Hola,

Como no he visto ningún comentario sobre tu duda, para confirmar si
efectivamente podemos echarte una mano se me ocurren un par de cosas:
- El si nos pudieras adjuntar algún conjunto de datos con el que pudiéramos
reproducir tus resultados y pensar/probar sobre algo más concreto.
- Sugerirte el que revisaras este libro, por si diera alguna clave:
http://www.amazon.com/SAS-SPSS-Users-Statistics-Computing/dp/1461406846/ref=sr_1_1?ie=UTF8&qid=1320679525&sr=8-1

Saludos,
Carlos Ortega
www.qualityexcellence.es

El 5 de noviembre de 2011 16:28, jose luis cañadas
<canadasreche@gmail.com>escribió:

> Hola a tod@s.
>
> Se trata de un tema que lleva tiempo rondándome la cabeza, pero que
> nunca he encontrado una solución. Se que existe el paquete survey, pero
> me gustaría saber si existe algo más sencillo.
>
> Por ejemplo, estaba analizando los últimos datos de la encuesta de
> equipamientos tecnológicos del INE y dicho fichero tiene dos variables
> con factores de elevación, una para hogares y otra para las personas
> informantes.
>
> Si yo hago una regresión logística, (es sólo un ejemplo) del uso de
> internet de las personas que contestan a la encuesta y con variable
> independiente la edad.
> Si lo hago sin tener en cuenta los factores de elevación, obtengo ( para
> datos de Andalucía)
>
> uso_int <- datos$USO_INT
> uso_int <- ifelse(uso_int==1,1,0)
> sexo <- datos$SEXO
> edad <- datos$EDAD
> tamhogar <- datos$TAMHOG
> factor.elev <- datos$FACTOR_P
> factor.hog <- datos$FACTOR_H
> modelo.1 <- glm(uso_int~edad,binomial)
>
> 1> summary(modelo.1)
>
> Call:
> glm(formula = uso_int ~ edad, family = binomial)
>
> Deviance Residuals:
> Min 1Q Median 3Q Max
> -2.7102 -0.5973 -0.2022 0.6640 2.9093
>
> Coefficients:
> Estimate Std. Error z value Pr(>|z|)
> (Intercept) 5.668886 0.187706 30.20 <2e-16 ***
> edad -0.112343 0.003605 -31.16 <2e-16 ***
> ---
> Signif. codes: 0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1
>
> (Dispersion parameter for binomial family taken to be 1)
>
> Null deviance: 4817.0 on 3484 degrees of freedom
> Residual deviance: 2916.8 on 3483 degrees of freedom
> AIC: 2920.8
>
> Number of Fisher Scoring iterations: 5
>
> Que da las mismas estimaciones que en SPSS. Ahora bien, si pondero por
> FACTOR_P en SPSS obtengo una estimación de -5,788 para la constante y de
> 0.111 para la edad.
>
> ¿puedo utilizar la variable de ponderación en la opción weights de glm?
> Si lo hago obtengo
> 1> # uso round porque weights solo admite valores enteros
> 1> modelo.2 <- glm(uso_int~edad,binomial,weights=round(factor.elev))
> Mensajes de aviso perdidos
> glm.fit: fitted probabilities numerically 0 or 1 occurred
> 1> summary(modelo.2)
>
> Call:
> glm(formula = uso_int ~ edad, family = binomial, weights =
> round(factor.elev))
>
> Deviance Residuals:
> Min 1Q Median 3Q Max
> -766.5 0.0 0.0 0.0 727.7
>
> Coefficients:
> Estimate Std. Error z value Pr(>|z|)
> (Intercept) 2.657e+15 7.358e+04 3.611e+10 <2e-16 ***
> edad -5.142e+13 1.475e+03 -3.485e+10 <2e-16 ***
> ---
> Signif. codes: 0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1
>
> (Dispersion parameter for binomial family taken to be 1)
>
> Null deviance: 8554552 on 3484 degrees of freedom
> Residual deviance: 89235796 on 3483 degrees of freedom
> AIC: 89235800
>
> Number of Fisher Scoring iterations: 10
>
> Que no se parece en nada a lo estimado por SPSS.
>
> ¿Hay alguna forma de hacerlo?
> Según leo en la ayuda de spss
> "Ponderar casos proporciona a los casos diferentes ponderaciones
> (mediante una réplica simulada) para el análisis estadístico.
>
> - Los valores de la variable de ponderación deben indicar el número de
> observaciones representadas por casos únicos en el archivo de datos.
>
> --Los casos con valores perdidos, negativos o cero para la variable de
> ponderación se excluyen del análisis.
>
> - Los valores fraccionarios son válidos; se usan exactamente donde
> adquieren sentido y, con mayor probabilidad, donde se tabulan los casos"
>
> ¿Alguna idea?
>
> Gracias...
>
> _______________________________________________
> R-help-es mailing list
> R-help-es@r-project.org
> https://stat.ethz.ch/mailman/listinfo/r-help-es
>

	[[alternative HTML version deleted]]