调查权重问题我正在处理来自调查的一些人口普查数据。鉴于他们使用相当复杂的抽样方案来确保来自不同群体的充分代表性，因此存在一个权重变量。我知道，如果我将权重变量放入对话框的权重框中，JMP 将在分析分布时计算加权平均值。我还知道，JMP 在分析名义变量的分布时会忽略权重变量。但我不清楚为什么。特别是，我想知道描述名义变量分布的正确方法是什么。例如，假设有两个组，第 1 组占受访者总数的 40%。假设第 1 组变量占总权重的 60%。分析分布将显示第 1 组中的 40%。如果我将权重变量放入“频率”框中，则第 1 组将占总数的 50%。第 1 组中哪个是正确的分数？是原始百分比还是按权重频率加权的百分比？而且，如果是后者，为什么不通过将权重放入“权重”框中而不是“频率”框中来处理？
消费者和市场研究数据探索和可视化质量和工艺工程回复：调查权重问题请允许我将你的权重变量称为W，以方便讨论。
首先，我想澄清您的结论“权重应用作名义变量的频率和连续变量的权重”。 这不是关于在分发平台中应如何使用 Freq 和 Weight 的正确结论。 我已经解释了 Freq 和 Weight 的作用。 总而言之，当人们难以决定使用Freq还是Weight时，我想提供以下建议：
1) 在大多数情况下，在 Freq 中使用 W 变量。 在这种情况下，W 表示您的个人观察结果的重复次数。
2) 仅当您知道自己在做什么时，才在权重中使用 W 变量。
现在让我回到你的 W 变量。 正如您所描述的，它并不完全适合频率或权重。 W的目的是为了对抗调查中不同的选择概率。 假设您有兴趣估计总体比例和估计值的标准误差。 我相信，正确使用的工具是 SAS 过程 Proc SURVEYMEANS。 如果分发平台相当于 SAS 过程 Proc UNIVARIATE，那么我认为 JMP 没有与 Proc SURVEYMEANS 等效的平台。 我已经检查了分类平台，但我不认为它是等效的。
因此，对我来说，您真正的挑战不是决定将 W 放入 Distribution 平台的 Freq 或 Weight 中，而是了解在 Distribution 中执行哪些计算来复制结果（如果您可以访问 Proc SURVEYMEANS）。 此时，我可以确认通过将 W 放入 Freq 中使用 Distribution 进行点估计计算将复制 Proc SURVEYMEANS 中的估计。 两种计算的公式在数学上是等效的。 你是对的，你将无法复制估计的标准误差。 计算标准误差的详细信息可以在 Proc SURVEYMEANS 的文档中找到。
回复：调查权重问题为了更清楚地说明这一点，这里有一个最近调查的例子。在回答家庭成员是否改变教育计划的问题时，109,051名受访者中，有5.3%的人给出了肯定的回答。将家庭权重添加到分析中没有任何改变。将家庭权重添加为频率，可得出 121,520,180 个家庭的 4.8% 的估计值。我相信 4.8% 是正确的点估计。当然，标准误差是错误的——事实上，我认为没有任何简单的方法可以估计标准误差。为此，必须使用人口普查局提供的 80 个重复权重。但是，目前，我只询问点估计 - 以及为什么权重应用作名义变量的频率和连续变量（例如家庭收入）的权重。我认为您已经回答了最后一个问题（从我的角度来看，没有充分的理由，但是必须处理 sas 用户和旧脚本的历史原因）。您能确认一下关于点估计的部分吗？
回复：调查权重问题这些是人口普查局调查的权重。由于他们使用复杂的分层抽样程序，因此家庭权重代表了响应家庭所代表的家庭数量。虽然家庭本身是一个受访者，但它可能代表该“类型”的 1000 个家庭。因此，它不符合频率的描述，因为没有其他受访者做出完全相同的回答。但如果将其用作权重，则在分类变量的分布中将忽略它。因此，举例来说，如果您想知道具有特征 x 的人的百分比是多少，那么受访者的百分比将不同于总体的百分比，但这不仅仅是因为随机抽样，而是因为所使用的抽样程序。在我看来，我们想要使用权重 - 但它们影响特征 x 的百分比的唯一方法是将其用作频率，而不是权重。我相信这对于点估计是正确的 - 但对于估计标准误差可能不是正确的。
回复：调查权重问题为了回答权重变量放在哪里，我需要问权重变量代表什么。 Weight=2 是否意味着有两个相同的调查结果，例如，如果每一行都表示数据中的一个调查结果，那么两个人对所有问题给出完全相同的答案？ 如果是这样，权重变量应该转到“Freq”。 “Freq”字面意思是同一观察结果有多少个副本。 否则，如果您将其分配给“权重”，我们需要了解“权重”将如何影响您感兴趣的统计数据。 这将视具体情况而定。 例如，如果您将权重变量放在“Weight”中，那么N将是您的数据表的行数；平均值将与“Freq”中使用权重变量的平均值相同；然而，标准差将与在“频率”中使用权重变量的标准差不同。 “权重”可能会影响公式涉及“w_i”的计算。 但需要检查个别文件才能确定。
另外两个参考文献可能有助于解释频率和权重之间的差异。 两者均来自 SAS。 是的，SAS 在早期对 JMP 平台的设计产生了很大的影响。
https://blogs.sas.com/content/iml/2013/09/13/frequencies-vs-weights-in-regression.html
https://support.sas.com/kb/22/600.html
至于“历史原因”，我只能根据我的经验说。 我可以看到两个原因：
1) “Freq”过去只是整数。 尽管在 JMP 中不再如此，但在某些 SAS 过程中似乎仍然如此。 通过添加“权重”，它可以容纳更大的值和小数值，它允许一些使用“频率”无法实现的计算。
2）“权重”可以用作一些统计计算的切割技巧，但不会改变数据。 SAS 博客提供了一个很好的例子，说明如何通过重新加权来处理异常值。 根据我的经验，这些技巧通常是与经典方法一起开发的。 它们在不同情况下都很有价值，但人们需要小心它们的行为。
回复：调查权重问题感谢您尝试解决我的问题 - 但您的回答对我来说有点太神秘了。JMP 文档没有帮助 - 它只是说明了我在问题中所说的内容。权重可用于连续变量，但对于名义变量会被忽略。我不明白你关于“历史原因”的说法。这些是什么？从您提供的其他引用来看，我怀疑这与 sas 而不是 jmp 有关。我不是 sas 用户，所以我不知道。就说你的意思吧。
更重要的是，您是否确认当您有调查权重时，它们应该以名义变量的频率角色，但在连续变量的权重角色中？这就是我所相信的，但我希望能得到一些证实，即使“历史原因”仍然模糊不清。
回复：调查权重问题当前可能造成混乱的行为主要是历史原因造成的。 我相信这种行为需要永远保持原样。 否则，用户生产中的现有 JSL 脚本可能会产生意外结果，且没有警告且难以检测。
一些参考资料可能有助于理解当前的行为：
1) JMP 文档。 基本分析 > 分发 > 启动分发平台。 https://www.jmp.com/support/help/en/15.0/jmp/launch-the-distribution-platform.shtml
2）SAS Proc Univariate Documentation中的FREQ语句和WEIGHT语句： 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
