人大论坛SAS培训班

1、1n课程名称：课程名称： SAS培训班讲义培训班讲义n讲师：讲师： 赵坚毅赵坚毅n网址：网址：2第一部分 课程介绍n培训内容：使学员掌握SAS的界面使用和基本编程使用，为学习和应用SAS的其他专业功能奠定坚实的基础。n使用SAS进行数据分析和处理3推荐教材n1 SAS系统的帮助以及在线文档，都是学习SAS的很好的工具。 http:/ SAS系统Base SAS 软件使用手册 高惠璇等编译， 中国统计出版社1997 n3.SAS 系统SAS/STAT软件使用手册高惠璇等编译， 中国统计出版社1997 n4. 实用统计方法与SAS系统高惠璇 北京大学出版社

2、20014数据类型na. 横截面数据集（cross-sectional data set):即给定时点对个人、家庭、企业、国家或一系列其他单位采集的样本所构成的数据集（应该忽略细小的时间差别）n名词术语1、数据集：数据的集合，由样本（行）和变量（列）组成5数据类型nb.时间序列数据集（time series data set)：是由一个或几个变量在不同时间的观测值所构成的。nc.混合横截面数据集（pooled cross section data set):有些数据既有横截面数据的特点又有时间序列的特点，但每一时点的样本不同。6数据类型nd.综列数据集（panel data set):由横截面

3、数据集中每个样本的一个时间序列组成。（定点长期调查）n其他专门数据类型： 1、离散数据（discrete data):通常在考察个人、家庭或企业的决策行为时，通过问卷调查获得，由此发展出“离散选择模型”。定量数据与定性数据7数据集类型2、持续数据（survival data):用于考察变量从开始到结束或调查终止前所经过的时间长度，如失业持续时间、罢工持续时间，股市牛熊市持续时间8使用SAS进行数据处理的应用实例n商场应用：在美国大型超市WalMart (沃尔玛)发生的实例：在星期四，年轻夫妇为准备周末通常同时购买尿布和啤酒，因此把尿布和啤酒放在一起会提高效率。 9数据处理的应用n天文学（ski

4、cat系统处理天文数据发现类星体）n生物学（人类基因组计划处理人体数据研究基因）n市场营销（货篮分析）n公司财务的处理(记流水帐)n经济论文写作中的实证部分10数据处理的应用n“今天，我们不得不生存在全球化和信息革命影响下的世界，我们只有两个选择：适应它，或者被它抛弃。”n英特尔公司主席安德鲁格鲁夫n1995年尼葛洛庞帝的数字化生存一书指明了即将到来的数字时代，而在未来一长段时间，数字化生存仍将是人类的主要生存方式，在经济学领域也不外如是。11第二部分 SAS系统入门SAS系统概况n大型集成、跨平台软件系统 n完备的数据访问(Access)、管理(manage)、分析(analyze)和呈现(

5、present)及应用开发(develop)的功能 n在数据处理、统计分析和IT应用领域，SAS系统已经成为国际上的标准软件系统。12SAS的发展历程一n1966年由美国北卡罗来纳州（NorthCarolina）州立大学开始研制 n1976年成立美国SAS软件研究所，并开始对SAS系统进行维护、开发、销售和培训等工作 n1985年推出了SAS/PC（6.02）版本 13SAS发展历程二n1989年推出SAS/PC（6.04）版本 n1997年下半年推出适用于多种操作系统的6.12版本 n2000年2月又正式推出SAS系统8版本 n2002年推出全新的SAS9版本14SAS在中国的发展nSAS公

6、司于1989年在北京成立了办事处 n1997年，SAS软件研究所正式宣布成立大中国区 n1999年3月在国内设立独资公司赛仕软件（上海）有限公司。15SAS的成绩n全球十大独立软件开发商之一 n世界六大洲近50个国家或地区设有分公司及分支机构 n应用遍及120多个国家和地区（包括中国）的31000多个机构中 n全球100家最大公司中的90多家都在应用SAS系统。16SAS模块介绍nBase SAS： 1、数据管理功能数据管理功能2、基础统计计算功能、基础统计计算功能 3、报表生成和图形显示功能报表生成和图形显示功能 17nSAS/STAT 统计分析nSAS/INSIGHT 数据探索nSAS/A

7、SSIST 面向任务的易学易用模块nSAS/ETS 时间序列处理nSAS/OR 运筹学和工程管理nSAS/QC 质量控制nSAS/IML 矩阵运算nSAS/GRAPH 绘图nSAS/AF 面向对象编程(OOP)的应用开发工具，拓展SAS的功能18nSAS/EIS 面向对象编程的开发工具，用于开发企业信息系统nSAS/ACCESS 数据访问 nSAS/TOOLKIT 扩充工具，把用其他软件编写的程序转化成SAS的组成部分nSAS/Warehouse Administrator 数据仓库管理nSAS/Enterprise Miner 数据挖掘nSAS/Text Miner 文本挖掘nSAS/SHA

8、RE 数据库的并发式控制专门软件nSAS/CONNECT 使各平台SAS系统进行分布式处理，从而有效利用各平台机器资源19nSAS/GIS 地理信息系统与空间数据的显示分析nSAS/SPECTRAVIEW 数据可视化分析工具，用几何成像的方式来分析多维数据nSAS/Intrnet 提供构建基于SAS的企业内部网络支持nSAS/FSP 快速数据处理的交互式菜单系统nSAS/CALC 功能完善的多维电子表格软件nSAS/ENGLISH 提供利用自然英语获取信息的能力20nSAS/SECURE 网络传输加密nSAS/OLAP SERVER 多维数据存储及汇总结果呈现nSAS/GENETICS： SA

9、S公司的第一个科学研究应用软件，应用于遗传学，有5个分析过程nSAS/High-Performance Forecasting:提供快速高效的预测结果nSAS/C, SAS/C+ 针对IBM大型机的开发工具nSAS/LAB 向导式的数据分析软件，特别针对day-to-day类型数据n 21SAS工作空间n程序窗口（PROGRAM EDITOR）n运行记录窗口（LOG）n输出窗口（OUTPUT）22SAS程序第一例nSAS/HelloWorld.sasn注：以后程序文件省略后缀，直接简记为文件名称，如此例简记为HelloWorld，需要说明文件类型时才标明后缀。23SAS/Insight模块 1

10、、界面介绍2、Fill values 功能3、Extract 功能4、Edit/windows/tool菜单使数据探索色彩缤纷(注意选项设置)5、打开分布、拟合、多元等的窗口之后主菜单Tables、Graphs、Curves菜单才被开放。Fly，insurance数据集示例24Insight模块n其他功能：1、分布(输出大多数常用的统计量）2、拟合(回归分析）3、多元(方差分析)25SAS程序的书写格式n1、SAS程序由语句语句组成，语句用分号结束。n2、 SAS语句可以从某一行的任意位置开始； n3、几个SAS语句可以写在同一行上，但每句要使用分号26SAS程序的书写格式n4、一个语句也可以

11、写成几行，只要语句中的单词不被断开就可以。在一个语句中各个单词之间至少要有一个空格。n5、SAS程序中一般不区分大小写（字符串中要区分大小写）n6、用/*注释的内容*/来对程序进行注释27SAS程序的结构nSAS数据集样本（观测、记录）、变量（字段、域）、表（数据集）、 数据库n许多SAS语句都是以关键词开始并用它识别语句的类型(如data、input、proc)n绝大部分的SAS语句都可分为两步：DATA步和PROC步28SAS的变量及格式n变量属性(名称、类型、长度、输入格式、输出格式、标签)类型：数字型、字符串型输入格式：数据被SAS读取的格式输出格式：数据呈现给人们的格式29SAS程序

12、第二例nSAS/orange.sas输入数据-形成数据集-排序-打印显示30SAS文件及命名n1、SAS数据集文件（后缀为sas7bdat)n2、SAS程序文件(后缀为sas)n3、SAS日志文件(后缀为log)n4、SAS输出文件(后缀为list)31SAS文件及命名n临时数据集和永久数据集SAS文件的2级命名方式：目录.文件名work目录和其他目录使用Libname语句创建永久数据集，libname 自建目录名 目录地址;libname例32建立SAS数据集的5种方法1、data步自己输入数据建立。Orange例2、data步利用set 语句建立。Set例3、从外部调入。Infile例4、

13、利用“导入数据”功能建立。Id.xls例、data.txt例5、利用EFI（external file interface)功能导入。Column.dat例、tests.dat例、comma.dat例Analyst分析家模块n1、界面介绍n2、浏览与编辑模式n3、生成示例数据与抽样n4、程序清单n5、假设检验3334SAS运算符（operator例）n算术运算符：* / *n比较算符：=(EQ) =(NE) (GT) =(GE) (最小值) (最大值) |（！）(连接)35字符的比较(operator_char例)n1、按机器使用的字符排列次序(ASC或Unicode)从左到右被比较。n2、两

14、个不等长的字符串被比较时，系统在较短的字符串后自动添上空格n3、在比较符后加冒号，则只比较首字母36运算次序一n在括弧里的表达式先计算n第一级：* （）前缀 n第二级：* /n第三级：n第四级：|n第五级：其余比较算符n第六级：n第七级：37运算次序二n对于相同优先级的算符，左边的运算先做。但有两个例外：n1.对最高优先级，右边的运算先做n2.当两个比较算符围着一个量时，这个表达式看成是有一个and 出现一样被计算。如：12age 20，等价于：12age & age20 38SAS函数一(部分)n数学函数：abs()、max ()、min ()、mod (x, y)、sign (x)

15、、sqrt (x)、 sum ()、 mean ()、exp (x) 、log (x)、log10 (x)、log2(x) 、sin (x)、arsin (x)n截取函数：ceil (x)、floor (x)、int (x)、round (x，n)n字符函数：index (S, S1)、substr (S , p, n)、scan(S2,n)、upcase(S)、compress(S,S1)39SAS函数二(部分)nSAS系统存贮日期值为1960年1月1日到指定日期之间的天数nSAS存贮时间值为从午夜开始到指定时间的秒数n日期时间值存贮为1960年1月1日午夜到指定日期时间之间的秒数n日期时间

16、函数：weekday ( )、day()、month()、qtr()、year()40SAS函数三(部分)n概率统计函数：probnorm (x)n (of X1-Xn)、nmiss (of X1-Xn)，var (of x1-xn)、std (of x1-xn)n随机数函数：rannor (seed)、ranuni (seed)nFunctions例41DATA步n文件操作语句n运行语句n控制语句n信息语句42DATA步流程nDATA语句标志了数据步开始，并指定了数据步结束时要生成的数据集名字。n每次读入一行数据，读入后执行数据步中的其它语句，循环数据步读取整个数据。n_N_变量表示DATA

17、步已经执行的次数n_error_变量值为1时表示程序出错nFlow例43DATA步流程（Flow1例）(*)n读外部数据时，数据步迭代(即每一次)的开始把变量的值置为缺失值，有几种情况例外：1、retain语句提到的变量2、sum语句中创建的变量3、数组_temporary_中的数据元4、file和infile语句选项中创建的变量5、自动变量n读sas数据集时，只在第一次迭代时把变量值置为缺失，以后变量保留其值直至新值写入44文件操作语句DATA语句nDATA语句的选项DROP选项(不列出某些变量)KEEP选项(列出某些变量)LABEL选项(给数据集加标签)RENAME选项(重命名变量)nDa

18、ta例45DATA语句n数据集名字：(data2例)1、data语句后无数据集名字，则自动生成 data1, data2等为数据集名字，相当于data _data_;2、data _null_;不产生实际的数据集，只是把内容暂存于内存，以供put语句等读取结果，可以节约计算机资源3、data _last_;以最近产生的数据集命名并取代其内容。46Input语句n分组格式：input (g1-g5) (3*7.2 , 2*5.2); input (a b) ( $5.)input (a b) ($ , 5.)n无需分行而按变量连贯读数据n固定该数据行；用于需要多个input语句同时读取一行数据。

19、input例，Input例47Input语句n利用n +n #n 进行指针控制input1例48Input语句n几个特殊符号的用法（: & ): 读值时第一次遇到分隔符、或是数据行末尾、或是读满列数而结束 字符型输入值可以嵌有一个或几个空格 字符型输入值保留引号（与infile 语句中选项dsd一起使用才有效）nInput2例49Cards语句nCards语句与datalines语句可以通用n如果输入数据中含有分号，可用cards4语句或datalines4语句，同时，数据结尾用4个分号表示数据输入结束nCards4例50Put 语句nPut语句负责在log窗口输出一些结果，file

20、print选项可把输出转移到output窗口nPut _infile_ (输出最新的数据行到SAS log 窗口）nPut _all_ (输出所有变量的值）nPut _page_ （输出新页）nPut例、put1例51File 语句nFile print 把put语句产生的输出结果转移到output窗口nPut例52By 语句n在DATA步中，SAS系统对每个BY组创建两个临时变量：First .variableLast .variable它们用来区别每个BY组的第一个和最后一个观测nBy例53Set语句n使用set语句复制数据集nPoint选项指明要读入的记录序号set 数据集 point=

21、指针变量;可用于抽样，一般与output语句连用nNobs选项创建一个临时变量用来存储数据集的观测总数n见set例，point例54Set语句nSet语句可以串接多个数据集，形式如下nData 数据集; set 数据集A 数据集B ; Run;nRename选项负责改名；in选项产生变量负责记录观测来自该数据集；n见set2例55Merge语句n使用Merge语句并接多个数据集，形式如下nData 数据集；merge 数据集1 数据集2 ;by 变量;run;n见merge例56Update 语句nUpdate语句用一个升级数据集中的观测来修改一个主数据集。nUpdate语句一定要与BY语句一

22、起使用，BY语句给出了合并观测时共同变量的名字n主数据集中的共同变量必须是单值的，即不能有两个或两个以上的观测其共同变量值相同nUpdate例57Infile语句nDelimiter (DLM)选项：规定一个字符替代空格作为分隔符。nFirstobs选项 ：不是从文件的第一个记录开始，而是从指定行开始读取记录nObs选项：规定用户想从输入文件中连续读取的最后一个记录号nInfile(dlm)例、 Infile(obs)例58Infile语句nDSD选项：1、使最外层引号括起的内容当成整个字符串输入，并去除最外层引号2、默认分隔符为逗号3、两个相邻的分隔符意味着前一个分隔符后的字段为缺失值nIn

23、file(dsd)例 (回顾input2例）59Infile语句n当行末尾数据宽度少于规定宽度时Flowover: 默认选项，将下一条记录读入Missover：将变量置为缺失Truncover:将数据直接读入，不管宽度是否少于规定宽度Stopover:系统终止数据步执行，报告出错nMissover例60Infile语句nLrecl=n选项：设定源数据文件行的物理长度，缺省为256，最大可设为32767nPad | Nopad选项：pad选项指当宽度少于规定宽度时，在后面填充空格至Lrecl=n规定的行长度，缺省为nopadnMissover例61运行(算)语句赋值语句和累加语句n赋值Varia

24、ble = expression例：x=a + b;n累加 Variable + expression例：if x=5 then n+1;例：n+(-1)n累加语句中的变量必须是数值型变量，初始值为062Delete和lostcard(*)语句nDelete语句告诉SAS系统停止处理当前的观测，并且返回到这个Data步的开头处理其他观测n当SAS系统遇到用几个记录表示一个观测的时候，数据中有丢失记录时，使用Lostcard语句来重新对准输入数据ndelete例，lostcard例63Stop和abort语句n用stop语句来停止处理data步，正被处理的那个观测没有添加到SAS数据集中，sto

25、p语句不影响后面的任意data步或proc步的执行n用abort语句来中止SAS系统执行当前DATA步，return选项关闭SAS并返回操作系统。nStop与abort的区别在于abort语句置_error_变量为1nAbort例64Where 语句n从已存在的SAS数据集选择子集，在把观测读入之前规定数据必须满足一个条件nWhere 语句与if语句相比在读取数据时更为高效，因其在移动所有观测到子集之前先选择数据。nWhere语句丰富的表达式nwhere例65Output语句nDATA步的每次迭代，后台自动使用output语句，但如果程序中主动加上output语句，即相当于取消自动output

26、语句，变成在条件符合时输出。noutput例66Output语句n用到output语句其他情况：output123例1.从一个输入的数据文件中，创建几个SAS数据集2.从输入的每个数据行中，创建二个或更多个观测3.把几个输入观测组合并成为一个观测n后面接名字表示输出到指定数据集，但名字必须也在DATA后出现67Call语句n调用其他子程序call routine (parameter-1 ) 如SAS提供一系列随机数子程序n发布操作系统命令call system (command) nCall例(*)、Call_system例68控制语句Do语句(循环语句）nDO语句规定，在DO后面直到出现E

27、ND语句之前的这些语句作为一个单元被执行。n简单DO语句，常用在if-then/else语句里n循环DO语句，用下标变量规定重复次数do i=1 to 10;do i=1 to exit;do i=2 to 8 by 2;nDo_simple例，do例，do_exit例69Do while语句n当条件成立时重复执行Do组里的语句Do while (expression);n括号里的表达式在Do组里的语句被执行前在循环的开头被计算。如果表达式是真的，Do组被执行nDo while例70Do until语句n有条件地执行Do组里的语句，在循环的最后而不是在循环的开头计算表达式，如果表达式是真的，D

28、o组就不再被执行。nDo组里的语句至少执行一次。nDo until例71Select语句n允许SAS去执行几个语句或者语句组中的一个。n当一个特殊条件为真时，执行对应when语句，如果所有when条件均不成立，选择执行otherwise语句，用end结束nSelect(when)例72If语句n1.形如：IF expression THEN statement; ELSE statement;2.形如：IF variable例：if x then y=x;当变量x的值为0和缺失之外的任意值时表达式均为真nIf_else例、If_x例73Return语句n告诉SAS系统在data步当前这个位置上

29、停止执行语句并在继续执行之前返回到一个预定的位置（通常是data步开头)n当return语句使得SAS返回到data步开头时，SAS首先输出当前观测到新数据集中。n每个data步都有一个隐含的return语句作为最后一个可执行的语句nReturn例74Go to语句n告诉SAS系统立即转到Go to语句所指示的那个语句，并从那个语句开始执行后面的语句。n形如：GO TO label;label规定语句标号来指示Go to的目标，它必须与go to语句在同一个data步nReturn选项规定返回而不执行下面语句nGo to例75Link语句(*)n形如link label;n立即转到由label

30、语句指示的位置，并从那里开始继续执行语句直到一个return语句被执行。n与goto语句的区别是：标签内的return语句让SAS立即返回到link语句后面的那个语句并从那里继续执行nLink例76Continue和leave语句nContinue语句使得某个do循环中当前这次循环过程停止进行，并继续进行下一次循环过程。nLeave语句停止当前整个do组循环或select组的处理过程，并用跟在do组或select组后面的下一个语句继续执行data步nContinue例，leave例77循环的嵌套(*)Do(do)例、select(do)例78怎样选择使用不同的控制语句nDO:多次执行同样的代码

31、块nDO while：当while条件为真时，多次执行同样的代码块nDO until:多次执行同样的代码块，直到until条件为真，代码块总会执行一次nSELECT：知道明确的离散选择项时使用nIF：希望从2个或多个可能的事件中完成一个，允许连续选择项79怎样选择使用不同的控制语句n跳转代码（go to,link)：需要暂停主代码，执行“标签”指明的其它代码n中止代码（return,continue,leave)：负责某种形式的中止。80信息语句数组(array)语句n当需要用同一种方法处理很多变量时，可以用数组语句定义这组变量为某个数组中的元素。n1.显示下标array语句：由一个数组名字，

32、在数组中元素个数的说明，及元素列表组成。n2.隐含下标array语句：由一个数组名字、一个下标变量和列表名组成。81显示下标array语句n形如：ARRAY array-name subscript 例 array simple3 red green yellow; array x5,3 score1-score15; array c3等价于array c3 c1-c3array test3 t1 t2 t3 (90 80 70) 数组中的变量必须全是数值型或字符串型，array例82显示下标array语句n规定数组中每一维的上下界：array x1:5,1:3 score1-score15;

33、n*表示SAS系统通过数组中变量的个数来确定下标。可用dim(数组名)函数计算数组元素个数。n_temporary_建立一个临时数组元素列表narray(dim)例，array(temporary)例，array(prod)例83隐含下标array语句n形如：ARRAY array-name array-elements n如果没有规定下标变量，SAS系统使用自动变量_i_作为下标变量，下标变量范围从1到这个数组元素的个数n如：array x x1-x5nArray(s)例84Do over语句nDo over 语句对每个数组元素自动地执行Do组中的语句，它等价于 do i=1 to k;其中

34、i是这个数组的下标变量，k是数组元素的个数。nDo over语句常用在对隐含下标数组元素执行Do组里的语句nDo over例85Informat语句nInformat语句把输入格式与变量联系起来，在data步，可以用informat语句对input语句中列出的变量规定缺省时的输入格式ninformat例86Format语句n在data步把变量同输出格式联系起来n可以规定缺省选项，如：format default=8.2;nFormat(informat)例，format_=例，87Drop和keep语句nDrop语句：删掉变量语句drop variable-listnKeep语句：保留变量语句

35、keep variable-listn虽然出现在drop和keep语句中的变量不包含在正被创建的SAS数据集中，但这些变量仍可以用在程序语句中nDrop和keep不能同时使用88Retain语句n使用retain给变量赋予初值，并保留到读下一个观测retain month1-month5 1retain var1-var4 (1,2,3,4)当retain后无变量时，用input或赋值语句创建的所有变量的值,保留上次data步执行的值nRetain例、retain2例89Attrib语句n在data步内允许用一个attrib语句来规定一个或几个变量的输出、输入格式，标签和长度，即规定变量属性n

36、Attrib x label=中国载人飞船 length=4 informat=8.5 format=8.2;nAttrib例90Window语句n创建用户专用的窗口，可用来显示文字说明或接受输入的数据nWindow例91上机练习1n编制程序：六个变量id d1-d5，数据节选如下：1 2 7 23 100 1000 2 3 33 54 56 10003 . 4 6 44 100n要求：如果相邻数据小于等于7，则置为缺失，数据结果应如下：n1 . . 23 100 10002 3 33 . . 10003 . . . 44 10092上机练习2(ex2例）n编制程序：3个变量d1-d3，数据节

37、选如下：1 2 7 2 3 . 3 . 4n要求：如果发现缺失值 ，即用该列数据的平均值来代替，数据结果应如下：n1 2 7 2 3 5.5 3 2.5 4 93Proc步的通用语句（Reg例）nProc 用在proc步的开头并规定用户使用的SAS过程名字及其他信息nVar规定用这个过程分析的一些变量nModel规定在模型中类似表示因变量（左）和自变量（右）的这样一些变量及其他信息nWeight规定一个变量，它的值是这些观测的相应权数94Proc步及通用语句nFreq规定一个变量，其值表示频数nId规定一个或几个变量，他们的值在打印输出中或由此过程产生的SAS数据集中用来识别观测nWhere在

38、SAS把观测引入proc步之前，用来选择符合特殊条件的观测nClass在分析中指定一些变量为分类变量95Proc步及通用语句nBy规定一些变量，SAS过程对输入数据集用by变量定义的几个数据组分别进行分析处理nOutput给出用该过程产生的输出数据集的信息nQuit结束交互式的过程n其他如Attrib属性语句、format输出格式语句、label标签语句等96Transpose(转置过程)nTranspose过程完成对sas数据集的转置，即把观测变为变量，变量变为观测。nOut选项规定输出数据集nPrefix选项规定转置后的变量名前缀nId选项使用其后规定的变量值作为输出数据集中被转置的变量名

39、nTranspose例97Means均值过程n计算数据集中数值变量的简单统计量nT选项：检验数据总体均值为0的假设时，t统计量的值nPrt选项：Prob |T| , 数据总体均值为0的概率是多少n默认生成的_type_和_freq_变量分别规定分组数（如果有）和频率nMeans例,weight例，freq例98Means均值过程nMaxdec选项规定输出结果的小数部分最大位数n可以输出的统计量：N, Nmiss, mean, std, min, max, range, sum, var, uss, css, cv（变异系数）, stderr, t, prt, sumwgt, skewness（

40、偏度）, kurtosis（峰度）, clm（置信限）, lclm（置信下限）, uclm（置信上限）99Format过程(format_num,char,lowhigh例）n使用Format过程把输出格式同Data步、Proc步的变量联系起来。n输出格式一：SAS格式n输出格式二：Format定义的格式，形如value 格式名 变量值=自定义值;proc ;format 变量 格式名.;100Format过程n输出格式三：图示输出，只适用于数值型变量，形如picture 格式名 other格式化值;proc ;format 变量 格式名.;nFormat_picture例101Plot过程n

41、对数据集中任两个变量的n个观测值画出散点图，第一个变量表示y轴，第二个表示为x轴n两种情况：plot y*x=+;（规定一个字符作为作图字符）plot y*x=sex;（作图字符由变量的值给出）102Plot过程nVref(Href)要求散布图在垂直(或水平)轴的一些规定值上画水平线(或垂直线)作为参照线n/overlap选项：在同一张图上作两个以上的散点图。如：plot y*x a*b /overlay;nPlot(函数)例103Standard标准化过程n目的是使不同量纲的变量能互相比较nStandard过程按给定的均值和标准差对数据集中的变量进行标准化变换，并生成一个包含标准化值的新SA

42、S数据集nMean=mean-value: 规定均值nStd=std-value: 规定标准差nStandard例104Rank过程n与其研究数值大小不如研究排序的情况n该过程把数值从最小到最大排列，对最小值赋予秩1，对第二小值赋予秩2，一直到赋予秩n，即未丢失的观测个数。n出现结值(tie)时，其秩可以赋予平均秩或高秩或低秩。nRanks 选项分配求秩后的变量名 nRank例105Univariate过程n又称单变量过程，可以求单个变量的大部分统计指标nNormal选项：要求对数据服从正态分布（原假设）进行检验。当样本容量2000时，使用D统计量检验106Univariate过程nOutpu

43、t out=datasets要求输出包含指定统计量的数据集nPctlpts规定该过程不能自动提供而用户又希望计算的百分位数nPctlpre要求给出百分位数的输出变量名的前缀，pctlname后缀。nUnivariate例107Corr过程n计算变量间的相关系数n相关是对两个变量间线性关系强弱程度的一种测度。n如果一个变量恰好可表示成另一个变量Y的线性函数，那么相关系数为1或-1，即正相关或负相关。如果两变量间的相关系数为0，这意味着两变量无线性关系。nCorr例108Options过程n列出SAS系统选项的当前值。nSAS系统选项是SAS系统用来控制SAS数据集的处理，输出的格式和内容等的全局

44、选项n系统选项的优先次序：options语句配置文件缺省设置n例：options nodate；nOptions(view)例,options例109Printto过程n该过程用来定义SAS过程输出和SAS日志输出的地点nPrint选项规定输出结果存放地点nLog选项规定输出日志存放地点nNew选项表示要覆盖已存在的文件，如无new选项但有已存在的文件名，则在已有的文件内容后追加nPrintto例110Compare过程n该过程用来比较两个SAS数据集中的内容n用base和compare选项分别规定待比较的两个数据集nCompare例111Datasets数据库管理过程n该过程用来对SAS数据

45、库中的SAS文件进行列表、拷贝、更名，添加和删除等操作nDatasets是交互过程，可以不断插入并执行该过程的相关语句而不用重复调用Datasets，但可以使用quit语句或另一个proc步或data步来终止此过程nDatasets1例112Datasets过程nIndex create :创建简单或复合索引nPw (read、write、alter):设置密码nRepair member-name: 在适当情况下试图重新存贮被损坏的SAS数据集或目录nDatasets(index)例、datasets(pw)例113SQL过程nSQL 结构查询语言(Structured Query Lang

46、uage) 是一个标准化的广泛使用的语言，可以检索和更新关系表格和数据库中的数据。n关系，类似于数学中的集合概念，实际上被表现为一些排列成行和列的二维表格(关系数据库)114SQL过程nSQL语句的特征：子句内的项用逗号分开；不需规定Run语句；115SQL过程nSelect语句用来检索和操作存于表中的数据。(order从句，format选项)nCreate语句生成表格nUpdate语句增加或修改在表格的列里的数值，Insert和Delete语句插入和删除行，用Alter语句增加、修改、删去列来修改表格。116SQL过程nDelete语句从表中删去where表达式为真的所有行nInsert t

47、o往一个新的或已存在的表中加入新的行nSql例117全程语句nQuit, run, endsas :分别为结束、运行SAS语句、关闭SAS系统nTitle, footnote：添加标题和脚注nFilename：对一个外部文件定义标记nLibname：对一个SAS数据库定义标记nFilename例，libname例118全程语句nMissing语句规定表示缺失值的字符,通常出现在data语句中，但其作用范围是全局的。nPage语句使得日志跳到新一页nSkip语句使得日志跳过规定的行数n%include语句从外部文件读出SAS语句或数据行并执行：nMissing例,page例,skip例,Incl

48、ude1例119Tabulate制表过程(Tabulate例)n由分类变量、分析变量和统计量关键词组成的表达式构成描述性统计报表。nTabulate过程的Table语句的操作符（星号、空格、园括号，逗号）1.交叉连接项，即嵌套（使用*号）2.项与项之间的并列连接，即平行（使用空格）3.改变次序（使用园括号）120Tabulate制表过程n4.产生的报表最多三维：如果包含二维，次序为行、列；如果包含三维，次序为页、行、列。(维表达式间用逗号隔开；) 5. 用定义Pctn统计量的分母n分类变量必须在class语句中说明n分析变量必须在var语句中列出121Tabulate制表过程nProc tab

49、ulate过程的其他语句1. missing选项：要求把缺失值作为分类变量的有效水平2. order=freq | data | internal | formatted规定报表中分类变量值出现的次序freq: 按频数下降的次序data: 按原数据集中出现的先后次序internal: 按非格式化值的次序formatted: 按格式化值的次序122Tabulate制表过程nLabel语句用来对变量加标签nKeylabel语句用来对统计量加标签n统计量：N(字符型变量的默认统计量), Nmiss, Mean, Std, Min, Max，Range, Sum(数值型变量默认统计量)，Var, Pc

50、tn(频数N的百分数，后面参数为列变量则是行百分比，后面参数为行变量则是列百分比)nF或format表示输出使用一定的格式，如：a*f=8.2;123Tabulate制表过程n全类变量all,当all嵌入某个交叉时，all不考虑分类变量的水平，而用all来生成子集和及总和。如 B*(A all)、(all B)* (all A)nTabulate1例124上机练习n按tabulate1例，模拟编制类似数据，练习各种制表方法125第五部分SAS/stat 模块nSTAT模块的过程介绍126Freq过程（freq_cows,_eye例)nFreq过程用于产生单向到n向的频数表或交叉表以及针对表格的

51、各种统计量。n用星号连接起来的变量，最后一个变量的值形成列，倒数第二个变量的值形成行，其余变量的每一个水平形成一层。如：table a*b*c*d;n使用chisq卡方统计量，检验变量间的相关性，原假设为变量间不相关127SAS宏n利用宏可以减少在完成一些共同任务时必须输入的文本量n利用宏可以使程序模块化，使程序易读、便于修改、移植、方便重复使用128SAS宏变量n宏变量属于SAS宏语言，与普通变量的区别是可以独立于DATA步n可以在SAS程序中除数据行之外的任何地方定义并使用宏变量n%let语句定义宏变量并分配一个值给宏变量（如：%let dsn=3)n当引用一个宏变量的值，放&号在

52、宏变量前129SAS宏变量(macro_str,_var,_auto例)n使用%str函数围住宏变量的值，使得在这个值内部的分号作为这个文本的部分，而不是%let语句的结束n使用%put语句在LOG窗口显示宏变量的值nSAS/BASE中的自动宏变量，如：sysver, systime(给出SAS程序或会话开始执行的时间);130SAS宏n用%macro语句开始一个宏，同时给出这个宏的名字。如：%macro dsn;用%mend语句结束一个宏，其后给出宏名字。如：%mend dsn;n放一个百分数符号（%）在宏名字的前面以调用一个宏，如%dsnnMacro例131宏参数n被定义在一个%macro语句的宏名字后括号内的宏变量称为宏参数，可以直接给出宏参数的值，也可以在调用这个宏时给出这些参数的值