如何用PROC SURVEYSELECT按表中分层ID动态设置样本量？

方法一：无需宏，用控制数据集直接实现 #

这是SAS官方推荐的高效方案，适配样本量列表频繁变动的场景，不用写循环：

1. 准备样本量控制数据集
   把你提供的ID-样本量表格导入SAS，命名为sample_size_list，结构如下：

2. 关联原始数据与控制表
   假设你的待抽样原始数据集是raw_data，其中包含用于分层的ID变量，先把两者关联，给每条原始数据带上对应分层的样本量：

data raw_with_sampsize;
  merge raw_data(in=a) sample_size_list(in=b);
  by ID;
  if a; /* 只保留原始数据的记录 */
run;

3. 执行分层抽样
   调用PROC SURVEYSELECT时，直接用SAMPSIZE=Sample_Size指定各分层样本量，SAS会自动按ID分层处理：

proc surveyselect data=raw_with_sampsize out=selected_samples
  method=srs n=Sample_Size seed=12345; /* seed保证抽样结果可重复 */
  strata ID; /* 按ID分层 */
run;

method=srs是简单随机抽样，你可以根据需求换成其他抽样方法（如pps）。

方法二：宏循环实现（适合需逐分层单独处理的场景） #

如果必须逐行遍历样本量表、对每个分层做特殊处理，可按以下步骤写宏：

1. 提取分层参数到宏变量
   先从sample_size_list中把所有ID和样本量提取成宏变量列表：

proc sql noprint;
  select ID, Sample_Size
  into :id_list separated by ' ', :sampsize_list separated by ' '
  from sample_size_list;
  /* 获取分层总数 */
  select count(*) into :n_strata from sample_size_list;
quit;

2. 编写循环宏
   用%do循环遍历每个分层，执行抽样后合并结果：

%macro strata_sample;
  /* 初始化空数据集存最终结果 */
  data selected_all;
    set _null_;
  run;

  %do i=1 %to &n_strata.;
    /* 取出当前循环的ID和样本量 */
    %let current_id = %scan(&id_list., &i.);
    %let current_sampsize = %scan(&sampsize_list., &i.);

    /* 对当前分层单独抽样 */
    proc surveyselect data=raw_data(where=(ID=&current_id.)) out=selected_temp
      method=srs n=&current_sampsize. seed=12345;
    run;

    /* 把当前分层的抽样结果追加到最终数据集 */
    data selected_all;
      set selected_all selected_temp;
    run;
  %end;
%mend;

/* 调用宏执行抽样 */
%strata_sample;

方法对比 #

• 无宏方案：代码简洁、执行效率高，是大多数场景的首选。样本量列表变动时，只需更新sample_size_list，不用改抽样代码。
• 宏循环方案：适合需要对每个分层做特殊处理（比如不同抽样方法、单独输出文件）的场景，但代码复杂度高，维护成本略高。

内容的提问来源于stack exchange，提问作者ggtothek