Pondération et sous-population

Bonjour, je me mets actuellement aux statistiques et par la même occasion à R, aussi je ne suis pas sûr de savoir si ma question a vraiment sa place ici.

Voilà mon problème: je dispose d'une table de données de l'INSEE avec de nombreuses variables, dont une de pondération. Pour mes premiers calculs, j'utilise donc wtd.table pour faire des tris croisés pondérés et ça marche nickel. Je souhaite maintenant retenir une partie seulement de la table (les individus qui satisfont une certaine condition à l'une des variables), et faire de nouvelles statistiques dessus. Autrement dit, à l'aide de la fonction subset je crée une nouvelle table où ne figurent que les individus ayant répondu oui à la question A, et je voudrais faire de nouveaux tris croisés chez ces individus, mettons entre les variables B et C.
Ma question est alors : est-ce que je peux utiliser wtd.table avec la même variable de pondération, ou est-ce que tout est faussé du fait de l'utilisation de subset (et auquel cas, comment retrouver une pondération correcte) ?

Voilà voilà, j'espère ne pas transgresser les règles du forum en postant cela ici, merci pour votre aide !

François

Bonjour,

Je ne suis pas sûre d'avoir bien saisie votre question mais je pense que le mieux à faire est de garder, au sein du subset effectué, la variable de poids (à indiquer au niveau du paramètre "select"). Comme cela la variable de poids aura le même nombre d'individus que les autres et tout devrait être correct je pense.

Exemple :

Code:

---

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41

a<-factor(sample(c("Oui","Non"),10,replace=TRUE)) x1<-factor(sample(1:3,10,replace=TRUE)) poids<-c(2,1,2,1,1,0,1,0,1,1) D<-data.frame(x1,a,poids) D   x1 a poids 1 1 Oui 2 2 3 Non 1 3 2 Oui 2 4 2 Non 1 5 2 Non 1 6 1 Oui 0 7 2 Non 1 8 1 Oui 0 9 1 Non 1 10 3 Oui 1   table(D$x1)   1 2 3 4 4 2   wtd.table(D$x1,weights=D$poids)   1 2 3 3 5 2   S<-subset(D,a=="Oui",select=c("x1","a","poids")) S x1 a poids 1 1 Oui 2 3 2 Oui 2 6 1 Oui 0 8 1 Oui 0 10 3 Oui 1   wtd.table(S$x1,weights=S$poids)   1 2 3 2 2 1

---

HTH ! :)


Cordialement,


A.D.

merci pour votre réponse,

évidemment, je continue à avoir des questions :)

-d'abord concernant le paramètre select, pour l'instant je ne l'utilise pas et la variable de pondération est conservée sans problème (comme toutes les autres d'ailleurs). Est-il vraiment indispensable, à partir du moment où l'on ne souhaite pas particulièrement exclure de variable ?

-ensuite (ou plutôt avant d'ailleurs), ma question est plutôt mathématique. En réalisant un simple subset comme nous le faisons ici, le poids de chaque individu reste le même. Et ma question est : peut-on garder le même poids pour chaque individu, tout en en excluant une partie ? Autrement dit la variable de pondération, que l'INSEE construit grâce à des données connues (par exemple, on sait qu'il y a proportionnellement moins de femmes dans la population que dans l'enquête donc on leur donne un poids inférieur dans la pondération), signifie-t-elle encore quelque chose si l'on exclut des individus de l'enquête?

Je suis bien conscient que la question est à la limite de R, puisqu'au niveau des commandes, seule ma question sur select reste incertaine pour moi. Mais si des gens ont des réponses, sait-on jamais...

En tous les cas, merci d'avoir prêté attention au problème.

François