Есть ли в Python эквивалент R-SvyDesign для применения сложных весов дизайна обследования? ⇐ Python

[Anonymous]

Существует ли способ включить веса обследования из сложных конструкций обследования для проведения описательной статистики (например, частот и кроссовки) и линейных/логистических регрессий и моделирования? Проекты опросов обычно включают стратификацию и кластеризацию для представления больших групп населения (например, CDC National Seview Seview Seview. P 41). < /p>
Пара постов, коррекленных по корректировке, в питоне и как провести SAS. Proc SurveyFreq со стратными в питонезии, пакеты Shartipy и Pandasurvey. В r я знаю, что это выполнимо с пакетом опроса, применяя опрос в DataFrame с помощью: < /p>
# Readin data
df = read_dta('data.dta')

# Define survey design
design
и в SAS пример может быть: < /p>
proc surveyfreq data=PS_Data;
tables INT4a; strata
final_strata; cluster granteeid;
weight analwt;
run;

< /code>
В Stata это делается: < /p>
Svyset GranteeID [pweight=ANALWT], strata(Final_strata) vce(linearized)
Then use the svy prefix for analysis commands.

Я попробовал функцию CrosShab в пандах, но, похоже, у нее нет возможности учитывать страт/кластеризацию.
xtab_weighted = pd.crosstab(
df['var1'], df['var2'],
df.analwt,
aggfunc=sum, dropna=True, normalize=True)



Подробнее здесь: https://stackoverflow.com/questions/768 ... esign-weig