私の現在のデータセットは、411 の合計サンプル サイズの 74% を占めるまで女性をオーバーサンプリングしており、50% から 50% になるはずです。階層化後の出力を使用して、(ロジスティック回帰) 予測モデルに影響を与えるにはどうすればよいですか?
これは、調査対象の女性の数を変更したときにサポートの新しい平均と係数を取得するために行ったことです。
> library(foreign)
> library(survey)
>
> mydata <- read.csv("~/Desktop/R/mydata.csv")
>
> #Enter Actual Population Size
> mydata$fpc <- 1200
>
> #Enter ID Column Name
> id <- mydata$My.ID
>
> #Enter Column to Post-Stratify
> type <- mydata$Male
>
> #Enter Column Variables
> x1 <- 0
> y1 <- 1
>
> #Enter Corresponding Frequencies
> x2 <- 600
> y2 <- 600
>
> #Enter the Variable of Interest
> mydata$interest <- mydata$Support
>
> preliminary.design <- svydesign(id = ~1, data = mydata, fpc = ~fpc)
>
> ps.weights <- data.frame(type = c(x1,y1), Freq = c(x2, y2))
>
> mydesign <- postStratify(preliminary.design, ~type, ps.weights)
>
> #Print Original Mean of Variable of Interest
> mean(mydata$Support)
[1] 0.6666666667
>
> #Total Actual Population Size
> sum(ps.weights$Freq)
[1] 1200
>
> #Unweighted Observations Where the Variable of Interest is Not Missing
> unwtd.count(~interest, mydesign)
counts SE
counts 411 0
>
> #Print the Post-Stratified Mean and SE of the Variable
> svymean(~interest, mydesign)
mean SE
interest 0.71077946 0.01935
>
> #Print the Weighted Total and SE of the Variable
> svytotal(~interest, mydesign)
total SE
interest 852.93535 23.21552
>
> #Print the Mean and SE of the Interest Variable, by Type
> svyby(~interest, ~type, mydesign, svymean)
type interest se
0 0 0.6196721311 0.02256768435
1 1 0.8018867925 0.03142947839
>
> mysvyby <- svyby(~interest, ~type, mydesign, svytotal)
>
> #Print the Coefficients of each Type
> coef(mysvyby)
0 1
371.8032787 481.1320755
>
> #Print the Standard Error of each Type
> SE(mysvyby)
[1] 13.54061061 18.85768704
>
> #Print Confidence Intervals for the Coefficient Estimates
> confint(mysvyby)
2.5 % 97.5 %
0 345.2641696 398.3423878
1 444.1716880 518.0924629
上記の出力はすべて正しいように見えますが、そのデータを利用してロジスティック回帰モデルの出力に影響を与える方法がわかりません。これは、層化後の影響のないコードです。
> mydata <- read.csv("~/Desktop/R/mydata.csv")
>
> attach(mydata)
>
> # Define variables
>
> Y <- cbind(Support)
> X <- cbind(Black, vote, Male)
>
> # Descriptive statistics
>
> summary(Y)
Support
Min. :0.0000000
1st Qu.:0.0000000
Median :1.0000000
Mean :0.6666667
3rd Qu.:1.0000000
Max. :1.0000000
>
> summary(X)
Black vote Male
Min. :0.0000000 Min. : 0.8100 Min. :0.0000000
1st Qu.:0.0000000 1st Qu.:24.0350 1st Qu.:0.0000000
Median :0.0000000 Median :47.6300 Median :0.0000000
Mean :0.4355231 Mean :48.0447 Mean :0.2579075
3rd Qu.:1.0000000 3rd Qu.:72.1300 3rd Qu.:1.0000000
Max. :1.0000000 Max. :91.3200 Max. :1.0000000
>
> table(Y)
Y
0 1
137 274
>
> table(Y)/sum(table(Y))
Y
0 1
0.3333333333 0.6666666667
>
>
> # Logit model coefficients
>
> logit<- glm(Y ~ X, family=binomial (link = "logit"))
>
> summary(logit)
Call:
glm(formula = Y ~ X, family = binomial(link = "logit"))
Deviance Residuals:
Min 1Q Median 3Q Max
-2.1658288 -1.1277933 0.5904486 0.9190314 1.3256407
Coefficients:
Estimate Std. Error z value Pr(>|z|)
(Intercept) 0.462496014 0.265017604 1.74515 0.0809584 .
XBlack 1.329633506 0.244053422 5.44812 5.0904e-08 ***
Xvote -0.008839950 0.004262016 -2.07412 0.0380678 *
XMale 0.781144950 0.283218355 2.75810 0.0058138 **
---
Signif. codes: 0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1
(Dispersion parameter for binomial family taken to be 1)
Null deviance: 523.21465 on 410 degrees of freedom
Residual deviance: 469.48706 on 407 degrees of freedom
AIC: 477.48706
Number of Fisher Scoring iterations: 4
>
> # Logit model odds ratios
>
> exp(logit$coefficients)
(Intercept) XBlack Xvote XMale
1.5880327947 3.7796579101 0.9911990073 2.1839713716
R でこれら 2 つのスクリプトを組み合わせてロジット モデルを更新し、予測時に性別が 74% 女性 / 26% 男性ではなく 50/50 と見なされるようにする方法はありますか?
ありがとう！