316477_de-DE

liliconcom

Frage zum Umfragegewicht

Ich arbeite mit einigen Volkszählungsdaten, die aus einer Umfrage stammen.Es gibt eine Gewichtsvariable, da sie ein ziemlich komplexes Stichprobenschema verwenden, um eine angemessene Darstellung aus verschiedenen Gruppen sicherzustellen.Mir ist bekannt, dass JMP bei der Analyse von Verteilungen gewichtete Durchschnittswerte berechnet, wenn ich die Gewichtsvariable in das Feld Gewicht des Dialogfelds eingebe.Mir ist auch bekannt, dass JMP die Gewichtsvariable bei der Analyse der Verteilung einer nominalen Variablen ignoriert.Aber mir ist nicht klar warum.Insbesondere frage ich mich, wie die Verteilung einer nominalen Variablen richtig beschrieben werden kann.Angenommen, es gibt zwei Gruppen und Gruppe 1 macht 40% der gesamten Befragten aus.Angenommen, Variablen der Gruppe 1 haben 60% der Gesamtgewichte.Analyseverteilungen zeigen 40% in Gruppe 1. Wenn ich die Gewichtsvariable in das Feld Frequenz einfüge, macht Gruppe 1 50% der Gesamtsumme aus.Welches ist der richtige Anteil in Gruppe 1?Ist es der rohe Prozentsatz oder der Prozentsatz, gewichtet mit der Häufigkeit der Gewichte?Und wenn es das letztere ist, warum wird es nicht behandelt, indem Gewicht in das Feld Gewicht und nicht in das Feld Frequenz gelegt wird?

AnalytikBetreff: Frage zum UmfragegewichtDas derzeitige Verhalten, das Verwirrung stiften kann, ist hauptsächlich auf historische Gründe zurückzuführen. Und ich glaube, das Verhalten muss so bleiben, wie es ist. Andernfalls können vorhandene JSL-Skripte in der Produktion des Benutzers zu unerwarteten Ergebnissen ohne Warnungen führen und sind schwer zu erkennen.
Einige Referenzen können helfen, das aktuelle Verhalten zu verstehen:
1) JMP-Dokumentation. Grundlegende Analyse> Verteilungen> Starten Sie die Verteilungsplattform. https://www.jmp.com/support/help/en/15.0/jmp/launch-the-distribution-platform.shtml
2) FREQ-Anweisung und WEIGHT-Anweisung in der SAS-univariaten Dokumentation: 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.htmBetreff: Frage zum Umfragegewicht

Vielen Dank, dass Sie versucht haben, meine Frage zu beantworten - aber Ihre Antwort ist mir etwas zu kryptisch.Die JMP-Dokumentation hat nicht geholfen - sie gibt nur an, was ich in meiner Frage angegeben habe.Gewichte können für kontinuierliche Variablen verwendet werden, werden jedoch für nominale Variablen ignoriert.Ich verstehe Ihre Aussage zu "historischen Gründen" nicht.Was ist das?Aus den anderen von Ihnen angegebenen Zitaten geht hervor, dass dies eher mit sas als mit jmp zu tun hat.Ich bin kein Sas-Benutzer, daher würde ich es nicht wissen.Sag einfach was du meinst.

 

Bestätigen Sie genauer gesagt, dass Umfragegewichte in die Häufigkeitsrolle für nominale Variablen, aber in die Gewichtsrolle für kontinuierliche Variablen umgewandelt werden sollten?Daran habe ich geglaubt, aber ich würde mich über eine Bestätigung freuen, auch wenn die "historischen Gründe" dunkel bleiben müssen.

Betreff: Frage zum UmfragegewichtUm zu beantworten, wo die Gewichtsvariable abgelegt werden soll, muss ich fragen, was die Gewichtsvariable darstellt. Bedeutet Gewicht = 2, dass es zwei identische Umfrageergebnisse gibt, z. B. geben zwei Personen auf alle Fragen genau die gleichen Antworten, wenn jede Zeile ein Umfrageergebnis in Ihren Daten bedeutet? In diesem Fall sollte die Gewichtsvariable auf "Freq" gehen. "Freq" bedeutet wörtlich, wie viele Kopien derselben Beobachtung vorhanden sind. Wenn Sie es andernfalls "Gewicht" zuweisen, müssen wir sehen, wie sich "Gewicht" auf die Statistiken auswirkt, an denen Sie interessiert sind. Und das wird von Fall zu Fall sein. Wenn Sie beispielsweise die Gewichtsvariable in "Gewicht" eingeben, ist N die Anzahl der Zeilen Ihrer Datentabelle. Der Mittelwert ist der gleiche wie der Mittelwert, wenn die Gewichtsvariable in "Freq" verwendet wird. Der Std Dev unterscheidet sich jedoch von dem durch die Verwendung der Gewichtsvariablen in "Freq". "Gewicht" kann Berechnungen beeinflussen, deren Formeln "w_i" beinhalten. Man muss jedoch einzelne Dokumentationen überprüfen, um sicherzugehen.

Zwei weitere Referenzen, die hilfreich sein könnten, um die Unterschiede zwischen Freq und Weight zu erklären. Beide sind von SAS. Und ja, SAS hatte in den frühen Tagen einen starken Einfluss auf das Design von JMP-Plattformen.
https://blogs.sas.com/content/iml/2013/09/13/frequitudes-vs-weights-in-regression.html
https://support.sas.com/kb/22/600.html

Aus "historischen Gründen" kann ich nur aufgrund meiner Erfahrung sagen. Ich kann zwei Gründe sehen:
1) "Freq" war früher nur eine ganze Zahl. In JMP ist dies zwar nicht mehr der Fall, in einigen SAS-Verfahren scheint dies jedoch weiterhin der Fall zu sein. Durch Hinzufügen von "Weight", das größere Werte und Bruchwerte enthalten kann, konnten einige Berechnungen durchgeführt werden, die mit "Freq" nicht möglich waren.
2) "Gewicht" kann als Hackmessertrick für einige statistische Berechnungen verwendet werden, ändert jedoch keine Daten. Dieser SAS-Blog gibt ein gutes Beispiel dafür, wie Ausreißer durch Neugewichtung behandelt werden können. Nach meiner Erfahrung wurden diese Tricks normalerweise zusammen mit den klassischen Methoden entwickelt. Sie sind von Situation zu Situation wertvoll, aber man muss vorsichtig sein, was sie tun.
Betreff: Frage zum Umfragegewicht

Dies sind Gewichte aus Umfragen des Census Bureau.Da sie ein komplexes geschichtetes Stichprobenverfahren verwenden, geben die Haushaltsgewichte die Anzahl der Haushalte an, die ein antwortender Haushalt darstellt.Während der Haushalt selbst ein einzelner Befragter ist, kann er 1000 Haushalte dieses "Typs" repräsentieren.Es passt also nicht zur Beschreibung der Häufigkeit, da es keine anderen Befragten mit genau diesen Antworten gibt.Wenn es jedoch als Gewichtung verwendet wird, wird es in der Verteilung für eine kategoriale Variable ignoriert.Wenn Sie beispielsweise wissen möchten, wie viel Prozent der Personen das Merkmal x haben, unterscheidet sich der Prozentsatz der Befragten vom Prozentsatz der Bevölkerung, jedoch nicht nur aufgrund von Zufallsstichproben, sondern auch aufgrund des verwendeten Stichprobenverfahrens.Es scheint mir, dass wir die Gewichte verwenden wollen - aber die einzige Möglichkeit, wie sie das% mit dem Merkmal x beeinflussen, besteht darin, es als Frequenz und nicht als Gewicht zu verwenden.Ich glaube, das ist richtig für die Punktschätzung - aber wahrscheinlich nicht für die Schätzung des Standardfehlers.