SPSS中隨機抽樣的精確實現(xiàn)

1、計算機應用SPSS中隨機抽樣的精確實現(xiàn)南方醫(yī)科大學珠江醫(yī)院信息科(510282中山大學公共衛(wèi)生學院統(tǒng)計與流行病學系(510080顏杰謝薇方積乾SPSS在菜單中僅提供了兩種從數(shù)據(jù)表中隨機抽取記錄的功能。一種是近似法,即由用戶指定抽取比例,系統(tǒng)按該比例在全部記錄中進行無返回的抽樣。此時系統(tǒng)對于每條記錄都是用獨立的偽隨機數(shù)發(fā)生器進行抽樣,故抽樣結果只能近似符合指定的比例。根據(jù)大樣本代表性好的原理,數(shù)據(jù)文件中的記錄條數(shù)越多,比例越接近50%,結果就會越接近。另外一種方法是精確法,由用戶指定需抽取的記錄條數(shù)和從前面多少條記錄中抽取,系統(tǒng)就從指定的范圍內抽取相應條記錄。以上兩種方法的局限就是無法根據(jù)用戶的

2、需要,在任意指定抽取范圍進行精確抽樣。前者只能進行近似抽樣,而后一種方法又不能任意指定抽取范圍,應用起來不方便。我們在實際應用過程中,發(fā)現(xiàn)借助SPSS對話框中的Paste按鈕,利用SPSS的程序編輯窗口對抽樣程序作一些修改就可以實現(xiàn)任意指定范圍的抽樣。具體方法如下:假定當前數(shù)據(jù)文件中有2000條記錄,分為2個組,11000條為A組,10012000條為B組?，F(xiàn)分別要從2組中各隨機抽取50條記錄。首先實現(xiàn)從第1組中抽樣,此時直接利用SPSS 就可實現(xiàn)。在菜單中選擇DataSelect Cases,在彈出的Select Cases對話框中選擇Random Sample of cases 選項,又彈

3、出Select Cases:Random Sample對話框,其中第1選項是按比例近似抽樣,第2選項就是指定范圍精確抽樣。選中第2選項,在相應的框中分別填入50和1000(見圖1。圖1Select Cases:Random Sample對話框然后點擊Continue按鈕返回Select Cases對話框,再點擊框中的Paste按鈕,系統(tǒng)自動打開程序編輯窗口,并將上述過程翻譯為相應SPSS程序。程序語句內容如下:01USE ALL.02do if$casenum= 1.03compute#s-$-1=50.04compute#s-$-2=1000.05end if.06do if#s-$-2&g

4、t;0.07compute filter-$=uniform(13#s-$-2<#s-$-1.08compute#s-$-1=#s-$-1-filter-$.09compute#s-$-2=#s-$-2- 1.10else.11compute filter-$=0.12end if.13VARIABL E LABEL filter-$.50from the first1000cases (SAMPL E14FORMAT filter-$(f110.15FIL TER B Y filter-$.16EXECU TE.上段程序中使用了臨時變量(scratch variable# s-$-1和

5、#s-$-2,這種變量常被用作循環(huán)指針。這里也是利用它們實現(xiàn)條件循環(huán)。程序的基本流程是,首先指定需要抽取的初始記錄條數(shù)#s-$-1和初始可抽取范圍內記錄條數(shù)#s-$-2(1#s-$-2,這就決定了抽樣比例(#s-$-1/#s-$-2,即每條記錄被抽中的可能性為#s-$-1/#s-$-2。然后通過控制#s-$-1和#s-$-2的變化來實現(xiàn)抽樣。具體抽樣由07行語句compute filter-$=uniform (13#s-$-2<#s-$-1完成,其中uniform(1是SPSS中提供的偽隨機數(shù)函數(shù),它可產生一個服從0 1均勻分布的隨機數(shù),統(tǒng)計中常用此函數(shù)模擬隨機抽樣。將該語句變換成co

6、mpute filter-$=uniform (13<#s-$-1/#s-$-2,就很容易理解了,它就是按#s-$-1/#s-$-2的可能性隨機決定當前記錄是否被抽中。若抽中則篩選指示變量filter-$賦值為1,同時#s-$-1減1表示剩下還需抽取記錄數(shù);否則為0。此后#s-$-2減1表示剩下的可抽取記錄數(shù)。這樣反復直到#s-$-2=0表示所有范圍內的記錄都判定完了。程序的巧妙之處是利用可變的# s-$-1/#s-$-2實現(xiàn)精確抽樣,其作用類似于一個杠桿,當抽滿時,#s-$-1=0,compute filter-$=552中國衛(wèi)生統(tǒng)計2005年8月第22卷第4期uniform(13&l

7、t;0就控制剩下的記錄都不會被抽中;若#s-$-1=#s-$-2,則表示還需抽取的記錄數(shù)就是剩下的記錄數(shù),compute filter-$=uniform(1 3<1就控制剩下的記錄都被抽中。明白了程序的原理后就很容易修改了?，F(xiàn)在我們來實現(xiàn)從10012000條中抽取50條,這時只需要對程序作如下改動:11將02行語句中的臨時變量$casenum賦值為1001,即指定抽取范圍的起始值;21在02行語句后增加一條語句:compute#s-$-3=$casenum1,新增加臨時變量#s-$-3來控制范圍起始值的變化,而用臨時變量#s-$-2表示范圍結束值,則抽取范圍內記錄條數(shù)變?yōu)?s-$-2-

8、# s-$-3+1;31將07行和08行語句中#s-$-2改為#s-$-2-#s-$-3+1。整個修改后程序如下: USE ALL.do if$casenum=1001.compute#s-$-1=50.compute#s-$-2=2000.compute#s-$-3=$casenum.end if.do if#s-$-2-#s-$-3+1>0.compute filter-$=uniform(13(#s-$-2-#s-$-3+1 <#s-$-1.compute#s-$-1=#s-$-1-filter-$compute#s-$-3=#s-$-3+1.pute fil

9、ter-$=0.end if.VARIABL E LABEL filter-$50from the first1000cases(SAM2 PL E.FORMAT filter-$(f110.FIL TER B Y filter-$.EXECU TE.運行上述程序就可以實現(xiàn)在10012000條記錄中抽取50條記錄了。具體操作方法是:在程序編輯窗口的菜單中選擇RunAll,程序就會運行,系統(tǒng)會在數(shù)據(jù)集中生成篩選指示變量filter-$,并且在相應的記錄號上加斜杠表示未選中。在實際應用中,可根據(jù)需要重新定義變量$casenum(起始記錄值、#s-$-1(需抽取記錄條數(shù)和#s-$-2(結束記錄值,就

10、可以實現(xiàn)任意范圍內的精確抽樣了。該算法具有普適性,如果將其寫成SAS語言,也就可以在SAS中實現(xiàn)任意范圍的精確抽樣。SPSS是國際通用的統(tǒng)計軟件包,一般應用時都強調它的菜單式的操作界面友好,因此被譽為“非統(tǒng)計專業(yè)人士的首選軟件”。其實它的編程功能也很強大,對菜單功能是一個極好的補充。尤其是系統(tǒng)在對話框中都提供Paste按鈕,大大簡化了編程工作,在此基礎上對程序作一些改動,就可以根據(jù)自己的需要實現(xiàn)許多菜單方式完成不了的功能。(上接第244頁V2=-01150y1-01026y2-01038y3+01311y4+ 01309y5+01351y6+01046y7+01306y8W2=01120x1+

11、01201x2-01194x3+ 01256x4-01018x5-01079x6-01507x7+01542x8+01082x9+01317x10可利用典則變量這一綜合指標代替原來的多變量信息。從標準化指標線性組合的系數(shù)可了解各指標對典則變量的影響大小,系數(shù)絕對值越大,影響越大,對應的變量即為該典則變量的的主要變量,以此可找出各指標組中的主要指標。標準系數(shù)的正、負符號不同,表明影響的方向不同。分析表明反映生命質量的第一典則變量V1主要反映活力(y6、社會功能(y4及精神健康(y5,第二典則變量V2主要反映活力(y6、社會功能(y4、精神健康(y5及總體健康(y8。反映健康觀的第一典則變量W1主

12、要反映睡眠質量(x6、煩惱事件(x7及生活態(tài)度(x3,第二典則變量W2主要反映解壓能力(x8、煩惱事件(x7及飲食習慣(x10。討論本研究分析結果表明,生命質量和健康觀兩者之間存在正相關關系。生命質量的高低主要由活力、社會功能及精神健康來體現(xiàn),而健康觀主要由睡眠質量及解壓能力來反映。生命質量和健康觀的相關主要是第一對典則變量V1和W1的相關,而V1主要由y6、y4及y5決定,W1主要由x6決定,所以主要是活力、社會功能及精神健康和睡眠的正相關,即良好的睡眠使人充滿活力并有良好的社會交往能力及精神健康。第二對典則變量主要是活力、社會功能、精神健康及總體健康和解壓能力的正相關,即良好的解壓能力使人充滿