Svyglm在R中的包内调查未返回Std错误

我真的很感谢你在这方面的帮助。我想估算一个glm的系数和95%CI，该glm应用于两个级别的家庭调查（由dd和hh.num1定义）。我只是最近才看到了一揽子调查

我已经在VIGETE中遵循了1个示例：设置一个数据集来考虑采样方法——使用SyyDebug 2）使用命令SyyGLM建立一个GLM。对于示例数据集：

library(survey)data(api)head(apiclus1)dclus1 <- svydesign(id = ~dnum, weights = ~pw, data = apiclus1)logitmodel <-svyglm(I(sch.wide=="Yes")~awards+comp.imp+enroll+target+hsg+pct.resp+mobility+ell+meals, design=dclus1, family=quasibinomial())summary(logitmodel)

---

library（survey）data（api）head（apiclus1）dclus1问题在于模型中的剩余自由度为零。剩余df是设计df（PSU的数量减去地层的数量）减去预测值的数量，当每个地层有两个大簇时，预测值很容易变为负值。剩余df的定义可能是保守的，但这不是一个简单的问题

>  degf(dclus1)
[1] 5
> glm1$df.resid
[1] 0

您可以使用提取标准错误

> SE(glm1)
   (Intercept) factor(MN18c)2 factor(MN18c)3 factor(MN18c)4        windex5 
     0.5461374      0.4655331      0.2805168      0.3718879      0.1376936 
         age.y 
     0.1638210 

如果您愿意使用不同的剩余自由度，您可以将其指定为
summary
并获得$p$-值。特别是，如果没有一个协变量在集群级别，那么有一个合理的理由认为回归没有使用自由度，因此每次可以使用一个参数

> summary(glm1, df=degf(dclus1))

Call:
svyglm(formula = out.penta ~ factor(MN18c) + windex5 + age.y, 
    design = dclus1, family = quasibinomial())

Survey design:
svydesign(id = ~dd + hh.num1, weights = ~chweight, data = balo2)

Coefficients:
               Estimate Std. Error t value Pr(>|t|)   
(Intercept)     -3.0848     0.5461  -5.648  0.00241 **
factor(MN18c)2  -0.1183     0.4655  -0.254  0.80957   
factor(MN18c)3  -0.4908     0.2805  -1.750  0.14059   
factor(MN18c)4  -0.6137     0.3719  -1.650  0.15981   
windex5          0.2556     0.1377   1.856  0.12256   
age.y            0.9934     0.1638   6.064  0.00176 **

组合参数（例如测试构成
MN18c
的三个系数）问题更大，我认为您至少需要
df=degf（clus1）-3+1

在即将发布的版本4.1中，包将报告这种情况下的标准错误（但不是$p$-值，除非指定了不同的
df=
）
hi，
load（“balo2_7March17.Rdat”）错误：错误的还原文件幻数（文件可能已损坏）--除此之外，未加载任何数据：警告消息：文件“balo2_7March17.Rdat”具有幻数“”不推荐使用2之前的保存版本
Hi@Kath O'Reilly是否能够解决此问题？
> summary(glm1, df=degf(dclus1))

Call:
svyglm(formula = out.penta ~ factor(MN18c) + windex5 + age.y, 
    design = dclus1, family = quasibinomial())

Survey design:
svydesign(id = ~dd + hh.num1, weights = ~chweight, data = balo2)

Coefficients:
               Estimate Std. Error t value Pr(>|t|)   
(Intercept)     -3.0848     0.5461  -5.648  0.00241 **
factor(MN18c)2  -0.1183     0.4655  -0.254  0.80957   
factor(MN18c)3  -0.4908     0.2805  -1.750  0.14059   
factor(MN18c)4  -0.6137     0.3719  -1.650  0.15981   
windex5          0.2556     0.1377   1.856  0.12256   
age.y            0.9934     0.1638   6.064  0.00176 **