Question

以下是我认为解释问题的最佳方法。这不是我第一次遇到这种情况。

Lookingfor_job：是一个分类变量，用于定义失业者寻找工作的方式。类似于：课程交付，寻找代理商和致电家庭成员。它假设（1,2，...，12）区间内的值。

在这里，我想用州和lookingfor_job计算失业总人数除以按群体划分的失业总人数。最后，我需要按州的百分比，以失业者寻找工作的方式。

预期结果： x％的寻找工作的人在“打电话给朋友”选项（job_find =='2'）中尝试使用状态Y.
我想的是我可以为所有类别做这件事。

svyby(~unemployed,
  ~state+lookingfor_job, # total unemployed population per state and way looking for a job
  denominator = ~svyby(~unemployed, ~state, desocup.pnad), #total unemployed population per state
  design = desocup.pnad,
  svyratio,
  vartype = 'ci')

我想某种程度上我可以计算分离然后分开。但是，我在复杂调查中的知识无法帮助我。

svyby(~unemployed,
  ~state+lookingfor_job,
  design = desocup.pnad,
  svytotal,
  vartype= 'ci') -> findjob

svyby(~unemployed,
  ~state,
  design = desocup.pnad,
  svytotal,
  vartype= 'ci') -> total

Answer 1

忘记状态和svyby，这是全国范围内估算的svyratio吗？

# among all unemployed nationwide, what share are looking for a job?
svyratio( ~ seeking_job , denominator = ~ unemployed , design = your_design )

如果您正在寻找，那么您可以通过此配置将状态分解为svyratio

# among all unemployed (broken out by state), what share are looking for a job?
svyby( ~ seeking_job , denominator = ~ unemployed , by = ~ state , design = your_design , svyratio )

请注意，在某些情况下，svyby + svyratio中存在错误。您可能需要将所有变量添加到分母中，如下所示：

svyby( ~ find_job , denominator = ~ find_job + unemployed , by = ~ state , design = pnad , svyratio )

是否可以在svyratio - 调查包中使用汇总分母？

1 个答案: