如何在不使用调查设计的情况下为调查数据计算R中的估计标准误差？

Question

我想知道如何在不使用给定示例的调查设计的情况下生成标准误差的估计。

library(survey)

data(api)

dstrat<-svydesign(id=~1,strata=~stype, weights=~pw, data=apistrat, fpc=~fpc)

示例1

(total_enroll_mean=svymean(~enroll,by=~stype,design= dstrat, na.rm=TRUE))

        mean     SE
 enroll 595.28 18.509

示例2

(total_enroll_total=svytotal(~enroll,by=~stype,design= dstrat, na.rm=TRUE))

       total     SE
enroll 3687178 114642

示例3

(stype_enroll_mean=svyby(~enroll,by=~stype,design= dstrat, na.rm=TRUE,svymean))

stype  enroll       se
E      416.78    16.41740

H      1320.70   91.70781

M      832.48    54.52157

示例4

(stype_enroll_total=svyby(~enroll,by=~stype,design= dstrat, na.rm=TRUE,svytotal)

stype     enroll       se
E        1842584.3     72581.33

H         997128.5     69239.40

M         847464.7     55502.96

因此，基本上，我想在R中手动生成所有4个示例的标准错误，而不是使用调查包或srvyr包或任何其他与调查相关的包。手动为svymean和svytotal生成的标准误差应与上面给出的所有示例中使用调查包生成的标准误差相匹配。