使用 r 基数、权重和调查的列联表 p 值

Posted 2023-02-18

【中文标题】使用 r 基数、权重和调查的列联表 p 值

【英文标题】：contingency table p values using r base, weights and survey

【发布时间】：2018-10-28 00:46:59

【问题描述】：

r 列联表加权 p 值

http://support.sas.com/documentation/cdl/en/procstat/67528/html/default/viewer.htm#procstat_freq_gettingstarted01.htm

一项典型的政治调查包含一个名为 WEIGHT 的变量。本博客的目的是使用上面给出的 SAS 极其简单的数据集比较使用基数 r、r 权重包和 r 调查包的列联表加权 p 值。基础包结果与 SAS 和 SPSS 基础包中的结果相同。然而，权重包和调查包产生的结果彼此相似，但与基本包的结果完全不同。我很想有人向我解释为什么这些结果如此不同。这可能是我的编码错误或其他两个包的不同假设。我会对来自 PEW 或 ANES（美国全国选举研究）的典型数据集的最佳方法的建议感兴趣，

首先我从基础包中给出 r 代码：

>attach(tt)
> print(tt)
    sex internship enrollment count
1  boys        yes        yes    35
2  boys         no        yes    14
3 girls        yes        yes    32
4 girls         no        yes    53
5  boys        yes         no    29
6  boys         no         no    27
7 girls        yes         no    10
8 girls         no         no    23
> xx=xtabs(count~internship+enrollment,data=tt)
> print(xx)
          enrollment
internship no yes
       no  50  67
       yes 39  67
> chisq.test(xx,correct=F)
        Pearson's Chi-squared test
data:  xx
X-squared = 0.81894, df = 1, p-value = 0.3655
> chisq.test(xx)
        Pearson's Chi-squared test with Yates' continuity correction
data:  xx
X-squared = 0.58989, df = 1, p-value = 0.4425

这些结果与以下 SAS 代码的结果一致（请参阅上述参考）：

proc freq data=SummerSchool order=data;
   tables Internship*Enrollment / chisq;
   weight Count;
run;

结果也与 SPSS 15 和 SPSS 克隆 PSPP 的以下代码的结果一致：

WEIGHT BY COUNT.
CROSSTABS TABLES=INTERNSHIP BY ENROLLMENT
/STATISTICS=CHISQ.

但是，权重和调查中的以下代码会产生不同的结果：

> library(weights)
> wtd.chi.sq(internship,enrollment,weight=count)
    Chisq        df   p.value 
0.0293791 1.0000000 0.8639066 
> library(survey)
> tt.d=svydesign(ids = ~1, data =tt,weights =tt$count)
> svychisq(~internship+enrollment,tt.d)
        Pearson's X^2: Rao & Scott adjustment
data:  svychisq(~internship + enrollment, tt.d)
F = 0.023599, ndf = 1, ddf = 7, p-value = 0.8822

请注意，基数 r 的 p 值（.365 和 .443 ）与权重和调查的结果（.864 和 .882）完全不同。我希望有人向我解释差异的原因，并建议适用于上述政治数据类型。

【参考方案1】：

当您使用我的weights 包或Survey 包报告加权卡方检验时，基线分析假定您的权重与选择概率成正比，而不是与个案数量成正比。这是使用调查数据的正常方式。您可以通过在weights 包中将mean1 设置为false 来获得您想要的结果。

wtd.chi.sq(internship,enrollment,weight=count, mean1=FALSE)

Chisq        df   p.value 
0.8189423 1.0000000 0.3654896