SAS编程基础

SAS编程基础：金融建模与计算 1. SAS数据类型 数值型: 12, -7.5, 2.5E-10 字符型: ”Li Ming”, ‘YiWu’, ‘吴奕’ 注：定义字符型格式，如：”$8.”, 小数点不可丢 日期型：’08Sep2010’d 时间型：’14:20’t 日期时间型：’08Sep2010:14:20:32’dt 2. SAS运算符 算术运算符: + - * / ** 比较运算符: <, =, >, <=, >=, ^=, IN LT, EQ, GT, LE, GE, NE, IN 逻辑运算符： & (AND) | (OR) ˆ (NOT) 其他运算符：||（连接两个字符串），<>（取两个中大的一个），><（取两个中小的一个） 3. 用Input语句进行数据录入 1） Input语句的自由格式 条件： a) 数据每行为一个观测，各数据值之间用空格或制表符分隔； b) 无论是字符型还是数值型数据，缺失时都用小数点表示； c) 字符型数据长度不能超过8个字符，中间不允许有空白，首尾如有空白则被忽略； d) 在Input语句中必须列出观测中每一项数据对应的变量名，而不能省略中间的某一个。 例如： Data LearnSAS.Exam1; input var1 var2; var3=dif1(var2); time=intnx('month','01jul2005'd,_n_-1); format time date.; put time var1; /*在LOG窗口显示time和var1的值*/ put time= var1=; /*在LOG窗口显示time和var1*/ cards; 112.85 15.21 1223.29 14.23 124.41 14.69 15.21 13.27 154.23 16.75 13.56 185.33 ; run; 2） Input语句的列方式 条件： a) 要求数据行各项上下对齐； b) 各行之间没有任何分隔，连续写在一起； c) 字符型数据长度可以超过8个字符，中间允许有空白，首尾如有空白则被忽略； d) 无论字符型还是数据型变量，如果指定列位置都是空白，则输入值为缺省值，用小数点表示； e) 可以只输入数据行中的某些项而忽略其他项。 例如： Data LearnSAS.Exam2; input name $ 1-11 sex $12-17 year 24-27 month 28-29 day 30-31; date=MDY(month,day,year); Attrib date Label="日期" format=yymmdd10. name Label="姓名" sex Label="性别"; cards; Wu Yi Male 340203200305046515 Yang JunhaoFemale210201200207021618 Cheng Tong Female210404200206031516 Cheng ZitaoMale 210703200303021315 ; run; 4. 读入外部文件 1） 读入文本格式的数据文件，如“读入D盘USERS文件夹里SAS文件夹下的stud.txt文件” Data LearnSAS.Exam3; InFile ‘D:\Teaching\课程讲义\金融建模与计算2010\SAS基础程序\stud.txt’; /*InFile语句应该放在Input语句前面*/ Input name $ 1-10 sex $ math chinese; Run; 2） 读入其他微机文件，如“读入D盘USERS文件夹里SAS文件夹下的stud.xls文件” Proc Import out=LearnSAS.Exam4 DataFile='D:\Teaching\课程讲义\金融建模与计算2010\SAS基础程序\stud.xls' /*InFile语句应该放在Input语句前面*/ DBMS=Excel2000 Replace; GetNames=Yes; Run; 3） 与大型数据库接口，如在数据库服务器Server_SFS中有一个数据库Finance，其中有一个表Sales，用户名Guest，密码anyone Proc Access DBMS=SyBase; Create ResDat.sales.Access; /*生成访问描述文件*/ Server=‘Server_SFS’; DataBase=‘Finance’; Table=‘Sales’; User= Guest’; Password=‘anyone’; Create ResDat.sales.View; /*生成访问描述文件*/ Select All; Run; 注：美国Sybase公司研制的一种关系型数据库系统，是一种典型的UNIX或WindowsNT平台上客户机/服务器环境下的大型数据库系统。Sybase提供了一套应用程序编程接口和库，可以与非Sybase数据源及服务器集成，允许在多个数据库之间复制数据，适于创建多层应用。系统具有完备的触发器、存储过程、规则以及完整性定义，支持优化查询，具有较好的数据安全性。Sybase通常与SybaseSQLAnywhere用于客户机/服务器环境，前者作为服务器数据库，后者为客户机数据库，采用该公司研制的PowerBuilder为开发工具，在我国大中型系统中具有广泛的应用。 5. 数据集的复制与修改 用Set语句可以进行数据集的复制，配合使用If, Keep, Drop等语句可以进行数据集修改 1） 数据集复制，格式： Data 目标逻辑库名.目标数据集名; /*数据集必须为SAS数据集*/ Set 原始逻辑库名.原始数据集名; /*数据集必须为SAS数据集*/ Run; 假如想把ResDat数据库下的数据集Exam复制到Work逻辑库下，命名为aaa，则 Data Work.aaa; Set ResDat.Exam; Run; 2） 数据集修改，格式： Data 目标逻辑库名.目标数据集名; /*数据集必须为SAS数据集*/ Set 原始逻辑库名.原始数据集名(数据集选项); /*数据集必须为SAS数据集*/ Run; 其中 FirstObs=，表示从指定序号的观测值开始读取 Obs=，表示读取观测值时读到指定的序号（不是观测数） Keep=，表示引入时只要指定的变量 Drop=，表示不引入指定的变量 注意：用Set语句修改数据集时，如果需要使用Last或First函数，则Set后必须有“By 变量”语句，否则Last或First函数无效。 如： data Old; array x(5); do i=1 to 100; do j=1 to 5; x(j) = normal(0); end; output; end; drop i j; run; data New1; set Old(FirstObs=2 obs=10 keep=X1 X2); run; data New2; set Old(FirstObs=2 obs=10 Drop=X1 X2); run; 3） 用Set和Output语句拆分数据集 目的：根据要求把数据行分别存放到不同的数据集中。 Data 目标逻辑库名.目标数据集名1目标数据集名2 ……; /*数据集必须为SAS数据集*/ Set 原始逻辑库名.原始数据集名(数据集选项); /*数据集必须为SAS数据集*/ Select(判断变量名); When(判断值1) output目标数据集名1; When(判断值2) output目标数据集名2; …… Otherwise put 判断变量名= ‘有错’; End; Run; 如： Data Learnsas.Scores; Input Name$ Sex $ math chinese English; cards; WuYi M 100 98 98 YangJH F 97 98 99 ChenT F 98 96 95 ChenZT M 98 99 100 ; Run; Data Learnsas.Scores_M Learnsas.Scores_F; Set Learnsas.Scores; Select(Sex); When('M') output Learnsas.Scores_M; When('F') output Learnsas.Scores_F; Otherwise put Sex='Error!'; End; Drop sex; Run; 4） 数据集纵向合并 目的：把几个相同结构的数据集上下连接到一起。 Data 目标逻辑库名.目标数据集名; /*数据集必须为SAS数据集*/ Set 原始逻辑库名.原始数据集名(数据集选项); /*数据集必须为SAS数据集*/ Run; 如： Proc sort data=Learnsas.Scores_M; by name; run; Proc sort data=Learnsas.Scores_F; by name; run; Data Learnsas.Scores_MF; Set Learnsas.Scores_M Learnsas.Scores_F; By name; Drop sex; Run; 5） 数据集横向合并 目的：把多个包含同样观测的不同属性的数据集横向合并在一起。 Data 目标逻辑库名.目标数据集名; /*数据集必须为SAS数据集*/ Merge 原始逻辑库名.原始数据集名1原始数据集名2……; /*数据集必须为SAS数据集*/ Run; 如： Data Learnsas.Scores_new; Input Name$ Sex $ physics chymist ; cards; WuYi M 100 100 YangJH F 95 85 ChenT F 85 98 ChenZT M 96 94 ; Run; Proc sort data=Learnsas.Scores; by name; run; Proc sort data=Learnsas.Scores_new; by name; run; Data Learnsas.Scores_sum; Merge Learnsas.Scores Learnsas.Scores_new; By name; Run; 6） 用UpDate语句更新数据集 目的：更改原始数据集中的错误数据或者更新原始数据集中的新数据 Data新数据集名; /*数据集必须为SAS数据集*/ Update原始数据集 更新用数据集名; /*数据集必须为SAS数据集*/ By 关键标量; Run; Data Old; Input name$ sex$ math chin eng; Cards; YWu Male 100 98 97 JHYang Male 98 97 96 ZTChen Male 98 97 100 TChen Femal 97 100 99 ; Run; proc sort data=Old; by name; run; Data Use; Input name$ sex$ math; Cards; JHYang Female . ZTChen . 99 ; Run; proc sort data=Use; by name; run; Data New; Update Old Use; By name; Run; 6. 日期格式 Yymmdd8. 结果示例：73-12-15 Yymmdd10. 结果示例：1974-12-15 7. Put语句 Put语句的输出结果在LOG窗口。例如： data; x=0.5; y=sin(x); put ‘Since function value of’ x ‘is’ y; run; 显示结果：Since function value of 0.5 is 0.4794255386 data; x=0.5; y=sin(x); put ‘Since function value of’ x= ‘is’ y=; run; 显示结果：Since function value of x=0.5 is y=0.4794255386 data; x=0.5; y=sin(x); put ‘Since function value of’ x 30-40 .6 ‘is’ y 50-60 .6; run; 显示结果：Since function value of 0.500000is 0.479426 注：如果希望PUT输出结果不产生换行，只要在PUT语句结尾处加一个@符号即可， 如：put i @; 8. 分支结构 IF 条件 THEN 语句; ELSE 语句; 注意：其中的语句均可为一个语句。 Data example; x=2; If x>1 then y=3; Else y=0; Put x= y=; run; 注意：当需要使用复合语句时，只需要把若干个语句用“Do;”语句和“End;”语句包围起来，就可以把它们看作一个语句。 Data example; x=2; If x>0 then Do； x=2*x; Put x= '为正数'; End; Else Put x; Run; 9. 循环结构 1) 计数Do循环 Do 计数变量=起始值 To 结束值 By 步长; 循环体语句…….; End; 如： Data example; Do i=1 to 50 by 2; x=normal(0); y=normal(0); Output; /*如果没有这个语句，则只有一个观测值*/ End; Drop i； /*i的值不输出*/ run; 注：在Do循环中，Leave语句表示跳出循环体，Continue表示结束本轮循环，进入下一轮循环。例如： data; do x=0 to 3.1415926 by 0.01; y = sin(x); if y<0 or y>0.5 then Continue; z = cos(x); put x 5.2 y 20.7 z 20.7; output; if x>=3 then Leave; end; run; 2) 当型Do循环 Do While循环继续条件; 循环体语句…….; End; 如： Data; Do j=2 to 1000; k=int(Sqrt(j)); i=2; Do While(i<=k); If mod(j,i)=0 then Leave; i=i+1; End; if ik); If mod(j,i)=0 then Leave; i=i+1; End; if i [选项] ]; Plot <纵坐标变量*横坐标变量[=分层变量名]...> / [选项]; 指定绘图变量和选项 Plot2 <纵坐标变量*横坐标变量[=分层变量名]...> / [选项]; 在原图基础上重叠绘制第二幅散点图 Symboln [选项] 定义符号、添加趋势线、定义点和线的颜色 By <变量名列>; 按该变量取值分层绘制，要求数据集已按该变量排序 选项含义： Overlay 把几个图形绘制在一张图上 VREF＝a 在竖轴上的a处画一条垂直于此轴的参照线 V= 规定数据点的图形符号 H= 规定图形符号的高度 I= 规定两点之间的插值方法 Font= 规定字体 L= 规定点之间插值线的类型 C= 规定图形线的颜色 如： proc gplot data= sasuser.example; plot var1*time=1 var2*time=2 var3*time=3/overlay; symbol1 c=red v=star i=join; symbol2 c=black v=dot i=spline; symbol3 c=green v=diamond i=none; run; 15. 时间序列预处理 proc arima data= sasuser.example; identify var=var2 nlag=3; run; proc arima data= sasuser.example; identify var=var1 nlag=3 minic p=(0:5) q=(0:5)； run; 阴影给出限定阶数范围内BIC最小的模型阶数 16. 时间序列分析 proc arima data= sasuser.example; identify var=var1; estimate q=4; run; 17. 表内数据选择 proc sql; create table sasuser.example1 as select * from sasuser.example where var1<10; quit; 18. 表内数据增加列 proc sql; alter table exam add var5 int label='var5', var6 num label='var6'; 两个var5可以不同名，前者为变量，后者为标签 select * from exam; quit; 目前增加的列还没有信息，需要用update语句补充 proc sql； update exam set var5=1000,var6=var1/var2; select * from exam; quit; 19. 分类求和 data dset; input x c; cards; -1 1 -2 1 2 1 . 1 1 3 2 3 3 3 ; Proc sql; Create Table aa as select c,sum(^missing(x))*avg(x) from dset group by c; Quit; 20. 求累积和 data a; input a b; datalines; 1 2 2 3 3 4 4 5 ; data aa; retain c; set a; c=sum(c,a,b); run; 简单方法: 使用“sum+求累积和变量名”，此处“sum”为求出的累积和变量名，如： Data Temp; Input x1 x2 x3; sum+x3; Cards; 1 2 3 2 3 4 3 4 5 5 6 7 ; Run; 21. 求累积乘积 %macro Prod(Name_Dat,variable); /*计算数据集Name_Dat中变量variable的连乘积*/ data &Name_Dat.(drop=b c log_&variable. sgn_&variable.); retain b c &variable._prod; set &Name_Dat.; If &variable.=0 then &variable._prod=0; Else Do; log_&variable.=log(abs(&variable.)); If(&variable.<0) then sgn_&variable.=1; Else sgn_&variable.=0; b=sum(log_&variable.,b); c=sum(sgn_&variable.,c); If &variable._prod=0 then &variable._prod=0; Else &variable._prod=(-1)**c*exp(b); End; proc print; run; Data &Name_Dat.; Set &Name_Dat.; %Mend Prod; 22. 求分类乘积 data dset; input x c; cards; -1 1 -2 1 2 1 . 1 1 3 2 3 3 3 ; proc sql; select c, (-1)**sum((x<0&^missing(x)))*(sum((x=0))=0)*exp(sum(^missing(x))*avg(log(abs(x)))) as productX from dset group by c; quit; 23. 提取观测数和变量数 以Dat.class为例 %let dsid=%sysfunc(open(Dat.class,i)); %let n=%sysfunc(attrn(&dsid,nobs)); /*&n.=观测数*/ %let rc=%sysfunc(close(&dsid)); %let dsid=%sysfunc(open(Dat.class,i)); %let n=%sysfunc(attrn(&dsid,nvars)); /*&n.=变量数*/ %let rc=%sysfunc(close(&dsid)); 24. 提取同一个文件夹下的文件名 %sysexec dir *.xls /b/o:n > flist.txt; 然后用Exit命令退出DOS 注意：该语句执行时要求文件夹为当前文件夹，即需要把SAS的当前文件夹修改成需要提取文件名的文件夹，否则出错。 25. 更改当前文件夹 找到SAS快捷方式（开始->程序->The SAS System->The Sas System for windows），右击->属性，在目标中的命令后加上 SASInitialFolder="文件夹绝对路径" （原命令类似于："C:\Program Files\SAS\SAS9.1.3.sas"） 再点这个快捷方式 如： sasInitialFolder="D:\Teaching\课程讲义\金融建模与计算2010\ResStk" 26. 正态性检验 Proc Univariate Data=数据集 Normal; Var 变量; Histogram 变量; Probplot 变量; Run; SAS规则：当样本含量n ≤2000 时，结果以Shapiro - Wilk (W 检验) 为准；当样本含量n>2000 时，结果以Kolmogorov - Smirnov (D 检验) 为准。 1