如何在R的survey包中结合两时间点抽样权重构建多水平模型？

针对你用Add Health的wave1和wave4数据、需要整合两个抽样权重做多水平模型的问题，整理实操方案如下：

核心逻辑 #

Add Health的wave1和wave4权重分别对应两个时间点的抽样设计调整，纵向多水平模型需要结合个体追踪的抽样特征，不能直接用单时间点的svydesign。优先推荐用官方提供的纵向追踪权重（如果有），这类权重已经整合了两个时间点的抽样、失访调整，比自行合并更准确。

实操步骤 #

1. 数据格式调整 #

如果你的数据是宽格式（每个个体一行，包含wave1/wave4变量及对应权重），先转成长格式（每个时间点一行），方便权重与时间点匹配：

# 转长格式，替换实际变量名
data_long <- reshape(data_total, 
                     varying = list(c("wave1_outcome", "wave4_outcome"),  # 替换为你的结果变量
                                    c("weight_wave1", "weight_wave4")),
                     v.names = c("outcome", "survey_wt"),
                     timevar = "wave", times = c(1,4),
                     direction = "long")
# 重置行名
rownames(data_long) <- NULL

2. 构建纵向抽样设计 #

用转好的长格式数据构建嵌套抽样设计（时间点嵌套在个体内）：

des_long <- svydesign(id = ~BA_identify_numb_integer,  # 个体ID
                      strata = ~NULL,  # 如果有分层变量（比如学校），替换为实际分层变量
                      weights = ~survey_wt,  # 对应时间点的权重
                      data = data_long,
                      nest = TRUE)  # 声明嵌套结构，适配个体内重复测量

如果你的模型包含更高层级（比如学校），把层级ID加入id参数，比如id=~school_id + BA_identify_numb_integer

3. 拟合多水平模型 #

用survey包的svyglm拟合带抽样权重的多水平模型，示例如下：

# 拟合结果变量随时间变化的模型，可添加协变量
model <- svyglm(outcome ~ wave + age_wave1 + gender, 
                design = des_long,
                family = gaussian())  # 根据变量类型选择合适的分布（比如二项分布用binomial()）
summary(model)

重要提醒 #

• 不要自行简单相乘或平均两个时间点的权重，这会破坏抽样设计的统计有效性，优先查Add Health的官方文档，确认是否有现成的纵向追踪权重
• 如果必须用单独的wave1和wave4权重，转长格式后绑定对应时间点的权重是最稳妥的方式，确保每个测量点的权重与该时间点的抽样设计匹配

内容的提问来源于stack exchange，提问作者Lisa Ullrich