
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
LSTM 为何会产生误差?深入剖析其背后的原因 在深度学习领域,LSTM(Long Short-Term Memory)网络凭借其独特的记忆单元设 ...
2025-06-27LLM进入拖拽时代!只靠Prompt几秒定制大模型,效率飙升12000倍 【新智元导读】最近,来自NUS、UT Austin等机构的研究人员创新 ...
2025-06-27CDA 数据分析师:就业前景广阔的新兴职业 在当今数字化时代,数据已成为企业和组织决策的重要依据。数据分析师作为负责收集 ...
2025-06-27探秘 z-score:数据分析中的标准化利器 在数据的海洋中,面对形态各异、尺度不同的数据,如何找到一个通用的标准来衡量数据 ...
2025-06-26Excel 中为不同柱形设置独立背景(按数据分区)的方法详解 在数据分析与可视化呈现过程中,Excel 柱形图是展示数据的常用工 ...
2025-06-26CDA 数据分析师会被 AI 取代吗? 在当今数字化时代,数据的重要性日益凸显,数据分析师成为了众多企业不可或缺的角色 ...
2025-06-26CDA 数据分析师证书考取全攻略 在数字化浪潮汹涌的当下,数据已成为企业乃至整个社会发展的核心驱动力。数据分析师作 ...
2025-06-25人工智能在数据分析的应用场景 在数字化浪潮席卷全球的当下,数据以前所未有的速度增长,传统的数据分析方法逐渐难以满足海 ...
2025-06-25评估模型预测为正时的准确性 在机器学习与数据科学领域,模型预测的准确性是衡量其性能优劣的核心指标。尤其是当模型预测结 ...
2025-06-25CDA认证:数据时代的职业通行证 当海通证券的交易大厅里闪烁的屏幕实时跳动着市场数据,当苏州银行的数字金融部连夜部署新的风控 ...
2025-06-24金融行业的大数据变革:五大应用案例深度解析 在数字化浪潮中,金融行业正经历着深刻的变革,大数据技术的广泛应用 ...
2025-06-24Power Query 中实现移动加权平均的详细指南 在数据分析和处理中,移动加权平均是一种非常有用的计算方法,它能够根据不同数据 ...
2025-06-24数据驱动营销革命:解析数据分析在网络营销中的核心作用 在数字经济蓬勃发展的当下,网络营销已成为企业触达消费者 ...
2025-06-23随机森林模型与 OPLS-DA 的优缺点深度剖析 在数据分析与机器学习领域,随机森林模型与 OPLS-DA(正交偏最小二乘法判 ...
2025-06-23CDA 一级:开启数据分析师职业大门的钥匙 在数字化浪潮席卷全球的今天,数据已成为企业发展和决策的核心驱动力,数据分析师 ...
2025-06-23透视表内计算两个字段乘积的实用指南 在数据处理与分析的过程中,透视表凭借其强大的数据汇总和整理能力,成为了众多数据工 ...
2025-06-20CDA 一级考试备考时长全解析,助你高效备考 CDA(Certified Data Analyst)一级认证考试,作为数据分析师领域的重要资格认证, ...
2025-06-20统计学模型:解锁数据背后的规律与奥秘 在数据驱动决策的时代,统计学模型作为挖掘数据价值的核心工具,发挥着至关重要的作 ...
2025-06-20Logic 模型特征与选择应用:构建项目规划与评估的逻辑框架 在项目管理、政策制定以及社会服务等领域,Logic 模型(逻辑模型 ...
2025-06-19SPSS 中的 Mann-Kendall 检验:数据趋势与突变分析的利器 在数据分析的众多方法中,Mann-Kendall(MK)检验凭借其对数据分 ...
2025-06-19