Đây là bối cảnh của tôi cho câu hỏi này: Từ những gì tôi có thể nói, chúng ta không thể chạy hồi quy bình phương nhỏ nhất bình thường trong R khi sử dụng dữ liệu có trọng số và surveygói. Ở đây, chúng ta phải sử dụng svyglm(), thay vào đó chạy một mô hình tuyến tính tổng quát (có thể là điều tương tự? Tôi mờ ở đây về những gì khác biệt).

Trong OLS và thông qua lm()hàm, nó tính toán giá trị bình phương R, cách hiểu mà tôi hiểu. Tuy nhiên, svyglm()dường như không tính toán được điều này và thay vào đó mang lại cho tôi một Deviance, mà chuyến đi ngắn ngủi trên internet của tôi nói với tôi là một biện pháp phù hợp được giải thích khác với bình phương R.

Vì vậy, tôi đoán rằng về cơ bản tôi có hai câu hỏi mà tôi hy vọng sẽ có được một số hướng:

1. Tại sao chúng ta không thể chạy OLS trong surveygói, trong khi dường như điều này có thể thực hiện với dữ liệu có trọng số trong Stata?
2. Sự khác biệt trong giải thích giữa độ lệch của mô hình tuyến tính tổng quát và giá trị r bình phương là gì?

Từ những gì tôi có thể nói, chúng ta không thể chạy hồi quy bình phương nhỏ nhất bình thường trong R khi sử dụng dữ liệu có trọng số và surveygói. Ở đây, chúng ta phải sử dụng svyglm(), thay vào đó chạy một mô hình tuyến tính tổng quát (có thể là điều tương tự? Tôi mờ ở đây về những gì khác biệt).

svyglmsẽ cung cấp cho bạn một mô hình tuyến tính nếu bạn sử dụng family = gaussian()dường như là mặc định từ họa tiết khảo sát (trong phiên bản 3.32-1). Xem ví dụ nơi họ tìm thấy regmodel.

Có vẻ như gói chỉ đảm bảo rằng bạn sử dụng đúng trọng lượng khi gọi glm. Vì vậy, nếu kết quả của bạn là liên tục và bạn cho rằng nó thường được phân phối iid thì bạn nên sử dụng family = gaussian(). Kết quả là một mô hình tuyến tính có trọng số. Câu trả lời này

Tại sao chúng ta không thể chạy OLS trong surveygói, trong khi dường như điều này có thể thực hiện với dữ liệu có trọng số trong Stata?

bằng cách nói rằng bạn thực sự có thể làm điều đó với surveygói. Đối với câu hỏi sau đây

Sự khác biệt trong giải thích giữa độ lệch của mô hình tuyến tính tổng quát và giá trị r bình phương là gì?

Có một công thức thẳng về phía trước để có được với như một số người đã đề cập trong các ý kiến. Thêm trọng lượng cũng không thay đổi bất cứ điều gì như tôi hiển thị bên dưới$R^2$family = gaussian()

> set.seed(42293888)
> x <- (-4):5
> y <- 2 + x + rnorm(length(x))
> org <- data.frame(x = x, y = y, weights = 1:10)
> 
> # show data and fit model. Notice the R-squared
> head(org) 
   x          y weights
1 -4  0.4963671       1
2 -3 -0.5675720       2
3 -2 -0.3615302       3
4 -1  0.7091697       4
5  0  0.6485203       5
6  1  3.8495979       6
> summary(lm(y ~ x, org, weights = weights))

Call:
lm(formula = y ~ x, data = org, weights = weights)

Weighted Residuals:
    Min      1Q  Median      3Q     Max 
-3.1693 -0.4463  0.2017  0.9100  2.9667 

Coefficients:
            Estimate Std. Error t value Pr(>|t|)    
(Intercept)   1.7368     0.3514   4.942  0.00113 ** 
x             0.9016     0.1111   8.113 3.95e-05 ***
---
Signif. codes:  0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1

Residual standard error: 2.019 on 8 degrees of freedom
Multiple R-squared:  0.8916,    Adjusted R-squared:  0.8781 
F-statistic: 65.83 on 1 and 8 DF,  p-value: 3.946e-05

> 
> # make redundant data set with redundant rows
> idx <- unlist(mapply(rep, x = 1:nrow(org), times = org$weights))
> org_redundant <- org[idx, ]
> head(org_redundant)
     x          y weights
1   -4  0.4963671       1
2   -3 -0.5675720       2
2.1 -3 -0.5675720       2
3   -2 -0.3615302       3
3.1 -2 -0.3615302       3
3.2 -2 -0.3615302       3
> 
> # fit model and notice the same R-squared
> summary(lm(y ~ x, org_redundant))

Call:
lm(formula = y ~ x, data = org_redundant)

Residuals:
     Min       1Q   Median       3Q      Max 
-1.19789 -0.29506 -0.05435  0.33131  2.36610 

Coefficients:
            Estimate Std. Error t value Pr(>|t|)    
(Intercept)  1.73680    0.13653   12.72   <2e-16 ***
x            0.90163    0.04318   20.88   <2e-16 ***
---
Signif. codes:  0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1

Residual standard error: 0.7843 on 53 degrees of freedom
Multiple R-squared:  0.8916,    Adjusted R-squared:  0.8896 
F-statistic: 436.1 on 1 and 53 DF,  p-value: < 2.2e-16

> 
> # glm gives you the same with family = gaussian()  
> # just compute the R^2 from the deviances. See 
> #   /stats//a/46358/81865
> fit <- glm(y ~ x, family = gaussian(), org_redundant)
> fit$coefficients
(Intercept)           x 
  1.7368017   0.9016347 
> 1 - fit$deviance / fit$null.deviance
[1] 0.8916387

Độ lệch chỉ là tổng các lỗi vuông khi bạn sử dụng family = gaussian().

Hãy cẩn thận

Tôi giả sử rằng bạn muốn một mô hình tuyến tính từ câu hỏi của bạn. Hơn nữa, tôi chưa bao giờ sử dụng surveygói mà nhanh chóng quét qua nó và đưa ra các giả định về những gì tôi làm trong câu trả lời của mình.