如何在SAS中随机选择变量？

Question

我可以找到关于如何在 SAS 中随机选择观察的各种信息，这是一项相当容易的任务。这不是我需要的。我需要随机选择变量。我特别想做的是从我的 159 个变量列表中随机选择 20 个变量并执行 50 次。我也想确保多样性。我已经在这上面花了大约两天时间，但没有运气。

Answer 1

很高兴您提出这个问题，因为我刚刚为此开发了一个解决方案！让我们一步一步地准确分解需要做的事情。

第 0 步：我们需要做什么？

我们需要一种方法来获取所有变量并随机选择其中的 20 个，同时将它们保持在 SAS 语言规则的范围内。

我们需要：

1. 数据集中的所有变量
2. 一种随机重新排序的方法
3. 最多 20 个变量
4. 循环 50 次的方法

让我们从 1 开始。

第 1 步：获取所有变量

sashelp.vcolumn 提供数据集中所有变量的列表。让我们全选。

proc sql noprint;
    create table all_vars as
        select name
        where libname = 'LIBRARYHERE' AND memname = 'HAVE'
    ;
quit;

这为我们提供了数据集中所有变量的列表。现在，我们需要对它们进行随机排序。

第 2 步：使它们随机化

SAS 提供了rand 函数，允许您从任何您想要的发行版中提取。您可以在 rand 函数之前使用 call streaminit(seedhere) 来设置特定的种子，从而创建可重现的结果。

我们将简单地修改我们的原始 SQL 语句并使用 rand() 函数对数据集进行排序。

data _null_;
    call streaminit(1234);
run;

proc sql noprint;
    create table all_vars as
        select name
        from sashelp.vcolumn
        where libname = 'LIBRARYHERE' AND memname = 'HAVE'
        order by rand('uniform');
quit;

现在我们所有的变量都按随机顺序排列，由uniform 分布均匀分布。

第 3 步：限制为 20 个变量

您可以通过几种方式做到这一点。一种方法是在单独的过程中使用obs= 数据集选项，另一种方法是使用outobs= proc sql 选项。就个人而言，我喜欢obs= 数据集选项，因为它不会在日志中生成警告，并且可以在其他过程中使用。

data _null_;
    call streaminit(1234);
run;

proc sql noprint outobs=20;
    create table all_vars as
        select name
        from sashelp.vcolumn
        where libname = 'LIBRARYHERE' AND memname = 'HAVE'
        order by rand('uniform');
quit;

第 4 步：循环 50 次

我们将使用 SAS 宏语言来完成这一部分。我们可以通过这种方式创建 50 个单独的数据集，或者稍微切换代码并将它们读入宏变量。

%macro selectVars(loop=50, seed=1234);
    data _null_;
        call streaminit(&seed);
    run;

    %do i = 1 %to &loop;
        proc sql noprint outobs=20;
            create table all_vars&i as
                select name
                from sashelp.vcolumn
                where libname = 'LIBRARYHERE' AND memname = 'HAVE'
                order by rand('uniform')
        ;
        quit;
   %end;

%mend;
%selectVars;

或者，选项 2：

%macro selectVars(loop=50, seed=1234);

    data _null_;
       call streaminit(&seed);
    run;

    %do i = 1 %to &loop;
        proc sql noprint outobs=20;
          select name
          into :varlist separated by ' '
          from sashelp.vcolumn
          where libname = 'LIBRARYHERE' AND memname = 'HAVE'
          order by rand('uniform')
        ;
        quit;
    %end;

%mend;
%selectVars;

第二个选项将创建一个名为&varlist 的局部宏变量，其中包含由空格分隔的随机 20 个变量。这对于各种建模过程很方便，并且由于它不会每次都创建单独的数据集而更可取。

希望这会有所帮助！

Answer 2

您需要将元数据视为数据并使用 SURVEYSELECT 选择观察结果。然后也许将这些名称放入宏变量中，但您没有提及您想要的确切输出。

data v;
   array rvars[159];
   run;
proc transpose data=v(obs=0) out=vars name=name;
   var rvars:;
   run;
proc surveyselect reps=4 sampsize=20 data=vars out=selection;
   run;
proc transpose data=selection out=lists(drop=_:);
   by replicate;
   var name;
   run;
proc print;
   run;
data _null_;
   set lists;
   by replicate;
   call symputx(cats('VLIST',_n_),catx(' ',of col:));
   run;
%put _global_;