użycie ciężarów w svyglm vs glm

Chciałbym wiedzieć, jak różni się sposób traktowania ciężarów między svyglmiglm

Używam twangpakietu w R do tworzenia ocen skłonności, które są następnie używane jako wagi, w następujący sposób (ten kod pochodzi z twangdokumentacji):

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    

Porównaj to z:

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  

Oszacowania parametrów są takie same, ale standardowe błędy dla leczenia są zupełnie inne.

Czym różni się sposób traktowania ciężarów między svyglmi glm?

Istnieje wiele różnych rodzajów ciężarów i są one nieco mylące. Musisz być bardzo ostrożny, gdy używasz różnych funkcji lub oprogramowania, którego używasz obciążeń, o których myślisz, że używasz.

Funkcja svyglm wykorzystuje wagi ankiet - ważą one wagę każdego przypadku, aby były reprezentatywne (dla siebie nawzajem po twang). Nie jestem pewien, jaką wagę ma w glm () - myślę, że reprezentują one dokładność pomiarów. (Jeśli używasz rodziny dwumianowej, mają one inne znaczenie).

Wagi pomiarowe (w surveyglm) to wagi, które chcesz, aby zapewnić prawidłowe błędy standardowe.

(Istnieją również wagi częstotliwości, wagi analityczne i wagi ważności).

surveyoblicza standardowe błędy z uwzględnieniem utraty precyzji wprowadzonej przez próbki wag. Wagi glmpo prostu dostosowują wagę przypisaną do błędów w oszacowaniu metodą najmniejszych kwadratów, więc standardowe błędy są nieprawidłowe. Oto wybór z Lumley (2010):

W analizie opartej na modelu konieczne byłoby prawidłowe określenie losowej części modelu, aby uzyskać prawidłowe błędy standardowe, ale wszystkie nasze standardowe oszacowania błędów są oparte na projekcie i dlatego są ważne niezależnie od modelu. Warto zauważyć, że standardowe błędy „kanapkowe”, „odporne na model” lub „zgodne z heteroskedastycznością”, czasami stosowane w analizie regresji opartej na modelu, są prawie identyczne ze standardowymi błędami projektowymi, których będziemy używać; główna różnica polega na postępowaniu z rozwarstwieniem.

Więc bez warstw w twoim projekcie prawdopodobnie przekonasz się, że użycie sandwichda ci identyczne lub prawie identyczne oszacowania SE.

library(sandwich)
coefs <- vcovHC(glm11, type="HC0")
lmtest::coeftest(glm11,coefs)

W moim teście nie obliczyły dokładnie, kiedy używano „HC0” lub „HC1”, ale były bardzo zbliżone. svyglmzgłasza teraz także wartość Z zamiast wartości T.