我正在處理來自調查的一些人口普查數據。考慮到他們使用相當複雜的採樣方案來確保來自不同群體的足夠代表，因此存在一個權重變量。我知道，如果將weight變量放在對話框的Weight框中，則JMP將在分析分佈時計算加權平均值。我還知道，JMP在分析名義變量的分佈時會忽略權重變量。但是我不清楚為什麼。特別是，我想知道描述名義變量分佈的正確方法是什麼。例如，假設有兩個組，並且組1佔受訪者總數的40％。假設第1組變量佔總權重的60％。分析分佈將在組1中顯示40％。如果將權重變量放在“頻率”框中，則組1將佔總數的50％。第一組中哪個分數正確？是原始百分比還是按加權頻率加權的百分比？而且，如果是後者，為什麼不通過在“重量”框中而不是“頻率”框中放置重量來處理呢？
感謝您嘗試解決我的問題-但是您的回答對我來說有點含糊不清。JMP文檔沒有幫助-只是陳述了我在問題中所說的內容。權重可用於連續變量，但對於名義變量可忽略。我不理解您關於“歷史原因”的陳述。這些是什麼？從您提供的其他引用中，我懷疑這與sas而不是jmp有關。我不是sas用戶，所以我不知道。只是說你的意思。
更重要的是，您是否在確定擁有調查權重時，應將權重強制轉換為名義變量的頻率角色，而將權重角色強制轉換為連續變量？我已經相信了這一點，但是即使“歷史原因”必須保持晦澀，我也對此表示肯定。
這些是人口普查局調查的權重。由於他們使用複雜的分層抽樣程序，因此家庭權重代表響應家庭代表的家庭數量。儘管該家庭本身是單個受訪者，但它可能代表1000個該類型的家庭。因此，它不符合頻率的描述，因為沒有其他受訪者確切地回答了這些問題。但是，如果將其用作權重，則在分類變量的分佈中將忽略它。因此，例如，如果您想知道有多少人具有特徵x，那麼受訪者的百分比將不同於人口的百分比，這不僅是因為隨機抽樣，還因為所使用的抽樣程序。在我看來，我們想使用權重-但是它們將影響具有特徵x的％的唯一方法是將其用作頻率，而不是權重。我認為這對點估計是正確的-但可能不適用於估計標準誤差。
