11/01 SAS 快速複習
Download as PPTX, PDF1 like12,776 views
本文档介绍了SAS编程的基本概念与步骤，包括三种数据输入法、常用的统计处理程序（如proc means、proc univariate和proc freq），以及如何使用条件和强制执行语句。详细说明了数据步骤与proc步骤的应用，以及各种输入和输出的格式要求。文档还涵盖了数据排序和汇总的功能，提供了各类输出统计量的相关指令与选项。
11/01 SAS 快速複習
- 1. SAS 簡單快速複習
- 2. Outline • 三種資料輸入法 • PROC MEANS • 強迫式&條件式執行 • PROC UNIVARIATE • PROC FREQ • GOTO label • PROC SORT • PROC SUMMARY
- 3. 三種資料輸入法
- 4. 輸入資料語法 DATA XXX; 建構一個SAS資料檔 INPUT A B C D; 輸入變項的名稱 CARDS; 放數據進來 數據輸入區 ; PROC PRINT; 要執行的工作程式碼 RUN;
- 5. SAS資料檔的檔名 • DATA XXX 1. 檔名必須以英文字母開始 2. 檔名不能有空白 3. 每個資料檔給予不同名稱
- 6. INPUT變項類型 1. 文字型：NAME, SEX 需用 $ 來宣告變項為文字變項。 2. 數值型：ID, AGE, INCOME,RT…
- 7. • DATA步驟-用來建立或修改SAS資料 • PROC步驟-處理SAS資料檔 • SAS撰寫特性- (1) 以 ; 做結尾 (2) 英文大小寫皆可使用 (3) SAS指令可在同一列, 也可橫跨數行 (4) /* XXX*/ 註解
- 8. 1. 欄位讀取法(column mode) 指定資料起迄位置
- 9. Column Input的特性 • Input 是以既定的行數位置來讀取，所以資 料需在指定的行上。 • 文字變項可以包含空格。 • 遺漏值可用 . 或是空格表示。
- 11. List Input的特性 • 資料之間要有空格。 • 文字變項不可含空格。 • 遺漏值必須用 . 表示，不可以空格。 • 最常使用此輸入法
- 12. 3. 格式讀取法(Formatted mode) 指定開始字元位置(@) 與每筆資料的長度(0.)
- 13. Formatted Input的特性 • Input 是以指定的位置及長度來讀取，所以 資料需在指定的位置上，並對應正確長度。 • 文字變項可以包含空格。 • 遺漏值可用 . 或是空格表示。
- 14. • 缺點： – 若數值超過該變項指定位元數，會被SAS排除。 Name Age Rank –例 Tom 18 1 Mary 20 2 正 確 錯 誤
- 15. 摘要 • 欄位讀取法 – 需計算行數，遺漏值可以空格或 . 表示 • 簡列讀取法 – 最簡單常用，遺漏值只能用 . 表示 • 格式讀取法 – 需計算位元數，遺漏值可以空格或 . 表示
- 16. PROC MEANS
- 18. 常用格式 PROC MEANS options; VAR variables; BY variables; OUTPUT OUT=輸出檔名 輸出的統計量;
- 19. 強迫式&條件式執行
- 20. 強迫式執行 • 變項＝被指派的值或函數 • 例如： – 常數的指派：N=20; – 文字的指派：sex=’female’; – 產生新變項：income=revenue-expenses;
- 21. 條件式執行 • if……then……;else……; – if score < 60 then grade = ‘fail’; else grade = ‘pass’; • if……then do;……end; – if major = ‘psycho’ then do; passing = 70; end;
- 22. PROC UNIVARIATE
- 23. 功用 • 可計算指定變數的基本敘述性統計量 – 集中趨勢指標(眾數、中數、平均數) – 離散趨勢指標(全距、四分位差、變異數、標準差) – 偏度、峰度
- 24. 常用格式 PROC UNIVARIATE options; VAR variables; BY variables; OUTPUT OUT=輸出檔名 輸出的統計量;
- 25. PROC UNIVARIATE – DATA= 指定對哪個資料檔分析 – NOPRINT= 不產生報表 – PLOT= 莖葉圖 / 盒圖 / 常態機率圖 – FREQ= 次數分配表 (次數 / 百分比 / 累積百分比) – NORMAL= 檢定資料是否為常態分配
- 26. OUTPUT 輸出統計量 指令 說明 指令 說明 N 有效觀察體數量 Q3 第三四分位數 NMISS 遺失的觀察體個數 MEDIAN 中位數 NOBS 觀察體總數 Q1 第一四分位數 MEAN 平均數 QRANGE Q3 - Q1 SUM 總和 P1 第 1 百分位數 STD 標準差 P5 第 5 百分位數 VAR 變異數 P10 第 10 百分位數 SKEWENESS 偏度 P90 第 90 百分位數 KURTOSIS 峰度 P95 第 95 百分位數 SUMWT 加權值總和 P99 第 99 百分位數 MAX 最大值 MODE 眾數 MIN 最小值 SIGNRANK 等級符號檢定 RANGE 全距 NORMAL 常態分配檢定
- 27. PROC FREQ
- 29. 常用格式 PROC FREQ options; TABLES requests / options ; BY variables;
- 30. PROC FREQ options • DATA= SAS dataset – 指定要分析的資料集，若不指定則取最新建立的 • ORDER指令 ORDER=freq 表格中的變數值按次數遞減輸出 ORDER=data 表格中的變數值以資料輸入順序輸出 ORDER=internal 表格中的變數值以系統預設順序輸出 ORDER=formatted 表格中的變數值以FORMAT敘述句定義的順序輸出
- 31. TABLES 敘述句 • 用以建立次數分配表＆列聯表的描述 • 格式 TABLES requests / options • requests 是由欲用來建立表格的變數名稱構成 敘述句 說明 TABLES a; 產生變數 a 的次數分配表 TABLES a c; 分別產生變數 a 和 c 的次數分配表 TABLES a--e; 產生變數 a 到 e 的次數分配表
- 32. 兩個以上變數的交叉表 敘述句 說明 TABLES a*b; 產生變數 a 和 b 的交叉分析表 產生變數 a 和 b 的交叉分析表 TABLES a*(b c); 產生變數 a 和 c 的交叉分析表 ( 和 a*b a*c 是同樣的意義 ) TABLES a*b*c; 產生三層次的交叉分析表
- 33. TABLES 敘述句 • options – 一般選擇項 – 其他表資訊選擇項 – 禁止印出選擇項
- 34. TABLES options • 一般選擇項 – MISSING – 視遺失值為非缺失值，包含在分析中 – LIST – 指定二維以上表格不以列聯表方式輸出 – OUT=dataset – 產生一個輸出資料集，包含變數類別&次數分配
- 35. DATA d1; INPUT a b sex $ @@; CARDS; 11F31F 22M11F .2M.1M 22M22. ; RUN; PROC FREQ; TABLES a b sex; TITLE '無MISSING選項的結果'; RUN; PROC FREQ; TABLES a b sex/missing; TITLE '有MISSING選項的結果'; RUN;
- 36. DATA d1; INPUT a b sex $ @@; CARDS; 11F31F 22M11F .2M.1M 22M22. ; RUN; PROC FREQ DATA=d1; TABLES a*b sex; TITLE '未使用LIST選項指令'; RUN; PROC FREQ DATA=d1; TABLES a*b sex / list; TITLE '使用LIST選項指令'; RUN;
- 37. DATA d1; INPUT a b sex $ @@; CARDS; 11F31F 22M11F .2M.1M 22M22. ; RUN; PROC FREQ; TABLES a*b sex/list; TITLE '未使用ORDER指令時'; RUN; PROC FREQ order=freq; TABLES a*b sex/list; TITLE '使用ORDER=FREQ指令時'; RUN;
- 38. TABLES options • 其他表選擇項 – EXPECTED – 指定列印每個細格中的期望次數 – DEVIATION – 指定列印每個細格中的次數&期望次數的離差 – CUMCOL – 指定列印每個細格的累積百分比
- 39. TABLES options • 其他表選擇項 – MISSPRINT – 列印遺失值的次數，但不包含在其他統計量計算 – SPARSE – 指定列印TABLES 敘述句中所有的變數組合 – CUMCOL – 指定列印每個細格的累積百分比
- 40. TABLES options • 禁止印出選擇項 – NOFREQ / NOPERCENT – 不列印列聯表中細格的 次數 / 百分比 – NOROW / NOCOL – 不列印列聯表中細格的 列 / 行 百分比 – NOPRINT – 不列印任何表格，但列印出其他選項的統計量
- 41. DATA freq; INPUT x $ y $ @@; CARDS; ABBA.BAABAAABAAAABAABAAB ; RUN; PROC FREQ DATA=freq; TITLE '無TABLE敘述句'; RUN; PROC FREQ DATA=freq; TABLES x*y / LIST MISSPRINT; TITLE '具MISSPRINT選項的二因子次數分配表'; PROC FREQ DATA=freq; TABLES x*y / LIST SPARSE; TITLE ‘具SPARSE選項的二因子次數分配表'; RUN;
- 42. GOTO label
- 44. Result
- 45. Return
- 46. Result
- 47. PROC SORT
- 48. 功用 • 根據指定的變數將資料依序排列 • 排序後才能在其他 PROC 使用 BY 敘述句
- 49. 常用格式 PROC SORT options; BY variables; PROC SORT options : data=要排序的資料檔 out=排序後的新資料名稱
- 51. Result
- 52. PROC SUMMARY
- 53. 功用 • 幾乎等於 PROC MEANS • 與 PROC MEANS的差異 – PROC MEANS 會自動輸出結果 – 無法算信賴區間 – 無法做 t 檢定
- 54. END