如何计算SAS中频率表的分位数数据？

我很想把我的数据分成三份，但我只有一份按州划分的统计汇总表。具体地说，我已经估计了各州的入学人数，我想计算哪些州占所有入学人数的前三分之一。所以，前三分之一应该至少包括.33333的总累积百分比

我尝试了各种方法来指定.33333和.40000之间的累积百分比，但没有成功地指定一般情况<代码>PROC RANK也无法使用，因为数据被组织为频率表

我在下面包含了一些虚拟（但具有代表性）数据

---

---

根据

cum_percent

的值，占入学人数前三分之一的州是：加利福尼亚州、德克萨斯州、纽约州、佛罗里达州和伊利诺伊州

有没有办法通过编程来实现这一点？我最终想指定一个用于选择状态的标志变量

---

谢谢…

看来你已经完成了90%的工作。如果您只需要一种方法将cum_%放入标记的桶中，那么设置格式非常简单

proc format;
    value pctile
    low-0.33333 = 'top third'
    0.33333<-.4 = 'next bit'
    0.4<-high = 'the rest'
    ;
run;
options fmtsearch=(work);

---

按照以下方式重写上一个数据步骤：

data dummy_4(drop=found); 
set dummy_3;
retain cum_percent 0 found 0;
cum_percent + percent_total;
if cum_percent < (1/3) then do;
    top_third = 1;
end;
else if ^found then do; 
    top_third = 1;
    found =1;
end;
else
    top_third = 0;
run;

数据伪4（drop=found）；
设置虚拟_3；
保留百分比0，发现0；
累计百分比+总百分比；
如果cum_百分比<（1/3），则执行该操作；
上三分之一=1；
结束；
否则，如果发现，则执行；
上三分之一=1；
发现=1；
结束；
其他的
上三分之一=0；
跑

注意：您的

第一个。

语法不正确<代码>第一个。和

最后一个

。只能分组工作。您可以通过

CUM_PERCENT+PERCENT_total获得正确的CUM_PERCENT值语句

我不知道有哪个PROC可以为您这样做。
您可以使用PROC FREQ with WEIGHT语句轻松计算百分比，然后使用LAG函数选择前三个百分比：

proc freq data=state_counts noprint order=data;
   tables state / out=state_counts2;
   weight enrollment;
run;

data top3rd;
   set state_counts2;
   cum_percent+percent;
   if lag(cum_percent)<100/3 then top_third=1;
run;

proc freq data=state\u counts noprint order=data；
表state/out=state\u counts2；
体重登记；
跑
数据排名第三；
设置状态_计数2；
cum_百分比+百分比；
如果落后（cum_%的话），你不会失去伊利诺伊州作为前三名的成员吗？它的累积百分比>0.3333，但仍然排在前三位，因为前一个州（佛罗里达州）有cum_percent我看到
保留
和
第一个。
用于为整个数据集指定计数器。。。在这方面，您是否发现有任何文档对您有所帮助？试试这个。
data dummy_4(drop=found); 
set dummy_3;
retain cum_percent 0 found 0;
cum_percent + percent_total;
if cum_percent < (1/3) then do;
    top_third = 1;
end;
else if ^found then do; 
    top_third = 1;
    found =1;
end;
else
    top_third = 0;
run;

proc freq data=state_counts noprint order=data;
   tables state / out=state_counts2;
   weight enrollment;
run;

data top3rd;
   set state_counts2;
   cum_percent+percent;
   if lag(cum_percent)<100/3 then top_third=1;
run;