如何根据百分比在SPSS中拆分数据

Question

我有一个SPSS格式的7G文件。它有一些调查数据，并有评论级别分数和句子级别分数。一个评论可以有多个句子，一个调查最多有4个评论。

我正在尝试在SPSS中进行随机抽样，因此我可以在R中使用较小的文件，但如果我进行简单随机抽样，那么我无法将整个调查和评论保持在一起。

我想要的是从这个大文件中取样并只挑选5％的surveyId，因此整个调查的行保持在一起。

Surv_ID  Sentence_ID Comment_ID Sentence_Score Comment_Score
A001         001       1            3.5             2
A001         002       1            2.8             2
A001         001       2            1.4            -1
A001         002       2           -2.9            -1
A001         003       2           -3.1            -1
A002         001       1            2.3             3
A002         002       1            4.3             3
A002         001       2            1.2             1
A002         002       2            0.85            1
A002         003       2            0.79            1
A002         001       3            3.5             2
A002         002       3           -3.1             2
A002         003       3            2.8             2
A003         001       1             1              1
A003         001       2           -0.9            -3
A003         002       2           -4.3            -3
A003         003       2           -4.0            -3
A003         001       3            3.4             3
A003         002       3            4.4             3
A003         001       4            2.8             2

Answer 1

COMPUTE RandNum=RV.UNIFORM(0,1).
AGGREGATE OUTFILE=* MODE=ADDVARIABLES OVERWRITE=YES /BREAK=Surv_ID /RandNum=MAX(RandNum).
SORT CASES BY RandNum Surv_ID.
COMPUTE SurvIDNum=SUM(LAG(SurvIDNum),(LAG(Surv_ID)<>Surv_ID)=1 OR $CASENUM=1).
AGGREGATE OUTFILE=* MODE=ADDVARIABLES /TotN=N.
COMPUTE SurvIDNumPCT=SurvIDNum/TotN.
SELECT IF (SurvIDNumPCT<0.05).

1. 为所有情况创建随机变量
2. 为所有唯一Surv_ID
分配最大随机值
3. 按随机变量对案例进行排序，并按Surv_ID
进行群集
4. 为顺序Surv_ID＆＃39;
创建一个数字计数器
5. 将此值除以案例总数以获得百分比
6. 根据需要选择多个案例

对于上面的步骤，这里有相应的说明，在哪里可以找到相关的GUI等价物。

1. 转换 - ＆gt;计算变量
2. 数据 - ＆gt;聚合
3. 数据 - ＆gt;案件分类
4. 转换 - ＆gt;计算变量
5. 转换 - ＆gt;计算变量
6. 数据 - ＆gt;选择案例