sas 抽样过程
本帖最后由 bxfly 于 2014-4-15 12:47 编辑1、 系统抽样它是首先将总体中各单位按一定顺序排列，根据样本容量要求确定抽选间隔，然后随机确定起点，每隔一定的间隔抽取一个单位的一种抽样方式。Sas代码（1）：data quan; set sashelp.prdsale; if mod(_n_,4)=0 then output ;run;Sas代码（2）：data quan1; do i= 1 tonumber by 10; set sashelp.prdsale nobs=number point=i; output ; end; stop; run;sas代码（3）：利用过程步surveyselect ，其中方法为systematic sampling（简写为sys）proc surveyselect data=sashelp.prdsale n=100 method=sys out=quan; run;
2、 简单抽样随即抽取分为重复抽样和不重复抽样。在重复抽样中，每次抽中的单位仍放回总体，样本中的单位可能不止一次被抽中。不重复抽样中，抽中的单位不再放回总体，样本中的单位只能抽中一次。sas代码（1）：data quan2; set sashelp.prdsale nobs=number; x=uniform(0); run;proc sort data=quan2 out=quan3; by x; run;data quan; set quan3; if _n_<30 then output;drop x;run;
这个代码很有意思的，产生一组随即数，然后根据随机数排序进行选择。
Sas代码（2）：
data quan; do i =1 to 50; p=ceil(1440*ranuni(0)); set sashelp.prdsalepoint=p; output; end; stop; drop p; run;
这个例子也是通过随机数来产生随机的位置，然后抽取相应的数据。
另外如果不知道初始样本的数据量，可以使用nobs设置。
data quan; do i =1 to 50; p=ceil(number*ranuni(0));/*向上取整，这样就可以使p指在【1，number】中。 set sashelp.prdsalepoint=p nobs=number; output; end; stop; drop p; run;
Sas代码（3）：利用过程步surveyselect,其中method= srs（即simple random sampling）
proc surveyselect data=sashelp.prdsale n=100 method=srs out=quan; run; 3、 分层抽样分层抽样先将总体的单位按某种特征分为若干次级总体（层），然后再从每一层内进行单纯随机抽样，组成一个样本的方法。Sas代码（1）：proc sort data=sashelp.prdsale out=quan;by country region;run;proc surveyselect data=quan rate=0.1 method=srs out=quan1; strata country region; run;这里有一点要提醒：就是必须先排序。排序后在进行抽样。4、bootstrap 方法Bootstrap的思想，是生成一系列bootstrap伪样本，每个样本是初始数据有放回抽样。通过对伪样本的计算，获得统计量的分布。例如，要进行1000次bootstrap，求平均值的置信区间，可以对每个伪样本计算平均值。这样就获得了1000个平均值。对着1000个平均值的分位数进行计算，即可获得置信区间。已经证明，在初始样本足够大的情况下，bootstrap抽样能够无偏得接近总体的分布。有关bootstrap sas代码可见：http://www.lexjansen.com/phuse/2005/pk/pk02.pdf
总结：
Data步虽然可以做一些抽样工作，但是不如surveyselect简洁、方便。
参考：
几种简单抽样方法的SAS实现–surveyselect http://yanyk.dxyer.cn/8215_10/
如何利用SAS进行随机抽样？http://blog.sina.com.cn/s/blog_5fc375650102dszz.htmlSas advance programming
Sas编程与商业数据挖掘
不错很实用的东西。 确实总结的很好！赞！ 总结的很好！赞！ 嗯，这个总结比较全面。 再加上匹配抽样的更好，哈哈~~~ chenli9045 发表于 2014-5-8 14:24
再加上匹配抽样的更好，哈哈~~~
好的 之后研究研究 赞一个！！！ slash 发表于 2014-5-25 11:15
赞一个！！！
slash大牛过奖了 一直怀疑boostrap, 简单的随机重复以增加obs，和原始数据区别在哪？
就想问一下, 无限接近真实值,干吗不直接用原始数据？
mean的CI,难道用原始数据就无法算出来吗？
thx!
页:
[1]
2