私は、数千の観測値と数千の変数を持つ大規模な連邦データセットを扱っています。反復重みが提供されます。これらの重みを適用するために、R の「調査」パッケージを使用しています。
els.weighted=svrepdesign(data=els, repweights = ~els$F3F1PNLWT,
combined.weights = TRUE).
私は、家族の生活の取り決めなど、人口のサブセットのいくつかのカテゴリ記述的特徴に興味があります。これらを頻度を示す分割表に整理したいと思います。4 つの変数に基づいて人を並べ替えたいと思います (いずれもバイナリではありませんが、すべて数値です)。
.
空白のボックスは、クロス集計/度数が表示される場所です。(簡潔にするために、F1COMP の下に 3 つの列のみを配置しましたが、1 ～ 9 のインデックスが付けられた 9 つの結果があります)
My current code: svyby(~F1FCOMP, ~F1RTRCC +BYS33C +F1A10 +byurban, els.weighted, svytotal)
このコードはデータを並べ替えますが、既定ではすべての組み合わせを並べ替えます。各変数の特定の部分母集団のみを表すように、それらを切り詰めたいと思います。私は試した：
svyby(~F1FCOMP, ~F1RTRCC==2 |F1RTRCC==3 +BYS33C==1 +F1A10==2 | F1A10==3 +byurban==3, els.weighted, svytotal)
しかし、停止しました：
Error: unexpected '==' in "svyby(~F1FCOMP, ~F1RTRCC==2 |F1RTRCC==3 +BYS33C=="
さらに、コードの現在のバージョンは、各組み合わせで発生するケースの数を教えてくれます。これは、現在の出力がどのように見えるかを示した図です。下にスクロールし続けると、組み合わせごとに 1 行、さらに数百行あります。
これは、現在の出力がどのように見えるかの写真です。下にスクロールし続けると、組み合わせごとに1行ずつ、さらに数百行あります
.
この図で、F1FCOMP の 1 行あたり 1 つの数値 (特定の組み合わせに適合するケースの数)、つまり特定の部分母集団しか得られないことがわかります。その亜集団についてもっと知りたいです。つまり、F1COMP には 9 つの異なる結果 (インデックス 1 ～ 9) があり、F1COMP の 9 つの結果のそれぞれに各部分母集団がいくつ当てはまるかを確認したいと考えています。