Как использовать взвешивание выборки в регрессионных моделях в R
У меня есть несколько моделей логит-регрессии для набора данных в STATA, которые я пытаюсь воспроизвести в R. Веса вызывают проблему, поскольку два программного обеспечения обрабатывают весы по-разному. Коэффициенты моделей одинаковы, но стандартные ошибки в R намного больше (когда весовые коэффициенты не применяются, ошибки одинаковы в R и STATA).
Для моих упорядоченных моделей logit я использовал функцию clm() в порядковом пакете.
model <- clm(civic_protest2 ~ owner3+employed+ agenew +educ3+ male+
partyid2+ trust, weights = rsfweight, data = dta)
Для моделей logit я использовал функцию glm().
model <- glm(civicgroup2 ~ owner3 +employed + agenew + educ3 + male+
partyid2 +trust, weights = rsfweight, data = dta, family = binomial)
В некоторой литературе предполагается, что R использует "точное взвешивание", тогда как аргумент веса, используемый в STATA, был "взвешиванием выборки".
Есть ли в R способ регрессии трактовать весовой аргумент как вес выборки, чтобы соответствовать моим результатам в STATA? Кроме того, я собираюсь создать новые веса в R, используя весовые коэффициенты рейка - как мне заставить регрессии рассматривать весовые коэффициенты как весовые коэффициенты?