R搭建科特迪瓦2011-2012 DHS家暴调查设计及权重缺失报错解决
权重缺失报错修复与DHS家暴数据集预处理方案
报错核心触发逻辑
- 该报错为
survey包svydesign函数的强制校验规则:传入的权重向量中只要存在任意缺失值,函数会直接中断运行,不会自动过滤缺失权重对应的样本。 - 本次计算权重使用的源变量
d005(DHS家暴模块校准权重)的缺失场景通常为:未满足家暴模块访谈条件的受访对象、访谈中途退出未关联模块权重的样本,这类样本本身不满足家暴模块分析的纳入标准,无法通过权重补全修复。
分步骤修复操作
- 先完成全量设计变量的缺失值排查,用如下代码定位问题规模:
# 检查权重源变量缺失量 sum(is.na(ipv_studyf$d005)) # 检查PSU、分层变量的缺失量,提前规避后续同类报错 sum(is.na(ipv_studyf$v021)) sum(is.na(ipv_studyf$v023)) - 剔除设计变量存在缺失的无效样本,生成干净的分析底表:
# 仅保留三个核心设计变量无缺失的样本,不做任何缺失值补全 ipv_study_clean <- ipv_studyf[ !is.na(ipv_studyf$d005) & !is.na(ipv_studyf$v021) & !is.na(ipv_studyf$v023), ] # 在清洗后的数据集上重新生成符合DHS规范的权重(d005原尺度为放大1e6的整数值,除以1e6还原实际抽样权重) ipv_study_clean$wt <- ipv_study_clean$d005 / 1000000 - 修正调查设计的定义写法,避免数据错位的隐形bug:
直接传入数据集向量的写法,容易在数据行顺序调整时出现权重和样本错配,替换为函数原生支持的公式形式定义变量,修复后的可运行代码如下:library(survey) ipvdesign <- svydesign( ids = ~v021, strata = ~v023, weights = ~wt, data = ipv_study_clean, variance = "HT" )
DHS家暴数据集的预处理注意事项
- 权重选择校验:使用家暴模块专属权重
d005而非通用女性权重v005的逻辑是正确的,匹配家暴模块的目标分析人口,不存在权重选用错误。 - 缺失值处理时序:搭建调查设计框架阶段,仅需剔除抽样设计核心变量(PSU、分层、权重)存在缺失的样本;不要提前在底表删除后续分析用到的家暴结局、协变量缺失值,待设计对象创建完成后,通过
subset()函数按需过滤,避免不必要的样本量损失。 - 设计校验:搭建完成后可通过
summary(ipvdesign)确认总加权样本量、分层、聚类数是否和DHS官方公开的家暴模块样本规模匹配,避免参数错配。
内容的提问来源于stack exchange,提问作者bakani1
相关产品推荐
相关产品推荐

