使用R调查包衡量收入不平等

我正在使用调查包处理美国社区调查微观数据,并希望计算一些基本的收入不平等统计数据.我已经设置了以下作为我的设计:

testsurv <- svrepdesign(data=test, repweights = test[,8:87], weights = test$HHWT, 
                   combined.weights=TRUE, type = "Fay", rho = 0.5,scale=4/80, 
                   rscales = rep(1, 80), mse=TRUE)

从那时起,我想按年计算基尼系数,以及收入的分位数比率,也按年计算.使用svyby和svyquantile生成分位数和相关错误很简单:

quants <- svyby(~INCOME, ~YEAR, testsurvey, svyquantile, 
              quantiles=c(0.9, 0.75, 0.5, 0.25, 0.1), keep.var=TRUE)

这让我想到了第一个问题:如果每个分位数都有基于重复权重的错误,我如何计算收入分位数比率(例如90/10)的标准误差?我尝试使用svyratio,但这是针对整个变量的比率,而不是针对变量中的选定观察值.

第二个问题:有没有办法使用现有函数(例如来自reldist的gini)来计算调查中的基尼系数(基于复制的错误)?我尝试使用withReplicates但是效果不好,可能是因为gini将其参数命令为变量,然后是权重,但是withReplicates的指令指定了相反的顺序.我尝试了两种方式,但都没有奏效.例如,这里,HHWT是样本权重:

> withReplicates(testsurv, gini(~HHWT, ~INCOME))

这会产生以下错误消息:

Error in sum(weights) : invalid 'type' (language) of argument
In addition: Warning message:
In is.na(x) : is.na() applied to non-(list or vector) of type 'language'

最佳答案 使用R传送包.这在CRAN上尚不可用,但您可以快速安装

devtools::install_github("djalmapessoa/convey")

对于第90到第10的比率,使用?svyqsr函数并将alpha =设置为0.1,因为它默认为第80和第20

对于基尼系数,请使用?svygini函数

只要你有acs重复加权的调查设计,这些都应该是简单的计算.一定要在svrepdesign调用后立即使用convey_prep函数!

点赞