
在 DATA 步中用此语句对正创建的数据集中的变量给出新名字。 12.WINDOW 语句(窗口语句) 格式为∶WINDOW 窗口名 [选择项] [域……] [GROUP=组[域……]]……; 此语句可用来在显示管理、 交互行方式或非交互方式中创建用户使用的窗口。 这些窗口 可用来显示文字说明或接受输入的数据。 它们同样有命令行和信息行, 而且窗口名字也 出现 在窗口的左上角,在这些窗口内同样可以使用窗口命令和功能键。窗口选择项包括∶ ①COLOR=颜色 用来指明窗口的背景颜色。有下列关键词表明所选的颜色∶ WHITE(白) BLACK(黑) GREEN(绿) MAGENTA(洋红) RED(红) YELLOW(黄) CYSAN(青 兰) GRAY(灰) BLUE(蓝) BROWN(棕) PINK(粉红) ORANGE(桔黄)。 ②ROWS=规定窗口的行数; ③COLUMNS=规定窗口的列数; ④IROW=指明所显示窗口 的初始 行号;⑤ICOLUMN=指明所显示窗口的初始列号;⑥KEYS=指明包含该窗口功能键定义 的文件名。 下面举一个例子展示 WINDOW 语句和 DISPLAY 语句的结合使用方法。 DATA abc; DISPLAY star; WINDOW star COLOR=YELLOW OUTPUT; #5 @10 'Enter the number of the Programs' x=.; #7 @10 'd2p7.PRG ------ 7' STOP; #8 @10 'd2p8.PRG ------ 8' DATA a; SET abc; #9 @10 'Number' @20 x PROTECT=NO IF x=7 THEN %INCLUDE 'a:d2p7.prg'; #10 @10 'Press Enter to continue'; RUN; (程序的第1部分) (程序的第2部分) 此程序提交执行后,创建一个名为 star 的窗口,显示第3~
7行上单引号内的信息, 光 标停在 number 之后等待用户输入一个需要运行的程序编号。 若输入数字7后回车, 将 A 盘上 的程序 d2p7.prg 调入 SAS 系统并运行此程序。若用户希望将 d2p7.prg 调到 PGM 窗口 等修改后再 提交给 SAS 系统执行,需对倒数第2行进行如下修改∶ IF x=7 THEN DM "INCLUDE 'a:d2p7.prg' "; Ⅴ.用在 PROC 步的语句 1.PROC 语句(过程语句) 格式为∶PROC 过程名 [选择项]; 如∶PROC MEANS DATA=aa MAXDEC=3 MEAN; 2.VAR 语句(变量语句) 格式为∶VAR 变量名; 如∶VAR a b c; VAR x1-x10 y; 3.MODEL 语句(模型语句) 格式为∶MODEL 因变量=自变量/[选择项]; 如∶MODEL y=a b x1 x2; 4.WEIGHT 语句(权数语句) 格式为∶WEIGHT 变量名; 常用在这样的一些分析中∶同每个观测有联系的方差不等, 且权数变量的值与方差之倒 数成比例。 5.FREQ 语句(频数语句) 格式为∶FREQ 变量名;
变量为数值型的, 它的值表示这个观测出现的频数。 注意∶WEIGHT 变量给出的是观测 的 相应权数。 6.ID 语句 格式为∶ID 变量名; 其作用是识别观测,相当于用 1,2,3,……来给观测编号。 7.WHERE 语句 格式为∶WHERE 表达式; 在 SAS 系统引入观测到 PROC 步之前从一个 SAS 数据集中选择符合特殊条件的观测。 如∶ PROC PRINT DATA=nc; WHERE county IN ( 'Wake', 'Franklin', 'Dare' ); RUN; 此过程步输出关于 Wake、Franklin 和 Dare 县的观测。 8.CLASS 语句(分类语句) 格式为∶CLASS 变量名; 如∶CLASS a b c; 该语句被一些 SAS 过程用来识别分类变量,以便进行统计分析。 9.BY 语句 格式为∶BY 变量名; 如∶BY a b c; 当用户希望分组处理数据集时,应该将 SORT 过程和 BY 语句结合起来定义数据集被分 类的 次序。如∶PROC SORT; BY a b c; RUN; PROC MEANS; BY a b c; RUN; 若 a、b、c 分别有 2、3、4 个水平,且各水平组合下都有两次以上重复试验数据,则 上面 两个过程步提交执行后,将把整个数据集拆成 24 个子集分别求各变量的均数、标准差 等统计 量的值。 10.OUTPUT 语句(输出语句) 格式为∶OUTPUT [OUT=SAS 数据集名] [关键词=与关键词联系的输出变量名]……; 如∶ PROC MEANS; VAR x; OUTPUT OUT=aaa MEAN=meanx STD=sx; RUN; 这里,aaa 为将要输出的 SAS 数据集名,MEAN、STD 为 MEANS 过程中允许写的选择 项中的关键词 ,meanx、sx 是希望在输出结果中用这两个变量分别表示变量 x 的均数宏准差。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
Pandas 选取特定值所在行:6 类核心方法与实战指南 在使用 pandas 处理结构化数据时,“选取特定值所在的行” 是最高频的操作之 ...
2025-09-30球面卷积神经网络(SCNN) 为解决这一痛点,球面卷积神经网络(Spherical Convolutional Neural Network, SCNN) 应运而生。它通 ...
2025-09-30在企业日常运营中,“未来会怎样” 是决策者最关心的问题 —— 电商平台想知道 “下月销量能否达标”,金融机构想预判 “下周股 ...
2025-09-30Excel 能做聚类分析吗?基础方法、进阶技巧与场景边界 在数据分析领域,聚类分析是 “无监督学习” 的核心技术 —— 无需预设分 ...
2025-09-29XGBoost 决策树:原理、优化与工业级实战指南 在机器学习领域,决策树因 “可解释性强、处理非线性关系能力突出” 成为基础模型 ...
2025-09-29在标签体系的落地链路中,“设计标签逻辑” 只是第一步,真正让标签从 “纸上定义” 变为 “业务可用资产” 的关键,在于标签加 ...
2025-09-29在使用 Excel 数据透视表进行多维度数据汇总时,折叠功能是梳理数据层级的核心工具 —— 通过点击 “+/-” 符号可展开明细数据或 ...
2025-09-28在使用 Pandas 处理 CSV、TSV 等文本文件时,“引号” 是最容易引发格式混乱的 “隐形杀手”—— 比如字段中包含逗号(如 “北京 ...
2025-09-28在 CDA(Certified Data Analyst)数据分析师的技能工具箱中,数据查询语言(尤其是 SQL)是最基础、也最核心的 “武器”。无论 ...
2025-09-28Cox 模型时间依赖性检验:原理、方法与实战应用 在生存分析领域,Cox 比例风险模型(Cox Proportional Hazards Model)是分析 “ ...
2025-09-26检测因子类型的影响程度大小:评估标准、实战案例与管控策略 在检测分析领域(如环境监测、食品质量检测、工业产品合规性测试) ...
2025-09-26CDA 数据分析师:以数据库为基石,筑牢数据驱动的 “源头防线” 在数据驱动业务的链条中,“数据从哪里来” 是 CDA(Certified D ...
2025-09-26线性相关点分布的四种基本类型:特征、识别与实战应用 在数据分析与统计学中,“线性相关” 是描述两个数值变量间关联趋势的核心 ...
2025-09-25深度神经网络神经元个数确定指南:从原理到实战的科学路径 在深度神经网络(DNN)的设计中,“神经元个数” 是决定模型性能的关 ...
2025-09-25在企业数字化进程中,不少团队陷入 “指标困境”:仪表盘上堆砌着上百个指标,DAU、转化率、营收等数据实时跳动,却无法回答 “ ...
2025-09-25MySQL 服务器内存碎片:成因、检测与内存持续增长的解决策略 在 MySQL 运维中,“内存持续增长” 是常见且隐蔽的性能隐患 —— ...
2025-09-24人工智能重塑工程质量检测:核心应用、技术路径与实践案例 工程质量检测是保障建筑、市政、交通、水利等基础设施安全的 “最后一 ...
2025-09-24CDA 数据分析师:驾驭通用与场景指标,解锁数据驱动的精准路径 在数据驱动业务的实践中,指标是连接数据与决策的核心载体。但并 ...
2025-09-24在数据驱动的业务迭代中,AB 实验系统(负责验证业务优化效果)与业务系统(负责承载用户交互与核心流程)并非独立存在 —— 前 ...
2025-09-23CDA 业务数据分析:6 步闭环,让数据驱动业务落地 在企业数字化转型中,CDA(Certified Data Analyst)数据分析师的核心价值,并 ...
2025-09-23