在SAS里玩穿越 | 【SAS Says·扩展篇】IML：穿越 | 数说·语言

一直以来，大众了解的SAS都是数据集操作，使用的方法是数据步和过程步。但其实，SAS这个庞大的系统中还隐藏了另一个平行世界——IML，在这个世界里，你需要一个像操作MATLAB一样的矩阵思维。 今天我们将介绍如何在SAS里玩穿越，将数据从矩阵变成SAS数据集，从SAS数据集再变成矩阵。它将大大方便我们的使用。

在SAS里玩穿越 | 【SAS Says·扩展篇】IML：穿越

本文要解决三个问题：

第一个问题：如何把SAS数据集转换为矩阵来处理？

把数据集转换成矩阵来，在很多情况下处理起来会方便得多，比如可以轻易的实现“如果第三行第五列的数字比第三行第六列的数字大，就把第二行第七列的数字增加1”这种问题。当然，方便的地方还远远不止这些。

第二个问题：如何把矩阵转换成数据集来处理？

SAS的优势在于强大的统计模块，无论是回归、检验，还是数据管理SQL，甚至是贝叶斯，都可以方便快速的实现，因此，将矩阵转换成数据集来做统计分析，真好。

第三个问题：如何直接在IML模块中处理数据集？

当然，IML模块也提供了直接编辑数据集的功能。

最后再来一个附加问题：如何直接读入外部的文件。

好了，让我们一块来探索一下吧！

本集学习完之后，SAS的IML模块就告一段落，最后面是Ansta给自己布置的一道作业，大家可以一起来做一下，然后相互交流~

第一个问题：将SAS数据集转换为矩阵

Read语句可以将数据集转化为矩阵，但前提是数据集必须已经打开，而打开数据集用use或edit，即：

红色为必须语句，黄色为可选语句。首先要用use或edit语句将数据集打开，然后再用read语句转换成矩阵。

我们来看一个例子：

SAS自带的数据，在sashelp逻辑库下有一个class数据集：

我们现在要将所有男性数据读入矩阵boy中：

proc iml; use sashelp.class; read all into boy where(sex="男"); print class; quit;

Var，选择的变量不填，SAS就默认把所有数值型变量读入矩阵，生成一个数值矩阵。也可以手工选择字符矩阵：

proc iml; use sashelp.class; read all var {name sex} into boy2 where(sex="男"); print class; quit;

好，第一个问题就这么愉快的结束了。

第二个问题：将矩阵转换为数据集

和数据集转换成矩阵差不多，将矩阵变成数据集，也需要先打开一个新数据集，也就是创建一个数据集（create语句），然后讲矩阵放到这个数据集中（append语句）：

我们把前面包括年龄、身高、体重三个变量的矩阵boy写入数据集。

在写入数据集之前，首先生成一个ID变量，，一遍标识出不同的人，方法就是用第一讲用到的水平连接符，复习→：

proc iml; use sashelp.class; read all into boy where(sex="男"); id={1,2,3,4,5,6,7,8,9,10}; id_boy=id||boy; create boy var {id age height weight}; append from id_boy; quit;

矩阵变成数据集之后，就可以用SAS的各种强大的统计模块做分析了。

好，第二个问题也就这么愉快的结束了！

第三个问题：直接在IML模块中处理数据集

首先我们也还是要使用use语句打开数据集。

（1）列出观测值

List 观测值范围 var {选择变量名} where (条件) ;

（红色背景是必须要有的，黄色背景是可以省略的）

观测值范围

• All：所有观测值
• Current：当前观测值
• Next：下一个观测值
• After：当前观测值之后的所有观测值
• Point 记录号：指定观测值

以逻辑库SAShelp中的air数据集为例：

我们试一下读取所有international airline travel小于120的观测值，和只读取第6行的观测值：

proc iml; use sashelp.air; list all where (air<120); quit;

proc iml; use sashelp.air; list point 6; quit;

（2）删除观测值

use 数据集; edit 数据集; delete 观测值范围 where(条件);

（红色背景是必须要有的，黄色背景是可以省略的,下同，不再重复）

观测值范围和上面的差不多：

• Point 记录号：删除某行数据。
• All 删除所有观测值。

有一份10人的score数据，数据集的名字叫score

现在想删除第二个人James的记录。

proc iml; use score; list all; edit score; delete point 2; list all ; quit;

可以看出，当删除之后，James不见了。

（3）数据排序

close 数据集; sort 数据集 out=排序后的数据集 by descending 排序变量

对一个数据集进行排序，首先要保证它不是打开状态，因此要用close语句关闭掉。

仍然对sashelp中的air数据排序，按照变量international airline travel (thousands)来排序（对应变量名为AIR）：

proc iml; close sashelp.air; sort sashelp.air out=sorted by descending air; quit;

执行语句后，生成了一个降序排列的sorted数据集。

（4）简单统计分析

IML模块可以直接对数据集进行简单的描述性统计。

use 数据集; summary var {变量1 变量2 ...} class {分类变量1 分类变量2 ...} stat {mean std};

Class语句选择分类变量，如想分性别查看，stat列出需要的统计量，如果不列的话默认给出：min、max、mean、std

如还是air这个数据，想看international airline travel的均值和方差：

proc iml; use sashelp.air; summary var {AIR} stat { mean std }; quit;

最后的一个附加问题：如何读入外部文件？

步骤是这样的：

用infile语句将外部文件读入SAS；

用create语句创建一个SAS数据集；

用do data-append-end语句将外部文件装进SAS数据集中，举个例子：

现在有外部文件d:\testSet.txt，想要读入SAS，变量名分别为a、b、c

proc iml; infile 'D:\testSet.txt'; create temp var {a b c}; do data; input a b c; append; end; close temp; quit;

这样，文件就读入SAS的work逻辑库中，数据集名字为temp。

作业: 用两种方法实现如下数据的回归分析

Sashelp逻辑库中有一个关于GNP的数据sashelp.gnp，要求用1961、1962、1963三年的数据建立回归模型：

GNP = consump + invest

用的变量有：

• GNP-gross national product ($billions)
• Consump-personal consumption expenditures
• Invest-gross private domestic investment

要求给出系数、R2、t检验的p值，提示：

SAS常用的的概率密度函数

①标准正态分布函数PROBNORM（x）

计算服从标准正态分布的随机变量u小于给定x的概率。即p（u＜X）。如：

y＝PROBNORM（-2.58），结果为0.005。

②t分布概率函数PROBT（x，df，nc）

计算自由度为df，非中心参数为nc的t分布随机变量小于给定值x的事件的概率，当nc＝0或不规定这项时，分布为中心分布。如y＝probt（0.95），结果为0. 975。

③F分布概率函数PROBF（x，dfl，df2，nc）

计算服从分子自由度为dfl，分母自由度为df2的F分布的随机变量小于给定值x的事件的概率，当分布为中心分布时，nc＝0或不规定该项。

这是Ansta给自己布置的作业，大家也可以试一试，再对照proc reg的结果看一下，之后会给出我自己修改的代码，我也是在学习，希望能和大家一起交流。