SAS练习题及答案.doc

1.SAS系统主要完成以数据为中心的四大功能，其中核心功能为:统计分析功能2.在SAS系统的组成模块中，能进行数据管理和数据加工、处理的模块BASE模块3.SAS显示管理系统窗口中能够提交当前运行的SAS程序执行过程的窗口为：PGM窗口4.如下一段SAS程序：DATA ;INPUT X ;CARDS:2 3 4 9 1 ;RUN;模块当运行程序以后SAS系统会产生SAS数据集( C )A. DATA B. NULL C. DATA1 D.程序错误5INPUT语句一般用来指定数据的读入方式，可以读取各种类型的数据包括字符型，现有如下的一段程序：DATA ONE;INPUT NAME $ SCORE;CARDS;Wanglin 85Zhang dong-feng 90;那么在第二个观测中读取到的NAME 为(B)A. Zhang dong-feng B. Zhang C. Zhang do D. Zhang dong6.假设变量X的值为5，有如下程序IF X5 THEN X=X+3;ELSE X=X-2;则执行程序以后变量X的值为( B)A. 5 B.3 C.8 D. 程序错误7DATA TEST;DO I=1 TO 3;PUT I= ;END;RUN;程序结果在LOG窗口输出形式为( A )A. I=1 I=2 I=3 B.I=2 I=3 I=4C. 不显示 D. I=3 I=2 I=18.假设变量X1=-10.253 X2=-5 则SIGN(X1)+ABS(X2)/INT(X1)的运算结果为( B)A.-4 B.-0.4 C. 4 D.0.5759.逻辑运算(51)|(42)&(72)的结果为：( 1 )10以下几个统计量在UNIVARIATE过程中能求得到得而在MEANS过程中无法求得的是( B ) A. mean B. var C. Q1 D.range11.SAS系统主要完成以数据为中心的四大功能，其中能够将Excel、Lotus、DBF、TXT等数据转化成SAS数据集属于 (数据管理功能 )12. SAS数据集是关系型结构，分成两部分：描述部分和 。 (数据部分)13.每一个SAS数据集都是采用两级命名法，第一级为库标记名，第二级为数据集名，两者用“.”隔开。在默认的情况下库标记为( Work)14.假设变量X的值为5，有如下程序IF X THEN Y=X;ELSE Y=X-2;则执行程序以后变量Y的值为( A )A. 5 B.3 C.8 D. 程序错误15.假设变量X1=9 X2=5.752 则MODX1,INT(X2)/SIGN(X2)的运算结果为( C )A.-4 B. 0.4 C. 4 D.-0.416.对于数值资料的描述性统计量，一般来说分成两种类型：一种是反映中心趋势；一种是反映离散和变异趋势，下列统计量中不是反映中心趋势的是（ B ）A. 分位数 B.全距（极差） C .众数 D. 中位数17. proc gplot data=tz;symbol i=none v=star;plot w * h;run;以上程序是用gplot过程绘制散点图的程序，结果显示在Graphic窗口中其中横轴和纵轴分别为 （ h,w） 18.建立新的数据库的命令各式为(LIBNAME 库名路径)19.根据下面这段程序DATA PARTS;INPUT NAME $ PARTA PARTB X1-X5;TEST=PARTA+PARTB;DROP PARTA PARTB;CARDS;Zhangsan 25 45 1 2 3 4 5 Lihua 27 53 5 4 3 2 1;Run;所建立的数据集PARTS包含几个变量( A )A. 7 B. 8 C .9 D. 620 INPUT语句一般用来指定数据的读入方式，可以读取各种类型的数据包括字符型，现有如下的一段程序：DATA ONE;INPUT NAME $ SCORE;CARDS;Wanglin 85 Zhandong 90;那么在所建立的数据集ONE的记录为( A )A. Wanglin 85 B. Zhandong 90 C. Zhandong 90 D.空表 Wanglin 8521. .对定量资料的常用统计指标主要有：一种是反应集中趋势的位置度量；一种是反映离散和变异趋势的编译度量，另一种是反应接近正态分布程度分布度量，下列统计量中不是位置度量的是（ D ）A. 中位数 B.均值 C .众数 D. 方差二、填空1SAS系统是由三十多个专用程序模块组成的大型集成应用软件系统，主要四大部分构成: SAS数据库部分、 SAS分析核心 、 SAS开发及呈现工具 和其他，其中能提供SAS数据库管理功能的模块是BASE模块。2.SAS系统中一般用于删除变量的语句是drop语句 它的语句格式是 drop 变量名列表 ；一般来说要保留的变量比较少时用 keep 语句，当要删除的变量比较少时用 keep语句。3.对于SAS数据集的排序一般是通过 sort 过程来实现的，当要对数据集进行降序排列时要在变量前加上 descending 。4SAS中线性回归分析是通过 reg 过程来实现的，当调用此过程时，语句的后面至少有一个 model 语句；在MODEL语句选项中进行残差分析的命令是 R 。5SAS（Statistical Analysis System）系统意为统计分析系统，该系统于1964年由北卡罗莱纳州立大学开始研制，现在已经形成了模块化、集成化的应用软件，具有完备的数据 数据访问 、 数据管理、 数据分析 和 数据呈现 功能。6.一般SAS程序分成两部分 数据步和 过程步，在 数据步中可以建立SAS数据集，并实现对SAS数据集的常规操作；在 过程步中可以实现对数据的统计描述和运算。7在SAS系统可以通过调用 corr过程来计算变量的相关系数。8.有一组名为YONGER.TXT的纯文本文件存放在c:sas目录中，内容如下：1 M 32 95.5 14.0 53.5 49.642 M 35 92.0 13.0 52.0 41.613 M 33 89.0 12.5 53.5 35.814 F 30 91.0 11.0 48.0 35.395 F 33 91.0 11.5 47.0 44.986 F 35 92.4 10.8 49.0 37.42以XL为名字建立路径为“d:test”的数据库，在此数据库建立名称为YOU的SAS数据集并且数据来源于yonger.txt中，最后在新建的数据集中将性别是M的记录另建为名为MALE的SAS数据集中。按照上述要求完成下列程序： Libname XL D:TEST;DATA XL.YOU; infile c:YONGER.TXT;INPUT ID X1 $ X2 X3 X4 X5 X6; DATA XL.MALE;SET xl.you ;IF X1=M THEN output ;RUN;9.下图是某班级计算机考试成绩的盒形图据此可知考试的平均成绩为 84.17 ，中位数为 89 ，上下四分位数分别为 94 ;和 76 。三、编程题1.有一大批糖果，现在从中随机的抽取16袋，称得重量如下：506 508 499 503 504 510 497 512514 505 493 496 506 502 509 496设每袋糖果都是近似得服从正态分布，求总体均值的置信水平为0.95的置信区间。data tg; input x ;cards;506 508 499 503 504 510 497 512 514 505 493 496 506 502 509 496;proc means data=tg clm (alpha=0.05可以不写，系统默认);var x; run;2. 假定初生婴儿的体重服从正态分布，随机的抽去12名新生婴儿，测其体重为；3100 2520 3000 3000 3600 31603560 3320 2880 2600 3400 2540试用SAS给出新生儿的体重方差的置信区间（置信度为95）。data weight;input tz ;cards;3100 2520 3000 3000 3600 31603560 3320 2880 2600 3400 2540; proc means data=weight;output out=ls css=ss n=n;data tci;set ls;df= n-1;xlchi=cinv(0.025,df);xuchi=cinv(0.975,df);lchi=ss/xlchi;uchi=ss/xuchi;proc print data=tci;var xlchi xuchi lchi uchi;run;3. 某车间用一台包装机包装葡萄糖，包的袋装糖中是一个随机变量，它服从正态分布，当机器正常运转时候，其均值是0.5公斤，标准差为0.015公斤。某日开工后为了检验包装机是否正常工作。随机的抽取它所包装的糖9袋，称得重量为（公斤）：0.497 0.506 0.518 0.524 0.498 0.511 0.520 0.515 0.512问机器是否正常工作？（）（即检验均值是否为0.5公斤）（用SAS编程运算）data bz;input x ;cards;0.497 0.506 0.518 0.524 0.498 0.511 0.520 0.515 0.512; proc means ;var x;output out=ls mean=xm n=n; data test;set ls;mu=0.5;sigma=0.015;u=sqrt(n)*abs(xm-mu)/sigma ;p=2*(1-probnorm(u);if p0.05 then index=0;else index=1;proc print data=test;var u p index;run;当程序运行结果INDEX=0时表示命题不成立，反之命题成立。4. 有6名儿童的健康资料已经WORD编写成名为CHILD.TXT的纯文本文件存放在c:sas目录中，内容如下：1 M 32 95.5 14.0 53.5 49.642 M 35 92.0 13.0 52.0 41.613 M 33 89.0 12.5 53.5 35.814 F 30 91.0 11.0 48.0 35.395 F 33 91.0 11.5 47.0 44.986 F 35 92.4 10.8 49.0 37.42这7列数据对应编号，性别，月龄，身高，体重，胸围和心象面积的观测值。以XL为名建立路径为“d:test”的数据库，在此数据库建立名称为CHILD的SAS数据集并且数据来源于CHILD.TXT中，最后在新建的数据集中将性别是M的记录另建为名为MALE的SAS数据集中。LIBNAME XL D:TEST;DATA XL.CHILD;INFILE c:CHILD.TXT;INPUT ID X1 $ X2 X3 X4 X5 X6;DATA XL.MALE;SET XL.CHILD;IF X1=M THEN OUTPUT;RUN;5.设某工厂一个车间生产的纽扣。其直径据经验服从N(,),其中5.2，为了判断其均值的置信区间，现在抽去容量为100的样本得到子样均值26.56，求均值的95，的置信区间。data ci;xbar=26.56;sigma=5.2;n=100;u=probit(0.975);delta=u*sigma/sqrt(n);lcl=xbar-delta;ucl=xbar+delta;proc print data=ci;var lcl xbar ucl;run;6. 对某一台包装机一段时间内生产的糖果抽取了10个样本进行观测，结果如下：20.53 20.69 19.45 19.36 19.0020.10 20.95 19.86 19.41 19.35已知这台机器生产的糖果的重量服从N(,),其中20求的水平为95的置信区间。用SAS编程将计算出的置信上限和下限分别赋值到名为CI的数据集中，并将结果打印到OUTPUT窗口中。data tg;input x ;y=(x-20)*2;cards;20.53 20.69 19.45 19.36 19.0020.10 20.95 19.86 19.41 19.35;proc means data=tg;var y;output out=temp mean=Ym n=n;data ci;set temp ;df=n;xlchi=cinv(0.025,df);xuchi=cinv(0.975,df);lchi=df*Ym/xuchi;uchi=df*Ym/xlchi;proc print data=ci;var lchi uchi;run;或：data tg;input x ;cards;20.53 20.69 19.45 19.36 19.0020.10 20.95 19.86 19.41 19.35;proc means data=tg;var x;output out=temp css=Ym n=n;data ci;set temp ;df=n;xlchi=cinv(0.025,df);xuchi=cinv(0.975,df);lchi=Ym/xuchi;uchi=Ym/xlchi;proc print data=ci;var lchi uchi;run;7.运用SAS编程完成以下问题：8名健康成年男子血液第一小时末红细胞沉降率（mm）分别为3，9，8，6，5，5，5，7和4，用SAS编程计算其均数和标准差。data a; input x ; cards; 3 9 8 6 5 5 5 7 4 ; run; proc means data=a; run; 8.下表为某邮购服务部的部分顾客记录姓名 性别 地区 日期 金额章文 男 华东 19960320 1099王国铭 男 华东 19960519 39童子敏 女 华北 19960105 986刘念新 男 东北 19971001 3581李思今 女 华北 19970404 659关昭 女 东北 19961105 358 赵霞 女 东北 19980906 2010用数据步把此数据输入到SAS 数据集；编程找出上题中男性顾客购买金额超过1000 的哪些人； 把上题数据拆分为包含姓名、性别、地区的一个数据集和包含姓名、日期、金额的一个数据集；用MERGE 和BY 合并上一步拆开的两个数据集。data record;input xm $ xb $ dq $ yyyymmdd8 cost;cards;章文 男 华东 19960320 1099王国铭 男 华东 19960519 39童子敏 女 华北 19960105 986刘念新 男 东北 19971001 3581;run;(2)data m;set record;if xb=男 and cost 1000 then output;run; (3)data x;set record ;keep xm $ xb $ dq $ ;run; data y;set record;keep xm $ yyyymmdd8 cost;run; (4) proc sort data=x;by xm;run; proc sort data=y;by xm; run; data xy;merge x y;by xm ;run;9对120个炉钢中的Si的含量进行检验，得到数据如下：0.86 0.78 0.83 0.84 0.77 0.84 0.81 0.84 0.81 0.81 0.80 0.810.79 0.74 0.82 0.78 0.82 0.78 0.81 0.80 0.81 0.74 0.87 0.780.82 0.75 0.78 0.79 0.80 0.85 0.81 0.78 0.87 0.74 0.81 0.710.77 0.88 0.78 0.82 0.77 0.76 0.78 0.85 0.77 0.73 0.77 0.780.77 0.81 0.71 0.79 0.95 0.77 0.78 0.78 0.81 0.81 0.79 0.870.80 0.83 0.77 0.65 0.76 0.64 0.82 0.78 0.80 0.75 0.82 0.820.84 0.80 0.79 0.80 0.90 0.77 0.82 0.81 0.79 0.75 0.82 0.830.79 0.90 0.86 0.80 0.76 0.85 0.78 0.81 0.83 0.77 0.75 0.780.82 0.82 0.78 0.84 0.73 0.85 0.83 0.84 0.81 0.82 0.81 0.850.83 0.84 0.89 0.82 0.81 0.85 0.86 0.84 0.82 0.78 0.82 0.78应用MEANS过程运算给出这组数据的描述统计量，样本均值，样本方差，标准差，标准误差；极差，变异系数，偏度系数，峰度系数等。将所得结果赋值给名为M的数据集。proc means data=si;var x;output out=result mean=x1 var=x2 std=x3 stderr=x4 range=x5 cv=x6 skewness=x7 kurtosis=x8;run;10用UNIVARIATE过程计算上题的63.1和35.2分位点.，并将所得值赋值给P数据集。proc univariate data=gang;var x;output out=p pctlpts=65.4 32.1pctlpre=P65_4 P32_1;run;11利用画图程序画出上题的频数直方图和累计频数直方图，以及它们的对应的百分比图。proc gchart data=gang;vbar x/type=percent;vbar x/type=cpercent;run;12某种元件的寿命X（以小时计）服从正态分布N(,)，,未知。现在测得16只元件的寿命如下：159 280 101 212 224 379 179 264222 362 168 250 149 260 485 170问是否有理由认为元件的平均寿命大于225（小时）。(置信水平为0.05)data yj;input x ;cards;159 280 101 212 224 379 179 264222 362 168 250 149 260 485 170;proc means ;var x;output out=ls mean=xm css=ss n=n;data test;set ls;mu=225;s=sqrt(ss);tt=sqrt(n)*(xm-mu)/s;ta=tinv(0.05,n-1);if tt=ta then index=0;else index=1;proc print data=test;var index;run;13为了研究某种食品的营养价值，用大白鼠做实验，得到大白鼠的进食量X（克）和增加体重Y（克）之间的数据入下表：动物编号12345678910进食量X(克)820780720867690787934679639820增加体重量Y（克）165158130180134167186145120158运用REG过程作直线回归分析。data mouse; input x y; cards; 820 165 780 158 720 130 867 180 690 134 787 167 934 186 679 145 639 120 820 158 ; run; Proc reg data=mouse;Var x y;Model y=x;Run;14用SAS 数据步列出10000 以下的素数，写出程序。见作业15某克山病区测得11例克山病患者和13名健康人的血磷值（mmol/L）如下表所示，试求两组的平均血磷值和标准差。患者组0.84 1.05 1.20 1.20 1.39 1.53 1.67 1.80 1.87 2.07 2.11健康组0.54 0.64 0.64 0.75 0.76 0.81 1.16 1.20 1.34 1.35 1.48 1.58 1.87title 克山病案例;data p9;do g= 1 to 2; input n ; do i= 1 to n; input x ; output ; end;end;cards;110.84 1.05 1.20 1.20 1.20 1.39 1.53 1.67 1.80 1.87 2.07 2.11130.54 0.64 0.64 0.75 0.76 0.81 1.16 1.20 1.34 1.35 1.48 1.58 1.87;proc means;var x;by g;output out=M mean=junzhi std=bicha; run;1640名麻疹易感儿接种麻疹疫苗后一个月，血凝抑制抗体滴度见下表，计算平均滴度。抗体滴度 频数抗体滴度 频数抗体滴度 频数1：4 11：32 21：256 41：8 51：64 71：512 51:16 61:128 10data ex2;input x f;y=log(x);cards;4 1 32 2 256 4 8 5 64 7 512 5 16 6 128 10;proc means;var y;freq f;output out=ex2_1 mean=junzhi;data ex2_2;set ex2_1;g=exp(junzhi);proc print label;var g;label g=geometric mean value(g);run;17简述如何将一个文件名为fox.xls文件导入成相同名字SAS数据集。答：在程序窗口中启动File菜单，选“Import”，这时出现一个选择文件类型的画面，选中标准文件格式（Standard file format），并单击向下箭头打开一个下拉列表，从中选文件格式（例如：“Excel 5 or 7 Spreadsheets(*.xls)”），按Next 钮继续，出现一个选择文件名的画面，可以在文本框中直接输入Excel 文件的全路径名，或按Browse 钮从目录中选取文件。继续后出现选择目标位置的画面，这是要求输入一个结果数据集的名字和数据库位置，数据库已选WORK 我们可以不变，在数据集名处输入fox，按Finish 钮可以生成数据集WORK.fox。一、SAS系统组成SAS系统是由三十多个专用程序模块组成的大型集成应用软件系统，有四大部分构成： 1.SAS数据库部分 主要由BASE模块提供常见的数据库管理功能，所有其他模块必须与之结合起来使用。 2.SAS分析核心是SAS系统的灵魂，具有对数据进行分析与决策的功能，这部分主要有STAT、QC、ETS、IML、INSIGHT等模块。 3.SAS开发及呈现工具 主要有AF、EIS、GRAPH模块提供便捷的面向对象的开发工具。 4.SAS分布处理模式及数据仓库设计 主要有ACCESS、CONNECT、SHAPE、WA模块。 二、SAS系统的基本功能SAS系统主要完成以数据为中心的四大功能。1.数据管理功能 SAS系统可手工输入数据值，然后把数据组成SAS数据集；它能够方便地将流行的数据格式，如excel、lotus、dbf、txt等转换为SAS数据集。SAS系统提供完备的SAS语句和函数用于数据加工处理，并具有对数据进行编辑、整理、连接和更新等功能。2.基础统计计算功能 计算简单的描述统计量；对数据进行标准化处理、编程、计算有关统计量；生成并分析列联表；计算概率分布函数、分位数及产生随机数。3.报表生成和图形显示功能 绘制二维、三维的基本的统计量，如直方图、散点图、曲线图等。4.统计分析功能 SAS的核心功能。提供包括方差分析、相关与回归分析、属性数据分析、判别与聚类分析等统计分析过程。 三、SAS系统的模块组成 与统计分析和数据管理有关的SAS主要常用模块及功能为：1.BASE模块 进行数据管理和数据加工、处理。2.Stat模块 完整的统计分析模块，可对数据 进行单因素、多因素分析。3.Graph模块 可完成多种绘图功能4.Insight模块 进行数据探索性分析5.Iml模块 提供功能强大的矩阵运算，用户 可根据需要编写程序，完成特定的矩阵运算。用“分析家”计算统计量 1）启动“分析家” 选择主菜单“Solutions（解决方案）”“Analysis（分析）”“Analyst（分析家）”，打开“分析家”窗口。 选择主菜单“File（文件）”“按SAS名称打开”，打开“选择成员”对话框，选择数据集。 2）通过Summary Statistics菜单计算描述性统计量 选择主菜单“Statistics(统计)”“Descriptive（描述性统计）”“Summary Statistics（汇总统计量）”，打开“Summary Statistics”对话框，选择变量列表中分析变量，单击“Analysis”按钮，选定分析变量 单击“Statistics”按钮，打开“Summary Statistics：Statistics”对话框。对话框中列出可以计算的所有统计量。 3） 通过Distributions菜单计算描述性统计量 选择主菜单“Statistics(统计)”“Descriptive（描述性统计）”“Distributions（分布）”，打开“Distributions”对话框，选择变量列表中的分析变量，单击“Analysis”按钮。单击“OK”按钮，即可得到关于分析变量的矩统计量和基本统计测度。 用INSIGHT计算统计量 1）在INSIGHT中打开数据集 在菜单中选择“Solution（解决方案）”“Analysis（分析）”“Interactive Data Analysis（交互式数据分析）”，打开“SAS/INSIGHT Open”对话框，在对话框中选择数据集，单击“Open（打开）”按钮，即可在INSIGHT中打开数据窗口 2）选择菜单“Analyze（分析）”“Distribution (Y)（分布）”，打开“Distribution (Y)”对话框。在数据集的变量列表中，选择分析变量X、分组变量Y。（注意：分组变量就是那种可以区别不同种类的变量，例如地区编号、科目、组号等等，而分析变量一般是需要分析的数据，例如成绩，身高书目） 3）单击“Output（输出）”按钮，在打开的对话框中包含描述性统计量选项。 4） 选择选项矩统计量和分位数，取消默认的选项：“Box Plot/Mosaic Plot”和“Histogram/Bar Chart”，单击“OK”按钮，即可得到变量按分组的各种矩统计量（Moments）和分位数（Quantiles） *描述性统计选项：Moments 矩统计量 Quantiles分位数 Basic Confidence Intervals 基本置信区间 Tests for Location 位置检验 Frequency Counts 频数统计 Robust Measures of Scale 尺度的稳健估计 Tests for Normality 正态性检验 第117第1题（1）proc print data=sasuser.business noobs label; var company nation industry employs sales profits; label company=公司 nation=国家 industry=部门 employs=雇员数 sales=销售额 profits=利润;run;（2）proc sort data=sasuser.business; by nation indus