第一章--SAS系统的启动(共44页).doc

《第一章--SAS系统的启动(共44页).doc》由会员分享，可在线阅读，更多相关《第一章--SAS系统的启动(共44页).doc（44页珍藏版）》请在淘文阁 - 分享文档赚钱的网站上搜索。

1、精选优质文档-倾情为你奉上第一章 SAS系统的启动单击开始菜单“程序”项，光标移到“The SAS System”程序项处，屏幕上会显示“The SAS System for Windows v6.12 ”和“Update SAS License Information”，选择“The SAS System for Windows v6.12 ”，双击即启动SAS。对于SAS其他版本的启动方式也是一样的。第二章 显示管理系统 2.1 显示管理系统的几个主要窗口SAS启动后在屏幕上出现的是显示管理系统（Display Manager）（图2-1）。 图2-1 显示管理系统的LOG窗口和PGM窗口

2、显示管理系统主要有三个窗口，其中两个窗口在启动后可直接看到，一个是LOG窗口，一个是PROGRAM EDITOR（PGM）窗口。屏幕的左上角是命令框，在命令框中键入OUTPUT命令，屏幕上会显示出OUTPUT窗口。 图2-2 显示管理系统的OUTPUT窗口除这三个主要窗口外，还有其他一些窗口，如KEYS窗口、OPTIONS窗口等。上述这些窗口的主要功能如下：PROGRAM EDITOR：输入SAS程序和数据LOG：显示执行程序过程中的有关信息OUTPUT：显示程序执行的结果KEYS：显示功能键的位置OPTIONS：查看SAS系统设置 2.2 几个常用的显示管理系统命令不同窗口之间的转换，可以通

3、过在命令框内键入以下命令来实现： KEYS： 进入KEYS窗口 LOG： 进入LOG窗口 OPTIONS： 进入OPTIONS窗口OUTPUT： 进入OUTPUT窗口 PROGRAM： 进入PROGRAM EDITOR窗口键入END命令后，退出当前窗口，回复到LOG和PGM窗口。图2-3 OPTIONS窗口图2-4 KEYS窗口 图2-5 PGM窗口的数字区除以上窗口之间转换命令外，以下一些命令也是很有用的。BYE：退出SAS系统CLEAR：清除当前工作窗口内容FILE（文件名）：将当前工作窗口中的内容储存到指定文件中HELP：帮助NUMS：显示PGM窗口数字区RECALL：调出上次执行过的程

4、序，以便校正、补充SUBMIT：在PGM窗口输入程序后，键入命令，提交SAS执行这一程序ZOOM：放大当前工作窗口，使窗口充满整个屏幕，重复执行命令，回到原先显示的屏幕 2.3 使用下拉菜单SAS启动后，在屏幕的上方有一个主窗口菜单栏（见图2-1），2.2中所述的各种命令，可以通过选择菜单中相应的项目来实现，下面逐个予以介绍。 BYE： 将鼠标光标移至菜单栏中的“File”项，左键单击“File”，拉出“File”的子菜单，单击“Exit”。 图2-6 退出SAS系统CLEAR：切换到欲清除内容的窗口（用鼠标将光标移至窗口内的任意一处，单击左键），单击菜单栏中的“Edit”，在下拉菜单中单击“

5、Clear text”。 图2-7 清除窗口内容FILE：切换到欲存盘的窗口，单击“File”，在下拉菜单中单击“Save as”，选定文件夹，在对话框内键入文件名，再按“保存”键，窗口内容即被保存在指定的文件中。图2-8 存盘HELP：单击菜单栏中的“Help”。KEYS：单击“Help”，在下拉菜单中单击“Keys”。LOG：单击“Globals”，在下拉菜单中单击“Log”。 图2-9 用下拉式菜单显示LOG窗口NUMS：切换到 PGM窗口，在菜单栏中单击“Edit”，选“Options”，在“Options”菜单下单击“Numbers”。 图2-10 用下拉式菜单显示PGM窗口的数字区

6、OPTIONS：单击菜单栏中的“Options”。OUTPUT：单击“Globals”，在下拉菜单中单击“Output”（见图2-9）。PROGRAM：单击“Globals”，在下拉菜单中单击“Program editor” （见图2-9）。RECALL：切换到 PGM窗口，单击“Locals”，在下拉菜单中单击“Recall text”。SUBMIT：单击“Locals”，在下拉菜单中单击“Submit”。除使用主窗口菜单栏外，还可以使用LOG和PGM窗口菜单。方法是用鼠标将光标移至指定的窗口内，单击右键，即可拉出该窗口菜单（图211）。或者按下指定窗口左上角控制菜单框按钮，即可出现一个控制

7、菜单，单击“Menu”，则出现一主菜单，以下的操作如同前述，这里不再重复（图2-12）。 图2-11 PGM窗口和LOG窗口菜单图2-12 由控制菜单框按钮显示菜单内容2.4 使用功能键和工具栏除在命令框键入命令和使用下拉菜单操作外，还可以使用功能键和工具栏操作。关于各功能键的功能，可以从KEYS窗口查出，这里不再细述。在显示管理系统屏幕上，命令框的右边为工具栏，工具栏上有15个按钮，为了了解每一个按钮的功能，用鼠标将光标移至每一个按钮处，按钮的下方就会出现功能提示，读者可根据提示进行操作。对于一些较高的版本，如SAS 9.0，仍然主要以上述几个窗口组成（图2-13）。具体操作上有一些不同，如

8、菜单中没有“Globals”，窗口的转换点击“View”，在下拉菜单中点击您所希望打开的窗口，在Editor窗口显示数字区，选择ToolsOptionsEnhanced Editor选Show line numbers。图2-13 SAS 9.0的Editor窗口第三章 SAS程序的编写一个SAS程序是由数据步（DATA Steps）和过程步（PROC Steps）组成。为了清楚起见，以下图表示一个SAS程序所包含的步骤： SAS程序 数据步 建立外部数据文件或在作业流中输入数据 将外部数据文件转换为SAS数据集 过程步 由适当的过程语句分析处理数据以下逐项予以介绍。3.1 数据步对于初次接触

9、SAS软件的读者，在启动SAS之后，面对显示管理系统屏幕，产生的第一个问题就是：怎样输入我所要分析的数据？输入数据后，怎样使SAS按我的要求进行分析？前面已经说过，这项工作是由数据步和过程步完成的。先介绍数据步。所谓数据步是以DATA语句开始的一组SAS语句。一个外部数据文件SAS是不能直接使用的，首先必须由数据步转化为SAS数据集，然后才能提交给SAS进行分析。3.1.1 由外部数据文件建立SAS数据集外部数据文件可以通过许多途径产生，可以用DOS系统的一些编辑软件（如Q软件）生成，也可以用Windows中的写字板生成，但最方便的是在SAS系统的PGM窗口生成。下面以在SAS系统的PGM窗口

10、生成外部数据文件为例，说明如何建立外部数据文件。例如，为了检验不同种类的肥料和不同程度的管理水平对作物产量的影响，设计了一个两因素交叉分组试验。四种不同肥料（f）分别记为1，2，3，4，是随机因素；三种管理水平（m）分别记为L，M，H，是固定因素；每一处理重复两次，所得产量（y）千克数如下：管 理 水 平LMH肥料种类1182628344238221172833443931918253050484222834294742在PGM窗口输入以上数据，输入的格式如下：1L181M281H422L212M282H443L193M253H504L224M344H471L261M341H382L172M3

11、32H393L183M303H484L284M294H42外部数据文件一般是矩形的，每个数值间要有一个空格，每一行对应一个观测，每一列对应一个变量。如第一行对应的是第一次观测，即用第一种肥料、低水平管理所得产量为18千克。第一列为肥料变量，第二列为管理变量，第三列为产量变量。数据输完之后，在命令框内键入“file E: trial.dat”，回车，上述数据即以trial为文件名存入E盘根目录下。当然，也可以用其它文件名存入其他位置。外部数据文件的扩展名一律使用.dat。或者，单击菜单栏中的“File”，在下拉菜单中选“Save as”，选定文件夹，在对话框内键入文件名。这样所得到的数据文件，S

12、AS并不能分析处理，必须转换为SAS数据集（DATA SET）。由外部数据文件转换为SAS数据集是由数据步（DATA步）完成的。DATA步包含为创建SAS数据集所需的若干SAS语句（Statements）。上面数据文件转换为SAS数据集的DATA步及创建方法如下：切换到PGM窗口，在命令框内键入NUMS，这时在PGM窗口内出现数字区（不显示数字区也可）。从第一行开始输入DATA步的SAS语句，DATA步的组成详见图3-1。 图3-1 SAS程序的DATA步各语句的功能如下：DATA语句表示一个DATA步的开始，指示SAS系统要创建一个名为 “trial” 的SAS数据集。INFILE语句用来打

13、开外部数据文件，所要打开的外部数据文件名要用单引号括起来。INPUT语句是对外部数据文件的描述，SAS将根据INPUT语句的描述读入全部数据。RUN语句指示SAS系统执行上述语句，由一个外部数据文件 “trial.dat” 创建一个称为 “trial” 的SAS数据集。几点注意事项： SAS语句书写格式有很大的宽容度。书写时可以从一行的任意位置开始，同一行可以写几个语句，同一语句也可以写成几行，语句间必须以“；”隔开。语句的书写可以用大写字母、小写字母或大小写混合使用。INPUT语句中变量名的顺序要与数据集中相应的变量顺序一致。对于字符变量，在变量名后应加上号。3.1.2 库标记任何SAS文件

14、都包含两级命名，中间用“.”隔开。一级名是库标记，用来识别数据集存储的位置，二级名才是数据集的名字。SAS数据库分为临时数据库和永久数据库。SAS启动后自动生成两个库标记，一个名为WORK，另一个名为SASUSER。前者是一临时库，后者是一永久库。凡是只用二级名命名的数据集，它的一级名都是WORK。前面创建的数据集 “trial” ，它的全名应当是 “work.trial” 。点前面的work，指明数据集trial在WORK库内。SAS在引用WORK库中的数据集进行分析处理时，库标记可以省略，因此只需二级名即可。但是，在SAS结束后，WORK库中的所有数据集都将被删除，下次使用时，仍需从外部文

15、件重新创建SAS数据集。在创建SAS数据集时，如以SASUSER为一级名，则指明为永久库。若上述数据集名为 “sasuser.trial” 则为永久数据集，永久数据集一级名不能省略。在结束SAS后数据集被保留，在下次启动后仍可使用。3.1.3 在作业流中输入数据若实验数据没有事先做成外部数据文件，也可以在用SAS分析处理数据的过程中输入。仍以前例数据为例，说明在作业流（Job stream）中输入数据，以便产生SAS数据集的DATA步。DATA trial；INPUT f m $ y； CARDS； （以下输入数据，格式同3.1.1） ；这里的DATA语句和INPUT语句的功能与3.1.1所述

16、相同，CARDS语句表示数据是作业流中的一部分。在作业流中输入数据所创建的数据集是临时数据集。当SAS结束后，数据集被删除，下次使用时必须重新输入、重新创建SAS数据集。3.1.4 DATA步语句前面我们只介绍了DATA步的两个语句，INFILE语句和INPUT语句。实际上，仅用于DATA步的语句就有56个，可分为文件操作语句、运行语句、控制语句和信息语句。前面使用的INFILE语句和INPUT语句属于文件操作语句。如果3.1.1的例子需要对产量做对数变换，用变换后的数据做分析，这时还要在INPUT语句后加上一个赋值语句：“yield=log(y)；”，用变量“yield”进行以后的分析。赋值

17、语句属运行语句。类似的例子还有很多，在这里不一一详述。有兴趣的读者可以参考本光盘的“SAS实用程序”一节。3.2 过程步过程步（PROC步）是以PROC语句为开头的一个或一些SAS语句。每一个过程语句实际上是一个已经编好的一组程序的名字，执行该语句即执行了这一组程序。过程步是SAS用来处理分析数据的，处理不同类型统计问题需要不同的PROC步，它们将在“第2部分 SAS程序及释义”中做详细介绍，这里不再赘述。下面仅以3.1.1交叉分组实验设计的方差分析为例，说明PROC步的操作。切换到PGM窗口，在命令框内键入NUMS命令，这时PGM窗口显示数字区，从第一行开始输入SAS语句。为便于工作，可以将

18、PGM窗口转换为全屏显示。输入的结果见图3-2。 图3-2 一个方差分析的SAS程序00 001行的OPTIONS语句为设置行宽度用的，行宽度范围在64256之间，行宽度太宽，超出屏幕范围，在OUTPUT窗口阅读起来很困难。除在程序中设置行宽度以外，也可以在OPTIONS窗口设置。方法是：在OPTIONS窗口中找到“LINESIZE”，删去原设置，键入新的行宽。第四章 执行程序4.1 提交程序在命令框内键入SUBMIT命令，即将上述程序提交给SAS分析处理，在LOG窗口内显示运行过程中相关的信息。运行结束后，在OUTPUT窗口显示运行结果（见图4-1）。当然，也可以用下拉菜单、功能键或工具栏提

19、交。 图4-1 方差分析的输出结果4.2 修改错误语句不论是DATA步还是PROC步，每一SAS语句之后都应以“；”结束。若忘记键入“；”号或语句中出现其它错误，在运行过程中LOG窗口即出现错误信息，例如，在00 006句后忘记键入“；”，运行后在LOG窗口会出现以下信息（图4-2）：图4-2 LOG窗口显示错误信息这时应调回原输入程序进行修改。调回的方法如下：切换到 PGM窗口，在命令框键入RECALL命令，调出原输入程序，检查产生错误原因，修改后重新运行。若需要添加或删除一些行，在PGM窗口每一行行号的开始处，键入I，在这一行以下会空出n行，以便添加新的语句；若键入D，包括本行在内的n行将

20、被删除。也可以使用类似文字编辑软件的编辑方法进行修改。4.3 储存与打印运行的结果和编写的程序可以储存起来。如果想储存所编写的程序，切换到 PGM窗口；若想储存运行的结果，则切换到OUTPUT窗口，然后在命令框键入“file 路径及文件名”，当前工作窗口内容即存储在外部文件中。若在命令窗口键入“file PRN”，则把当前工作窗口信息送到打印机打印。4.4 清除在命令框中键入CLEAR，则清除当前工作窗口中的内容。1.1 用MEANS过程描述数据例 1.1e Bernard Rosner 教授给出了在Boston 医院中连续出生的100名新生儿出生重（oz）*，数据如下：58118921081

21、32321401389616112086115118958311212812712412313494671241551051001121411041329814613293859411611312168107122126888910811585111121124104125102122137110101911221389911510498891191091041151381051448788103108109128106125108981331041221241101331151271358912111213511564 *Rosner B.Fundamentals of Biostatist

22、ics. 6th ed. New York: Thomson brooks/cole, 2006: 25. 解：在进行分析之前，最好先建立一个外部数据文件，本例外部数据文件的路径为“E:dataexam1-1e.dat”。如果不建立外部数据文件，在作业流中输入数据也可以。一般来说，在数据量比较大，有可能重复使用时，最好建立一个外部数据文件。用MEANS过程描述数据的最基本的程序如下：options linesize=76 nodate;data neonate; infile E:dataexam1-1e.dat; input y ; run;proc means; run;该程序的第1行op

23、tions是系统选项。linesize是SAS过程输出文件中行的长短，即打印行的宽度，该值可以根据不同的要求来确定。nodate的含义是：在输出的结果中不必打出日期。neonate（新生儿）是所建立的SAS数据集的名称，可以任意选择一个不超过8个字节的名称。用INPUT语句（输入语句）读入存放于外部文件中或在CARDS语句之后的数值，用来描述输入记录中数值的排列情况。提交SAS运行后，所得结果如下：表1-1： 例1.1e输出的结果Analysis Variable : YN Mean Std Dev Minimum Maximum-100 111. 20. 32. 161.-打印的结果中包括：

24、数据个数，平均数，标准差，最小值和最大值。这是MEANS语句在缺省时得到的基本结果。若需要对数据作更详细的描述，则要指明所希望得到的统计量（关于统计量的概念见课本2.2.4）。用MEANS过程所计算的统计量，有很多我们尚未接触到，在学过下面几章之后，就会逐渐熟悉起来，这些统计量在这里也一并列出。下面还会反复提到“变量”这一名词，关于变量的概念见课本2.2.1。MEANS过程所计算的统计量是用关键词表示，这些关键词及其含义如下：N：输入的观测值（观测值的概念见课本2.2.1）个数NMISS：每个变量所含缺失值的个数MEAN：变量的平均数STD：变量的标准差MIN：变量的最小值MAX：变量的最大值

25、RANGE：变量的极差SUM：变量所有值的和VAR：变量的方差USS：每一变量原始数据的平方和（未校正平方和）CSS：每一变量的离均差平方和（校正平方和）CV：变异系数STDERR：每一变量的标准误差（平均数的标准差）T：在H0:= 0时的t 值（见课本5.1.4）PRT：在H0:= 0 时，统计量t 大于t 临界值绝对值的概率（见课本4.1.1）SKEWNESS：偏斜度KURTOSIS：峭度CLM：置信区间的上限和下限（见课本6.2.1）LCLM：置信区间的下限UCLM：置信区间的上限另外，在PROC MEANS语句中还有12个选项，其中几个主要选项如下：DATA（SAS数据集）：指出SAS

26、数据集的名称，若省略，则使用最近产生的数据集MAXDEC（数字）：指出所输出的结果中小数部分的最大位数（08），缺省时为8位FW（域宽）：指出打印的结果中每个统计量的域宽，缺省时为12VARDEF（DF/ N）：VARDEFDF为缺省值，表示计算方差时使用n-1作分母，VARDEFN表示计算方差时使用观测值个数n作分母ALPHA（值）：指出在计算置信限时选用的显著性水平 例1.2e 计算例1.1e的离均差平方和（校正平方和）、方差、偏斜度和平均数的0.95置信限。解：仍然使用E:dataexam1-1e.dat 外部数据文件。MEANS过程的选项直接列在MEANS语句的后面，与PROC MEA

27、NS之间不加任何符号。MEANS过程的程序如下：options linesize=76 nodate;data neonate; infile E: dataexam1-1e.dat; input y ;run;proc means data= neonate maxdec=4 fw=8 alpha=0.05 css var skewness clm;run;运行的结果如下：表1-2：例1.2e输出的结果Analysis Variable : YCSS Variance Skewness Lower 95.0% CLM Upper 95.0% CLM-43457.24 438.9620 -0.

28、6561 107.1028 115.4172-在PROC MEANS语句中，“data= neonate”选项是可以省略的，因为PROC MEANS语句所分析的正是最近的SAS数据集。若需从SAS数据库中调用某一数据集时，则DATA选项不可省略。在建立exam1-1e.dat外部数据文件时，应每个数据占一行，100个数据占100行（只占一列）。这样输入数据太麻烦，核对起来也不方便。如果想连续输入数据，则应在INPUT语句的变量后加上，即“input y ;”见例1.1e和例1.2e。INPUT语句中的称为双尾符，它的作用是在SAS从数据文件中读取数据时，读完一个数据行的第一个观测值后指针并不移

29、到下一行，而停留在观测值后的第二列，接着读这一行的第二个观测值。在指针移过数据行末尾时，自动为该行解固。因此，在建立数据文件时，每一个数据行可以输入几个观测值。如建立exam1-1e.dat数据集时，每一个数据行就不仅是一个观测值，而是10个观测值。在进行科学研究时，需要处理的变量数目往往很多，而且变量之间还存在一定关系，经常要计算在某一变量特定水平下，其它变量的一些特征数。例如，在做人群健康情况调查时，涉及的变量多达十几个甚至几十个。如，性别、年龄、身高、体重、吸烟程度、饮酒程度、视力、听力、血压、脉搏、血黏度、胆固醇含量如果要计算不同程度吸烟者或不同性别受检者的某项指标或其中若干项指标的某

30、些统计量，只需加上VAR语句和CLASS语句，便能很容易完成此项工作。VAR语句指明所需描述的变量，CLASS语句可以按观测值的不同类别，分类计算指定的统计量。例 1.3e “武运粳7号”是江苏省武进市农业科学研究所育成的优质晚粳稻品种，2002年被安徽省农委推荐为全省推广品种。2006年对该品种进行了大面积田间考察，以下是其中的部分数据*（略作调整）： “武运粳”部分考种数据序号产量/（kg hm-2）(yed)千粒重/g(wss)每穗总粒数/粒(tns)亩有效穗/(104hm-2)(nee)株高类别(het) 19 787.525.9125.7372.30hig (high) 29 390

31、.025.8131.3363.75hig (high) 39 607.526.3122.5370.80mid (middle) 49 547.525.9128.3377.70mid (middle) 59 237.026.5127.8358.65hig (high) 68 947.525.8137.5340.05mid (middle) 78 277.525.7118.2372.90mid (middle) 88 475.526.2113.6373.95mid (middle) 98 415.025.9118.9373.05mid (middle)108 040.025.4118.5356.7

32、0mid (middle)118 167.526.1121.3333.60mid (middle)127 845.025.3124.7345.75mid (middle)137 927.525.8121.6343.50mid (middle)147 327.525.6112.5343.20low157 305.025.9103.8362.40low167 125.025.4123.1319.20low177 140.026.1113.8308.55low186 945.026.4111.5306.45low注：* 范友胜，夏仕龙 等. 优质晚粳武运粳7号主要经济性状与产量的相关、通径与线性回归

33、分析. 安徽农学通报. 2007，13(10): 161163.解：先建立一个称之为exam1-3e.dat 的外部数据文件，外部数据文件的格式如下所示，存贮在E:data子目录下。9 787.525.9125.7372.30hig9 390.025.8131.3363.75hig9 607.526.3122.5370.80mid9 547.525.9128.3377.70mid9 237.026.5127.8358.65hig8 947.525.8137.5340.05mid8 277.525.7118.2372.90mid8 475.526.2113.6373.95mid8 415.025

34、.9118.9373.05mid8 040.025.4118.5356.70mid8 167.526.1121.3333.60mid7 845.025.3124.7345.75mid7 927.525.8121.6343.50mid7 327.525.6112.5343.20low7 305.025.9103.8362.40low7 125.025.4123.1319.20low7 140.026.1113.8308.55low6 945.026.4111.5306.45lowPROC MEANS程序为：options linesize=76 nodate;data rice;infile E

35、:dataexam1-3e.dat;input yed wss tns nee het $;run;proc means maxdec=2 fw=8 max min mean std stderr;var yed wss;class het; proc means data=rice range cv; var nee; class het; run;PROC MEANS语句中用class变量定义观测组。本例的class变量是het，也就是变量按株高的类别，分别计算各组的描述统计量。打印结果见表1-3。表1-3 例1.3e输出的结果HET N Obs Variable Maximum Mini

36、mum Mean Std Dev Std Error-hig 3 YED 9787.50 9237.00 9471.50 284.16 164.06 WSS 26.50 25.80 26.07 0.38 0.22low 5 YED 7327.50 6945.00 7168.50 155.38 69.49 WSS 26.40 25.40 25.88 0.40 0.18mid 10 YED 9607.50 7845.00 8525.05 637.19 201.50 WSS 26.30 25.30 25.84 0.32 0.10-Analysis Variable : NEE HET N Obs R

37、ange CV - hig 3 13. 1. low 5 55. 7. mid 10 44. 4. -在该程序中INPUT语句的变量后并没有加双尾符，这是因为在外部数据文件中，每一行只有由yed，wss，tns，nee和het 5个变量组成的1个数组（1个观测），如果每一行包含两个或两个以上数组时，一定要加上这一双尾符。株高（het）是字符变量，后面一定要跟随一个dollar符号（$）。例 1.4e 对尿毒症患者采用低蛋白并补加基本氨基酸的食物进行治疗，分析该疗法对患者体内一些成分的影响。以下是治疗前患者的部分数据*（略作调整）：性别年龄组/a身高组/cm体重组/kg总钾/mmol总含水量/L

38、血清肌酸酐/（molL-1）血清尿素/（mmolL-1）诊断(sex)(age)(bh)(bw)(tbk)(tbw)(sc)(su)(diag)m101917017970793 14742.577019CGNm505917017970793 64754.484036PCKm303917017970793 26643.392025CGNm606916016950592 65037.388025CPNm505918018990993 73858.786034PCKm202916016960692 90041.81 05049CGNm202917017950593 19435.186038CGNm101919019960693 93045.479016CGNm202916016950593 41937.089034CGNm404917