R语言survey包4.2.2版本标准误为Inf及警告问题求助

问题背景 #

使用survey包4.2.2处理多阶段分层抽样数据时，出现以下异常：

• 计算得到的标准误为Inf
• 重复抛出NAs introduced by coercion警告
• 切换至4.2.1版本时，警告消失，标准误为有效数值
• 已通过options(survey.lonely.psu = "adjust")配置单PSU分层的处理策略

涉及代码：

# 创建国家层面调查设计
c_design=svydesign(id=~PSU_ID,strata=~STATE_STRATUM,weights=~c_weight,data=df,nest = TRUE) 
# 创建州层面调查设计
s_design=svydesign(id=~PSU_ID,strata=~STATE_STRATUM,weights=~s_weight,data=df,nest = TRUE) 
# 生成国家层面汇总统计
est_country=svyby(formula = ~constant,by=~country+VAR_1,design = c_design,FUN = svytotal)

警告信息：

Warning messages:
1: In tapply(X = nPSU, INDEX = as.numeric(strata), FUN = head, 1) :
  NAs introduced by coercion
2: In tapply(X = nPSU, INDEX = as.numeric(strata), FUN = head, 1) :
  NAs introduced by coercion
3: In tapply(X = nPSU, INDEX = as.numeric(strata), FUN = head, 1) :
  NAs introduced by coercion
4: In tapply(X = nPSU, INDEX = as.numeric(strata), FUN = head, 1) :
  NAs introduced by coercion

问题原因 #

这是survey包4.2.2版本的已知bug：svyby函数在处理分层变量时，会强制将非数值型的strata变量（如字符型/因子型的STATE_STRATUM）转换为数值型，转换失败产生NA，进而导致标准误计算逻辑出错，最终输出Inf。4.2.1版本无此强制转换逻辑，因此工作正常。

可行解决方案 #

1. 回退至survey 4.2.1版本 #

如果需要快速恢复正常计算，直接回退到稳定版本：

remove.packages("survey")
# 从CRAN归档安装指定版本
install.packages("https://cran.r-project.org/src/contrib/Archive/survey/survey_4.2-1.tar.gz", repos = NULL, type = "source")

2. 转换分层变量为数值型 #

提前将STATE_STRATUM转为数值型，避免函数内部强制转换产生NA：

# 检查变量类型
class(df$STATE_STRATUM)
# 因子/字符型转数值型
df$STATE_STRATUM <- as.numeric(as.factor(df$STATE_STRATUM))
# 重新构建设计对象并计算
c_design=svydesign(id=~PSU_ID,strata=~STATE_STRATUM,weights=~c_weight,data=df,nest = TRUE)
est_country=svyby(formula = ~constant,by=~country+VAR_1,design = c_design,FUN = svytotal)

3. 绕过svyby手动分组计算 #

用dplyr分组替代svyby，避免触发bug：

library(dplyr)
est_country <- df %>%
  group_by(country, VAR_1) %>%
  group_modify(function(data, group_vars) {
    # 更新设计对象为当前分组数据
    sub_design <- update(c_design, data = data)
    # 计算分组总计
    total_result <- svytotal(~constant, design = sub_design)
    # 转换为数据框并带上分组变量
    as_tibble(total_result) %>% 
      mutate(!!names(group_vars) := group_vars)
  }) %>%
  relocate(country, VAR_1) # 调整列顺序，方便查看

4. 等待官方修复 #

关注survey包的更新日志，官方会在后续版本中修复该bug，届时升级到最新版本即可。

内容的提问来源于stack exchange，提问作者Durga Nagori