Question sur le poids de l'enquêteJe travaille avec des données de recensement qui proviennent d'une enquête.Il existe une variable de pondération, étant donné qu'ils utilisent un plan d'échantillonnage assez complexe pour assurer une représentation adéquate des différents groupes.Je suis conscient que JMP calculera des moyennes pondérées lors de l'analyse des distributions, si je mets la variable de poids dans la zone Poids de la boîte de dialogue.Je suis également conscient que JMP ignore la variable de pondération lors de l'analyse de la distribution d'une variable nominale.Mais je ne vois pas pourquoi.En particulier, je me demande quelle est la manière correcte de décrire la distribution d'une variable nominale.Par exemple, supposons qu'il existe deux groupes et que le groupe 1 comprend 40% du total des répondants.Supposons que les variables du groupe 1 représentent 60% des poids totaux.L'analyse des distributions affichera 40% dans le groupe 1. Si je mets la variable de pondération dans la case Fréquence, le groupe 1 comprendra 50% du total.Quelle est la fraction correcte dans le groupe 1?S'agit-il du% brut ou du pourcentage pondéré par la fréquence des pondérations?Et, si c'est ce dernier, pourquoi n'est-il pas géré en mettant du poids dans la case Poids, plutôt que dans la case Fréquence?
AnalytiqueRe: Question sur le poids de l'enquêteLe comportement actuel qui peut prêter à confusion est principalement dû à des raisons historiques. Et je crois que le comportement doit rester tel quel pour de bon. Sinon, les scripts JSL existants dans la production de l'utilisateur peuvent produire des résultats inattendus sans avertissement et difficiles à détecter.
Certaines références peuvent aider à comprendre le comportement actuel:
1) Documentation JMP. Analyse de base> Distributions> Lancez la plate-forme de distribution. https://www.jmp.com/support/help/en/15.0/jmp/launch-the-distribution-platform.shtml
2) Instruction FREQ et instruction WEIGHT dans la documentation SAS Proc Univariate: 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: Question sur le poids de l'enquêteMerci d'avoir tenté de répondre à ma question - mais votre réponse est un peu trop cryptique pour moi.La documentation JMP n'a pas aidé - elle énonce simplement ce que j'ai déclaré dans ma question.Les poids peuvent être utilisés pour les variables continues, mais sont ignorés pour les variables nominales.Je ne comprends pas votre déclaration concernant les «raisons historiques».Qu'est-ce que c'est?D'après les autres citations que vous avez fournies, je soupçonne que cela a quelque chose à voir avec sas plutôt que jmp.Je ne suis pas un utilisateur sas, donc je ne sais pas.Dites simplement ce que vous voulez dire.
Plus précisément, confirmez-vous que lorsque vous avez des poids d'enquête, ils devraient être transposés dans le rôle de fréquence pour les variables nominales, mais dans le rôle de poids pour les variables continues?C'est ce que j'en suis venu à croire, mais j'apprécierais une confirmation de cela, même si les «raisons historiques» doivent rester obscures.
Re: Question sur le poids de l'enquêtePour répondre où placer la variable de pondération, je dois demander ce que représente la variable de pondération. Poids = 2 signifie-t-il qu'il y a deux résultats d'enquête identiques, par exemple, deux personnes donnent exactement les mêmes réponses à toutes les questions si chaque ligne correspond à un résultat d'enquête dans vos données? Si tel est le cas, la variable de pondération doit aller à "Freq". "Freq" signifie littéralement combien de copies de la même observation. Sinon, si vous l'attribuez à "Weight", nous devons voir comment "Weight" aura un impact sur les statistiques qui vous intéressent. Et ce sera une situation au cas par cas. Par exemple, si vous mettez la variable de pondération dans "Weight", alors N sera le nombre de lignes de votre table de données; la moyenne sera la même que la moyenne en utilisant la variable de poids dans "Freq"; le Std Dev, cependant, sera différent de celui en utilisant la variable de poids dans "Freq". "Weight" peut affecter les calculs dont les formules impliquent "w_i". Mais il faut vérifier les documentations individuelles pour être sûr.
Deux autres références qui pourraient être utiles pour expliquer les différences entre Freq et Weight. Les deux sont de SAS. Et oui, SAS a eu une forte influence sur la conception des plates-formes JMP à ses débuts.
https://blogs.sas.com/content/iml/2013/09/13/frequencies-vs-weights-in-regression.html
https://support.sas.com/kb/22/600.html
Par «raisons historiques», je ne peux dire qu'en fonction de mon expérience. Je peux voir deux raisons:
1) "Freq" était uniquement un nombre entier. Bien que ce ne soit plus vrai dans JMP, mais cela semble toujours être le cas dans certaines procédures SAS. Et en ajoutant "Weight", qui peut contenir des valeurs plus grandes et des valeurs fractionnaires, il a permis certains calculs qui n'étaient pas possibles en utilisant "Freq".
2) "Weight" peut être utilisé comme astuces de couperet pour certains calculs statistiques, mais ne change pas les données. Ce blog SAS donne un bon exemple de la manière dont les valeurs aberrantes peuvent être traitées par repondération. Sur la base de mon expérience, ces astuces ont généralement été développées avec les méthodologies classiques. Ils sont précieux d'une situation à l'autre, mais il faut faire attention à ce qu'ils font.
Re: Question sur le poids de l'enquêteCe sont des poids provenant d'enquêtes du Census Bureau.Puisqu'ils utilisent une procédure d'échantillonnage stratifiée complexe, les poids des ménages représentent le nombre de ménages que représente un ménage répondant.Bien que le ménage lui-même soit un seul répondant, il peut représenter 1 000 ménages de ce «type».Donc, cela ne correspond pas à la description de la fréquence dans la mesure où il n'y a pas d'autres répondants avec exactement ces réponses.Mais s'il est utilisé comme pondération, il sera ignoré dans la distribution d'une variable catégorielle.Ainsi, par exemple, si vous voulez savoir quel% de personnes ont la caractéristique x, alors le% de répondants différera du% de la population, mais pas seulement en raison de l'échantillonnage aléatoire, mais en raison de la procédure d'échantillonnage utilisée.Il me semble que nous voulons utiliser les poids - mais la seule façon pour eux d'influencer le% avec la caractéristique x est de l'utiliser comme fréquence, pas comme poids.Je pense que c'est correct pour l'estimation ponctuelle - mais probablement pas pour l'estimation de l'erreur standard.
