PROC SUMMARY中weight参数的具体作用及手动复现方法

问题背景 #

现有一段SAS代码：

proc summary data=a nway;
/*      class argang;      */
      class sex  / mlf;
     
      format sex konfmt.;
      weight kalvikt; 
      output out=a1(drop=_type_ _freq_  ) mean(&VAR)=&VAR  n(&VAR)=n ;  
run;

需手动通过PROC SQL实现PROC SUMMARY无法完成的统计任务，要求沿用相同的权重逻辑及置信区间计算方式，因此需明确上述代码中weight kalvikt;的具体操作逻辑。

加权逻辑说明 #

在PROC SUMMARY中，weight kalvikt;的作用是为每个观测赋予连续型权重值kalvikt，用于计算加权统计量：

• 代码中输出的加权均值mean(&VAR)，计算方式为：
  加权均值 = SUM(&VAR * kalvikt) / SUM(kalvikt)
  即把每个观测的目标变量值与对应权重相乘后求和，再除以所有权重的总和。
• 代码中输出的n（对应n(&VAR)=n）：当使用WEIGHT语句时，该统计量返回的是权重值非零的观测个数，而非权重的总和；若需获取权重总和，应使用sumwgt统计量。

关键注意点 #

• 此处的WEIGHT是连续权重，和FREQ语句的整数频率权重不同，允许权重为非整数；若权重为整数，效果等价于该观测重复对应次数，但WEIGHT支持更灵活的连续权重场景。
• 计算置信区间时，加权场景下的标准误等统计量会基于该权重逻辑调整，后续用PROC SQL实现时需对应沿用此加权逻辑推导相关公式。

内容的提问来源于stack exchange，提问作者Magnus