R中使用调查数据进行Box-Cox转换

Question

R中使用调查数据进行Box-Cox转换

4

有人知道如何在R中使用调查数据估计Box-Cox多元转换的方法吗？我不知道是否有考虑分层和聚类（我正在处理的数据）的内容，但即使有考虑概率权重的内容也很好。我最担心的是一个或多个变量的分布在应用概率权重时可能会发生变化，因此变换可能会发生根本性的变化。这也可能对误差和Box-Cox算法等产生影响...但这超出了基本的理论验证方法。

更新问题

R函数powerTransform非常好用，但我认为还没有针对调查数据的内容。我认为Stata可以处理这个问题，但正如Nick指出的那样，情况并非如此。唯一可以处理抽样权重的Box-Cox转换似乎是this。

您是否知道任何R函数，可以将单变量和多变量BoxCox变换应用于概率加权数据？

我没有任何数据，但我只是想知道是否有人已经找到了解决方案。我知道人们很欣赏给出具体示例的做法，所以...

单变量 Box-Cox： 使用 lm 和 svyglm（survey 包）对象时，返回单变量 Box-Cox 的结果。

library(survey)
data(api)
library(car)
dstrat<-svydesign(id=~1,strata=~stype, weights=~pw, data=apistrat, fpc=~fpc)
Sur<-svyglm(api00~mobility, design=dstrat)
NotSur<-lm(api00~mobility, data=apistrat)
powerTransform(Sur)
powerTransform(NotSur)

然而，我认为使用 survey 对象的 powerTransformation 不正确，因为当你运行时，得到的结果与 NotSur 相同（且不同于 Sur）。

None<-svydesign(id=~1, weights=rep(1,nrow(apistrat)), data=apistrat, )
Sur2<-svyglm(api00~mobility, design=None)
powerTransform(Sur2)

我对如何确定多元正态性更加不确定，因为你需要使用实际数据。

summary(powerTransform(cbind(api00,mobility)~1,apistrat))

- Mercelo

你关于Stata的说法是不正确的。Stata命令boxcox（不是函数）不支持调查权重。请参见http://www.stata.com/help.cgi?boxcox，该网站是公开的，无论任何人是否可以访问Stata副本。`boxcox`中有一些对权重的支持。我很困惑为什么有人想要完全采用任何Box-Cox过程的结果。它最适合表示可能的转换比例或非恒等链接函数，这应始终与您了解的数据和相关科学保持一致。我无法评论R。 - Nick Cox

Nick，感谢您的评论和链接。我已经更新了我的问题。 - Mercelo

http://rinantipodes.blogspot.com/2011/12/nutrient-intake-data-mixed-methods.html - Anthony Damico

2个回答

0

使用您链接的SAS宏中的权重应该会给出最佳转换的良好点估计，但很可能会给出不合理的区间估计--因为对数似然比将没有标准卡方分布。

将权重缩放为总样本量的总和可能会给出一个大致正确的区间，但Box＆Cox方法的适当基于设计的类比需要“工作”似然比的抽样分布（由survey :: svyglm的AIC和anova方法使用）。

- Thomas Lumley

网页内容由stack overflow 提供, 点击上面的

可以查看英文原文，
原文链接

- Michelle · Accepted Answer

您所提供的链接似乎是指在数据步骤中运行的SAS用户定义函数。将该方法重新编程成R应该是可行的。

如果您查看建议的SAS方法这里，您会发现它使用proc transreg来估计所需的功率变换。该SAS proc不接受调查权重。我不确定该proc中的weight选项有什么作用参见此处。

更新：我仔细查看了你提供的第一个链接here。看起来加权是在proc univariate中完成的，如果数据包含权重，则激活weight选项。然而，如果你查看here中的weight详细信息，你会发现权重被用于操作方差。我不确定你是否想要以这个假设运行你的数据。