Question

我正在使用一个包含数千个观测值和数千个变量的大型联邦数据集。提供重复权重。我正在使用＆＃34;调查＆＃34;在R中打包以应用这些权重：

els.weighted=svrepdesign(data=els, repweights = ~els$F3F1PNLWT,
combined.weights = TRUE).

我对一部分人口的一些明确的描述性特征感兴趣，例如家庭生活安排。我想把它们整理成一个显示频率的列联表。我想基于四个变量（没有一个是二进制，但所有都是数字）对人进行排序这是我想要的：

空白框是交叉制表/频率计数显示的位置。（为简洁起见，我只在F1COMP下面放了3列，但它有9个结果 - 索引为1-9）

My current code: svyby(~F1FCOMP, ~F1RTRCC +BYS33C +F1A10 +byurban, els.weighted, svytotal)

此代码对数据进行排序，但默认情况下会对每个组合进行排序。我希望他们减少只代表每个变量的特定子群体。我试过了：

svyby(~F1FCOMP, ~F1RTRCC==2 |F1RTRCC==3 +BYS33C==1 +F1A10==2 | F1A10==3 +byurban==3, els.weighted, svytotal)

但是停了下来：

Error: unexpected '==' in "svyby(~F1FCOMP, ~F1RTRCC==2 |F1RTRCC==3 +BYS33C=="

此外，我当前版本的代码告诉我每种组合出现的情况有多少，这是我当前输出的图片。当我继续向下滚动时，还有数百行，每个组合1行。

这是我当前输出的图片。当我继续向下滚动时，还有数百行，每个组合1个

你可以在那张照片中看到，每行只能获得一个F1FCOMP号码 - 符合指定组合的案例数量 - 一个特定的子群体。我想更多地了解这个亚种群。也就是说，F1COMP有九个不同的结果（索引为1-9），我想看看每个子群体中有多少适合F1COMP的9个结果。