Voici mon contexte pour cette question: D'après ce que je peux dire, nous ne pouvons pas exécuter une régression ordinaire des moindres carrés dans R lors de l'utilisation de données pondérées et du survey
package. Ici, nous devons utiliser svyglm()
, qui exécute à la place un modèle linéaire généralisé (qui peut être la même chose? Je suis flou ici en termes de ce qui est différent).
Dans OLS et via la lm()
fonction, il calcule une valeur R au carré, dont je comprends l'interprétation. Cependant, svyglm()
ne semble pas calculer cela et me donne plutôt une déviance, que mon bref voyage sur Internet me dit est une mesure de qualité d'ajustement qui est interprétée différemment d'un R au carré.
Je suppose donc que j'ai essentiellement deux questions sur lesquelles j'espérais obtenir une direction:
- Pourquoi ne pouvons-nous pas exécuter OLS dans le
survey
package, alors qu'il semble que cela soit possible avec des données pondérées dans Stata? - Quelle est la différence d'interprétation entre la déviance d'un modèle linéaire généralisé et une valeur r au carré?
Réponses:
svyglm
vous donnera un modèle linéaire si vous utilisezfamily = gaussian()
ce qui semble être la valeur par défaut de la vignette d'enquête (dans la version 3.32-1). Voir l'exemple où ils trouvent leregmodel
.Il semble que le package s'assure simplement que vous utilisez les poids corrects lors de l'appel
glm
. Ainsi, si votre résultat est continu et que vous supposez qu'il est normalement distribué, vous devez l'utiliserfamily = gaussian()
. Le résultat est un modèle linéaire pondéré. Cette réponseen déclarant que vous pouvez effectivement le faire avec le
survey
package. Quant à la question suivantefamily = gaussian()
La déviance n'est que la somme des erreurs carrées lorsque vous utilisez
family = gaussian()
.Avertissements
Je suppose que vous voulez un modèle linéaire de votre question. De plus, je n'ai jamais utilisé le
survey
package, mais je l'ai rapidement parcouru et j'ai fait des hypothèses sur ce qu'il fait, ce que je déclare dans ma réponse.la source