SAS过程步操作基础.ppt

SAS过程步操作基础,有关过程步程序的基本概念,过程步（proc step）的概念,过程步是指用以调用某个SAS过程（SAS procedure）的一组SAS语句所构成的相对独立的程序单元。 过程步均以SAS系统中包含的各类过程（procedure）为基础，其中所能包含的语句和语句中的选项均表现为相对固定的形式，取决于所调用的具体过程。 用户所能调用的SAS过程取决于安装SAS时所包含的模块。 不同的SAS模块包含着执行相应功能的一个或多个SAS过程。,过程步程序的一般结构,以proc语句开始、run语句结束； 过程步程序包含以下三方面的内容： （1）proc语句，其中包含proc关键字、所要使用的过程名以及所要处理的数据集等； （2）其它用于定义分析操作内容的语句，如class语句、var语句、tables语句等； （3）run语句，用于标志当前过程步程序的结束。如果此过程步后紧随其它过程步或数据步，run语句可省略。,proc语句,每一个过程步都以proc语句开始； proc语句以proc关键字开始，紧跟其后的是所调用SAS过程的名称，语句中还可包括众多的控制选项； 多数SAS过程的proc语句中均包括“data=”选项，用以指定该SAS过程所要处理的数据集； 不同的SAS过程，其proc语句中所包含的语句选项也各不相同。,BASE模块SAS过程的功能与操作,BASE模块所含过程的功能分类,报表输出过程：用以显示各种实用信息，包括数据列表、汇总报告、日历、书信、标签、表单以及各种图形报表等。 统计计算过程：用以计算各种基本统计量，包括均数、标准差等基于矩的统计量，分位数，可信区间，频数等；还可编制交叉表、进行相关分析以及针对各种分布形式的假设检验；此外还可对数据进行编秩及标准化等操作。 实用工具类过程：此类过程为用户提供各类实用工具，可实现的功能包括对数据集的创建、编辑、排序以及转置等操作，创建和恢复数据交换文件，创建用户自定义的格式，维护SAS文件等。 某些SAS过程同时兼备上述分类的两项以上功能，如means过程、freq过程等既具有统计计算功能，又具有报表输出功能。,报表输出过程,统计计算过程,实用工具类过程,BASE中若干常用的SAS过程,contents：显示SAS数据集的有关属性信息，帮助用户了解自己的数据； print：将数据集中全部或指定的部分变量、以及全部或指定的部分观测输出显示； means：针对数值型变量计算其各种描述性统计量； sort：根据一个或多个变量，对数据集的全部观测进行排序。 import过程：从外部文件读取数据并创建SAS数据集； export过程：从SAS数据集读取数据并将其写入外部文件； printto过程：指定output窗口及log窗口的输出路径。,contents过程,contents过程用于显示指定的SAS数据集的有关信息或者相应逻辑库中所包含成员的列表信息。 对于指定的SAS数据集，contents过程将列出数据集的各种属性信息，以及所包含的全部变量及其属性。 有关变量信息的列表将按照字母顺序排列，变量属性信息包括变量类型、长度、标签以及格式等。 contents过程的一般形式如下： proc contents data=SAS-data-set options; run;,proc contents语句的主要选项,detials|nodetials ：用于控制显示结果的详尽程度。前者将显示上述的全部内容，后者则仅显示有关变量信息的部分。默认设置：detials。 varnum ：要求将变量按照其在数据集中的排列顺序而非字母顺序显示。 short ：有关变量信息部分仅显示变量名称，不显示变量属性。 out= ：将输入数据集中有关变量的信息存储到指定的数据集中。 noprint ：禁止程序运行结果在output窗口的输出显示。,contents过程示例,print过程,print过程用于将数据集中的全部或特定内容输出显示。 可通过特定语句实现对选定列（变量）和特定行（观测）的输出显示。 print过程功能特性：自动格式化，以变量名称或标签为列标题，选择性输出，特定的by格式以及id格式。 print过程的一般形式： proc print data=SAS-data-set options; other statements; run;,proc print语句的主要选项,label ：使用变量标签作为列标题，否则变量名称将被用作列标题显示。 n ：在输出结果的末尾显示观测总数，如果同时设置“=string”项，“string”将同观测总数一同显示。 noobs ：禁止显示观测编号列。 obs= ：为观测编号列指定作为列标题的标签。,print过程支持的其它语句,by语句：分区显示各by分组（使用by语句需首先对输入数据集按照by变量进行排序）。 id语句：指定一个或多个用以标识观测的变量，替代观测编号的作用。 sum语句：指定一个或多个数值型变量，输出结果中将显示其合计值。 sumby语句：指定一个by变量，以此by变量对数据集的不同分组中，分别进行sum变量的合计值计算与显示。 var语句：指定所要输出显示的变量。 Where语句：筛选所要显示的观测。,print过程示例,means过程,means过程主要执行数据汇总的功能，与univariate过程有众多相似之处； 可对全部观测或在指定的分组内对指定（或默认）的变量计算各种指定（或默认）的描述性统计量； means过程还可对样本的分布位置（对应于均数为零的无效假设）执行t检验的功能； means过程还可创建有关描述性统计量的输出数据集。,means过程的一般形式,means过程的一般形式： proc means data=SAS-data-set statistic_keywords options; other statements; run; proc means语句中除包含众多的选项外，还可包含各种统计量关键字（“statistic_keywords”项），用来指定means过程所要计算的统计量。,proc means语句的主要选项,missing：将class变量的缺失值作为合法的水平用以创建代表分组的组合； fw=：指定输出结果中显示有关统计量的列的宽度； maxdec=：指定一个08的整数，用以设置输出结果中有关统计量的最大小数位数； noprint：禁止在结果窗口显示任何分析结果； alpha=：指定均数可信区间的置信水平，默认值为0.05。,means过程可计算的统计量（一）,means过程可计算的统计量（二）,means过程可用的其它语句,by 语句：按照by变量的取值分割数据集，每个子集分别进行分析。 class 语句：指定用于分组的变量，可指定一个或多个。 freq 语句：指定用以作为观测频数（重复次数）的变量，该变量的取值表示当前观测被扩增的倍数。 output 语句：将分析所得的各类统计量存储到指定的输出数据集中。 var 语句：指定所要分析的变量。 weight 语句：指定作为权重的变量，进行各种加权统计量的计算。,means过程示例,sort过程,sort过程用于对SAS数据集的观测按照一个或多个变量的观测值进行排序，排序后的数据可存为新的数据集，也可直接替换原有数据集。 sort过程可根据一个或多个变量进行排序操作，升序或降序可由用户自定义。 在windows和unix系统中，sort过程的排序操作依照ASCII码的排列顺序为准。,字符排列顺序,字符型变量： blank ! “ # $ % ? A B C D E F G H I J K L M N O P Q R S T U V W X Y Z _ a b c d e f g h I g h I j k l m n o p q r s t u v w x y z | 数值型变量： 缺失值 (._ . .A to .Z) 数值 ( 依照大小顺序 ),sort过程的形式和语句选项,sort过程一般形式： proc sort data=SAS-data-set options; by var1 ; run; proc sort语句的几个重要选项： （1）nodupkey:查找在by变量上（观测值）的重复观测并将其从数据集中剔除。 （2）noduprecs:查找重复的观测（两行上所有的变量取值相同）并剔除之。 （3）out=:指定一个输出数据集的名称，用以存储排序后的数据，否则原有数据将被替换。 by语句中的升序降序设置：默认情况下by语句中指定的变量将以升序的方式排列观测，如需将其改变为降序排列，在相应变量名前设定descending选项。,sort过程示例,data test; input sn x y; datalines; 2 61 90 1 30 25 5 55 62 3 23 21 4 32 38 3 39 16 ; run; proc sort data=test out=testn nodupkey; by sn; run; proc print data=testn; run;,import过程,import过程用于从外部数据文件中读取数据，创建SAS数据集。 import过程可读入诸多类型的外部数据文件来创建新的SAS数据集，其中包括微软的access数据库、excel工作表，lotus的数据文件，以及各种分隔符（空格、逗号等）分隔的数据文件（文本文件等）。,import过程的形式和语句,import过程的形式： proc import options; data source statements; run; proc import语句的重要选项： datafile=：用以指定外部数据文件的物理路径； table=：用以指定数据库文件中所要读入的数据表（此选项与datafile=选项不可同时使用）； out=：用以指定所要创建的数据集名称； replace：如果所要创建的数据集已存在，设置此选项将会以新数据集覆盖已有的数据集； dbms=：用以指定所读入外部数据的格式。windows环境下import过程可读入的外部数据格式见下页。,windows环境下可用的外部数据格式,import过程的数据源语句,数据源语句（data source statements）为import过程读入外部数据时提供更为细致和具体的控制信息。 不同的外部数据格式对应不同类型的数据源语句。,工作表及PC文件对应的数据源语句,数据库表对应的数据源语句,import过程示例,proc import datafile=“d:officeseminarsas_basecasesstroke1.xls“ out=stroke1 dbms=excel2002 replace; sheet=“stroke1“; getnames=yes; run;,export过程,export过程执行与import过程完全相反的功能，从SAS数据集读取数据写入指定的外部数据文件（新建）。 可写入的外部数据文件格式与import过程可读入的数据文件格式完全相同。 export过程一般形式： proc export options; data source statements; run; proc export语句中的选项与import过程的相应选项相对应； export过程所含的数据源语句多数也与import过程相同或相近。,proc export语句选项,data=：指定要读取的SAS数据集，对应于import过程的out=； outfile=：指定要写入的外部数据文件，对应于import过程的datafile=； outtable=：指定要写入的数据库表，对应于import过程的table=； dbms=：同import过程的相应选项； replace：同import过程的相应选项。,export过程示例,proc export data=stroke1 outfile=“d:officeseminarsas_basecasesstroke1n.xls“ dbms=excel2002 replace; sheet=“data“; run;,printto过程,printto过程用于指定SAS程序运行结果以及log窗口内容的显示或存储位置。 默认状态下，SAS程序运行结果显示在output窗口中，log窗口的提示信息显示在log窗口中。 printto过程允许用户将上述的两项内容保存到外部文件中或者SAS的目录条目（catalog entry）中。 printto过程的一般形式： proc printto options; run;,proc printto语句选项,log=：指定log窗口内容的显示或存储位置。指定为外部文件时， log窗口内容将被存储到此文件中，log窗口本身不再显示任何内容。设置为log=log时恢复默认显示方式。 print=：指定output窗口内容的显示或存储位置。指定为外部文件时， output窗口内容将被存储到此文件中，output窗口本身不再显示任何内容。设置为print=print时恢复默认显示方式。 new：如果log或output窗口内容目标文件已存在，则清空其中所含的原有内容，仅保存此次新加入的内容；未指定此选项时新内容将被追加到原有内容之后。,printto过程示例,proc printto log=“d:logfile.txt“ print=“d:outputfile.txt“ new; run; proc printto log=log print=print; run;,练习1,读入文本文件“data2.txt”，创建数据集data2。 数据说明：数据共5列，前两列为分组因素，取值为1或0，变量名取factor1和factor2，后三列为数值变量，变量名取x1-x3。 目的：按照factor1分层（分割数据集），在每一层内，按照factor2分组，求每一组内变量x1,x2,x3的均数及其95%可信区间、标准差、中位数、四分位数间距、最大值和最小值。创建一个输出数据集，将x1、x2、x3的均数及其95%可信区间保存到该数据