SAS函數(shù)與CALL子程序課件

1、第3章 SAS函數(shù)與CALL子程序清華大學(xué)經(jīng)管學(xué)院 朱世武SAS函數(shù)定義 SAS函數(shù)是一個(gè)子程序，對(duì)自變量返回一個(gè)結(jié)果值。SAS函數(shù)的形式：函數(shù)名(X1, X2, )函數(shù)用于組合表達(dá)式可以簡化編程和統(tǒng)計(jì)計(jì)算例3.1 表達(dá)式中用函數(shù)。data a(keep=date y d min); /*保留date, y, d, min四個(gè)變量*/set ResDat.idx000001;y=year(date); /*函數(shù)year給出變量date年份*/d=weekday(date); /*函數(shù)weekday給出變量date在一周內(nèi)的哪一天*/min=min(sum(oppr, hipr, lopr,cl

2、pr)，1000); run;例3.2 條件語句中使用函數(shù)。data a;set ResDat.idx000001;where year(date)1996; /* Where語句中使用Year函數(shù) *run;用函數(shù)處理多變量可以簡化程序例3.3 用與不用SAS函數(shù)時(shí)的程序。不用SAS函數(shù)。totx=xl+x2+x3+x4+x5+x6+x7+x8+x9+x10; if totxy then least=totx;else least=y;使用SAS函數(shù)。leastmin(sum(of x1-x10),y);例中，兩段程序的結(jié)果相同，第二段只有一個(gè)語句，非常簡單。函數(shù)自變量自變量類型： 變量名；

3、 常數(shù)； 函數(shù)； 表達(dá)式。例3.4 函數(shù)及其自變量類型舉例。 自變量個(gè)數(shù)： 有些函數(shù)不需要自變量，有些只需要一個(gè)自變量，有些函數(shù)有多個(gè)自變量。SAS9.1中，自變量個(gè)數(shù)不能超過32767。 如果函數(shù)的自變量是表達(dá)式，在函數(shù)被調(diào)用之前，所有表達(dá)式自變量首先計(jì)算。自變量表示法：當(dāng)函數(shù)有多個(gè)自變量時(shí)，必須用逗號(hào)分隔開。自變量名縮寫方法： 函數(shù)名(OF變量名1變量名n ) 例3.5 正確與錯(cuò)誤的表示方法。例3.6 數(shù)組元素自變量的縮寫方法。array y10 y1-y10; /*定義數(shù)組y10 */x=sum (of y*);z=sum (of y1-y10);例中，兩個(gè)SUM函數(shù)的表示法是等價(jià)的。

4、函數(shù)結(jié)果通常函數(shù)的結(jié)果由其自變量的屬性決定： 自變量是字符時(shí)結(jié)果變量為字符； 自變量是數(shù)值時(shí)結(jié)果變量為數(shù)值。PUT函數(shù)是一個(gè)例外，它不管自變量是什么類型，其結(jié)果總是字符值。根據(jù)缺省規(guī)則，對(duì)大多數(shù)函數(shù)來說，數(shù)值目標(biāo)變量的長度是8，字符目標(biāo)變量的長度沒有缺省規(guī)則 。目標(biāo)變量長度不用缺省規(guī)則的函數(shù)見課本表3.1。用PUT語句在LOG窗口顯示函數(shù)值例3.7 顯示概率值和分位數(shù)。data;Y=probnorm(1.96); /* 標(biāo)準(zhǔn)正態(tài)分布小于1.96的概率 */put Y;q1=tinv(.95, 2); /*自由度為2的t分布的0.95分位數(shù)*/q2=tinv(.95, 2, 3); /*自由為2

5、，非中心參數(shù)為3的t分布的0.95分位數(shù)*/put q1= q2=;run;0.9750021049q1=2.9199855804 q2=13.894376071日期時(shí)間函數(shù) SAS日期和時(shí)間存貯標(biāo)準(zhǔn)是以1960年1月1日0時(shí)0分0秒為起點(diǎn)，然后以相應(yīng)的間隔記時(shí)。如1960年1月1日9時(shí)0分，按日記的數(shù)值就是0，按小時(shí)記的數(shù)值就是9。1960年1月2日0時(shí)0分，按日記的數(shù)值就是1，按小時(shí)記就是24等。 由于日期函數(shù)是一類非常重要的函數(shù)，特別是對(duì)金融數(shù)據(jù)處理和金融計(jì)算，借助日期函數(shù)可以極大提高效率。應(yīng)用舉例 例3.8 計(jì)算兩個(gè)日期之間的天數(shù)。data _null_;sdate=01jan2002

6、d;edate=01jan2003d;actual=datdif(sdate, edate, act/act); /*按每個(gè)月的實(shí)際天數(shù)算 */days360=datdif(sdate, edate, 30/360); /*按每個(gè)月30天計(jì)算 */put actual= days360=;run;data _null_;actual=datdif(01jan2002d, 01jan2003d, act/act);days360=datdif(01jan2002d, 01jan2003d, 30/360);put actual= days360=;run;例中，兩段程序的結(jié)果一樣。actual=

7、365, days360=360.例3.10 以日為單位計(jì)算當(dāng)前日期的天數(shù)。data;x=date (); y=today();put x= y=;run;例中，DATE()和TODAY()結(jié)果一樣，都是返回當(dāng)天的天數(shù)。當(dāng)然，也可以用一定的日期格式表示它們。data;x=date (); y=today();format x y yymmdd10.;put x= y=;run;結(jié)果顯示：x=17232 y=17232結(jié)果顯示：x=2007-03-07 y=2007-03-07例3.12 計(jì)算日期值所在的年季月以及處于某月的第幾天。data a;set ResDat.stk000001 (obs

8、=10);keep date year qtr month day;year=year (date);qtr=qtr (date);month=month (date);day=day (date);proc print noobs;run; Date year qtr month day1991-01-02 1991 1 1 21991-01-03 1991 1 1 3 1991-01-04 1991 1 1 4 1991-01-05 1991 1 1 5 1991-01-07 1991 1 1 7 1991-01-08 1991 1 1 8 1991-01-09 1991 1 1 9 19

9、91-01-10 1991 1 1 10 1991-01-11 1991 1 1 11 1991-01-12 1991 1 1 12例3.14 將日期時(shí)間值換算為以秒計(jì)數(shù)的計(jì)算方法。data;mdy=mdy (08,18,2001); put mdy=;format mdy yymmdd10.;hms=hms (21,50,51); put hms=;x=21*60*60+50*60+51; put x=;dhms=dhms (date (), 21,50,51); put dhms=;dhms=dhms (15263,21,50,51); put dhms=;y=15263*24*3600+

10、x; put y=;run;結(jié)果顯示：mdy=2001-08-18hms=78651x=78651dhms=1347832251dhms=1318801851y=1318801851 概率分布函數(shù)標(biāo)準(zhǔn)正態(tài)分布 PROBNORM(X)計(jì)算標(biāo)準(zhǔn)正態(tài)分布隨機(jī)變量小于X的概率。 例3.15 計(jì)算三個(gè)特殊的正態(tài)概率值。data;P1=probnorm(0);P2=probnorm(1.96);P3=probnorm(2.5758293);put P1= P2= P3=;run;結(jié)果顯示：P1=0.5P2=0.9750021049P3=0.9949999999樣本統(tǒng)計(jì)函數(shù) 樣本統(tǒng)計(jì)函數(shù)在實(shí)際中的用處不是很

11、大，因?yàn)閼?yīng)用這些函數(shù)時(shí)，一定要把樣本的觀測數(shù)據(jù)放在同一行才可以，現(xiàn)實(shí)中樣本的觀測數(shù)據(jù)卻往往是按一列一列排的。一般情況下，求變量X的樣本統(tǒng)計(jì)函數(shù)值時(shí)要用別的方法。樣本統(tǒng)計(jì)量函數(shù)共有15個(gè)。 均值 MEAN(of xl-xn) 或 MEAN(x，y，z, )計(jì)算非缺失自變量的算術(shù)平均。自變量中至少有一個(gè)非缺失值。 求和 SUM(of xl-xn) 或 SUM (x1,x2, )計(jì)算自變量的和。要求有兩個(gè)以上自變量。 方差 VAR(of xl-xn) 或 VAR (x1,x2, )計(jì)算自變量中非缺失值的方差。要求至少有兩個(gè)自變量。 隨機(jī)數(shù)函數(shù) SAS系統(tǒng)提供11種隨機(jī)數(shù)函數(shù)。由于隨機(jī)數(shù)函數(shù)是進(jìn)行隨機(jī)

12、模擬的基礎(chǔ)，這里我們通過例子，給出每種隨機(jī)數(shù)發(fā)生程序，供讀者參考。 正態(tài)分布 例3.27 用函數(shù)RANNOR產(chǎn)生正態(tài)分布隨機(jī)數(shù)。data RV;retain _seed_ 0; /*retain 賦初值0給_seed_*/mu=0;sigma=1; do _i_ = 1 to 1000;Normal1 = mu + sigma * rannor(_seed_); /*均值為mu,標(biāo)準(zhǔn)差為sigma*/output;end;drop _seed_ _i_ mu sigma;run;Normal1-0.9721-0.70001-2.34007-0.10939-0.01883-0.641540.81

13、87660.221107例3.28 用函數(shù)NORMAL產(chǎn)生正態(tài)分布隨機(jī)數(shù)。data RV;retain _seed_ 0;mu=0;sigma=1;do _i_ = 1 to 1000;normal1 = 0 + 1 * normal(_seed_);/*均值為mu,標(biāo)準(zhǔn)差為sigma*/output;end;drop _seed_ _i_;run;均勻分布 例3.29 用函數(shù)RANUNI產(chǎn)生均勻分布隨機(jī)數(shù)。data RV1; retain _seed_ 0; a=-1; b=2; do _i_ = 1 to 1000;uniform1 = a + (b-a) * ranuni(_seed_)

14、; /*區(qū)間a, b上的均勻分布*/output;end;drop _seed_ _i_;run;例3.30 用函數(shù)UNIFORM產(chǎn)生均勻分布隨機(jī)數(shù)。data RV1; retain _seed_ 0; a=-1; b=2; do _i_ = 1 to 1000;uniform1 = a + (b - a) * uniform(_seed_); /*區(qū)間a, b上的均勻分布*/output; end; drop _seed_ _i_;run; 隨機(jī)數(shù)函數(shù)自變量SEED 隨機(jī)數(shù)函數(shù)使用一個(gè)自變量SEED來選擇產(chǎn)生隨機(jī)數(shù)的初始種子值，由這個(gè)值開始產(chǎn)生隨機(jī)數(shù)流。自變量SEED的取值和初始化類型如下表

15、列出。 表3.4 SEED取值與初始化類型 產(chǎn)生隨機(jī)數(shù)的過程中，自變量SEED的值保持不變，種子則不斷變化。所以，用隨機(jī)函數(shù)產(chǎn)生隨機(jī)數(shù)時(shí)，不能控制種子的值，因此也不可能控制初始化之后的隨機(jī)數(shù)。如果要控制隨機(jī)數(shù)流，就要用隨機(jī)數(shù)函數(shù)的CALL子程序。 SAS CALL 子程序 SAS系統(tǒng)提供一系列CALL子程序，用于產(chǎn)生隨機(jī)數(shù)或執(zhí)行其它的系統(tǒng)功能，詳見表3.5，3.6。 隨機(jī)數(shù)子程序 用隨機(jī)數(shù)子程序可以更好地控制種子流和隨機(jī)數(shù)流。除NORMAL和UNIFORM這兩個(gè)函數(shù)之外，所有隨機(jī)數(shù)函數(shù)都有一個(gè)相應(yīng)的子程序。CALL語句激活隨機(jī)數(shù)子程序的格式為：CALL routine (seed, varia

16、te);選項(xiàng)說明： 使用CALL子程序時(shí)，首先要對(duì)SEED變量賦初值。同時(shí)產(chǎn)生幾個(gè)隨機(jī)數(shù)流時(shí)，用CALL子程序比用隨機(jī)函數(shù)的效果更好。因?yàn)?，用隨機(jī)數(shù)函數(shù)同時(shí)創(chuàng)建的多個(gè)隨機(jī)數(shù)變量都屬于同一個(gè)隨機(jī)數(shù)流。 例3.38 使用隨機(jī)函數(shù)產(chǎn)生兩個(gè)隨機(jī)數(shù)變量屬于同一個(gè)隨機(jī)數(shù)流。data RV;retain seed1 seed2 161321804;do I=1 to 5;x1= ranuni(seed1);x2= ranuni(seed2);output;end;options nocenter;proc print;run;例中，SEED1和SEED2的初值相同，但X1和X2的第一個(gè)觀測值卻不相同。因?yàn)椋?/p>

17、SEED2的值在這里不起作用，X2的第一個(gè)值并不是由SEED2產(chǎn)生的，而是產(chǎn)生第一個(gè)X1后一個(gè)新種子的結(jié)果。所以，這里產(chǎn)生的兩個(gè)隨機(jī)數(shù)變量屬于同一個(gè)隨機(jī)數(shù)流。 結(jié)果顯示：Obs seed1 seed2 I x1 x2 1 161321804 161321804 1 0.43617 0.64888 2 161321804 161321804 2 0.34138 0.42729 3 161321804 161321804 3 0.43237 0.63834 4 161321804 161321804 4 0.74690 0.89710 5 161321804 161321804 5 0.13630

18、 0.19031例3.39 使用CALL子程序產(chǎn)生兩個(gè)獨(dú)立的種子流和隨機(jī)數(shù)流。data RV;retain seed3 seed4 135279821;do I=1 to 5;call ranuni(seed3, X3);call ranuni(seed4, X4);output;end;proc print;run;例中，產(chǎn)生兩個(gè)獨(dú)立的種子流和隨機(jī)數(shù)流。因?yàn)镾EED3=SEED1，所以X3表示的隨機(jī)數(shù)流就是X1和X2組成的隨機(jī)數(shù)流。使用CALL語句時(shí)隨時(shí)可以看到當(dāng)前的種子值，用隨機(jī)數(shù)函數(shù)則看不到。 結(jié)果顯示：Obs seed3 seed4 I X3 X41 936674311 7241963

19、33 1 0.43617 0.337232 1393460745 1733883844 2 0.64888 0.807403 733112270 1200908019 3 0.34138 0.559224 917607517 674688435 4 0.42729 0.314185 928513130 1646762308 5 0.43237 0.76683第4章 訪問外部數(shù)據(jù)文件清華大學(xué)經(jīng)管學(xué)院 朱世武ZhushwResdat樣本數(shù)據(jù)：SAS論壇： 本章內(nèi)容通過IMPORT過程導(dǎo)入外部數(shù)據(jù)文件；通過LIBNAME語句和庫引擎連接外部數(shù)據(jù)文件；通過SAS/ACCESS軟件訪問外部數(shù)據(jù)文件；通過

20、ODBC或遠(yuǎn)程軟件平臺(tái)訪問外部數(shù)據(jù)文件；創(chuàng)建SAS數(shù)據(jù)集方法總結(jié)。 注意：本章的一些例子需要較為復(fù)雜的軟硬件環(huán)境，可能無法在單個(gè)PC機(jī)上實(shí)現(xiàn)操作。 訪問兩類外部文件 SAS系統(tǒng)訪問的外部文件可以分為兩類： PC格式的數(shù)據(jù)文件； 流行數(shù)據(jù)庫(DBMS)文件。 訪問外部數(shù)據(jù)文件方法 除了前面兩章介紹的讀入外部數(shù)據(jù)文件的方法外，SAS系統(tǒng)訪問外部文件，特別是流行數(shù)據(jù)庫文件的方法還有以下幾種。 通過IMPORT過程； 通過LIBNAME語句和庫引擎； 通過ACCESS過程； 通過ODBC或遠(yuǎn)程軟件平臺(tái)。通過IMPORT過程 IMPORT過程可以導(dǎo)入的外部數(shù)據(jù)文件： PC格式的數(shù)據(jù)文件； 以固定字符為字

21、段分隔符的文本文件。 句法與選項(xiàng)說明 PROC IMPORT DATAFILE=filename“ | TABLE=tablename OUT=SAS-data-set ; 選項(xiàng)說明： 應(yīng)用舉例 例4.1 導(dǎo)入EXELL數(shù)據(jù)表。proc import out=tb31datafile= D:ResDattable.xlsdbms=excel2000 replace;range=3#1$; /*導(dǎo)入表3.1 */getnames=yes;run;例4.2 從文本文件的第二行導(dǎo)入數(shù)據(jù)。proc import out=b_share_1datafile= D:ResDatb_shares_1.txt

22、dbms=dlm replace;getnames=no;datarow=2;run;通過LIBNAME語句和庫引擎 通過LIBNAME語句和庫引擎連接的外部文件有兩類： 其它SAS版本或分析軟件的數(shù)據(jù)集； 流行數(shù)據(jù)庫(DBMS)。語句格式： LIBNAME libref SAS/ACCESS-engine-name ; SAS8.2系統(tǒng)支持的庫引擎 讀入其它版本或分析軟件數(shù)據(jù)集 可以通過菜單建立新邏輯庫和利用LIBNAME語句連接其它SAS版本或分析軟件的數(shù)據(jù)集。例4.5 連接SAS6版本數(shù)據(jù)集。libname datav6 V6 d:ResDat;run;例4.6 連接SPSS數(shù)據(jù)集。li

23、bname spss spss d: ResDat ;run;讀入流行數(shù)據(jù)庫（DBMS） 讀入流行數(shù)據(jù)庫時(shí)需要知道這些數(shù)據(jù)庫的簡單操作。同樣可以通過菜單建立新邏輯庫和利用LIBNAME來實(shí)現(xiàn)。例4.7 用LIBNAME建立與ORACLE DBMS的連接。libname oralib oracle user=ZSW password=ZSW321path=ora7db dbindex=y;例4.8 取消邏輯庫指定。libname oradb clear;例4.9 與DB2的連接。libname db2lib db2 authid=ZSW ssid=ZSW321;通過ACCESS過程 通過ACCE

24、SS過程可以實(shí)現(xiàn)對(duì)外部數(shù)據(jù)文件的透明訪問和讀寫。SAS/ACCESS可以訪問的主要外部數(shù)據(jù)文件： ACCESS過程訪問外部數(shù)據(jù)須分兩步完成： 創(chuàng)建訪問描述器(Access Descriptor)； 創(chuàng)建基于外部數(shù)據(jù)文件的數(shù)據(jù)視窗(View)。ACCESS過程訪問外部數(shù)據(jù)流程圖 其它平臺(tái)數(shù)據(jù)庫文件訪問描述器Access數(shù)據(jù)視圖SAS程序Access數(shù)據(jù)視圖Access數(shù)據(jù)視圖 SAS系統(tǒng)通過不同的方法建立不同的數(shù)據(jù)視窗，除了這里用ACCESS過程建立ACCESS視窗外，還有用數(shù)據(jù)步和SQL過程建立的視窗。它們都能透明訪問不同平臺(tái)上的數(shù)據(jù)對(duì)象。 創(chuàng)建訪問描述器 語句格式：PROC ACCESS D

25、BMS=DBF|DIF|WKn|XLS|; CREATE libref.member-name.ACCESS; required database-description statements; optional editing statements; RUN;創(chuàng)建訪問描述器的SAS程序?qū)τ诓煌耐獠课募胁煌男问健Ｏ旅娼o出幾種外部文件訪問描述器的創(chuàng)建方法。 由DBF文件創(chuàng)建訪問描述器的一般格式：PROC ACCESS DBMS=DBF; CREATE 邏輯庫名.訪問描述器名.ACCESS; PATH=DBF文件的地址和全名;Run;由EXELL表創(chuàng)建訪問描述器的一般格式：PROC ACCE

26、SS DBMS=XLS; CREATE 邏輯庫名.訪問描述器名.ACCESS; PATH=XLS文件的地址和全名; /*規(guī)定運(yùn)行時(shí)在LOG窗口顯示列的信息 */RUN;由ORACLE數(shù)據(jù)庫創(chuàng)建訪問描述器的一般格式：PROC ACCESS DBMS=Oracle; CREATE 邏輯庫名.訪問描述器名.ACCESS; USER=Oracle用戶ID;ORAPW=Oracle服務(wù)器上的用戶密碼;TABLE=Oracle表名;PATH=Oracle驅(qū)動(dòng)器、結(jié)點(diǎn)和表的別名或庫名;RUN;例4.10 由XLS表創(chuàng)建訪問描述器RESDAT.S000001.ACCESS。 proc access dbms=

27、xls; create work.s000001.access; path=D:ResDatstk000001.xls; getnames yes; scantype=yes; list all; run;例4.11 由DBF文件創(chuàng)建訪問描述器RESDAT.A600002.ACCESS。 proc access dbms=dbf; create resdat.stk000002.access; path=D:resdatstk000002.dbf; list all; run; 創(chuàng)建數(shù)據(jù)視窗 通?；谝粋€(gè)訪問描述器可以創(chuàng)建多個(gè)數(shù)據(jù)視窗。SAS數(shù)據(jù)視窗(View)和SAS數(shù)據(jù)集(Data)都是數(shù)

28、據(jù)文件，均可以作為數(shù)據(jù)對(duì)象被引用。雖然類型不同，但在同一邏輯庫中名稱不能重復(fù)。 創(chuàng)建基于訪問描述器數(shù)據(jù)視窗的語句格式PROC ACCESS DBMS=DBF|DIF|WKn|XLS| ACCDESC=libref.access-descriptor; CREATE libref.member-name.VIEW; SELECT column-list; optional editing statements; RUN;創(chuàng)建基于訪問描述器的數(shù)據(jù)視窗的一般格式PROC ACCESS DBMS=數(shù)據(jù)庫類型ACCDESC=訪問描述器名; CREATE 邏輯庫.視窗名.VIEW; SELECT ALL|DBMS表的列名; RUN;當(dāng)然，對(duì)于不同的DBMS還有許多不同的控制語句。 同時(shí)創(chuàng)建訪問描述器和數(shù)據(jù)視窗的語句格式PROC ACCESS DBMS=DBF|DIF|WKn|XLS|;CREATE libref.me