Аргумент F пакета опроса не дает ожидаемого результата

Question

Продолжение обработки интерполяции пакета опроса R для средних оценок , которая не получила большого количества отзывов. Мне удалось свести проблему к следующему:

Я использую пакет R survey, чтобы получить среднюю оценку для набора данных. Данные для воспроизведения этой проблемы доступны в виде dput текста здесь .

Я использую дизайн класса svyrep.design, который определяется следующим образом:

design <- svydesign(id = ~id_directorio, strata = ~estrato, weights = ~f_pers, check.strata = TRUE, data = datos)
set.seed(234262762)
repdesign <- as.svrepdesign(design, type = "subbootstrap", replicates=20)
options(survey.lonely.psu="adjust")

A svyquantile внутри svyby выполняет работу, как ожидалось:

svyby(formula = ~ing_t_p, by = ~CL_GRUPO_OCU_08, repdesign, svyquantile, quantiles=c(0.5),  method="constant", 
      f = 0.5, ties = "rounded", vartype=c("ci", "se"), ci=TRUE, na.rm=FALSE)

         CL_GRUPO_OCU_08         V1        se         cv        cv%
ISCO08_1        ISCO08_1 1002513.04 269630.31 0.26895442  26.895442
ISCO08_2        ISCO08_2  744505.53  68827.09 0.09244672   9.244672
ISCO08_3        ISCO08_3  489789.32  42839.16 0.08746447   8.746447
ISCO08_4        ISCO08_4  449806.52  69526.34 0.15456944  15.456944
ISCO08_5        ISCO08_5  286705.37  13392.01 0.04671002   4.671002
ISCO08_6        ISCO08_6  449613.04       NaN        NaN        NaN
ISCO08_7        ISCO08_7   93032.83 109534.62 1.17737600 117.737600
ISCO08_8        ISCO08_8  564514.15 437752.31 0.77544967  77.544967
ISCO08_9        ISCO08_9  293712.84  24497.97 0.08340790   8.340790

Однако см. Оценку для категории ISCO08_6. Это не дает ожидаемого среднего результата. Вместо этого отображается наименьшее число из двух:

datos %>% filter(CL_GRUPO_OCU_08 == "ISCO08_6")

# A tibble: 2 x 5
  id_directorio estrato f_pers ing_t_p CL_GRUPO_OCU_08
          <dbl>   <dbl>  <dbl>   <dbl> <chr>          
1         24568    2021   98.7 449613. ISCO08_6       
2         24568    2021   98.7 551525. ISCO08_6    

Аргумент f должен иметь дело с этим (он управляет интерполяцией данных); и действительно так для всех остальных случаев, но не влияет на строку ISCO08_6. Я обнаружил, что эта проблема влияет на оценки, когда есть только 2 или 4 точки данных.

Итак, как мне получить средний результат с помощью этого метода, когда количество точек данных невелико?

Answer 1

Хорошо, похоже, вам нужно запросить квантиль очень немного больше 0,5, чтобы получить то, что вы хотите. Я выясню, является ли это ошибкой или было необходимо согласовать с какой-либо другой системой, такой как SUDAAN. Я либо исправлю, либо задокументирую это для следующей версии (или, возможно, добавлю еще один вариант). Квантили - худшие.

Вот примеры, просто использующие svyquantile()

> svyquantile(~ing_t_p, quantile=0.5000001, design=dd, f=0.5, ies="rounded", method="constant")
             0.5
ing_t_p 500569.2
> svyquantile(~ing_t_p, quantile=0.5000001, design=dd, f=0, ties="rounded", method="constant")
           0.5
ing_t_p 449613
> svyquantile(~ing_t_p, quantile=0.5000001, design=dd, f=1, ties="rounded", method="constant")
             0.5
ing_t_p 551525.3

А здесь svyby(). Обратите внимание, что вы должны использовать formula= в первом аргументе, иначе аргумент f=0.5 интерпретируется R как formula=0.5

> svyby(formula=~ing_t_p, by = ~CL_GRUPO_OCU_08, design, svyquantile, quantiles=c(0.5000001),f=0.5, method="constant", vartype=c("ci", "se"), ci=TRUE, na.rm.all=FALSE)
         CL_GRUPO_OCU_08    ing_t_p        se      ci_l      ci_u
ISCO08_1        ISCO08_1 1002513.04 254418.31 550769.11 1629454.6
ISCO08_2        ISCO08_2  749355.06  62294.16 649720.53  899613.0
ISCO08_3        ISCO08_3  489789.32  32140.54 409819.42  538808.8
ISCO08_4        ISCO08_4  449806.52  74549.55 349699.00  650000.0
ISCO08_5        ISCO08_5  286705.37  15349.64 240706.43  301766.1
ISCO08_6        ISCO08_6  500569.18       NaN       NaN       NaN
ISCO08_7        ISCO08_7   93032.83 108653.60  55000.00  503500.0
ISCO08_8        ISCO08_8  564514.15 429428.77  80470.95 2061000.0
ISCO08_9        ISCO08_9  293712.84  18830.76 245000.00  320539.5
There were 12 warnings (use warnings() to see them)