13.7 WEIGHT
WEIGHT BY var_name.
WEIGHT OFF.
WEIGHT 为个案赋予不同的权重,改变活动数据集的频数分布。WEIGHT 的执行会延迟到数据被读取之后。
如果指定了变量名,WEIGHT 会使该变量的值被用作后续统计过程的加权因子。关键字 BY 的使用可选但推荐。加权变量必须为数值型。临时变量不可用于加权(见 临时变量)。
指定 OFF 时,后续统计过程对所有个案赋予相等的权重。
对个案赋予正整数权重 w,其统计输出与将该个案复制 w 次相同。加权因子为 0 在统计上被视为该个案不存在于输入中。加权值不必为整数,但加权变量的负值和系统缺失值在统计上被解释为加权因子 0。用户缺失值不作特殊对待。
当 WEIGHT 在 TEMPORARY 之后指定时,它只影响下一个过程(见 TEMPORARY)。
WEIGHT 不会导致活动数据集中的个案在内存中被复制。
13.7.1 权重示例
可以定义一个包含库存物品清单的数据集。用字符串变量表示物品的描述,用数值变量表示库存数量,是合理的做法,如示例 13.5 所示。
data list notable list /item (a16) quantity (f8.0). begin data nuts 345 screws 10034 washers 32012 bolts 876 end data. echo 'Unweighted frequency table'. frequencies /variables = item /format=dfreq. weight by quantity. echo 'Weighted frequency table'. frequencies /variables = item /format=dfreq.示例 13.5: 对变量 quantity 设置权重
最令人感兴趣的分析之一,很可能是每种库存物品的相对数量。但是,如果不设置权重变量,FREQUENCIES(见 FREQUENCIES)无法告诉我们想要了解的信息,因为每种库存物品只有一个个案。示例 13.6 展示了加权与未加权的频数表之间的差异。
| 频数 | 百分比 | 有效百分比 | 累积百分比 | ||
|---|---|---|---|---|---|
| 有效 | bolts | 1 | 25.0% | 25.0% | 25.0% |
| nuts | 1 | 25.0% | 25.0% | 50.0% | |
| screws | 1 | 25.0% | 25.0% | 75.0% | |
| washers | 1 | 25.0% | 25.0% | 100.0% | |
| 合计 | 4 | 100.0% | |||
| 频数 | 百分比 | 有效百分比 | 累积百分比 | ||
| 有效 | washers | 32012 | 74.0% | 74.0% | 74.0% |
| screws | 10034 | 23.2% | 23.2% | 97.2% | |
| bolts | 876 | 2.0% | 2.0% | 99.2% | |
| nuts | 345 | .8% | .8% | 100.0% | |
| 合计 | 43267 | 100.0% |
示例 13.6: items 的加权与未加权频数表