Vorrei sapere come il trattamento dei pesi differisce tra svyglm
eglm
Sto usando il twang
pacchetto in R per creare punteggi di propensione che vengono quindi utilizzati come pesi, come segue (questo codice proviene dalla twang
documentazione):
library(twang)
library(survey)
set.seed(1)
data(lalonde)
ps.lalonde <- ps(treat ~ age + educ + black + hispan + nodegree + married + re74 + re75,
data = lalonde)
lalonde$w <- get.weights(ps.lalonde, stop.method="es.mean")
design.ps <- svydesign(ids=~1, weights=~w, data=lalonde)
glm1 <- svyglm(re78 ~ treat, design=design.ps)
summary(glm1)
...
Coefficients:
Estimate Std. Error t value Pr(>|t|)
(Intercept) 6685.2 374.4 17.853 <2e-16 ***
treat -432.4 753.0 -0.574 0.566
Confronta questo con:
glm11 <- glm(re78 ~ treat, weights=w , data=lalonde)
summary(glm11)
Coefficients:
Estimate Std. Error t value Pr(>|t|)
(Intercept) 6685.2 362.5 18.441 <2e-16 ***
treat -432.4 586.1 -0.738 0.461
Quindi le stime dei parametri sono le stesse ma gli errori standard per il trattamento sono abbastanza diversi.
In che modo il trattamento dei pesi differisce tra svyglm
e glm
?
surveyglm
)?