SAS系统学习之初探

以前在学校接触过SAS，跟着课程学习并将SAS用于统计理论的实现，学习期间断断续续，不成系统。2013年有幸参与SAS在高校举办的首次数据分析大赛，并获得“团体十强”的荣誉，之后很长一段时间都没有投入到SAS的学习和应用，有愧于这样的荣誉。经过一段时间的思考，决定来一次疯狂的系统性学习，主要参考夏坤庄的《深入解析SAS—数据处理、分析优化与商业应用》和高惠璇老师的SAS系列手册。

数据分析与挖掘过程：

1）数据源的问题，即根据某些分析对象或业务逻辑，如何将所需的数据进行收集、整合

2）数据探索，当数据准备妥帖后需要进一步探索数据的完整性和准确性，即数据的缺失情况、异常情况、分布情况等需要进行探索

3）数据建模，只有在数据得到“干净”的保证下，才可以对其进行建模，而建模又是一个学问很深的水，需要理论知识与数据业务的搭配

4）模型验证，模型验证是至关重要的，训练集良好不代表测试集也好，所以需要综合考虑多种方案，选择最佳的方案和组合

5）模型部署，当模型成熟，并得到验证后，就可以将其部署到真实的生产环境中，用于解决分类、预测等问题

而以上正是SAS数据分析与挖掘的应用流程。

SAS中常用的模块

SAS/BASE：核心模块。数据管理、交互环境管理、语言处理、调用其他模块

SAS/STAT：覆盖几乎所有实用数理统计分析方法

SAS/EM：数据挖掘

SAS/ETS：时间序列分析

SAS/GRAPH：图形软件包，产生各种图表

SAS/IML：功能强大面向矩阵运算的编程语言

建立SAS的逻辑库

在数据准备之前，需要为其布置一块物理地址存放数据，即需要建立一个逻辑库用于存放外部数据。具体步骤如下：

1）先在硬盘上建立需要存放SAS数据集的目录

2）在编辑窗输入Libname命令（Libname  SASLabname 'Path')，并提交命令

LIBNAME MyData 'G:\学习\每天坚持写一点点代码\SAS\SAS系统学习\SAS Data';

这样，一个自定义的逻辑库就建立完毕，如果SAS Data文件夹中有SAS数据集的话，逻辑库MyData中就会显示出响应的数据集；如果将外部数据转换为SAS数据集，并存放到MyData逻辑库中，对应的物理路径下的SAS Data文件夹也会存在该数据集。

创建一个简单的SAS数据集

DATA Mydata.student;

INPUT id name $ sex $ score;

CARDS;

101 张三 男 98

102 李四 男 87

103 兰兰 女 95

;

RUN;

PROC PRINT DATA=Mydata.student;

RUN;

通过这个简单的DATA步就可以创建一个数据集，同时我将该数据集存放在了刚刚建立的逻辑库Mydata中。

注意，当一个物理位置下的空间不够时，定义多个物理位置的SAS逻辑库就非常有用了，这样在前面的物理路径空间用尽时，SAS会将写入的文件存储到其他物理路径中。具体操作如下：

LIBNAME MyData （'G:\学习\每天坚持写一点点代码\SAS\SAS系统学习\SAS Data'

                                 ‘C:\SAS Data’）;

这样就将一个逻辑库的物理地址指定到了两个硬盘中。

下期将开始介绍SAS变量、SAS数据集及基本语法。