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
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...
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)。
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))
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