穷人比例

Question

我正在尝试使用调查包来计算贫困人口的比例。 因此，我创建了一个人口总数为（1）的变量的子集，并称为n（我不确定这是否是正确的方法）。 所以我有：

str(base2015$q)
 num [1:117939] 0 0 0 0 0 0 0 0 0 0 ...
str(base2015$one)
 int [1:117939] 1 1 1 1 1 1 1 1 1 1 ...

和分类变量区域。 （y是我的svydesign）我试图使用svyratio函数，但是他给了我所有数据集的结果，我想要按子组（区域）。 实际上，我希望每个地区的贫困人口比例 （见图）

svyratio(numerator=~q, 
         ~one, 
         design = y, separate=FALSE, na.rm=TRUE, 
         formula, covmat=FALSE, deff=FALSE)

我也尝试使用总体创建一个子集，然后使用svyby：

n <- subset( y , one == 1 )
View(n)
svyby( ~ q , ~ region , n , vartype=c("se","ci","cv"), svytotal )
svyby( ~ q , ~ region , n , vartype=c("se","ci","cv"), svymean )
  region  q  se ci_l ci_u  cv
1      1 NA NaN  NaN  NaN NaN
2      2 NA NaN  NaN  NaN NaN
3      3 NA NaN  NaN  NaN NaN
4      4 NA NaN  NaN  NaN NaN
5      5 NA NaN  NaN  NaN NaN

他给我这个。 我不知道我在做什么错。 有人可以帮我弄这个吗？

Answer 1

data(scd)

scddes<-svydesign(data=scd, prob=~1, id=~ambulance, strata=~ESA,nest=TRUE, fpc=rep(5,6))

svyby( ~ alive , denominator = ~ arrests , by = ~ ambulance , scddes , svyratio )

# which missings do you want to remove?  read `?svyby`
svyby( ~ alive , denominator = ~ arrests , by = ~ ambulance , scddes , svyratio , na.rm = TRUE , na.rm.by = TRUE , na.rm.all = TRUE )