SAS过程步通用语句.ppt

1、SAS 过程步(procedure step),SAS应用,复习数据步（data step）相关内容,1、主要功能 2、生成SAS数据集的方法 3、SAS数据集的要素 4、基本语句 5、临时数据集和永久数据集的区别 (Temporary data set / Permanent data set ),例1：,DATA CLASS1; INPUT NAME $ 1-8 AGE 10 SEX $ 12 HEIGHT 14-17 WEIGHT 19-23 BUST 25-28; CARDS; Lumin 3 B 0.94 13.59 50.4 caihang 3 B 0.91 14.20 50.0

2、limin 4 G 1.39 16.15 51.6 liyou 4 B 1.02 15.44 51.9 liuyin 4 B 1.06 15.30 51.0 liuyang 5 G 1.01 15.04 51.9 huye 5 G 1.02 15.07 52.7 chengbin 6 G 1.07 17.04 53.7 yangbin 6 B 1.12 18.09 54.1 liuhong 6 B 1.14 18.80 53.5 yanjin 7 G 1.16 19.93 55.5 zhangge 7 G 1.15 18.20 51.4; RUN;,授课内容： 1.SAS过程步和常用统计方法

3、2.求基本统计量过程 授课学时：8个学时（理论4学时，实习4学时） 目的： 1.掌握SAS过程步的通用语句和三个常用的过程步 的格式和功能，并能够根据要求编写相应程序。 2.正确应用means过程，univariate过程和freq过程 来计算常见的基本统计量。 难点： 1.“过程”与“语句”的区别 2.format语句与format过程的区别 3.Univariate过程的输出结果的阅读,本次课主要内容,过程步的通用语句 proc var by format freq (Class Id Output Title) 三个过程步 1.Print 过程 2.Sort 过程 3.Format 过程

4、,概念,过程步(procedure step)是以关键字PROC开始的一个或多个语句，它的任务是分析和处理数据集中的数据。,过程步的格式,PROC 过程名 过程选择项； 语句 /语句选择项； 语句 /语句选择项； 语句； RUN;,PROC PRINT DATA=CLASS; VAR NAME AGE; BY SEX; RUN;,在PROC步里，有一些最基本的信息要告诉SAS系统,1、选择的过程是什么？(proc) 2、要分析的数据集是什么？(data) （永久数据集，临时数据集，当前数据集和非SAS数据集） 3、要处理的变量是什么？(variable) 4、是否要分组进行处理分析？(grou

5、ping),第一句是proc 语句。表明要进行一项数据分析。proc 后面是SAS系统定义的过程名，然后是SAS 数据集名，然后是过程选择项。(指明过程) 第二句开始是系统指定的必选SAS 语句以及语句选择项。（指明分析变量） 然后是与该过程名配合使用的一些其它SAS 语句。（分组及其它） 最后一句是结束语句。,例2：,PROC PRINT DATA=CLASS; VAR NAME AGE; BY SEX; RUN;,过程名（Procedure program ）,SAS 过程步是用来完成某个实际任务的SAS 程序。这种程序和SAS 数据步程序不同，它仅需要告诉计算机做什么，而不需要象SAS

6、数据步那样告诉计算机怎么做。这是因为SAS系统的过程库里已经存储了各种现成的用来完成不同任务的程序，并且SAS系统给每一个程序定义了一个相应的名字，称为过程名 。 过程名不超过8个字符，代表一种数据分析或实用过程的名字。例如，ttest，anova，reg，corr，tabulate，plot，print 等，它们分别是t-检验，方差分析，回归分析，相关分析，制表，绘图和输出打印的过程名。,三、用于SAS过程步中的通用语句,能够在SAS过程步中使用的语句。而非各个过程步的专用语句。 1、PROC语句：表示过程步的开始及调用某一要使用的过程 2、VAR语句：定义被分析的变量 3、BY语句：按指定

7、的变量值来分组处理数据集 4、CLASS语句：在分析中定义分类变量 5、SUM语句： 对指定的变量求和，当然该变量必须是数值型变量。 格式： sum SAS变量名；,PROC 语句,格式：PROC SAS过程名 选择项； 功能：调用SAS过程并完成该过程处理数据的任务。 PROC语句选择项： 1关键字（keyword）指定反应本过程特征 的关键字。 2关键字=值 指定关键字的初值，该值可能是数 值或字符串。 3关键字=SAS数据集 指定输入或输出的数据集。,PROC SORT DATA=A OUT=B ； 语句中SORT是过程名，DATA、OUT是关键字，A和 B是关键字的值。 Proc me

8、ans data=class n mean std max min maxdec=2; var height weight; By sex; Run;,举例：,5、ID语句：定义一个或多个变量识别观察值 6、FORMAT语句：用于在过程步中调用变量的格式 7、OUTPUT语句：将过程产生的结果输出到一个新的SAS数据集中。 8、FREQ语句：指定一个数值变量，它的值表示数据集中观测值出现的频数。,例3：,PROC PRINT DATA=CLASS1; PROC PRINT ; ID NAME AGE; RUN;,format 语句,format语句是用在过程步中调用变量输出格式的语句。form

9、at 语句是非必选语句，必须写在过程步里面。 结构： format SAS变量名 输出格式或格式名； 这里，输出格式是当时赋予的格式，而输出格式名是由format过程步定义的格式名字。 一个format 语句可以给多个SAS变量赋予相同的或分别赋予不同的格式。例如。 format sex sex. age agegrp. birthday yymmdd8. ； 这里sex 和age用的是事先定义好的格式名，birthday 是当时赋予的格式。,例4：,PROC PRINT DATA=CLASS1; FORMAT HEIGHT 6.1; RUN; DATA CLASS2; INPUT DATE

10、YYMMDD10. (X1-X5) (3.); CARDS; 1995-05-20 20 50 30 25 10 1996-07-03 21 40 50 20 8 1996-12-03 19 20 25 10 15 1997-01-15 18 51 42 30 20 RUN; PROC PRINT; FORMAT DATE YYMMDD10.; RUN;,例5： OUTPUT语句：,PROC MEANS DATA=CLASS1; VAR BUST; OUTPUT OUT=NEW MEAN=MEANBUST; RUN;,格式：OUTPUT OUT=数据集名 统计关键字名字 “统计关键字”指在新的

11、数据集中需要保留的统计量 “名字”则是给这些统计量命的名字。 功能：将过程产生的结果输出到一个新的SAS数据集中。,例6： FREQ语句,data a; input sex $ age number ; cards; f 20 10 f 22 23 m 21 19 m 22 16 proc means; freq number; var age; run;,现有一批人，其中20岁女性10人，22岁女性23人，21岁男性19人，21岁男性16人，求平均年龄。,9、TITLE语句：为SAS输出规定标题行,a.上一过程步或数据步的RUN语句之后 b.如果上一步无RUN 语句，则放在本过程的PROC语

12、句之后以及下一个DATA步或PROC步或RUN语句之前。,例7：,Proc print data=class1; Title “title for two procedure”; Proc means data=class1; Var weight; Run; Proc print data=class1;run; Title “title for two procedure”; Proc means data=class1; Var weight; Run;,10. LABEL 语句,格式：label 变量“标识” 功能：给变量赋以标记，输出时代替变量名。 例 label H=“HEIGHT

13、” W=“WEIGHT”; LABEL SEX=“性别”；,四、几个服务过程,1.Print过程 2.Sort过程 3.Rank过程 4.Format过程,格式： PROC PRINT data=SAS数据集; VAR 变量; WHERE 条件表达式； FORMAT 变量 变量输出格式； 功能：将数据集输出到OUTPUT窗口。,1. PRINT过程,例8：,PROC PRINT ; DATA=CLASS1; VAR NAME SEX AGE; RUN; PROC PRINT DATA=CLASS1; WHERE SEX=“B”; RUN; PROC PRINT DATA=CLASS3; PRO

14、C PRINT DATA=CLASS3; FORMAT DATE DATE7; RUN;,2. SORT 过程,格式：PROC SORT data=SAS数据集 out=SAS数据集; BY descending 变量； 功能：将数据集按某（些）变量排序。,例9：,PROC SORT DATA=CLASS1 OUT=SORT1; BY SEX DESCENDING HEIGHT; PROC PRINT DATA=SORT1; RUN;,3. rank 过程步,将SAS数据集中指定的变量的值按从小到大的顺序附给一个序数，也称为秩次。产生的新变量称为是原变量对应的秩次变量。 结构： proc ra

15、nk data=SAS数据集名 ； var SAS变量名； ranks 新变量名； 其它SAS语句； run；,3. rank 过程步,proc rank 语句，表明要建立SAS变量的秩次变量。 第二句是var 语句，指明数据集中要被秩次转换的变量。 第三句是ranks语句，给出秩次转换后新的变量名。若该句缺省，则新变量名覆盖原变量名。 第四句是其它SAS语句，仅允许使用by语句。 最后是过程结束语句。 rank过程步和sort过程步一样，不产生任何输出信息，必须借助于print 过程步，才能看到新数据集的结果。,rank过程步和sort过程步 的区别,rank过程步不改变所有变量的观察值的顺

16、序，而sort过程步改变变量的观察值的顺序 rank过程步产生新变量，不产生新的SAS数据集，而sort过程步不产生新变量，产生新的SAS数据集。,4. FORMAT过程,功能：对字符或数值变量定义一个所需的输出格式。 格式： PROC FORMAT； VALUE $格式名 原值1=输出值1 原值2=输出值2 ； run；,例10：,PROC FORMAT; VALUE $SF B=BOY G=GIRL; VALUE HF LOW-1.0=LOW 1.0-1.2=MID 1.2-HIGH=HIGH; PROC PRINT DATA=CLASS1; FORMAT SEX $ SF. HEIGHT

17、 HF.; RUN;,练习：,表1 学生基本情况表,1、建立SAS学生基本情况数据集 2、按班级、学号升序，总学分降序排列。 3、在OUTPUT窗口输出该表，输出格式：出生日期YYMMDD10. X性别男=boy，女=girl,一般统计描述-MEANS 过程,Proc means 操作选项统计量关键字列表; VAR ;/*指定分析的变量名列表,缺省为所 有数值变量*/ BY ; /*指定分组统计变量,要求排序*/ CLASS ;/*指定分组统计变量，不要求排序*/ FREQ ; /*表明该变量为分析变量的频数*/ OUTPUT 关键字= ; Run;,一般统计描述-MEANS 过程,Proc

18、means 操作选项 data= 指定要分析的数据集名 maxdec= 指定输出结果的小数位数,默认为7位 noprint 禁止统计结果在output窗输出 alpha= 设定计算可信区间的水平，默认为0.05 注：在proc语句中的选项直接跟在proc名后，以空格分隔，中间不加“/” ，其他命令语句的选项需以“/” 分隔。,一般统计描述-MEANS 过程,统计指标选项：,一般统计描述-MEANS 过程,OUTPUT 关键字= 语句 将分析结果输出到SAS 数据集 OUT= 数据集名 指定SAS数据集名称 关键字= 指定要输出的统计量 可输出的有N,NMISS,MEAN,STD, MIN，MA

19、X，RANGE, SUM, VAR,USS(平方和),CSS(离均差平方和)，CV,STDERR,T, PRT, SKEWNESS, KURTOSIS,LCLM,UCLM（同时指定输出为双侧；如只选一个，输出单侧可信区间）可以重新对统计量命名，也可用原名； 格式 n=n mean=mean prt=p,程序3-1,data a; set child ; proc means maxdec=2; var x2-x6; run; Variable N Mean Std Dev Minimum Maximum - X2 7 73.86 70.48 30.00 178.00 X3 6 116.25 3

20、8.24 89.00 168.00 X4 7 23.79 19.48 11.00 53.50 X5 7 59.29 14.74 47.00 82.00 X6 7 56.43 26.25 35.39 100.14 -,加入 class x1; 后：,X1 N Obs Variable N Mean Std Dev Minimum Maximum - f 3 X2 3 80.33 84.60 30.00 178.00 X3 3 115.00 41.57 91.00 163.00 X4 3 24.50 22.95 11.00 51.00 X5 3 58.00 18.19 47.00 79.00 X6

21、 3 55.93 27.69 35.39 87.42 m 4 X2 4 69.00 71.34 32.00 176.00 X3 3 117.50 43.85 89.00 168.00 X4 4 23.25 20.18 12.50 53.50 X5 4 60.25 14.52 52.00 82.00 X6 4 56.80 29.44 35.81 100.14 -,程序3-2,data a; input group x y z; cards; 1 545 40 50 1 490 46 39 1 515 45 44 1 505 45 47 1 492 46 32 2 485 45 25 2 499

22、49 17 2 480 45 20 2 566 49 36 2 539 49 27 ;,proc means maxdec=2 noprint; var x ; class group; output out=b n=n mean=mean sum =sum std=std lclm=lclm uclm=uclm; run; proc print ;run;,程序3-2,OBS GROUP _TYPE_ _FREQ_ N MEAN SUM STD LCLM UCLM 1 . 0 10 10 511.6 5116 29.0524 490.817 532.383 2 1 1 5 5 509.4 2547 22.3450 481.655 537.145 3 2 1 5 5 513.8 2569 37.2518 467.546 560.054,详细统计描述-UNIVARIATE 过程,Proc univariate 操作选项 ; VAR ; 指定分析的变量名列表, 缺省为所有数值变量 BY ; 指定分组统计变量,要求排序 FREQ ; 表明该变量为分析变量的频数 Run; proc univariate 语句的操作选项 data= 指定要分析的数据集名 noprint 禁止统计结果在output窗输出 norma