《SAS统计分析及应用》由会员分享，可在线阅读，更多相关《SAS统计分析及应用（120页珍藏版）》请在金锄头文库上搜索。
1、SAS统计分析,黄玉兰2010-1-10,一、概述,SAS系统全称为Statistics Analysis System 最早由北卡罗来纳大学的两位生物统计学研究生编制，并于1976年成立了SAS软件研究所，正式推出了SAS软件。 SAS是用于决策支持的大型集成信息系统， 该软件系统最早的功能限于统计分析 统计分析功能也仍是它的重要组成部分和核心功能。 SAS现在的版本为9.0版，大小约为1G。经过多年的发展，SAS已被全世界120多个国家和地区的近,三万家机构所采用，直接用户则超过三百万人，在金融、医药卫生、生产、运输、通讯、政府和教育科研等领域。在英美等国，能熟练使用SAS进行统计分析是许
2、多公司和科研机构选材的条件之一。 在数据处理和统计分析领域，SAS系统被誉为国际上的标准软件系统，并在9697年度被评选为建立数据库的首选产品。堪称统计软件界的巨无霸。在以苛刻严格著称于世的美国FDA新药审批程序中，新药试验结果的统计分析规定只能用SAS进行，其他软件的计算结果一律无效！哪怕只是简单的均数和标准差也不行！由此可见SAS的权威地位。,SAS系统是一个组合软件系统，它由多个功能模块组合而成，其基本部分是BASE SAS模块。BASE SAS模块是SAS系统的核心，承担着主要的数据管理任务，并管理用户使用环境，进行用户语言的处理，调用其他SAS模块和产品。SAS系统的运行，首先必须启
3、动BASE SAS模块，它除了本身所具有数据管理、程序设计及描述统计计算功能以外，还是SAS系统的中央调度室。它除可单独存在外，也可与其他产品或模块共同构成一个完整的系统。各模块的安装及更新都可通过其安装程序非常方便地进行。,SAS系统具有灵活的功能扩展接口和强大的功能模块，在BASE SAS的基础上还可以增加如下不同的模块而增加不同的功能：SAS/STAT（统计分析模块） SAS/GRAPH（绘图模块） SAS/QC（质量控制模块） SAS/ETS（经济计量学和时间序列分析模块） SAS/OR（运筹学模块） SAS/IML（交互式矩阵程序设计语言模块） SAS/FSP（快速数据处理的交互式菜
4、单系统模块） SAS/AF（交互式全屏幕软件应用系统模块）等等。,SAS有一个智能型绘图系统，不仅能绘各种统计图，还能绘出地图。SAS提供多个统计过程，每个过程均含有极丰富的任选项。用户还可以通过对数据集的一连串加工，实现更为复杂的统计分析。SAS还提供了各类概率分析函数、分位数函数、样本统计函数和随机数生成函数，使用户能方便地实现特殊统计要求。,二、安装SAS,洪恩的开天辟地有介绍安装SAS时，应首先将系统时间改到2002年以前，安装完以后，再crack，然后将时间修改还原，切记！,启动SAS,启动后，出现如图 的SAS运行界面，称为“SAS工作空间（SAS Application Work
5、Space）”象Windows应用程序一样，在一个主窗口内，包含若干个子窗口，并有菜单条、工具栏、状态栏等。 SAS有三个最重要的子窗口：程序窗口（PROGRAM EDITOR）运行记录窗口（LOG）输出窗口（OUTPUT）。,Program Editor的窗口（窗口标签为Editor）就是用来输入SAS语句的，编程操作的所有内容都是在该窗口内完成的,简单运行样例 假设我们有一个班学生的数学成绩和语文成绩，数学满分为100，语文满分为120，希望计算学生的平均分数（按百分制）并按此排名，可以在程序窗口输入此程序：,title 0401班学生成绩排名; data c0401; input nam
6、e $ 1-10 sex $ math chinese; avg = math*0.5 + chinese/120*100*0.5; cards; 李明 男 92 98 张红艺 女 89 106 王思明 男 86 90 张聪 男 98 109 刘颍 女 80 110 ; run; proc print;run; proc sort data=c0401; by descending avg; run; proc print;run;,程序是文本，可在任何文本编辑工具中输入 Windows中的记事本 Word也可输入这样包含中文的程序 输入后使用复制复制、粘贴命令将输入的程序粘贴到SAS系统程序
7、窗口。（即在记事本中复制输入的程序，然后在SAS系统程序窗口中使用粘贴命令，把程序复制到SAS中）。 运行此程序，只要用鼠标单击工具栏的提交（Submit）图标 ，或用Run菜单下的Submit命令，或者直接按下F8键（Windows XP)或者F6（Windows 7)，就可运行程序。如果选中某一段程序，然后进行调用，则系统只执行被选中的部分。,运行后，输出窗口出现如下: 0401班学生成绩排名 11:40 Saturday, November 10, 2004 Obs name sex math chinese avg 1 李明 男 92 98 86.8333 2 张红艺 女 89 106
8、 88.6667 3 王思明 男 86 90 80.5000 4 张聪 男 98 109 94.4167 5 刘颍 女 80 110 85.8333运行记录窗口则记录每段程序的运行情况、所用时间、生成数据保存情况。如果有错误还会用红色指示错误。,三、SAS程序的使用常识,SAS程序的特点:SAS程序的基本结构SAS程序由语句组成，语句用分号结束。 语句一般由特定的关键词开始，语句中可包含变量名、运算符等，它们以空格分隔。 SAS对语句所占的行数无限制，一个语句可占多行，同样，多个语句也可占一行。,SAS程序的程序组成SAS程序可以非常复杂 其基本结构一般由数个完成单个动作的程序步和环境设置语句
9、构成。 程序步分为两种，1.数据步（data step），以DATA语句开始，由若干个语句组成，用来创建和修改用于统计分析的数据集，一般以RUN语句结束。2.过程步（proc step），以PROC语句开始。由若干个语句组成，一般以RUN语句结束。利用已创建的数据集完成特定的统计分析任务。,libname a d:sysdata;data a.aaaa; input x ; cards; 12345; proc print; var x;run; quit;第1句就是一个环境设置语句，其作用是设定一个逻辑库，逻辑库名称为a,第26句构成数据步，其功能是新建一个数据集，数据集名称为aaaa,并且
10、输入数据，第79句构成过程步，其功能是将数据集aaaa中变量x的数值在output窗口中输出。,SAS程序的书写规则与程序注释SAS对程序的书写格式比较灵活，大小写一般不区分（字符串中要区分大小写）， SAS程序与其它编程语言相似，采用缩进格式，使得源程序结构清楚，容易读懂。SAS程序的程序注释有以下两种格式：注释语句：以星号“*”开始，可占多行，以分号“;”结束。注释段落：用“/*”和“*/”包括起来的任何字符，可占多行。程序中要有适当的注释，使程序的可读性强。,四、SAS程序的数据步,数据集（dataset）和库SAS数据集（SAS Datasets） 由若干行和若干列组成的表格，类似于一
11、个矩阵，但各列可以取不同的类型值，比如整数值、浮点值、时间值、字符串、货币值等等。比如名为C0401的数据集，它的逻辑形式如下表：,表1数据集的逻辑形式,数据集 每一行叫做一个观测（Observation） 每列叫做一个变量（Variable）SAS数据集等价于关系数据库系统中的一个表，实际上一个SAS数据集有时也称作一个表。在数据库术语中一个观测称作一个记录，一个变量称作一个域。在C0401数据集中： 有 5个观测，分别代表5个学生的情况， 每个学生有5个数据， 分别为姓名、性别、数学成绩、语文成绩、平均分 此数据集有5个变量，变量名依次为NAME、SEX、MATH、CHINESE和AVG,
12、数据集要有名字，变量要有名字，SAS中对名字（数据集名、变量名、数据库名，等等）SAS名字由英文字母、数字、下划线组成，第一个字符必须是字母或下划线，名字最多用8个字符，大写字母和小写字母不区分。比如，name，abc，aBC，x1，year12，_NULL_等是合法的名字，且abc和aBC是同一个名字class-1（不能有减号）、a bit（不能有空格）、serial#（不能有特殊字符）、Documents （超长）等不是合法的名字。,逻辑库 SAS系统将所使用的文件以库的形式组织起来，而数据集则存放在一个库中，这个库就称为逻辑库。 libname命令就用于指定库标记。 其一般格式为：Lib
13、name库名称文件夹位置选项；例如libname a d:sysdata;data a.aaaa; input x ; cards; 12345; proc print; var x;run; quit;第一行就指定d:sysdata为逻辑库位置，其名称为a.,引用在逻辑库中数据集时要使用两级名称来指定，第一级为库名称，第二级为数据集名，中间用句点“.”隔开。即用库名称.数据集名的格式来引用该数据集。仍然是上面的例子，第26句新建一个数据集，数据集名称为aaaa,就可用a.aaaa来引用该数据集。,数据步的基本结构数据步均以DATA语句开始，用于创建和处理数据集。数据步中常用的语句如下表：表2
14、数据步的常用语句,下面是几个例子。Data语句：Data abc; data work.abc data sasuser.abc; data a.abc;INPUT语句:Input x y z; /*输入变量x,y,z*/Input x1-x10; /*输入10个变量x1到x10*/Input x$y; /*输入变量x,y,符号$指明x为字符变量，表示数据是连续读入*/,完整例子：libname a d:sysdata;/*设定逻辑库，库名为a*/data a.aaaa; /*建立数据集，其名为aaaa*/ input x ; /*输入变量x, 表示数据是连续读入*/ cards; /*准备输
15、入数据*/ 123.5; /*输入数据,注意有缺失值（缺失值用单独的小数点代表）*/,五、SAS程序的过程步,SAS程序的过程步就是用于实现各种统计分析功能的SAS命令，我们只需要按照其格式调用它们。过程步总是以一个proc语句开始，后面紧跟着过程步名。下表列出一些常用的过程步名及功能。,过程步的基本结构SAS过程步的一般形式为：PROC 过程名 DATA=输入数据集 选项;过程语句 / 选项;过程语句 / 选项;RUN;其中PROC语句的选项是可选的，用来规定过程运行的一些设置，如果有多个选项用空格分开。DATA=输入数据集也是可选的，如果缺省的话使用最近生成的数据集。过程步一般以RUN 语句结束。通常情况下，过程语句与数据步中的语句不同，数据步中的语句不能用在过程步中。过程步语句一般以某一个关键字开头，比如VAR、BY、TABLES、WEIGHT等，语句中有一些有关说明，如果有选择项的话要写在斜杠后。,
