如何结合survey_weight按respondent_id计算调研参与率？

你的两种计算方式本质上都是正确的，核心逻辑都是加权参与人数除以加权总人数，下面分别拆解说明：

1. PROC SURVEYMEANS 方法 #

proc surveymeans data=survey_data sum mean;
  strata zip_code;
  weight survey_weight;
  var participated;
  domain zip_code;
run;

• 对于二元变量participated，proc surveymeans输出的Mean值就是你需要的加权参与率，计算逻辑为：sum(participated * survey_weight) / sum(survey_weight)，完全匹配参与率的定义。
• strata zip_code适用于抽样设计是按邮编分层的场景，如果实际抽样没有分层，去掉该语句也不影响参与率的计算结果，只是不会输出分层抽样对应的方差、标准误等统计量。
• domain zip_code会强制按邮编分组计算，直接输出每个邮编对应的加权参与率及相关统计量。

2. PROC MEANS + DATA步方法 #

proc means data=survey_data sum;
  class zip_code;
  var participated survey_weight;
  weight survey_weight;
  output out=zip_summary sum(participated)=total_part sum(survey_weight)=total_survey_weights;
run;

data zip_summary;
  set zip_summary;
  participation_rate = total_part / total_survey_weights;
run;

proc print data=zip_summary;
  var zip_code participation_rate; /* 注意：原代码里的var zip是笔误，应改为zip_code */
run;

• proc means中使用weight survey_weight时，sum(participated)实际计算的是sum(participated * survey_weight)（即加权后的参与总人数），sum(survey_weight)则是加权后的总受访人数。
• 后续DATA步的除法计算和proc surveymeans输出的Mean结果完全一致，只是这种方法需要手动计算比率，而surveymeans会直接给出结果，同时还能提供抽样误差相关的统计量（如果抽样设计符合要求的话）。

验证小技巧 #

你可以抽取一个邮编下的少量样本手动计算：把该邮编下每个受访者的participated乘以survey_weight求和，再除以该邮编下所有受访者的survey_weight总和，对比两种SAS方法的输出结果，就能快速确认计算的正确性。

内容的提问来源于stack exchange，提问作者sammisalami