如何使用 R 获取与大小（PPS）不等概率样本成比例的概率？

Question

我的编程经验很少，但我正在从事一个统计项目，并希望生成一个不等概率样本，其中单元的包含概率基于其大小 (PPS)。

基本上，我有两个数据集：

• ds1 列出了美国各州以及我要估算的参数
• ds2 有每个州的人口规模。

我的问题：

1. 我想使用 R 从第一个数据集中选择一个随机样本，使用基于每个州（第二个数据集）人口的包含概率。

2. 还有没有办法使用 R 来计算这些广义不等概率估计器公式？

还只是对公式的注释：pi_i 是包含概率，pi_ij 是联合包含概率。

Answer 1

是的，这称为加权抽样。只需将权重设置为状态的大小，严格来说，您甚至不需要通过1/sum(sizes) 对它们进行标准化，尽管这样做总是很好的做法。 SO上有大量重复的帖子展示了如何进行加权抽样。

唯一的小麻烦是您需要对数据集ds1, ds2 进行join()。如果导致问题，请向我们展示您尝试过的代码。建议您使用dplyr 或data.table。

您的第二个问题应该作为一个单独的问题提出，并且与 SO 无关，或者至少不会得到很好的回应 - 最好在姐妹网站 CrossValidated 上提出统计问题

Answer 2

在 R 中有一个相同的包 - pps，文档是 here。

此外，还有一个名为“调查”的包，其中包含一些documentation here。

我不确定这两者之间的区别，我自己也没有使用过它们。希望这就是您想要的。