SAS使用入门.ppt

第6章SAS使用入门 SAS概述 SAS含义 StatisticalAnalysisSystemSAS是在美国使用的最为广泛的三大著名统计分析软件SASSPSS和SYSTAT 之一SAS是集大型数据管理 统计分析 报表图形 信息系统开发等多种强大功能于一体的大型软件系统 在农业 生物 医学 经济管理 社会学 工程等多个行业有着广泛的应用 SAS的广泛应用 电信 运用SAS软件产品进行网络运营分析和管理 金融 SAS帮我们发现有竞争力的商机 保险制造 SAS软件帮助日本富士通集团了解客户的需求 上海宝钢利用SAS软件改善产品质量和运输过程 证券公共事业 香港选择SAS来做2001年的人口普查 SAS软件发展历程 1966年开始研制1976年商品化1985年SASPC微机版本1987年DOS下的SAS6 03版 6 04版 推出WINDOWS下运行 SAS6 11版 SAS6 12版 SAS8 0版 SAS8 2版 SAS9 0版 SAS9 1版 SAS软件适用人员 具有不同水平与经验的用户初学者可以较快掌握其基本操作熟练者可用于完成各种复杂的数据处理 科研工作者和统计学家 统计分析 常用生物统计分析多变数分析试验设计次数资料的测验非参数测验 常用生物统计分析 描述性统计统计推断方差分析线性相关和回归分析协方差分析非线性回归分析 多变数分析 多元方差分析主成份分析因子分析聚类分析典范相关分析 6 1命令及窗口环境 6 1 1SAS系统的启动与退出6 1 2SAS系统窗口介绍 启动SAS之后 出现下页的运行界面 称为SAS应用工作空间 SASapplicationworkspace 简称为SASAWS SAS具有三个最重要的子窗口 程序编辑窗口 Editor 运行记录窗口 Log 和输出窗口 Output 程序编辑窗口 Editor 用于编辑SAS源程序文件 支持全窗口编辑 即点即输功能 支持复制 剪切 粘贴等常规操作 具有智能编辑功能 F5 F6 F7 Log 运行记录窗口 用于显示和记录SAS程序的运行情况 说明程序运行成功或存在的错误 用红色字符显示错误信息 绿色显示警告信息 Output 输出记录窗口 可分页显示SAS程序运行所产生的文本型输出结果 图形通过Graphics窗口显示 文本结果报错为 lst文件 图形文件可以保存为各种图形格式的文件 Explorer窗口 显示SAS库及其SAS数据集 Results窗口 用于显示程序运行成功时程序输出结果的目录 可以方便的查看运行结果 SAS基本概念 SAS数据集 可以看作由若干行和若干列组成的表格 数据集的每一行称为一个观测 每一列称作一个变量 SAS数据库 多个SAS文件放在一起 称为一个SAS数据库 Library 有三个预定义的数据库 WORK SASUSER SASHELP 其中WORK用于存放临时文件 叫做临时库 SASUSER库保存与用户个人设置有关的文件 是永久的 SASHELP库保存与SAS帮助系统 例子有关的文件 是永久的 SAS通过libname函数将库名和子目录联系起来 如 libnamemylib E sasexample 临时数据集和永久数据集使用时的区别 临时数据集可以用单水平名 也可以用work 水平名 而永久数据集必须用库名 数据集名表示 生成永久数据集的方法 libnamemylib E sasexample datamylib 数据集名 6 2SAS程序设计基本常识 6 2 1基本语法和运行方式 1 SAS程序的基本语法规定如下 1 SAS程序中除了赋值 表达式 注释和空语句之外 所有其他语句都要以SAS命令作为起始单词 且不区分大小写 2 程序中使用的所有计算对象 变量 数据集 逻辑库 都必须按SAS标识符定义规定命名 3 标示符命名规则为 1 以字母或下划线开头 2 由字母 数字 下划线构成 3 应用中不区分大小写英文字母 4 每个SAS语句都必须以西文状态下的分号 作为结束符 5 每行数据的行尾不能有 但是数据行结束后的 必须独占一行 6 行保持标识符 和 其中 表示cards语句中的数据一行为一条记录 用多条input语句输入 表示cards语句中的数据为多条记录 用一条input语句读入 7 程序的注释方式为 注释内容 可以出现在任何允许加入空格的位置 8 SAS程序编辑完成后 通过按F8或者工具栏的小人图标运行 也可以通过鼠标选程序的某一部分运行 9 保存某个窗口前先进行激活操作 2 SAS的变量基本类型 1 数值型 如20 7 5 3E 10 2 字符型 变量名后必须使用 说明符 其他的数据类型中 日期 时间等变量存为数值型 可以使任意的整数 定点实数 浮点实数等 一般使用8个字节 字符型变量默认的长度为8个字符 当然也可以通过length语句指定其长度 Length字符型变量名 长度 一个SAS程序示例 6 2 2运算符 SAS运算符包括算术运算符 关系运算符以及逻辑运算符 1 算术运算符包括 和 乘方 x 3可写为x 3 2 关系运算符用于处理常量 变量 表达式值之间的大小 相等或包含关系 是双目运算符 格式为 运算对象1运算符运算对象2关系运算符有 符号表示 字符表示EQNEGTLTGELEIN IN是SAS一个特殊的比较运算符 用来检查某个变量的取值是否在一个给定列表中 如 CityIN beijing tianjing shanghai chongqing 3 逻辑运算符用来描述多个真假条件之间的关系 构成比较复杂的组合条件 主要有 And Or Not三种运算符 例如 salary 1000 and salary 1000 and salary 2000 4 其他运算符 连接两个字符串操作 取两个运算值中比较大的一个 取两个运算符中较小的一个 6 2 3赋值语句和循环语句 1 赋值语句 变量名 表达式 2 循环语句 三种循环语句 do dowhile dountil 1 do循环 语法格式为 do计数变量 起始值to结束值by步长 循环体 end 计数变量 计数变量 步长 如果循环步长为1 则可以省略by步长 例 2 do while循环 语法格式为 do while 循环继续条件 循环体 end 3 do until循环 语法格式为 dountil 循环退出条件 循环体语句 end 6 2 4输出语句 SAS数据步的输出一般是数据集 用赋值语句计算的结果会自动写入数据集中 用于输出的语句为put 格式为 Put变量名1 字符串1 变量名2 字符串2 变量名n 字符串n 注 Put后面不可以是数值常量或表达式 并且各项之间要用空格分开 例 data x 0 5 y sin x put sin x y run Putx y 指定带有变量名输出的结果 Putx10 20 6y30 40 6 指定具体列的位置和小数位数 Putx20 8y20 8 指定输出的宽度和精度 Puti 使结果显示在同一行 6 2 5分支语句 1 单分支单操作结构 if条件then语句 2 单分支多操作结构 if条件thendo语句1 语句n end 3 双分支结构 if条件then语句 else语句 4 多分支结构 Select 选择表达式 When 值列表 语句 When 值列表 语句 Otherwise语句 End Select When 条件 语句 When 条件 语句 otherwise语句 End 6 2 6数组 SAS数组中每个元素都有自己的变量 1 数值型数组格式说明为 Array数组名 维数说明 数组元素名列表 初始值表 例 arraytest 3 MathChineseEnglish 0 0 0 Arraysales 95 97 yr95 yr97 利用下标界说明维数Arraytest MathChineseEnglish 0 0 0 元素个数决定维数Arraytable 2 2 x11x12x21x22 二维数组 2 字符型数组Array数组名 维数说明 元素长度说明数组元素名列表 初始值表 6 2 7常用函数 6 3SAS程序语言结构 SAS对数据的处理分为两大步骤 数据步和过程步 数据步用来读入SAS建立SAS数据集 每一个数据步都是以data语句开始 以run语句结束 过程步用来调用SAS的模块 处理和分析数据集中的数据 每一过程步都以proc语句开始 以run语句结束 6 3 1SAS数据步结构 1 SAS语言的自编程计算功能主要在数据步实现 一个SAS数据步相当于一个单独运行的程序 数据步也称为data步 语法结构为 data数据集名 Input变量名1 变量名2 变量名n 其他数据步语句 cards 数据行 其他数据步语句 run 说明 1 变量名和变量名 数据和数据之间至少要空一个空格 2 变量名不能与SAS命令相同 2 SAS数据步的运行机制 说明 SAS数据步如果有数据输入 比如用input set merge update modify等语句读入数据 则数据步中隐含了一个循环 即数据步程序执行到最后一个语句后 会返回到数据步内的第一个可执行语句开始继续执行 知道数据语句标志才停止执行数据步 并把读入的各个观测写入到data语句中指定的数据集 6 3 2SAS过程步结构 SAS过程步的语法结构为 proc过程名data 输入数据集选项 过程语句选项 过程语句选项 run 说明 1 若data选项缺省 则系统默认为最近生成的数据集 2 过程步语句一般以某个关键字开头 对应语句需要的选择项要写在斜线 后面 SAS过程步常用命令 说明 1 使用by语句分组时必须首先要用sort命令对数据集按照分类变量排序 2 利用tabulate过程可以制作复杂的表格 格式为 Proctabulatedata 数据集名 class分类变量 var分析变量 table页数说明 行维说明 列维说明 选项 区间变量的默认统计量为总和 分类变量的默认统计量为频数 计算其他统计量可用 变量名 统计量名 的形式 统计量有 n nmiss mean std min max range sum uss css stderr cv t等等 keylabel指定统计量的标签 label指定变量的标签 几个实例 6 3 3常用统计量及符号 6 4SAS程序作图 6 4 1Plot绘制图形的语句格式 Procplot 选择项1 By变量名 Plot表达式 选择项2 选择项1可能的表达式为 1 data 数据集名 用来说明要做plot的数据集名 缺省则指定最新建立数据集 2 vtoh 数值 用来指定Plot过程输出时纵横坐标轴的比例Vpercent 数值 用来指定plot过程产生图表长度占一页长度的纵向百分比的分子 若在数值后空格再加0 则表示此页只输出一个图 Hpercent 数值 用来指定plot过程产生图表宽度占一行宽度的横向百分比的分子 选择项2的可能取值 1 vaxis 数值指定纵轴上的刻度标记 2 haxis 数值指定横轴上的刻度标记 3 Overlay指定将所有的图组合输出 相互重叠覆盖 Symbol是一个全程语句 指定绘图用的连线方式 颜色等 i join表示绘制三点见的连线 还可以是 i rl 绘制线性回归直线 i rq 二次曲线 i rc三次曲线 6 4 2gplot绘制图形 对于连续曲线图 需要用gplot函数来绘制 6 4 3g3d绘制图形 g3d用来绘制三维曲面图 6 4 4gchart绘制图形 gchart的功能是做频率直方图 扇面图 饼图 和三维直方图 vbar 纵向pct 表示图高为频率 6 4 5chart绘制图形 Chart过程可以用来绘制常用的统计图形 包括直方图 块形图 饼形图和星形图等 命令和前面几个过程一致 只是表达形式有区别 说明 图中每个条代表一个城市的支出情况 Type sum说明图中的条代表总和 sumvar money表示求和变量 Subgroup item表示每个条中要标出4种支出项目格子的支出情况 MEANS过程Means过程提供单个或多个变量的简单描述 和Univariate过程相比 它更倾向于描述已经明确样本所在总体符合正态分布的变量 因此它不提供百分位数 但可以提供95 可信区间 同时在多个变量输出时 它的输出格式紧凑 便于阅读 PROCMEANS DATA 选项 指定要分析的数据集名及一些选项 统计量关键字列表 列出需要的统计量 VAR 要分析的变量名列BY 按变量分组统计 数据集已按变量名列排序CLASS 按变量名列分组统计 不要求数据集排序FREQ 表明该变量为分析变量的频数WEIGHT 表明分析变量在统计时要按该变量权重ID 输出时加上该变量作为索引OUTPUT指定统计量的输出数据集名关键字 指定统计量对应的新变量名 选项 Means过程常用的选项如下 NOPRINT禁止统计报告在OUTPUT视窗中输出MAXDEC n给出列表输出的最大小数位数 缺省值为2MEANS过程中常用的统计量关键字有 基本统计量NM