第一讲数据的描述性分析.doc

数据分析 实验教案 朱宁编 2014.8.25 SAS系 统 简 介 　 SAS (Statistical Analysis System ) 系统是国际著名的数据分析软件系统。 该系统1966年开始研制，1976年由美国SAS公司实现商业化，1985年推出SAS/PC版本，1987年推出6.03版，目前已推出Windows 系统支持的8.2和9.0版，是目前国际上公认的著名的数据统计分析软件系统之一。 从1976年SAS开发成功至今，SAS的用户遍及119个国家，它已经成为同类产品中的领导者。在财富500强中，有90%的公司使用SAS。而在财富500强的前100家企业中，有98%的公司使用SAS。如此广泛的应用源于SAS系统的强大的分析功能、可组合的模块式软件系统和简单易学。 SAS系统是集数据分析、生成报表于一体的一种集成软件系统。它由基本部分和外加模块组成，其中基本部分包含的功能如下： –基本部分: BASE SAS 部分;–统计分析计算部分: SAS/STAT ; –绘图部分: SAS/GRAPH ;–矩阵运算部分: SAS/IML ; –运筹学和线性规划: SAS/OR ;–经济预测和时间序列分析: SAS/ETS ; 1.1.SAS的启动 1.2.SAS8.0　软件界面 SAS界面包括三个部分，即程序窗口、日志窗口和输出窗口。 EDITOR(程序窗口)编辑窗口用于编辑SAS源程序文件。编辑窗口支持全窗口编辑功能，即光标可以在整个窗口内随意移动，支持Windows系统常规编辑操作，如复制、剪切、粘贴等功能操作。SASV8提供了智能编辑功能，它可根据用户输入的SAS关键字、语句选项、变量名、数据、标记等不同内容显示不同的颜色，当用户输入的字串不正确时，对应颜色不对，警告使用者有错误发生。 LOG（日志窗口）运行记录窗口用于显示和记录SAS程序的运行情况，说明程序运行成功或存在错误，当程序出现错误时，LOG记录窗口中以红色字符显示错误信息，以绿色显示一些警告信息。提示使用者修改程序中的错误。 OUTPUT(输出窗口)分页显示SAS程序运行所产生的文本输出结果（图形输出通过GRAPHICS窗口显示）。对于文本结果的输出，可以使用主界面的菜单File|Save As将结果文档保存在磁盘中，保存的文件扩展名为.lst，但实际上是一种文本文件格式，可以使用文字处理软件，如Word或写字板、记事本等打开并进行编辑修改。对于输出到GRAPHICS窗口的图形，可以使用菜单File|Export as Image将图形导出保存在磁盘中，图形文件格式可以在“保存类型”下拉列表中选择。 1.3. SAS程序结构 SAS程序采用模块化结构，模块之间相互独立，每个模块完成一个任务。模块分为两种类型：一种类型是数据模块，数据模块以英文单词data作为开始语句。另一种类型是程序模块，程序模块以proc作为开始语句。模块中的语句之间用“；”分隔，同一个语句的不同项之间必须用一个以上的空格分隔。在一个程序中可以包含多个数据模块和程序模块，模块的位置是任意的。程序按照语句出现的先后顺序执行。 （1）SAS程序的语法 编写程序时必须遵循所使用的软件的语法规则，SAS程序的语法规则可以归纳为以下几条： ①标识符或数据之间至少用一个以上的空格分隔； ②每个语句用分号作为结束标志； ③变量名或其他名称最多包含8个字符，并且第一个字符为英文字母，名称中不能有空格，或SAS系统的保留符号，如：“-”、“.”、“，”、“…”、“$”等； ④SAS程序可以处理带有缺失数据的文件，数据缺失值用“.”表示； ⑤SAS程序只处理数值和字符串两种类型的变量，为了和数值变量相区别，输入语句中字符串变量名使用“$”作为后缀； ⑥程序中可以包含注释语句，注释语句以“/*”开始，以“*/”结束； ⑦除数据外，SAS程序不区分英文字母的大小写。 （2）SAS数据集 SAS的核心是SAS数据集是SAS文件的一种，一般又以下两部分组成： （1）描述部分 包含该数据集的一般信息，包括：数据集的名字及其成员类型、数据集建立的日期和时间、观测的数目以及数据集中每一个变量的特征信息，包括：Name（变量名）、Type(类型)、Length（长度）、Format（输出格式）、Informat（输入格式）、Label（标签）。 （2）数据部分 包含数据集中收集的数据的值，可以看作是一个矩形的表格。表格的列（columns）称为变量（variables）,对应于原始数据文件或其他一些外部数据库所称的字段（fields）；表格