利用SAS进行分层随机抽样

1、利用SAS进行分层随机抽样抽样方法（Sampling Method）是按照一定程序，从所研究对象的全体（母体）中抽取一部份 （样本）进行调查或观查，并在一定的条件下，运用数理统计的原理和方法，对母体的数 量特征进行估计和推断。抽样方法可分为随机抽样（亦称为机率抽样Probability Sampling）和非随机抽样（亦称为非 机率抽样Non-Probability Sampling）两大类，这两类的抽样方法都被经常地使用。随机 抽样是指按照机率原则，从母体中抽取一定数目的单位元作为样本进行观察，随机抽 样使母体中每个单位都有一定的机率被选入样本，从而使根据样本所做出的结论对母 体具有充分的代

2、表性。非随机抽样则是以方便为出发点或根据研究者主观的判断来抽 取样本。非随机抽样主要依赖研究者个人的经验和判断，它无法估计和控制抽样误差 （sampling error），亦无法用样本的量化数据来推断母体。在所有抽样方法中，属分层抽样（Stratified Sampling）法所应用的范围最广与最多。它是 先将母体所有单位按某些重要因素进行分类（层），然后在各类（层）中采用简单随机抽样 （simple random sampling）或系统抽样（system sampling）方式抽取样本单位。分层抽样比 简单随机抽样和系统抽样更为精确，能够通过对较少的抽样单位的调查，得到比较准 确的推断结果

3、，特别是当母体较大、内部结构复杂时，分层抽样常能取得令人满意的 效果。同时，分层抽样在对母体推断的同时，还能获得对每层的推论。分层抽样的方式，一般有等比例抽样与非等比例抽样。等比例抽样，要求各类样本单 位数的分配比例与母体单位在各类的分配比例一致。等比例抽样简便易行且分配比较 合理，在实际工作中应用较广。非等比例抽样，不受上述条件限制，即有的层可多抽 些样本单位，有的层也可少抽些样本单位。非等比例抽样大多适用于各层的单位数相 差悬殊，或层内变异数相差较大的情形。在这种情况下，如按等比例抽样，可能在母 体单位数少的层中抽取样本单位数过少，代表性不足，则可适当放宽多抽；同样，层内 变异触较大的，也

4、可多抽些样本单位。但是在实际运作前要准确了解各层标志变异程 度大小是比较困难的。可将本文中母体视为一个庞大的数据库，而所做的抽样工作即是在这数据库中抽取具 有代表性的样本点。在设计抽样方法的过程中，最具有关键性的角色即是选择何种抽样方法。抽样设计的 方法有很多种，一般较常用的就属分层随机抽样法。另方面，在统计推论时，即是由 样本数据对母体进行推估，如何找出抽样比亦是一个相当重要的课题。下面介绍如何运用SAS宏指令及一些函数来建构抽样程序与决定系数的使用方法。SAS Macro 程序A.仿真产生1000笔数据DATA _NULL_;RETAIN SEED 83624;DO I=1 TO 1000

5、;SERIAL=I; /* SERIAL 一连续号(KEY)*/LAYER=CEIL(8*RANUNI(SEED); /* LAYER 一层别 */VOLUME=CEIL(100*RANUNI(SEED); /* VOLUME 一数量值 */ FILE INMAST;PUT 1 SERIAL Z4. 8 LAYER 1. 11 VOLUME 3.;END;读入字段素描档= 产生SAS字段格式档DATA _NULL_;INFILE INFIELD;INPUT FIELD $7-12 F 4-5 S 13-17 TYPE $6;IF TYPE=9 THEN KK=FIELD|COMPRESS(F)

6、|”.”;ELSE KK=FIELD| contentquot;|COMPRESS(F)|.;FILE SASFORM;PUT KK 1-20;【字段素描档(INFIELD)】【字段格式档(SASFORM)】111-00104XSERIAL0001 SERIAL $4.00203XFILLER0005 FILLER $3.003019LAYER 0008 LAYER 1.00402XFILLER0009 FILLER $2.005039VOLUME0011 VOLUME 3.00607XFILLER0014 FILLER $7.利用字段格式文件=读入仿真产生的资料DATA WKMAST(DRO

7、P=FILLER);INFILE INMAST;INPUT %INCLUDE SASFORM;利用%INCLUDE指令，可将资料依原先建好的SASFORM的格式读入。各层抽出比率控制卡DATA SAMPLE;INPUT LAYER PERCENT ;CARDS;1 7 2 7 3 7 4 7 5 7 6 7 7 7 8 7;各层别抽出样本的比率可由此卡加以控制，各变量项代表意义一LAYER(层别)、 PERCENT(百 分比;%)。分层比率随机抽样宏DATA SAMPS(KEEP=&LAYER SAMPS RAN);SET NOUT ; RETAIN NSAMP 1 ;ARRAY RA500

8、RAN1-RAN500 ; /*存放已抽出之随机变量*/IF MARK=1 THEN /* 全查层抽样 */DO J=1 TO SAMPS; RAN=J ; OUTPUT ; END ;ELSE DO ;/*抽查层抽样(随机抽样)*/DO UNTIL(NSAMP=SAMPS+1 NSAMP=_FREQ_+1);RAN=CEIL(_FREQ_*RANUNI(1994);IF NSAMP1 THENDO J=1 TO NSAMP-1 ;IF RAN=RAJ THEN GOTO NEXT; /*判断所抽随机数是否重复*/END ;OUTPUT ; RANSAMP=RAN ; NSAMP=NSAMP+1 ;NEXT:END;NSAMP=1 ;END ;利用宏传呼参数%TEST(WKMAST,LAY