我正在使用survey软件包处理美国社区调查微观数据，并希望计算一些基本的收入不平等统计数据。我已经设置了以下内容作为我的设计：
testsurv <- svrepdesign(data=test, repweights = test[,8:87], weights = test$HHWT,
combined.weights=TRUE, type = "Fay", rho = 0.5,scale=4/80,
rscales = rep(1, 80), mse=TRUE)
据此，我想按年份计算基尼系数，以及按年份计算的收入分位数比率。使用svyby和svyquantile:可以直接生成分位数和相关错误
quants <- svyby(~INCOME, ~YEAR, testsurvey, svyquantile,
quantiles=c(0.9, 0.75, 0.5, 0.25, 0.1), keep.var=TRUE)
这就引出了我的第一个问题：如果我对每个分位数都有基于权重的重复误差，我如何计算收入分位数比率的标准误差(例如90/10)？我尝试使用svyratio，但这是针对整个变量的比率，而不是针对变量中的选定观察。
第二个问题：有没有一种方法可以使用reldist中的现有函数(如gini)来计算survey中的基尼系数(具有基于复制的误差)？我尝试使用withReplicates，但效果不佳，可能是因为gini将其参数排序为变量，然后是权重，但withReplicates的指令指定了相反的顺序。我尝试了两种方法，但都不起作用。例如，其中HHWT是样本权重：
> withReplicates(testsurv, gini(~HHWT, ~INCOME))
这会产生以下错误消息：
Error in sum(weights) : invalid 'type' (language) of argument
In addition: Warning message:
In is.na(x) : is.na() applied to non-(list or vector) of type 'language'
使用R传送包。这在CRAN上还不可用，但你可以用快速安装
devtools::install_github("djalmapessoa/convey")
对于第90个与第10个的比率，使用?svyqsr函数并将alpha=设置为0.1，因为它默认为第80个和第20个
对于基尼系数，使用?svygini函数
只要你有acs的重复加权调查设计，这两个都应该是直接的计算。请确保在svrepdesign调用后立即使用convey_prep函数！