各种常见随机化的SAS实现

1、用于指定随机抽样的方法，srs表示单纯随机抽样；“ n=”用于指定抽样大小(此处可以用抽样，并指定一些抽样选项，其中“data= ”指定输入数据集，用于指定抽样框；“ method=”各种常见随机化的SAS实现在前两期的讲座中我们介绍了实验设计的三要素与四原则1,本期将结合实例重点阐述实验设计中如何实现各种常见的随机化。随机化体现在如下三个方面2:抽样随机：每一个符合条件的实验对象参加实验的机会相同，即总体中每个个体有相同的机会被抽到进入样本之中。它保证所得到的样本具有代表性，使实验结论具有普遍意义；分组随机：每个实验对象分配到不同组 （通常为对照组、不同处理组）的机会相同。它保证大量难以控制

2、的非处理因素在对比组间尽可能均衡一致，以提高各组间的可比性；实验顺序随机：每个受试对象先后接受处理的机会相等，它使实验顺序的影响也达到均衡。本期主要就如何用SAS实现随机抽样和随机分组进行阐述。已知编号为1-20的20例病人的基本信息见表 1。本文将以表1数据为例，阐述随机化 的SAS实现。表1 20例病人的基本信息病人编号12345678910性别FFMFFFMMMM年龄60643757413160645816病人编号11121314151617181920性别MMFFFFFMFF年龄586323372033394049421.随机抽样目前在SAS/STAT模块中，有一个与调查设计有关的SU

3、RVEYSELECT过程。该过程可用来实现各种随机抽样，包括：单纯随机抽样、系统随机抽样、分层抽样、无限随机抽样（有替换）、序贯随机抽样、以及按规模大小成比例概率抽样（PPS）等。1.1简单随机抽样的实现简单随机抽样，就是从总体中不加任何分组、划类、排队等，完全随机地抽取受试对象。 特点是每个个体（样品）被抽中的概率相等， 各样品之间完全独立，彼此间无一定的关联性 和排斥性。简单随机抽样是其他各种抽样形式的基础。通常只是在总体样品之间差异程度较小和数目较少时，采用这种方法。例1 :从编号为1到20的人中用简单随机化的方法抽取10名作为受试者。用SAS9.1.3实现简单随机抽样的程序如下：dat

4、a a;ods html;in put id sex$ age;proc surveyselect data=acards;method=srs n=10 out=b;1 F 60fun;2 F 64 |proc print data=b;J55run;20 F42|ods html close;run;程序说明：首先，创建 SAS数据集名为a。然后，调用SURVEYSELECT过程进行随机“rate=”来替换，用于指定抽样率)；“ out=”用于指定输出数据集，它包含所有被抽到的 样本(可以添加选项“rep= number”来规定重复抽样的次数，如“rep=2”命令系统同时抽取2份样本)。最

5、后用PROC PRINT把输出数据集b在输出窗口中显示出来。 命令ods html 和ods html close用于把程序运行结果以网页格式保存下来。输出结果如下：Selectio n Method Simple Ran dom Sampli ng TOC o 1-5 h z Input Data SetARan dom Number Seed 937359000Sample Size10Selectio n Probability0.5Sampli ng Weight2Output Data SetB以上是本次单纯随机抽样的基本信息，抽样方法是简单随机抽样(Simple RandomSam

6、pling )。由于未指定 SEED=选项来规定初始种子，来产生随机数字流。系统使用默认 种子作为初始种子(SEED=937359000)，如果将来想重新抽取与本次完全相同的样本，可 以在抽样时指定同一种子。抽取的样本大小是10。抽样概率(Selection Probability )是指样本被抽中的概率，此处为0.5。对于无分层的单纯随机抽样，样本的抽样概率是一致的。抽样权重(Sampling Weight)是抽样概率的倒数，反映样本信息量的大小。Obsidsexage15F4126F31310M16411M58512M63613F23715F20816F33919F491020F42以上是

7、PROC PRINT命令显示的输出数据集，包括所有被抽中的样本。第二列 id显示 了被抽中的病人的编号。|1.2分层随机抽样的实现分层抽样，先依据一种或几种特征将总体分为若干个子总体，每个子总体称作一个层， 然后从每层中随机抽取一个子样本，这些子样本合起来就是总体的样本。分层抽样所得的样本具有较好的代表性，抽样误差较小。例2 :将表1中的20例病人以性别为分层因素，抽取10名受试者。用SAS9.1.3实现分层随机抽样的程序如下：ods html;strata sex;proc sort data=a;run;by sex; run;surveyselectdata=a method=srspr

8、oc print data=b; run; | ods html close;n=(6 4) out=b;程序说明：数据步与例 1相同，此处省略。过程步，SORT过程用于将数据集 a排序,by语句指明按性别进行排序， 此处排序方式为先 F后M。SURVEYSELECT过程与例1的不 同之处在于选项 n=（6 4），规定每层中得抽样大小，若每层抽样大小相同，可写为门二门!的形式。此外，还多了一个 STRATA语句，该语句用于指定分层变量。1N相继编号，并计算抽样距主要SAS输出结果如下:离K=N/n。式中N为总体样品总数,n为样本容量。然后在1K中抽一随机数i，作为样ObssexidageSel

9、ectionProbSamplingweight1F4570.522F6310.523F13230.524F15200.525F19490.526F20420.527M3370.528M8640.529M11580.5210M18400.521.3系统随机抽样的实现系统抽样，先按照某种顺序将总体中的个体（样品）从本的第一个被抽样品，接着取i+K , i+ 2K, , , i+（n-1）K，直至抽够n个样品为止。值得注意的是，当总体的被观察样品按顺序有周期趋势或增加（减少）趋势时，容易产生偏倚。例3:将表1中的20例病人按系统随机抽样的方法抽取5名受试者。用SAS9.1.3实现系统随机抽样的程序

10、如下:ods html;run;proc surveyselectdata=a method=sysproc print data=b;n=5 out=b;run;con trol id;ods html close;程序说明：数据步与例1相冋，此处省略。SURVEYSELECT过程与例1的不冋之处在于选项method=sys，规定抽样方法为系统随机抽样法。此外，还多了一个control语句，该语句用于指定排序的变量。SAS输出结果如下: TOC o 1-5 h z ObssexageidF574Ml648M6312F3316F 42201.4整群抽样的实现整群抽样是先将总体分成若干群，从中随

11、机抽取几个群；抽中群内的全部个体（样品） 组成样本。可将整群抽样转化为简单随机抽样。例如，从10班随机抽取5个班作为受试对象，可看做从10个个体中随机抽取 5个，即为简单随机抽样。2.随机分组利用SAS软件实现随机分组的途径有很多，目前比较常用的是 SAS/STAT模块的PLAN过程，它可用于构建各种常见的试验设计并对设计方案进行随机化，也可用于产生数字的排列组合表。笔者将介绍如何利用PLAN过程来实现两组和多组的随机分组。2.1完全随机化的实现完全随机化，直接对受试对象进行随机化分组， 常通过掷硬币或随机数字表， 或用计算 机产生随机数来进行随机化，在事先或者实施过程中不作任何限制和干预或调

12、整。分组后各组受试对象的例数不一定相等。例4 :将表1中的20例病人随机分为2组。data e;/*第四步 */set c;group2=group;patie nt2=patie nt;keep group2 patie nt2;run;data f;/*第五步 */merge d e;run;ods html; |proc print noobs; /*第六步 */run;ods html close;用SAS9.1.3实现简单随机分组的程序如下：output out=sheji;run;data b c;/*第二步 */set sheji;patie nt=_n_;factors a=2

13、0;proc plan seed=20101216; /*第一步 */if a=10 the n do; group=A：output b; end;else do; group=B;output c;end;run;data d;/*第三步 */set b; |group仁group;patie nt1=patie nt;keep group1 patie nt1;run;程序说明：第一步，调用PLAN过程产生20个随机排列数，并把结果输出至数据集sheji中，选项seed=，规定产生随机数的种子。第二步，对数据集sheji进行操作，把病人按随机排列数进行分组，随机数小于等于10的进入A组，

14、其余进入B组，并将结果分别保存至数据集b和c中。第三步和第四步，分别将数据集b、c中的group改为group1、group2，将patient改为patient1和patient2，生成新的数据集 d和e。最后把数据集d和e合并为新的数 据集f ,并通过PRINT过程将随机分组的结果展现出来。SAS输出结果如下：grouplpatientlgroup2patient2A4B1A5B2A7B3A8B6grouplpatientlgroup2patient2A10B9A11B14A12B15A13B16A17B18A19B20例5将这20例病人随机分为4组。用SAS9.1.3实现简单随机分组的程

15、序如下3proc plan seed=20101216;factors a=20;output out=sheji;run;data b1 b2 b3 b4;|set sheji;patie nt=n;if a=5 then do; group=A; output b1; end;if 6=a=10 the n do; group=B;output b2; end;if 11=a=15 then do; group=C;output b3; end;if 16=a then do;group=D; output b4;e nd;run;data d1;set b1;group仁group;pa

16、tie nt仁patie nt;keep group1 patie nt1;data d3;set b3; group3=group;patie nt3=patie nt;keep group3 patie nt3; run;data d4;set b4;group4=group;patie nt4=patie nt;keep group4 patie nt4; run;data f;merge d1 d2 d3 d4; run;ods html; | proc print no obs; run;ods html close;（如年龄、性别、病情、run;grouplpatientlgrou

17、p2patient2group3patient3group4patient4A5B4C1D2A7B8C6D3A10B11C9D14A13B12C15D18A19B17C16D20SAS输出结果如下:2.2分层随机化的实现分层随机化，首先对可能影响实验过程和结果的主要混杂因素疾病分期等）进行分层，然后在每一层内进行完全随机化分组，最后分别合并为实验组和对 照组。配对随机化和区组随机化可看成是分层随机化的实际应用。例6将表1中的20例病人以性别为区组因素，随机分为2组。将20例病人中的12名女性，编号为1-12,按例4中的程序分为2组；8名为男性，编 号为1-8，按例4中的程序分为2组，可以实现对

18、这 20例病人的区组随机化。例7现有来自3个窝别的24只大鼠，以窝别为区组因素，随机为4组，每组6只。对大鼠进行编号，第一窝编号为用SAS9.1.3实现区组随机化的程序如下 proc plan seed=201200505;factors block=3 len gth=8; output out=sheji; |run;data a b c d; set sheji; mouse= n; if len gth=2 the n do;group=A;output a;e nd; else if 3=le ngth=4 the n do;group=B;output b;e nd; else i

19、f 5=le ngth=6 the n do;group=C;output c;end; else do;group=D;output d;e nd; run;data aa;set a; | group仁group; mouse仁mouse;keep group1 mouse1;run;8,第二窝编号为 916,第三窝编号为1724。3 , 4data bb;set b;group2=group;mouse2=mouse;keep group2 mouse2;run;data cc;set c;group3=group;mouse3=mouse; keep group3 mouse3;run;data dd;set d;group4=group;mouse4=mouse;keep group4 mouse4;run;data e;merge aa bb cc dd;run;ods htm