NOTE INTRODUTTIVE AL SISTEMA SAS

Transcript

1 DIPARTIMENTO DI MATEMATICA UNIVERSITÀ DI GENOVA Via Dodecaneso, GENOVA (Italy) tel fax NOTE INTRODUTTIVE AL SISTEMA SAS Fabio Rapallo - Ivano Repetto - Maria Piera Rogantin Dipartimento di Matematica - Università di Genova

2

3 A. Aspetti generali A1. Il linguaggio SAS A2. I passi di DATA A3. I passi di PROC A4. I DATA SET di tipo SAS A5. Tipi di variabili B. Come eseguire un programma SAS INDICE C. Esempi di programmi SAS C1. Primo esempio C2. Secondo esempio: le procedure PRINT e CONTENTS C3. Osservazioni per la scrittura dei programmi D. Il passo di DATA D1. Creazione di un DATA SET SAS D2. Alcuni esempi D3. DATA SET SAS permanenti E. Manipolazione dei DATA SET E1. Selezione di sottoclassi di osservazioni E2. Selezione di osservazioni consecutive E3. Selezione di variabili E4. Cambio di nome a variabili E5. Costruzione di più DATA SET SAS E6. Concatenazione di più DATA SET SAS E7. Lettura di DATA SET di "tipo" diverso F. Ancora sul passo di DATA F1. Espressioni e funzioni SAS F2. I valori mancanti F3. Somme cumulate F4. Approfondimenti sull esecuzione di un passo di DATA F5. Gli array F6. Istruzioni di controllo F7. L'istruzione INPUT F8. L'istruzione INFILE F9. L'istruzione OUTPUT F10. Scrittura su un file esterno e istruzione PUT G. Il passo di PROC G1. Alcune opzioni e istruzioni usato in un passo di PROC G2. Procedura SORT G3. Procedura PRINT G4. Procedura MEANS G5. Procedura FREQ (e procedura FORMAT) G6. Procedura UNIVARIATE G7. Altre procedure statistiche elementari G8. Alcune procedure che operano su DATA SET SAS G9. Selezione di variabili e di osservazioni in una procedura H. Istruzioni e procedure grafiche H1. Alcune istruzioni per gli output grafici H2. Procedura GCHART H3. Procedura GPLOT I. Errori e lettura del LOG 3

4 J. Approfondimenti: manipolazione di Data Set SAS J1. Overview of Methods for Combining SAS Data Sets J2. Manipolazione di Data Set SAS J2.1 Per concatenare i DSS: uso di Set J2.2 Per concatenare i DSS: uso di Set by e di Merge by J2.3 Per affiancare DSS con variabili diverse: uso di Set Set e di Merge J2.4 Per aggiornare un DSS: uso di Update e di Merge by J2.5 Per aggingere osservazioni a un DSS: la proc Append J3. Osservazioni ripetute: uso di Set by e variabili first.<..> e last.<..> K. Approfondimenti: lettura di dati grezzi K1. Input a lista con formato K2. Input con nome K3. Sospensione dell input: uso K4. Opzioni di Infile per leggere dati con delimitatori nell input a lista L. Approfondimenti: formati di lettura e scrittura dei dati L1. Istruzione Format L2. Istruzione Informat L3. Istruzione Lenght L4. Istruzione Atttrib L5. La Proc Format L5.1 Istruzione Value L5.2 Istruzione Invalue L5.3 Istruzione Picture L5.4 Alcuni esempi di cambio di formati L5.5 Funzioni di conversione da variabile carattere a numerica e viceversa L6. SAS Date, Time, and Datetime Values L7. Alcune funzioni di arrotondamento L8. Alcune funzioni sulle variabili carattere M. Approfondimenti: le Macro SAS M1. Introduzione alla programmazione con macro M2. SAS Macro Language: Reference N. Approfondimenti: come operare con matrici in SAS 4

5 A1. IL LINGUAGGIO SAS A. Aspetti generali Il SAS è un sistema software che fornisce strumenti necessari per analizzare dati. E' composto da: - un linguaggio usato per la manipolazione dei dati; - una libreria di procedure pre-confezionate per uso generale. Esiste un modulo SAS BASE più vari moduli per particolari applicazioni quali ad esempio: - statistica (STAT) - controllo qualità (QC) - ricerca operativa (OR) - serie temporali (TSA) - manipolazione matrici (IML) - grafica avanzata (GRAPH) - gestione risorse calcolatore - gestione Data Base. Il SAS consente di: - leggere dati - trasformare e manipolare di dati (mediante l'utilizzo di funzioni matematiche e statistiche, di concatenazione e di ordinamento) - aggiornare dati - stampare prospetti - generare grafici - ridurre e sintetizzare dati - effettuare analisi matematiche sui dati Ogni programma è composto da passi (STEP). Esistono 2 tipi di passi: i passi di DATA e i passi di PROC. A2. I PASSI DI DATA Si usano per creare DATA SET SAS partendo da files già esistenti. Tali files possono essere non SAS (grezzi), o già di tipo SAS. I dati in ingresso possono subire trattamenti durante il passo di DATA. dati grezzi dati grezzi DATA SET SAS passo di DATA 5 DATA SET SAS Un passo di data inizia con l'istruzione DATA seguito dal nome del Data Set Sas che si vuole costruire. A3. I PASSI DI PROC Servono per produrre tabulati, rapporti, statistiche, ecc. I dati su cui operano devono già essere in formato DATA SET SAS. Con un passo di Proc si possono creare anche altri DATA SET SAS che possono essere analizzati successivamente da altri passi di DATA o di PROC. Un passo di proc inizia con l'istruzione PROC seguito dal nome della procedura che si vuole eseguire. Un passo di programma (di data o di proc) termina con l'istruzione RUN; o con un nuovo passo di data o di proc.

6 A4. I DATA SET DI TIPO SAS Un DATASET di tipo SAS è un insieme di dati omogenei organizzati in forma rettangolare. ESEMPIO: osservazioni variabili Le colonne sono chiamate variabili; ciascuna di esse ha un nome (si consiglia di assegnare sempre nomi mnemonici). Un nome deve seguire le seguenti regole sintattiche: a) deve essere formato da 1 a 8 caratteri; b) può contenere cifre al suo interno; Un DATA SET SAS si compone di due parti distinte: - una parte descrittiva in cui vengono memorizzate tutte le informazioni necessarie affinchè il SAS possa in un qualunque momento rileggere i dati in modo totalmente automatico (es.: nomi e attributi delle variabili, "storia" di come è stato costruito,... ); - una parte in cui vengono memorizzati i dati propriamente detti. Per visualizzare le due parti, si devono usare delle PROC diverse. Osservazione: un DATA SET SAS non è un file di dati tradizionale ma è leggibile solo con il software con cui è stato costruito. Ogni file SAS ha un nome. I nomi dei file seguono le stesse regole dei nomi delle variabili. A5. TIPI DI VARIABILI Una variabile può essere di due tipi: - NUMERICA (es. età, altezza, peso) - CARATTERE (es. cognome, sesso) Una variabile è caratterizzata da una serie di attributi: - nome - lunghezza (LENGTH) - formato di ingresso (INFORMAT) - formato di uscita (FORMAT) - etichetta (LABEL) che possono essere specificati con opportune istruzioni. La lunghezza massima del nome di una variabile (salvo diversa dichiarazione) è di 8 caratteri. Le variabili assumono valori che dipendono dalla elaborazione che si sta effettuando. In particolari situazioni non esistono valori associabili ad una variabile (sia in fase di INPUT dei dati, sia a causa di operazioni su dati "invalidi"); in questo caso il SAS associa un particolare valore alla variabile, definito "valore mancante" o "valore vuoto" o "missing value". Il SAS esegue automaticamente la conversione da variabile carattere a numerica quando: - una variabile carattere è assegnata ad una variabile numerica definita precedentemente; - si esegue il confronto tra una variabile carattere e una numerica; - si eseguono operazioni aritmetiche su variabili carattere (solo nel caso in cui siano formate da cifre). Il SAS esegue automaticamente una conversione da variabile numerica a carattere quando: - una variabile numerica è assegnata ad una variabile carattere definita precedentemente; - una funzione agisce su una variabile numerica ma ha un formato carattere come argomento; - una variabile numerica è usata come operando di un operatore tipico delle variabili carattere (esempio l'operatore di concatenazione di stringhe). 6

7 B. COME ESEGUIRE UN PROGRAMMA CON IL SAS PER WINDOWS Avviando il SAS da Windows compare una schermata composta generalmente da due finestre: una di Log e l'altra di Program Editor. Un'altra finestra, quella di Output si apre quando il programma crea un output non grafico Alcune osservazioni sulla scrittura e l'esecuzione dei programmi: - il testo del programma va scritto nella finestra di Program Editor - per salvare il programma su disco: dalla finestra di Program Editor, dal menù File si seleziona: Save o Save as Con Save il programma (dopo il primo salvataggio) è salvato con il nome dell'ultimo programma richiamato (fare attenzione). Il nome di un programma salvato compare nell'intestazione della finestra di Program Editor. - per richiamare un programma salvato in precedenza in un file: dalla finestra di Program Editor, dal menù File si seleziona: Open --> Read File - per far eseguire programma occorre dalla finestra di P.E., dal menù Local selezionare: Submit (che corrisponde al tasto funzionale F8) - ad ogni esecuzione il testo del programma scompare dalla finestra del Program Editor, ma può essere richiamato selezionando dalla finestra di Program Editor, dal menù Local: Recall (corrispondente al tasto funzionale F4) con Recall si richiama l'ultimo programma eseguito (se si ripete l'operazione due volte vengono richiamati gli ultimi due programmi eseguiti, e così via) - mentre il programma viene eseguito nella finestra di Log compaiono le indicazioni di ciò che il programma sta facendo come, ad esempio, tempi di esecuzione delle procedure, eventuali errori, numero di osservazioni lette nel Data Set, ecc. - se è previsto un output non grafico questo viene scritto nella finestra di Output - avendo le finestre un'estensione limitata, non sempre tutto il loro contenuto è visibile. Per scorrere all'interno di una finestra si eseguono le solite operazioni delle applicazioni Windows - per spostarsi da una finestra all'altra si può utilizare il menù Window o il mouse o usare i tasti funzionali: - F5 per la finestra di Program Editor - F6 per la finestra di Log - F7 per la finestra di Output - i comandi di edizione di testo si trovano nel menu Edit - per rimuovere il contenuto di tutte le linee di testo da qualsiasi finestra, dal menù Edit selezionare: Clear text (corrispondente ai tasti control+e) - per conservare i risultati contenuti nella finestra di Log e di Output in un file permanente si usa il comando Save come per il salvataggio di un programma - per conoscere il contenuto dei tasti funzionali bisogna, dal menù Help selezionare: Keys con tale operazione compare una finestra Keys con le indicazioni volute - nel menù Help, selezionando SAS System si possono trovare la sintassi e le spiegazioni per le varie procedure e per l'uso dei comandi SAS 7

8 C1 PRIMO ESEMPIO C. ESEMPI DI PROGRAMMA SAS Con questo programma: - si costruisce un data set SAS di nome CLASSE leggendo i dati inseriti nel programma - si ordinano i dati secondo una variabile - si stampa il contenuto del DSS costruito - si costruiscono alcune statistiche PROGRAMMA SAS n. 1: DATA CLASSE; INPUT NOME $ A_CORSO $ - i nomi delle variabili sono separati da blank A_NASCIT ES_DATI MEDIA; - le prime due variabili sono di tipo carattere DATALINES; - i dati sono inseriti nel programma; XXX 1F si vedrà in seguito il caso con dati su file ZZZ 4R ogni linea corrisponde a una osservazione WWW TTT ; PROC SORT; - lavora sull'ultimo Data Set BY ES_DATI; - ordina le oss. rispetto alla variabile ES_DATI PROC PRINT; - stampa le variabili del Data Set con il titolo indicato TITLE 'STUDENTI ORDINATI PER NUMERO ESAMI DATI'; - determina l'esecuzione del passo di proc PROC CONTENTS; - stampa le informazioni sul Data Set con il titolo assegnato precedentemente PROC MEANS; - calcola alcune statistiche su tutte le variabili numeriche con il titolo precedente RUN; - determina l'esecuzione del passo di proc PROC MEANS; - calcola alcune statistiche sulle variabili indicate var a_nascit; dopo l istruzionevar RUN; - determina l'esecuzione del passo di proc OUTPUT SAS della procedura PRINT: STUDENTI ORDINATI PER NUMERO ESAMI DATI OBS NOME A_CORSO A_NASCITA ES_DATI MEDIA 1 TTT XXX 1F WWW ZZZ 4R

9 C2 SECONDO ESEMPIO: LE PROCEDURE PRINT E CONTENTS Con questo programma: - si costruisce un data set SAS di nome ES1 leggendo i dati inseriti nel programma - si costruiscono nuove variabili da quelle di partenza - si stampa il contenuto del DSS costruito (sia i dati che la descrizione) PROGRAMMA SAS n. 2: data es1; input sesso $ eta hinch wlib; altezza=hinch*2.54; peso=wlib*0.4536; datalines; f f f f f f f f f f f f f f f f f f f f f (non è riportato una parte dell'input) m m m m m m m m m m m m m m ; proc print; title ' '; proc contents; i due primi run non sono necessari 9

10 OUTPUT SAS: L'output della proc print è il seguente: OBS SESSO ETA HINCH WLIB ALTEZZA PESO 1 f f f f f f f f f (non è riportato una parte dell'output) 230 m m m m m m m L'output della proc contents è il seguente: CONTENTS PROCEDURE Data Set Name: WORK.ES1 Observations: 236 Member Type: DATA Variables: 6 Engine: V611 Indexes: 0 Created: 10:55 Friday, December 4, 1998 Observation Length: 48 Last Modified: 10:55 Friday, December 4, 1998 Deleted Observations: 0 Protection: Compressed: NO Data Set Type: Sorted: NO Label: -----Engine/Host Dependent Information----- Data Set Page Size: 8192 Number of Data Set Pages: 2 File Format: 607 First Data Page: 1 Max Obs per Page: 169 Obs in First Data Page: Alphabetic List of Variables and Attributes----- # Variable Type Len Pos ALTEZZA Num ETA Num HINCH Num PESO Num SESSO Char WLIB Num

11 C3. OSSERVAZIONI PER LA SCRITTURA DEI PROGRAMMI - le istruzioni terminano con il carattere " ; " - si possono usare tutte le colonne di una linea - si possono scrivere più istruzioni su una linea (separate ovviamente da ;) - si può scrivere una istruzione su più linee - si possono mettere più istruzioni "RUN" all'interno di un programma - i commenti vanno compresi fra /* e */ ( es. PROC SORT; /* ordinamento dei dati */ ) ABBREVIAZIONI PER LISTE DI VARIABILI a) X1-Xn si considerano tutte le variabili da X1 a Xn ( X1 X2 X3... Xn) b) X--A si considerano tutte le variabili da X a A X-NUMERIC-A si considerano tutte le variabili numeriche da X a A X-CHARACTER-A si considerano tutte le variabili carattere da X a A c) _NUMERIC_ si considerano tutte le variabili numeriche _CHARACTER_ si considerano tutte le variabili carattere _ALL_ si considerano tutte le variabili ESEMPIO 1: l'istruzione INPUT dell'esempio n.1 può scriversi: INPUT NOME $ A_CORSO $ VAR1-VAR3; dopo PROC PRINT si potrebbe mettere l'istruzione: VAR NOME--VAR3 ; che sarebbe equivalente a: VAR NOME A_CORSO VAR1 VAR2 VAR3; (tale istruzione indica che la PROC deve essere effettuata solo per le variabili indicate) ESEMPIO 2: data uno; input x1 x2 y x3 x5; datalines; ; proc print; var x1--x3; proc print; var x1-x3; OUTPUT SAS: Obs x1 x2 y x3 OUTPUT SAS: Obs x1 x2 x proc print; var x1--x5; OUTPUT SAS: Obs x1 x2 y x3 x proc print; var x1-x5; LOG SAS: ERROR: Variable X4 in suffix list not in data set

12 D. IL PASSO DI DATA D1. CREAZIONE DI UN DATA SET SAS DATI SU FILE ESTERNO: DATA nome Data Set ; INFILE '[path] nome ' ; INPUT...; con eventuale formato di lettura. altre istruzioni usate nel passo di DATA ; apre il file per la lettura descrive l'input assegnando un nome alle variabili DATI INSERITI NEL PROGRAMMA: DATA nome Data Set ; INPUT...; altre istruzioni ; DATALINES; immediatamente prima dei dati linee di dati ; indica la fine dei dati DATI DA UN ALTRO DATA SET: DATA nome del nuovo Data Set ; SET nome del Data Set da cui leggere i dati; altre istruzioni ; OSS: oltre all'istruzione SET si possono usare anche le istruzioni MERGE e PUT con risultato analogo. 12

13 D2. ALCUNI ESEMPI DATI INSERITI NEL PROGRAMMA: PROGRAMMA SAS n. 2: data es1; input sesso $ eta hinch wlib; altezza=hinch*2.54; peso=wlib*0.4536; datalines; f f f f f f f f f f f f m m m m m m m m ; DATI SU FILE ESTERNO: PROGRAMMA SAS n. 3: data es2; infile 'a:es1.txt'; input sesso $ eta hinch wlib; altezza=hinch*2.54; peso=wlib*0.4536; DATI DA UN ALTRO DATA SET: PROGRAMMA SAS n. 4: data es3; set es2; if eta < 16 then cl_eta = 'giovane'; else cl_eta='vecchio'; proc print; var eta cl_eta; 13

14 D3. DATA SET SAS PERMANENTI COME RENDERE PERMANENTE UN DATA SET SAS a) bisogna creare una "libreria" con l'istruzione: LIBNAME nome simbolico libreria ' path '; b) quando si costruisce il Data Set bisogna scrivere: DATA nome simbolico libreria.nome Data Set ; INPUT...;... si indica la directory dove scrivere i Data Set permanenti l'estensione del file costruito è SD2 I Data Set sono conservati con il nome: nome Data Set.SD2 nel path specificato dall'istruzione LIBNAME. Esempio. PROGRAMMA SAS n. 5: libname corso 'a:\corsosas'; data corso.es3; set es2; if eta < 16 then cl_eta = 'giovane'; else cl_eta='vecchio'; proc print; var eta cl_eta; I Data Set permanenti sono memorizzati nella directory a:\corsosas. L'istruzione libname vale per tutti i Data Set costruiti nella sessione. Il data set costruito è memorizzata nel file a:\corsosas\es3.sd2 che ha la struttura di un Data set SAS. COME ACCEDERE AD UN DATA SET PERMANENTE DATA nome nuovo Data Set ; SET nome simbolico libreria.nome Data Set ;... data corso.nuovo; set corso.es3; 14

15 E. MANIPOLAZIONE DI DATA SET Consideriamo il seguente esempio. PROGRAMMA SAS n. 6: libname corso 'a:\corsosas'; data corso.disney; input nome $ & sesso $ eta altezza peso; length nome $ 12; datalines; pippo m paperino m minnie f clarabella f nonna papera f qui m quo m qua m emy f ely f edy f ; proc print; OUTPUT SAS: OBS NOME SESSO ETA ALTEZZA PESO 1 pippo m paperino m minnie f clarabella f nonna papera f qui m quo m qua m emy f ely f edy f E1. SELEZIONE DI SOTTOCLASSI DI OSSERVAZIONI La selezione di sottoclassi di osservazioni contenute in un Data Set può avvenire con diverse forme. Presentiamo alcune di queste possibilità continuando l'esempio precedente: PROGRAMMA SAS n. 7: data maschi; set corso.disney; if sesso='m'; proc print; il DDS costruito è temporaneo nome DSS con i dati di cui si vuole selezionare una sottoclasse precisa il criterio di selezione l'istruzione: if sesso='m'; può essere sostituita equivalentemente dalle istruzioni if sesso ^='m' then delete; if sesso ='m' then output; 15

16 OUTPUT SAS: OBS NOME SESSO ETA ALTEZZA PESO 1 pippo m paperino m qui m quo m qua m E2. SELEZIONE DI OSSERVAZIONI CONSECUTIVE Si possono usare varie opzioni dell'istruzione SET, di cui presentiamo alcune possibilità (riferite sempre all'esempio di partenza): PROGRAMMA SAS n. 8: data prime3; set corso.disney(obs=3); proc print; data dalla3; set corso.disney(firstobs=3); proc print; data centrali; set corso.disney(firstobs=3 obs=5); proc print; OUTPUT SAS: OBS NOME SESSO ETA ALTEZZA PESO 1 pippo m paperino m minnie f OBS NOME SESSO ETA ALTEZZA PESO 1 minnie f clarabella f nonna papera f qui m quo m qua m emy f ely f edy f OBS NOME SESSO ETA ALTEZZA PESO 1 minnie f clarabella f nonna papera f

17 PROGRAMMA SAS n. 8 bis data es2bis; infile 'a:es1.txt' firstobs=3; input sesso $ eta hinch wlib; proc print; OUTPUT SAS: OBS SESSO ETA HINCH WLIB 1 f f f f f f f f f f m m m m m (è omessa una parte dell output) E3. SELEZIONE DI VARIABILI La selezione delle variabili avviene mediante l'utilizzo delle istruzioni DROP e KEEP. Queste istruzioni sono complementari e servono per specificare: - quali variabili del vecchio Data Set non si vogliono ricopiare nel nuovo (istruzione DROP). - quali variabili del vecchio Data Set si vogliono ricopiare nel nuovo (istruzione KEEP). Le istruzioni DROP e KEEP sono non eseguibili. Possono pertanto comparire in qualunque punto di un passo di Data. Esempio: PROGRAMMA SAS n. 9: data etasesso; set corso.disney; drop altezza peso; oppure keep nome eta sesso;... In tal caso il nuovo Data Set non contiene più le variabili ALTEZZA e PESO, però tali variabili possono essere usate nelle istruzioni e nel calcolo di nuove variabili (ad es. rapporto=altezza/peso). DROP e KEEP possono comparire anche come opzioni di un Data Set SAS di input, come segue: PROGRAMMA SAS n. 10: data etasesso; set corso.disney(drop = altezza peso);... 17

18 In tal caso le variabili ALTEZZA e PESO non possono essere usate in alcun modo nel nuovo Data Set. E4. CAMBIO DI NOME A VARIABILI È sufficiente usare l'istruzione RENAME come segue: PROGRAMMA SAS n. 10: data nuovo(rename=(sesso=mf)); set corso.disney; /* altre istruzioni */ E5. COSTRUZIONE DI PIÙ DATA SET Si usano le istruzioni IF e SELECT che permettono di effetuare delle scelte condizionate. Esempio. PROGRAMMA SAS n. 11: data corso.maschi corso.femmine; set corso.disney; if sesso='m' then output corso.maschi; else if sesso='f' then output corso.femmine; else put 'osservazioni sbagliate' _all_; proc print data=corso.maschi; proc print data=corso.femmine; oppure: data corso.maschi corso.femmine; set corso.disney; select(sesso); when('m') output corso.maschi; when('f') output corso.femmine; otherwise put 'osservazioni sbagliate' _all_; end; proc print data=corso.maschi; proc print data=corso.femmine; OUTPUT SAS: (in entrambi i casi) OBS NOME SESSO ETA ALTEZZA PESO 1 pippo m paperino m qui m quo m qua m OBS NOME SESSO ETA ALTEZZA PESO 1 minnie f clarabella f nonna papera f emy f ely f edy f

19 Se la variabile Sesso contenesse un valore diverso da m o f, ad esempio M, nella finestra di Log si avrebbe un messaggio come indicato nella istruzione put. PROGRAMMA SAS n. 11 bis: data errore; if nome='paperino' then sesso='m'; data corso.maschi corso.femmine; set errore; if sesso='m' then output corso.maschi; else if sesso='f' then output corso.femmine; else put 'osservazioni sbagliate ' _all_; LOG SAS: osservazioni sbagliate nome= sesso= _ERROR_=0 _N_=2 E6. CONCATENAZIONE DI PIÙ DATA SET Si usa ancora una volta l'istruzione SET, come nel seguente esempio in cui i DS hanno le stesse variabili: PROGRAMMA SAS n. 12: data corso.tutti; set corso.maschi corso.femmine; proc print ; OUTPUT SAS della proc print: OBS NOME SESSO ETA ALTEZZA PESO 1 pippo m paperino m qui m quo m qua m minnie f clarabella f nonna papera f emy f ely f edy f L'istruzione Set usata nel seguente modo produrrebbe un output diverso: PROGRAMMA SAS n. 13: data corso.tutti2; set corso.maschi; set corso.femmine; proc print ; OUTPUT SAS n. 14: OBS NOME SESSO ETA ALTEZZA PESO 1 minnie f clarabella f nonna papera f emy f ely f

20 Il DSS TUTTI2 ha un numero di osservazioni uguale al minimo fra le osservazioni di MASCHI e FEMMINE; inoltre in questo caso in cui le variabili dei due DSS sono le stesse il secondo DSS viene scritto sul primo. Le due istruzioni set si possono usare quando i DS hanno variabili diverse (ma rilevate sulla stessa popolazione), come si vede nel seguente esempio. In questo caso i due DS risultano "affiancati". PROGRAMMA SAS n. 14: data corso.maschi1; set corso.maschi; keep nome sesso eta; data corso.maschi2; set corso.maschi; keep nome altezza peso; data corso.maschi3; set corso.maschi1; set corso.maschi2; proc print; OUTPUT SAS: OBS NOME SESSO ETA ALTEZZA PESO 1 pippo m paperino m qui m quo m qua m Nella variabile NOME sono scritti i valori assunti nel secondo DS. Se i Data Set hanno un diverso numero di osservazioni per ciascuna variabile, viene costruito un nuovo Data Set contenente tutte le variabili dei Data Set precedenti, mettendo a missing le osservazioni mancanti. Si potrebbe ottenere un DS simile al precedente utilizzando l'istruzione merge nel seguente modo: PROGRAMMA SAS n. 15: proc sort data=corso.maschi1 out=corso.maschi1s; by nome; proc sort data=corso.maschi2 out=corso.maschi2s; by nome; data corso.maschi3s; merge corso.maschi1s corso.maschi2s; by nome; proc print; OUTPUT SAS: OBS NOME SESSO ETA ALTEZZA PESO 1 paperino m pippo m qua m qui m quo m

21 ALTRO ESEMPIO: data uno; input n $ x y; datalines; a b d ; data tre; set uno; set due; proc print; data quattro; merge uno due; by n; proc print; OUTPUT SAS: data due; input n $ x z; datalines; a b c ; Obs n x y z 1 a b c ATTENZIONE A QUESTA OSSERVAZIONE OUTPUT SAS: Obs n x y z 1 a b c d E7. LETTURA DI DATI DA DATA SET DI "TIPO" DIVERSO Consideriamo il seguente esempio: PROGRAMMA SAS n. 16: proc means data=corso.disney; legge dal Data Set corso.disney var altezza peso; opera solo sulle variabili altezza e peso output out=sommario mean=m_alt m_peso; dà alle due medie i nomi e costruisce il Data Set proc print data=sommario; OUTPUT SAS della proc print: OBS _TYPE FREQ_ M_ALT M_PESO Se si vuole costruire un Data Set con gli scarti dalle medie bisogna operare nel seguente modo. PROGRAMMA SAS n. 17: data corso.diney1; if _n_=1 then set sommario; set corso.disney; alt_c=altezza-m_alt; peso_c=peso-m_peso; drop _type freq_; proc print; In tal modo si costruisce un Data Set con le variabili precedenti più le due medie m_alt e m_peso e le due nuove che sono alt_c e peso_c. 21

22 OUTPUT SAS: 0BS M_ALT M_PESO NOME SESSO ETA ALTEZZA PESO ALT_C PESO_C pippo m paperino m minnie f clarabella f nonna papera f qui m quo m qua m emy f ely f edy f Se non si mettesse l'istruzione if _n_=1 then... verrebbe costruito un Data Set con tutte le variabili e un numero di osservazioni pari a quelle di sommario (primo Ds a cui si fa il set). OUTPUT SAS: 0BS M_ALT M_PESO NOME SESSO ETA ALTEZZA PESO ALT_C PESO_C pippo m

23 F. ANCORA SUL PASSO DI DATA F1. ESPRESSIONI E FUNZIONI SAS ESPRESSIONI SAS Sono le solite: costanti, date, operatori sia su variabili carattere che numeriche, ecc. FUNZIONI SAS Le funzioni del SAS, così come in tutti gli altri linguaggi di programmazione, sono dei programmi già scritti che si richiamano con una parola chiave e ritornano un valore calcolato sugli argomenti che vengono passati alla funzione. Il formato delle funzioni può essere uno dei seguenti: NOME-FUNZIONE (arg1, arg2,..., argn ); NOME-FUNZIONE (OF var1 - varn ); NOME-FUNZIONE (OF var1 var2 var3...varn ); (il più comune è il primo tipo presentato) Gli argomenti delle funzioni possono essere: - costanti o variabili numeriche - costanti o variabili alfanumeriche - espressioni comprese quelle in cui compaiono altre funzioni Le funzioni SAS si possono distinguere nelle seguenti classi: - funzioni aritmetiche ricordiamo ABS, MIN, MAX, DIM (indica la dimensione di un'array) HBOUND, LBOUND (forniscono i limiti di un'array), ecc. - funzioni di troncamento - funzioni matematiche ricordiamo EXP, LOG, GAMMA (funzione Gamma completa), LGAMMA (log. nat. della funz. Gamma). - funzioni trigonometriche - funzioni probabilistiche valore integrale valore quantile POISSON PROBBETA BETAINV PROBBNML PROBCHI CINV PROBF FINV PROBGAM GAMINV PROBNORM PROBIT PROBT TINV (con opportuni parametri) - funzioni statistiche ricordiamo MIN (minimo), MAX (massimo), MEAN (media), N (numero di dati non missing), NMISS (numero di dati missing), RANGE (rango), STD (standard deviation), SUM (somma), VAR (varianza), USS (somma dei quadrati dei dati), CSS (somma dei quadrati dei dati centrati sulla media). - funzioni per generare numeri casuali ricordiamo NORMAL (che genera una variabile normale), RANBIN (che genera un'osservazione da una binomiale), RANEXP (che genera una osservazione da un'esponenziale di parametro 1), RAGGAMM, ecc. - funzioni per elaborazione di stringhe - funzioni per elaborare date e tempi - funzioni di sistema - funzioni speciali 23