作者punchdrunk (小學生都比我有錢)
看板NCCU08_SOCIO
標題Re: [討論] clustersample
時間Tue Oct 14 21:07:15 2008
※ 引述《thorpan3 (小白)》之銘言：
: http://support.sas.com/kb/24/555.html
: 同一戶
: 全抽
: If a listing of the entire target population is available and you want to
: carry out a cluster sample, then here is how it can be done using
: PROC SURVEYSELECT. The steps are to identify the individual clusters, select
: a random sample of clusters, and then collect all the original observations
: from each sampled cluster.
proc sort data=all;
by family;
先把所有資料(all=220960個人)按family這個變項排一下
然後按照網頁上寫的一步一步去做
1.先定義clusters:
proc freq data=all noprint;
tables family / out=familylist(drop=count percent);
run;
(關鍵似乎在於tables的用法)
2.抽1500組clusters:
proc surveyselect data=familylist out=familysample method=srs n=1500 noprint;
run;
3.將原始的觀察值依照cluster併到新的資料庫(qqq)中:
data qqq;
merge familysample(in=sample) all(in=all);
by family;
if sample and all;
run;
(特別的地方在於in的使用，且那個sample跟all是可以自訂的)
這樣應該就可以進行cluster抽樣了吧?!
雖然有很多地方不求甚解，也不知道是不是有甚麼錯誤
如果有高手能夠說明一下in跟tables的作用，那就太好了!!!
--
※ 發信站: 批踢踢實業坊(ptt.cc)
◆ From: 123.193.145.57
※ 編輯: punchdrunk 來自: 123.193.145.57 (10/14 21:09)
→ punchdrunk:tables好像是把重複的刪掉，分層抽樣那題好像也可以 10/14 21:19
→ punchdrunk:用這種方式做 10/14 21:20
→ diwawa:tables這裡的用法我不太了解，可是in 的意思好像是作一種 10/14 22:10
→ diwawa:條件宣告，而下一行的BY就是依此條件之變項必須暫時轉化為 10/14 22:12
→ diwawa:sample & all，而兩者之family相同時，就會予以保留~~ 10/14 22:13
→ punchdrunk:原來如此，感謝你!!! 10/15 10:06
推 kenshin528:tables不是這個意思 10/15 17:15