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 | 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; |