第二章SAS语言基础.doc

第二章语言基础(程序结构、数据类型、表达式与语句) 如果你曾经学过一门语言的话，就应该知道语言基础这里会讲些什么内容了。其实各种语言的语法套路是差不多的，无非就是数据类型、变量、常量、运算符、流程结构、函数以及输入输出等。 第一个SAS程序(SAS program)title My first SAS program; data temp; input group $ x @@; cards;A 54.0 B 50.2 A 56.6 B 53.8 A 57.3 A 51.2 … ; proc ttest data=temp; var x; class group; run; 这个程序是用t检验来检验6-7岁的城市儿童与农村儿童的胸围是否不同。SAS程序中，每一行以分号(;)结尾的称为语句，语句是SAS程序最基本的单位，这跟其他语言是一致的。SAS程序的层次是非常清楚的，因为它是模块化的。每一个SAS程序是有若干个语句组成，看起来可能非常复杂松散，而实际上SAS程序是两个模块化的结构构成即数据步和过程步，以及一些设置环境变量的全程语句。上面程序中，第一个语句是标题语句，也即是全程语句。data语句到第7行单独的分号被称为数据步，proc语句到run;语句被称为过程步。而且有些语句是专用于数据步的，比如input语句和cards语句；而有些语句是专用于过程步，如var语句和class语句；还有些语句是可以单独放在任何位置，称为全程语句。 1.1 程序结构：数据步(Data step)：用来创建和修改用于统计分析的数据集，实现基础的编程功能；每个data步以data语句开始，可以包含任意多个SAS程序语句。过程步(Proc step)：利用已创建的数据集完成特定的统计分析任务、结果输出及部分数据集整理功能。proc步以proc语句开始，数据集作为输入；其他语句给出用户想得到有关结果的更多信息的程序语句，这些语句依赖于用户调用的具体的过程。数据步只要求以data步开始，没有其他限制；而proc步则更像一个模板，每一个过程有确定可用的语句，用户根据需要往上面填写。所以，说到SAS编程，大多的技巧和艺术都集中在数据步，过程步几乎没有任何的技巧可言，过程步应用的好坏一方面取决于你前面数据处理的好坏，另一方面取决于用户的统计基础。 数据步的自循环(Data steps Built-in Loop)： data a ； put x= y= z= ； input x y ； z=x+y ； put x= y= z= ； cards ； 10 20 100 200 ； run ； 运行后在LOG窗口显示如下记录： …… X=. Y=. Z=. X=10 Y=20 Z=30 X=. Y=. Z=. X=100 Y=200 Z=300 X=. Y=. Z=. NOTE: The data set WORK.A has 2 observations and 3 variables. 这个程序的运行流程是这样的： ⑴ DATA语句标志了数据步开始，并指定了数据步结束时要生成的数据集名字为A（实际是WORK.A）。 ⑵第一个PUT语句要输出变量X、Y、Z的值,但它们还都没有定义，所以LOG窗口的结果显示为三个缺失值. ⑶下面是INPUT语句，它从CARDS语句后面的数据行中读取变量X的值10，变量Y的值20。 ⑷下一个赋值语句计算变量Z的值得到30。因此，LOG窗口中的第二行输出显示三个变量的值分别为10、20、30。 ⑸从CARDS语句开始到空语句（；）的各行是非执行的，程序运行到RUN语句，发现这是本数据步的最后一个语句，按一般的程序语言的规则，程序到这里就应该结束了，程序中的第二行数据100 200就不能被读入。 但SAS是一个专用的数据处理语言，所以，这个程序运行到RUN语句后，先把读入的观测（这是第一个观测）写入输出数据集；并继续执行下面步骤。 ⑹又返回到DATA语句后的第一个可执行语句开始执行，并先把所有的变量置初值为缺失值。于是第一个PUT语句的结果显示三个变量均为缺失值，而不是上一步的10、20、30。 ⑺下一个INPUT语句从数据行中读入下一个观测，把变量X、Y赋值100、200。读取位置由运行时设置的一个数据指针指示。然后计算变量Z的值得300。 于是PUT语句输出的X、Y、Z值分别为100、200、300。 ⑻然后，运行控制跳过CARDS语句到空语句，到数据步结尾，把第二个观测输出到数据集。 ⑼再返回到数据步开头，把变量值赋初值为缺失值，所以第一个PUT语句输出的三个变量值为缺失值。 ⑽然后运行到IN