随机选择增加的数据子集以查看均值趋于平稳的位置

Question

有人可以建议执行以下操作的最佳方法吗？

我有三个变量（X、Y 和 Z）和四个组（1、2、3 和 4）。我一直在 SPSS 中使用判别函数分析来预测已知分组数据的组成员资格，以便与未来的未分组数据一起使用。

理想情况下，我希望能够对越来越多的数据子集进行随机抽样，以查看需要多少次观察才能达到所需的正确分类百分比。

但是，我知道这可能很困难。因此，我正在寻找这样做的手段。

例如，假设变量 X 对于组 1 的平均值为 141。这个平均值可能是根据 2000 次观察计算得出的。但是，平均值可能出现在 700 次观察中。我希望能够计算出我的数据中平均水平的观察/案例数量。例如，可能从 10 次观察开始，然后随机重复 50 或 100 次，然后增加到 20 次观察......等等。

我知道这是蒙特卡罗测试的一种形式。我可以访问 SPSS 15、17 和 18 以及 excel。我还可以访问 minitab 15 & 16 和 amos17 并下载了“R”，但我不熟悉这些。我的经验是使用 SPSS 和 excel。我已经在 SPSS Modified from this..http://pages.infinit.net/rlevesqu/Syntax/RandomSampling/Select2CasesFromEachGroup.txt 中尝试了一些语法，但这对我来说输入子集号等仍然很耗时。

希望有人可以提供帮助。

感谢阅读。

安迪

Answer 1

您链接到的文本是一个好的开始（您也可以在 SPSS 中使用 SAMPLE 命令，但是当您考虑以这种方式构建示例时，您链接到的 IMO Raynald 脚本更加灵活）。

在伪代码中，该过程可能如下所示；

do n for sample size (a to b)
    loop 100 times
        draw sample size n
        compute (& save) statistics

这就是 SPSS 的宏语言发挥作用的地方（我认为 this document 是一个很好的介绍，另外您可以查看 SPSS tag wiki 上的其他参考资料）。基本上，一旦你弄清楚如何绘制样本并计算你想要的统计数据，你只需要弄清楚如何编写一个宏，这样你就可以循环整个过程（并将样本大小参数传递给它）。我包含循环 100 次，因为您希望能够对与每个样本量相关的误差进行某种类型的估计。

如果您举例说明如何计算统计信息，我或许可以举例说明如何将其转化为宏函数并循环所需的次数。

Answer 2

@安迪·W @奥利弗

感谢您的建议。我设法使用以下宏找到解决方法......... http://www.spsstools.net/Syntax/Bootstrap/GetRandomSampleOfVariousSizeCalcStats.txt 但是，为此我需要复制并粘贴变量给定组的数据到一个新的数据窗口。那不是什么大问题。更进一步，任何人都知道如何： 1/ 我可以记录其他统计信息，例如 std 错误、std dev ect 等。 2/使用其他分析，最好是判别函数分析，并在新数据窗口中记录正确分类的百分比，而不是有很多输出表 3/不需要为每个组复制和粘贴变量，所以我可以运行指定 n 的宏第 1、2、3 和 4 组 x 变量的样本。

再次感谢。

DEFINE !sample(myvar !TOKENS(1) 
        /nbsampl !TOKENS(1)
        /size !CMDEND).
* myvar = the variable of interest (here we want the mean of salary)
* nbsampl = number of samples.
* size = the size of each samples.

!LET !first='1'
!DO !ss !IN (!size)
!DO !count = 1 !TO !nbsampl.

GET FILE='c:\Program Files\SPSS\employee data.sav'.

COMPUTE draw=uniform(1).
SORT CASES BY draw.
N OF CASES !ss.

COMPUTE samplenb=!count. 
COMPUTE ss=!ss.

AGGREGATE
  /OUTFILE=*
  /BREAK=samplenb
  /!myvar = MEAN(!myvar) /ss=FIRST(ss).

!IF (!first !NE '1') !THEN
ADD FILES /FILE=*  /FILE='c:\temp\sample.sav'.
!IFEND
SAVE OUTFILE='c:\temp\sample.sav'.
!LET !first='0'

!DOEND. 
!DOEND. 

VARIABLE LABEL ss 'Sample size'.
EXAMINE
  VARIABLES=salary BY ss /PLOT=BOXPLOT/STATISTICS=NONE/NOTOTAL
  /MISSING=REPORT.

!ENDDEFINE.
* ----------------END OF MACRO ----------------------------------------------.


* Call macro (parameters are number of samples (here 20) and sizes of sample (here 5, 10,15,30,50). 
* Thus 20 samples of size 5.
* Thus 20 samples of size 10, etc.
!sample myvar=salary nbsampl=20 size= 5 10 15 30 50.