体重の質問を調査する私は調査から得られたいくつかの国勢調査データを扱っています。さまざまなグループからの適切な表現を保証するためにかなり複雑なサンプリングスキームを使用していることを考えると、重み変数があります。ダイアログの[重み]ボックスに重み変数を入力すると、JMPが分布を分析するときに加重平均を計算することを認識しています。また、JMPは、名義変数の分布を分析するときに重み変数を無視することも認識しています。しかし、その理由は私にはわかりません。特に、名義変数の分布を記述する正しい方法は何か疑問に思っています。たとえば、2つのグループがあり、グループ1が全回答者の40％を占めるとします。グループ1の変数が総重みの60％を持っていると仮定します。分析分布はグループ1で40％を示します。[頻度]ボックスに重み変数を入力すると、グループ1が全体の50％を構成します。グループ1の正しい分数はどれですか？それは生の％ですか、それとも重みの頻度によって重み付けされたパーセントですか？そして、後者の場合、頻度ボックスではなく、重みボックスに重みを入れて処理しないのはなぜですか？
分析再：調査重量の質問混乱を引き起こす可能性のある現在の動作は、主に歴史的な理由によるものです。 そして、私はその行動が永久にそのままである必要があると信じています。 そうしないと、ユーザーの本番環境にある既存のJSLスクリプトが、警告なしに予期しない結果を生成し、検出が困難になる可能性があります。
いくつかの参考資料は、現在の動作を理解するのに役立つ場合があります。
1）JMPドキュメント。 基本的な分析>配布>配布プラットフォームを起動します。 https://www.jmp.com/support/help/en/15.0/jmp/launch-the-distribution-platform.shtml
2）SAS Proc Univariate DocumentationのFREQステートメントとWEIGHTステートメント： 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.htm再：調査重量の質問私の質問に答えてくれてありがとう-しかしあなたの答えは私には少し不可解です。JMPのドキュメントは役に立ちませんでした-それは私が私の質問で述べたことを述べているだけです。重みは連続変数に使用できますが、名義変数には無視されます。「歴史的理由」についてのあなたの発言を理解していません。これは何？あなたが提供した他の引用から、これはjmpではなくsasと関係があると思います。私はSASユーザーではないので、わかりません。意味を言ってください。
さらに重要なことに、調査の重みがある場合、それらは名義変数の頻度の役割でキャストされるべきであるが、連続変数の重みの役割でキャストされるべきであることを確認していますか？それが私が信じるようになったものですが、「歴史的理由」があいまいなままでなければならない場合でも、それを確認していただければ幸いです。
再：調査重量の質問重み変数を配置する場所に答えるには、重み変数が何を表すかを尋ねる必要があります。 weight = 2は、2つの同一の調査結果があることを意味しますか？たとえば、各行がデータの調査結果を意味する場合、2人がすべての質問にまったく同じ回答をしますか？ その場合、重み変数は「Freq」に移動する必要があります。 「頻度」は、文字通り、同じ観測値のコピーの数を意味します。 それ以外の場合、それを「重み」に割り当てると、「重み」が関心のある統計にどのように影響するかを確認する必要があります。 そして、それはケースバイケースの状況になります。 たとえば、重み変数を「重み」に入れると、Nはデータテーブルの行数になります。 「Freq」で重み変数を使用すると、平均は平均と同じになります。ただし、標準偏差は、「Freq」で重み変数を使用することによるものとは異なります。 「重量」は、式に「w_i」が含まれる計算に影響を与える可能性があります。 ただし、個々のドキュメントを確認して確認する必要があります。
FreqとWeightの違いを説明するのに役立つかもしれないもう2つのリファレンス。 どちらもSASからのものです。 そして、はい、SASは初期のJMPプラットフォームの設計に強い影響を与えました。
https://blogs.sas.com/content/iml/2013/09/13/frequencies-vs-weights-in-regression.html
https://support.sas.com/kb/22/600.html
「歴史的理由」によって、私は私の経験に基づいてのみ言うことができます。 私は2つの理由を見ることができます：
1）「Freq」は以前は整数のみでした。 JMPではもはや当てはまりませんが、一部のSASプロシージャでは当てはまるようです。 また、より大きな値と小数値を保持できる「Weight」を追加することで、「Freq」では不可能だった計算が可能になりました。
2）「重量」は、一部の統計計算のクリーバートリックとして使用できますが、データは変更されません。 そのSASブログは、再重み付けによって外れ値を処理する方法についての良い例を示しています。 私の経験に基づいて、これらのトリックは通常、古典的な方法論とともに開発されました。 それらは状況ごとに価値がありますが、それらが何をするかについて注意する必要があります。
再：調査重量の質問これらは国勢調査局の調査からの重みです。複雑な層化サンプリング手順を使用しているため、世帯の重みは、応答する世帯が表す世帯の数を表します。世帯自体は単一の回答者ですが、その「タイプ」の1000世帯を表す場合があります。したがって、正確にそれらの回答を持つ他の回答者がいないという点で、頻度の説明に適合しません。ただし、重みとして使用される場合、カテゴリ変数の分布では無視されます。したがって、たとえば、特性xを持っている人の割合を知りたい場合、回答者の割合は母集団の割合とは異なりますが、ランダムサンプリングだけでなく、使用されているサンプリング手順のためです。重みを使用したいように思えますが、特性xで％に影響を与える唯一の方法は、重みではなく頻度として使用することです。これは点推定には正しいと思いますが、おそらく標準誤差の推定には当てはまりません。
