抽样子命令 (BOOTSTRAP 命令)

SAMPLING 子命令用于指定采样方法和任何关联变量。

• 如果未指定 SAMPLING ，那么该过程将执行简单引导重新采样。

简式。 简单重采样。 这将执行从原始数据集替换的个案重新采样。 这是缺省值。

分层 (分层 = 变量列表)。 分层重新采样。 指定用于定义数据集中的层的一个或多个变量。 这将执行个案重采样，替换来自原始数据集， 在 由层变量交叉分类定义的层中，保留每个层的大小。 如果层中的单元格相对均一，且不同层间的单元格相差较大，那么分层 bootstrap 抽样非常有用。

RESIDUAL (RESIDUALS=varlist | PREDICTED=varlist)。 残差重采样。 指定包含从将模型拟合到数据的残差的一个或多个变量。 生成残差的模型理想情况下应该与 BOOTSTRAP之后的模型相同。 通过将每个目标变量值替换为该观测值的预测值加上从整个原始残差集采样的残差，绘制残差样本。

当模型残差未立即可用但预测值为可用时，指定 PREDICTED 作为 RESIDUALS 的替代方法。 指定一个或多个包含从将模型拟合到数据的预测值的变量。

如果指定了 RESIDUAL ，那么 TARGET 关键字是必需的，并且 RESIDUAL 上指定的变量应该是 TARGET上指定的变量的残差 (或预测值) ，并与这些变量的顺序相匹配。

WILD (RESIDUALS=varlist | PREDICTED=varlist)。 野生引导程序重新采样。 指定包含从将模型拟合到数据的残差的一个或多个变量。 生成残差的模型理想情况下应该与 BOOTSTRAP之后的模型相同。 通过将每个目标变量值替换为该观测值的预测值加上观测值的残差或观测值残差的负数来绘制野生样本。

当模型残差未立即可用但预测值为可用时，指定 PREDICTED 作为 RESIDUALS 的替代方法。 指定一个或多个包含从将模型拟合到数据的预测值的变量。

如果指定了 WILD ，那么 TARGET 关键字是必需的，并且 WILD 上指定的变量应该是 TARGET上指定的变量的残差 (或预测值) ，并与这些变量的顺序相匹配。