Nhanes数据库介绍及使用 --不能不知道的权重计算

1. NHANES研究设计

• NHANES采用的是复杂多阶段的概率抽样（a complex, multistage, probability sampling design），并且对某些亚组进行oversampling（不知道中文怎么翻译好，保证有足够的亚组人群纳入研究）。其实这也是之后数据分析较为独特的原因。
• 四阶段抽样：分别是县（counties）、城市街区（segments）、住户（households）、个人（individuals）

2. 样本权重

• 样本权重（sample weight）：反映了个体抽样的不等概率，这也是由之前的复杂多阶段抽样造成的。需要在之后的分析过程中进行校正

3. 多周期合并时样本权重计算

• 权重的选择：（1）所有变量都在in-home interview中收集，采用wtint4yr（注意变量名称，int，多周期的话要注意使用合并权重）；（2）一些变量是在MEC中收集，采用wtmec4yr（注意变量名称，mec，多周期的话要注意使用合并权重）；（3）一些变量是调查子样本的一部分，采用相应子样本的权重，如研究变量中有空腹甘油三酯（接受检测的人大约是接受MEC检查的样本的一半），采用wtsaf4yr，多周期的话要注意使用合并权重；（4）一些变量来自24小时饮食召回（24-hour dietary recall）：变量来自第一天的recall，采用wtdrd1；使用两天的recall进行分析，采用wtdr2d，多周期的话要注意使用合并权重；
• 选择样本数量最少的变量对应的权重进行校正
• 多周期权重计算：（1）分析1999-2002四年（2 cycles）数据时，使用数据集中四年权重，如wtint4yr、wtmec4yr；（2）2001-2002及以后的样本权重，乘以相应的比例即可，具体见下图