Select 随机抽取 50% 的样本，但每对夫妇只有 1 人

Question

本质上，我正在尝试进行分层随机抽样。我想运行对异性伴侣的数据进行分析。我需要 select 随机抽取 50% 的未婚女性和随机 50% 的男性。我知道如何过滤掉总样本的随机百分比，但不知道如何确保每个家庭只有一个人 selected。

我的数据是这样的：

couple person gender Q1 Q2 Q3 Q4 Q5

1 1 0 3.5 4.2 2.3 3.3 4.3

1 2 1 3.2 2.5 2.1 3.7 5.6

2 1 1 3.7 2.6 3.3 4.2 5.1

2 2 0 3.0 3.5 2.1 3.6 5.4

它是长格式的，所以每一行代表一个人，每对有两个人。

已编辑以获取更多详细信息

hhid = 情侣 hhidpn = 人 ragender = 性别，其中 1 = 男性，2 = 女性 SPAQ1-8 = 自我衰老量表的第 1-8 项

[1]: https://i.stack.imgur.com/yKQ7k.png

Answer 1

我的建议是将夫妻随机分成两组，然后select女性一组，男性一组。

首先，我将重建您的示例数据以演示：

data list list/couple person gender (3f1) Q1   Q2   Q3   Q4    Q5 (5f2.1).
begin data
1  1  0   3.5  4.2  2.3  3.3  4.3
1  2  1   3.2  2.5  2.1  3.7  5.6
2  1  1   3.7  2.6  3.3  4.2  5.1
2  2  0   3.0  3.5  2.1  3.6  5.4
3  1  0   3.5  4.2  2.3  3.3  4.3
3  2  1   3.2  2.5  2.1  3.7  5.6
4  1  1   3.7  2.6  3.3  4.2  5.1
4  2  0   3.0  3.5  2.1  3.6  5.4
end data.

现在我们有了一个数据集，我们可以根据需要进行采样：

针对较短的流程进行了编辑 - 使用@rossum 的建议版本：

* first we give each couple a random number, and then use it to sort the couples randomly.
sort cases by couple.
compute randorder=uniform(100).
if couple=lag(couple) randorder=lag(randorder).
sort cases by randorder.

* now we create a running index for the couples, and use it to select males 
or females according to odd or even index.
compute coupleNum=1.
if $casenum>1 coupleNum=lag(coupleNum)+(couple<>lag(couple)).
compute selected=(mod(coupleNum, 2)=gender).
exe.

现在您创建了 selection 变量，您可以将其与 filter 或 select 一起使用以继续分析。

编辑：上面的代码适用于值为 0,1 的性别。对 OP 的编辑显示性别值实际上是 1,2。所以 selected 的最终计算应该以这种方式完成，而不是像上面那样：

compute selected=(mod(coupleNum, 2)+1=gender).

Select 随机抽取 50% 的样本，但每对夫妇只有 1 人

Select random 50% of sample, but only 1 person per couple

random

filter

spss