316477_fr-FR

liliconcom

Question de pondération de l'enquête

Je travaille avec des données de recensement provenant d'une enquête.Il existe une variable de pondération, étant donné qu'ils utilisent un plan d'échantillonnage assez complexe pour garantir 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 poids lors de l'analyse de la distribution d'une variable nominale.Mais je ne comprends pas pourquoi.En particulier, je me demande quelle est la bonne manière de décrire la distribution d'une variable nominale.Par exemple, supposons qu'il y ait deux groupes et que le groupe 1 représente 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 poids dans la case Fréquence, alors le groupe 1 représentera 50 % du total.Quelle est la bonne fraction du groupe 1 ?Est-ce le % brut ou le pourcentage pondéré par la fréquence des pondérations ?Et, si c'est le dernier cas, pourquoi n'est-il pas géré en mettant le poids dans la case Poids, plutôt que dans la case Fréquence ?

Études de consommation et de marchéExploration et visualisation des donnéesIngénierie Qualité et ProcédésRe : Question de pondération de l'enquêteS'il vous plaît, permettez-moi d'appeler votre variable de poids W pour faciliter la discussion.

Tout d'abord, je souhaite clarifier votre conclusion "les poids doivent être utilisés comme fréquences pour une variable nominale et comme poids pour une variable continue". Ce n'est pas une conclusion correcte sur la façon dont Freq et Weight doivent être utilisés dans la plateforme de distribution. J'ai expliqué ce que font Freq et Weight. Pour résumer, la suggestion suivante est ce que j'aimerais proposer lorsque l'on a du mal à décider s'il faut utiliser Freq ou Weight :
1) Dans la majorité des cas, utilisez votre variable W dans Freq. Dans cette situation, W désigne le nombre de répétitions de vos observations individuelles.
2) Utilisez votre variable W dans Weight, uniquement si vous savez ce que vous faites.

Maintenant, permettez-moi de revenir à votre variable W. Comme vous l'avez décrit, cela ne correspond pas exactement à la fréquence ou au poids. Le but de W est de contrer les différentes probabilités de sélection dans l’enquête. Supposons que vous souhaitiez estimer à la fois la proportion de population et l’erreur type de l’estimation. Le bon outil à utiliser est une procédure SAS Proc SURVEYMEANS, je crois. Si la plateforme de distribution est équivalente à la procédure SAS Proc UNIVARIATE, je ne pense pas que JMP ait une plateforme équivalente à Proc SURVEYMEANS. J'ai vérifié la plateforme catégorielle, mais je ne pense pas qu'elle soit équivalente.

Donc pour moi, votre véritable défi n'est pas de décider de mettre W dans Freq ou Weight dans la plateforme de distribution, mais de comprendre quels calculs effectuer dans Distribution pour reproduire les résultats si vous aviez eu accès à Proc SURVEYMEANS. À ce stade, je peux confirmer que votre calcul d'estimation ponctuelle à l'aide de Distribution en mettant W dans Freq répliquera l'estimation de Proc SURVEYMEANS. Les formules des deux calculs sont mathématiquement équivalentes. Et vous avez raison, vous ne pourrez pas reproduire l'erreur type de l'estimation. Les détails du calcul de l’erreur type peuvent être trouvés dans la documentation de Proc SURVEYMEANS.
Re : Question de pondération de l'enquête

Pour que cela soit plus clair, voici un exemple tiré d’une enquête récente.À la question de savoir si un membre du ménage a modifié ses projets éducatifs, 5,3 % des 109 051 personnes interrogées ont donné une réponse affirmative.L’ajout des poids des ménages à l’analyse ne change rien.En ajoutant les poids des ménages comme fréquence, on obtient une estimation de 4,8% de 121 520 180 ménages.Je pense que 4,8 % est l'estimation ponctuelle correcte.Bien sûr, l’erreur type sera erronée – en fait, je ne pense pas qu’il existe un moyen simple d’obtenir une estimation de l’erreur type.Il faut utiliser les 80 poids de répétition fournis par le recensement à cette fin.Mais, pour l'instant, je pose uniquement des questions sur l'estimation ponctuelle - et pourquoi les poids devraient être utilisés comme fréquences pour une variable nominale et comme poids pour une variable continue (telle que le revenu du ménage).Je pense que vous avez répondu à cette dernière question (pas de bonne raison de mon point de vue, mais une raison historique de devoir gérer les utilisateurs SAS et les anciens scripts).Pouvez-vous confirmer la partie concernant l'estimation ponctuelle ?

Re : Question de pondération de l'enquête

Il s’agit de pondérations provenant des 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.Même si le ménage lui-même est constitué d'un seul répondant, il peut représenter 1 000 ménages de ce « type ».Cela ne correspond donc pas à la description de la fréquence dans la mesure où aucun autre répondant n’a exactement ces réponses.Mais s’il est utilisé comme poids, 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, non seulement à cause de l'échantillonnage aléatoire, mais à cause 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 estimer l'erreur type.

Re : Question de pondération de l'enquêtePour savoir où placer la variable de poids, je dois demander ce que représente la variable de poids. Est-ce que poids=2 signifie 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 signifie un résultat d'enquête dans vos données ? Si c'est le cas, la variable de poids doit aller à "Freq". « Freq » signifie littéralement combien de copies de la même observation. Sinon, si vous l'attribuez au « Poids », nous devons voir quel sera l'impact du « Poids » sur les statistiques qui vous intéressent. Et ce sera une situation au cas par cas. Par exemple, si vous mettez la variable de poids dans « Poids », alors N sera le nombre de lignes de votre tableau 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". Le « Poids » peut affecter les calculs dont les formules impliquent « w_i ». Mais il faut vérifier les documentations individuelles pour en être sûr.

Deux autres références qui pourraient être utiles pour expliquer les différences entre Freq et Weight. Les deux proviennent de SAS. Et oui, SAS a eu une forte influence sur la conception des plates-formes JMP au début.
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 parler que sur la base de mon expérience. Je peux voir deux raisons :
1) "Freq" était auparavant un nombre entier uniquement. Bien que ce ne soit plus le cas dans JMP, cela semble toujours être le cas dans certaines procédures SAS. Et en ajoutant « Poids », qui peut contenir des valeurs plus grandes et des valeurs fractionnaires, cela a permis certains calculs qui n'étaient pas possibles en utilisant « Freq ».
2) Le "Poids" peut être utilisé comme astuce pour certains calculs statistiques, mais ne modifie pas les données. Ce blog SAS donne un bon exemple de la façon dont les valeurs aberrantes peuvent être traitées par repondération. D’après mon expérience, ces astuces ont généralement été développées en même temps que les méthodologies classiques. Ils sont précieux d’une situation à l’autre, mais il faut faire attention à ce qu’ils font.
Re : Question de pondération de l'enquête

Merci d'avoir tenté de répondre à ma question, mais votre réponse est un peu trop énigmatique pour moi.La documentation JMP n'a pas aidé - elle indique simplement ce que j'ai dit dans ma question.Les pondérations peuvent être utilisées pour les variables continues, mais sont ignorées pour les variables nominales.Je ne comprends pas votre affirmation 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 qu'avec JMP.Je ne suis pas un utilisateur SAS, donc je ne le saurais pas.Dites simplement ce que vous voulez dire.

 

Plus précisément, confirmez-vous que lorsque vous avez des poids d'enquête, ils devraient être attribués au rôle de fréquence pour les variables nominales, mais au 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 de pondération 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 plateforme 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.htm