Selección aleatoria de filas por debajo de un cierto umbral<meta http-equiv="Content-Type" content="text/html; charset=UTF-8" />Hola a todos,
Estoy intentando seleccionar al azar el 20% de las observaciones en mi tabla por debajo de 200, y luego excluir esas observaciones de cualquier análisis. En otras palabras, realice una selección aleatoria de filas en un porcentaje determinado y por debajo de un determinado umbral. Gracias por los punteros!
Re: Selección aleatoria de filas por debajo de un cierto umbralGracias xan
Eso funciona muy bien!
Re: Selección aleatoria de filas por debajo de un cierto umbralDos opciones que se me ocurren.
1. Use Seleccionar lugar para seleccionar filas con valores <200. Cree un subconjunto utilizando las filas seleccionadas y elija Vincular a tabla original. Haga un subconjunto de eso utilizando una muestra aleatoria y también elija Vincular a tabla original. Ahora seleccione todas las filas en el subconjunto final y también se seleccionarán en el original, debido a la vinculación.
2. Cree una nueva columna con una fórmula como: valor <200 y aleatorio uniforme () <0.2.
Re: Selección aleatoria de filas por debajo de un cierto umbralUn enfoque simple sería usar un paso de datos para obtener toda la observación que satisfaga su valor de corte (<200), aplicar una de las funciones de SAS RANDom para generar números aleatorios para cada fila, ordenar por el número aleatorio y luego solo mantener superior (o inferior) 20%. Luego, vuelva a fusionarse con sus datos originales para excluirlos.
