R语言 sampling包 rmodel()函数中文帮助文档(中英文对照)

loveR

rmodel(sampling)
rmodel()所属R语言包：sampling

                                        Response probability using logistic regression
                                         响应概率采用Logistic回归

                                         译者：生物统计家园网 机器人LoveR

描述----------Description----------

Computes the response probabilities using logistic regression for non-response
采用logistic回归分析对非响应，响应概率计算


用法----------Usage----------


rmodel(formula,weights,X)



参数----------Arguments----------

参数：formula
the regression model formula (y~x).
回归模型公式（Y~X）。


参数：weights
vector of the weights; its length is equal to n, the sample size.
的权重向量，它的长度是等于到n，样本大小。


参数：X
the sample data frame.
的样本数据框。


值----------Value----------

The function returns the sample data frame with a new column 'prob_resp', which contains
该函数返回的样本数据框，其中包含一个新列“prob_resp”


参见----------See Also----------

rhg
rhg


实例----------Examples----------


# Example from An and Watts (New SAS procedures for Analysis of Sample Survey Data)[和瓦（抽样调查数据分析的SAS程序实例）]
# generates artificial data (a 235X3 matrix with 3 columns: state, region, income).[生成人工数据（3一个235X3矩阵，列：国家，区域，收入）。]
# the variable "state" has 2 categories ('nc' and 'sc'). [的变量“状态”有2个类别（“NC”和“SC”）。]
# the variable "region" has 3 categories (1, 2 and 3).[可变的“区域”具有3个类别，（1，2和3）。]
# the sampling frame is stratified by region within state.[抽样框是分层的区域内状态。]
# the income variable is randomly generated[收入变量是随机生成的]
data=rbind(matrix(rep("nc",165),165,1,byrow=TRUE),matrix(rep("sc",70),70,1,byrow=TRUE))
data=cbind.data.frame(data,c(rep(1,100), rep(2,50), rep(3,15), rep(1,30),rep(2,40)),
1000*runif(235))
names(data)=c("state","region","income")
# computes the population stratum sizes[计算人口阶层大小]
table(data$region,data$state)
# not run[不运行]
#     nc  sc[NC SC]
#  1 100  30[1 100 30]
#  2  50  40[2 50 40]
#  3  15   0[3月15日0]
# there are 5 cells with non-zero values; one draws 5 samples (1 sample in each stratum)[非零值有5个单元，一个绘制5个样品（1个样本在各阶层）]
# the sample stratum sizes are 10,5,10,4,6, respectively[样品阶层的大小是10,5,10,4,6，分别]
# the method is 'srswor' (equal probability, without replacement)[该方法是srswor“（概率相等，无需更换）]
s=strata(data,c("region","state"),size=c(10,5,10,4,6), method="srswor")
# extracts the observed data[提取所观察到的数据]
x=getdata(data,s)
# generates randomly the 'status' column (1 - respondent, 0 - nonrespondent)[随机生成的“状态”栏（1  -  0  - 答辩，无反应者）]
status=round(runif(nrow(x)))
x=cbind(x,status)
# computes the response probabilities [计算响应概率]
rmodel(x$status~x$income+x$Stratum,weights=1/x$Prob,x)
# the same example without stratification[同样的例子不分层]
rmodel(x$status~x$income,weights=1/x$Prob,x)

转载请注明:出自 生物统计家园网(http://www.biostatistic.net)。


注：
注1：为了方便大家学习，本文档为生物统计家园网机器人LoveR翻译而成，仅供个人R语言学习参考使用，生物统计家园保留版权。
注2：由于是机器人自动翻译，难免有不准确之处，使用时仔细对照中、英文内容进行反复理解，可以帮助R语言的学习。
注3：如遇到不准确之处，请在本贴的后面进行回帖，我们会逐渐进行修订。