SAS数据步与过程步，数据步语句

SAS数据步与过程步，数据步语句
http://www.biostatistic.net/thread-2045-1-1.html  ---转载---原文作者：biostar
(出处: 生物统计家园)

数据步与数据步语句

１．数据步基本概念
    数据步是产生数据集的一组语句。一个数据步可以建立一个或多个数据集。在一份程序中可以有多个数据步。数据步程序还可以对已建立了的数据集进行修改和产生输出。

２．程序变量与数据集变量
    ＳＡＳ变量有程序变量与数据集变量。数据集的列也叫变量。

３.　数据步的三种基本结构
  （１）数据源是ＤＯＳ数据文件
    如果数据源是一个ＤＯＳ的ＡＳＣｌｌ码数据文件存储于磁盘来建立数据集，其数据步程序具有如下格式：
    ＤＡＴＡ语句；
    ＩＮＦＩＬＥ语句；
    ＩＮＰＵＴ语句；
   ［其它数据步语句；］
   ；
    第一行“ＤＡＴＡ语句；”告诉系统数据步开始，并给出将要产生的数据集名字及其有关信息。
    第二行“ＩＮＦＩＬＥ语句；”中给出数据源文件的文件名等，执行该语句后，指定的ＤＯＳ文件被打开。
    第三行“ＩＮＰＵＴ语句；”给出将要从打开的文件中读取值的程序变量名及其信息。
    第四行“［其它数据步语句；］”是指此处还可以写其它允许使用ＳＡＳ数据步语句，此行的内容是可选的。一般情况下，由前三行就可以构成一个数据步。
    最后一行是一个分号，它是本数据步结束的信息。
（２）数据源在作业流中
格式：
    ＤＡＴＡ语句；
    ＩＮＰＵＴ语句；
   ［其它数据步语句；］
    ＣＡＲＤＳ；
；
　　“输入数据行”（每一行中的数据用一个或多个空格分隔，每一行的行末无标点。通常，一行数据是客观实体的一个观测的原始数据。有自由型、列型、格式化型）
     
  （３）数据源是已存在的数据集
　利用已经建立了的数据集中的数据来产生新的数据集。

格式：
        ＦＩＬＥＮＡＭＥ语句
       ＩＮＦＩＬＥ语句
；
　　这个语句给出完整的ＤＯＳ文件标识包括驱动器名、目录名、文件名和扩展名，
        一个文件标识可以唯一指定一个文件。

4、数据步程序控制语句

（1）ＧＯＴＯ 转向语句

格式：
　　　　ＧＯＴ 标号；

执行该语句后，程序控制转向程序中以ＧＯＴＯ后的而不是执行ＧＯＴＯ语句的下一行。
   （2）ＳＴＯP 停止执行语句
        例：
        ＤＡＴＡ ａ；
        ＩＮＰＵＴ Ｘ ＠＠；
        ＩＦ ｘ＜０ ＴＨＥＮ ＳＴ O Ｐ；
        ＣＡＲＤＳ；
         P R O C?ＰＲＩＮＴ；

（3） if 条件语句
       格式：
　　　　ＩＦ 表达式 ＴＨＥＮ
       当表达式的值为真时执行其后的ＳＡＳ语句。

（4）ＲＵＮ；
　　执行前面的语句。

（5）多向选择语句
       格式：
        ＳＥＬＥＣＴ［（表达式 ０）」；
        ＷＨＥＮ（表达式1）语句１；
        ＷＨＥＮ（表达式２）语句２；
         ......
         
                ＷＨＥＮ（表达式 ｎ）语句ｎ
        ......
        
        
   （6） ＤＥＬＥＴＥ语句
        格式：
　　　　ＤＥＬＥＴＥ；
       语句的功能是当执行了ＤＥＬＥＴＥ语句后，该语句之后的语句将不被执行并且当前观察不送入数据集，而返回数据步的开始（即ＤＡＴＡ语句的下一行），开始执行新的一遍数据步。
        ＤＥＬＥＴＥ语句与条件语句配合，可以实现用数据源的部分数据来建立数据集。
   （7） 循环语句
        ＳＡＳ的循环语句有步长型、离散型、当型和直到型四种形式。

　　此外还有其它的一些语句，将在以后的例题中逐一加以介绍。

SAS过程步

编号	过程名	功用	必要的语句
１	means	计算基本统计量	proc means; var x; run;
２	chart	制作次数分布表 次数分布图	proc chart; hbar x; run;
３	univariate plot	正态分布检验	proc univariate plot; var x; run;
４	PRINT	数 据 输 出	PROC PRINT ; RUN;
５	SORT	数 据 排 序	PROC SORT; BY age; PROC PRINT; RUN;
６	tabulate	制作表格	PROC PRINT; Proc tabulate format=8.0; Class repname month; var unitsold; table month,repname*unitsold*sum; RUN;
７	anova;	单方面分类的方差分析	proc anova; classes a; model x = a;
８	anova	双方面分类的方差分析	proc anova; classes block a; model x =block a;
９	anova	三方面分类的方差分析	proc anova; classes A B T; model X1=A B T ;
１０	可选择: LSQ duncan duncan	多重比较 可选择: LSQ测验 邓肯Q测验 图基Q测验	proc anova; classes block a; model x =block a; means block a /LSQ alpha=0.05; means block a /LSQ alpha=0.01;
１１	anova	2*2 复因子试验的统计分析方法	proc anova; classes block pinxi midu; model x=block pinxi midu pinxi*midu;
１２	anova;	2*2*2 复因子试验的统计分析方法	proc anova; classes block k p n x; model x=block k p n k*p k*n p*n k*p*n ;
１３	glm	协方差分析	proc glm; class t ; model y=t x;
１４	anova	多元方差分析	proc anova; class block tre ; model x1 x2 x3 =block tre; manova h=block tre /summary; run;
１５	anova	正交设计的分差分析	proc anova; classes block a b c d ; model x = block a b c d ; means block a b c d /lsd duncan tukey; run;
１６	nested	嵌套设计的方差分析	proc nested; classes plant leaf; var calcium; run;
１７	glm	带有交叉项的双向不均衡设计的方差分析	proc glm; class drug disease; model y=drug disease drug*disease /ss1 ss2 ss3 ss4; run;
１８	corr	简 单 相 关 系 数	proc corr; var y;with x1; run;
１９	corr	一个变量与多个变量的简单相关系数	proc corr; var y;with a b c d e f ; run;
２０	corr	多个变量间的简单相关系数的计算	proc corr; run;
２１	plot	相关点式图的绘制	plot y*x='+'; rproc plot; un;
２２	corr,partial	一 级 净 相 关	proc corr; var y;with a; partial f; run;
２３	corr,partial	二 级 净 相 关	proc corr; var y;with f; partial a b ; run;
２４	corr,partial	三 级 净 相 关	proc corr; var y;with f; partial a b d ; run;
２５	cancorr	典 型 相 关 分 析	proc cancorr; var y1 y2 y3 ;with x1 x2 x3 ; run;
２６	reg	直 线 回 归	proc reg; model y=x1; run;
２７	reg	二 元 回 归	proc reg; model y=x1 x2; run;
２８	reg 可选择: forward backward stepwise	多 元 回 归 可选择: 向 前 回 归 向 后 回 归 双 重 逐 步 回 归	proc reg; model g=a b c d e f  ／selection=forward; run;
２９	cluster 可选择: average wards density single twostage	聚 类 分 析 可选择: 类 平 均 法 重 心 法 离 差 平 均 和 法 密 度 估 计 法 最 短 距 离 法 两阶段密度估计法	proc cluster method=average outtree=cate; var a b c d e f ; id bh; proc tree; run;
３０	fastclus	动态聚类分析	proc fastclus data=iris maxc=2 maxiter=10 out=clus; var sepallen sepalwid petallen petalwid; proc freq; tables cluster*species; run;
３１	standard	数据标准化	proc standard mean=0 std=1 out=new; run;
３２	princomp	主 成 分 分 析 可选择: 由 协 差 阵 计 算 由 相 关 矩 阵 计 算	proc princomp cov; run; 或 proc princomp; run;
３３	factor  可选择:	因 子 分 析 可选择: 主 分 量 分 析 主 因 子 分 析	proc factor data=socecon simple corr; run; 或 proc factor data=socecon priors=smc msa scree residual preplot rotate=promax reorder plot outstat=fact all; proc print; run;
３４	ttest	成 组 法 T 检 验	proc ttest data=pinzhs; class pin; var yield; run;
３５	univariate	配 对 法 T 检 验	proc univariate data=chromat; var methdiff; run;
３６	npar1way	秩 和 检 验	proc npar1way data=gastric wilcoxon; class group; var lysolevl; run;
３７	univariate	符 号 秩 检 验	proc print data=chromat; proc univariate data=chromat; var methdiff; run;
３８	freq	卡平方测验 可选择: 2×2 联列表式 2×j 联列表式 r×c联列表式	data; do a=1 to 2; do b=1 to 2; input x@@; output; end; end; cards; ...... ; proc freq; weight x; tables a*b / chisq ; run;
３９	reg	二 次 抛 物 线	proc reg data=uspop; var yearsq; model pop=year/r cli clm; plot r. *p. ; add yearsq; print; plot; plot pop*year='a' predicted.*year='p' u95. *year='u' l95. *year='l'/overlay; run;
４０	NLIN 可选择: dud MARQUARDT	负 指 数 曲 线 可选择: 试 位 法 麦 夸 特 法	PROC NLIN BEST=10 METHOD=dud; PARMS B0=0 TO 2 BY .5 B1=.01 TO .09 BY .01; MODEL Y=B0*(1-EXP(-B1*X)); DER.B0=1-EXP(-B1*X); DER.B1=B0*X*EXP(-B1*X); OUTPUT OUT=B P=YHAT R=YRESID; PROC PLOT DATA=B; PLOT Y*X='A' YHAT*X='P'/OVERLAY VPOS=25; PLOT YRESID*X/VREF=0 VPOS=25; RUN;
４１	catmod	逻 辑 斯 蒂 回 归 （标 准 响 应 函 数）	proc catmod; weight count; direct heat soak; model y=heat soak / freq ml nogls covb corrb; quit;
４２	sort RSREG	二 次 响 应 面 分 析	proc sort; by time temp; proc rsreg; model mbt=time temp; ridge max; run;
４３	lackfit	欠适测验	model mbt=time temp/lackfit; ridge max; run;
４４	score	得 分 分 析	proc score data=fitness score=factout out=fscore; var age weight runtime runpulse rstpulse; run;
４５	stepdisc	逐 步 判 别 分 析	proc stepdisc data=iris bsscp tsscp; class species ; var sepallen sepalwid petallen petalwid; run;
４６	candisc	典 型 判 别 分 析	proc candisc data=iris out=outcan distance anova; class species ; var sepallen sepalwid petallen petalwid; run; proc plot; plot can2*can1=species; format species specchar.; title'Plot of Canonical Variables'; run;
４７	RSREG	岭 嵴 分 析	PROC SORT; BY X1 X2 X3; PROC RSREG; MODEL Y=X1 X2 X3/LACKFIT; RUN; DATA B; *-------GET THE ACTUAL VALUES--------; SET A END=EOF; OUTPUT; *-------CREATE AN X1*X2 GRID FOR PLOTTING--------; IF EOF THEN DO; Y=.; X3=1.77; DO X1=-1.5 TO 1.5 BY .1; DO X2=-2 TO 2 BY .1; OUTPUT; END; END; PROC RSREG DATA=B OUT=C NOPRINT; MODEL Y=X1-X3/PREDICT; DATA B; SET C; IF X3=1.77; PROC PLOT ; PLOT X1*X2=Y/CONTOUR=6 HPOS=100 VPOS=36 HSPACE=10 HAXIS=-2 TO 2 BY .5 VAXIS=-1.5 TO 1.5 BY .5; RUN;