svyglm和加权glm之间的区别

Question

我想知道使用svyglm或加权glm之间的区别。

例如：

M1 = glm(formula = yy ~ age + gender + country , 
         family = binomial(link = "probit"), 
         data = P2013, 
         subset = (P2013$E27>=14 & P2013$E27<=17), 
         weights = P2013$PESOANO)

或将样本设计定义为：

diseño = svydesign(id =~ NUMERO, 
                   strata =~ ESTRATOGEO, 
                   data = p2013, 
                   weights = P2013$PESOANO)

diseño_per_1417 = subset(diseño, (P2013$E27>=14 & P2013$E27<=17))

然后使用svyglm：

M2 = svyglm(formula = yy ~ age + gender + country, 
            family = quasibinomial(link = "probit"),
            data = P2013, 
            subset = (stratum=!0), 
            design = diseño_per_1417)

如果我使用M2（svyglm）。我可以使用什么来比较逐步模型对glm模型的影响？

谢谢， 纳塔利娅

Answer 1

来自help(glm)：

  

非NULL权重可用于表示不同的观察具有不同的分散（权重值与分散度成反比）;或者等价地，当权重元素是正整数w_i时，每个响应y_i是w_i单位权重观察的平均值。对于二项式GLM，当响应是成功的比例时，先前的权重用于给出试验次数：它们很少用于泊松GLM。

我不认为你在寻找那些重量。从你的例子来看，你似乎正在处理分层调查。你绝对应该使用surveyglm。