316477_it-IT

liliconcom

Domanda sul peso del sondaggio

Sto lavorando con alcuni dati del censimento provenienti da un sondaggio.Esiste una variabile di peso, dato che utilizzano uno schema di campionamento abbastanza complesso per garantire un'adeguata rappresentanza dei diversi gruppi.Sono consapevole che JMP calcolerà le medie ponderate durante l'analisi delle distribuzioni, se inserisco la variabile peso nella casella Peso della finestra di dialogo.Sono inoltre consapevole che JMP ignora la variabile ponderata 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 che il gruppo 1 comprenda il 40% del totale degli intervistati.Supponiamo che le variabili del gruppo 1 abbiano il 60% dei pesi totali.Analizza le distribuzioni mostrerà il 40% nel gruppo 1. Se inserisco 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 percentuale grezza o la percentuale ponderata in base alla frequenza dei pesi?E, se è quest'ultimo, perché non viene gestito inserendo il peso nella casella Peso, anziché nella casella Frequenza?

Ricerche sui consumatori e sul mercatoEsplorazione e visualizzazione dei datiIngegneria della qualità e dei processiRi: Domanda sul peso del sondaggioPermettimi di chiamare la tua variabile di peso W per facilitare la discussione.

Innanzitutto, voglio chiarire la tua conclusione "i pesi dovrebbero essere usati come frequenze per una variabile nominale e pesi per una variabile continua". Questa non è una conclusione corretta su come dovrebbero essere utilizzati Freq e Peso nella piattaforma di distribuzione. Ho spiegato cosa fanno Freq e Peso. Per riassumere, il seguente suggerimento è quello che vorrei offrire quando si ha difficoltà a decidere se utilizzare Freq o Peso:
1) Nella maggior parte dei casi, usa la variabile W in Freq. In questa situazione, W indica il conteggio delle repliche delle tue osservazioni individuali.
2) Usa la tua variabile W in Peso, solo se sai cosa stai facendo.

Ora lasciami tornare alla tua variabile W. Come hai descritto, non si adatta perfettamente né a Freq né a Peso. Lo scopo di W è contrastare le diverse probabilità di selezione nel sondaggio. Supponiamo che tu sia interessato a stimare sia la proporzione della popolazione sia l'errore standard della stima. Lo strumento corretto da utilizzare è una procedura SAS Proc SURVEYMEANS, credo. Se la piattaforma di distribuzione è equivalente alla procedura SAS Proc UNIVARIATE, non credo che JMP abbia una piattaforma equivalente a Proc SURVEYMEANS. Ho controllato la piattaforma categorica, ma non penso che sia equivalente.

Quindi per me, la vera sfida non è decidere di inserire W in Freq o Peso nella piattaforma di distribuzione, ma capire quali calcoli eseguire in Distribuzione per replicare i risultati se si fosse potuto avere accesso a Proc SURVEYMEANS. A questo punto, posso confermare che il calcolo della stima puntuale utilizzando Distribuzione inserendo W in Freq replicherà la stima di Proc SURVEYMEANS. Le formule dei due calcoli sono matematicamente equivalenti. E hai ragione, non sarai in grado di replicare l'errore standard della stima. I dettagli sul calcolo dell'errore standard possono essere trovati nella documentazione di Proc SURVEYMEANS.
Ri: Domanda sul peso del sondaggio

Per renderlo più chiaro, ecco un esempio tratto da un recente sondaggio.Alla domanda se qualcuno in famiglia ha cambiato il proprio progetto educativo, il 5,3% dei 109.051 intervistati ha risposto affermativamente.L'aggiunta dei pesi delle famiglie all'analisi non cambia nulla.Sommando i pesi delle famiglie come frequenza, si ottiene una stima del 4,8% di 121.520.180 famiglie.Credo che il 4,8% sia la stima puntuale corretta.Naturalmente, l'errore standard sarà sbagliato: in effetti, non credo che esista un modo semplice per ottenere una stima dell'errore standard.A tale scopo è necessario utilizzare gli 80 pesi replicati forniti dal censimento.Ma, per ora, mi sto chiedendo solo della stima puntuale – e perché i pesi dovrebbero essere usati come frequenze per una variabile nominale e pesi per una variabile continua (come il reddito familiare).Penso che tu abbia risposto a quest'ultima domanda (nessuna buona ragione dal mio punto di vista, ma una ragione storica che deve avere a che fare con utenti sas e vecchi script).Puoi confermare la parte relativa alla stima puntuale?

Ri: Domanda sul peso del sondaggio

Questi sono i pesi ricavati dalle indagini 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 ha risposto.Sebbene la famiglia stessa sia un unico intervistato, può rappresentare 1000 famiglie di quel "tipo".Pertanto, non corrisponde 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, allora la % di intervistati differirà dalla % della popolazione, ma non solo a causa del campionamento casuale, ma a causa della procedura di campionamento utilizzata.Mi sembra che vogliamo usare i pesi, ma l'unico modo in cui influenzeranno la % con caratteristica x è usarlo come frequenza, non come peso.Credo che sia corretto per la stima puntuale, ma probabilmente non per la stima dell'errore standard.

Ri: Domanda sul peso del sondaggioPer rispondere a dove inserire la variabile peso, devo chiedermi cosa rappresenta la variabile peso. Peso=2 significa che ci sono due risultati di sondaggio identici, ad esempio due persone danno esattamente le stesse risposte a tutte le domande se ogni riga indica un risultato di sondaggio nei tuoi dati? Se è così, 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 il "Peso" influirà sulle statistiche che ti interessano. E questa sarà una situazione caso per caso. Ad esempio, se inserisci la variabile peso in "Peso", N sarà il numero di righe della tabella dati; la media sarà uguale alla media utilizzando la variabile peso in "Freq"; lo Std Dev, tuttavia, sarà diverso da quello utilizzando la variabile peso in "Freq". Il "peso" può influenzare i calcoli le cui formule coinvolgono "w_i". Ma per esserne sicuri è necessario controllare la documentazione individuale.

Altri due riferimenti che potrebbero essere utili per spiegare le differenze tra Freq e Peso. Entrambi provengono dalla SAS. E sì, all'inizio SAS ha avuto una forte influenza sulla progettazione delle piattaforme JMP.
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. Vedo due ragioni:
1) "Freq" era solo intero. Sebbene ciò non sia più vero in JMP, sembra che sia ancora così in alcune procedure SAS. E aggiungendo "Peso", che può contenere valori più grandi e valori frazionari, ha consentito alcuni calcoli che non erano possibili utilizzando "Freq".
2) Il "peso" può essere utilizzato come trucco per alcuni calcoli statistici, ma non modifica i dati. Quel blog SAS fornisce un buon esempio di come i valori anomali possono essere gestiti riponderando. In base alla mia esperienza, questi trucchi venivano solitamente sviluppati insieme alle metodologie classiche. Sono preziosi da una situazione all'altra, ma bisogna stare attenti a ciò che fanno.
Ri: 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 è stata d'aiuto: afferma semplicemente 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 questo abbia qualcosa a che fare con sas piuttosto che con jmp.Non sono un utente sas, quindi non saprei.Dì solo quello che intendi.

 

Più precisamente, stai confermando che quando si hanno i pesi del sondaggio, questi dovrebbero essere assegnati al ruolo di frequenza per le variabili nominali, ma al ruolo di peso per le variabili continue?Questo è quello che sono arrivato a credere, ma gradirei qualche conferma, anche se le "ragioni storiche" devono rimanere oscure.

Ri: Domanda sul peso del sondaggioIl comportamento attuale che può creare confusione è dovuto principalmente a ragioni storiche. E credo che il comportamento debba rimanere tale 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 attuale:
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 univariata SAS Proc: 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