如何用R survey包估计多项比例并计算置信区间？

你遇到的问题是svyciprop()仅支持二元变量，无法直接处理多分类的Q1。针对多分类变量的加权比例及置信区间计算，可通过以下步骤实现：

步骤1：准备数据（确保分类变量为因子类型） #

首先将Q1转换为因子变量，survey包需要通过因子识别多分类水平：

# 构造示例数据
xxx <- data.frame(
  ID = c(11,13,16,18,19),
  Personweight = c(1.3,1.5,1.3,1.3,1.6),
  Q1 = c(1,3,4,2,1),
  Q2 = c(4,3,2,3,1)
)

# 将Q1转换为因子
xxx$Q1 <- factor(xxx$Q1)

步骤2：创建调查设计对象 #

这部分你原代码是正确的，直接沿用：

library(survey)
survey_design <- svydesign(ids = ~1, data = xxx, weights = ~Personweight)

步骤3：计算多分类加权比例及置信区间 #

使用svymean()计算各选项的加权比例（因子变量的均值即为对应水平的比例），再通过confint()生成置信区间：

# 计算各选项加权比例
q1_proportions <- svymean(~Q1, survey_design)
q1_proportions

# 生成95%置信区间
q1_ci <- confint(q1_proportions)
q1_ci

结果说明 #

• svymean()输出的每个Q1x对应Q1中选项x的加权比例，同时给出标准误。
• confint()默认生成95%置信区间，若需调整置信水平，可添加参数level = 0.90（以90%为例）。

补充：合并比例与置信区间 #

若需要将比例和置信区间整合为一个表格，可使用以下代码：

# 提取比例值
props <- coef(q1_proportions)
# 提取置信区间上下限
ci_lower <- q1_ci[,1]
ci_upper <- q1_ci[,2]

# 合并为数据框
result_df <- data.frame(
  Q1选项 = names(props),
  加权比例 = round(props, 3),
  置信区间下限 = round(ci_lower, 3),
  置信区间上限 = round(ci_upper, 3)
)
result_df

内容的提问来源于stack exchange，提问作者51238888