SAS 分层抽样的问题

是 否 +2 论坛币

k人 参与回答

经管之家送您一份

应届毕业生专属福利!

求职就业群

赵安豆老师微信：zhaoandou666

经管之家联合CDA

送您一个全额奖学金名额~ !

立即领取

感谢您参与论坛问题回答

经管之家送您两个论坛币！

+2 论坛币

各位专家好，我现在有个抽样的问题想请教一下， 估计应该需要分层分布

我需要从我的客户信息数据库中取出，结果同时抽出满足

男 女比例：3：2

语言  英语 中文 ：2：1

年龄段 ：

18 - 45 ：50%
46-55 ：40%
+55 ：10%

地理分布：

北京 ：10%
上海：10%
广东：50%
新疆：30%


我该如果抽样呢？才能达到目的？

谢谢啦，十分感谢

扫码加我 拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

分享0 收藏0 回帖

关键词：分层抽样 地理分布 客户信息 年龄段 数据库 数据库 年龄段 广东

分48层然后抽取分层样本

使用proc surveyselect过程
然后在strata子句中加上你要进行分层的四个变量
至于比例可以写到一个dataset里，然后读进去
具体的看官方文档吧

我编写如下的这种抽样sas程序，无需sorting数据；但是surveyselect基于sorted/grouped 数据。。。从程序效率而言，应该在稳定的基础并有改善。也可以参阅我的blog @ sample-allocation
京剧
http://blog.sina.com.cn/s/blog_a3a9263601019luq.html
http://blog.sina.com.cn/s/blog_a3a9263601019l0g.html

datasamplingFrom;
  call streaminit(12345);
  do obs =1 to 100000000;
    s1=rand('table',0.50);
    s2=rand('table',0.30);
    s3=rand('table',0.40);
    s4=rand('table',0.30,0.20,0.20);
   output;
  end;
run;
data samplingProps;
   length list $640.;
   do s1 =1 to 2;
     do s2 =1 to 2;
        do s3 =1 to 2;
           do s4 =1 to 4;
              _alloc_=  ifn(s1 =1,3/6,1-3/6)
                       *ifn(s2 =1,2/3,1-2/3)
                       *ifn(s3 =1,1/2,1-1/2)
                       *ifn(s4 in(14),2/8,ifn(s4 =3,3/8,1/8));
              list =catx(',',list,_alloc_);
              p ++_alloc_;
              output;
           end;
        end;
     end;
   end;
   *Maybe 1% tolerance;
   if fuzz(p)>=1.01 | fuzz(p) <=0.99 thenput"ERROR: Sum of props="p"(^=1),check the proportions.";
  callsymputx('list',list);
run;
%put &list;
%put ///sum of props=:%sysfunc(sum(&list));
data SamplingOut;
  call streaminit(12345);
  totSamples =1000;
  array t[2,2,2,4,2] _temporary_;
  if _n_ =1 then do;
    do p1 =1 tonobs1;
     set SamplingFrom point =p1 nobs =nobs1;
     t[s1,s2,s3,s4,1] ++1;
    end;
    do p2 =1 tonobs2;
     set SamplingProps point =p2 nobs =nobs2;
     t[s1,s2,s3,s4,2] =round(_alloc_*totSamples);
     totS ++t[s1,s2,s3,s4,2];
    end;
    puttotS;
    *adjusttotal sampling size when rounding problem occurs;
    *randomlydistribute rounding discrepancy to all strata;
    if totS^=totSamples then do i =1 toabs(totS-totSamples);   t[rand('table',.5),rand('table',.5),rand('table',.5),rand('table',.25,.25,.25),2]+(1*sign(totSamples-tots));
    end;
  end;
  set SamplingFrom;
  if t[s1,s2,s3,s4,2]>0 then ifrand('uniform') <= t[s1,s2,s3,s4,2]/t[s1,s2,s3,s4,1]then do;
   output;   
   t[s1,s2,s3,s4,2] +-1;
  end;