316477_it-IT

liliconcom

Domanda sul peso dell'indagine

Sto lavorando con alcuni dati del censimento che provengono da un sondaggio.C'è una variabile di peso, dato che utilizzano uno schema di campionamento abbastanza complesso per garantire un'adeguata rappresentazione da diversi gruppi.Sono consapevole che JMP calcolerà le medie ponderate durante l'analisi delle distribuzioni, se inserisco la variabile del peso nella casella Peso della finestra di dialogo.Sono anche consapevole del fatto che JMP ignora la variabile di peso quando analizza la distribuzione di una variabile nominale.Ma non mi è chiaro il motivo.In particolare, mi chiedo quale sia il modo corretto di descrivere la distribuzione di una variabile nominale.Ad esempio, supponiamo che ci siano due gruppi e il gruppo 1 comprenda il 40% degli intervistati totali.Supponiamo che le variabili del gruppo 1 abbiano il 60% dei pesi totali.Le distribuzioni di analisi mostreranno il 40% nel gruppo 1. Se metto la variabile del peso nella casella Frequenza, il gruppo 1 comprenderà il 50% del totale.Qual è la frazione corretta nel gruppo 1?È la% grezza o la percentuale ponderata in base alla frequenza dei pesi?E, se è quest'ultimo, perché non viene gestito mettendo il peso nella casella Peso, piuttosto che nella casella Frequenza?

AnalyticsOggetto: domanda sul peso del sondaggioL'attuale comportamento che può creare confusione è dovuto principalmente a ragioni storiche. E credo che il comportamento debba rimanere così com'è per sempre. In caso contrario, gli script JSL esistenti nella produzione dell'utente potrebbero produrre risultati imprevisti senza avvisi e difficili da rilevare.
Alcuni riferimenti possono aiutare a comprendere il comportamento corrente:
1) Documentazione JMP. Analisi di base> Distribuzioni> Avvia la piattaforma di distribuzione. https://www.jmp.com/support/help/en/15.0/jmp/launch-the-distribution-platform.shtml
2) Dichiarazione FREQ e dichiarazione WEIGHT nella documentazione 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.htmOggetto: domanda sul peso del sondaggio

Grazie per aver tentato di rispondere alla mia domanda, ma la tua risposta è un po 'troppo criptica per me.La documentazione di JMP non ha aiutato: afferma solo ciò che ho affermato nella mia domanda.I pesi possono essere utilizzati per le variabili continue, ma vengono ignorati per le variabili nominali.Non capisco la tua affermazione riguardo alle "ragioni storiche".Cosa sono questi?Dalle altre citazioni che hai fornito, sospetto che abbia qualcosa a che fare con sas piuttosto che con jmp.Non sono un utente sas, quindi non lo saprei.Dì solo quello che vuoi dire.

 

Più precisamente, stai confermando che quando hai pesi di indagine, dovrebbero essere espressi nel ruolo di frequenza per le variabili nominali, ma nel ruolo di peso per le variabili continue?Questo è quello che sono arrivato a credere, ma apprezzerei qualche conferma di ciò, anche se le "ragioni storiche" devono rimanere oscure.

Oggetto: domanda sul peso del sondaggioPer rispondere a dove mettere la variabile di peso, devo chiedere cosa rappresenta la variabile di peso. Peso = 2 significa che ci sono due risultati del sondaggio identici, ad esempio due persone danno esattamente le stesse risposte a tutte le domande se ogni riga indica un risultato del sondaggio nei tuoi dati? In tal caso, la variabile del peso dovrebbe andare su "Freq". "Freq" significa letteralmente quante copie della stessa osservazione. Altrimenti, se lo assegni a "Peso", dobbiamo vedere come "Peso" influirà sulle statistiche che ti interessano. E questa sarà una situazione caso per caso. Ad esempio, se metti la variabile weight in "Weight", N sarà il numero di righe della tua tabella dati; la media sarà la stessa della media utilizzando la variabile di peso in "Freq"; lo Std Dev, tuttavia, sarà diverso da quello utilizzando la variabile di peso in "Freq". "Weight" può influenzare i calcoli le cui formule implicano "w_i". Ma per essere sicuri è necessario controllare le singole documentazioni.

Altri due riferimenti che potrebbero essere utili per spiegare le differenze tra Freq e Weight. Entrambi provengono da SAS. E sì, SAS ha avuto una forte influenza sui progetti delle piattaforme JMP nei primi giorni.
https://blogs.sas.com/content/iml/2013/09/13/frequencies-vs-weights-in-regression.html
https://support.sas.com/kb/22/600.html

Per "ragioni storiche", posso solo dire in base alla mia esperienza. Posso vedere due ragioni:
1) "Freq" era solo un numero intero. Anche se non è più vero in JMP, ma sembra ancora essere il caso in alcune procedure SAS. E aggiungendo "Weight", che può contenere valori più grandi e valori frazionari, ha consentito alcuni calcoli che non erano possibili utilizzando "Freq".
2) "Peso" può essere utilizzato come trucchi per la mannaia per alcuni calcoli statistici, ma non modifica i dati. Quel blog di SAS fornisce un buon esempio su come i valori anomali possono essere gestiti riponderando. Sulla base della mia esperienza, questi trucchi sono stati solitamente sviluppati insieme alle metodologie classiche. Sono preziosi da situazione a situazione, ma bisogna stare attenti a quello che fanno.
Oggetto: domanda sul peso del sondaggio

Questi sono i pesi dei sondaggi del Census Bureau.Poiché utilizzano una complessa procedura di campionamento stratificato, i pesi delle famiglie rappresentano il numero di famiglie rappresentate da una famiglia che risponde.Sebbene la famiglia stessa sia un singolo intervistato, può rappresentare 1000 famiglie di quel "tipo".Quindi, non si adatta alla descrizione della frequenza in quanto non ci sono altri intervistati con esattamente quelle risposte.Ma se viene utilizzato come peso, verrà ignorato nella distribuzione di una variabile categoriale.Quindi, ad esempio, se vuoi sapere quale% di persone ha la caratteristica x, la% di intervistati sarà diversa dalla% della popolazione, ma non solo per il campionamento casuale, ma per la procedura di campionamento utilizzata.Mi sembra che vogliamo usare i pesi, ma l'unico modo in cui influenzeranno la% con la caratteristica x è usarla come una frequenza, non come un peso.Credo che sia corretto per la stima puntuale, ma probabilmente non per la stima dell'errore standard.