语法求救

shiyiming

%let sampsize=100;
data tmp;
set sashelp.prdsale nobs=nobs;
retain _cnt_ 0;
if &sampsize > _cnt_ and ranuni(0) * (nobs + 1 -_N_) < (&sampsize - _cnt_) then do;
_cnt_+1;
output;
end;
drop _cnt_;
run;

有人可以帮我我这段程序注释一下么？特别是nobs=nobs在这里起什么作用。谢谢

shiyiming

本来初一看，我认为楼上的这个方式不是太好懂。
然后我在外面加了一层，试了1000次。看看结果出来的数据是不是UNIFORM分布的。
结果一看，的确是趋近于UNIFORM分布，然后再仔细一看，就明白了，呵呵，下面是测试的程序，如果哪位老兄有自己的抽样方式，把其中的一部分换成你的程序，运行一下，看看FREQ过程的结果，就可以知道自己的随机程序是否有效了，呵呵，机子慢的可以把MAIN里的1000改成200就差不多了，几十秒到几分钟运行时间吧。
data source;
do i=1 to 1000;
  output;
end;
run;

%macro name(j);
  tmp&j;
%mend;

%macro nameall(j);
%do m=1 %to &j;
  tmp&m
%end;
%mend;

%macro main;
%do i=1 %to 1000;
%let sampsize=100;
data %name(&i);
set source nobs=nobs;
retain _cnt_ 0;
if &sampsize > _cnt_ and ranuni(0) * (nobs + 1 -_N_) < (&sampsize - _cnt_) then do;
_cnt_+1;
output;
end;
drop _cnt_;
run;
%end;
%mend;

%main;

data all;
set %nameall(1000);
run;

proc freq;
table i;
run;

shiyiming

nobs=nobs中前一个nobs是系统变量，用于取得数据集描述中该数据集的总记录数。而后一个nobs只是普通变量，是将纪录总数赋给它，供以后程序使用。写颠倒了？没有！！！很奇怪的赋值方法，这就是SAS <!-- s8) --><img src="{SMILIES_PATH}/icon_cool.gif" alt="8)" title="Cool" /><!-- s8) -->

你可以改成nobs=temp试一试，在以后的程序中调用temp变量，效果一样。

shiyiming

if &amp;sampsize &gt; _cnt_ and ranuni(0) * (nobs + 1 -_N_) &lt; (&amp;sampsize - _cnt_) then do;


&amp;sampsize &gt; _cnt_：控制输出的OBS总数（100）
(nobs + 1 -_N_) ：控制每次可以选择OBS的范围，也就是FIRSTOBS=1，LASTOBS=(nobs + 1 -_N_)
ranuni(0) * (nobs + 1 -_N_) ：随机选择一个OBS
ranuni(0) * (nobs + 1 -_N_) &lt; (&amp;sampsize - _cnt_)：是否符合条件，如果符合，则输出

另外，NOBS=NOBS这种情况还是比较常见的，因为有些人推荐的一种编程规则就是把保留字赋值给相同的名字，这样容易知道这个变量的用处和来源。


to:ahuige

我不是很懂统计，请教一下。你的程序是否想证明这样产生的OBS 随机的，还是相反？
多谢

shiyiming

我一开始时是想证明这个不是严格的均匀分布随机。
因为从直觉上我认为可能最后几位被选中的机会更大。
因为程序可能会有几个值跳得太后面，到了后面为了达到个数，不得不取后面的所有值。
但是我重复了成千上万次，次数越大越均匀。
看来是正确的。从理论上应该和多人抽签的效果差不多。
先抽后抽概率一样。
只是我没有去想怎么从数学上证明。
最近没时间，在编DELPHI的程序。
BTW：你上面的注释，有一个我不太同意
{anuni(0) * (nobs + 1 -_N_) ：随机选择一个OBS }这不是随机选择obs,这里是对当前的值是否输出进行判断，输出的概率按照 还要抽取的个数/还余下的记录数，这样就保证了余下的记录被抽出的概率是相等的。

shiyiming

因为我用下面的程序对您产生的ALL DATASET进行了一下分析，所以有此一问，
多谢

proc univariate data=all plot;
var i;
freq i;
run;

shiyiming

不知道我是不是找错论坛了，呵呵。

看了大家的对话，有种摸不着北的感觉，差距很大的讲。

但我相信只是现在，谢谢大家对这个问题的热心解答。谢谢！

shiyiming

以上几位的讨论令我受益匪浅，最后看到楼主似乎对问题尚未清楚，再做一解释：
该程序从prdsale中随机抽取100条记录作为样本，
其中：
nobs=nobs 是将prdsale数据集中的记录总数赋予变量nobs，等号右边的nobs只要是正常的命名的变量即可。
if &amp;sampsize &gt; _cnt_ and ranuni(0) * (nobs + 1 -_N_) &lt; (&amp;sampsize - _cnt_) then do; /*_N_，它的值为数据步循环数*/
_cnt_+1;
output;
end;

其他语句的解释参见以上各位的，已经非常详细了。
大家主要在探讨按照此种方法的抽样结果是否随机

shiyiming

goldencredit谢谢你的答疑,前几天刚刚上手sas编程感到不是太习惯。现在慢慢的熟悉了，也有一点感觉了。所以这段程序还是明白了。还是要谢谢你的解释！

shiyiming

Mark