SAS随机抽样以及程序初始环境

每每以为攀得众山小，可、每每又切实来到起点，大牛们，缓缓脚步来俺笔记葩分享一下吧，please~

———————————————————————————

本来转载于SAS随机抽样

在统计研究中，针对容量无限或者容量很大以至于无法直接对其进行研究的总体，都是通过从中抽取一部分个体作为研究对象，以考察总体的特征。被抽取的部分个体称为该总体的一个样本。从总体中抽取样本的过程，称为抽样。

抽样包括随机抽样和非随机抽样。非随机抽样是从总体中抽取指定的个体，具有主观意向性，这里不做讨论。

随机抽样是按照随机原则，保证个体都有一定概率被抽取到的抽样方法。常见的随机抽样方式有：简单随机抽样、系统抽样、分层抽样、整群抽样、多阶段抽样、二重抽样以及比率抽样。

以下将依次介绍各种随机抽样方法的原理、应用场景及其SAS实现。在论述之前，需要准备好测试数据。我们从互联网上找了一批数据形成一张表，数据的内容是国内股票市场各只股票的若干财务数据，字段如下：

列名	中文名
StockCode	股票代码
StockName	股票名称
Source	来源板块
EPS	每股收益（元）
EPS_YOY	每股收益同比（%）
NAPS	每股净资产（元）
ROE	净资产收益率（%）
CFPS	每股现金流量（元）
NP	净利润（万元）

该表共有2472条观测（记录），按照Source（来源板块）进行统计，则各组观测数如下：

创业板             351

沪市主板           948

深市主板           473

中小板             700

数据下载地址：http://pan.baidu.com/share/link?shareid=134615&uk=1258687326

构建程序初始环境：

noprint;

seed =

noprint;

rep =

noprint

;

noprint

;

,,,)

noprint;

),

_rate_),

_nsize_);

);

);

);

noprint;

control Source;

noprint;

strata Source;

control EPS;

run;

每每以为攀得众山小，可、每每又切实来到起点，大牛们，缓缓脚步来俺笔记葩分享一下吧，please~

———————————————————————————