sas - SAS中有放回的随机有序抽样

Question

我有一个数据集，我想从中抽取一个样本进行替换。当我使用 proc surveyselect 时，抽取的样本与原始数据集中的顺序完全相同，并且多次抽取被写在彼此下面。

proc surveyselect data=sashelp.baseball outhits method=urs n=1000 out=mydata;

但是，对我来说重要的是，表格中的位置也被抽样了。 proc surveyselect 中是否有一个选项，或者我最好自己对行号进行采样并输出它，如 this paper 中所述,p4?

作为玩具示例(不是 SAS 表示法)，假设我有一个值列表 [a, b, c, d] 并且我重复绘制了五次(并保持顺序平局):

首先是a，然后是c，然后是a，然后是b，然后是c。我想要的结果是[a, c, a, b, c]，但是sas只给出了

类型的输出

• [a,a,b,c,c](带有 outhits)
• [a 2, b 1, c 2, d 0](使用 outall)或
• [a 2, b 1, c 2](没有附加选项)。

Answer 1

这是一个只需要 BASE SAS 的解决方案。需要进行微小的更改以允许包含其他列，例如 ID 或 DATE。我不认为这是最有效的方法。它在很大程度上依赖于 PROC SQL，这是我的偏好。话虽如此，它应该会在相当合理的时间内产生您希望的结果。

生成的 SQL 代码的长度证明需要一个单独的 sas 程序。如果您不想在日志中显示整个 %included 文件，只需省略 /source2 选项即可。

生成样本数据

data mymatrix;
  input c1 c2 c3 c4 c5;
  datalines;
1 2 3 4 5
6 7 8 9 10
11 12 13 14 15
16 17 18 19 20
21 22 23 24 25
26 27 28 29 30
31 32 33 34 35
36 37 38 39 40
;

声明宏 %DrawSample

参数:

lib = ds 所在的库
ds = 从中采样的表
out = 要生成的表
outfile = 包含插入字符串的 sas 程序的路径/名称
n = 重复次数

%macro DrawSample(lib, ds, out, outfile, n);

  %local nrows ncols cols;

  proc sql;
    /* get number of rows in source table */
    select count(*)
      into :nrows
      from &lib..&ds;

    /* get variable names */
    select name, count(name)
      into :cols separated by " ",
           :ncols
      from dictionary.columns
     where libname = upcase("&lib")
           and memname = upcase("&ds");

  quit;

  data _null_;
    file "&outfile";
    length query $ 256;
    array column(&ncols) $32;
    put "PROC SQL;";
    put " /* create an empty table with same structure */";
    put "  create table &out as";
    put "    select *";
    put "      from &lib..&ds";
    put "        where 1 = 2;";
    put " ";

    do i = 1 to &n;
      %* Randomize column order;
      do j = 1 to &ncols;
        column(j) = scan("&cols", 1 + floor((&ncols)*rand("uniform")));
      end;
      %* Build the query;
      query = cat("  INSERT INTO &out SELECT ", column(1));
      do j = 2 to &ncols;
        query = catx(", ", query, column(j));
      end;
      rownumber = 1 + floor(&nrows * rand("uniform"));
      query = catx(" ", query, "FROM &lib..&ds(firstobs=", rownumber,
                   "obs=", rownumber, ");");
      put query;
    end;
    put "QUIT;";
  run;

  %include "&outfile" / source2;

%mend;

调用宏

%DrawSample(lib=work, ds=mymatrix, out=matrixSample, outfile=myRandomSample.sas, n=1000);

瞧瞧!