Question

我碰巧发现了以下使我困惑几个小时的问题。

data test;
    input RandNo$ Trt$ Tmax;
    cards;
    K64 R   0.5
    K64 T   0.15
    K64 R   0.15
    K64 T   0.5
    K65 T   0.5
    K65 R   0.33
    K65 T   0.17
    K65 R   0.5
;
run;

proc sql noprint;
    create table SQL as 
    select RandNo, TRT, avg(Tmax) as Tmax_Mean
    from test
    group by RandNo, TRT
    ;
quit;

ods output Summary = Means;
proc means data = test n mean;
    class RandNo TRT;
    var Tmax;
run;
ods output;

proc sql;
    select a.RandNo, a.TRT, a.Tmax_Mean as SQL,
        b.Tmax_Mean as Means,
        SQL - Means as Dif
    from SQL as a
    left join Means as b
    on a.RandNo = b.RandNo and a.TRT = b.TRT
    ;
quit;

输出：

RandNo Trt SQL Mean Dif 
K64 R 0.325 0.325 0 
K64 T 0.325 0.325 -555E-19 
K65 R 0.415 0.415 0 
K65 T 0.335 0.335 -555E-19

那么为什么proc平均值和proc sql的结果彼此不同呢？提前谢谢。

PS：我试图删除对“ K64”或“ K65”的观测，但这次差异只是消失了。

Answer 1

标准过程（均值，单变量，汇总等）下的统计引擎是相同的，但是，您发现的SQL统计引擎与Procs引擎的变化很小。

关于为什么对SAS开发人员来说还有一个问题。一种可能性是，SQL引擎可能会从SQL ISO NULL与SAS MISSING值（.至.Z）的处理或表示中获得额外的可用位，这反过来可能会影响结果。

您可以使用RB8查看双精度表示形式的基础位。

    put(SQL,RB8.) format=$hex16. as SQL_RB8,
    put(Means,RB8.) format=$hex16. as Means_RB8

 RandNo    Trt            SQL          Mean       Dif      SQL_RB8           Means_RB8.
 --------------------------------------------------------------------------------------------
     K64       R            0.325         0.325         0  CDCCCCCCCCCCD43F  CDCCCCCCCCCCD43F
     K64       T            0.325         0.325  -555E-19  CCCCCCCCCCCCD43F  CDCCCCCCCCCCD43F
     K65       R            0.415         0.415         0  90C2F5285C8FDA3F  90C2F5285C8FDA3F
     K65       T            0.335         0.335  -555E-19  703D0AD7A370D53F  713D0AD7A370D53F

当有微小差异时，您会看到

CC...和CD...代表.325
70...和71...代表.335

差异是非常低的一位。如果您想了解更多有关在双精度空间中存储十进制值的细节，请查阅IEEE 754。

Answer 2

我猜测默认情况下，一个过程会应用模糊测试，而另一个过程则不会。除了“传统原因”之外，很难确切地说出原因。

为什么proc sql和proc意味着产生不同的结果？

2 个答案: