1

如何在 SAS 中创建数据集的子集，以便事先确定变量的均值、方差和观察次数？

例子：

OBS  NAME  x1 x2
1    Bill  3  2
2    James 4  5
3    Rick  5  6
4    Bob   3  7
5    Clas  5  2
6    Brye  2  9
7    Mann  8  5
8    Pids  4  8
9    Tony  0  7
10   Lou   2  6

假设我想要一个具有 3 个观察值的子集，均值（x1）= 4 和标准（x1）= 0.95。我将如何在 SAS 中创建这个子集？

我宁愿不使用 proc 方法做某事并反复猜测/检查。任何帮助表示赞赏！

更新：创建了一个逻辑模型来预测观察结果是在治疗组还是对照组。然后取前 10% 的概率最高的在治疗组，但不包括在治疗组中，基本上用作对照组。

4

1 回答 1

0

这是背包问题的变体。您正在尝试查找对象的子集（此处为 3 个人），以使其属性接近某些指定的目标值（此处为总和 [或平均值] 和校正平方和 [或标准差]）。这也称为矩匹配问题。

如前所述，问题没有得到很好的定义。您需要指定一个目标函数来最小化。例如，您可以选择函数 (mean-target_mean)**2 + (stdDev - target_stdDev)**2，其中 (mean, stdDev) 是每个大小为 3 的样本的矩。

对于小集合（如您的示例），您可以对“N 选择 3”组合进行完整枚举，以确定选择哪个组合。有关提示，请参阅文章“在 SAS 中生成组合”。例如，在 SAS/IML 中，您可以按如下方式解决所述问题：

data A;
length NAME $5.;
input NAME $ x1 x2;
datalines;
Bill  3  2
James 4  5
Rick  5  6
Bob   3  7
Clas  5  2
Brye  2  9
Mann  8  5
Pids  4  8
Tony  0  7
Lou   2  6 
;

proc iml;
use A; read all var {Name x1}; close;

N = nrow(x1);              /* number of obs */          
k = 3;                     /* size of subset */
targetMean = 4;
targetStd = 0.95;

idx = allcomb(N, k);       /* all M='N choose 3' combinations */
X = shape( x1[idx], nrow(idx) );
mean = mean(X`);           /* 1 x M vector of sample means */
std  = std(X`);            /* 1 x M vector of sample std devs */
objective = (mean - targetMean)##2 + (std - targetStd)##2;
minVal = objective[><];    /* minimize objective */
minIdx = objective[>:<];   /* a sample that achieves minimum */

sampNames = Name[idx[minIdx,]];
sampVals = x1[idx[minIdx,]];
print sampVals[rowname=sampNames];

当然，可能有不止一种解决方案。这个例子有 8 个解决方案。

对于有 N 个项目并且您想要一个大小为 k 的子集并且“N 选择 k”非常大的问题，您可以使用 RANCOMB 函数（或 PROC SURVEYSELECT，正如有人提到的）生成随机子集。或者，您可以将此问题表述为优化问题。您可以使用 SAS/OR 或 SAS/IML 中的算法来解决它。对于中等大小的子集，您可以使用 SAS/IML 中的遗传算法，这对于类似背包的问题很有用。

于 2017-01-05T16:55:36.447 回答