範例 (BOOTSTRAP 指令)

簡式重新取樣; 維護一致案例基準

BOOTSTRAP.
DESCRIPTIVES VARIABLES=var1 var2 var3
  /MISSING=VARIABLE.

• BOOTSTRAP 指令會要求 1000 個重複取樣樣本。
• BOOTSTRAP 指令上未指定任何變數，因此不會從重新取樣中刪除任何記錄。 這可讓 DESCRIPTIVES 程序使用變數式刪除整組記錄上的遺漏值; 不過，觀察值基準在重複取樣重新取樣之間將會不一致，而從結果進行的推論會有問題。

  BOOTSTRAP
    /VARIABLES ANALYSIS(INPUT=var1 var2 var3).
  DESCRIPTIVES VARIABLES=var1 var2 var3
    /STATISTICS MEAN STDDEV MIN MAX
    /MISSING=VARIABLE.

• 這與先前的分析相同，但會使用變數 var1、 var2和 var3 來決定重新取樣的觀察值基準。 任何這些變數上具有遺漏值的記錄都會從分析中刪除。
• 在靴拔重抽法樣本上執行 BOOTSTRAP 之後的 DESCRIPTIVES 程序。
• STATISTICS 次指令會產生變數 var1、 var2的平均數、標準差、最小值和最大值。 以及原始資料上的 var3 。 此外，還會針對平均數和標準差產生合併的統計量。
• 即使 MISSING 次指令指定變數式刪除遺漏值， BOOTSTRAP 執行的整批刪除仍會決定觀察值基準。 實際上， DESCRIPTIVES 上的 MISSING 規格在這裡並不相關。

分層重新取樣

BOOTSTRAP
  /VARIABLES SAMPLING(STRATA=strataVar)
             ANALYSIS(INPUTS=var1).
DESCRIPTIVES var1.

• BOOTSTRAP 指令會要求 1000 個由 strataVar分層的重複取樣樣本。
• 變數 var1 和 strataVar 用來決定重新取樣的觀察值基準。 在這些變數上具有遺漏值的記錄會從分析中刪除。
• 遵循 BOOTSTRAP 的 DESCRIPTIVES 程序會在靴拔重抽法樣本上執行，並在原始資料上產生變數 var1 的平均數、標準差、最小值和最大值。 此外，還會針對平均數和標準差產生合併的統計量。