统计软件及应用数据步课件.ppt

《统计软件及应用数据步课件.ppt》由会员分享，可在线阅读，更多相关《统计软件及应用数据步课件.ppt（84页珍藏版）》请在三一办公上搜索。

1、统计软件SAS及应用,-Focus 编程技术,张媛媛 2010年11月,SAS的主要功能,获取数据管理数据分析数据表示数据应用软件开发,总结：Data步直接输入数据,Libname 数据库名 引擎;,DATA SAS数据集名；语句设定变量属性；INPUT 语句；其他SAS语句；CARDS；RUN；,SAS数据集命名方式,SAS数据集采用两级命名方式定名：,Libname.SAS-filename（库标记.文件名）,如：名为 DST2.FISH 的数据集,数据集的名字由英文字母、数字、下划线组成，第一个字母必须是字母或下划线，名字最多只能有8 个字符；另外在命名时不区分大小写。,Example,

2、希望把F:My SAS FilesV8new 这个目录与一个名叫libtest 的数据库联系起来，并且将test 数据集放置在其中。可以在编辑窗口输入如下的程序：libname libtest f:my sas filesv8new;data libtest.test;input code price;cards;600381 18600262 16600252 8600009 10600036;run;,SAS读写规则,读取规则：informat或input语句指定存储规则：length语句指定输出规则：format（数据集）或put语句(日志）指定读取规则主要指定两个方面：开始读取位置结束

3、读取位置或读取字符长度,指定读取规则的方式,开始读取位置：一般情况下是前一个变量结束读取位置的后一列，存在一种特殊情况(:/&)结束读取位置：开始读取非空格数据后遇到的第一个空格所在列作为结束读取位置,注意：1、指定开始列碰见:/&格式修饰符时取最大2、指定读入字符数碰见:/&格式修饰符时取最小,例,input x$y,input x$6 y,input x$9 y,input x$10 y,y=e f,y=fgh,注意,对于字符型变量，length语句的位置很重要,data a;length x$3;input x$4.y$;put x=y=;cards;abcd cdefabc de;ru

4、n;,data a;input x$4.y$;length x$3;put x=y=;cards;abcd cdefabc de;run;,WARNING:字符变量 x 的长度已经设置。使用 LENGTH 语句作为 DATA STEP 中的第一个语句可以声明字符变量的长度。,DATA步执行阶段,在执行期间，SAS系统执行以下步骤：(除非另有指向)1）PDV中所有的变量值被初始化为缺失值；2）输入缓冲器据input语句的数据需求,读入源数据文件的相应记录行,并写相应的数据字段到PDV;3）每个语句被顺序执行,并可修改PDV形成当前观测;4）数据步语句一遍执行后,PDV中的值写入数据集;*5）PD

5、V中外部变量初始化为确失值,程序流程回到2）;6）对数据源文件的每条记录都按上面步骤执行一次；7）重复以上步骤直到外部文件中数据结束。,DATA步的工作流程,数据步开始,有未读入的观测值吗？,用数据读入语句读入一个观测值,用其它语句对观测值进行运算或处理,把当前的观测值写入数据集,数据集建立完毕，开始下一个数据步或过程步,Y,N,Input语句后的单尾符,一个数据步内可以有多条input语句。但是当执行完一条input语句后,一般将放弃缓冲区内现有源数据行,而从源文件中再取一条记录更新缓冲区。若要保持现有源数据行供下一条input使用其数据,则应在input语句的最后加入跟踪符。例：,data

6、 tmp1;input x;input y;cards;11 22 3344 55 66;run;,data tmp2;input x;input y;cards;11 22 3344 55 66;run;,data tmp3;input x;input y;cards;11 22 3344 55 66;run;,Input语句后的双尾符,一般情况下,当程序执行到数据步底部后,也会从源数据文件中另取一行记录来更新缓冲区内原有数据。若要缓冲区内原有数据不放弃,使其在数据步的下一循环中仍可用,则应在input语句最后加上跟踪符。例：,data tmp5;input x y;cards;11 22

7、3344 55 66;run;,data tmp6;input x y;cards;11 22 3344 55 66;run;,data tmp7;input a;input x y;cards;11 2233 44 55 66;run;,data tmp8;input a;input x 1-2 y;if _n_=10 then stop;cards;11 2233 44 55 66;run;,源数据的指针控制,当SAS从数据行中读取数据时，它用指针来跟踪当前数据的位置；指针控制符可为input语句指示数据源中当前数据所在的行、列位置。列指针控制符列指针控制符“+n”表示指针右移n列(n为负

8、则左移n列)；列指针控制符“n”表示指针移到第n列(绝对位置)；列指针控制符“character-string”表示把指针移到数据行中字符串character-string后第一个非空格列。行指针控制符行指针控制符“#n”表示指针移到第n行;(当一条观测有几行源数据时,起作用)行指针控制符“#(expression)”表示指针移到表达式的值（必须为整数）所指的行。行指针控制符“/”表示指针移到下一行的第一列。,指针控制符用法示例,行指针用法示例:data tmp1;input name:$10.age/score1-score3;cards;zhangsan 1288 98 67lisi 13

9、77 98 86;run;,列指针用法示例1:data tmp2;m=-1;/*左移一列*/input x 1-4+m y 2 id$2.;/*drop m;*/cards;123452468013579;run;,列指针用法示例2:data tmp3;input id$2.age 3-4 size=x;list;cards;0116size=54.230215size=45.661318size=61.01;run;,Cards/Cards4语句,CARDS语句或DATALINES语句告诉SAS系统下面跟着的是数据行。数据行之前用CARDS语句或DATALINES语句。语句格式：CARDS；

10、或DATALINES；数据行 数据行之前用CARDS语句。data;input var1 var2 var3$;cards;16 20 First;,Cards/Cards4语句,数据行中含有分号时，必须用CARDS 4或DATALINES4语句。语句格式：Cards 4;或DATALINES4；数据行；数据行中含有分号时用CARDS4语句。data;input var1$var2$var3$;cards4;A;B(;);,例,data a;input x$y$;put x=y=;cards4;abcd;cdefabc;de;run;,data a;input x$y$;put x=y=;ca

11、rds4;abcd;cdefabc;de;run;,使用DATA步新建数据集,data SAS-data-set;变量属性设定语句;infile filename option;input 变量输入设定；其他SAS语句；run；,data SAS-data-set;变量属性设定语句;input变量输入设定；其他SAS语句；cards;原始数据;run；,自文本数据文件生成SAS数据集,DATA SAS数据集名；ATTRIB语句设定变量属性；INFILE 文件名 FIRSTOBS=n1 OBS=n2；INPUT 语句；其他SAS语句；RUN；,data CHILD;infile“C:SUNNY例

12、题数据资料CHILD.TXT”;input ID X1$X2 X3 X4;run;,应用举例,应用INFILE语句导入外部数据文件的标准程序 data delinfo(label=退市信息|delist information);format stkcd$6.lstknm$12.lstdt yymmdd10.delistdt yymmdd10.exchflg$1.stktype$1.;informat stkcd$6.lstknm$12.lstdt yymmdd10.delistdt yymmdd10.,exchflg$1.stktype$1.;labelstkcd=股票代码|stock co

13、delstknm=最新股票名称|latest stock namelstdt=股票上市日|list datedelistdt=退市日期|delist dateexchflg=交易所标识|exchange flagstktype=股票类型|stock type;infile d:resdatdelinfo.txt delimiter=09x missover dsd firstobs=2;input stkcd$6.lstknm$12.lstdt yymmdd10.delistdt yymmdd10.exchflg stktype 1.;run;例中，09x是TAB的十六进制表示，这里规定del

14、imiter=09x是不能去掉的，去掉的话就出错了。由于文本数据不规则，须中或:控制变量delistDt.,Infile选项说明,INFILE语句用来定义一个外部数据文件，文件中的数据用INPUT语句读取。外部文件可以是已存在的磁盘文件，也可以是从键盘上输入的数据行。语句格式 INFILE file-specification;file-specification选项说明：EXTERNAL FILE规定一个外部文件的完整路径和文件名。CARDS|CARDS4|DATALINES|DATALINES4选项指明输入数据为CARDS（CARDS4,DATALINES,DATALINES4）后面的数据

15、流，而非来自外部数据文件。,option-list选项说明（部分）：,Delimiter=选项应用,data a;infile cards delimiter=,;input x y z;cards;3,6,91,3,58,8,8;例中，要输入的数据用逗号分隔，创建SAS数据集时用选项DELIMITER=,。,数据集a,DSD选项应用,data scores;infile datalines delimiter=,;input test1 test2 test3;datalines;91,87,9597,92,1,1;例中，分隔符为逗号，但第二个观测值的两个相邻分隔符之间还有缺失值，没有DSD

16、选项时，这两个相邻的分隔符组成一个分隔符，于是，输入数据时会出错。,DSD选项应用,上例加上DSD选项，将两个相邻分隔符之间的数作为缺失值处理 data scores;infile datalines delimiter=,DSD;input test1 test2 test3;datalines;91,87,9597,92,1,1;通常情况下，同时加上MISSOVER和 DSD两个选项是良好的编程习惯。,Missover选项应用,data a;input x$y$;put x=y=;cards;abcd cdefabc de;run;,data a;infile cards missover

17、;input x$y$;put x=y=;cards;abcd cdefabc de;run;,SAS数据集的建立,访问外部数据文件,SAS系统访问的外部文件可以分为两类：PC格式的数据文件；流行数据库(DBMS)文件。,常用的访问外部文件的方法,使用Import菜单由文本文件读入,从SAS下拉菜单选择：,在Windows操作系统中，外部文件是指文本文件（格式为.dbf、.xls、.wk1、.wk3等）；对一些用户规定格式的文件可提供EFI（External File Interface外部文件界面）。,练习,通过infile语句导入class.txt文件中的第三行以后的所有数据。通过菜单操作

18、导入class.txt文件、fitness.xls文件中的数据。,使用DATA步新建数据集,data SAS-data-set;变量属性设定语句;infile filename option;input 变量输入设定；其他SAS语句；run；,data SAS-data-set;变量属性设定语句;input变量输入设定；其他SAS语句；cards;原始数据;run；,其他SAS语句,SAS表达式数据步中的常用语句,SAS表达式,SAS数据步程序中的计算由SAS表达式完成;SAS表达式通过运算符、括号等，将调用的常量、变量和函数连接起来，得到一个计算结果。,SAS运算符,SAS运算符包括算术、比

19、较和逻辑等运算符。,算术运算符 作用 举例+加法 sum=x+y;-减法 diff=x-y;*乘法 mult=x*y;/除法 divide=x/y;*幂运算 raise=x*y;|字符串拼接 str=str1|str2;,SAS运算符,比较运算符,运算符 符号 意义,逻辑运算符,SAS运算符包括算术、比较和逻辑等运算符。,SAS运算符,运算符IN是一个SAS特有的比较运算符，用来检查某个变量的取值是否在一个给定列表中，比如 prov in(北京,上海,天津,重庆)可以判断变量prov的取值是否为四个直辖市之一。,SAS函数,SAS函数返回由它的参数计算得到的结果,SAS提供了远多于一般程序语言

20、的标准函数，主要包括数学函数、数组函数、字符函数、日期和时间函数、分布密度函数和分布函数、分位数函数、随机数函数、样本统计函数等，它们可以直接用于数据步计算中。,例,SAS函数返回由它的参数计算得到的结果,DATA ABC;INPUT x1 x2 x3 x4;y=sum(of x1,x2,x3,x4);CARDS;1 2 3 4 2 3 4 5 5 6 7 8;RUN;,常用字符函数,TRIM(s)返回去掉字符串s的尾随空格的结果；UPCASE(s)把字符串s中所有小写字母转换为大写字母后的结果；LOWCASE(s)把字符串s中所有大写字母转换为小写字母后的结果；INDEX(s,s1)查找s1

21、在s中出现的位置，找不到时返回0；RANKS(s)字符s的ASCII码值；等等,常用日期和时间函数,MDY(m,d,yr)生成yr年m月d日的SAS日期；YEAR(date)由SAS日期值date得到年；MONTH(date)由SAS日期值date得到月；DAY(date)由SAS日期值date得到日；WEEKDAY(date)由SAS日期值date得到星期几；QTR(date)由SAS日期值date得到季度值；HMS(h,m,s)由小时h、分钟m、秒s生成SAS时间值；DHMS(d,h,m,s)由SAS日期值d、小时h、分钟m、秒s生成SAS时间值；等等,日期常数和函数,日期时间直接作为数字

22、型常数：ddMMMyy D(例如:12JAN96d、14:20t、13JUL1998:14:20:32dt)一些操作日期的函数：DATE()取今天的日期作为SAS日期值,TODAY()-取当日的日期作为SAS日期值,DATETIME()-取当日的日期和时间作为SAS日期时间值,TIME()-取今天的时间作为SAS时间值,HOUR(time|datetime)由SAS的时间或日期时间得到小时，MINUTE(time|datetime)-由SAS的时间或日期时间得到分钟,SECOND(time|datetime)-由SAS的时间或日期时间得到秒钟,日期常数和函数,YEAR(date)-由SAS日期

23、date得到年,MONTH(date)-由SAS日期date得到月,DAY(date)-由SAS日期date得到日,WEEKDAY(date)-由SAS日期date得到星期几(周日)QTR(date)-由SAS日期date得到季度值,MDY(month,day,year)-生成year年month月day日的日期值,HMS(hour,minute,second)-由小时hour,分钟minute,秒second生成时间值,DHMS(date,hour,minute,second)-生成日期时间值，DATEPART(datetime)-取SAS日期时时间值datetime的日期部分，,日期常数和

24、函数,INTNX(interval,from,n)-计算从from开始经过n个间隔后的SAS日期。其中interval可以取YEAR、QTR、MONTH、WEEK、DAY等。比如，INTNX(MONTH,16Dec1997d,3)结果为1998年3月1日。注意它总是返回一个周期的开始值。INTCK(interval,from,to)-计算从日期from到日期to中间经过的interval间隔的个数，其中interval取MONTH等.比如，INTCK(YEAR,31Dec1996d,1Jan1998d)计算1996年12月31日到1998年1月1日经过的年间隔的个数，结果得2，尽管这两个日期之

25、间实际只隔1年。,常用数学函数,ABS(x)绝对值函数，对x取绝对值；MAX(x1,x2,xn)最大值函数，求所有自变量中的最大值；MIN(x1,x2,xn)最小值函数，求所有自变量中的最小值；MOD(x,y)余数函数，求x除以y的余数；SQRT(x)平方根函数，求x的平方根；ROUND(x,eps)舍入函数，求x按eps指定精度四舍五入后的结果；INT(x)取整函数，对x取整数部分；LOG(x)自然对数函数，求x的整数部分；EXP(x)指数函数，求x的指数函数ex；SIN(x),COS(x),TAN(x)三角函数，分别求x的正弦、余弦、正切函数；ARSIN(x),ARCOS(x),ARTAN

26、(x)反三角函数，分别求x的反正弦、反余弦、反正切函数；等等,分布函数和分布密度函数,SAS语言作为一种统计计算语言，它提供了多种概率分布的有关函数。其中分布密度、概率、累积分布函数等可以通过几种统一的格式调用，格式为,分布函数值=CDF(分布,x)；密度值=PDF(分布,x)；概率值=PMF(分布,x)；对数密度值=LOGPDF(分布,x)；对数概率值=LOGPMF(分布,x)；,分布函数和分布密度函数,CDF计算由分布指定的某种分布的分布函数，PDF计算分布密度函数值，PMF计算离散分布的分布概率，LOGPDF为PDF的自然对数，LOGPMF为PMF的自然对数.函数在自变量x处计算，表示可

27、选的参数表。分布类型取值可以为：BERNOULLI,BETA,BINOMIAL,CAUCHY,CHISQUARED,EXPONENTIAL,F,GAMMA,GEOMETRIC,HYPERGEOMETRIC,LAPLACE,LOGISTIC,LOGNORMAL,NEGBINOMIAL,NORMAL或GAUSSIAN,PARETO,POISSON,T,UNIFORM,WALD 或 IGAUSS,and WEIBULL。可以只写前四个字母。,分布函数和分布密度函数,例如，PDF(NORMAL,1.96)计算标准正态分布在1.96处的密度值（0.05844）；CDF(NORMAL，1.96)计算标准正

28、态分布在1.96处的分布函数值（0.975）PMF(NORMAL，1.96)=PDF(NORMAL，1.96)即PMF对连续型分布即为PDF。除了用上述统一的格式调用外，SAS系统还单独提供了用于计算常用分布的密度、分布函数。,分布函数和分布密度函数,PROBNORM(x)：计算标准正态的分布函数.即计算服从标准正态分布的随机变量U小于等于给定x的概率(PU=x).PROBCHI(x,df,nc)：计算自由度为df,非中心参数为nc的卡方分布的分布函数.如果nc没有规定或取为0,那么被计算的就是中心卡方分布.自由度df允许不是整数.例如:p=1-probchi(31.264,11);的结果为1

29、-0.999=0.001.,分布函数和分布密度函数,PROBGAM(x,a)：计算形状参数a(a0)的伽马分布的分布函数.例如:p=probgam(7.5,5.2)；的结果为0.84885.PROBBETA(x,a,b)：计算贝塔分布的分布函数(其中:，,).例如:p=probbeta(0.75,4,2.5)；的结果为0.7467.PROBF(x,ndf,ddf,nc)：计算F分布分布函数(其中ndf为分子自由度,ddf为分母自由度,nc是非中心参数).当分布是中心F分布时,取nc=0或不规定这项自变量.自由度可以是非整数.例如:p=1probf(3.32,2,30)；的结果是0.04983.

30、,分布函数和分布密度函数,PROBT(x,df,nc)：计算t分布分布函数(其中df为自由度,nc为非中心参数).若参数nc没有规定或取为0,那么被计算的就是中心t分布.自由度df允许非整数.PROBBNML(p,n,m)(其中:0p1,n1,0mn):计算二项分布的概率分布函数.POISSON(lambda,n)(其中 lambda，n）：计算柏松分布的概率分布函数.PROBNEGB(p,n,m)(其中0p1,n0,m0)：计算负二项分布的概率分布函数.,分布函数和分布密度函数,PROBHYPR(nn,k,n,x,r)(其中nn1,0knn,0nnn,max(0,k+nnn)xmin(k,n

31、)：计算超几何分布的概率分布函数.设nn个产品中有K个不合格品，抽取n个样品，其中不合格品数小于等于x的概率为此函数值。可选参数r是不匀率，缺省为1，r代表抽到不合格品的概率是抽到合格品概率的多少倍。PROBBNRM(x,y,r)标准二元正态分布的分布函数，r为相关系数。,分位数函数,设连续型随机变量X的分布函数为F(x),对给定的p(0p1),若有xp使得F(xp)=p,则称xp为随机变量X的分位数(或称分布F(x)的p分位数).SAS系统提供计算六种常见连续分布分位数的函数.CINV(p,df,nc)(其中 0p1,自由度df0,非中心参数nc0)计算卡方分布的分位数.例如:data;q1

32、=cinv(0.95,3);put q1=q1;q2=cinv(0.95,3.5,4.5);put q2=;run;结果是q1=7.8147,q2=17.505(在LOG窗口显示).,分位数函数,BETAINV(p,a,b)(其中:0p1,a0,b0)：计算贝塔分布的分位数.例如:x=betainv(0.001,2,4)；的结果为0.0101.FINV(p,ndf,ddf,nc)(其中 0p1,分子自由度ndf0,分母自由度ddf0,非中心参数nc0)：计算F分布的分位数.例如以下DATA步计算的结果为q1=4.1028,q2=7.5838.data _null_；q1=finv(0.95,2

33、,10);put q1=；q2=finv(0.95,2,10,3.2);put q2=；run；,分位数函数,TINV(p,df,nc)(其中0p1,自由度df0)：计算t分布的分位数.若nc没有规定或取nc=0,那么计算的就是中心t分布的分位数.若nc的绝对值很大,使用的算法可能失败.这种情况函数得到一个缺失值.PROBIT(p)(0p1)：计算标准正态分布的分位数.它是概率函数PROBNORM的逆函数.如果随机变量XN(0,1),则 PXprobit(z)=z，这个函数产生的结果在5和5之间.GAMINV(p,a)(其中:0p1,a0)：计算伽马分布的分位数.例如:x=gaminv(0.7

34、5,3.5);的结果为4.51857.,样本统计函数,设有一组观测数据:x1,x2,xn(存放在变量X1Xn或X、Y、中).SAS系统为我们提供一类函数(共15个),用于计算这组样本值的有关统计量.这类函数要求自变量是数值.它们是:均值：MEAN(of x1-xn）或MEAN(x,y,z,).例如 x=mean(2,6)；结果为4.x=mean(1,2,3,2)；结果为2.最大值：MAX(of x1-xn)或 MAX(x,y,).最小值：MIN(of x1-xn)或 MIN(x,y,).,样本统计函数,非缺失数据的个数：N(of x1-xn)或 N(x,y,).缺失数据的个数：NMISS(of

35、 x1-xn)或 NMISS(x1,x2,).求和：SUM(of x1-xn)或 SUM(x1,x2,).方差：VAR(of x1-xn)或 VAR(x1,x2,).标准差：STD(of x1-xn)或 STD(x1,x2,).例如 x=std(2,6)；和x=std(2,6)；的结果都是2.828427.x=std(2,4,6,3,1)；的结果为1.923538.,样本统计函数,标准误：STDERR(of x1-xn)或STDERR(x1,x2,).例如:x=stderr(2,6,3,4)；或 x=stderr(2,6,3,4,)；的结果都是0.8539126。变异系数：CV(of x1-x

36、n)或 CV(x1,x2,).极差：RANGE(of x1-xn)或RANGE(x1,x2,).偏差平方和(校正平方和)：CSS(of x1-xn)或 CSS(x1,x2,).该函数计算非缺失自变量关于均值的偏差平方和.未校正的平方和：USS(of x1-xn)或 USS(x1,x2,).该函数计算非缺失自变量的(未校正)平方和.,样本统计函数,（14）偏斜度：SKEWNESS(of x1-xn)或SKEWNESS(x1,x2,).该函数计算非缺失自变量的偏斜度.（15）峰度：KURTOSIS(of x1-xn)或KURTOSIS(x1,x2,).该函数产生非缺失自变量的峰度统计量.它要求至少

37、有4个非缺失自变量.(16)ORDINAL(k,x1,x2,xn)返回数值列表x1,x2,xn中第k小的值.,其他函数,LAGn(x)返回该自变量x前n条观测(记录)中该变量的值.DIFn(x)得到该自变量x的值减去前n条观测(记录)中该变量的值.例如数据集AIR:,date airJAN49 112 FEB49 118 MAR49 132 DEC49 118 JAN50 115 FEB50 126 MAR50 141.,其他函数,(1)计算每月乘客数较上月增加的百分数;(2)计算逐月乘客数较去年同期增加的百分数,Data lagdif;set dst.air;pct1=dif(air)/la

38、g(air);pct2=dif12(air)/lag12(air);run;,其它函数,SAS函数,练习,1.计算标准正态分布在x=-3,-2,-1,0,1,2,3时的分布函数F(x)和密度函数(x)的值;2.设随机变量t(n),计算t分布的分位数tp(n),其中n=1,5,10,20;p=0.10,0.90,0.95,0.975;3.当日期值date=14JUL2007d时,试问这一天是星期几?,DATA步中常用语句,DATA语句PUT语句输出语句SET语句读取观测语句ATTRIB语句设定变量属性赋值语句计算SAS表达式，给变量赋值DROP语句删除变量语句KEEP语句保留变量语句IF语句条件

39、语句DO-END语句循环语句DELETE语句删除语句OUTPUT语句输出到数据集语句COMMENT语句注释语句ARRAY语句数组语句,数据步中的常用语句,DATA语句：用来建立一个或多个新的数据集,数据步中的常用语句,例数据集选项举例。data new(drop=var1);/*去掉数据集new中变量var1*/data new(keep=_numeric_);/*保留数据集new中所有数值变量*/data new(label=股本变动历史);/*规定数据集new标签名为”股本变动历史”*/data new(rename=(var1=u var2=v);/*将数据集new中变量var1和var

40、2更名为u和v*/data book(index=(author subject);/*数据集book对变量author subject建立索引*/,数据步中的常用语句,_null_ 一般和PUT语句一起用。由PUT输出结果，只输出到LOG窗口，不会产生SAS数据集。例 不产生数据集。data _null_;x=exp(5);y=log(10);put x=y=;run;,数据步中的常用语句,PUT语句：用来显示输出结果，输出结果直接显示在LOG窗口中,例,数据步中的常用语句,DATA abc;X=0.5;Y=sin(x);PUT“Sine funtion value of”x“is”y;PU

41、T x=y=;PUT x 10-20.6 y 30-40.6;RUN;,数据步中的常用语句,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,数据步中的常用语句,ATTRIB语句：用来指定变量的类型、标签、长度、输入输出格式等变量属性,例,数据步中的常用语句,DATA sales;ATTRIB name LABEL=“姓名”LENGTH=$10 date LABEL=“日期”FORMAT=yymmdd10.INFORMAT=yymmdd10.amount LABEL=“金额”FORMAT=10.2;INPUT name$1-10 date amount;Cards;张鹏 20

42、03/03/18 2000 李志明 2003/05/23 1500 王敏 2003/09/01 3000;RUN;PROC PRINT NOOBS LABEL;RUN;,数据步中的常用语句,赋值语句：用于计算一个SAS表达式，并将表达式的值赋给变量,数据步中的常用语句,条件语句的一般形式为：,IF 条件表达式 THEN 可执行语句；ELSE 可执行语句（不是必须的）；,条件表达式主要包含操作数和操作符：,数据步中的常用语句,DO-END语句：在DO后面直到END语句之前的所有语句作为一个单元（称为一个DO组）被执行，任意多个DO组能够被嵌套执行。,；If X5 then do;Y=X10；pu

43、t X=Y=；end；Z=X+3;；,数据步中的常用语句,data _null_;do I=1 to 6 by 2;put I=;end;run;,循环 DO 语句使DO和END之间的语句根据循环控制变量的值重复被执行,DO 循环控制变量=初值 TO 终值 BY 步长；其它可执行程序；END；,数据步中的常用语句,data males females;set child;if x1=m then output males;else output females;run;,OUTPUT语句使SAS系统输出当前的观测或DO组中的变量到正被创建的数据集中,数据步中的常用语句,COMMENT语句为注释

44、语句，可放在SAS过程的任何地方用来说明这个过程的目的，如解释说明程序中的一些独特的程序段，或介绍整个程序等。,*循环 DO 语句;(或：/*循环 DO 语句*/)data _null_;do I=1 to 6 by 2;put I=;end;run;,数据步中的常用语句,数组：SAS过程中使用同一个名字称呼，用下标来区分的合在一起的同为数值型或同为字符型的一组变量,数值型数组,ARRAY 数组名（维数说明）数组元素名列表（初始值表）;,数据步中的常用语句,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）;,数组：SAS过程中使用同一个名字称呼，用下标来区分的合在一起的同为数值型或同为字符型的一组变量,数据步中的常用语句,DATA abc;ARRAY x(10);DO i=1 to 1000;DO j=1 to 10;x(j)=normal(0);END;OUTPUT;END;DROP i j;RUN;DATA new;SET abc(obs=100 keep=x1 x2);PROC PRINT;RUN;,正态分布随机数函数,The End,