第二部分：核心技能掌握

第2章：数据步 - 数据的加工厂

数据步是SAS的灵魂，它像一条流水线，对数据进行读取、清洗、转换、合并等操作。

1. 创建数据集 最常用的方式是直接在代码中输入数据。

   /* 示例：创建一个名为 students 的数据集 */
   DATA students;
       /* 使用 INPUT 语句定义变量名 */
       /* $ 表示字符型变量 */
       INPUT id name $ gender $ score1 score2;
       /* 使用 CARDS 语句开始数据输入 */
       CARDS;
   1 张三 男 85 90
   2 李四 女 92 88
   3 王五 男 78 85
   4 赵六 女 88 92
   ;
   RUN; /* RUN 语句执行 DATA 步 */

2. 数据清洗与处理

   • 选择变量：KEEP 和 DROP 语句。

     /* 只保留 id, name, score1 变量 */
     DATA students_keep;
         SET students; /* SET 语句读取 students 数据集 */
         KEEP id name score1;
     RUN;

   • 选择观测（行）：IF 和 WHERE 语句。

     /* 只保留 score1 大于 85 的学生 */
     DATA students_high;
         SET students;
         IF score1 > 85;
     RUN;

   • 创建新变量：直接赋值。

     /* 计算平均分 */
     DATA students_avg;
         SET students;
         average = (score1 + score2) / 2;
     RUN;

   • 处理缺失值：IF ... THEN ... ELSE 或 MISSING() 函数。

     /* score2 缺失，则用 0 填充 */
     DATA students_fill;
         SET students;
         IF missing(score2) THEN score2 = 0;
     RUN;

第3章：PROC步 - 分析的展示台

PROC步调用SAS内置的“过程”（Procedure）来执行特定的分析任务，格式通常是 PROC 过程名 [选项]; ... RUN;。

1. 基础描述性统计

   • PROC MEANS：计算数值变量的描述性统计量（均值、标准差、最大值、最小值等）。

     /* 计算 score1 和 score2 的均值、标准差、最大值、最小值 */
     PROC MEANS DATA=students N MEAN STD MAX MIN;
         VAR score1 score2;
     RUN;

   • PROC FREQ：对分类变量进行频数分析。

     /* 统计男女学生的人数 */
     PROC FREQ DATA=students;
         TABLES gender;
     RUN;

2. 数据可视化

   • PROC SGPLOT：现代、灵活的绘图过程，功能强大。
     • 直方图：展示数据分布。

       PROC SGPLOT DATA=students;
           HISTOGRAM score1;
       RUN;

     • 散点图：展示两个变量间的关系。

       PROC SGPLOT DATA=students;
           SCATTER X=score1 Y=score2;
           XAXIS LABEL='第一次考试成绩';
           YAXIS LABEL='第二次考试成绩';
       RUN;

     • 箱线图：比较不同组别数据的分布。

       PROC SGPLOT DATA=students;
           VBOX score1 / CATEGORY=gender;
           XAXIS LABEL='性别';
           YAXIS LABEL='第一次考试成绩';
       RUN;

第三部分：常用统计分析

这是将SAS应用于实际研究问题的核心部分。

第4章：T检验

用于比较两组数据的均值是否存在显著差异。

1. 单样本T检验

   • 问题：全班学生的平均分是否等于 85 分？

     PROC TTEST DATA=students H0=85;
     VAR score1;
     RUN;

2. 独立样本T检验

   • 问题：男生的平均分是否与女生的平均分有差异？

     PROC TTEST DATA=students;
     CLASS gender; /* 指定分组变量 */
     VAR score1;   /* 指定分析变量 */
     RUN;

3. 配对样本T检验

   • 问题：学生的第一次和第二次考试成绩是否有显著差异？

     PROC TTEST DATA=students;
     PAIRED score1*score2;
     RUN;

第5章：方差分析

用于比较三组或以上数据的均值是否存在显著差异。

• 问题：不同专业的学生（假设我们有 major 变量）的平均分是否有差异？

  /* 假设数据集中有 major 变量 */
  PROC ANOVA DATA=students;
      CLASS major;
      MODEL score1 = major;
      MEANS major / TUKEY; /* 使用 Tukey 法进行两两比较 */
  RUN;

第6章：卡方检验

用于分析分类变量之间是否存在关联。

• 问题：性别和是否通过考试（假设我们有 pass 变量，Y/N）之间是否有关联？

  /* 假设数据集中有 pass 变量 */
  PROC FREQ DATA=students;
      TABLES gender * pass / CHISQ;
  RUN;
  /* 输出结果中的 Chi-Square 值和 p-value 用于判断关联性 */

第7章：相关与回归

1. 相关分析

   • 问题：第一次和第二次考试成绩之间是否存在线性相关关系？

     PROC CORR DATA=students;
     VAR score1 score2;
     RUN;

2. 线性回归

   • 问题：用第一次考试成绩来预测第二次考试成绩。

     PROC REG DATA=students;
     MODEL score2 = score1; /* score2 是因变量，score1 是自变量 */
     OUTPUT OUT=reg_output P=predicted R=residuals; /* 输出预测值和残差 */
     RUN;
     QUIT; /* PROC REG 后最好用 QUIT 结束 */

第四部分：实用技巧与资源

第8章：实用技巧

1. 使用 LIBNAME：LIBNAME 是SAS的“盘符”,用于指定数据存储的路径。

   /* 将 D:\SASData\ 定义为 mylib */
   LIBNAME mylib "D:\SASData\";
   /* 将创建的数据集保存到 mylib 中 */
   DATA mylib.students;
       SET students;
   RUN;
   /* 调用 mylib 中的数据集 */
   PROC MEANS DATA=mylib.students;
       RUN;

2. 宏：用于重复执行相同的代码块,提高效率。

   %MACRO print_means(var);
       PROC MEANS DATA=students;
           VAR &var;
       RUN;
   %MEND print_means;
   /* 调用宏，分析 score1 和 score2 */
   %print_means(score1);
   %print_means(score2);

3. 输出控制：使用 ODS (Output Delivery System) 将输出导出为PDF、HTML、Excel等格式。

   ODS PDF FILE="C:\MyReports\Analysis_Report.pdf";
   /* 在这里放置你的所有分析代码 */
   PROC MEANS DATA=students;
       VAR score1 score2;
   RUN;
   PROC TTEST DATA=students;
       CLASS gender;
       VAR score1;
   RUN;
   ODS PDF CLOSE; /* 关闭输出文件 */

第9章：学习资源推荐

• 官方文档：SAS官方文档是最权威、最全面的资料，搜索 "SAS Documentation" 即可找到。
• 在线课程：
  • Coursera / edX：搜索 "SAS Programming" 或 "Statistical Analysis with SAS",有顶尖大学和SAS官方提供的课程。
  • SAS官方学习平台：SAS提供了大量的免费教程和认证路径。
• 书籍推荐：
  • 《The Little SAS Book》：经典入门书籍，语言通俗易懂,适合零基础读者。
  • 《SAS Programming for Statistical Data Analysis》：更侧重于统计分析应用。
• 社区与论坛：
  • SAS Support Communities：官方技术社区,可以提问和查阅解决方案。
  • Stack Overflow：使用 sas 标签提问,有大量活跃的SAS开发者。

学习SAS是一个循序渐进的过程,请遵循以下路径：

1. 熟悉环境：掌握SAS界面的基本操作。
2. 掌握DATA步：这是所有工作的基础,务必熟练数据清洗和转换。
3. 学习PROC步：从 MEANS, FREQ, SGPLOT 开始，逐步过渡到T检验、方差分析、回归等核心统计过程。
4. 勤加练习：找一份公开数据集（如Kaggle、UCI Machine Learning Repository）,尝试用SAS完成一个完整的数据分析项目。
5. 善用资源：遇到问题时，先查阅日志,再搜索官方文档和社区。

祝您学习顺利,早日成为SAS数据分析高手！