Estou realizando algumas análises básicas em um grande conjunto de dados (tamanho n após restrições de cerca de 4.000) para complementar algumas pesquisas históricas qualitativas. O objetivo é produzir uma variedade de intervalos de confiança para proporções, e Ive executar a análise em Stata usando tanto o comando ci (com aweights) eo comando de proporção (com pweights). Os meios gerados por ci são mais ou menos idênticos às proporções geradas pela proporção. Mas há uma variação mais notável (embora não muito substancial) nos intervalos de confiança. Estou me perguntando se existe uma razão teórica forte para optar pelo ci ou o comando de proporção aqui Im adivinhando o último dado o tamanho da amostra. Perguntou Mar 19 14 at 18:08 A essência desta questão é estatística, embora como fraseada não é susceptível de significar muito para os usuários não Stata. Sim, há uma razão, e não tem que ser chamado teórico como é prático também. As razões para usar pweights com proporção seria, e só poderia ser, que você tem dados de pesquisa assim declarado, que é por isso que você está usando pweights em tudo. Não é possível fazer esse cálculo em ci. Proporção tem outros usos também. Para delinear um pouco o que se entende por dados de levantamento: As características de projeto de levantamento geralmente incluem pesos de amostragem, um ou mais estágios de amostragem em cluster e estratificação. Se isso é assim, não há realmente qualquer questão de escolha ou fazer compras em torno de: ci não é o comando para usar para dados de pesquisa. Bem-vindo ao Instituto de Pesquisa Digital e Educação Stata Textbook Exemplos Introdução à Prática da Estatística por Moore e McCabe Capítulo 8: Inferência para Proporções NOTA: Esta página foi desvinculada. Ele não está mais sendo mantido, e as informações nesta página podem estar desatualizadas. Como esta página foi desvinculada, não podemos responder a perguntas relacionadas a esta página. Exemplo 8.1, página 587 pode ser resolvido com o comando cii. Nós fornecemos o tamanho da amostra (N) eo número de sucessos (X) e obtemos o intervalo de confiança para p como mostrado no livro. Exemplo 8.2, página 589-590 mostra como testar se a probabilidade de obter uma cabeça foi realmente .5 dado 2048 cabeças em 4040 viradas. Calculamos a probabilidade observada de uma cabeça como 2048 / 4040.5069 e usamos prtesti como mostrado abaixo. O Exemplo 8.3, página 591 é ilustrado abaixo, e é muito parecido com o exemplo 8.2. Exemplo 8.4, página 591 mostra como obter um intervalo de confiança para a proporção de cabeças. Passamos os exemplos 8.5-8.7. Os exemplos 8.8 e 8.9, página 603 e 606 são ilustrados abaixo. Isso mostra como obter um intervalo de confiança para a diferença de 2 proporções, ilustrado abaixo em Stata. Note que você fornece N1 então p1 então N2 então p2. Isto também testa se as duas proporções são iguais (como mostrado no exemplo 8.9). (Note que nossa cópia do livro mostra o Z9.34, mas obtemos Z9.304, então isso parece ser um erro de impressão). O Exemplo 8.10, página 607 pode ser resolvido com o comando iri (taxa de incidência, imediata). Note que nós fornecemos os bebedores do binge do sexo masculino então bebedores do binge do sexo feminino então machos então fêmeas. O Exemplo 8.11, página 608 também pode ser resolvido com o comando iri como ilustrado abaixo. O intervalo de confiança é ligeiramente diferente do livro, provavelmente devido ao arredondamento. O conteúdo deste site não deve ser interpretado como um endosso de qualquer site, livro ou produto de software específico pela University of California. ARCHIVED: Em Stata, como eu estimo o intervalo de confiança (IC) para uma proporção Em Stata , O intervalo de confiança (IC) para uma proporção pode ser estimado usando o comando de proporção (.proporção). A entrada da varlist de. proportion pode produzir estimativas de proporções, erros padrão e ICs para as categorias identificadas pelos valores em cada variável de varlist. Por exemplo, considere um conjunto de dados composto por duas variáveis: sexo. Com duas categorias, macho e fêmea e fumaça. Com três categorias, para não-fumantes, para fumantes e para fumantes. Para estimar a proporção de cada grupo de tabagismo eo IC correspondente, o comando é: Para incluir valores ausentes como uma categoria de fumaça, o comando é: Para estimar as proporções e ICs sobre grupos de gênero, o comando é: Proporção, consulte a Referência de Stata, ou use o comando de ajuda (proporção. help) no Stata. Se você tiver dúvidas sobre o uso de software estatístico e matemático na Indiana University, entre em contato com a Research Analytics. O Research Analytics está localizado no campus da IU Bloomington na Woodburn Hall 200 funcionários estão disponíveis para consulta de segunda a sexta-feira, das 9h às 12h e mediante marcação. Para obter detalhes sobre a disponibilidade de serviços UITS durante a pausa de Ação de Graças, consulte UITS Thanksgiving break horas de suporte.
No comments:
Post a Comment