Question

我对根据全国抽样调查数据得出的GAM回归很感兴趣。我对此post感兴趣。我选择了感兴趣的变量生成DF：

nhanesAnalysis <- nhanesDemo %>%
                    select(fpl,
                           age,
                           gender,
                           persWeight,
                           psu,
                           strata)

据我所知，我使用以下代码生成了加权DF：

library(survey)    
nhanesDesign <- svydesign(    id      = ~psu,
                              strata  = ~strata,
                              weights = ~persWeight,
                              nest    = TRUE,
                              data    = nhanesAnalysis)

比方说，我将只选择具有age ≥ 30的主题：

ageDesign <- subset(nhanesDesign, age >= 30)

现在，我将GAM模型（fpl ~ s(age) + gender）与mgcv package相匹配。是否可以使用weights参数或使用svydesign对象ageDesign来做到这一点？

Answer 1

这比看起来要困难得多。有两个问题

您想要获得适量的平滑效果
您想要有效的标准错误。

仅将采样权重赋予load: 1.52 cmd: node 5397 waiting 0.14u 0.03s不会执行以下任何一项操作：mgcv::gam()将权重视为频率权重，因此会认为它的数据比实际多得多。由于权重，您会得到不够平滑和被低估的标准误，而且由于聚类抽样，您也可能会被低估的标准误。

简单的解决方法是改用回归样条线（gam()包）。这些效果不如splines所使用的惩罚样条曲线好，但是通常差异并不大，它们可以直接与mgcv一起使用。您确实需要选择分配多少个自由度。

svyglm

如何在GAM中对调查数据使用样本权重？

1 个答案: