I pesi vengono indicati al momento di definire il disegno dell'indagine, dopodiché i dati saranno sempre ponderati:
design <- svydesign(id = mydata$row.names, weights = mydata$pesi, ids= ~0, data = mydata)
distribuzioni di frequenza e percentuali:
tab1<-svytable(~Ripartizione, WAmm)
prop.table(tab1)*100
Ripartizione
Nord Centro Sud e Isole
51.43117 13.76004 34.80879
test del chi quadrato
svychisq(~Ripartizione+Elezioni, WAmm) Pearson's X^2: Rao & Scott adjustment data: svychisq(~Ripartizione + Elezioni, WAmm) F = 2.1983, ndf = 3.289, ddf = 2065.776, p-value = 0.08017
media aritmetica
svymean(Età, WAmm, na.rm=TRUE)
mean SE
[1,] 49.42 0.864
Tabella delle medie
svyby(Età, Elezioni, design = WAmm, svymean, na.rm=TRUE)
by V1 se
Capoluogo Capoluogo 50.10407 0.7596612
Provincia Provincia 53.36620 1.0482588
Comuni non capoluogo Comuni non capoluogo 49.31187 0.9257523
E' possibile creare anche una tabella con più variabili.