Лицата изтеглени ли са поединично, или на групи? (план на извадката: слоеве и клъстери)

Накратко

Лицата изтеглени ли са поединично, или цели училища и домакинства? Такива клъстери и слоеве (групи като региони) са част от плана на извадката. Без него стандартните грешки и интервалите са много твърде малки. С тегло на проучването Statable изчислява стандартни грешки, интервали и тестове по този план.

Как работи в Statable

На страницата „Данни“ изберете бутона „Тегло на случая“ и посочете колоната с теглата.
Изберете „Извадково тегло“, после „Не, ще задам плана на извадката“.
Изберете слой, клъстер и съвкупност от колоните. Всичко е по избор.

Информацията

Страта: колона, която назовава групата, от която хората са избирани отделно (например регионът или типът училище). По избор.
Клъстер: колона, която назовава избраната единица (например училището или домакинството). По избор. При страти и клъстери номерът на клъстера се брои само в рамките на неговата страта.
Генерална съвкупност: числова колона с размера на генералната съвкупност по страти (без клъстери) или с броя на клъстерите по страти (с клъстери). По избор. Тя намалява стандартната грешка, когато извадката е голяма част от генералната съвкупност. Ако стойността е по-малка от извадката, Statable спира изчислението и го обяснява с изречение.
Втора степен: колона за единиците в клъстерите (например класът в училището) и числова колона с техния брой в генералната съвкупност. Предлага се само когато са зададени клъстери и генерална съвкупност; без числото за втората степен тя не играе роля и не се използва.

Стъпка по стъпка

На страницата „Данни“ изберете бутона „Тегло на случая“ и посочете колоната с теглата.
Изберете „Извадково тегло“. На въпроса дали хората са избрани поотделно изберете „Не, ще задам плана на извадката“.
Изберете страта, клъстер и генерална съвкупност от колоните. Всичко е по избор; без каквато и да е информация хората се смятат за избрани поотделно.

Тогава планът се показва под всеки резултат и в доклада. Важи за всички анализи с извадково тегло: разпределение, сравнение на групи, кръстосана таблица и регресия.

Страта само с един клъстер

Ако една страта има само един клъстер, разсейването в нея не може да се оцени. Тогава Statable спира изчислението и назовава тези страти. Можете да изберете едно от четири правила; то променя стандартната грешка, а средната стойност остава същата.

Отклонение от общата средна стойност (adjust): стратата се изчислява със своето отклонение от общата средна стойност. Това е предпазливо и обикновено дава по-големи грешки.
Средно от останалите страти (average): стратата варира толкова, колкото в средно варират останалите страти.
Не допринася (remove): стратата не допринася за разсейването.
Избрано със сигурност (certainty): клъстерът е избран със сигурност, а не на случаен принцип; там няма разсейване от подбора.

Избраното правило е посочено в доклада. Пример със средна стойност 666,80: стандартната грешка е 10,50 (adjust), 12,84 (average) и 10,48 (remove и certainty).

Ефект на дизайна и ефективен обем на извадката

Ефектът на дизайна (deff) показва с кой коефициент планът увеличава дисперсията в сравнение с хора, избрани поотделно. При deff = 4 стандартните грешки са два пъти по-големи. Ефективният обем на извадката е n, разделено на deff: толкова поотделно избрани хора биха съдържали същата информация. Размерът по Kish важи само за хора, избрани поотделно, и не се показва, щом е зададен план.

Степени на свобода

Проверките и интервалите използват степените на свобода на плана: брой клъстери минус брой страти. При малко клъстери те са малко (df). Под 20 Statable обръща внимание на това: интервалите тогава са широки, а приближението е по-слабо.

Пример

Набор от данни със 183 училища от 15 училищни района (клъстери). Средният резултат от теста е 644,17. С плана (клъстери и генерална съвкупност) стандартната грешка е 23,54, ефектът на дизайна 9,35, ефективният обем на извадката около 19,6, а df = 14. Ако същите данни бяха изчислени като избрани поотделно, стандартната грешка щеше да е 7,82: три пъти по-малка. Грешен план следователно дава интервали, много по-тесни, отколкото трябва.

Кога Statable спира изчислението

Колоната за страта или клъстер има празноти. Редовете никога не отпадат мълчаливо; Statable назовава броя на редовете.
Клъстерите са по-малко от 2 или повече от редовете.
Генералната съвкупност е по-малка от извадката.
Една страта има само един клъстер и за нея не е избрано правило.

Важно

Statable не може да провери дали планът отговаря на проучването. Ако данните са грешни, интервалите са твърде тесни или твърде широки. При съмнение попитайте този, който е събирал данните, или изберете „Не или не знам“: резултатите тогава остават описателни.

За специалисти

R survey: svydesign с ids (клъстери, втора степен като ids = ~k + k2), strata, fpc и weights; при страти и клъстери nest = TRUE. Дисперсия чрез линеаризация по Taylor, степени на свобода degf (клъстери минус страти), интервали с t-разпределение. Страта с един клъстер: survey.lonely.psu с adjust, average, remove или certainty, зададено само за съответното извикване. Ефект на дизайна deff = дисперсията на плана, разделена на дисперсията при просто случайно подбиране със същото n, без корекция за крайна съвкупност; ефективен обем на извадката n / deff. Проверено върху примерните данни apistrat, apiclus1 и apiclus2 спрямо R survey.

Спрямо SPSS Complex Samples (оценка „с връщане“) средните, сумите, стандартните грешки и регресионните коефициенти са равни. Разлики: SPSS пренебрегва съвкупността, Statable я използва, щом бъде зададена. При регресията survey изважда от степените на свобода броя на коефициентите минус 1 (apistrat: 193 вместо 197 в SPSS).

Източници

Lumley, T. (2010). Complex Surveys: A Guide to Analysis Using R. Wiley. Lumley, T. (2004). Analysis of complex survey samples. Journal of Statistical Software, 9(8). Kish, L. (1965). Survey Sampling. Wiley.