meansプロシジャのweightステートメントを使用した時の分散とか標準偏差の話

最近まで知らなくて、凄いびっくりしたのですが

data Q1;

X=1;output;

X=1;output;

X=1;output;

X=2;output;

X=2;output;

X=2;output;

X=2;output;

X=3;output;

X=3;output;

X=3;output;

run;

で

proc means data=Q1 sum  mean var std;

 var X;

run;

となります。

これと同じことを

data Q2;

X=1;WGT=3;output;

X=2;WGT=4;output;

X=3;WGT=3;output; 

run;

というようにウェイト値にして

proc means data=Q2 sum  mean var std;

 var X;

 weight WGT;

run;

weightステートメントに指定すれば、当然同じ結果になると思い込んでいたのですが

うわっ、分散と標準偏差がえらいでかいな！ってびっくりです。

で、教えて貰ったのが

proc means data=Q2 vardef=wdf sum  mean var std;

 var X;

 weight WGT;

run;

です。

これで実行すると

おお、よかった。

どういうことかというと

SASのデフォルトだと、ウェイトが反映された偏差平方和をウェイトが反映されてないN-1で割って分散だしちゃんですよね。

http://support.sas.com/documentation/cdl/en/proc/61895/HTML/default/viewer.htm#a002473330.htm

え～、なにそれ。weightステートメント使ってたらデフォルトをwgtに切り替えるぐらいしてよ。メッセージも無しに、そんな使い道のない謎値だされてもって思いました。

医薬品開発の業界にいたときは、freqで何か検定とかするときにweightステートメント使いましたが、あんまり要約統計量出す時に使った記憶がないです。

最近ウェイトバック集計とかする機会が増えて、そこで教わった次第です。