sas proc surveyselect with contstraint on column

Question

我正在尝试使用基于2列的proc surveyselect创建一个独特的样本数据集。 我有一个简单的表，其中包含person_id和household_id。在这种情况下，person_id是我的“主键”，它是创建样本的主要输入。但我需要确保我不在样本和基础数据之间混合使用household_id。 因此，如果样本为household_id = 123，则不允许它出现在基础数据中（即使是另一个person_id），反之亦然。

你有一个方便的想法吗？我的所有解决方案预处理或后处理都会影响样本量。

谢谢！ 即

Answer 1

如您所见，proc surveyselect不允许这种约束。如果您想要容纳它，您将不得不接受采样中的轻微失真。我的建议如下：

• 使用proc surveyselect创建随机样本
• 标识样本数据集中也存在于基础数据集中的所有household_id。让我们说有N个。
• 从基础数据集中创建另一个大小为N的样本，并排除原始样本中的所有household_id。
• 将所有匹配的household_id行放回基础数据集中，将其从原始样本中删除，然后将新样本附加到原始样本中。