第6章常用函数教学课件.ppt

标准正态分布 PROBNORM(X) 计算标准正态分布随机变量小于X的概率。 例6.15 计算三个特殊的正态概率值。 data; P1=probnorm(0); P2=probnorm(1.96); P3=probnorm(2.5758293); put P1= P2= P3=; run; 结果显示： P1=0.5 P2=0.9750021049 P3=0.9949999999 样本统计函数 样本统计函数在实际中的用处不是很大，因为应用这些函数时，一定要把样本的观测数据放在同一行才可以，现实中样本的观测数据却往往是按一列一列排的。一般情况下，求变量X的样本统计函数值时要用别的方法。 样本统计量函数共有15个。 均值 MEAN(of xl-xn) 或 MEAN(x，y，z, …) 计算非缺失自变量的算术平均。自变量中至少有一个非缺失值。 求和 SUM(of xl-xn) 或 SUM (x1,x2, …) 计算自变量的和。要求有两个以上自变量。 方差 VAR(of xl-xn) 或 VAR (x1,x2, …) 计算自变量中非缺失值的方差。要求至少有两个自变量。 随机数函数 SAS系统提供11种随机数函数。由于随机数函数是进行随机模拟的基础，这里我们通过例子，给出每种随机数发生程序，供读者参考。 正态分布 例6.27 用函数RANNOR产生正态分布随机数。 data RV; retain _seed_ 0; /*retain 赋初值0给_seed_*/ mu=0; sigma=1; do _i_ = 1 to 1000; Normal1 = mu + sigma * rannor(_seed_); /*均值为mu,标准差为sigma*/ output; end; drop _seed_ _i_ mu sigma; run; Normal1 -0.9721 -0.70001 -2.34007 -0.10939 -0.01883 -0.64154 0.818766 0.221107 …… 例6.28 用函数NORMAL产生正态分布随机数。 data RV; retain _seed_ 0; mu=0; sigma=1; do _i_ = 1 to 1000; normal1 = 0 + 1 * normal(_seed_);/*均值为mu,标准差为sigma*/ output; end; drop _seed_ _i_; run; 均匀分布 例6.29 用函数RANUNI产生均匀分布随机数。 data RV1; retain _seed_ 0; a=-1; b=2; do _i_ = 1 to 1000; uniform1 = a + (b-a) * ranuni(_seed_); /*区间[a, b]上的均匀分布*/ output; end; drop _seed_ _i_; run; 例6.30 用函数UNIFORM产生均匀分布随机数。 data RV1; retain _seed_ 0; a=-1; b=2; do _i_ = 1 to 1000; uniform1 = a + (b - a) * uniform(_seed_); /*区间[a, b]上的均匀分布*/ output; end; drop _seed_ _i_; run; 随机数函数自变量SEED 随机数函数使用一个自变量SEED来选择产生随机数的初始种子值，由这个值开始产生随机数流。自变量SEED的取值和初始化类型如下表列出。 表6.4 SEED取值与初始化类型 产生随机数的过程中，自变量SEED的值保持不变，种子则不断变化。所以，用随机函数产生随机数时，不能控制种子的值，因此也不可能控制初始化之后的随机数。如果要控制随机数流，就要用随机数函数的CALL子程序。 SAS CALL 子程序 SAS系统提供一系列CALL子程序，用于产生随机数或执行其它的系统功能，详见表6.5，6.6。 随机数子程序 用随机数子程序可以更好地控制种子流和随机数流。除NORMAL和UNIFORM这两个函数之外，所有随机数函数都有一个相应的子程序。 CALL语句激活随机数子程序的格式为： CALL routine (seed, argument, variate); 选项说明： 使用CALL子程序时，首先要对SEED变量赋初值。 同时产生几个随机数流时，用CALL子程序比用随机函数的效果更好。因为，用随机数函数同时创建的多个随机数变量都属于同一个随机数流。 例6.38 使用随机函数产生两个随机数变量属于同一个随机数流。 dat