Question

目标：从整个数据集中抽取50个观察结果（允许/不允许重复）

我不了解以下脚本的nObs用法

如何确定是否允许重复或不重复？

data carsample;
do i = 1 to 50;
slice = int(nObs*ranuni(123456));
set sashelp.cars point=slice nobs = nObs; 
end; 
stop;
run;

Answer 1

您提供的代码是随机抽样方法的实施，称为＆＃34; 带有替换的简单随机抽样（无限制随机抽样）＆＃34;。

在这种方法中，可能会出现重复。要限制重复项，您必须通过在数据集＆＃34; carsample＆＃34;中编写另一段代码来删除它们。

我们还有一个有效的抽样方法，这不允许重复记录。它是＆＃34; 简单的随机抽样，没有替换＆＃34;。

现在回答你的问题，

给定数据集sashelp.cars，我们必须选择50个样本观察。在代码中，我们使用point =来选择特定的观察。

例如：point = 9将从源数据集中选择第9个观测值。

假设我们在sashelp.cars中有500个观察结果。

slice = int(nObs*ranuni(123456));
set sashelp.cars point=slice nobs = nObs;

如果给出100，则代替nObs，您将获得1到100之间的随机数（切片变量），这反过来将仅获取源数据集中介于1和100之间的记录。

如果你给1000，你将获得1到1000之间的随机数（切片变量），这反过来将尝试获取源数据集中介于1和1000之间的记录。但是我们只有500个观测值。

因此，我们必须在源数据集中提供确切的观察数量，并使用 nobs = 。

如上所述，您可以删除重复项，方法是编写代码以删除重复项，或者使用＆＃34;简单的随机抽样，无需替换＆＃34;方法

注意：您还可以使用proc surveyselect

Answer 2

使用proc surveyselect，您可以更明确地控制所使用的采样方法，例如

/*Default: simple random sampling (repeats not allowed)*/

proc surveyselect
  data = sashelp.cars
  out  = carsample
  n = 50
  ;
run;

/*Unrestricted random sampling (repeats allowed)*/

proc surveyselect
  data = sashelp.cars
  out  = carsample
  n = 50
  method = urs
  ;
run;

澄清使用set语句

2 个答案: