分类： Oracle
2012-05-13 12:00:43
做全面分析是不现实也没有必要。
介绍一下抽样方法及实现
几种常用的抽样方法：
1.简单随机抽样（simple random sampling）
将所有调查总体编号，再用抽签法或随机数字表随机抽取部分观察数据组成样本。
优点：操作简单，均数、率及相应的标准误计算简单。
缺点：总体较大时，难以一一编号。
2.系统抽样（systematic sampling）
又称机械抽样、等距抽样，即先将总体的观察单位按某一顺序号分成n个部分，再从第一部分随机抽取第k号观察单位，依次用相等间距从每一部分各抽取一个观察单位组成样本。
优点：易于理解、简便易行。
缺点：总体有周期或增减趋势时，易产生偏性。
3.整群抽样(cluster sampling)
先将总体依照一种或几种特征分为几个子总体（类．群），每一个子总体称为一层，然后从每一层中随机抽取一个子样本，将它们合在一起，即为总体的样本，称为分层样本
优点：便于组织、节省经费。
缺点：抽样误差大于单纯随机抽样。
4.分层抽样（stratified sampling）
将总体样本按其属性特征分成若干类型或层，然后在类型或层中随机抽取样本单位，合起来组成样本。有按比例分配和最优分配（过度抽样是否就是最优分配方法？）两种方案。
特点：由于通过划类分层，增大了各类型中单位间的共同性，容易抽出具有代表性的调查样本。该方法适用于总体情况复杂，各类别之间差异较大（比如金融客户风险/非风险样本的差异），类别较多的情况。
优点：样本代表性好，抽样误差减少。
我们需要使用抽样的方法从总量用户中随机抽取100W个样本记录。
down到本机然后进行sas抽样，不可能！
直接sas联机抽样，更不可能！
直接提交服务器进行抽样，然后链接到本机进行分析
现在介绍一下ORACLE抽样方法：
Oracle取随机数据实现
随机查看前N条记录
SELECT * FROM (SELECT * FROM TB_PHONE_NO ORDER BY SYS_GUID())
WHERE ROWNUM < 10;
SELECT * FROM (SELECT * FROM chifan ORDER BY dbms_random.random) WHERE ROWNUM<=5
SQL> SELECT * FROM (SELECT * FROM A SAMPLE(0.01)) WHERE ROWNUM<=1;
注意每次取得的值都不同。
SAMPLE 是随机抽样，后面的数值是采样百分比。
另附SAS 抽样实现
DATA COMMON.OTHER_200909(WHERE=(RANUNI(1)<.042));
SET COMMON.FIN_200909;
WHERE PV IS NULL;
RUN;
效率非常低，不推荐
