如何在ggplot前处理复杂调查数据？svy对象预处理后可视化咨询

完全可以先创建包含调查权重、抽样设计信息的svy对象，再基于这个对象做统计计算和可视化——这才是符合调查数据规范的处理方式，能避免手动计算带来的偏差。

具体步骤如下： #

1. 创建svydesign对象
   先把原始数据转换成survey包认可的抽样设计对象，保留psu、strata等关键信息：

library(survey)
# 替换成你数据中实际的权重列名
svy_design <- svydesign(
  id = ~psu,          # 初级抽样单元列
  strata = ~strata,   # 分层变量列
  weights = ~weight,  # 调查权重列
  data = data,
  nest = TRUE         # 若PSU嵌套在分层内则设为TRUE，根据实际抽样设计调整
)

2. 过滤样本
   对svy对象直接做过滤，保留非"Never"的响应：

svy_filtered <- subset(svy_design, response != "Never")

3. 计算加权统计量
   用svyby按item和response分组，计算加权比例——这一步会自动考虑抽样设计的权重、分层等效应，比手动计算更准确：

library(tidyr)
# 按item分组，计算各response的加权均值（即比例）
svy_agg <- svyby(
  formula = ~response,
  by = ~item,
  design = svy_filtered,
  FUN = svymean,
  na.rm = TRUE
)

# 转成长格式适配ggplot
svy_plot_data <- svy_agg %>%
  pivot_longer(
    cols = starts_with("response"),
    names_to = "response",
    names_prefix = "response",  # 若列名带前缀可去掉，根据实际情况调整
    values_to = "perc"
  )

4. 可视化
   用处理好的加权数据绘图，和你原来的逻辑一致，但用的是经过抽样设计校正后的比例：

library(ggplot2)
ggplot(svy_plot_data, aes(x = item, y = perc, fill = response)) +
  geom_col() +
  scale_y_continuous(labels = scales::percent_format())  # 把小数转为百分比显示

补充说明： #

• 如果你需要加权频数而非比例，可以用svytable函数：

svy_table <- svytable(~item + response, design = svy_filtered)
svy_table_df <- as.data.frame(svy_table) %>%
  mutate(perc = Freq / sum(Freq))

直接用这个数据框做图即可。

• 不要手动用n/12619计算比例，这种方式完全忽略了调查的抽样权重、分层和PSU设计，会导致统计结果出现偏差，survey包的函数会自动处理这些设计效应，得到更可靠的结果。

内容的提问来源于stack exchange，提问作者Lyra Johnson