J'ai un ensemble de données d'enquête et quelques citations :

Les citations de la population sont :

(1 = up to 29 years 0,00%)

2 = 30 to 39 years 18,10%

3 = 40 to 49 years 28,77%

4 = 50 to 59 years 33,11%

5 = 60 and more years 20,01%

Dans l'ensemble de données, je dois peser la catégorie 5 est manquante. Voici les statistiques de la variable dans l'ensemble de données :

2 = 32,33%  
3 = 36,56%  
4 = 31,12%  

Si j'effectue le ratissage, j'obtiens l'erreur suivante :

library(anesrake)

r = anesrake(list_weights,
             d, 
             verbose = FALSE, 
             caseid =  d$RESPID, 
             maxit = 1500,
             cap = 5,
             choosemethod = "max", 
             type = "nolim")


Error in rakeonvar.default(mat[, i], inputter[[i]], weightvec) : variables must be coded continuously from 1 to n with no missing values

Une idée de la façon de gérer les niveaux manquants dans les données ?

Voici un dput des citations

list(Rec_Age = c(`2` = 0.181, `3` = 0.2877, `4` = 0.3311))

Et une petite sortie des données

structure(list(RESPID = structure(c(459, 311, 223, 60, 613, 495, 
300, 273, 78, 170, 217, 61, 175, 619, 270, 218, 453, 492, 23, 
65, 33, 113, 532, 26, 119, 49, 208, 102, 200, 165, 435, 298, 
593, 220, 111, 53, 494, 271, 305, 420, 323, 607, 105, 19, 426, 
171, 330, 201, 332, 277), label = "RESPID - Respondent ID", format.spss = "F10.0", display_width = 0L), 
    Rec_Age = structure(c(4, 2, 4, 3, 4, 4, 4, 3, 2, 2, 3, 2, 
    3, 4, 4, 2, 4, 4, 2, 3, 2, 2, 2, 3, 3, 2, 2, 2, 2, 3, 2, 
    3, 2, 3, 4, 3, 4, 3, 2, 3, 3, 3, 4, 4, 4, 2, 2, 3, 4, 3), label = "Rec_Age - Recode Age")), row.names = c(NA, 
-50L), class = "data.frame")

@Yuriy Saraykin

Vous avez raison, il n'y a pas d'erreur pour le moment, mais tous les poids sont à 1 après le ratissage si j'utilise votre code. Donc quelque chose a dû mal tourner.

Je ne comprends pas la raison de cela. Si j'utilise la liste avec tous les niveaux comme vous, j'obtiens cette erreur (je l'ai déjà essayée).

Error in rakeonvar.default(mat[, i], inputter[[i]], weightvec) : you cannot rake any variable category to 0 or a negative number

Quelle est la différence entre votre liste et la mienne (même si votre code ne donne pas le résultat souhaité) ?

Votre liste:

your_list

[[1]]
        1         2         3         4         5 
0.0000000 0.1810181 0.2877288 0.3311331 0.2001200 
dput(your_list)

list(Rec_Age = c(`1` = 0, `2` = 0.181, `3` = 0.2877, `4` = 0.3311, 
`5` = 0.2001))

Ma liste:

My_list 

    my_list:
    $Rec_Age
         1      2      3      4      5 
    0.0000 0.1810 0.2877 0.3311 0.2001 

    dput(my_list)
     list(Rec_Age = c(`1` = 0, `2` = 0.181, `3` = 0.2877, `4` = 0.3311, `5` = 
     0.2001))

Ma liste a été générée comme :

REC_age =  c(0, 0.181, 0.2877, 0.3311, 0.2001)

names(REC_age) = c(1, 2, 3, 4, 5)
0
Banjo 18 févr. 2020 à 14:29

1 réponse

Meilleure réponse

Essayez comme ça. Il me semble que vous pouvez inclure des informations sur la population de l'échantillon. Voici un bon article sur le sujet. https://www.r-bloggers.com/survey-raking-an -illustration/

library(anesrake)
library(weights)
library(tidiverse)

d <- d %>% mutate(Rec_Age = as.factor(Rec_Age))

population <- data.frame(Rec_Age = c("2", "3", "4"), 
                         fraction = c(0.181, 0.2877, 0.3311)) 

list_weights <- with(population,
                     list(Rec_Age = wpct(Rec_Age, fraction)))

r <- anesrake(list_weights,
              d, 
              caseid =  d$RESPID, 
              maxit = 1500,
              cap = 5,
              choosemethod = "max", 
              type = "nolim")
1
Yuriy Saraykin 18 févr. 2020 à 20:00