《数据分析实战:基于EXCEL和SPSS系列工具的实践》一3.4.3　数据抽样

3.4.3　数据抽样

如果数据量比较大，也可以采用数据抽样的方法，SPSS和Modeler都有专门做数据抽样的方法，在EXCEL中也可以实现，比如，可以用随机数函数进行抽样。
以下以SPSS和EXCEL为例来说明如何做数据抽样。
在SPSS中打开数据文件，在“数据”主标签中选择“选择个案”，如图3-37所示。

接图3-37，点击“选择个案”，如图3-38所示。

在图3-38中，选择“随机个案样本”，如图3-39所示。

图3-39中提供了几种常用并且比较简单的数据抽样方法，如果对抽样技术要求不是很高，这几种基本也够用了。
在EXCEL中的数据抽样方法有两种，最简单的就是用randbetween函数，例如我们有50万行数据，希望以1∶100的比例进行抽样，用randbetween(1, 500000)生成5000个随机数即可。另外一个方法是在EXCEL“数据分析”模块中选择“抽样”，如图3-40和图3-41所示。

在图3-41的抽样方法中，周期法是每隔一个固定的间隔就抽取一个数据，随机法则是在全量数据中随机抽取数据。
随着计算机计算速度的持续提高，数据抽样其实在数据分析中用得并不多，因为如果不是上亿的数量级，还是希望做全量数据的分析。