2 页。 Gini

比方说，我们需要测量人口 N 的 inocme。为此，我们可以将人口 N 分成 K 个子组。并且在每个子组 kth 中，我们将选取 nk 个个人并询问他们的收入。结果，我们将获得“个人收入”，每个人将有特定的“样本权重”来表示他们对人口 N 的贡献。这是我简单地从上一个链接获得的示例，数据集来自 NLS

我知道如何通过我自己的代码计算没有 WEIGHTS 的 Gini。因此，毫无疑问，我想在我的代码中保留命令 gini(y)。我唯一关心的是 gini(y,w) 的操作方式以获得结果 0.3483615。我尝试进行如下计算，看看是否能得出与 gini_yw 相同的结果。这是我基于本书第 9.5 节 CDF 的另一个代码：Mark S. Handcock 的“社会科学中的相对分配方法”，

如您所见，我的计算 gini_z 与命令 gini(y, weights) 不同。如果你们中的某个人知道如何构建正确的计算以准确获得 gini_yw = 0.3483615，请给我您的建议。

非常感谢朋友。

我在尝试使用合并的人口普查数据计算基尼系数时遇到了一些困难，非常感谢任何帮助。

我的数据看起来有点像这样（但有 13 个变量的 14,000 次观察）。

因此，对于每个观察，都有一个给定的位置，然后是一系列列，表明该地区有多少家庭在给定的收入范围内赚取收入（因此对于位置 A，20 个家庭的收入为 0 美元，13 个家庭的收入为 1，27 个家庭的收入为 2 和 0 个收入 3 ）。

我创建了一个空列来将结果返回到：

df$gini = 0

然后，我创建了一个数值向量 (x)，其中包含我想用于每个收入箱的收入金额

我一直在尝试使用 reldist 包中的 gini 函数，并编写了以下 for 循环来循环遍历每一行数据，应用 gini 函数并将输出返回到新列。

问题是当前返回的输出对于每一行都是相同的，这显然是不正确的。不过我对此比较陌生，不知道我做错了什么......

我有 133 个收入变量（每个变量代表一个组）。我想要所有这些组的基尼系数，所以我ineqdeco在 Stata 中使用。我无法手动计算所有这些系数，所以我创建了一个 for 循环：

还尝试更改顺序：

并i事先指定：

我不知道最后一种方法是否有效。在所有情况下，我都会收到错误：weight not allowed r(101)。我不知道这意味着什么，也不知道该怎么做。基本上，我想计算所有 133 个变量的基尼系数，并将这些值存储在长度为 133 的向量中，因此是一个包含所有系数的单个变量。

编辑：我发现错误与replace命令有关。我将这一行替换为：

但现在它没有“循环”，所以我得到了所有条目中的第一个值sgini。

我对决策树还很陌生。当我在二进制、分类变量和家庭规模之间进行卡方检验时，我使用 R 中“fifer”包中的 Bonferroni 控制方法从事后分析中得到以下 p 值和随后的成对 p 值，其中使用 Fisher 检验：

然而，当我基于相同的数据创建决策树时，使用'method = “class”'，并在 R 的 rpart 包中使用 cp = .01 的 gini 分割标准，树以家庭大小 1 分割（因为我会根据上表预期），然后是 3（不是我根据上表所期望的），然后是 2。我曾预计树分裂与卡方表对齐，这意味着它会分裂重要性顺序，即在 1 处拆分然后在 4 处拆分。这是不正确的思路吗？如果是这样，为什么？我的印象是这两种方法都使用相同的测试来确定重要性，并且决策树会相应地拆分，但这似乎不正确。

我已经在 Stackoverflow 以及其他在线地方进行了研究。我遇到了这篇文章，这似乎证实了我的想法，但我仍然不确定为什么我会得到不同的结果。

堆栈溢出。

我正在尝试通过 6 列 (1326 x 6) 计算我的数据帧的每一行（1326 行长）内的基尼系数。

我现在的代码...

... 用相同的数字 0.7522439 填充所有行 - 这显然是错误的。

注意：我使用的是 reldist 包中的 gini 函数。

有没有一种方法可以计算每行 6 列的基尼系数？

提前致谢。

这是我的代码：

我得到的输出是“变量重要性”。

经典的衡量标准是“准确度平均下降”和“基尼系数平均下降”。

我的结果是：

由此，我对“Vote #4”又名 V4 的相对重要性约为 3255.2。

问题： 这是什么单位？那是怎么推导出来的？

我尝试查看文档，但没有找到答案。我尝试了帮助文档。我尝试使用 Flow 查看参数以查看其中是否有任何指示。在他们中，我没有找到“基尼”或“降低准确性”。我应该去哪里看？

我正在使用该survey软件包处理美国社区调查微观数据，并希望计算一些基本的收入不平等统计数据。我已将以下内容设置为我的设计：

由此，我想按年计算基尼系数，以及按年计算收入的分位数比率。svyby使用and生成分位数和相关误差很简单svyquantile：

这让我想到了第一个问题：如果每个分位数都有基于复制权重的误差，我如何计算收入分位数比率的标准误差（例如 90/10）？我尝试使用svyratio，但这是针对整个变量的比率，而不是针对变量中的选定观察值。

第二个问题：有没有办法在survey使用现有函数（如ginifrom ）内计算基尼系数（具有基于复制的误差） reldist？我尝试使用withReplicates，但效果不佳，可能是因为gini将其参数排序为变量，然后是权重，但是withReplicates指定相反顺序的说明。我尝试了两种方法，但都没有奏效。例如，这里 HHWT 是样本权重：

这会产生以下错误消息：

我想使用Gini()from计算基尼系数DescTools（因为它提供了一种简单的方法来计算具有权重、置信区间等的“无偏”基尼系数），但是当我将此函数与“大”样本一起使用时会出现一些错误。这是一个在我这边产生错误的简单示例：

警告消息：1：在 sum(x * 1:n) 中：整数溢出 - 使用 sum(as.numeric(.)) 2：在 n * sum(x) 中：整数溢出产生的 NA

我不知道是什么问题，有什么想法吗？我正在使用 R 版本 3.3.1 (2016-06-21)——“你头发上的虫子”和 RStudio 版本 0.99.903 和“DescTools”版本 0.99.17。
编辑：哦，好吧，将我的数字从整数转换为数字似乎可以完成这项工作（但我仍然不明白，无论如何......）：

我正在参加数据科学竞赛，我的最终预测将通过 GINI 指数来衡量。这是一个回归问题。我有 SAS 计算的源代码，但我不知道 SAS，也无法理解发生了什么。

我想在 Python 中构建相同的东西。任何帮助，将不胜感激。如果有人知道这方面的 Python 代码，那将有很大帮助。

在使用 CART 时，我想使用 Gini 指数从整个属性中选择主要属性。

但我找不到任何包含它的函数或包。

如果有任何计算基尼指数的函数或包，请告诉我。