如何使用R？

Question

我的编程经验非常少，但我正在研究统计项目，并希望生成一个不等概率样本，其中单位的包含概率基于其大小（PPS）。

基本上，我有两个数据集：

• ds1列出美国各州和我正在尝试估算的参数
• ds2拥有每个州的人口规模。

我的问题：

1. 我想使用R根据每个州（第二个数据集）的总体使用包含概率从第一个数据集中选择随机样本。

2. 还有什么办法可以用R来计算这些广义不等概率估计公式？



也只是关于公式的注释：pi_i是包含概率，pi_ij是联合包含概率。

Answer 1

是的，这称为 加权抽样 。只需将权重设置为状态的大小，严格来说甚至不需要将它们标准化为1/sum(sizes)，尽管它总是很好的做法。 SO上有大量重复的帖子，显示了如何进行加权抽样。

唯一的小问题是您需要join()数据集ds1, ds2。如果它导致问题，请告诉我们您尝试过的代码。建议您使用dplyr或data.table。

你的第二个问题应该作为一个单独的问题提出，并且在SO上是offtopic，或者至少不会得到很好的回应 - 最好在姐妹网站CrossValidated提问统计问题

Answer 2

R中有一个相同的包 - https://www.youtube.com/watch?v=_NGnbON3xAo，文档为pps。

此外，还有另一个名为调查的软件包，其中包含here。

我不确定两者之间的区别，并且我自己没有使用它们。希望这是你正在寻找的。