Python中复杂样本的误差容限

Question

我有全国调查的加权统计数据集（n=6342）。数据已经加权，即每个受访者平均代表4000名受访者。在

我正在用pandas.read_stata函数读取数据集。基本上，我需要实现的是从每一个问题中提取数据，这些问题的频率都是受尊重的（%）以及每个频率的误差范围。在

我已经编写了Python代码来实现这一点，它可以很好地处理频率本身，即计算每个频率的加权值之和并除以总加权值和。在

伪代码如下所示：

   q_5 = dataset['q5'].unique()`
    frequencies = {}
    for value in q_5:
        variable = dataset[dataset['q5'] == value]
        freq = ((variable['indwt'].sum()/weights_sum)*100)
        freq = round(freq,0)
        frequencies.update({value : freq}) 

然而，由于这是一个复杂的样本，我无法得到正确的置信区间或误差范围。 有人建议我改用R，但考虑到语法学习曲线，我宁愿使用Python。在

有没有Python的统计包可以计算复杂样本的ME？在