‘INDEX’ is of length zero error in gtsummary::tbl_svysummary

I have created a survey object via tidyverse manipulations and the srvyr package that has the following characteristics:

> dat_svy
Stratified 1 - level Cluster Sampling design (with replacement)
With (306) clusters.
Called via srvyr
Sampling variables:
  - ids: region 
  - strata: year 
  - weights: weights 
Data variables: 
  - year (dbl), region (dbl), weights (dbl), suicide1 (dbl), suicide2 (dbl),
    suicide3 (dbl), suicide4 (dbl), white (dbl), college_degree (dbl), male (dbl),
    birth_cohort (dbl), not_married (dbl), no_children (dbl), no_siblings (dbl),
    lives_alone (dbl), no_church (dbl), socially_isolated (dbl), no_afterlife
    (dbl), unhappy (dbl)

When I call the tbl_svysummary function from the gtsummary package on it, I get the error: “Error in tapply(y, by, sum, na.rm = na.rm, default = 0L) : ‘INDEX’ is of length zero”.

I can’t find anything on this error anywhere. I don’t have any factor or character variables to worry about – tbl_svysummary just refuses to work. What do I need to change or what am I doing wrong here?

Simple dput of the top hundred rows – the dataframe is around 72,000 responses in full:

dat_dput <- structure(list(year = c(1972, 1972, 1972, 1972, 1972, 1972, 1972, 
1972, 1972, 1972, 1972, 1972, 1972, 1972, 1972, 1972, 1972, 1972, 
1972, 1972, 1972, 1972, 1972, 1972, 1972, 1972, 1972, 1972, 1972, 
1972, 1972, 1972, 1972, 1972, 1972, 1972, 1972, 1972, 1972, 1972, 
1972, 1972, 1972, 1972, 1972, 1972, 1972, 1972, 1972, 1972, 1972, 
1972, 1972, 1972, 1972, 1972, 1972, 1972, 1972, 1972, 1972, 1972, 
1972, 1972, 1972, 1972, 1972, 1972, 1972, 1972, 1972, 1972, 1972, 
1972, 1972, 1972, 1972, 1972, 1972, 1972, 1972, 1972, 1972, 1972, 
1972, 1972, 1972, 1972, 1972, 1972, 1972, 1972, 1972, 1972, 1972, 
1972, 1972, 1972, 1972, 1972), region = c(3, 3, 3, 3, 3, 3, 3, 
3, 7, 7, 7, 7, 7, 7, 7, 7, 7, 7, 7, 7, 7, 7, 7, 7, 3, 3, 3, 3, 
3, 3, 3, 3, 3, 3, 3, 3, 3, 6, 6, 6, 6, 6, 6, 6, 3, 3, 3, 3, 3, 
3, 3, 3, 3, 3, 3, 3, 3, 3, 4, 4, 4, 4, 4, 4, 4, 3, 3, 3, 3, 3, 
3, 3, 3, 3, 3, 3, 3, 3, 3, 3, 3, 3, 3, 3, 3, 3, 3, 3, 3, 3, 3, 
1, 1, 1, 1, 1, 1, 1, 1, 4), weights = c(0.663196271930943, 0.917370028585327, 
0.897412512251031, 1.06634082743438, 0.94432371066466, 0.526887241987567, 
0.526887241987567, 0.546578869586901, 0.283198307048893, 0.494322145606406, 
0.494322145606406, 0.514302430419033, 0.342881139044641, 0.737740988776798, 
0.325847822011128, 0.344758822112228, 0.69963910150137, 0.775624523191156, 
1.15320013722553, 2.11211800992106, 0.64273816062543, 0.64273816062543, 
0.69963910150137, 0.848913248628709, 1.16102275743865, 0.94432371066466, 
0.739610183680864, 0.897412512251031, 0.847172098766174, 0.842558088614268, 
0.842558088614268, 1.02792370661946, 1.63985954597833, 1.11309898130309, 
0.847172098766174, 0.847172098766174, 0.94432371066466, 1.44345531723148, 
0.626115859108271, 1.22820170398128, 0.900385775275192, 1.01223292017645, 
1.18963602327628, 1.22151246676606, 1.40871806128592, 1.02792370661946, 
1.5807802341143, 1.10937369168099, 0.735581995192448, 1.10333163542922, 
1.10333163542922, 0.919680751859048, 0.735581995192448, 1.02792370661946, 
2.34789863846679, 0.919680751859048, 1.11590271768198, 1.11590271768198, 
0.914145070725301, 0.76937467894537, 0.753400464602581, 1.15401876109887, 
0.956302790407163, 0.602587164960281, 0.753400464602581, 0.939180577180875, 
0.919680751859048, 0.897412512251031, 1.38819734003634, 0.878833896874097, 
0.735581995192448, 1.11590271768198, 0.917370028585327, 0.939180577180875, 
2.10778598425346, 1.09328067639143, 1.33873713023916, 1.16835272322354, 
2.10778598425346, 1.17475084745831, 1.4711639903849, 0.897412512251031, 
0.459990562003962, 1.02792370661946, 1.05389299212673, 0.878833896874097, 
1.15760792327927, 1.98973798274558, 0.878833896874097, 0.685909878201486, 
0.878833896874097, 1.3267263503737, 1.3267263503737, 0.7289825566487, 
1.08429379105826, 0.692768867456301, 1.09343284866041, 0.884517387650749, 
0.861435127509909, 0.842072856888276), suicide1 = c(NA_real_, 
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, 
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, 
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, 
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, 
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, 
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, 
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, 
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, 
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, 
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, 
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, 
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, 
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, 
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, 
NA_real_), suicide2 = c(NA_real_, NA_real_, NA_real_, NA_real_, 
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, 
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, 
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, 
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, 
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, 
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, 
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, 
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, 
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, 
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, 
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, 
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, 
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, 
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_), suicide3 = c(NA_real_, 
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, 
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, 
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, 
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, 
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, 
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, 
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, 
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, 
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, 
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, 
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, 
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, 
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, 
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, 
NA_real_), suicide4 = c(NA_real_, NA_real_, NA_real_, NA_real_, 
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, 
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, 
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, 
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, 
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, 
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, 
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, 
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, 
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, 
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, 
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, 
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, 
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, 
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_), white = c(1, 
1, 1, 1, 1, 1, 1, 1, 0, 0, 0, 0, 0, 0, 0, 0, 1, 1, 1, 1, 1, 1, 
1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 
1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 
1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 
1, 1, 1, 1, 0, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1), college_degree = c(1, 
0, 0, 1, 0, 0, 0, 1, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 1, 0, 0, 0, 
0, 0, 1, 0, 0, 0, 0, 0, 0, 0, 1, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 
0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 
0, 0, 0, 0, 0, 1, 0, 0, 0, 0, 0, 1, 0, 0, 0, 0, 0, 0, 0, 0, 0, 
1, 1, 1, 1, 0, 1, 0, 0, 0, 1, 0, 0, 1, 0, 0), male = c(0, 1, 
0, 0, 0, 1, 1, 1, 0, 0, 0, 1, 1, 0, 1, 1, 1, 0, 0, 0, 1, 1, 1, 
0, 0, 0, 1, 0, 1, 1, 1, 0, 1, 0, 1, 1, 0, 0, 1, 0, 0, 1, 1, 0, 
0, 0, 1, 1, 1, 1, 1, 1, 1, 0, 0, 1, 0, 0, 0, 0, 1, 0, 1, 1, 1, 
0, 1, 0, 0, 1, 1, 0, 1, 0, 1, 1, 0, 0, 1, 0, 1, 0, 1, 0, 1, 1, 
0, 0, 1, 0, 1, 0, 0, 1, 0, 1, 1, 0, 1, 0), birth_cohort = c(2, 
1, 1, 1, 1, 2, 1, 1, 2, 1, 1, 1, 1, 1, 1, 1, 2, 1, 1, 2, 1, 1, 
2, 2, 1, 1, 1, 1, 2, 2, 2, 2, 2, 1, 2, 1, 1, 1, 1, 1, 1, 1, 1, 
1, 1, 1, 2, 1, 1, 1, 1, 1, 1, 2, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 
1, 1, 1, 1, 1, 2, 1, 1, 1, 1, 2, 2, 1, 1, 2, 1, 1, 1, 1, 1, 2, 
2, 1, 1, 2, 2, 2, 1, 1, 1, 1, 1, 1, 1, 1, 2), not_married = c(1, 
0, 0, 0, 0, 1, 1, 1, 1, 0, 0, 0, 0, 1, 0, 0, 0, 0, 0, 1, 0, 0, 
0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 1, 0, 0, 0, 0, 0, 1, 0, 1, 0, 0, 
0, 0, 0, 1, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 
0, 0, 0, 0, 1, 0, 0, 0, 0, 0, 1, 1, 0, 1, 1, 1, 0, 0, 1, 0, 1, 
0, 0, 1, 0, 1, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0), no_children = c(1, 
0, 0, 1, 0, 1, 0, 1, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 1, 0, 0, 
1, 0, 1, 0, 0, 0, 1, 0, 0, 0, 1, 0, 0, 0, 0, 0, 1, 0, 0, 0, 0, 
1, 0, 1, 1, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 1, 0, 0, 0, 0, 0, 0, 
0, 0, 0, 1, 1, 1, 0, 0, 0, 0, 1, 1, 0, 0, 0, 1, 0, 0, 1, 0, 1, 
1, 1, 1, 1, 1, 1, 0, 0, 0, 0, 0, 0, 0, 0, 0), no_siblings = c(0, 
0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 1, 0, 1, 0, 0, 0, 0, 0, 
0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 1, 0, 0, 
0, 0, 0, 0, 0, 0, 0, 1, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 
0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 
0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 1, 0, 0, 0), lives_alone = c(1, 
0, 0, 0, 0, 1, 1, 1, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 
0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 1, 0, 1, 0, 0, 
0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 
0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 1, 0, 0, 
0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0), no_church = c(0, 
0, 0, 1, 1, 0, 0, 1, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 
0, 1, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 
0, 0, 0, 0, 0, 0, 0, 1, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 
0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 1, 0, 1, 0, 0, 1, 0, 1, 0, 1, 
0, 0, 1, 0, 0, 0, 0, 0, 1, 0, 0, 0, 0, 0, 0), socially_isolated = c(0, 
0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 
0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 
0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 
0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 
0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0), no_afterlife = c(NA_real_, 
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, 
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, 
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, 
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, 
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, 
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, 
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, 
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, 
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, 
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, 
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, 
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, 
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, 
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, 
NA_real_), unhappy = c(1, 1, 0, 1, 0, 0, 1, 1, 0, 0, 0, 0, 0, 
1, 0, 1, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 
0, 1, 0, 0, 1, 0, 0, 1, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 
0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 1, 0, 0, 
0, 1, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 
0, 0, 0)), row.names = c(NA, 100L), class = "data.frame")

dat_svy <- dat_dput |> 
as_survey_design(
ids = region, 
strata = year, 
weights = weights, 
nest = TRUE)

tbl_svysummary(dat_svy)

  • r
  • tidyverse
  • gtsummary

I am not sure exactly what is going on, but the issue is in trying to summarize the weights column: something you most often do not need to summarize is a descriptive table. (Also, the survey pkg is throwing a separate warning about the weights column, and this could be related.)

If you exclude the weights column from the summary, you get the expected table. NOTE: There are many columns that are all missing in your data frame; hence, the errors when trying to summarize those columns.)

library(gtsummary)

dat_svy <- dat_dput |> 
  srvyr::as_survey_design(
    ids = region, 
    strata = year, 
    weights = weights, 
    nest = TRUE)
names(dat_dput)
#>  [1] "year"              "region"            "weights"          
#>  [4] "suicide1"          "suicide2"          "suicide3"         
#>  [7] "suicide4"          "white"             "college_degree"   
#> [10] "male"              "birth_cohort"      "not_married"      
#> [13] "no_children"       "no_siblings"       "lives_alone"      
#> [16] "no_church"         "socially_isolated" "no_afterlife"     
#> [19] "unhappy"

tbl_svysummary(
  dat_svy,
  include = -weights
) |> 
  as_kable()

#> Sample size greater than population size: are weights correctly scaled?
#> The following errors were returned during `as_kable()`:
#> ✖ For variable `no_afterlife` and "median", "p25", and "p75" statistics: error
#>   in evaluating the argument 'x' in selecting a method for function 't':
#>   missing value where TRUE/FALSE needed
Characteristic N = 98
year
1972 98 (100%)
region
1 8 (8.2%)
3 64 (66%)
4 7 (6.9%)
6 8 (7.8%)
7 11 (11%)
suicide1 NA (NA, NA)
Unknown 98
suicide2 NA (NA, NA)
Unknown 98
suicide3 NA (NA, NA)
Unknown 98
suicide4 NA (NA, NA)
Unknown 98
white 93 (96%)
college_degree 16 (16%)
male 45 (46%)
birth_cohort
1 72 (73%)
2 26 (27%)
not_married 23 (24%)
no_children 30 (31%)
no_siblings 4 (4.2%)
lives_alone 4 (4.4%)
no_church 12 (13%)
socially_isolated
0 98 (100%)
no_afterlife NA (NA, NA)
Unknown 98
unhappy 9 (9.6%)

Created on 2024-12-02 with reprex v2.1.1

1

I suggest using surveytable. It’s easy to use and does not cause the error.

I create the survey object using survey, to avoid messing around with tibbles. In your original data, categorical variables should be stored as factor. I convert all the variables (other than weights) to factor on the fly.

# Using survey
dat_svy <- dat_dput |> 
  survey::svydesign(
ids = ~region, 
strata = ~year, 
weights = ~weights, 
data = _, 
nest = TRUE)

library(surveytable)

for (nn in names(dat_svy$variables)) {
  # Converting to factor on the fly.
  if (nn != "weights") dat_svy$variables[,nn] = as.factor(dat_svy$variables[,nn])
  set_survey(dat_svy)
  print( tab(nn) )
}

The full output is too long to list here. Here are some examples:

             year {dat_svy}             
┌───────┬─────┬────────┬────┬────┬─────┐
│ Level │   n │ Number │ SE │ LL │  UL │
├───────┼─────┼────────┼────┼────┼─────┤
│ 1972  │ 100 │     98 │ 56 │ 31 │ 305 │
└───────┴─────┴────────┴────┴────┴─────┘
  N = 100.                              

                           region {dat_svy}                           
┌───────┬────┬────────┬────┬────┬─────┬─────────┬──────┬─────┬───────┐
│ Level │  n │ Number │ SE │ LL │  UL │ Percent │   SE │  LL │    UL │
├───────┼────┼────────┼────┼────┼─────┼─────────┼──────┼─────┼───────┤
│ 1     │  8 │      8 │  8 │  1 │  88 │     8.2 │ 10.4 │ 0   │  72   │
├───────┼────┼────────┼────┼────┼─────┼─────────┼──────┼─────┼───────┤
│ 3     │ 61 │     64 │ 64 │  9 │ 477 │    65.7 │ 28.3 │ 1.4 │ 100   │
├───────┼────┼────────┼────┼────┼─────┼─────────┼──────┼─────┼───────┤
│ 4     │  8 │      7 │  7 │  1 │  73 │     6.9 │  8.9 │ 0   │  65.7 │
├───────┼────┼────────┼────┼────┼─────┼─────────┼──────┼─────┼───────┤
│ 6     │  7 │      8 │  8 │  1 │  91 │     7.8 │ 10   │ 0   │  70.2 │
├───────┼────┼────────┼────┼────┼─────┼─────────┼──────┼─────┼───────┤
│ 7     │ 16 │     11 │ 11 │  1 │ 101 │    11.4 │ 14.1 │ 0   │  83.2 │
└───────┴────┴────────┴────┴────┴─────┴─────────┴──────┴─────┴───────┘
  N = 100.                                                            

         weights {dat_svy}         
┌─────────┬──────┬────────┬───────┐
│ % known │ Mean │    SEM │    SD │
├─────────┼──────┼────────┼───────┤
│     100 │ 1.12 │ 0.0533 │ 0.439 │
└─────────┴──────┴────────┴───────┘

...

                          unhappy {dat_svy}                          
┌───────┬────┬────────┬────┬────┬─────┬─────────┬─────┬──────┬──────┐
│ Level │  n │ Number │ SE │ LL │  UL │ Percent │  SE │   LL │   UL │
├───────┼────┼────────┼────┼────┼─────┼─────────┼─────┼──────┼──────┤
│ 0     │ 88 │     88 │ 50 │ 29 │ 272 │    90.4 │ 1.7 │ 84.8 │ 94.4 │
├───────┼────┼────────┼────┼────┼─────┼─────────┼─────┼──────┼──────┤
│ 1     │ 12 │      9 │  6 │  2 │  41 │     9.6 │ 1.7 │  5.6 │ 15.2 │
└───────┴────┴────────┴────┴────┴─────┴─────────┴─────┴──────┴──────┘
  N = 100.

3

Trang chủ Giới thiệu Sinh nhật bé trai Sinh nhật bé gái Tổ chức sự kiện Biểu diễn giải trí Dịch vụ khác Trang trí tiệc cưới Tổ chức khai trương Tư vấn dịch vụ Thư viện ảnh Tin tức - sự kiện Liên hệ Chú hề sinh nhật Trang trí YEAR END PARTY công ty Trang trí tất niên cuối năm Trang trí tất niên xu hướng mới nhất Trang trí sinh nhật bé trai Hải Đăng Trang trí sinh nhật bé Khánh Vân Trang trí sinh nhật Bích Ngân Trang trí sinh nhật bé Thanh Trang Thuê ông già Noel phát quà Biểu diễn xiếc khỉ Xiếc quay đĩa Dịch vụ tổ chức sự kiện 5 sao Thông tin về chúng tôi Dịch vụ sinh nhật bé trai Dịch vụ sinh nhật bé gái Sự kiện trọn gói Các tiết mục giải trí Dịch vụ bổ trợ Tiệc cưới sang trọng Dịch vụ khai trương Tư vấn tổ chức sự kiện Hình ảnh sự kiện Cập nhật tin tức Liên hệ ngay Thuê chú hề chuyên nghiệp Tiệc tất niên cho công ty Trang trí tiệc cuối năm Tiệc tất niên độc đáo Sinh nhật bé Hải Đăng Sinh nhật đáng yêu bé Khánh Vân Sinh nhật sang trọng Bích Ngân Tiệc sinh nhật bé Thanh Trang Dịch vụ ông già Noel Xiếc thú vui nhộn Biểu diễn xiếc quay đĩa Dịch vụ tổ chức tiệc uy tín Khám phá dịch vụ của chúng tôi Tiệc sinh nhật cho bé trai Trang trí tiệc cho bé gái Gói sự kiện chuyên nghiệp Chương trình giải trí hấp dẫn Dịch vụ hỗ trợ sự kiện Trang trí tiệc cưới đẹp Khởi đầu thành công với khai trương Chuyên gia tư vấn sự kiện Xem ảnh các sự kiện đẹp Tin mới về sự kiện Kết nối với đội ngũ chuyên gia Chú hề vui nhộn cho tiệc sinh nhật Ý tưởng tiệc cuối năm Tất niên độc đáo Trang trí tiệc hiện đại Tổ chức sinh nhật cho Hải Đăng Sinh nhật độc quyền Khánh Vân Phong cách tiệc Bích Ngân Trang trí tiệc bé Thanh Trang Thuê dịch vụ ông già Noel chuyên nghiệp Xem xiếc khỉ đặc sắc Xiếc quay đĩa thú vị

Filed under: Kiến thức lập trình - @ 20:03

Thẻ:

Trang chủ Giới thiệu Sinh nhật bé trai Sinh nhật bé gái Tổ chức sự kiện Biểu diễn giải trí Dịch vụ khác Trang trí tiệc cưới Tổ chức khai trương Tư vấn dịch vụ Thư viện ảnh Tin tức - sự kiện Liên hệ Chú hề sinh nhật Trang trí YEAR END PARTY công ty Trang trí tất niên cuối năm Trang trí tất niên xu hướng mới nhất Trang trí sinh nhật bé trai Hải Đăng Trang trí sinh nhật bé Khánh Vân Trang trí sinh nhật Bích Ngân Trang trí sinh nhật bé Thanh Trang Thuê ông già Noel phát quà Biểu diễn xiếc khỉ Xiếc quay đĩa
Thiết kế website Thiết kế website Thiết kế website Cách kháng tài khoản quảng cáo Mua bán Fanpage Facebook Dịch vụ SEO Tổ chức sinh nhật