Esetsúly (gyakorisági súly és mintavételi súly)

Röviden

Az esetsúly egy számokat tartalmazó oszlop, amely megmondja, mekkora súllyal számít az egyes sor. A projekt minden elemzésére érvényes. Az „Adatok” oldalon állítható be („Esetsúly” gomb); utána megjelenik a fejlécben a projekt neve mellett, minden eredmény alatt a „Számolva” sorban és a jelentésben. Ha nincs jelzés a fejlécben, a projekt súlyozatlan.

Kétféle

• Gyakorisági súly: a sor több azonos esetet jelent (a 3 háromszorost jelent). A számok egész számok. Az esetek száma a súlyok összege (N); a próbák úgy számolnak, mintha az esetek valóban ennyiszer fordultak volna elő. Stata-ban: fweight.
• Mintavételi súly: a szám azt korrigálja, hogy a kérdezetteket eltérő valószínűséggel választották ki (a kiválasztási valószínűség reciproka; tervezési vagy mintavételi súlynak is hívják). A mintának továbbra is n személye van. Stata-ban: pweight.

A harmadik típust, az analitikus súlyt (aweight) a súlyozott legkisebb négyzetekhez, a Statable nem kínálja. Gyakoriságként megadva hibás standard hibákat ad.

Mit kezd vele a Statable

• Gyakorisági súly: a súlyokat helyesen kezelő eljárások súlyozva számolnak: gyakoriságok és statisztikák, kereszttábla khí-négyzettel, csoportok összehasonlítása (t-próba, varianciaanalízis), Pearson-korreláció, lineáris regresszió, főkomponensek és Cohen-féle kappa. Az eredmények ugyanazok, mint egy olyan táblázatban, ahol minden sor annyiszor szerepel, amennyit a súlya mond.
• A többi eljárás tiltott, amíg nem kezelik helyesen a súlyokat (rangpróbák, Spearman és Kendall, Cronbach-féle alfa, korrelációs mátrix, logisztikus regresszió, ismételt mérések, bootstrap, túlélési idők és más). A Statable egy mondatban megmondja az okot. Ez jobb, mint egy szám, amely minden sort csak egyszer számol. Az egyes sorokat megjelenítő diagramok (pontdiagram, dobozdiagram, hisztogram, vonaldiagram) ugyanezért tiltottak; a súlyozott gyakoriságokból készült oszlopok megmaradnak.
• Mintavételi súly: a Statable megkérdezi, hogy a személyeket egyenként húzták-e (nem egész osztályokat, iskolákat vagy háztartásokat, és rétegek nélkül). Ha „Igen”, a Statable mintaterv alapú számítást végez az R survey csomaggal: átlagok és arányok intervallummal, kereszttábla Rao-Scott-próbával, csoportok összehasonlítása, lineáris és logisztikus regresszió. Ha „Nem vagy nem tudom”, a súlyozás csak leíró (átlagok, arányok, kvartilisek, korrelációnál csak r); a p-értékek, az intervallumok és a standard hibák ilyenkor le vannak tiltva, mert a mintaterv (rétegek, klaszterek) nélkül túl kicsik lennének. A Kish szerinti hatékony mintaelemszám is látható.
• Az egyedi eset, az esetek összehasonlítása (case comparison), a nyílt válaszok, a metaanalízis és az adatellenőrzés egyes esetekkel vagy vizsgálatokkal dolgozik. Csak azt a megjegyzést mutatják, hogy „Az esetsúly itt nincs használatban.”

Miért kétféle

Ha a mintavételi súlyt gyakoriságként kezelik, a standard hibák a súlyok nagyságától függenek. Példa: nyolc sor ugyanazokkal az értékekkel, a súlyok szorzója 0,25, 1, illetve 10. Az átlag 4,33 marad; a standard hiba a gyakorisági képlet szerint 0,784, 0,347 és 0,106 lesz. Ugyanazok az adatok, három különböző „eredmény”. Ezért kérdezi meg a Statable mindig a fajtát, és ezért számolja a mintavételi súllyal végzett próbákat csak mintaterv alapon.

Tervezési hatás és az SPSS

A Statable a tervezési hatást véges sokaságra vonatkozó korrekció nélkül számolja (mint az R survey deff = "replace" beállítással). Az SPSS a véges sokaságra korrigál, és valamivel többet mutat (példa apistrat: 1,210, az SPSS-ben 1,250).

Súlyok számolása peremeloszlásokból

Az „Esetsúly” párbeszédablakban a „Meglévő oszlop kiválasztása” mellett ott van a „Súlyok számolása (raking)” út is: a sokaság ismert eloszlásaiból (például nem és korcsoport) a Statable új oszlopot számol mintavételi súlyokkal. Ezután jön az „Egyenként húzták a személyeket?” kérdés. A részletek és a csapdák a „Súlyok számolása (raking, peremeloszlások)” cikkben vannak.

Esetsúly SPSS-fájlból vagy parancsból

Ha egy .sav fájl már aktív esetsúlyt hordoz, vagy a parancsokban „WEIGHT BY …” fut, a Statable megkérdezi: „Mit jelent …?” A típus nincs elmentve a .sav fájlban, csak az oszlop neve. Egyetlen lap sem számol, amíg nincs válasz. Az „Esetsúly kikapcsolása” a „WEIGHT OFF.” parancsot futtatja.

Mit ellenőriz a program a beállításkor

• A 0 esetsúlyú és az esetsúly nélküli sorok nem számítanak bele (mint a PSPP-ben). A Statable megadja a sorok számát. A hiányzó esetsúly nem ugyanaz, mint az 1 esetsúly.
• A negatív súlyok hibák. A tizedesek hibák gyakorisági súlynál (soha nem kerekíti őket); a Statable ilyenkor felajánlja, hogy mintavételi súlyként használd őket.
• A sorok számánál jóval nagyobb súlyösszeg mintavételi súlynak látszik (sokaságra felszorzás). A Statable erre figyelmeztet.
• Ha az esetsúly megváltozik, minden lap „elavulttá” válik, és újra számolódik. Nincs laponkénti esetsúly: különben a jelentésben súlyozott és súlyozatlan számok keverednének.

Aggregálás

Aggregáláskor az „Esetek (súlyozva)” a súlyok összegét számolja csoportonként, a „Sorok (súlyozatlan)” a sorokat. Az átlag, az összeg, a szórás és a medián súlyozott. Az új, csoportonként egy sort tartalmazó projekt nem őrzi meg az esetsúlyt.

Szakembereknek

PSPP WEIGHT BY: az egész w súly ugyanazt a kimenetet adja, mintha az eset w-szer lenne jelen; a negatív és a hiányzó súlyok 0-nak számítanak; a tizedes súlyokat nem kerekíti (N = 7,90 lehetséges). Gyakorisági súllyal a Statable a kvartiliseket úgy számolja, mint a PSPP és az Eloszlás kártya (6-os típus, ALGORITHM=COMPATIBLE); mintavételi súlyokkal a sorok számára skálázott súlyokat és a PSPP EXAMINE HAVERAGE módszerét használja, hogy ne függjenek a súlyok nagyságától. A variancia nevezője Σw − 1, és mintavételi súlyoknál csak leírás. Hatékony mintaelemszám: (Σw)² / Σw² (Kish), tervhatás n / n_eff. Mintavételi tervvel a Taylor-linearizálás és a Rao-Scott-próba lenne a helyes út (R survey); ez nem része a Statable-nek.

Források

Lumley, T. (2010). Complex Surveys: A Guide to Analysis Using R. Wiley. Kish, L. (1965). Survey Sampling. Wiley. Kish, L. (1992). Weighting for unequal Pi. Journal of Official Statistics, 8(2), 183-200. IBM SPSS Statistics, WEIGHT parancs és Complex Samples modul (dokumentáció). GNU PSPP 2.1.3, kézikönyv, WEIGHT szakasz.