SAS统计分析从入门到精通.pptVIP

* * 第一章 数据预处理 章泽武 博士 副教授 联系电话 Email:zewuzhang@ 统计学原理中数据预处理的内容： 数据预处理是在对数据分类或分组之前所做的必要处理，内容包括：数据的审核、数据的筛选、 数据的排序、数据透视表等内容。 本课程中数据预处理的内容： SAS的编程基础 SAS的数据处理对象 数据预处理的基本方法：数据整理、数据 的分拆与合并、数据清洗、数据变换 1.SAS编程基础 1.1.SAS编程语言的基本结构 在SAS中可以利用“Editor”或“Program Editor”窗口书写程序 SAS语言结构比较简单，主要由DATA step和 PROC step 组成。 程序的每一行以“；”表示结束。一些全局变量的设置语句应放在DATA步之前。 其基本命令有： title“…”； libname …; data…； run; proc…； run; 基本运算符号： ＝ ≤ ≥ ≠ Eq lt gt le ge ne DATA步（数据步） 是SAS进行数据管理和操作的基本步骤，其主要功能包括：建立SAS数据集，导入外部数据文件，分割、修改、合并、更新现有的SAS数据集，分析、呈现和管理数据，利用数据集中已有数据计算或生成新的变量 主要命令有： infile语句：从外部文件获取数据 input语句：为读入的数据指定变量名及格式 cards语句：用于在SAS系统中直接输入数据 PROC步（过程步） 主要进行相应的数据处理和分析活动 主要命令有： data 语句表示该PROC步所处理的数据集 var 语句表示处理该数据集中的特定变量 Where语句表示指定系统处理符合一定条件或表达式的眼本 By语句表示指定系统按照所列示的变量进行分组处理，使用该语句时，必须先对该语句中指定的变量进行排序 此外，常见的PROC过程还有： PRINT 显示数据集的变量名及变量值 SORT 对指定变量进行排序 MEANS 对数值型变量进行描述统计分析 UNIVARIATE 对数值型变量进行描述统计分析 FREQ 对定序变量进行描述统计分析 CHART 对指定变量绘制文本形式的图形 GCHART 在“Graph”窗口中对指定变量绘制图形 1.2.SAS结构化编程语言 SAS结构化编程语句主要有顺序语句、条件语句和循环语句。这三种基本形式的语句均可在DATA不和PROC步中使用。 条件语句 例1.比较X和Y两个变量的大小。如果XY,则输出 “XY”；如果XY，则输出“XY”；如果X＝Y， 则输出“X＝Y”。假定X＝10，Y＝20。 循环语句：计数循环、当循环、直到循环 计数循环： data; do x= to by; end; Put“y=” y; run; 例：计算1～100之内的所有的奇数自然数之和 当循环： data; do while( 限定条件) end; put“y=” y; run; 例：计算1～100之内的所有的奇数自然数之和。 直到循环： do until(限定条件） 例：计算1～100之内的所有的奇数自然数之和。 例：在1～100以内计算50以内的奇数自然数之和。  2.SAS的数据处理对象 2.1.SAS数据库和SAS数据集 SAS数据库 SAS数据库具体是指存放SAS数据文件的文件夹，它与计算机中某个具体的文件夹相对应。 SAS数据库的分类： 临时库：只有一个，名为Work。每次启动SAS时自动生成，关闭SAS时自动被清除。 永久库：可以有多个。用户可以自己指定永久库的库标记。 每次启动SAS，有三个数据库是不可少的： SASUSER SASHELP WORK SAS永久数据库的建立 通过工具栏建立: 通过菜单方式建立: 资源管理器/逻辑库/文件选项中的新建 通过命令的方式建立:dmlibassign 通过编程的方式建立：Libname 例：建立一个名为“test”的永久数据库，该数据库对应的文件夹所在的位置为“D:\Statistics\sas\sas9.2” Libname test “D:\Statistics\sas\sas9.2” SAS数据集 与SAS数据库类似，SAS数据集也可以分为临时数据集和永久数据集。可以是不超过8个字符的字符串，但第一个字符必须是字母。 每一个数据