316477_es-ES

liliconcom

Pregunta de peso de la encuesta

Estoy trabajando con algunos datos del censo que provienen de una encuesta.Existe una variable de ponderación, dado que utilizan un esquema de muestreo bastante complejo para asegurar una representación adecuada de los diferentes grupos.Soy consciente de que JMP calculará los promedios ponderados al analizar distribuciones, si coloco la variable de peso en el cuadro Peso del cuadro de diálogo.También soy consciente de que JMP ignora la variable de ponderación cuando analiza la distribución de una variable nominal.Pero no tengo claro por qué.En particular, me pregunto cuál es la forma correcta de describir la distribución de una variable nominal.Por ejemplo, suponga que hay dos grupos y el grupo 1 comprende el 40% del total de encuestados.Suponga que las variables del grupo 1 tienen el 60% del peso total.Analizar distribuciones mostrará 40% en el grupo 1. Si coloco la variable de ponderación en el cuadro Frecuencia, entonces el grupo 1 comprenderá el 50% del total.¿Cuál es la fracción correcta en el grupo 1?¿Es el% bruto o el porcentaje ponderado por la frecuencia de las ponderaciones?Y, si es lo último, ¿por qué no se maneja poniendo peso en el cuadro Peso, en lugar de en el cuadro Frecuencia?

AnalíticaRe: pregunta sobre el peso de la encuestaEl comportamiento actual que puede generar confusión se debe principalmente a razones históricas. Y creo que el comportamiento debe permanecer como está para siempre. De lo contrario, los scripts JSL existentes en la producción del usuario pueden producir resultados inesperados sin advertencias y difíciles de detectar.
Algunas referencias pueden ayudar a comprender el comportamiento actual:
1) Documentación de JMP. Análisis básico> Distribuciones> Lanzar la plataforma de distribución. https://www.jmp.com/support/help/en/15.0/jmp/launch-the-distribution-platform.shtml
2) Declaración FREQ y declaración WEIGHT en la documentación univariante 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.htmRe: pregunta sobre el peso de la encuesta

Gracias por intentar responder a mi pregunta, pero su respuesta es demasiado críptica para mí.La documentación de JMP no ayudó, solo indica lo que dije en mi pregunta.Los pesos se pueden utilizar para variables continuas, pero se ignoran para variables nominales.No entiendo su declaración sobre "razones históricas".¿Que son estos?De las otras citas que proporcionó, sospecho que esto tiene algo que ver con sas en lugar de jmp.No soy un usuario de sas, así que no lo sabría.Solo di lo que quieres decir.

 

Más concretamente, ¿está usted confirmando que cuando tiene ponderaciones de encuesta, deberían tener el rol de frecuencia para las variables nominales, pero en el rol de ponderación para las variables continuas?Eso es lo que he llegado a creer, pero agradecería alguna confirmación de eso, incluso si las "razones históricas" deben permanecer oscuras.

Re: pregunta sobre el peso de la encuestaPara responder dónde colocar la variable de peso, necesito preguntar qué representa la variable de peso. ¿Weight = 2 significa que hay dos resultados de encuesta idénticos, por ejemplo, dos personas dan exactamente las mismas respuestas a todas las preguntas si cada fila significa un resultado de encuesta en sus datos? Si es así, la variable de peso debería ir a "Freq". "Freq" significa literalmente cuántas copias de la misma observación. De lo contrario, si lo asigna a "Peso", debemos ver cómo afectará "Peso" a las estadísticas que le interesan. Y esa será una situación de caso por caso. Por ejemplo, si coloca la variable de peso en "Peso", entonces N será el número de filas de su tabla de datos; la Media será la misma que la Media utilizando la variable de peso en "Freq"; el Std Dev, sin embargo, será diferente al que usa la variable de peso en "Freq". El "peso" puede afectar a los cálculos cuyas fórmulas incluyan "w_i". Pero es necesario verificar la documentación individual para estar seguro.

Dos referencias más que podrían ser útiles para explicar las diferencias entre Freq y Weight. Ambos son de SAS. Y sí, SAS tuvo una gran influencia en los diseños de las plataformas JMP en los primeros días.
https://blogs.sas.com/content/iml/2013/09/13/frequencies-vs-weights-in-regression.html
https://support.sas.com/kb/22/600.html

Por "razones históricas", solo puedo decir en base a mi experiencia. Puedo ver dos razones:
1) "Freq" solía ser un número entero. Aunque ya no es cierto en JMP, todavía parece ser el caso en algunos procedimientos SAS. Y al agregar "Peso", que puede contener valores más grandes y valores fraccionarios, permitió algunos cálculos que no eran posibles usando "Frec".
2) "Peso" se puede utilizar como truco inteligente para algunos cálculos estadísticos, pero no cambia los datos. Ese blog de SAS ofrece un buen ejemplo de cómo se pueden manejar los valores atípicos volviendo a ponderar. Según mi experiencia, estos trucos se desarrollaron generalmente junto con las metodologías clásicas. Son valiosos de una situación a otra, pero hay que tener cuidado con lo que hacen.
Re: pregunta sobre el peso de la encuesta

Estos son pesos de las encuestas de la Oficina del Censo.Dado que utilizan un procedimiento de muestreo estratificado complejo, las ponderaciones de los hogares representan el número de hogares que representa un hogar que responde.Si bien el hogar en sí es un solo encuestado, puede representar 1000 hogares de ese "tipo".Por lo tanto, no se ajusta a la descripción de frecuencia en el sentido de que no hay otros encuestados con exactamente esas respuestas.Pero si se usa como ponderación, se ignorará en la distribución de una variable categórica.Entonces, por ejemplo, si desea saber qué% de personas tiene la característica x, entonces el% de encuestados diferirá del% de la población, pero no solo por el muestreo aleatorio, sino por el procedimiento de muestreo utilizado.Me parece que queremos usar los pesos, pero la única forma en que influirán en el% con la característica x es usarlo como una frecuencia, no como un peso.Creo que es correcto para la estimación puntual, pero probablemente no para estimar el error estándar.