sas编程技术sas编程基础(编辑修改稿)

sas编程技术sas编程基础(编辑修改稿)内容摘要：

， 所以 ， 可以使用 SAS数据集和外部文件 ， 也可以对一个已有的 SAS数据集进行编辑或者创建一个新的 SAS数据集。  SAS/IML软件是一种编程语言；  SAS/IML软件对矩阵作运算；  SAS/IML软件有强大的算符功能 ， 有许多函数和 CALL子程序；  SAS/IML软件将算符应用到整个矩阵；  SAS/IML软件是交互式的；  SAS/IML软件是动态的；  SAS/IML软件可以处理数据；  SAS/IML软件可以作图。 一个简单 IML交互程序 例 求平方根 IML程序。 proc iml。 /* 激活 IML */ reset deflib=ResDat。 /*指定 ResDat为缺省的 SAS逻辑库 */ start approx(x)。 /* 定义模块开始 */ y=1。 /* 初始化 y */ do until(w1e3)。 /* 循环开始 , le3= */ z=y。 y=.5(z+x/z)。 /* 估计开方根 ， 牛顿迭代 */ w=abs(yz)。 /* 计算估计值之间的差异 */ end。 /* 循环结束 */ return(y)。 /* 返回近似值 */ finish approx。 /* 模块结束 */ t=approx({3,5,7,9})。 /* 调用函数 APPROX */ print t。 /* 打印矩阵 */ quit。 run。 T 3 OUTPUT窗口结果 牛顿迭代法求 f(z)=0一个实根的方法 牛顿迭代法公式： 1()()nnnnfzzzfz 上例中函数为： xzzf  2)(理解 IML语言 定义矩阵 SAS/IM软件对矩阵作运算 ， 这里矩阵的定义同矩阵代数中矩阵的定义一样 ， 是一个两维的 （ 行 列 ） 数组。 SAS/IM软件可以定义数值矩阵也可以定义字符矩阵。 特殊矩阵定义： 1 N矩阵称作行向量。 M 1矩阵称作列向量。 1 1矩阵称作标量 . 矩阵名字与标识 矩阵名字是一个合法的 SAS名字 ， 不能超过 8字节。 矩阵标识是由它的值表示的矩阵。 例 矩阵名举例。 A, XX, MATRIX1. 例。 100, ., HI, {1 2 2 8 8 }, {3, 3, 6,6}. 由矩阵标识创建矩阵 创建标量矩阵 例。 proc iml。 reset deflib=ResDat。 a=100。 b=.。 c=IML。 创建数值矩阵 含有多个元素的矩阵标识要用括号把元素括起来。 用逗号将矩阵的行分开。 例 由矩阵标识创建的数值阵。 X={1 2 3 4 5 6}。 /*定义一个行向量 X*/ Y={1,2,3,4,5}。 /*定义一个列向量 Y*/ Z={1 2, 3 4, 5 6}。 /*定义一个 3 2矩阵 Z*/ W=3Z。 /*创建一个新矩阵 W， 它的每个元素是矩阵 Z相应元素的 3倍 */ 创建字符矩阵 例 ， 字符长度取最长字符的长度。 a={IML Modual}。 /*字符长度以较长的字符为准 ， 这里为 6*/ B={39。 abc39。 39。 DEFG39。 }。 重复因子 重复因子用括弧括起来放在要重复的元素前面。 例 用与不用重复因子的等价语句。 ANS={[2] 39。 Yes39。 , [2] 39。 No39。 }。 ANS={39。 Yes39。 39。 Yes39。 , 39。 No39。 39。 No39。 }。 赋值语句 结果＝表达式： w=3z。 函数作为表达式： a=sqrt(b)。 y=inv(x)。 r=rank(x)。 表达式中的三种运算符 表达式中的算符 算符 在表达式中的位置前缀运算符 放在运算对象前面 ( A )中缀运算符 放在运算对象之间 ( A * B )后缀运算符 放在运算对象后面 ( A 39。 )语句类型 SAS/IML软件语句大致分为三类：  控制语句；  函数和 CALL语句；  命令语句。 函数的一般形式： Result = Function (arguments)。 其中： Argument可以是矩阵名 ， 矩阵本身或表达式。 SAS/IML软件中的函数类型：  矩阵查询函数；  标量函数；  概括函数；  矩阵变形函数；  矩阵算术函数；  线性代数和统计函数。 函数 例 IML随机数函数应用举例。 Rv=Uniform(Repeat(0, 10, 1))。 Rv =Ranuni(Repeat(0,10,1))。 Rv =Normal(Repeat(0,10,1))。 Rv =Rannor(Repeat(0,10,1))。 Rv =Ranbin(Repeat(0,10,1),20,)。 Rv =Rancau(Repeat(0,10,1))。 Rv =Ranexp(Repeat(0,10,1))。 Rv =Rangam(Repeat(0,10,1),1)。 Rv =Ranpoi(Repeat(0,10,1),2)。 Rv =Rantri(Repeat(0,10,1),3)。 例中 ， 形式 REPEAT(X, Y, Z)中 ， X是随机数种子 ， Y是产生的随机数个数 ， Z是产生的随机数列数。 例 DATA步下随机数产生 SAS程序例子。 data RV。 retain _seed_ 0。 /*retain 赋初值 0给 _seed_*/ mu=0。 sigma=1。 do _i_ = 1 to 1000。 Normal1 = mu + sigma * rannor(_seed_)。 /*均值为 mu,标准差为 sigma*/ output。 end。 drop _seed_ _i_ mu sigma。 run。 SAS/IML不支持 OF语句： A=mean(of x1x10)。 在 SAS/IML中 x1x10被当成 x1减 x10， 而不是 x1到 x10. CALL语句与子程序 CALL SUBROUTINE arguments。 例 使用 CALL子程序。 call eigen(val,vec,t)。 call delete(DAT)。 第一个例句 ， 用 CALL语句创建矩阵 , 得到矩阵 t的特征值和特征向量。 第二句 ， 删除数据集 DAT。 例 自建子程序。 start mymod(a,b,c)。 a=sqrt(c)。 b=log(c)。 finish。 run mymod(a, b, 10)。 /*运行模型 MYMOD*/ run mymod(x, y, 10)。 例中 ， 建立一个模块 MYMOD， 分别得到输入矩阵的平方根和自然对数值。 CALL的其它一用法： call gstart。 /*激活 graphics模块 */ call gopen。 /*打开一个新的 graphics片段 */ call gpoint(x,y)。 /*作散点图 */ call gshow。 /*显示散点图 */ 命令 利用 SAS/IML命令用于实现一些具体的系统功能 ， 例如 ， 存贮和加载矩阵 、 或进行特定的数据处理等。 例 SAS/IML命令用法举例。 proc iml。 A={1 2 3, 4 5 6, 7 8 9}。 B={2 2 2}。 show names。 store a b。 show storage。 remove a b。 /*移走矩阵 a,b*/ show storage。 load a b。 quit。 proc iml。 A={1 2 3, 4 5 6, 7 8 9}。 B={2 2 2}。 print a b。 free a b。 /*清空矩阵 a, b*/ print a b。 quit。 缺失值  SAS/IML软件也有缺失值的问题。 注意 ， 矩阵中的缺失值不能视为 0， 矩阵标识中 ， 数值缺失值用点 ” .”表示。  SAS/IML软件支持缺失值的方式是有限的。 许多矩阵运算不允许有缺失值 ， 比如 ， 矩阵乘法 、 矩阵求逆等。 另外 ，支持缺失值的矩阵运算也会产生不一致的结果。 线性回归 IML模块 解方程组 例 线性解方程组。 用符号表示为： Ax = c 解方程组程序： proc iml。 a={3 1 2, 2 2 3, 4 1 4}。 c={8, 2, 9}。 x=inv(a)*c。 print a c x。 quit。 run。 1 2 31 2 31 2 33 2 82 2 3 24 4 9x x xx x xx x x         A C X 3 1 2 8 3 2 2 3 2 5 4 1 4 9 2 结果： 线性回归 IML模块程序 例 IML模块程序。 proc iml。 x={1 1 1, 1 2 4, 1 3 9, 1 4 16, 1 5 25}。 y={1,5,9,23,36}。 b=inv(t(x)*x)*t(x)*y。 yhat=x*b。 r=yyhat。 sse=ssq(r)。 dfe=nrow(x)ncol(x)。 mse=sse/dfe。 start regress。 /* 定义模块开始 */ xpxi=inv(t(x)*x)。 /* 矩阵 X39。 X的逆 */ beta=xpxi*(t(x)*y)。 /* 参数估计 */ yhat=x*beta。 /* 预测值 */ resid=yyhat。 /* 残差 */ sse=ssq(resid)。 /* SSE */ n=nrow(x)。 /* 观测值数 */ dfe=nrow(x)ncol(x)。 /* 误差自由度 DF */ mse=sse/dfe。 /* MSE */ cssy=ssq(ysum(y)/n)。 /* 校正平方和 */ rsquare=(cssysse)/cssy。 /* RSQUARE */ print,Regression Results, sse dfe mse rsquare。 stdb=sqrt(vecdiag(xpxi)*mse)。 /* 参数估计的标准差 */ t=beta。