मैं जानना चाहूंगा कि वज़न का उपचार किस प्रकार svyglmऔर किसके बीच भिन्न होता हैglm
मैं twangआर स्कोरिंग पैकेज का उपयोग कर रहा हूँ ताकि वे फिर से वज़न के रूप में उपयोग कर सकें, इस प्रकार से (यह कोड twangप्रलेखन से आता है ):
library(twang)
library(survey)
set.seed(1)
data(lalonde)
ps.lalonde <- ps(treat ~ age + educ + black + hispan + nodegree + married + re74 + re75,
data = lalonde)
lalonde$w <- get.weights(ps.lalonde, stop.method="es.mean")
design.ps <- svydesign(ids=~1, weights=~w, data=lalonde)
glm1 <- svyglm(re78 ~ treat, design=design.ps)
summary(glm1)
...
Coefficients:
Estimate Std. Error t value Pr(>|t|)
(Intercept) 6685.2 374.4 17.853 <2e-16 ***
treat -432.4 753.0 -0.574 0.566 इसकी तुलना करें:
glm11 <- glm(re78 ~ treat, weights=w , data=lalonde)
summary(glm11)
Coefficients:
Estimate Std. Error t value Pr(>|t|)
(Intercept) 6685.2 362.5 18.441 <2e-16 ***
treat -432.4 586.1 -0.738 0.461 इसलिए पैरामीटर का अनुमान समान है लेकिन उपचार के लिए मानक त्रुटियां काफी भिन्न हैं।
वज़न का उपचार कैसे svyglmऔर किसके बीच भिन्न होता है glm?
surveyglm) के लिए एक सुलभ संदर्भ जानते हैं ?