Me gustaría saber cómo difiere el tratamiento de los pesos entre svyglm
yglm
Estoy usando el twang
paquete en R para crear puntajes de propensión que luego se usan como pesos, de la siguiente manera (este código proviene de la twang
documentación):
library(twang)
library(survey)
set.seed(1)
data(lalonde)
ps.lalonde <- ps(treat ~ age + educ + black + hispan + nodegree + married + re74 + re75,
data = lalonde)
lalonde$w <- get.weights(ps.lalonde, stop.method="es.mean")
design.ps <- svydesign(ids=~1, weights=~w, data=lalonde)
glm1 <- svyglm(re78 ~ treat, design=design.ps)
summary(glm1)
...
Coefficients:
Estimate Std. Error t value Pr(>|t|)
(Intercept) 6685.2 374.4 17.853 <2e-16 ***
treat -432.4 753.0 -0.574 0.566
Compare esto con:
glm11 <- glm(re78 ~ treat, weights=w , data=lalonde)
summary(glm11)
Coefficients:
Estimate Std. Error t value Pr(>|t|)
(Intercept) 6685.2 362.5 18.441 <2e-16 ***
treat -432.4 586.1 -0.738 0.461
Por lo tanto, las estimaciones de los parámetros son las mismas, pero los errores estándar para el tratamiento son bastante diferentes.
¿Cómo difiere el tratamiento de pesas entre svyglm
y glm
?
surveyglm
)?