r - 如何在 Logit 回归的调查数据上使用 GAM (mgcv) 中的样本权重？

Question

我很感兴趣的是对来自全国性调查的数据进行 GAM 回归，该调查提供了样本权重。我很感兴趣地阅读了这篇 post .
我选择了我感兴趣的变量来生成 DF:

nhanesAnalysis <- nhanesDemo %>%
                    select(fpl,
                           age,
                           gender,
                           persWeight,
                           psu,
                           strata)

然后，据我所知，我使用以下代码生成了一个加权 DF:

library(survey)    
nhanesDesign <- svydesign(    id      = ~psu,
                              strata  = ~strata,
                              weights = ~persWeight,
                              nest    = TRUE,
                              data    = nhanesAnalysis)

假设我只选择带有 age≥30 的科目:

ageDesign <- subset(nhanesDesign, age >= 30)

现在，我会用 fpl ~ s(age) + gender 拟合 GAM 模型( mgcv package ) .是否可以使用 weights 这样做？参数或使用 svydesign对象 ageDesign ?

编辑

我想知道从 svyglm 推断计算出的权重是否正确对象并将其用于 weights GAM 中的参数。

Answer 1

这比看起来要困难得多。有两个问题

您想获得适量的平滑

您需要有效的标准错误。

只是将采样权重赋予 mgcv::gam()不会做以下任何一个: gam()将权重视为频率权重，因此会认为它拥有的数据比实际拥有的数据多得多。由于权重，您会得到不平滑和低估的标准误差，并且由于整群抽样，您也可能会得到低估的标准误。

简单的解决方法是改用回归样条( splines 包)。这些不如 mgcv 使用的惩罚样条好，但差异通常不大，它们与 svyglm 直接合作。 .您确实需要选择分配多少自由度。

library(splines)
svglm(fpl ~ ns(age,4) + gender, design = nhanesDesign)