NHANES 调查权重怎么选？

把这项任务交给RigorMed：材料、产物与核对

1. 把权重疑问整理成分析前的决定记录

   下面是建议任务输入与整理目标，不是本轮实跑或客户成效；是否执行及具体交付仍须核对材料、能力与确认结果。

   需要提供的材料: 拟用周期、变量所属组件、官方Analytic Notes、目标人群与拟报告估计量。

   可请求的产物／交付目标: 权重依据表、复杂抽样设计说明草稿和待统计复核项。

2. 可直接改写的任务输入

   按我的变量与官方说明，整理候选权重、分层/PSU和跨周期例外的证据表；把不能决定的组件组合单列，先形成需要统计复核的分析计划段落。

3. 如何检查结果

   不承诺自动选对权重或已执行复杂抽样；2017–2020、2021–2023等特殊发布不能机械除以周期数。

先按变量来源判断权重层级

下表用于缩小候选范围，不是自动选择器。最终以所用周期、组件文件的官方分析说明为准。

权重代表抽样、非响应及覆盖调整，不能用“把样本量乘大”来理解。变量来自多个组件时，通常要依据限制性最强的适用样本选权重；但 2021–2023 的采血与膳食变量组合有官方特别提示，不能机械地只看哪一组人数最少。

分析前的六步核对

1. 写清目标估计量与人群

   区分全人群均值或比例、预设亚组估计、周期间趋势和合并周期的整体估计；写明年龄、受访条件与排除条件。不同问题不能共用一个未经核验的权重方案。

2. 逐变量绑定周期与组件

   记录变量名、组件文件、采集地点、适用人群与官方 Analytic Notes。问卷变量也可能在 MEC 采集；只看“Questionnaire”分类不足以判断使用访谈权重。

3. 选择适用权重并核对缺失

   在访谈、MEC、采血、膳食或其他子样本权重中，选择能覆盖主要分析变量的适用权重。再区分抽样或组件未参与、条目未回答及分析中的完整病例损失；现成权重并不会自动校正所有条目缺失。

4. 保留复杂抽样设计变量

   公开文件中的 SDMVSTRA 与 SDMVPSU 是用于方差估计的遮蔽分层和伪 PSU。使用支持复杂抽样的统计程序，同时指定适用权重、分层与 PSU；不要把加权后的记录当作独立简单随机样本。

5. 跨周期前核对可比性与特殊发布

   比较问卷、设备、实验室方法、单位、编码、目标人群及设计变化。确认周期属于常规两年发布，还是 1999–2002 四年基期、2017–2020 疫情前 3.2 年发布或 2021–2023 疫情后发布，再读对应合并指导。

6. 冻结方案并检查估计可靠性

   预先记录权重变量、构造方式、分层、PSU、周期、亚组定义、有效样本和估计可靠性标准。亚组分析应使用统计软件的 domain/subpopulation 方法，避免先删掉非亚组记录再估计方差。

哪些情况不能套用“两期权重各除以 2”？

1. 1999–2002 有官方提供的四年权重，跨越该基期的更长时期需按专门构造规则处理；
2. 2017–March 2020 疫情前文件代表约 3.2 年，不能当作普通两年周期；
3. August 2021–August 2023 与前期之间存在未采集数据的时间缺口，跨期合并需评估未观测时期的假设；
4. 2021–2023 血液分析物引入采血权重，和膳食等组件联用时需核对该期特别说明；
5. 空腹、膳食和其他专属子样本有各自权重，不能因为同时读取人口学文件就改用 MEC 或访谈权重；
6. 亚组估计不能只在数据表中先删除亚组以外的人，再用普通样本方法计算标准误。

把这些信息写进分析计划

在运行正式统计前，逐项留下可复核记录：

• 研究目标是周期间比较、整体合并估计，还是某个亚组估计？
• 每个核心变量的周期、组件、适用人群和 Analytic Notes 是否已确认？
• 所选权重是否覆盖限制性最强的适用组件，是否存在当期专属例外？
• SDMVSTRA、SDMVPSU 与目标周期的官方设计说明是否对应？
• 跨周期变量定义、测量、单位、编码及未采集时间段是否已评估？
• 合并权重的来源和构造、亚组方法、有效样本与不稳定估计规则是否已冻结？

如果关键组件没有适用权重，或者跨期可比性无法确认，应先缩小周期、修改问题或停止该项总体推断，而不是用一个通用公式补齐证据。

常见问题