如何可视化多重插补调查数据？SCF数据绘图问题求助

错误原因 #

svytable函数没有针对svyimputationList类对象的实现，无法直接在多重插补的调查设计上运行。

解决方案步骤 #

1. 修正交叉表计算 #

遍历每个插补的子设计对象，分别计算加权表格后再合并：

# 遍历所有插补数据集的设计对象，计算加权交叉表
imputed_tables <- lapply(scf_design_work$designs, function(sub_design) {
  # 对单个插补数据集的设计执行svytable
  svytable(~finlit + knowlcat, design = subset(sub_design, finlit != 0))
})

# 用scf_MIcombine合并多重插补结果
tab_knolLIT <- scf_MIcombine(imputed_tables)

2. 转换为ggplot兼容格式 #

将合并后的结果提取并整理成数据框：

# 提取估计值并构建数据框
result_df <- as.data.frame(tab_knolLIT$coefficients)
colnames(result_df) <- "weighted_count"

# 拆分行名中的分类变量（基础R实现）
split_names <- strsplit(rownames(result_df), ":")
result_df$finlit <- sapply(split_names, `[`, 1)
result_df$knowlcat <- sapply(split_names, `[`, 2)
rownames(result_df) <- NULL

# 可选：提取标准误用于误差棒
result_df$se <- sqrt(diag(tab_knolLIT$var))

3. ggplot可视化 #

用整理好的数据框绘制图表，支持分组、误差棒等：

library(ggplot2)

ggplot(result_df, aes(x = finlit, y = weighted_count, fill = knowlcat)) +
  geom_col(position = position_dodge(width = 0.9), alpha = 0.8) +
  # 添加95%置信区间误差棒
  geom_errorbar(
    aes(ymin = weighted_count - 1.96*se, ymax = weighted_count + 1.96*se),
    position = position_dodge(width = 0.9),
    width = 0.2
  ) +
  labs(
    title = "金融素养与知识类别分布（25-64岁群体）",
    x = "金融素养水平",
    y = "加权样本量（95%置信区间）",
    fill = "知识类别"
  ) +
  theme_minimal()

额外提示 #

• 如果需要计算比例而非计数，可以将svytable替换为svymean(~interaction(finlit, knowlcat), design = subset(sub_design, finlit != 0))，再按同样方式合并和整理。
• 若要简化代码，可使用stringr包的str_split函数替代基础R的strsplit。

内容的提问来源于stack exchange，提问作者jmkendall