Ponderaciones muestrales en Stata: fweight vs. pweight

Question

Estoy trabajando con los datos del IPUMS ACS y del Censo en Stata. Me interesa conocer las distribuciones de los ingresos y su variabilidad para subpoblaciones específicas definidas por el nivel educativo, la ocupación, la raza y el sexo.

Los datos de la encuesta tienen pesos de probabilidad, pero quiero utilizar comandos que no aceptan pesos de probabilidad. Sin embargo, sí aceptan ponderaciones de frecuencia.

Quiero estimar: La distribución de la densidad del núcleo Media Coeficiente de variación Desviación estándar Percentiles

¿Puedo utilizar pesos de frecuencia en lugar de pesos de probabilidad? Estos parecen darme estimaciones puntuales precisas para la media, pero errores estándar demasiado pequeños.

¿Descarta eso la densidad del núcleo, la desviación estándar y el coeficiente de variación?

Answer 1

mean comando con pweight le da las estimaciones de la media y la sd, que a su vez le da la estimación del coeficiente de variación.

pctile también toma pweight . Generará percentiles.

kdensity sólo da estimaciones puntuales, no intervalos de confianza de las estimaciones de densidad, así que creo que usar fweight en lugar de pweight está bien. Pero no estoy seguro de esto.

Alternativamente, svy: pueden facilitarle la vida cuando trabaje con datos de encuestas. Véase aquí para una rápida introducción.

Además, piense si quiere describir su muestra o para hacer una inferencia sobre el población . Ver aquí para ver un ejemplo. Una cita relevante del enlace:

Fue intencional que summarize no permite pweights . summarize El propósito de la encuesta, tal y como yo lo veo, es proporcionar estadísticas descriptivas para la muestra, no proporcionar estadísticas inferenciales para la población. Según este criterio, sostengo que pweights no pertenecen aquí ya que pweights se utilizan para proporcionar estimaciones del parámetro poblacional mu.