Question

我正在使用survey R包中的“svyby”函数，并得到一个我不知道如何处理的错误。首先，我使用变量 cntry 作为分组，接下来，我使用 essround 作为分组，这一切都很顺利。但是当我使用他们的组合 ~cntry + essround 时，它会返回错误。

我很困惑，它如何分别为每个分组工作，但不适用于组合分组。

这与省略的数据有某种关系，就像当我删除所有空单元格时（即使用 na.omit（dat）而不是 dat 来定义调查设计）它开始工作。但我不想放弃所有的失误。我认为svymean的na.rm论点应该处理它。请注意，变量 cntry 和 essround 不包含任何缺失值。

library("survey")
s.w <- svydesign(ids = ~1, data = dat, weights = dat[,weight]) 

svyby(~ Security, by=~ essround,       s.w, svymean, na.rm=T) # Works
svyby(~ Security, by=~ cntry,          s.w, svymean, na.rm=T) # Also works
svyby(~ Security, by=~ essround+cntry, s.w, svymean, na.rm=T) # Gives an error

Error in tapply(1:NROW(x), list(factor(strata)), function(index) { : 
  arguments must have same length

所以我的问题是 - 如何让它发挥作用？

更新对不起，我误读了文档。通过向na.rm.all = TRUE函数添加svyby来解决该问题。

Answer 1

请原谅我迟到的答案，但我只是在寻找类似问题的解决方案并立即解决。检查essround，cntry和Security（使用table()）的交叉列表中是否有空单元格。如果这样做，请尝试使用ordered()将分组变量转换为有序因子，并在运行levels之前使用函数的svyby()参数明确命名您的级别。有序因子将在交叉列表中显示0的频率，而常规因子将丢弃空单元格。

Answer 2

我不确切知道为什么，但这是我如何解决同样的问题。它似乎与svyby处理NA数据的方式有关 - 即使您指定na.rm=T也是如此。我创建了数据框的子集，发现如果子集小于某个阈值（在我的情况下它是500，但确切的值是确定的）并且包含NA，它确实会发生 - 适用于其他子集，例如大于10,000，NA或小于500而不NA。在您的情况下，应该有essround==x & cntry==y的子集，该子集很小且Security = NA。因此，在您执行NA之前清除数据不要svyby（可以删除，估算或单独分组 - 这取决于您），然后再次尝试。它对我有用。

调查包中的令人费解的错误

2 个答案: