SAS使用总结[不断更新]

1。对数据表中的数据进行各种变换(取倒数、log,指数等)
方法:打开数据集后，选中想要编辑的列， 点edit菜单->variables->合适的函数
2. 在编程提交数据后如何打开数据集
方法: solutions->analysis->interactive Data Analysis->赫赫，就跳出来了！
3。用SAS做主成分分析例子

例1．一月和七月平均气温的主分量分析
在数据集TEMPERAT中存放有美国一些城市一月和七月的平均气温。我们希望对这两个气温进行主成分分析，希望用一个统一的温度来作为总的可比的温度，所以进行主分量分析。程序如下：

/*EXAMPLE 1*/
DATA TEMPERAT;
INPUT CITY $1-15 JANUARY JULY;
CARDS;
MOBILE          51.2 81.6
PHOENIX         51.2 91.2
LITTLE ROCK     39.5 81.4
SACRAMENTO      45.1 75.2
DENVER          29.9 73.0
HARTFORD        24.8 72.7
WILMINGTON      32.0 75.8
WASHINGTON DC   35.6 78.7
JACKSONVILLE    54.6 81.0
MIAMI           67.2 82.3
ATLANTA         42.4 78.0
BOISE           29.0 74.5
CHICAGO         22.9 71.9
PEORIA          23.8 75.1
INDIANAPOLIS    27.9 75.0
DES MOINES      19.4 75.1
WICHITA         31.3 80.7
LOUISVILLE      33.3 76.9
NEW ORLEANS     52.9 81.9
PORTLAND, MAINE 21.5 68.0
BALTIMORE       33.4 76.6
BOSTON          29.2 73.3
DETROIT         25.5 73.3
SAULT STE MARIE 14.2 63.8
DULUTH           8.5 65.6
MINNEAPOLIS     12.2 71.9
JACKSON         47.1 81.7
KANSAS CITY     27.8 78.8
ST LOUIS        31.3 78.6
GREAT FALLS     20.5 69.3
OMAHA           22.6 77.2
RENO            31.9 69.3
CONCORD         20.6 69.7
ATLANTIC CITY   32.7 75.1
ALBUQUERQUE     35.2 78.7
ALBANY          21.5 72.0
BUFFALO         23.7 70.1
NEW YORK        32.2 76.6
CHARLOTTE       42.1 78.5
RALEIGH         40.5 77.5
BISMARCK         8.2 70.8
CINCINNATI      31.1 75.6
CLEVELAND       26.9 71.4
COLUMBUS        28.4 73.6
OKLAHOMA CITY   36.8 81.5
PORTLAND, OREG  38.1 67.1
PHILADELPHIA    32.3 76.8
PITTSBURGH      28.1 71.9
PROVIDENCE      28.4 72.1
COLUMBIA        45.4 81.2
SIOUX FALLS     14.2 73.3
MEMPHIS         40.5 79.6
NASHVILLE       38.3 79.6
DALLAS          44.8 84.8
EL PASO         43.6 82.3
HOUSTON         52.1 83.3
SALT LAKE CITY  28.0 76.7
BURLINGTON      16.8 69.8
NORFOLK         40.5 78.3
RICHMOND        37.5 77.9
SPOKANE         25.4 69.7
CHARLESTON, WV  34.5 75.0
MILWAUKEE       19.4 69.9
CHEYENNE        26.6 69.1
;
PROC PRINCOMP COV OUT=PRIN;

VAR JULY JANUARY;
RUN;

在INSIGHT中打开WORK.PRIN，分别绘制JULY对JANUARY、PRIN2对PRIN1的散点图（图 1）。从图可以看出主分量为原始变量的一个正交旋转。输出如下：

Principal Component Analysis
62 Observations
2 Variables
Simple Statistics
JULY           JANUARY
Mean       75.92096774       32.55483871
StD         4.88061193       11.59197967

Covariance Matrix

JULY           JANUARY

JULY           23.8203728        43.4319461

JANUARY        43.4319461       134.3739926

Total Variance = 158.19436542

Eigenvalues of the Covariance Matrix

Eigenvalue      Difference      Proportion      Cumulative

PRIN1         149.396         140.597        0.944380         0.94438

PRIN2           8.799            .           0.055620         1.00000

Eigenvectors

PRIN1         PRIN2

JULY         0.326866      0.945071

JANUARY      0.945071      -.326866

输出中，第一部分为简单统计量（均值和标准差），第二部分为协方差的特征值（注意我们在过程中用了COV选项，无此选项用相关阵），从这里可以看到贡献率（Proportion）和累计贡献率（Cumulative），第三部分为特征向量。按本结果的特征向量值及用COV选项规定使用协方差阵，我们可以知道两个主分量如此计算：

PRIN1 = 0.326866 (JULY-75.92) + 0.945071 (JANUARY-32.55)
PRIN2 = 0.945071 (JULY-75.92)+ (-0.326866) (JANUARY-32.55)

如果没有用COV选项，原始变量还需要除以标准差。由系数可见，第一主分量是两个月份的加权平均，代表了一个地方的气温水平，第二主分量系数一正一负，反应了冬季和夏季的气温差别。

例2．美国各种类型犯罪的主分量分析
在数据集CRIME中有美国各个州的各种类型犯罪的犯罪率数据。希望对这些犯罪率数据进行主分量分析以概括犯罪情况。程序如下：

/* EXAMPLE 2*/
DATA CRIME;
TITLE '各州每十万人的犯罪率';
INPUT STATE $1-15 MURDER RAPE ROBBERY ASSAULT BURGLARY LARCENY AUTO;
CARDS;
ALABAMA        14.2 25.2  96.8 278.3 1135.5 1881.9 280.7
ALASKA         10.8 51.6  96.8 284.0 1331.7 3369.8 753.3
ARIZONA         9.5 34.2 138.2 312.3 2346.1 4467.4 439.5
ARKANSAS        8.8 27.6  83.2 203.4  972.6 1862.1 183.4
CALIFORNIA     11.5 49.4 287.0 358.0 2139.4 3499.8 663.5
COLORADO        6.3 42.0 170.7 292.9 1935.2 3903.2 477.1
CONNECTICUT     4.2 16.8 129.5 131.8 1346.0 2620.7 593.2
DELAWARE        6.0 24.9 157.0 194.2 1682.6 3678.4 467.0
FLORIDA        10.2 39.6 187.9 449.1 1859.9 3840.5 351.4
GEORGIA        11.7 31.1 140.5 256.5 1351.1 2170.2 297.9
HAWAII          7.2 25.5 128.0  64.1 1911.5 3920.4 489.4
IDAHO           5.5 19.4  39.6 172.5 1050.8 2599.6 237.6
ILLINOIS        9.9 21.8 211.3 209.0 1085.0 2828.5 528.6
INDIANA         7.4 26.5 123.2 153.5 1086.2 2498.7 377.4
IOWA            2.3 10.6  41.2  89.8  812.5 2685.1 219.9
KANSAS          6.6 22.0 100.7 180.5 1270.4 2739.3 244.3
KENTUCKY       10.1 19.1  81.1 123.3  872.2 1662.1 245.4
LOUISIANA      15.5 30.9 142.9 335.5 1165.5 2469.9 337.7
MAINE           2.4 13.5  38.7 170.0 1253.1 2350.7 246.9
MARYLAND        8.0 34.8 292.1 358.9 1400.0 3177.7 428.5
MASSACHUSETTS   3.1 20.8 169.1 231.6 1532.2 2311.3 1140.1
MICHIGAN        9.3 38.9 261.9 274.6 1522.7 3159.0 545.5
MINNESOTA       2.7 19.5  85.9  85.8 1134.7 2559.3 343.1
MISSISSIPPI    14.3 19.6  65.7 189.1  915.6 1239.9 144.4
MISSOURI        9.6 28.3 189.0 233.5 1318.3 2424.2 378.4
MONTANA         5.4 16.7  39.2 156.8  804.9 2773.2 309.2
NEBRASKA        3.9 18.1  64.7 112.7  760.0 2316.1 249.1
NEVADA         15.8 49.1 323.1 355.0 2453.1 4212.6 559.2
NEW HAMPSHIRE   3.2 10.7  23.2  76.0 1041.7 2343.9 293.4
NEW JERSEY      5.6 21.0 180.4 185.1 1435.8 2774.5 511.5
NEW MEXICO      8.8 39.1 109.6 343.4 1418.7 3008.6 259.5
NEW YORK       10.7 29.4 472.6 319.1 1728.0 2782.0 745.8
NORTH CAROLINA 10.6 17.0  61.3 318.3 1154.1 2037.8 192.1
NORTH DAKOTA    0.9  9.0  13.3  43.8  446.1 1843.0 144.7
OHIO            7.8 27.3 190.5 181.1 1216.0 2696.8 400.4
OKLAHOMA        8.6 29.2  73.8 205.0 1288.2 2228.1 326.8
OREGON          4.9 39.9 124.1 286.9 1636.4 3506.1 388.9
PENNSYLVANIA    5.6 19.0 130.3 128.0  877.5 1624.1 333.2
RHODE ISLAND    3.6 10.5  86.5 201.0 1489.5 2844.1 791.4
SOUTH CAROLINA 11.9 33.0 105.9 485.3 1613.6 2342.4 245.1
SOUTH DAKOTA    2.0 13.5  17.9 155.7  570.5 1704.4 147.5
TENNESSEE      10.1 29.7 145.8 203.9 1259.7 1776.5 314.0
TEXAS          13.3 33.8 152.4 208.2 1603.1 2988.7 397.6
UTAH            3.5 20.3  68.8 147.3 1171.6 3004.6 334.5
VERMONT         1.4 15.9  30.8 101.2 1348.2 2201.0 265.2
VIRGINIA        9.0 23.3  92.1 165.7  986.2 2521.2 226.7
WASHINGTON      4.3 39.6 106.2 224.8 1605.6 3386.9 360.3
WEST VIRGINIA   6.0 13.2  42.2  90.9  597.4 1341.7 163.3
WISCONSIN       2.8 12.9  52.2  63.7  846.9 2614.2 220.7
WYOMING         5.4 21.9  39.7 173.9  811.6 2772.2 282.0
;
PROC PRINCOMP OUT=CRIMCOMP;
RUN;

PROC SORT;
BY PRIN1;
PROC PRINT;
ID STATE;
VAR PRIN1 PRIN2 MURDER RAPE ROBBERY ASSAULT BURGLARY LARCENY AUTO;
TITLE2 '各州按第一主分量作为总犯罪率排列';
PROC SORT;
BY PRIN2;
PROC PRINT;
ID STATE;
VAR PRIN1 PRIN2 MURDER RAPE ROBBERY ASSAULT BURGLARY LARCENY AUTO;
TITLE2 '各州按第二主分量作为金钱犯罪与暴力犯罪对比的排列';
PROC GPLOT;
PLOT PRIN2*PRIN1=STATE;
TITLE2 'PLOT OF THE FIRST TWO PRINCIPAL COMPONENTS';
PROC GPLOT;
PLOT PRIN3*PRIN1=STATE;
TITLE2 'PLOT OF THE FIRST AND THIRD PRINCIPAL COMPONENTS';
RUN;

输入数据后，用PROC PRINCOMP对数据进行主分量分析，结果先给出了各变量的简单统计量，变量的相关阵，其特征值和特征向量结果如下：

Eigenvalues of the Correlation Matrix

Eigenvalue      Difference      Proportion      Cumulative

PRIN1         4.11496         2.87624        0.587851         0.58785

PRIN2         1.23872         0.51291        0.176960         0.76481

PRIN3         0.72582         0.40938        0.103688         0.86850

PRIN4         0.31643         0.05846        0.045205         0.91370

PRIN5         0.25797         0.03593        0.036853         0.95056

PRIN6         0.22204         0.09798        0.031720         0.98228

PRIN7         0.12406          .             0.017722         1.00000

Eigenvectors

PRIN1     PRIN2     PRIN3     PRIN4     PRIN5     PRIN6     PRIN7

MURDER    0.300279  -.629174  0.178245  -.232114  0.538123  0.259117  0.267593

RAPE      0.431759  -.169435  -.244198  0.062216  0.188471  -.773271  -.296485

ROBBERY   0.396875  0.042247  0.495861  -.557989  -.519977  -.114385  -.003903

ASSAULT   0.396652  -.343528  -.069510  0.629804  -.506651  0.172363  0.191745

BURGLARY  0.440157  0.203341  -.209895  -.057555  0.101033  0.535987  -.648117

LARCENY   0.357360  0.402319  -.539231  -.234890  0.030099  0.039406  0.601690

AUTO      0.295177  0.502421  0.568384  0.419238  0.369753  -.057298  0.147046

第一主分量贡献率只有59%，前两个主分量累计贡献率达到76%，可以用前两个主分量。前三个主分量累计贡献率已达到87%，所以前三个主分量可以表现犯罪率的大部分信息。第一主分量的计算系数都是正数，所以它是一个州的犯罪率的一个加权平均，代表这个州的总的犯罪情况。第二主分量在入室盗窃（BURGLARY）、盗窃罪（LARCENY）、汽车犯罪（AUTO）上有较大的正系数，在谋杀（MURDER）、强奸（RAPE）、攻击（ASSAULT）上有较大的负系数，所以代表了暴力犯罪与其它犯罪的一种对比。第三主分量为抢劫、汽车犯罪等与盗窃罪、入室盗窃、强奸的对比，其意义不易解释。
为了看出各州按第一主分量和第二主分量由低到高排列的情况，先用SORT过程排了序，然后用PRINT过程打印了结果（结果略）。在按第一主分量排序中，North Dakota、South Dakota、West Virginia排列在前，说明其犯罪率最低，Nevada、California排列在后，说明其犯罪率最高。在按第二主分量排列的结果中，Mississippi排在最前，说明其暴力犯罪最高，Massachusetts最后，说明其暴力犯罪最低。后面用PLOT过程画了主成分的散点图。

四、用SAS/INSIGHT进行主分量分析

在SAS/INSIGHT中可进行主分量分析。例如，对于上面的WORK.CRIME数据集，在INSIGHT 中打开它后，选“Analyze | Multivariate ( Y's )”，弹出选择变量的对话框，把各犯罪率变量都选为Y变量，然后按Output按钮，选中主分量分析（Principal Component Analysis ）复选框，OK后就得到了多变量分析结果（包括原始变量的简单统计量、相关阵）和主分量分析的结果（特征值、累计贡献率、特征向量）。另外还画了前两个主分量的散点图。