SAS函数与CALL子程序.ppt

第3章 SAS函数与CALL子程序,清华大学经管学院 朱世武 Z Resdat样本数据： SAS论坛： ,SAS函数定义,SAS函数是一个子程序，对自变量返回一个结果值。 SAS函数的形式： 函数名(X1, X2, ),函数用于组合表达式可以简化编程和统计计算,例3.1 表达式中用函数。 data a(keep=date y d min); /*保留date, y, d, min四个变量*/ set ResDat.idx000001; y=year(date); /*函数year给出变量date年份*/ d=weekday(date); /*函数weekday给出变量date在一周内的哪一天*/ min=min(sum(oppr, hipr, lopr,clpr)，1000); run; 例3.2 条件语句中使用函数。 data a; set ResDat.idx000001; where year(date)1996; /* Where语句中使用Year函数 * run;,用函数处理多变量可以简化程序,例3.3 用与不用SAS函数时的程序。 不用SAS函数。 totx=xl+x2+x3+x4+x5+x6+x7+x8+x9+x10; if totxy then least=totx; else least=y; 使用SAS函数。 leastmin(sum(of x1-x10),y); 例中，两段程序的结果相同，第二段只有一个语句，非常简单。,函数自变量,自变量类型： 变量名； 常数； 函数； 表达式。 例3.4 函数及其自变量类型举例。,自变量个数： 有些函数不需要自变量，有些只需要一个自变量，有些函数有多个自变量。SAS9.1中，自变量个数不能超过32767。 如果函数的自变量是表达式，在函数被调用之前，所有表达式自变量首先计算。 自变量表示法： 当函数有多个自变量时，必须用逗号分隔开。 自变量名缩写方法： 函数名(OF变量名1变量名n ),例3.5 正确与错误的表示方法。 例3.6 数组元素自变量的缩写方法。 array y10 y1-y10; /*定义数组y10 */ x=sum (of y*); z=sum (of y1-y10); 例中，两个SUM函数的表示法是等价的。,函数结果,通常函数的结果由其自变量的属性决定： 自变量是字符时结果变量为字符； 自变量是数值时结果变量为数值。 PUT函数是一个例外，它不管自变量是什么类型，其结果总是字符值。 根据缺省规则，对大多数函数来说，数值目标变量的长度是8，字符目标变量的长度没有缺省规则 。 目标变量长度不用缺省规则的函数见课本表3.1。,用PUT语句在LOG窗口显示函数值,例3.7 显示概率值和分位数。 data; Y=probnorm(1.96); /* 标准正态分布小于1.96的概率 */ put Y; q1=tinv(.95, 2); /*自由度为2的t分布的0.95分位数*/ q2=tinv(.95, 2, 3); /*自由为2，非中心参数为3的t分布的0.95分位数*/ put q1= q2=; run;,0.9750021049 q1=2.9199855804 q2=13.894376071,日期时间函数,SAS日期和时间存贮标准是以1960年1月1日0时0分0秒为起点，然后以相应的间隔记时。 如1960年1月1日9时0分，按日记的数值就是0，按小时记的数值就是9。1960年1月2日0时0分，按日记的数值就是1，按小时记就是24等。 由于日期函数是一类非常重要的函数，特别是对金融数据处理和金融计算，借助日期函数可以极大提高效率。,应用举例,例3.8 计算两个日期之间的天数。 data _null_; sdate=01jan2002d; edate=01jan2003d; actual=datdif(sdate, edate, act/act); /*按每个月的实际天数算 */ days360=datdif(sdate, edate, 30/360); /*按每个月30天计算 */ put actual= days360=; run; data _null_; actual=datdif(01jan2002d, 01jan2003d, act/act); days360=datdif(01jan2002d, 01jan2003d, 30/360); put actual= days360=; run; 例中，两段程序的结果一样。actual=365, days360=360.,例3.10 以日为单位计算当前日期的天数。 data; x=date (); y=today(); put x= y=; run; 例中，DATE()和TODAY()结果一样，都是返回当天的天数。当然，也可以用一定的日期格式表示它们。 data; x=date (); y=today(); format x y yymmdd10.; put x= y=; run;,结果显示： x=17232 y=17232,结果显示： x=2007-03-07 y=2007-03-07,例3.12 计算日期值所在的年季月以及处于某月的第几天。 data a; set ResDat.stk000001 (obs=10); keep date year qtr month day; year=year (date); qtr=qtr (date); month=month (date); day=day (date); proc print noobs; run;,Date year qtr month day 1991-01-02 1991 1 1 2 1991-01-03 1991 1 1 3 1991-01-04 1991 1 1 4 1991-01-05 1991 1 1 5 1991-01-07 1991 1 1 7 1991-01-08 1991 1 1 8 1991-01-09 1991 1 1 9 1991-01-10 1991 1 1 10 1991-01-11 1991 1 1 11 1991-01-12 1991 1 1 12,例3.14 将日期时间值换算为以秒计数的计算方法。 data; mdy=mdy (08,18,2001); put mdy=; format mdy yymmdd10.; hms=hms (21,50,51); put hms=; x=21*60*60+50*60+51; put x=; dhms=dhms (date (), 21,50,51); put dhms=; dhms=dhms (15263,21,50,51); put dhms=; y=15263*24*3600+x; put y=; run;,结果显示： mdy=2001-08-18 hms=78651 x=78651 dhms=1347832251 dhms=1318801851 y=1318801851,概率分布函数,标准正态分布,PROBNORM(X) 计算标准正态分布随机变量小于X的概率。 例3.15 计算三个特殊的正态概率值。 data; P1=probnorm(0); P2=probnorm(1.96); P3=probnorm(2.5758293); put P1= P2= P3=; run;,结果显示： P1=0.5 P2=0.9750021049 P3=0.9949999999,样本统计函数,样本统计函数在实际中的用处不是很大，因为应用这些函数时，一定要把样本的观测数据放在同一行才可以，现实中样本的观测数据却往往是按一列一列排的。一般情况下，求变量X的样本统计函数值时要用别的方法。 样本统计量函数共有15个。,均值,MEAN(of xl-xn) 或 MEAN(x，y，z, ) 计算非缺失自变量的算术平均。自变量中至少有一个非缺失值。,求和,SUM(of xl-xn) 或 SUM (x1,x2, ) 计算自变量的和。要求有两个以上自变量。,方差,VAR(of xl-xn) 或 VAR (x1,x2, ) 计算自变量中非缺失值的方差。要求至少有两个自变量。,随机数函数,SAS系统提供11种随机数函数。由于随机数函数是进行随机模拟的基础，这里我们通过例子，给出每种随机数发生程序，供读者参考。,正态分布,例3.27 用函数RANNOR产生正态分布随机数。 data RV; retain _seed_ 0; /*retain 赋初值0给_seed_*/ mu=0; sigma=1; do _i_ = 1 to 1000; Normal1 = mu + sigma * rannor(_seed_); /*均值为mu,标准差为sigma*/ output; end; drop _seed_ _i_ mu sigma; run;,例3.28 用函数NORMAL产生正态分布随机数。 data RV; retain _seed_ 0; mu=0; sigma=1; do _i_ = 1 to 1000; normal1 = 0 + 1 * normal(_seed_);/*均值为mu,标准差为sigma*/ output; end; drop _seed_ _i_; run;,均匀分布,例3.29 用函数RANUNI产生均匀分布随机数。 data RV1; retain _seed_ 0; a=-1; b=2; do _i_ = 1 to 1000; uniform1 = a + (b-a) * ranuni(_seed_); /*区间a, b上的均匀分布*/ output; end; drop _seed_ _i_; run;,例3.30 用函数UNIFORM产生均匀分布随机数。 data RV1; retain _seed_ 0; a=-1; b=2; do _i_ = 1 to 1000; uniform1 = a + (b - a) * uniform(_seed_); /*区间a, b上的均匀分布*/ output; end; drop _seed_ _i_; run;,随机数函数自变量SEED,随机数函数使用一个自变量SEED来选择产生随机数的初始种子值，由这个值开始产生随机数流。自变量SEED的取值和初始化类型如下表列出。 表3.4 SEED取值与初始化类型,产生随机数的过程中，自变量SEED的值保持不变，种子则不断变化。所以，用随机函数产生随机数时，不能控制种子的值，因此也不可能控制初始化之后的随机数。如果要控制随机数流，就要用随机数函数的CALL子程序。,SAS CALL 子程序,SAS系统提供一系列CALL子程序，用于产生随机数或执行其它的系统功能，详见表3.5，3.6。,随机数子程序,用随机数子程序可以更好地控制种子流和随机数流。除NORMAL和UNIFORM这两个函数之外，所有随机数函数都有一个相应的子程序。 CALL语句激活随机数子程序的格式为： CALL routine (seed, variate); 选项说明： 使用CALL子程序时，首先要对SEED变量赋初值。 同时产生几个随机数流时，用CALL子程序比用随机函数的效果更好。因为，用随机数函数同时创建的多个随机数变量都属于同一个随机数流。,例3.38 使用随机函数产生两个随机数变量属于同一个随机数流。 data RV; retain seed1 seed2 161321804; do I=1 to 5; x1= ranuni(seed1); x2= ranuni(seed2); output; end; options nocenter; proc print; run; 例中，SEED1和SEED2的初值相同，但X1和X2的第一个观测值却不相同。因为，SEED2的值在这里不起作用，X2的第一个值并不是由SEED2产生的，而是产生第一个X1后一个新种子的结果。所以，这里产生的两个随机数变量属于同一个随机数流。,结果显示： Obs seed1 seed2 I x1 x2 1 161321804 161321804 1 0.43617 0.64888 2 161321804 161321804 2 0.34138 0.42729 3 161321804 161321804 3 0.43237 0.63834 4 161321804 161321804 4 0.74690 0.89710 5 161321804 161321804 5 0.13630 0.19031,例3.39 使用CALL子程序产生两个独立的种子流和随机数流。 data RV; retain seed3 seed4 135279821; do I=1 to 5; call ranuni(seed3, X3); call ranuni(seed4, X4); output; end; proc print; run; 例中，产生两个独立的种子流和随机数流。因为SEED3=SEED1，所以X3表示