Stata中使用NHANES调查权重绘制等高线图的问题求助

Stata的twoway contour命令本身不支持直接使用权重，不管是分析权重还是抽样权重，所以你直接加[aw=wtdrd6y]会报错，这是命令本身的限制，但并非无法实现带权重的等高线图，只需换一种思路：先通过加权模型得到调整后的曲面/密度，再基于结果绘制等高线。

以下是两种针对NHANES这类复杂抽样数据的解决方案：

方案1：基于加权回归模型的预测曲面等高线 #

如果你的等高线是要展示dbq700随bmxbmi（BMI）和ridageyr（年龄）的加权平均变化趋势，步骤如下：

1. 拟合加权曲面回归模型
   先拟合包含BMI、年龄及其交互项的加权回归模型（用二次项捕捉非线性关系，可根据数据调整）：

   * 用分析权重拟合二次曲面模型
   regress dbq700 c.bmxbmi##c.bmxbmi c.ridageyr##c.ridageyr c.bmxbmi#c.ridageyr if cohort == 1 [aw = wtdrd6y]
   

   如果是严格的复杂抽样设计，先设置抽样权重再拟合svy模型：

   * 设置NHANES抽样设计（替换为你的psu和分层变量）
   svyset psu [pweight=wtdrd6y], strata(stratum)
   * 拟合svy调整后的曲面模型
   svy: regress dbq700 c.bmxbmi##c.bmxbmi c.ridageyr##c.ridageyr c.bmxbmi#c.ridageyr if cohort == 1
   

2. 生成网格数据
   创建覆盖BMI和年龄取值范围的网格点，用于后续预测：

   * 获取原始数据中BMI和年龄的取值范围
   summarize bmxbmi if cohort == 1, detail
   local bmi_min = r(min)
   local bmi_max = r(max)
   summarize ridageyr if cohort == 1, detail
   local age_min = r(min)
   local age_max = r(max)
   
   * 创建100×100的网格数据集（密度可调整）
   clear
   set obs 100
   gen bmxbmi = `bmi_min' + (`bmi_max' - `bmi_min')*(_n-1)/99
   expand 100
   bysort bmxbmi: gen ridageyr = `age_min' + (`age_max' - `age_min')*(_n-1)/99
   

3. 预测曲面值并绘制等高线
   调用之前拟合的模型预测dbq700的加权拟合值，再用twoway contour绘图：

   * 预测拟合值（svy模型用predict ..., xb）
   predict dbq700_pred
   * 绘制等高线图
   twoway contour dbq700_pred bmxbmi ridageyr
   

方案2：加权二维核密度等高线 #

如果你的目标是展示BMI和年龄的加权联合分布密度等高线，可以用支持权重的二维核密度命令kdensity2d（需先安装）：

* 安装kdensity2d（仅首次需要）
ssc install kdensity2d
* 绘制加权二维密度等高线
kdensity2d bmxbmi ridageyr if cohort == 1 [aw=wtdrd6y], contour

这个命令会直接基于权重计算二维核密度，然后输出等高线图，适合展示加权后的变量分布特征。

内容的提问来源于stack exchange，提问作者Dr.M