如何将概率与尺寸成比例（PPS）使用R的不等概率样本？

Question

我有很少的编程经验，但我正在做一个统计项目，并希望生成一个不等概率样本，其中一个单位的包含概率是基于它的大小（PPS）。

基本上，我有两个数据集：

• ds1列出了美国各州和我想的参数估计
• ds2都有每个国家的人口规模。

我的问题：

1. 我想用R使用基于每个状态（第二数据集）的人口包含概率从第一个数据集选择的随机样本。

2. 还有什么方法可以用R来计算这些广义不等概率估计公式吗？

也只是在公式记：pi_i是包含概率和pi_ij是联合包含概率。

Answer 1

是的，这就是所谓的加权取样。简单地将体重设置为状态的大小，严格来说，你甚至不需要通过1/sum(sizes)来标准化它们，尽管它总是很好的做法。 SO上有很多重复的帖子，显示了如何进行加权采样。

唯一的小复杂是你需要做一个join()的数据集ds1, ds2。向我们展示您尝试过的代码是否会导致问题。建议您使用dplyr或data.table。

你的第二个问题应该问作为一个单独的问题，是offtopic对SO，或至少不会得到了很大的反响 - 最好是问在姊妹网站统计问题CrossValidated

Answer 2

有一个包在R - pps和文档是here相同。

另外，还有一个包叫documentation here的调查包。

我不确定两者之间的差异，也没有自己使用它们。希望这是你正在寻找的。