Question

我对方法论有一般性质疑。我如何知道匹配合并（MERGE）或交错（SET）是否更适合组合数据集？如果我有两个相关的数据集，它们似乎包含许多相同的变量（但不是全部），但我不知道所述变量中的信息是否相同，哪个更好？

是否有某种一般规则来决定哪个更好？

感谢您的建议。

Answer 1

这个问题确实没有一个好的答案; “合并”和“交错”之间存在根本区别。花几分钟时间阅读SAS Concepts手册中的示例particularly here。

Answer 2

我认为这是一个非常具体的数据问题以及您要实现的目标。在您了解数据以了解是否可以将它们组合（设置）或想要匹配合并它们之前，您根本不应该合并数据集。没有一般规则，因为它只取决于您的数据 - 如果我有两个数据集

data have_1;
input x y;
datalines;
1 2
2 3
3 4
;;;;
run;

data have_2;
input x y z;
datalines;
1 2 3
2 3 4
3 4 5 
;;;;
run;

您可以猜测has_1和has_2是相同的观察结果，只是附加一个变量z;但它们很容易也可以是不同的观察结果。如果我告诉你'x'是唯一的标识符，那么你会怀疑这些是相同的记录;但如果我告诉你“x”和“y”是定性特征，那么它们很容易就会发生质量上相似的不同观察。

重点在于：在使用之前了解您的数据。如果您不了解您的数据，则首先不应该使用它。