1.1 SAS软件简介
1.1.1 SAS软件结构
SAS软件采取模块式结构，每个模块可称为一个SAS产品。有些SAS产品中仅有具体的SAS过程（即编译后的SAS程序），如SAS/STAT；有些SAS产品中不仅有SAS过程，还有其他内容，如SAS语言、SAS窗口、SAS宏、SAS SQL等，见SAS/BASE；有些SAS产品本身就是一个功能比较齐全的软件，可以完成一系列相关的功能，如SAS/ASSIST模块、SAS/ANALYST模块和SAS/INSIGHT模块等；还有些SAS产品是其他SAS产品的开发工具，如SAS/AF等。
1.1.2 SAS界面简介
不同版本的SAS软件，其界面不尽相同。比较新的SAS软件（SAS 9.2）的主界面如图1-1所示。
图1-1 进入SAS9.2后的主界面
由图1-1可知，在SAS 9.2主界面上，顶部有两行，分别为“菜单栏”和“工具栏”，左边有一个“SAS资源管理器”窗口，与它重叠的一个窗口叫“结果”窗口；右边有两个窗口，上方的窗口叫“日志”窗口，下方的窗口叫“程序编辑器”窗口，通过顶部菜单栏中的“窗口”选项，可以切换到其他窗口，如“输出”窗口。
可以说，基本的SAS窗口有“SAS资源管理器”、“结果”、“程序编辑”、“日志”和“输出”窗口，但另外还有30多个窗口可供用户处理打印和微调SAS会话之类的操作。这些窗口的名称和窗口命令的详细列表从略。若用户想获得此列表，可通过下面的方法实现：首先选中主界面第2行工具栏最后一个选项（图标为一本书），即帮助（help）；然后，按照“帮助（help）→SAS产品→Base SAS→SAS窗口引用→SAS窗口索引”的步骤显示全部SAS窗口列表。
1.1.3 SAS过程与SAS程序
SAS过程是SAS软件中经过编译后的程序，这些程序解决问题所依赖的理论和方法是被公认的，因此，可以做到标准化、程序化和系统化。然而，用户要解决的问题却是千变万化的，用户的数据是什么，存放在何处，都是事先无法预知的。用户在调用某个具体的SAS过程之前，必须将上述信息传递给SAS系统。这些信息必须依据SAS语言规则来组织，它们称为SAS引导程序，简称为SAS程序。
1.1.4 运行SAS软件的两种常用方式
在SAS系统中运行SAS软件通常有两种方式：
（1）非编程法（或称为菜单驱动法），即用户不需要编写SAS程序就可以直接调用SAS过程实现希望达到的目的。事实上，当用户通过菜单驱动系统选择某些项时，SAS系统内部就在进行自动编程（即自动产生SAS程序），等用户的选择工作结束时，SAS程序也就全部被产生出来，故也实现了用户的目的。但并非所有的任务都能通过此法来实现。
（2）编程法，即用户亲自在程序编辑窗口写SAS程序（或直接调用别人事先写好的SAS程序）并提交给SAS系统执行。提交SAS程序的方法是单击图1-1中工具栏的倒数第4个图标（一个小人图像）按钮。
用非编程法运行SAS的方法见本书配套光盘，此处从略。本章仅介绍如何用编程法运行SAS软件。
1.1.5 SAS程序结构
SAS程序通常由两部分组成：一部分用于提供待分析的数据，称为SAS数据步；另一部分调用SAS系统中已编译过的能处理某个具体问题的真正程序，称为SAS过程步。一段SAS程序可以有多个SAS数据步和多个SAS过程步，有时，也可以仅有其中的一种。若仅有SAS数据步，就需要利用SAS语言编写程序，以达到某个特定的研究目的；若仅有SAS过程步，必须事先提供可供调用的数据（称为SAS数据集）。先通过下面的一个简单实例，来直观了解这些抽象的概念。
【例1-1】从两个同类和规模相近的大工厂里随机地各抽取254个相同规格的零件，其中甲厂出现的次品数为5个；乙厂出现的次品数为10个。请问：甲、乙两工厂生产的这种零件的次品率之间的差别是否具有统计学意义？
【分析与解答】这是两样本率比较问题，更确切地说，是关于两个总体率是否相等的假设检验问题，通常称为四格表资料的统计分析。可通过在SAS编程窗口中输入下面的SAS程序来实现，设程序名为SASTJFX1_1.SAS。
DATA rate;
DO a=1 TO 2; DO b=1 TO 2;
INPUT f @@; OUTPUT;
END; END;
CARDS;
5 249
10 244
;
RUN;
ODS HTML;
PROC FREQ DATA=rate;
WEIGHT f; TABLES a*b / CHISQ;
RUN;
ODS HTML CLOSE;
程序说明与修改指导：
（1）SAS数据步。从“DATA rate;”语句开始到第1个“RUN;”语句结束的这一段SAS程序称为SAS数据步，其功能是创建SAS数据集，即为SAS系统提供待分析的数据所需要的SAS程序，包括与数据有直接联系的变量名。这里，变量a代表工厂类别，即代表两行的总名称，a=1代表第一行上的甲工厂，a=2代表第2行上的乙工厂；变量b代表产品检查结果，即代表两列的总名称，b=1代表次品，b=2代表合格品；f代表与特定工厂及特定检查结果对应的产品数，即四格表资料中每个格子上的频数，如249代表来自甲工厂的合格品。
（2）SAS过程步。介于“ODS HTML;”与“ODS HTML CLOSE;”两语句（其作用是使SAS输出结果以网页格式呈现）之间的语句段称为过程步，即从“PROC FREQ DATA=rate;”到最后的“RUN;”语句的这段SAS程序称为SAS过程步，其功能是调用SAS软件中能达到用户要求的真正程序（即FREQ过程）并产生相应的输出结果。
1.1.6 简单SAS程序中的SAS语句简介
全部SAS语句内容十分丰富，因篇幅所限，详见本书配套光盘。这里仅介绍SAS程序SASTJFX1_1.SAS中所涉及的几个SAS语句的大致含义。
每个SAS语句以分号（注意：必须是英文状态下的分号）结束，一行上可写多个SAS语句；不区分字母的大小写。上节这段SAS程序的数据步涉及8种SAS语句，现扼要介绍如下。
（1）DATA语句，创建一个名为rate的临时SAS数据集（一旦退出SAS系统，它就消失了）。
（2）DO语句，循环体的起始语句。
DO语句与END语句成对出现，构成一个循环体。在上节SAS程序中，第1个DO语句与第2个END语句构成一个外循环，第2个DO语句与第1个END语句构成一个内循环。循环体的功能是创建标志性变量，同时使循环体内部的语句被重复执行规定的次数。
两个DO语句中的a和b称为循环变量，DO语句中TO前面的数称为循环变量将取的最小值（或起始值），TO后面的数称为循环变量将取的最大值（或终止值）。因这段SAS程序中的外循环变量执行两次，内循环变量先后各执行两次，故对循环体内的两个语句而言，总共被执行了4次。
（3）INPUT语句，创建一个名为f的变量，通过它去读取CARDS语句和空语句（即独占一行的分号）之间的数据，该语句中的“@@”为指针控制符，当INPUT语句中变量的个数少于一行上数据个数时，必须加上这两个符号，以确保完整地读入全部数据。
若INPUT语句中包含字符型变量，例如，若数据中性别变量SEX的具体取值为SEX=MALE代表男性、SEX=FEMALE代表女性，则在INPUT语句中，变量SEX应写成“SEX $”。若数据中第1列为人的姓名，其中最长的姓名占18个字符，不仅要将NAME写成“NAME $”，还应在INPUT语句前加一个定义字符型变量长度的语句，即“LENGTH NAME $ 18.;”
（4）OUTPUT语句，即输出语句，将INPUT语句变量f读取的每一数值送到循环体外面去（即放入计算机缓冲区中），以免后读取的数据将先读取的数据覆盖掉。
（5）END语句，循环体结束语句。
（6）CARDS语句，标志着其后为数据。
（7）空语句，以一个“;”独占一行的语句称为空语句，标志着数据行的结束。千万不要将这个分号与最后一个数据写在同一行上。
（8）RUN语句，SAS数据步中的该语句标志着SAS数据步的结束。此语句可以不写，但写上显得完整。
上节这段SAS程序的过程步涉及4种SAS语句，现扼要介绍如下。
（1）PROC语句，它是SAS过程步开始的标志，其后跟随着一个具体的SAS过程名，本例中为FREQ，它是用于分析定性资料的一个SAS过程，其后写“DATA=rate”，它是一个选择项，意味着待分析的SAS数据集名为rate。若在此之前，程序中只有一个数据集，可以不加此选择项。
（2）WEIGHT语句，指明SAS数据集中哪个变量代表列联表资料中各格上的频数，本例为变量f。
（3）TABLES语句，指明SAS数据集中哪个定性变量为行变量（本例为a）、哪个为列变量（本例为b），“/”代表其后为选择项，CHISQ选项要求FREQ过程对SAS数据集中的数据进行χ2检验。
（4）RUN语句，SAS过程步中的该语句标志着SAS过程步的结束，此语句不可省略。
初学者只需将自己的四格表资料中的4个数正确地替换掉此段程序中的4个数，将SAS程序提交给SAS系统执行（单击SAS窗口上方第2行工具栏中倒数第4个图标按钮）即可。
何为正确替换？就本例而言，来自一个工厂的两个数据必须写在同一行（或列）上，而同一种检查结果必须写在同一列（或行）上。还应注意：检查结果必须按“次品与合格品”频数来表达，不能是“次品数与被检查总数”。
1.1.7 SAS语言简介
1．SAS语言概述
在编写像SASTJFX1_1.SAS那样的SAS程序时，所涉及的全部内容可概括为SAS语言。以笔者之见，SAS语言由基本SAS语言（如SAS文件、基本SAS语句、常用SAS函数、SAS数组和SAS过程等）和高级SAS语言（如宏、SAS SQL、SAS ODS、SAS/IML等）两部分组成。这些内容十分丰富，需要用大量篇幅才能对它们做一粗略的介绍，请读者参见本书配套光盘。详细内容请查阅SAS说明书或从SAS软件的帮助窗口中查询，下同，不再赘述。
2．SAS函数概述
SAS中提供的常用SAS函数近500个，如求−12.3的绝对值，其对应的SAS语句为：“Y=ABS(−12.3);”，也可这样写：“X= −12.3; Y=ABS(X);”；再比如，求49的平方根，其对应的SAS语句为：“Y=SQRT(49);”，也可这样写：“X=49; Y=SQRT(X);”。有些函数使用起来就没有这么简单了，因为那些函数中可能带有多个参数，需要搞清楚这些参数的含义，才能正确调用那些函数，获得用户需要的结果。
3．SAS过程概述
SAS软件中有30多个模块，每个模块中一般都有几十个SAS过程。这些SAS过程都能完成些什么任务，如何正确调用这些SAS过程，也不是轻而易举能交代清楚的。像SASTJFX1_1.SAS中所调用的SAS过程名为“FREQ”，总共写了4个SAS语句就能完成。其实，仅这一个SAS过程的全部语句和选择项所涉及的内容就相当多，不花上大约一周时间，可能无法全部掌握它。
1.1.8 SAS数据集简介
1．SAS数据集的概念
无论采用非编程法还是编程法运行SAS，首先都必须创建SAS数据集。直接在SAS编辑窗口录入原始数据，将其存储在某个外部设备上，只能称其为一个外部数据文件，不能称其为SAS数据集。何为SAS数据集呢？数据只有经过SAS系统加工后并按特定方式存储才能被称为SAS数据集，它将变量名及其取值（即具体数据）有机地结合在一起。
2．SAS数据集的种类
SAS数据集分为两类：一类称为临时SAS数据集（如程序SASTJFX1_1.SAS中的数据集rate），它被存储在SAS/WORK库（即文件夹）中，一旦退出SAS系统，它就消失了；另一类称为永久SAS数据集，即使退出SAS系统，它仍被保留。这种数据集必须被保存在非SAS/WORK库中，可以是SAS系统默认的某个库，也可以是用户自己创建的某个库（即文件夹）。
3．创建SAS数据集的方法
创建临时SAS数据集很简单，只需要像程序SASTJFX1_1.SAS那样去做就可以了。下面介绍一种创建永久SAS数据集的方法。假定在D盘上有一个文件夹名为SASTJFX，试将程序SASTJFX1_1.SAS中的数据步改造成能创建永久SAS数据集，并将永久数据集存储在D盘SASTJFX文件夹中。所需要的SAS数据步如下，设程序名为SASTJFX1_2.SAS。
LIBNAME table 'D:\SASTJFX';
DATA table.rate;
DO a=1 TO 2; DO b=1 TO 2;
INPUT f @@; OUTPUT;
END; END;
CARDS;
5 249
10 244
;
RUN;
程序说明：LIBNAME语句是创建文件关联名的重要语句，其后引号中的内容为路径（包括盘符和文件夹名），table是用户自己取的关联名（一般不要超过8个字符），它就代表其后所写的路径。在DATA语句中，写“table.rate”，就意味着要创建一个名为rate的永久SAS数据集，它被存储在D盘SASTJFX文件夹中，存储后的实际数据集名为：rate.sas7bdat。
4．SAS数据集名的种类
通常，SAS数据集名有两类：一类称为“一词名”，另一类称为“两词名”。如上所述，临时SAS数据集为一词名（如rate），而永久SAS数据集为两词名（如table.rate）。
在“一词名”中又可细分为以下三种：
（1）用户自己取的一个词（如rate）。
（2）直接将DATA语句写成“DATA;”的形式，用户未给数据集取名，SAS系统会自动给数据集取名，当执行一次SAS数据步后，系统将所创建的SAS数据集取名为DATA1，再运行一次，取名为DATA2……
（3）使用SAS系统保留的特殊数据集名，如_DATA_、_NULL_和_LAST_。写成“DATA _DATA_;”与写成“DATA;”是等价的，将给各次创建的数据集依次命名为DATA1，DATA2，…；若写成“DATA _NULL_;”则表明SAS系统将执行数据步，可用“PUT”等SAS语句输出中间结果，但观测值并不被写入SAS数据集_NULL_，这样可以节省计算机资源；用“DATA _LAST_;”时，表明在此之前（指此次进入SAS系统以来），无论创建了多少个SAS数据集，只调用最后被创建的那个SAS数据集。
1.1.9 如何利用SAS帮助窗口
与SAS语言、SAS过程和SAS用法对应的内容非常丰富，难以记全那么多内容。怎么办？只要用户知道一些基本的线索，就可以通过SAS软件提供的丰富帮助功能来查询。通过单击SAS主界面上菜单栏的“帮助”菜单或工具栏的倒数第4个图标按钮，就可进入SAS帮助窗口，也可在SAS主界面左边的命令盒内发送命令，如HELP FREQ，回车后，就可直接查询有关SAS中FREQ过程的全部信息。