설문 조사 가중치 질문설문 조사에서 얻은 일부 인구 조사 데이터를 사용하고 있습니다.서로 다른 그룹에서 적절한 표현을 보장하기 위해 상당히 복잡한 샘플링 체계를 사용한다는 점을 감안할 때 가중치 변수가 있습니다.대화 상자의 가중치 상자에 가중치 변수를 넣으면 분포를 분석 할 때 JMP가 가중치 평균을 계산한다는 것을 알고 있습니다.나는 또한 JMP가 명목 변수의 분포를 분석 할 때 가중치 변수를 무시한다는 것을 알고 있습니다.그러나 그 이유는 분명하지 않습니다.특히 명목 변수의 분포를 설명하는 올바른 방법이 무엇인지 궁금합니다.예를 들어 두 개의 그룹이 있고 그룹 1이 전체 응답자의 40 %를 차지한다고 가정합니다.그룹 1 변수가 총 가중치의 60 %를 갖는다 고 가정합니다.분포 분석은 그룹 1에서 40 %를 표시합니다. 빈도 상자에 가중치 변수를 입력하면 그룹 1이 전체의 50 %를 구성합니다.그룹 1의 올바른 분수는 무엇입니까?가중치의 빈도에 의해 가중치가 적용된 원시 % 또는 백분율입니까?그리고 후자의 경우 주파수 상자가 아닌 가중치 상자에 가중치를 넣어 처리되지 않는 이유는 무엇입니까?
해석학Re : 설문 조사 가중치 질문혼란을 야기 할 수있는 현재 동작은 주로 역사적 이유 때문입니다. 그리고 나는 그 행동이 선을 위해 그대로 남아 있어야한다고 믿습니다. 그렇지 않으면 사용자 프로덕션의 기존 JSL 스크립트가 경고없이 예기치 않은 결과를 생성하고 감지하기 어려울 수 있습니다.
일부 참조는 현재 동작을 이해하는 데 도움이 될 수 있습니다.
1) JMP 문서. 기본 분석> 배포> 배포 플랫폼 시작. https://www.jmp.com/support/help/en/15.0/jmp/launch-the-distribution-platform.shtml
2) SAS Proc Univariate Documentation의 FREQ 문 및 WEIGHT 문 : https://support.sas.com/documentation/cdl/en/procstat/63104/HTML/default/procstat_univariate_sect012.htm https://support.sas.com/documentation/cdl/en/procstat/63104/HTML/default/procstat_univariate_sect021.htmRe : 설문 조사 가중치 질문제 질문에 답 해주셔서 감사합니다.하지만 귀하의 답변은 저에게 너무 모호합니다.JMP 문서는 도움이되지 않았습니다. 단지 내 질문에서 언급 한 내용 만 나와 있습니다.계량 형 변수에 가중치를 사용할 수 있지만 명목 변수에 대해서는 무시됩니다."역사적 이유"에 대한 귀하의 진술을 이해하지 못합니다.이것들은 무엇입니까?귀하가 제공 한 다른 인용문에서 이것이 jmp가 아닌 sas와 관련이 있다고 생각합니다.나는 sas 사용자가 아니므로 모를 것입니다.무슨 뜻인지 말 해주세요.
요점은 측량 가중치가있을 때 명목 변수에 대해서는 빈도 역할로 캐스팅해야하지만 연속 변수에 대해서는 가중치 역할에 캐스팅해야한다는 것을 확인하고 있습니까?그것이 제가 믿게 된 것입니다. 그러나 "역사적 이유"가 모호한 상태로 남아 있더라도 그 사실을 확인하는 것은 감사하겠습니다.
Re : 설문 조사 가중치 질문가중치 변수를 어디에 넣을지 대답하려면 가중치 변수가 무엇을 나타내는 지 물어봐야합니다. weight = 2는 두 개의 동일한 설문 조사 결과가 있음을 의미합니다. 예를 들어 각 행이 데이터에서 설문 조사 결과를 의미하는 경우 두 사람이 모든 질문에 정확히 동일한 답변을 제공합니까? 그렇다면 가중치 변수는 "Freq"로 이동해야합니다. "Freq"는 문자 그대로 동일한 관측치의 사본 수를 의미합니다. 그렇지 않고 "Weight"에 할당하면 "Weight"가 관심있는 통계에 어떤 영향을 미치는지 확인해야합니다. 그리고 그것은 상황에 따라 달라질 것입니다. 예를 들어, 가중치 변수를 "Weight"에 넣으면 N은 데이터 테이블의 행 수입니다. 평균은 "Freq"에서 가중치 변수를 사용하여 평균과 동일합니다. 그러나 Std Dev는 "Freq"에서 가중치 변수를 사용하는 것과 다릅니다. "Weight"는 공식에 "w_i"가 포함 된 계산에 영향을 미칠 수 있습니다. 하지만 확실하게하려면 개별 문서를 확인해야합니다.
Freq와 Weight의 차이점을 설명하는 데 도움이 될 수있는 두 가지 추가 참고 자료입니다. 둘 다 SAS에서 왔습니다. 예, SAS는 초기에 JMP 플랫폼 설계에 큰 영향을 미쳤습니다.
https://blogs.sas.com/content/iml/2013/09/13/frequencies-vs-weights-in-regression.html
https://support.sas.com/kb/22/600.html
"역사적인 이유"에 의해 나는 나의 경험을 근거로만 말할 수있다. 두 가지 이유를 알 수 있습니다.
1) "Freq"는 정수로만 사용되었습니다. JMP에서는 더 이상 사실이 아니지만 일부 SAS 프로 시저에서는 여전히 해당되는 것 같습니다. 그리고 더 큰 값과 분수 값을 저장할 수있는 "Weight"를 추가하여 "Freq"를 사용하여 불가능했던 일부 계산을 허용했습니다.
2) "Weight"는 일부 통계 계산을위한 클리버 트릭으로 사용할 수 있지만 데이터를 변경하지는 않습니다. 이 SAS 블로그는 가중치 재조정으로 이상 값을 처리하는 방법에 대한 좋은 예를 제공합니다. 내 경험을 바탕으로 이러한 트릭은 일반적으로 고전적인 방법론과 함께 개발되었습니다. 상황에 따라 가치가 있지만 어떤 일을하는지주의해야합니다.
Re : 설문 조사 가중치 질문인구 조사국 설문 조사의 가중치입니다.복잡한 계층화 된 샘플링 절차를 사용하기 때문에 가구 가중치는 응답 가구가 나타내는 가구 수를 나타냅니다.가구 자체는 단일 응답자이지만 해당 "유형"의 1000 가구를 대표 할 수 있습니다.따라서 정확히 해당 응답을 가진 다른 응답자가 없다는 점에서 빈도 설명에 적합하지 않습니다.그러나 가중치로 사용되는 경우 범주 형 변수에 대한 분포에서 무시됩니다.예를 들어, 어떤 %의 사람들이 특성 x를 가지고 있는지 알고 싶다면 응답자의 %는 모집단의 %와 다를 수 있지만 무작위 샘플링 때문이 아니라 사용 된 샘플링 절차 때문입니다.가중치를 사용하고 싶은 것 같지만, 특성 x의 %에 영향을 미치는 유일한 방법은 가중치가 아닌 빈도로 사용하는 것입니다.포인트 추정에는 맞지만 표준 오차를 추정하는 것은 아닐 것입니다.
