怎么样用SAS来产生模拟数据集

yongyitian 发表于 2014-3-19 21:07
1. the warning is ok.
2. delete the ALL dataset before running the macro,
3. search proc append ...

您是指删掉这里面的base=all的语句么？proc append base=all data=sample; run; %put loop=&simu_num;
  %end;变成proc append  data=sample; run; %put loop=&simu_num;
  %end;

yongyitian 发表于 2014-3-19 21:07
1. the warning is ok.
2. delete the ALL dataset before running the macro,
3. search proc append ...

您好，我加了一个force option之后，在final的数据集里面可以找到结果了。然后您给我的的程序一共从1001到1010运行了十次，如果我需要做1000次的话，只需要将%do simu_num = 1001 %to 1010;改为%do simu_num = 1 %to 1000;就可以了吧？

小宝爱波1314 发表于 2014-3-19 21:35
您好，我加了一个force option之后，在final的数据集里面可以找到结果了。然后您给我的的程序一共从1001到 ...

ＡＬＬ前面有the说的是ＡＬＬ是一个名词。 the ALL dataset = the dataset ALL

运行这个宏之前要删除数据集ＡＬＬ
do i=1 to 1000; ro do i = 1001 to 2000;

yongyitian 发表于 2014-3-19 21:43
ＡＬＬ前面有the说的是ＡＬＬ是一个名词。 the ALL dataset = the dataset ALL

运行这个宏之前要删除数 ...

太谢谢您了，每次跟您请教都能学会很多东西。希望以后我也能想您一样强

yongyitian 发表于 2014-3-19 11:20

您好，如果我想在在age的最大值和中位数之间随机产生0.05*N个模拟数，在中位数和最小值之间随机产生0.05*N个模拟数，最后把两个产生的模拟数放到一起，然后再执行上述步骤，这样用SAS可行么？

小宝爱波1314 发表于 2014-3-23 10:17
您好，如果我想在在age的最大值和中位数之间随机产生0.05*N个模拟数，在中位数和最小值之间随机产生0.05* ...

可以用sas做。不过结果可能和前面的结果差别不大。　可以用proc　means　求median的值，然后用类似６楼的方

法把median放再一各宏变量里，下面的也和６楼的方法一样。


https://s.pinggu.org/search.php?mod=forum&searchid=3995&orderby=lastpost&ascdesc=desc&searchsubmit=yes&

yongyitian 发表于 2014-3-25 11:33
可以用sas做。不过结果可能和前面的结果差别不大。　可以用proc　means　求median的值，然后用类似 ...

是的，您说得对。我做过了，结果偏差很小。我想用SAS得到一组模拟数（x），一共100000个>mean+3std的数占5%（没有上限），0<x<mean-3std的数占5%，mean-3std<x<mean-2std的数占45%，mean+2std<x<mean+3std的数占45%。按这种要求来产生模拟数，可以实现么？

yongyitian 发表于 2014-3-19 11:20

您好，上次问您的问题您没来得及给我解答，然后我自己写了一点程序，但是还是有点问题想要请教您。
我自己写了一段程序，产生了一个outlier的数据集，一共100000条数据，我想从这个数据集中随机抽出一部分（rate）数据来随机替代原来数据集中的一部分数据，然后计算在这样的替代rate之下数据的mean和std。以下是我的程序。



/*create outlier dataset*/
%macro cond(cond1, cond2);
  when (c[&cond1] >0 and &cond2  ) do;
    c[&cond1] +-1;
    sampSize +-1;
    output;
    end;
%mend cond;
data B1841039.outlier_weight;
  call streaminit(12345);
  sampSize =100000;
  array p[4] _temporary_(5 5 45 45);
  array c[4] _temporary_;
  do i =1 to dim(p);
    c =ceil(sampSize *p/100);
    end;
  c[4] =c[4]-(sum(of c

)-sampSize);
  mean = 3283.95;
  std = 563.1736630;
  do until (sampSize <=0);
    x =rand('normal', mean, std);
    select;
      %cond(1,%str(x>mean+3*std                 ) )
      %cond(2,%str(x>0          and x<mean-3*std) )
      %cond(3,%str(x>mean-3*std and x<mean-2*std) )
      %cond(4,%str(x>mean+2*std and x<mean+3*std) )
      otherwise;
      end;
    end;
  stop;
  run;
/*create random number and "total"  */

proc sql;
        create table temp as
        select *,
         ranuni(123) as key,
         count(*) as total
        from B1841039.outlier_weight
        order by key;
quit;
/*sample portion of data from outlier dataset, store in datset sample1*/
%macro sample1(rate1=0.003987);
data sample1 sample2;
        set temp;
        if _n_<=int(total*&rate1) then output sample1;
        else output sample2;
        drop key total;
run;
%mend;
%sample1;
/*sample portion of data from weight dataset, store in datset sample_1*/
proc sql;
        create table temp_ori as
        select *,
         ranuni(123) as key,
         count(*) as total
        from b1841039.birth_data
        order by key;
quit;
%macro sample2(rate2=0.1);
data sample_1 sample_2;
        set temp_ori;
        if _n_<=int(total*&rate2) then output sample_1;
        else output sample_2;
        drop key total;
run;
%mend;
%sample2;
/*replace portion of birth_weight by x*/

data replace (rename=(x=birth_weight));
        merge sample_1 sample1;
        drop sampsize mean std i birth_weight;
run;

data rep_weight;
        set replace sample_2;
run;
/*calculate mean and std of weight after replace*/

proc means data=rep_weight mean std;
        var birth_weight;
run;
但是我想要在每个rate之下把随机从outlier里面抽取1000次，然后随机替代源数据集里面的数据1000次，最后得到以下这样的样式的数据，但是我写不好这个循环，您可以指点我么？

Simulation degree        Simulation dataset order        mean         std
0.1                                                 1                          …..               ……
0.1                                                 2                         …….                  …….
0.1                                                 3                         ……..        …….
0.1                                                 ….                           …..          ……
0.1                                               1000                           ……        …….

小宝爱波1314 发表于 2014-3-30 20:13
您好，上次问您的问题您没来得及给我解答，然后我自己写了一点程序，但是还是有点问题想要请教您。
我自 ...

试了一下第一部分, 用Jingju11 的code, 去掉c[4]=... 这一行后, 可以在指定区间内生成某一比例的随机数。 比如总共生成１００个随机数，５个（５％）在第一区间，５个（５％）在第二区间，４５个（４５％）在第三区间，　４５个（４５％）在第四区间。 结果可一用 proc sql 验证.

其他的code没有试，因为缺少部分数据。　建议先用小一点的已知结果的数据测试程序，以便找到问题所在。
或者用简单的数据举例说明你想要的结果。

1. %macro cond(cond1, cond2);
   
2.   when (c[&cond1] >0 and &cond2  ) do;
   
3.     c[&cond1] +-1;
   
4.     sampSize +-1;
   
5.     output;
   
6.     end;
   
7. %mend cond;
   
8. data have;
   
9.   call streaminit(12345);
   
10.   sampSize =100;
    
11.   array p[4] _temporary_(5 5 45 45);
    
12.   array c[4] _temporary_;
    
13.     do i =1 to dim(p);
    
14.          c[i] =ceil(sampSize *p[i]/100);
    
15.     end;
    
16. * c[4] =c[4] - (sum(of c[*])-sampSize);
    
17.   mean =100; std =15;
    
18. 
    
19.   do until (sampSize <=0);
    
20.     x =rand('normal', mean, std);
    
21.     select;
    
22.       %cond(1,%str(x>mean+3*std                 ) )
    
23.       %cond(2,%str(x>0          and x<mean-3*std) )
    
24.       %cond(3,%str(x>mean-3*std and x<mean-2*std) )
    
25.       %cond(4,%str(x>mean+2*std and x<mean+3*std) )
    
26.       otherwise;
    
27.       end;
    
28.     end;
    
29.   stop;
    
30. run;
    
31. 
    
32. proc sql;
    
33.       select count(*) as n1 from have  where x > 145;
    
34.        select count(*) as n2 from have  where 0< x < 55;
    
35.         select count(*) as n3 from have  where 55 < x < 70;
    
36.          select count(*) as n4 from have  where  130 < x < 145;
    
37. quit;

复制代码

yongyitian 发表于 2014-3-31 10:34
试了一下第一部分, 用Jingju11 的code, 去掉c[4]=... 这一行后, 可以在指定区间内生成某一比例的随机数 ...

我想写的程序是从上面已经产生的含有大量数据（N1）的outlier里面随机抽出来一部分(rate1)，然后代替birth_data里面的weight的一部分数据（rate2），birth_data的weight含有N2条观测，两者的关系是rate1*N1=rate2*N2。然后计算出代替之后weight的均值和标准差。我想让rate2在0.05、0.10、0.15.....0.95的情况下，每个情况重复一千次。比如rate2在0.05的情况下重复1000次，得到1000个代替后weight的数据集，然后得到的1000个模拟数据集以后，分别计算出这些模拟数据集中age的均值和方差，并且将这些均值和方差合并入格式如下的数据集中。我只能写一个一个情况的替代，不会写循环，您可以帮我看看么数据我放在了下面
weight.xlsx (64.67 KB)

2014-3-31 13:29:06 上传