我想知道在给定的例子中,您如何生成标准误差的估计值而不使用调查设计。
library(survey)
data(api)
dstrat<-svydesign(id=~1,strata=~stype, weights=~pw, data=apistrat, fpc=~fpc)
例子 1
(total_enroll_mean=svymean(~enroll,by=~stype,design= dstrat, na.rm=TRUE))
mean SE
enroll 595.28 18.509
example 2
(total_enroll_total=svytotal(~enroll,by=~stype,design= dstrat, na.rm=TRUE))
total SE
enroll 3687178 114642
示例3
(stype_enroll_mean=svyby(~enroll,by=~stype,design= dstrat, na.rm=TRUE,svymean))
stype enroll se
E 416.78 16.41740
H 1320.70 91.70781
M 832.48 54.52157
例子 4
(stype_enroll_total=svyby(~enroll,by=~stype,design= dstrat, na.rm=TRUE,svytotal)
stype enroll se
E 1842584.3 72581.33
H 997128.5 69239.40
M 847464.7 55502.96
基本上,我希望能够在R中手动为所有4个示例生成标准误差,而不是使用survey包、srvyr包或任何其他调查相关的包。手动生成svymean和svytotal的标准误差应与上述所有示例中使用survey包生成的标准误差匹配。