R语言survey包多层聚类标准误差计算问题咨询

1. 关于survey包是否支持多层聚类标准误的判断 #

你的推测不正确，Thomas Lumley开发的survey包完全支持多阶段分层聚类抽样设计的标准误计算，可支持两层及以上的多层聚类标准误估计。

2. 示例中单/两层聚类标准误一致的成因 #

你提供的示例中两个模型输出标准误完全一致，核心原因是两阶段聚类设计的参数指定不完整：

• 你在构造dclus2时仅传入了最终合并权重pw，没有提供各阶段的抽样权重或有限总体校正（FPC）参数。
• survey包默认基于泰勒级数线性化法估计方差时，对于参数不完整的多阶段设计，会自动以最顶层聚类单元（也就是示例中的第一阶段学区dnum）的组间变异作为方差估计的唯一依据，第二阶段的学校聚类单元snum不会对方差估计产生额外贡献，因此和仅指定单层聚类的dclus1输出结果完全一致。
• 你可以通过degf(dclus1)和degf(dclus2)查看两个设计的自由度，二者输出完全相同，也能验证这一点。

3. 对应解决办法 #

3.1 真实数据场景的解决方法 #

如果使用自有真实数据，需要在svydesign调用中补充完整的多阶段设计参数：

• 可传入各阶段对应的抽样权重：weights参数接受多参数公式，例如weights=~w1 + w2分别对应第一、第二阶段的抽样权重
• 也可传入各阶段的有限总体校正参数：fpc=~fpc1 + fpc2分别对应第一、第二阶段的总集群数
  补充参数后survey包会自动计算正确的两层聚类标准误，结果会和单层聚类的输出有明显差异。

3.2 基于示例数据集的验证方法 #

你使用的apiclus2内置数据集本身自带各阶段的有限总体校正参数，修改设计构造代码即可看到差异：

library(survey) 
data(api)

# 单层聚类设计
dclus1<-svydesign(id=~dnum, weights=~pw, data=apiclus2) 
# 正确指定两阶段fpc的两层聚类设计
dclus2_correct<-svydesign(id=~dnum+snum, weights=~pw, fpc=~fpc1+fpc2, data=apiclus2) 

# 对比两个模型的标准误，会出现明显差异
summary(svyglm(api00~ell+meals+mobility, design=dclus1)) 
summary(svyglm(api00~ell+meals+mobility, design=dclus2_correct)) 

3.3 替代估计方法 #

也可以使用重复权重法（比如自助法、刀切法）估计多层聚类标准误：通过as.svrepdesign函数将多阶段设计转换为重复权重设计，再调用svyglm即可得到对应的标准误估计结果。

内容的提问来源于stack exchange，提问作者Brian Guay