winsorize的使用

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

这也是网上找的。是不是这样就可以使用。只改上面的信息。谢谢各位

%macro winsor(dsetin=repr12, dsetout=repr13, byvar=stkcd year, vars=tacc sale ppe, type=winsor, pctl=1 99);
%if &dsetout = %then %let dsetout = &dsetin;
   
%let varL=;
%let varH=;
%let xn=1;
%do %until ( %scan(&vars,&xn)= );
    %let token = %scan(&vars,&xn);
    %let varL = &varL &token.L;
    %let varH = &varH &token.H;
    %let xn=%EVAL(&xn + 1);
%end;
%let xn=%eval(&xn-1);
data xtemp;
    set &dsetin;
    run;
%if &byvar = none %then %do;
    data xtemp;
        set xtemp;
        xbyvar = 1;
        run;
    %let byvar = xbyvar;
%end;
proc sort data = xtemp;
    by &byvar;
    run;
proc univariate data = xtemp noprint;
    by &byvar;
    var &vars;
    output out = xtemp_pctl PCTLPTS = &pctl PCTLPRE = &vars PCTLNAME = L H;
    run;
data &dsetout;
    merge xtemp xtemp_pctl;
    by &byvar;
    array trimvars{&xn} &vars;
    array trimvarl{&xn} &varL;
    array trimvarh{&xn} &varH;
    do xi = 1 to dim(trimvars);
        %if &type = winsor %then %do;
            if not missing(trimvars{xi}) then do;
              if (trimvars{xi} < trimvarl{xi}) then trimvars{xi} = trimvarl{xi};
              if (trimvars{xi} > trimvarh{xi}) then trimvars{xi} = trimvarh{xi};
            end;
        %end;
        %else %do;
            if not missing(trimvars{xi}) then do;
              if (trimvars{xi} < trimvarl{xi}) then delete;
              if (trimvars{xi} > trimvarh{xi}) then delete;
            end;
        %end;
    end;
    drop &varL &varH xbyvar xi;
    run;
%mend winsor;
proc reg data=repr12;
model tacc=sale ppe;
run;
data repr13;
set repr12;
if year=1998 then delete;
run;
proc reg data=repr13;
model tacc=sale ppe;
run;

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2 收藏2 回帖

关键词：Winsorize winsor wins SOR Win Winsorize

没具体检验，不过应该是对的。

winsorization就是把数据两端的极端值替换为99%和1%的数据（pctl=1 99）或删除掉。在你提供的程序里，
1、提取1%和99%的数据值：

1. output out = xtemp_pctl PCTLPTS = &pctl PCTLPRE = &vars PCTLNAME = L H;

复制代码

2.A、如果type=winsor，作替换

1. %if &type = winsor %then %do;
   
2.             if not missing(trimvars{xi}) then do;
   
3.               if (trimvars{xi} < trimvarl{xi}) then trimvars{xi} = trimvarl{xi};
   
4.               if (trimvars{xi} > trimvarh{xi}) then trimvars{xi} = trimvarh{xi};
   
5.             end;
   
6.         %end;

复制代码

2.B 如果type^=winsor，将极端值删除（一般不推荐这种做法）

1.         %else %do;
   
2.             if not missing(trimvars{xi}) then do;
   
3.               if (trimvars{xi} < trimvarl{xi}) then delete;
   
4.               if (trimvars{xi} > trimvarh{xi}) then delete;
   
5.             end;
   
6.         %end;

复制代码

你提供的程序在这里讨论过
http://www.pinggu.org/bbs/redire ... 6&goto=lastpost

是的。我也是在那看的。是不是要把所有的代码都放上,宏看不懂。我做了一下，数据没有变化。但是log里也没有error.

suly 发表于 2010-7-15 17:40
是的。我也是在那看的。是不是要把所有的代码都放上,宏看不懂。我做了一下，数据没有变化。但是log里也没有error.

极端值有没有变化？可以用proc univariate来观察

那宏看得实在太累了。
试试这个：
data a;
   do i=1 to 99;
     j=100+i;
   output;
   end;
run;
proc univariate data=a noprint;  *//查找5％、95％;
   var i j;
   output out=a_quant p5=i_p5 j_p5 p95=i_p95 j_p95;
run;
proc sql;
   create table a_winsorize as select
   case
   when(i<i_p5) then i_p5
   when(i>i_p95)  then i_p95
   else i
   end as i,
   case
   when(j<j_p5) then j_p5
   when(j>j_p95)  then j_p95
   else j
   end as j
   from a,a_quant;
quit;

6# hongxx
你好，上面这部分什么意思啊，port1是我的数据集。完了以后原始数据集就i和 j了怎么
data port1;
   do i=1 to 99;
     j=100+i;
   output;
   end;
run;
proc univariate data=port1 noprint;
   var i j;
   output out=port2 p5=i_p5 j_p5 p95=i_p95 j_p95;
run;
proc sql;
   create table port3 as select
   case
   when(i<i_p5) then i_p5
   when(i>i_p95)  then i_p95
   else i
   end as i,
   case
   when(j<j_p5) then j_p5
   when(j>j_p95)  then j_p95
   else j
   end as j
   from port1,port2;
quit;

红色部分生成一个新的数据集。跟你原始数据集没关系。

那在哪里表现出来是在对我的数据集的某些变量 进行winsorize呢

suly 发表于 2010-7-23 23:54
那在哪里表现出来是在对我的数据集的某些变量 进行winsorize呢

建议你仔细看看别人的回帖。

BraveMadMan 发表于 2010-7-15 20:54
极端值有没有变化？可以用proc univariate来观察