使用R语言survey包计算几何均值及95%置信区间

问题背景 #

我复现了一段用于NHANES数据加权分析的代码，代码如下：

library(haven)
library(survey)
library(dplyr)

nhanesDemo <- read_xpt(url("https://wwwn.cdc.gov/Nchs/Nhanes/2015-2016/DEMO_I.XPT"))

# 重命名变量为更易读的名称
nhanesDemo$fpl <- nhanesDemo$INDFMPIR
nhanesDemo$age <- nhanesDemo$RIDAGEYR
nhanesDemo$gender <- nhanesDemo$RIAGENDR
nhanesDemo$persWeight <- nhanesDemo$WTINT2YR
nhanesDemo$psu <- nhanesDemo$SDMVPSU
nhanesDemo$strata <- nhanesDemo$SDMVSTRA

# 选择所需列
nhanesAnalysis <- nhanesDemo %>% 
  select(fpl, age, gender, persWeight, psu, strata)

# 构建调查设计对象
nhanesDesign <- svydesign(id      = ~psu,
                          strata  = ~strata,
                          weights = ~persWeight,
                          nest    = TRUE,
                          data    = nhanesAnalysis)

# 筛选18-79岁人群
ageDesign <- subset(nhanesDesign, age > 17 & age < 80)

原代码用以下方式计算算术均值：

# 算术均值
svymean(~age, ageDesign, na.rm = TRUE)

我的需求是：

• 使用svymean或相关方法计算几何均值
• 获取该几何均值的95%置信区间，且尽量避免手动计算标准误

我尝试了以下代码但报错：

svymean(~log(age), log(ageDesign), na.rm = TRUE)

请问正确的实现方法是什么？

正确实现方法 #

核心逻辑 #

几何均值的计算逻辑是：先对目标变量取自然对数，计算对数后的加权均值，再对结果取指数。要直接得到带置信区间的几何均值，需利用调查包的转换函数处理结果，而非修改调查设计对象本身。

步骤1：计算对数变量的加权均值 #

仅对age变量取对数，将原调查设计对象传入svymean，同时保留方差估计：

log_mean_result <- svymean(~log(age), ageDesign, na.rm = TRUE)

步骤2：转换为几何均值及置信区间 #

使用svycontrast函数对对数均值的结果进行指数转换，直接得到几何均值和对应的95%置信区间：

geo_mean_result <- svycontrast(log_mean_result, quote(exp(log(age))))

执行后，geo_mean_result会输出几何均值的点估计值，以及95%置信区间的上下限，全程无需手动计算标准误。

完整示例代码 #

# 计算对数变量的加权均值
log_mean <- svymean(~log(age), ageDesign, na.rm = TRUE)
# 转换为几何均值并获取置信区间
geo_mean <- svycontrast(log_mean, quote(exp(log(age))))
# 查看结果
geo_mean

错误原因说明 #

你错误地对调查设计对象ageDesign调用了log()函数——调查设计对象是复杂的结构化数据，不能直接用对数函数处理。正确的做法是只对分析变量age取对数，设计对象保持原样传入svymean。

内容的提问来源于stack exchange，提问作者Forklift17