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.