SAS软件及统计应用教程1.ppt

第一章SAS基础,1.1初识SAS1.2初识INSIGHT模块1.3初识“分析家”1.4SAS编程初步,1.1初识SAS1.1.1SAS简介1.1.2使用SAS1.1.3SAS对数据文件的管理,1.1.1SAS简介1.SAS与统计分析在众多的统计软件中，SAS以运行稳定、功能强大而著称。近20年来，SAS一直占据着统计软件的高端市场，用户遍及金融、医药卫生、生产、运输、通讯、政府和教育科研等领域。在数据处理和统计分析领域，SAS系统被誉为国际上的标准软件，堪称统计软件界的巨无霸。,1.1.1SAS简介1.SAS与统计分析在国际学术界有条不成文的规定，凡是用SAS统计分析的结果，在国际学术交流中可以不必说明算法，由此可见其权威性和信誉度。,2.SAS的版本介绍SAS是在1960年代末期由两位北卡州立大学(NorthCarolinaStateUniversity)统计系的教授开发第一版的SAS只含一般线性模型的分析法，而且只适用于IBM的主机；1976年成立SAS公司负责软件的发展、维护并提供相关服务PC版本的SAS于1987年推出（V6.02），1989年推出SAS/PC(V6.04)版本；1997年下半年推出适用于多种操作系统的V6.12版本（Windows版）；2000年2月又推出SAS系统V8版本，2001年推出SAS系统V8.2版本；目前SAS最新版本为V9.01,3.SAS的功能模块SAS系统由三十几个模块组成，其分析功能散布在几乎所有的模块之中，较为集中的具有统计分析功能的是SAS/BASE、SAS/STAT、SAS/QC、SAS/INSIGHT、SAS/ETS等一些模块，通过编程可以调用各种分析功能。对于常用的一些统计分析方法，SAS系统中的如下三种方法可以达到同样的目的：INSIGHT（“交互式数据分析”）Analyst（“分析家”）直接编程,1.1.2使用SAS1.SAS的启动在Windows环境中，用如下方法可以进入SAS系统的窗口运行环境：用鼠标选择系统菜单项：“开始”“程序”“TheSASSystem”“TheSASSystemforWindowsV8”如果SAS安装系统在桌面上建立有快捷方式图标，双击SAS.EXE图标启动SAS。生成SAS.EXE的快捷方式（把SAS.EXE用鼠标右键拖到桌面），双击SAS.EXE图标启动SAS。,2.SAS的操作界面SAS系统启动后，进入SAS操作界面。SAS操作界面的标准名称为SASApplicationWorkSpace（SAS应用工作空间），简称SASAWS。,如同其它许多Windows应用程序一样，SASAWS是一个多窗口界面：在一个主窗口内包含若干个子窗口，并有菜单栏、工具栏、状态栏等。,(1)子窗口SASV8.2的子窗口有十几个，但初始状态下能见到的是最常用的五个子窗口：Editor窗口：增强的程序编辑器。通常，在Editor窗口输入SAS程序，选择菜单项“Run”“Submit”，或者直接点击工具栏上的按钮就可以运行程序。用功能键F5或选择菜单项“View”“EnhancedEditor”可以打开Editor窗口。,Log窗口：记录程序的运行情况。用功能键F6或选择菜单项“View”“Log”可以打开Log窗口。Output窗口：显示SAS程序中各过程的运行结果。用功能键F7或选择菜单项“View”“Output”可以打开Output窗口。Results窗口：管理SAS程序的输出结果。选择菜单项“View”“Results”可以打开Results窗口。,Explorer窗口：管理SAS逻辑库和存放在逻辑库中由SAS系统创建的数据文件和其它类型的SAS文件。选择菜单项“View”“Explorer”可以打开Explorer窗口。,(2)菜单栏SAS主窗口标题栏下是主菜单。SAS菜单是动态的，其内容随上下文而不同，即光标在不同窗口其菜单也不同。(3)工具栏工具栏也是动态的，当光标在编辑窗口时工具栏图标的解释如表1-1。其中提交程序按钮最为常用，点击该按钮即可运行Editor窗口中的SAS程序。,(4)状态栏SAS界面的状态栏中显示当前工作目录，这是文件打开、保存的缺省目录。双击此处可以更改当前工作目录。3.SAS的退出在SAS应用工作空间中用鼠标单击关闭按钮，或者选择菜单“File”“Exit”，打开“Exit”对话框，单击“确定”按钮，即可退出SAS。,1.1.3SAS对数据文件的管理在SAS系统中建立的众多SAS文件，可按不同需要将其归入若干个SAS逻辑库，以便对SAS文件进行访问和管理。Explorer窗口可以管理逻辑库和各种SAS文件，一般的，对于SAS文件的复制、查看和删除等操作。,1.逻辑库和SAS文件一个逻辑库就是存放在同一文件夹中的一组SAS文件。在SAS系统的信息组织中，总共只有两个层次：SAS逻辑库是高一级的层次，低一级的层次就是SAS文件本身。SAS的逻辑库分为临时库和永久库两种。临时库只有一个，名为Work，存放在Work中的SAS文件叫临时文件，这些临时文件当退出SAS系统时会被自动删除。,SAS每次启动时会自动指定4个库标记：Work，Sasuser，Sashelp，Sasmap。Sasuser库保存与用户个人设置有关的文件，Sashelp库保存与SAS帮助系统、例子有关的文件。永久文件保存在永久库中，在退出SAS系统时不会自动被删除。在Explorer窗口中，单击工具按钮，或是在右键菜单中选择“New”，打开“NewLibrary”对话框，可以建立新库，见图1-3。如果选中“Enableatstartup”复选框，则每次打开SAS时所建逻辑库都有效。,SAS文件是指储存在SAS逻辑库中的成员，SAS的用户文件的主要类型有：SAS数据集SAS程序访问一个SAS文件，一定要指明它所在的逻辑库，格式为：逻辑库名.文件名。如在Sasuser库下建立一个名为Mydata的数据集，访问的时候，要用Sasuser.mydata。如果不指明逻辑库名，则表示存储在临时逻辑库WORK中的SAS文件。,2.SAS的名字SAS的名字（数据集名、变量名、逻辑库名等等）有以下命名规则：1)由英文字母、数字、下划线组成；2)第一个字符必须是字母或下划线；3)不区分大、小写字母。另外，SAS逻辑库名最多用8个字符；数据集和变量的名字最多用32个字符。,3.SAS数据集SAS的核心是SAS数据集。SAS数据集是SAS文件的一种，一般由以下两部分组成：(1)描述部分包含该数据集的一般信息，包括：数据集的名字及其成员类型、数据集建立的日期和时间、观测的数目、变量的数目以及数据集中每一个变量的特征信息，包括：Name(变量名)、Type(类型)、Length(长度)、Format(输出格式)、Informat(输入格式)、Label(标签)。,(2)数据部分包含该数据集中收集的数据的值，可以看作是一个矩形的表格。下图所示的数据表就是SASV8自带的数据集Sasuser.Class，其中包含了19个学生的有关信息。,4.数据集的导入导入Excel数据表的步骤如下：1)在SAS应用工作空间中，选择菜单“File”“ImportData”，打开导入向导“ImportWizard”第一步：选择导入类型（Selectimporttype）。2)在第二步的“Selectfile”对话框中，单击“Browse”按钮，在“打开”对话框中选择所需要的Excel文件，返回。然后，单击“Option”按钮，选择所需的工作表。,4.数据集的导入导入Excel数据表的步骤如下：3)在第三步的“Selectlibraryandmember”对话框中，选择导入数据集所存放的逻辑库以及数据集的名称。4)在第四步的“CreateSASStatements”对话框中，可以选择将系统生成的程序代码存放的位置，完成导入过程。,1.2初识INSIGHT模块1.2.1调用INSIGHT模块1.2.2INSIGHT的功能概述1.2.3数据的预处理操作,1.2.1调用INSIGHT模块有如下两种方法可以调用INSIGHT模块：方法一：在命令行键入“Insight”方法二：在菜单中选择“Solution（解决方案）”“Analysis（分析）”“InteractiveDataAnalysis（交互式数据分析）”。,INSIGHT提供了一个类似于电子表格的数据窗口来管理数据集。图1-10为显示了数据集SASUSER.CLASS的数据窗口。,在SAS数据集中，变量分为两种类型：字符型变量和数值型变量。在INSIGHT中，为了区分变量在分析中的不同作用，又按变量的测量水平分为两类：区间型变量(intervalvariable)：区间型变量必须是数值型变量，可以对其观测值进行四则运算，计算各种统计量；列名型变量(nominalvariable)：列名型变量可以是数值型的，也可以是字符型的，在INSIGHT中常起分类作用。,1.2.2INSIGHT的功能概述INSIGHT是一个交互式的数据探索和分析的工具，用这一模块可以：通过多窗口连动的图像和分析结果，对数据进行探索；分析单变量分布；用相关和主成分研究多变量间的关系；用方差分析和回归分析拟合变量间关系的模型；INSIGHT的各项功能可以在菜单中找到。,INSIGHT的一般操作步骤为：1)打开数据窗口，在数据窗口对数据表进行各种预处理；2)在“Analyze（分析）”菜单中选择相应的菜单项，进行分析；3)查看各种分析结果。,1.2.3数据的预处理操作1.在数据窗中移动列1)单击数据窗口左上角处的三角按钮，打开数据窗菜单，选择“MovetoFirst（移到最先）”，在弹出的“MovetoFirst”对话框中，选择欲移动到首列的变量，单击“OK”按钮，即可将该变量移到第一列。将某个变量移到最后一列（MovetoLast）的操作，可类似进行。,1.2.3数据的预处理操作1.在数据窗中移动列2)移到某两列中间：选择主菜单“Edit”“Windows”“Tools”，打开“Tools”对话框。单击手形按钮，光标变为手形，鼠标指向移动变量的顶部，按住鼠标左键拖动到适当的地方即可,2.对数据集排序单击数据窗口左上角处的三角按钮，打开数据窗菜单，选择“Sort”，在打开的“Sort”对话框中，选择排序的变量，单击“Y”按钮，将变量选定，然后按“OK”按钮即可。可同时根据多个变量进行排序，默认是升序排序，可单击Asc/Des切换到降序。,3.创建新的变量选择主菜单“Edit”“Variables”“Other”，打开“EditVariables”对话框，可通过原变量的关系定义新的变量。如：根据学生体重与身高之比建立新变量D_weight：1)选中变量weight，单击“Y”，选中变量height，单击“X”；2)在“Transformation”列表框中选择运算：Y/X；3)在“Label”栏中注明：体重身高比；4)最后单击“OK”按钮，即可增加新变量列。,4.建立数据集的子集下述方法可以建立当前已打开数据集的子集。如欲找出所有男生的观测：1)选择主菜单“Edit”“Observations”“Find”，打开“FindObservations”对话框，确定建立新数据表的关系式；2)在变量名称列表中选择sex，在Value（值）列表中选择M，单击“OK”按钮；数据窗口中所有男生的观测被选中；3)单击数据窗口左上角处的三角按钮，打开菜单，选择“Extract”，生成新数据集;,4.建立数据集的子集4)若要保存数据集，选择菜单“File”“Save”“Data”，在打开的“SaveData”对话框中选择保存的逻辑库名，并输入数据集名，单击“OK”按钮即可。,5.直接输入数据建立新数据表在INSIGHT中创建新数据表的步骤如下：1)选择主菜单“File”“New”，即可建立一个新数据集；2)单击数据窗口左上角处的三角按钮，打开菜单，选择“NewVariables”，在打开的对话框中输入变量个数；再选DefineVariables，在打开的对话框中输入变量名称（Name）及其它属性，单击“OK”按钮即可；,5.直接输入数据建立新数据表在INSIGHT中创建新数据表的步骤如下：3)在单元格内输入数据，每输入一个数据后按Enter键确认；4)选择菜单“File”“Save”“Data”，在打开的“SaveData”对话框中选择保存的逻辑库名，并输入数据集名，单击“OK”按钮即可保存新建的数据集。,1.3初识“分析家”1.3.1调用“分析家”1.3.2功能概述1.3.3“分析家”的有关操作,1.3.1调用“分析家”可以用下面两种方法启动“分析家”，打开“分析家”窗口：方法一：在命令行中输入“Analyst”方法二：选择主菜单“Solutions（解决方案）”“Analysis（分析）”“Analyst（分析家）”,1.3.2功能概述“分析家”的菜单功能如下：File（文件）菜单提供了有关数据文件的新建、读、写、文件的导入和导出、打印和传输等功能；Edit（编辑）菜单提供了有关修改当前文件内容的一些选项；View（查看）和Data（数据）菜单提供了对读入数据集进行加工的一些功能，例如，对数据集行列的增删，行列的排序，行列的转置和对数据集的随机取样等；,1.3.2功能概述“分析家”的菜单功能如下：Graphs（图形）菜单提供了图形功能，包括直方图、盒形图、等高线图、三维散点图和曲面图等；Statistics（统计）菜单提供了主要的统计分析功能，包括描述统计量计算、列联表分析、假设检验、方差分析和回归分析等。,1.3.3“分析家”的有关操作l.打开数据集选择主菜单“File（文件）”“OpenBySASName”，打开“SelectAMember”对话框，选择一个数据集作为项目的成员。,2.导入Excel数据表步骤如下：1)选择主菜单“File（文件）”“Open（打开）”，在打开的对话框中，选择文件类型为“MicrosoftExcelSpreadsheet”；2)选定Excel工作簿文件，单击“打开”按钮，打开“SASImport：SpreadsheetOptions”对话框，在“Worksheet/Range”下拉列表中选择工作表名称，单击“OK”按钮即可；,2.导入Excel数据表3)选择主菜单“File（文件）”“SaveAsBySASName”，在打开的“SaveAs”对话框中，选择所要保存的逻辑库名，并输入数据集名，单击“Save”按钮即可。,3.浏览和编辑已打开的数据集可处于浏览（Browse）或编辑（Edit）两种不同的方式，浏览方式只允许显示数据集的内容，编辑方式允许修改数据表的内容。可以通过选择菜单“Edit”“Mode（模式）”“Edit（编辑）”或“Edit”“Mode（模式）”“Browse（浏览）”进行切换。,4.改变变量显示的次序选择菜单“View（查看）”“Columns（列）”“Move（移动）”，打开“MoveColumns”对话框。在列表中选择变量名后，使用上下箭头，按“OK”按钮后，即可改变变量显示的次序。,5.对数据集排序对数据集排序的方法如下：1)在“Edit（编辑）”方式下，选择菜单“Data（数据）”“Sort（排序）”，打开“Sort（排序）”对话框；2)选中欲排序的变量名，单击“SortBy”按钮，将排序变量选入右框，可选多个变量；3)在右列表框中，选中排序变量，单击“Ascend/Descend”按钮可以在升序或降序之间切换。,6.创建新的变量在数据集中有两种方式添加新的变量。直接插入变量：选择菜单“Edit（编辑）”“InsertColumns（插入列）”“Character”或“Numeric”，指定插入变量的类型即可在数据集中插入一个新的变量。根据原变量的关系得到新变量：选择菜单“Data（数据）”“Transform（变换）”“Compute（计算）”，打开“Compute（计算）”对话框；在对话框中确定变量关系式。,7.创建数据集的子集打开一个数据集后，选择菜单“Data（数据）”“Filter（过滤）”“SubsetData（子集数据）”，打开“Subset”对话框；在列表中选择变量，在弹出的“Operators（算子）”列表中选择算子（比如EQ表示“等于”）；用鼠标单击列表框中的“”，再在弹出的“LookupValues”对话框中选择该变量的可能取值；单击“OK”按钮，即可生成子集。,8.由数据集随机抽样选择菜单“Data（数据）”“RandomSample（随机抽样）”，在打开的“RandomSample”对话框中，可设定样本的容量或抽取的比例（Ratio）。例如，创建一个容量为10的样本时的设置。若要保存生成的样本，可以选择菜单“File（文件）”“SaveAsBySASName（另存为SAS）”。,9.数据集的转置在SAS许多具有分析功能的过程中，有时需要将数据阵转置。方法如下：将行列进行对换（整个进行）：选择菜单“Data（数据）”“Transpose（转置）”，打开“Transpose（转置）”对话框；在对话框中，选择列表中的变量名，单击“Transpose”按钮，将变量名一一选入右上框；按某个变量的值分组进行：在“Transpose（转置）”对话框中，可把某个变量的值选入右下框（GroupBy）。,1.4SAS编程初步1.4.1SAS程序概述1.4.2指定逻辑库1.4.3数据步简介1.4.4过程步简介,1.4.1SAS程序概述1.数据步与过程步SAS程序包括多个步骤和一些控制语句，一般情况下由两种类型的程序步（steps）组成：数据步（DATAsteps）和过程步（PROCsteps）。有时SAS程序还包括一些全程语句，用以控制贯穿整个SAS程序的某些选项、变量或程序运行的环境。,1.4.1SAS程序概述1.数据步与过程步数据步通常用于创建SAS数据集，但也可以用于产生特别设计的报表。过程步通常用于分析和处理SAS数据集中的数据，但有时候也可用于创建数据集。一个SAS程序就是由数据步、过程步或两者的任意组合而成。每一个程序步通常由若干语句（statements）构成。,2.书写规则一个SAS语句有两个重要特征：由SAS关键词（keyword）开始；总是以分号“;”结束。,datac200501;inputname$sex$mathchinese;cards;李家富男9298张丽萍女89106王春雷男8690刘刚男98109张颍女80110;procprintdata=c200501;procmeansdata=c200501mean;varmathchinese;run;,说明：1)一个数据步由关键词DATA开始，而一个过程步由关键词PROC开始。2)SAS语句是自由格式的：一个语句可以由几行组成，可以在任一列开始和结束，几个语句可以在同一行内。SAS每看到一个分号，就将其以前、上一个分号以后的所有字符当作一条语句来处理，而不管它们处在多少个不同的行中（如代码中的二三两行为一个语句）。,说明：3)SAS语句对字母的大小写不敏感，可以根据个人习惯决定字母的大写或小写。4)SAS语句中的词之间用空格或特殊符号分隔。,3.SAS程序中的注释在SAS程序中可以加入注释，注释使用C语言语法，用/*和*/在两端界定注释，这种注释可以出现在任何允许加入空格的位置，可以占多行。另一种注释是把以星号开头的行作为注释。一般只把注释单独占一行或若干行，不把注释与程序代码放在同一行。注释的另一个作用是把某些代码暂时屏蔽使其不被运行。下面是一个注释的例子：/*生成2005级1班考试成绩的数据集*/datac200501;,4.SAS程序的提交SAS程序在Editor窗口中编写，欲使SAS运行所编写的程序，就需要“提交（submit）”，单击热键F8，或者选择菜单项“Run”“Submit”，或者直接点击工具栏上的按钮均可以提交程序。当一个SAS程序被提交（submit）时，每一个DATA、PROC或RUN语句会导致前面的程序步被执行。所以，一个SAS程序应以RUN语句结束，否则，最后一个程序步不会被执行。,每一个程序步被分别执行。执行时，SAS系统会产生一个日志（log窗口），记录执行过程中的信息和可能发生的任何错误。执行的结果根据SAS程序的不同而有所不同：通常SAS程序包括一些过程步，它们会创建报表形式的输出（Output窗口）。有些SAS程序执行诸如排序或数据处理过程，除了在日志中的记录之外，不产生可见的输出结果。,1.4.2指定逻辑库1.一个逻辑库连接一个文件夹建立逻辑库，又称为指定逻辑库，其实质是把一个库名和一个实际文件夹联系起来，指定逻辑库的命令语句为全程语句，其格式如下：LIBNAME；例如指定的库名为“Mylib1”，路径为：“e:data”，SAS语句如下：libnamemylib1e:data;,1.4.2指定逻辑库2.一个逻辑库连接多个文件夹Libname语句不仅可以为一个物理位置（实际文件夹）指定逻辑库名，也可以为多个物理位置指定逻辑库名，其格式如下：LIBNAME()；,1.4.3数据步简介1.建立SAS数据集利用数据步建立SAS数据集，有两种方式可以输入数据：一是将数据排列在变量名串之后；二是指定一个外部数据文件供读取。,第一种方式的一般语法为：DATA;INPUT$;CARDS；d11d12d1kd21d22d2k.;RUN;,例如：dataf2005;inputnumbername$;cards；200541001zhao200541002qian200541003sun200541004li;run;,第二种方式的一般语法为：DATA;INFILE;INPUT;RUN;例如：datac200501;infileg:datac2005.txt;inputname$sex$mathchinese;run;,2.数据集的复制与修改可以用SET语句把一个已有数据集复制到一个新数据集，同时还可以进行修改。如果只是复制数据集，也可以用SAS管理器(SASExplorer)完成。SET语句的语法格式有两种，有些功能有重复。,格式一：DATA;SET;KEEP;DROP;IFTHEN;RUN;,格式二：DATA;SET;IFTHEN;RUN;,3.拆分数据集使用SET和OUTPUT语句可以根据某一分类原则把数据行分别存放到不同的数据集，语法格式为：DATA;SET;WHEN()OUTPUT;WHEN()OUTPUT;RUN;,比如，希望把数据集c200501中的所有男生的观测放到数据集c200501m中，把所有女生的观测放到c200501f中，可以使用如下程序：datac200501mc200501f;setc200501;select(sex);when(男)outputc200501m;when(女)outputc200501f;otherwiseputsex=有错;end;dropsex;run;,4.数据集的纵向合并使用SET语句可以将几个结构相同的数据集上下连接到一起。其语法格式为：DATA;SET(IN=)(IN=);IF=1THEN=;IF=1THEN=;RUN;,比如，在前例中我们把c200501数据集按男、女拆分成了c200501m和c200501f两个数据集并抛弃了性别变量，可以用如下程序连接两个数据集并恢复性别信息：datanew;setc200501m(in=male)c200501f(in=female);ifmale=1thensex=男;iffemale=1thensex=女;run;,5.数据集的横向合并两个（或多个）数据集如果包含了同样的一些观测的不同变量，且各数据集的观测按顺序是一一对应的，就可以用如下带有MERGE语句的数据步把它们左右横向合并到一个数据集，其语法格式为：DATA;MERGE;BY；RUN;,比如，数据集c200501u包含学生的姓名、性别，数据集c200501v包含学生的数学成绩，数据集c200501w包含学生的语文成绩，且各数据集的观测是按顺序一一对应的，就可以用如下带有MERGE语句的数据步把它们左右横向合并到一个数据集New：datanew;mergec200501uc200501vc200501w;run;,1.4.4过程步简介1.SAS过程步的一般形式SAS过程步的一般形式为：PROCDATA=；/；/；RUN;,2.过程步常用语句(1)VAR语句VAR语句在很多过程中用来指定分析变量，其格式为：VAR.；,2.过程步常用语句(2)BY语句和CLASS语句BY语句在过程中一般用来指定一个或几个分类变量，根据这些分类变量值把观测分组，然后对每一组观测分别进行本过程指定的分析。其格式为：BY.；在使用带有BY语句的过程步之前一般先用SORT过程对数据集排序。,(3)OUTPUT语句OUTPUTOUT=.；其中用OUT=给出了要生成的结果数据集的名字，用“关键字=变量名”的方式指定了输出哪些结果(关键字是如MEANS过程中的MEAN，VAR，STD那样的要输出的结果名)，等号后面的变量名指定了这些结果在输出数据集中叫什么名字。,(4)WH