r - R中的分层svyglm
问题描述
我正在寻找有关如何在 R 中进行按性别分层的加权逻辑回归分析的建议。
对于我的主要未分层分析,我生成了逆概率权重 (invp) 并运行加权逻辑回归,如下所示:
complete_cases_weighted <- svydesign(id=~1, weights=~invp, data=complete_cases)
svyglm(outcome ~ exposure, design=complete_cases_weighted, family="binomial")
我现在想基本上重新运行这个分析两次,一次只针对女性,一次只针对男性。
正确加权的最佳方法是什么?我是否要重新执行生成权重和运行加权逻辑回归的整个过程,将我的数据分成男性和女性?或者我可以用svydesign
/svyglm
来做一些花哨的步法吗?
解决方案
从?svyglm
library(survey)
data(api)
dstrat<-svydesign(id=~1,strata=~stype, weights=~pw, data=apistrat, fpc=~fpc)
summary(svyglm(api00~ell+meals+mobility, design=dstrat))
循环遍历所有级别sch.wide
for( this_value in unique( apistrat$sch.wide ) ){
print( this_value )
print( summary(svyglm(api00~ell+meals+mobility, design=subset(dstrat,sch.wide== this_value ))))
}
推荐阅读
- android - 如何在没有第三方依赖的情况下以编程方式在 Android 中镜像视频文件
- laravel - Laravel 维护模式允许 IPV6
- python - 线程计时器功能在多处理递归脚本中不起作用
- php - 间歇性 SoapClient I/O 警告:无法加载外部实体
- django - Django - 使用多对多映射表查询 2 个表
- list - 使用 rnd 扩展从表中访问数据以进行加权平局
- php - Laravel Scout Elasticsearch“babenkoivan/scout-elasticsearch-driver”包上“must not”搜索规则的正确语法
- ios - 为什么子表视图大小不正确?
- apache-spark - 数据帧上的 spark GROUPED_MAP udf 是否并行运行?
- ios - iOS 应用无法创建配置文件