Question

我有一个基于某个数据创建的变量。现在在这个新数据中，我需要计算不同的统计参数，但有条件例如： *这个新变量的中位数仅适用于他们的出生国不是意大利的。 *仅当年龄> 35时，不同变量的平均值， *两种相同var的Q1和Q3（例如女性和男性）等等。我使用PROC FREQ还是PROC MEANS-因为它包含所有这些统计数据？无论哪种方式，这对我都不起作用。我可以在单个var数据上改变这个程序吗？

- (void)clientManager:(MSBClientManager *)clientManager clientDidConnect:(MSBClient *)client;
- (void)clientManager:(MSBClientManager *)clientManager clientDidDisconnect:(MSBClient *)client;

Answer 1

您可以在输入数据集中将不需要的值设置为缺失，因为proc means会忽略缺失值。然后，您可以在单个var语句中使用所有需要的变量。

假设要汇总的变量名为var1和var2，您可以这样做：

data input;
    set dat2;
    if birth_country = "Italy" then call missing(var1);
    if age <= 35 then call missing(var2);
run;

proc means data = input mean median q1 q3;
    class sex;
    var var1 var2;
run;

使用class sex;可以按性别和整体提供结果。

如果这似乎难以理解，您可以将其细分为多次调用proc means。

proc means data = dat2 mean median q1 q3;
    class sex;
    var var1;
    where birth_country ^= "Italy";
run;

proc means data = dat2 mean median q1 q3;
    class sex;
    var var2;
    where age > 35;
run;

有关proc means中提供的各种声明和选项的更多具体详情，请查看SAS documentation for that procedure。

Answer 2

我不会按照Alex A的建议创建一个单独的数据步骤。这可能是一个坏习惯，因为对于大型数据集，它在CPU方面可能非常昂贵。

相反，我会将Proc Means调用的子集，但与Alex A的建议略有不同，因为您可能不希望从＆＃34; by＆＃34;声明自＆＃39; by＆＃39;声明要求数据按＆＃39;排序＆＃39;变量（最小化的另一个代价高昂的CPU错误）：

proc means data=dat2(where=(country ne 'ITALY')) 
           median n mean q1 q3 noprint nway;
var NewVar;
output out=median1(drop=_:) n=n median=median mean=mean q1=q1 q3=q3;
run;
proc print data=median1;
run;

proc means data=dat2(where=(age>35)) n median mean q1 q3 noprint nway;
var DiffVar;
class sex;
output out=median2(drop=_:) n=n median=median mean=mean q1=q1 q3=q3;
run;
proc print data=median2;
run;

＆＃39; noprint＆＃39;选项禁止SAS将输出写入列表文件。

＆＃39; nway＆＃39;选项禁止包含为性生成的自动_ type_变量 - 类变量（如Alex A.所述，SAS将为每个请求的度量生成三个级别或_type_变量：2个用于性别，一个用于整体）。

＆＃39; drop = _：＆＃39;语句删除第一个字符中带下划线的任何变量。对于Proc Means，这将包括自动变量_ type_和_ freq_以及数据集中以下划线开头的任何其他变量。

添加＆＃39; n＆＃39; Proc Means调用的选项为您提供类变量的每个子集的频率，其中_ freq_变量仅为您提供非缺失信息的整体样本，并且不会按类语句的级别将其分解。

或者，您可以使用＆＃39;其中＆＃39;将数据读入Proc Means调用。声明。我不确定，但我的印象是使用＆＃39; data =＆＃39;对数据进行子集化。呼叫在计算上更有效率。我从一般的SAS规则中推断出这一点，即关于避免可执行语句并保持“如果”，“＆＃39; ＆＃39;其中＆＃39;在可能的情况下，在PDV（程序数据向量）级别的其他命令：

proc means data=dat2 median n mean q1 q3 noprint nway;
var NewVar;
where country ne 'ITALY';
output out=median1(drop=_:) n=n median=median mean=mean q1=q1 q3=q3;
run;

具有条件的数据的特定变量的SAS统计参数

2 个答案: