Question

我有一个包含原始分数和样本权重的数据文件。现在我想使用心理包的describe函数，考虑样本权重。

有没有人知道如何做到这一点，或者某个函数是否与psych :: describe（）完全相同，但可以处理样本权重？

下一个例子将对我打算做什么有所了解。

library(psych)
describe(c(2,3,4,1,4,5,3,3))
#gives:
     vars n mean   sd median trimmed  mad min max range skew kurtosis   se
1    1 8 3.12 1.25      3    3.12 1.48   1   5     4 -0.2    -1.16 0.44

样本权重为：

c(0.2,0.5,1.2,1.5,0.2,0.6,0.6,1.1)

加权平均值是（如果我错了，请纠正我）：

sum(c(2,3,4,1,4,5,3,3)* c(0.2,0.5,1.2,1.5,0.2,0.6,0.6,1.1))/sum(c(0.2,0.5,1.2,1.5,0.2,0.6,0.6,1.1))
[1] 2.898305

因此，当然不同于未加权的平均值。如何确保报告的SD，峰度，偏度等也基于样本加权平均值？

Answer 1

由于psych包不处理权重，并且没有替代的包可以提供等效的加权描述，因此必须像psych::describe()那样从不同的包中挑选并组合输出。

此外，通常需要在数据中为每种情况提供加权描述的计算以及为这些情况分配的各个权重，因此“快捷方式”将不起作用。（例如，加权标准误差将不等于加权标准偏差除以样本大小的平方根。）

这是一个简单的包装函数，可模拟psych::describe()对加权数据的行为：

    wtd.describe <- function(x, weights=NULL, trim=.1){
      require(TAM)
      require(diagis)
      require(robsurvey)
      out <- NULL
      # Handling simple vectors
      x <- as.data.frame(x)
      # If no weights given, all weights = 1
      if(is.null(weights)) {weights <- seq(1, nrow(x))}
      i <- 1
      for(colname in colnames(x)){
        # Removing rows with missing data or weight
        d <- x[complete.cases(x[[colname]], weights), , drop=FALSE][[colname]]
        w <- weights[complete.cases(x[[colname]], weights)]
        wd <- data.frame(
          "vars"     = i,
          "n"        = length(d),
          "mean"     = TAM::weighted_mean(d, w = w),
          "sd"       = TAM::weighted_sd(d, w = w),
          "median"   = robsurvey::weighted_median(d, w = w, na.rm = TRUE),
          "trimmed"  = robsurvey::weighted_mean_trimmed(d, w = w, LB = trim, UB = (1 - trim), na.rm = TRUE),  
          "mad"      = robsurvey::weighted_mad(d, w = w, na.rm = TRUE, constant = 1.4826),
          "min"      = min(d),
          "max"      = max(d),
          "range"    = max(d) - min(d),
          "skew"     = TAM::weighted_skewness(d, w = w),
          "kurtosis" = TAM::weighted_kurtosis(d, w = w),
          "se"       = diagis::weighted_se(d, w = w, na.rm = TRUE),
          row.names  = colname
        )
        i <- i+1
        out <- rbind(out, wd)
      }
      return(out)
    }

请注意：

我没有考虑所使用软件包的质量和维护状态。随意选择自己的货币并交换。
上述功能未模拟psych:describe()的大多数便利参数。
na.rm = TRUE，因为TAM软件包隐含了na.rm = TRUE。

R：如何使用带有样本权重的describe（）

1 个答案: