SAS基础讲义

第一课SAS软件的基本概念一．What is SAS？SAS - Statistics analysis system✧它是一个组合软件系统，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，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。

✧具有灵活的功能扩展接口和强大的功能模块：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单系统模块）SAS/AF（交互式全屏幕软件应用系统模块）我们的主要学习内容✧SAS/Base✧SAS/Stat✧SAS/Graph二．SAS 窗口系统Editor 窗口：编程窗口Log 窗口：显示程序运行过程Output 窗口：显示运行结果Explorer 窗口：用于管理 SAS 文件。

它可以◆查看SAS 文件◆产生外部文件的快捷路径◆产生新的SAS 文件◆打开SAS 文件看其内容◆移动，复制和删除文件◆打开相关的窗口，例如新的library 窗口Results 窗口：三．Base SAS 的内容●SAS language●SAS procedures●Macro facility●Data step debugger●Output delivery system四．SAS语言的基本要素✧data set options - SAS数据集选项✧SAS system options - SAS系统选项✧formats and informats - 输出格式和输入格式✧functions✧Statements - SAS语句五．SAS数据的结构SAS 数据由行和列组成。

一行成为一个观测值(observation), 一列成为一个变量(variable)。

一、SAS介绍1.SAS软件是由SAS公司开发的集数据仓库、大规模数据处理、数据挖掘、统计分析、图表制作、网页连接等为一体的计算机软体系统。

SAS是专业的统计分析软件，它对表格数据进行操作和统计分析比用Matlab更方便更专业。

2.SAS, SPSS, EXCEL 区别都能用于处理数据和统计分析，高级程度：SAS > SPSS > EXCELEXCEL一一侧重表格（办公），只能处理一些简单的数据分析，公式丰富，一般多用于计算（统计分析结果不全面）；SPSS——专业统计分析软件，界面菜单式操作，简单易学，缺点是通用性不好（处理同样的数据，也要重复点菜单）；SAS一一更专业统计分析软件，代码编程实现（通用性好），大多用于金融、医药等领域，用于大企业的数据分析，缺点是较难学。

3.要学好SAS,也离不开《统计学》。

现在是大数据时代，数据挖掘、数据库维护、做数据分析，在第一时间内获得或者找到最有价值的信息和资源，成为正确决策的依据, 这对金融、保险、医药、政府等企业和部门都至关重要。

SAS学习者的就业方向有：金融，银行、保险，证券、投行、临床研究，医药开发，市场调查，政府监管和教育研究部门。

5.我适合学SAS吗？学习SAS需要懂高等数学和统计学吗？实际情况是，任何专业背景的人，都可以学习并掌握SAS, 一经学会，终生受用。

不少人听说SAS是个统计分析软件，就自认为需要懂得高深数学和统计学的人才能学习，其实这是一个误区。

SAS在创办起，其宗旨是着重于80%工作量的统计分析前的数据处理，至于统计分析一旦数据就绪，通过相应的分析模块，几乎象傻瓜相机一样，谁都可以操作运行。

如果需要的统计方法学上提高或突破，恐怕不是统计分析的日常工作，而是统计方法学的科研了。

可见学习SAS不需要具备高等数学和统计学基础，只是需要有一般逻辑思维训练基础即可。

所以，只要遵循正确的学习道路并且获得有效的指导，就可以掌握扎实的SAS编程技能和技巧，再经过一定的经验积累，您也可以成为SAS行家里手，一直有许多学中（西）医、MBA、计算机、信息管理、经济（金融）、机械自动化,甚至英语专业的朋友成功转行SAS的例子。

第三章：对SAS 数据文件的合并与存取本章主要内容，是介绍SAS 软件对整个数据文件的存取及合并的方法，而上一章则主要是介绍对一个数据文件内变量的读取及处理方法。

我们先讲一讲如何用SAS 指令合并两个或多个数据文件。

一、 S AS 软件对两个及以上数据文件的合并在数据分析时，将两个不同的数据文件并为一个，以进行进一步的综合研究，有时是很必要的。

SAS 软件有两种合并两个数据文件的方法。

1、 垂直合并：垂直合并的方法，适用于已经用DA TA 类指令建立起的两个或多个SAS 数据文件，这些数据文件必须具有完全相同的变量（名称及内容），换句话说，两个数据矩阵应具有相同的列数。

这种合并是在一个新的DA TA 阶段里，通过“垂直合并表格指令”SET 来实现的。

合并后，一个表格接在另一个表格之下．．．．．．．．．。

下面是一个这类合并的图例：我们有两张分别叫作“Table 1”和“Table 2”的SAS 表格，如下图：Table 1 Table 2 obs v1 v2 obs v1 v2可为地址，人名 观测单位用DA TA 类指令建立合并这两张表的程式可如下编写：在程式运行后，我们可以得到一个新的叫作Table3的SAS表格，这张新表包含有名叫Table1与Table 2的两张SAS数据表，是这两张表的垂直合并。

其形式如下图（Table2被接在表Table1之下）：Table3如果被合并的表格（如上例Table1、Table2）并没有完全一样的结构，或者说没有一样的变量，合并指令仍会执行，所有有问题的数据在新的合并表中，将会以残缺数据符号“·”代替。

2、水平合并：与“垂直合并”一样，水平合并也是将已经建立好的两个或多个SAS数据文件，合并成一个新的数据文件，供数据分析之用。

被合并的数据文件，必须具有完全相同的观测单位。

或者说，两个数据矩阵的“行数”要完全相同，在合并前．．．，两个矩阵各自的第一列的元素也应当完全相同。

第五章： SAS软件对计算结果的编辑与打印SAS软件的计算结果一般都较长，往往有十余页甚至几十页之多。

为了便于阅读这份计算结果(LISTING)。

SAS软件里配备了相应的文件编辑指令，以及对输出结果的格式化指令，本章我们就向大家介绍这方面的内容。

—、标题与注脚：标题与注脚都是打印在每页计算结果上的说明性文字，用来解释SAS程式输出的数据处理结果。

它们作为SAS指令，可以既放在DATA 阶段的程式里，又放在PROC阶段程式中。

1．标题：标题的指令是TITLE ，后面应用引号把“标题”的全部内容括起来。

这条指令的一般形式是这样的：TITLE “用户定义的标题内容”；S AS软件规定一条标题最长可以包含132个字符(字母)，每页标题最多可占据10行的空间。

当我们写下“TITLE”指令时，后面引号里的标题将会被印在每一页SAS程式计算结果的第一行上，当标题的内容过长或内容过多时，每页上第二行的标题应使用指令“TITLE2”，后面再用引号把第二行的标题内容括起来，如此类推，可以有“TITLE3”……。

当一个SAS程式里重新出现“TITLE”指令时，前面的“TITLE”指令会自动停止执行，而被新的“TITLE”指令的内容所替换。

如果在一个SAS程式里没有新的TITLE指令出现，原有的标题内容会重复印在每一页程式数据处理输出结果的首行上，直至最后一页。

而当用户想删去某一行的标题时，只需要在程式里简单的写下指令“TITLEn”(第n行)即可。

下面是几个“TITLE”指令的应用实例：TITLE“”；TITLE3 “”；2、注脚：SAS 程式注脚的指令是FOOTNOTE，注脚指令的使用原则与“TITLE”指令完全相同，只是它把注脚的内容印在每一页输出结果的最后—(n)行上。

下面是几个应用实例：FOOTNOTE “year 1997-1998”FOOTNOTE2 “Department of statistics”在每次输出结果的最后几行上，序号低的注脚将会被印在序号高的注脚上边。

第六章用SAS软件作统计分析本章我们将介绍如何利用SAS软件从事多种统计分析，比如计算分布频数，建立两个或多个变量的交叉表格，作统计描述，计算相关系数，以及作回归分析和方差分析等等。

我们先介绍关于计算分布频数和建立交叉表格的SAS指令。

一、用SAS程式计算分布频数和建立交叉表格：SAS软件的指令PROC PREQ，是专门用于计算分布频数，以及对单变量、双变量交叉和多变量交叉相适应的一般统计分析结果的子程式。

1.单变量的频数计算：频数分布计算指令PROC FREQ，属于SAS程式PROC部分中的指令，必须放在DATA部分的指令之后。

频数计算指令的一般表达式是这样的：TABLES 一个或一组被选定变量名单/B选择指令(可加可不加，通常不加) (可加可不加，视需要而定)；选修** “A选择指令”的主要关键词是ORDER，其目的是使频数计算的结果按不同的标志排列打印，有下列几种主要指令可供用户选择：A选择指令意义ORDER=FREQ 按频数分布的大小从大到小排列ORDER=DATA 按数据的出现顺序排列PAGE 一页印一张表格.. (参Legros P48). **下面是一个单变量频数计算的指令实例：如： PROC FREQ； TABLES V1 V5-V10；程式执行后这条指令将产生V1，V5，V6，V7，V8，V9与V10，共七个变量的分变量频数表；在表上将给出以下计算结果：①每一个变量取值的分布频数(调查总体中对应于每一个变量值的样本个数)。

如变量V14，共有“.”，1，2，3四个取值；“.”的有1人，答“1”的有883人，答“2”的有15人，答“3”的有1人。

“. ，1，2，3”累计共900人，即调查总体含900人（参见Legros 附页P62)。

②每一个变量取值在总体中的分布频率。

如上例，答“.”的（拒答或nsp）有1人，其百分比为1/900*100%=0.1%；答“1”的有883人，占883/900*100%=98.1%；答“2”的有15人，占15/900*100%=1.7%；答“3”的有1人，占0.1%。

第一课SAS系统简介一.SAS系统1SAS系统的功能SAS系统是大型集成应用软件系统,具有完备的以下四大功能：●数据访问●数据管理●数据分析●数据呈现它是美国软件研究所（SAS Institute Inc.）经多年的研制于1976年推出。

目前已被许多国家和地区的机构所采用。

SAS系统广泛应用于金融、医疗卫生、生产、运输、通信、政府、科研和教育等领域。

它运用统计分析、时间序列分析、运筹决策等科学方法进行质量管理、财务管理、生产优化、风险管理、市场调查和预测等等业务，并可将各种数据以灵活多样的各种报表、图形和三维透视的形式直观地表现出来。

在数据处理和统计分析领域，SAS系统一直被誉为国际上的标准软件系统。

2SAS系统的支持技术在当今的信息时代中，如何有效地利用业务高度自动化所产生的巨量宝贵数据，挖掘出对预测和决策有用的信息，就成为掌握竞争主导权的关键因素。

因此，SAS系统始终致力于应用先进的信息技术和计算机技术对业务和历史数据进行更深层次的加工。

经过二十多年的发展，SAS系统现在是以下三种技术的主要提供者：●数据仓库技术(Data Warehouse)数据仓库是用于支持管理决策过程的面向主题的、集成的、随时间而变化的、持久的（非易失的）数据集合。

通俗的说，可以将数据仓库理解为“将多个生产数据源中的数据按一定规则统一集中起来，并提供灵活的观察分析数据手段，从而为企业制定决策提供事实数据的支持。

”数据仓库最大的用途是能够提供给用户一种全新的方式从宏观或微观的角度来观察多年积累的数据，从而使用户可以迅速地掌握自己企业的经营运转状况、运营成本、利润分布、市场占有率、发展趋势等对企业发展和决策有重要意义的信息，使用户能制定更加准确科学的决策迅速对市场做出反应。

利用数据仓库技术可以使大企业运作的像小企业一样灵活，也可以使小企业像大企业一样规范。

从目前情况来看，许多企业和机构已经建立了相对完善的生产数据库系统。

随着时间的推移，这些系统中积累了大量的历史数据，其中蕴含了许多重要的信息。