统计分析软件入门.ppt

1,概述SAS语言基础数据步过程步,SAS统计分析软件入门,2,SAS(Statistical Analysis System)，中文名“赛仕”，译为“统计分析系统”国际上的公认的标准统计软件之一发展1966年 美国北卡州立大学 1972年 推出SAS7.2供大学使用版1976年 成立SAS研究所(SAS Institute Inc.)，总部在美国北卡州凯瑞市 现已是全球最大的私人软件公司和全球排名第九位的独立软件商,一、概述,3,1、系统组成:,三十几个模块，如BASE，GRAPH，ETS，FSP，AF，OR，IML，SHARE，QC，STAT，INSIGHT，ANALYST，ASSIST，CONNECT，CPE，LAB，EIS，WAREHOUSE，PC File Formats，GIS，SPECTRAVIEW，SHARE*NET，R/3，OnlineTutor:SAS Programming，MDDB Server，IT Service Vision Client，IntrNet Compute Services，Enterprise Reporter，MDDB Server common products，Enterprise Miner，AppDev Studio，Integration Technologies等,4,界面：三个基本窗口Editor 编辑窗：在此编写SAS程序Log 记录窗：记录程序运行过程中所做的内容，如所运行的数据情况、所调用的过程步、程序运行时间等红色-错误绿色-警告兰色-正常Output结果输出窗：统计分析的结果,Result窗口，Explorer窗口其他：keys窗libname窗options窗var窗dir窗在command命令窗或命令行command=输入相应的命令可激活这些窗口,2、SAS会话窗口,程序编辑窗口,运行记录窗口,结果输出窗口,命令窗口,Results窗口,6,在命令窗口输入“keys”后情况,命令行,命令窗(条),7,SAS9.01中文界面的几个窗口,8,使用Tools Options Preferences可修改界面的显示，或输出文件的格式等在命令窗输入 num 并回车，可在编辑窗口中加入行号,SAS文件的扩展名*.sd2SAS数据集6.12版，必须以字母开头，长度不超过8位8.0以上版为*.sas7bdat*.sas SAS程序文件*.log log窗口输出*.lst SAS结果文件,9,SAS语句以一个关键词开始，以分号(;)结束；data a;input x;cards;323544565;proc print;run;,3、SAS程序的基本结构,数据步：创建数据,过程步：调用数据分析过程,或 Lines 或 Datalines,10,运行编辑窗内程序点击图标按功能键“F8”在命令行（窗）键入“submit”在Run下拉菜单中选“submit”所激活窗口（Editor、Log、Output）内容的保存在命令行（窗）键入 file“路径文件名”点击图标在file下拉菜单中选“save”或“save as”只有编辑窗口(edit窗)才能打开文件,11,常用的快捷键F4 recall命令，用于editor窗，将前面提交的程序调回，可多次使用F5 切换到editor窗F6 切换到log窗F7 切换到output窗F8 submit命令Ctrl-E 清除当前窗口的内容。editor窗被清除的内容不能用F4调回,12,data a;input x;cards;435465;proc print;run;,dat a;input x;cards;435465;proc print;run;,二、SAS语言基础,以关键词开始SAS语句；对于8.0以上SAS软件，这些关键词显示为蓝色；如果显示为红色，则可能的关键词无效或拼写错误,13,data a;input x;cards;435465;proc print;run;,初学者最容易犯的错误就是不写分号。此时SAS将两个语句误认成一个语句（statement）。注意：一个SAS语句可以写成两行或多行，如“data a;”可写成data a;多个SAS语句可以写成简单的一行。如：“proc print;run;”,1.所有SAS语句必须以“;”结束,14,data a;input x;cards;435465;proc print;run;,2.程序的结束,15,data a;input x;cards;435465;proc print;run;,数据集名与变量名取名时可以是字母、下划线、数字，不能以数字开头，最多可以32个字符（SAS8.0以下软件的最大字符数为8个字符）字母可以大写、小写或大小写混合，因此Weight、weight、WEIgHT被SAS视为相同的变量,3.数据集名与变量名,数据集名称,变量名称,16,data a;input x;cards;435465;proc print;run;,如果有多个变量，如Height、Weight、Age、Sex，Job则在SAS中排列为“input Height Weight Age Sex Job;”如果将以上变量用代号表示，x1、x2、x3、x4、x5则语句可写为：“input x1 x2 x3 x4 x5;”或“input x1-x5;”,4.变量的排列,17,data a;input x;cards;435465;proc print;run;,cards;或datalines;或lines;语句之后表示数据的输入即将开始。数据的变量名、变量的格式等在input语句中定义数据输入结束，也必须采用分号结束,5.输入数据的标识语句,18,data a;input x;cards;435465;proc print;run;,数据分析前，数据集必须被读入。读入数据方法：直接创建；Infile 和 input语句 创建；对、数据进行简单编辑，创建新的变量等。,三、数据步,19,data child;/*建立临时数据集child.sd2，自动放在saswork子目录下*/input id x1$x2 x3 x4 x5 x6;/*指明要输入的变量,$为字符型变量*/cards;/*标志数据区开始,数据之间以一个或几个空格分隔*/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 35.81254 m 176 168.0 53.5 82.0 100.14255 f 30 91.0 11.0 48.0 35.39256 f 33 91.0 11.5 47.0 44.98521 f 178 163.0 51.0 79.0 87.42;/*标志数据区结束，分号必须单独一行*/run;,1.直接创建数据集,20,SAS中的常用变量类型数值型：不需特殊定义字符型：定义方式变量名$日期型：多种形式如：变量名 mmddyy6.实际记录为距1960/01/01的天数输入格式可以是：091004 09/10/04 09 10 04 909102004其它数据库中的逻辑型、备注型变量在SAS中均为字符型变量。日期型变量转进SAS后一般也变为字符型变量。,21,data a1;input id x1$x2 x3 x4;cards;1 m 32 95.52 m 35 92.0 13.03 m 33 89.0 12.5;proc print;run;结果:Obs id x1 x2 x3 x4 1 1 m 32 95.5 2.0 2 3 m 33 89.0 12.5,data a1;input id x1$x2 x3;cards;1 m 32 95.52 m 35 92.0 13.03 m 33 89.0 12.5;proc print;run;结果:Obs id x1 x2 x3 1 1 m 32 95.5 2 2 m 35 92.0 3 3 m 33 89.0,SAS数据集创建时存在的问题,22,data esr;input x;/*每读入一个记录后,数据指针保持原位不换行,继续读下一条记录*/cards;3 9 8 6 5 5 7 3 10 8 10 4;proc means;run;结果：N Mean Std Dev Minimum Maximum-2 6.5000000 2.5405797 3.0000000 10.0000000-,不分行符的使用,23,data child;input id x1$x2 x3 x4 x5 x6;cards;1 m 32 95.5 14.0 53.5 49.64 2 m 35.13.0 52.0 41.61 3 m 33 89.0 12.5 53.5 35.81 254 m 176 168.0 53.5 82.0 100.14 255 f 30 91.0 11.0 48.0 35.39 256 f 33 91.0 11.5 47.0 44.98 521 f 178 163.0 51.0 79.0 87.42;proc means;run;Variable N Mean Std Dev Minimum Maximum-id 7 184.5714286 194.9639771 1.0000000 521.0000000 x2 7 73.8571429 70.4779601 30.0000000 178.0000000 x3 6 116.2500000 38.2410120 89.0000000 168.0000000 x4 7 23.7857143 19.4825930 11.0000000 53.5000000 x5 7 59.2857143 14.7361719 47.0000000 82.0000000 x6 7 56.4271429 26.2540446 35.3900000 100.1400000-,缺失值的输入 以“.”表示，缺失值不进入分析,24,如已存在一纯文本文件c:child.txt，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 35.81254 m 176 168.0 53.5 82.0 100.14255 f 30 91.0 11.0 48.0 35.39256 f 33 91.0 11.5 47.0 44.98521 f 178 163.0 51.0 79.0 87.42可用infile 直接读入：Data child;Infile“c:child.txt;Input id x1$x2 x3 x4 x5 x6;proc print;Run;,2.Infile 和 input语句创建数据,25,从现有SAS文件“child”中读取数据，变成文件名为“school”的文件data school;set child;x=x3-x2;proc print;Run;,3、从现有SAS数据集中读取数据,26,前面所产生的文件都是临时文件，退出SAS后，这些文件将自动删除。为了将文件变成永久性数据集存储在磁盘上，可采用libname语句。libname ych f:sasdata;data ych.student;set school;run;,4、在磁盘上存储SAS数据集,用ych代表子目录“f:sasdata”，可任意取名，但应与打算建立的文件名前的前缀相同,27,SAS数据集名称的表示方式:库关联名.数据集名永久数据集格式：libname 库关联名“盘符:路径”;如：libname ych f:SASdata；ych 为库关联名，代表路径f:SASdata；库关联名可任意取，一旦定义，只要不退出SAS，始终有效（因为libname命令为全局命令）。但路径必须实际存在。临时数据集每次启动SAS时，会自动开辟一个临时存储区，其库关联名为WORK，代表sassaswork子目录。一旦退出sas，临时存储区数据集文件自动删除，称为临时数据集临时数据集的库关联名默认为work，均省略不写。如 data child；（实际为work.child）,永久数据集和临时数据集,28,利用file下拉菜单中的import功能，可转入：文本型数据：空格分隔、逗号分隔、制表键分隔Dbase 数据库(*.dbf)Excel数据库有的数据可通过粘贴的方法贴到Editor窗，然后采用input和cards等语句，直接生成sas数据集。,5.从其他数据集转入,29,变量赋值：变量名=表达式；x5=x4*0.5；x=x3-x2；teamgreen加减乘除、乘方运算符：-*/、*缺失值赋值举例：age.；字符型变量：team；if then；else if sex=1 then t=f1+f2+f3；子集化：用keep或drop语句整理变量名表 keep；drop；,6、修改SAS数据,30,data b1;set child;if id200 then group=1;else group=2;rename id=x0;keep id x1 x2 group;proc print;run;注：keep id x1 x2 group等价于 drop x3-x6;,OBS X0 X1 X2 GROUP1 1 m 32 12 2 m 35 13 3 m 33 14 254 m 176 25 255 f 30 26 256 f 33 27 521 f 178 2,SAS数据集的整理举例,31,数据子集化 记录输出 if then output 数据集;记录删除 if then delete;data b1;set child;if x1=m then output;keep x1 x5;proc print;run;,SAS数据集的整理-记录操作,Obs x1 x51 m 53.52 m 52.03 m 53.54 m 82.0,32,纵向合并：set;,SAS数据集的整理-记录操作,data a;input id x1 x2;cards;1 11 122 21 224 41 424 411 4225 51 52;data b;input id x3;cards;1 13 3 33 4 43 5 53 5 533;run;data c;set a b;proc print;run;,OBS ID X1 X2 X3 1 1 11 12.2 2 21 22.3 4 41 42.4 4 411 422.5 5 51 52.6 1.13 7 3.33 8 4.43 9 5.53 10 5.533,33,横向合并：merge;,SAS数据集的整理-记录操作,data c;merge a b;by id;proc print;run;OBS ID X1 X2 X3 1 1 11 12 13 2 2 21 22.3 3.33 4 4 41 42 43 5 4 411 422 43 6 5 51 52 53 7 5 51 52 533,data c;merge a b;proc print;run;OBS ID X1 X2 X3 1 1 11 12 13 2 3 21 22 33 3 4 41 42 43 4 5 411 422 53 5 5 51 52 533,34,排序 proc sort；by;横向合并:一般要先按识别字段排序merge;by 识别字段;,SAS数据集的整理-记录操作,35,过程步（procedure step）是以关键字PROC开始的一个或多个SAS语句。过程步的结构一般为：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；,四、过程步,36,UNIVARIATE、MEANSTTESTFREQGLM、ANOVANPAR1WAY CORRREG CHART、GPLOTSORTPRINT,定量资料的描述、配对t检验，一个样本对应总体与一个已知总体的比较t检验两样本对于的总体均数的比较卡方检验，Fisher精确检验方差分析非参数检验相关简单与多重回归绘图排序按要求输出结果,常用SAS过程步,37,End!,