Question

我已使用此代码将Excel表格加载到SAS中 -

FILENAME REFFILE "/folders/myfolders/subji.xlsx" TERMSTR=CR;
          PROC IMPORT DATAFILE=REFFILE
          DBMS=XLSX
          OUT=ds;
          GETNAMES=YES;
          RUN;

然后对其进行排序以使用此排序过程对其应用重复的度量分析 -

PROC SORT DATA=ds;
BY subject  Color_Compatibility sameloc;
RUN;

然后，使用此代码运行单变量ANOVA检索统计数据和效果 -

PROC UNIVARIATE DATA=ds NOPRINT;
VAR resprt;
OUTPUT OUT=unids1 MEAN=resprt;
BY subject Color_Compatibility sameloc;
where Color_Compatibility >0
and practice = 0
and outlier = 0
and respAC=1;
RUN;

异常值列目前通过excel计算，但我注意到excel的STDEV函数给出的值不准确。出于这个原因，我想用SAS创建一个异常值变量，然后从我的分析中删除每个异常值行（使用+/- 2.5 STDEV作为基准）。怎么可以这样做？感谢。

Answer 1

这是一种使用proc sql一步识别异常值的方法。您可以在SQL中计算聚合统计信息，但它会在您的日志中留下关于重新合并的警告。关键是要确保GROUP BY变量是您想要计算的级别。在这个例子中，我正在根据车辆中的汽缸数量从SASHELP.CARS数据集中寻找MPG_CITY指标中的异常值。

*Identify Outliers;
proc sql;
create table outliers as
select *, std(mpg_city) as std, mean(mpg_city) as avg,
    case when ((mpg_city - calculated avg)/(calculated std) < -2.5) or ((mpg_city - calculated avg)/(calculated std) > 2.5) then 'Outlier'
    else 'Normal'
    end as outlier_status 
from sashelp.cars
group by cylinders;
quit;

*Check number of outliers;
proc freq data=outliers;
table outlier_status;
run;

*Print observations of interest;
proc print data=outliers;
where outlier_status='Outlier';
var origin make model cylinders mpg_city std avg;
run;

从sas数据集中删除异常值

1 个答案: