SAS編程技術(shù)教程

內(nèi)容概要

本書(shū)是作者多年來(lái)利用SAS軟件進(jìn)行教學(xué)與科研工作的結(jié)晶。本書(shū)內(nèi)容全面、系統(tǒng)性強(qiáng)、層次明確、語(yǔ)言簡(jiǎn)練，適合數(shù)學(xué)、統(tǒng)計(jì)學(xué)、經(jīng)濟(jì)和金融等專業(yè)的本科生、研究生作為高等學(xué)校相關(guān)專業(yè)的教材，同時(shí)也可供專業(yè)從業(yè)人員學(xué)習(xí)參考。本書(shū)封面貼有清華大學(xué)出版社防偽標(biāo)簽，無(wú)標(biāo)簽者不得銷售。

作者簡(jiǎn)介

朱世武
　　數(shù)量經(jīng)濟(jì)專業(yè)博士、金融工程專業(yè)博士后。清華大學(xué)經(jīng)濟(jì)管理學(xué)院金融系副教授，金融量化分析與計(jì)算專業(yè)委員會(huì)副秘書(shū)長(zhǎng)，中國(guó)金融學(xué)會(huì)金融工程專業(yè)委員會(huì)委員。研究領(lǐng)域?yàn)楣潭ㄊ找妗L(fēng)險(xiǎn)管理、金融計(jì)算與建模、金融數(shù)據(jù)庫(kù)。講授過(guò)的課程有金融數(shù)據(jù)庫(kù)、金融統(tǒng)計(jì)學(xué)、實(shí)證金融學(xué)、SAS編程技術(shù)，以及數(shù)據(jù)、模型與決策。主持或參與16項(xiàng)科研項(xiàng)目。在國(guó)內(nèi)外學(xué)術(shù)期刊上發(fā)表論文40余篇。著有《SAS編程技術(shù)教程》、《金融計(jì)算與建?！贰?/pre>


書(shū)籍目錄
第1篇對(duì)定量結(jié)果進(jìn)行差異性分析
第1章SAS軟件與SAS用法簡(jiǎn)介
1.1SAS軟件簡(jiǎn)介
1.2SAS用法簡(jiǎn)介
1.3本章小結(jié)
第2章單因素設(shè)計(jì)一元定量資料差異性分析
2.1單組設(shè)計(jì)一元定量資料t檢驗(yàn)與符號(hào)秩和檢驗(yàn)
2.2配對(duì)設(shè)計(jì)一元定量資料t檢驗(yàn)與符號(hào)秩和檢驗(yàn)
2.3成組設(shè)計(jì)一元定量資料t檢驗(yàn)
2.4成組設(shè)計(jì)一元定量資料Wi1coxon秩和檢驗(yàn)
2.5單因素k（k≥3）水平設(shè)計(jì)定量資料一元方差分析
2.6單因素k（k≥3）水平設(shè)計(jì)定量資料一元協(xié)方差分析
2.7單因素k（k≥3）水平設(shè)計(jì)一元定量資料Kruska1-Wa11is秩和檢驗(yàn)
2.8本章小結(jié)
第3章單因素設(shè)計(jì)一元生存資料差異性分析
3.1單因素設(shè)計(jì)一元生存資料分析簡(jiǎn)介
3.2生存資料統(tǒng)計(jì)描述
3.3生存曲線比較
3.4本章小結(jié)
第4章多因素設(shè)計(jì)一元定量資料差異性分析
4.1隨機(jī)區(qū)組設(shè)計(jì)一元定量資料方差分析與Friedman秩和檢驗(yàn)
4.2雙因素?zé)o重復(fù)實(shí)驗(yàn)設(shè)計(jì)一元定量資料方差分析
4.3平衡不完全隨機(jī)區(qū)組設(shè)計(jì)一元定量資料方差分析
4.4拉丁方設(shè)計(jì)一元定量資料方差分析
4.5二階段交叉設(shè)計(jì)一元定量資料方差分析
4.6析因設(shè)計(jì)一元定量資料方差分析
4.7含區(qū)組因素的析因設(shè)計(jì)一元定量資料方差分析
4.8嵌套設(shè)計(jì)一元定量資料方差分析
4.9裂區(qū)設(shè)計(jì)一元定量資料方差分析
4.9.1問(wèn)題與數(shù)據(jù)
4.10正交設(shè)計(jì)一元定量資料方差分析
4.11重復(fù)測(cè)量設(shè)計(jì)一元定量資料方差分析
4.12常見(jiàn)多因素實(shí)驗(yàn)設(shè)計(jì)一元定量資料協(xié)方差分析
4.13多個(gè)單因素兩水平設(shè)計(jì)定量資料Meta分析
4.14本章小結(jié)
第5章單因素設(shè)計(jì)多元定量資料差異性分析
5.1問(wèn)題、數(shù)據(jù)及統(tǒng)計(jì)分析方法的選擇
5.2單因素設(shè)計(jì)定量資料多元方差和協(xié)方差分析
5.3本章小結(jié)
第6章多因素設(shè)計(jì)多元定量資料差異性分析
6.1問(wèn)題、數(shù)據(jù)及統(tǒng)計(jì)分析方法的選擇
6.2多因素設(shè)計(jì)定量資料多元方差和協(xié)方差分析
6.3本章小結(jié)
第2篇對(duì)定性結(jié)果進(jìn)行差異性分析
第7章單因素設(shè)計(jì)一元定性資料差異性分析
7.1單組設(shè)計(jì)一維表資料統(tǒng)計(jì)分析
7.2配對(duì)設(shè)計(jì)四格表資料統(tǒng)計(jì)分析
7.3配對(duì)設(shè)計(jì)擴(kuò)大形式的方表資料統(tǒng)計(jì)分析
7.4成組設(shè)計(jì)橫斷面研究四格表資料統(tǒng)計(jì)分析
7.5成組設(shè)計(jì)隊(duì)列研究四格表資料統(tǒng)計(jì)分析
7.6成組設(shè)計(jì)病例對(duì)照研究四格表資料統(tǒng)計(jì)分析
7.7成組設(shè)計(jì)結(jié)果變量為多值有序變量的2×C表資料統(tǒng)計(jì)分析
7.8成組設(shè)計(jì)結(jié)果變量為多值名義變量的2×C表資料統(tǒng)計(jì)分析
7.9單因素多水平設(shè)計(jì)無(wú)序原因變量R×2表資料統(tǒng)計(jì)分析
7.10單因素多水平設(shè)計(jì)有序原因變量R×2表資料統(tǒng)計(jì)分析
7.11單因素多水平設(shè)計(jì)雙向無(wú)序R×C表資料統(tǒng)計(jì)分析
7.12單因素多水平設(shè)計(jì)有序結(jié)果變量R×C表資料統(tǒng)計(jì)分析
7.13單因素多水平設(shè)計(jì)雙向有序R×C表資料統(tǒng)計(jì)分析
7.14數(shù)據(jù)庫(kù)形式表達(dá)資料的統(tǒng)計(jì)分析
7.15本章小結(jié)
第8章多因素設(shè)計(jì)一元定性資料差異性分析
8.1用加權(quán)檢驗(yàn)處理結(jié)果變量為二值變量的高維列聯(lián)表資料
8.2用檢驗(yàn)處理結(jié)果變量具有3種性質(zhì)的高維列聯(lián)表資料
8.3用Meta分析分別合并處理多個(gè)成組設(shè)計(jì)定性資料
8.4ROC方法分析診斷試驗(yàn)資料
8.5本章小結(jié)
第9章多因素設(shè)計(jì)一元定性資料對(duì)數(shù)線性模型分析
9.1問(wèn)題、數(shù)據(jù)及統(tǒng)計(jì)分析方法的選擇
9.2用對(duì)數(shù)線性模型分析列聯(lián)表資料
9.3本章小結(jié)
第3篇對(duì)定量結(jié)果進(jìn)行預(yù)測(cè)性分析
第10章兩變量簡(jiǎn)單線性回歸分析
10.1問(wèn)題、數(shù)據(jù)及統(tǒng)計(jì)分析方法的選擇
10.2Pearson線性相關(guān)分析
10.3Spearman秩相關(guān)分析
10.4簡(jiǎn)單線性回歸分析
10.5加權(quán)線性回歸分析
10.6本章小結(jié)
第11章兩變量可直線化曲線回歸分析
11.1問(wèn)題、數(shù)據(jù)及統(tǒng)計(jì)分析方法的選擇
11.2對(duì)數(shù)函數(shù)、冪函數(shù)和雙曲函數(shù)曲線回歸分析
11.3指數(shù)函數(shù)曲線回歸分析
11.4Logistic函數(shù)曲線回歸分析
11.5本章小結(jié)
第12章各種復(fù)雜曲線回歸分析
12.1多項(xiàng)式曲線回歸分析
12.2Logistic曲線回歸分析
12.3Gompertz曲線回歸分析
12.4二項(xiàng)型指數(shù)曲線回歸分析
12.5三項(xiàng)型指數(shù)曲線回歸分析
12.6本章小結(jié)
第13章多重線性回歸分析
13.1問(wèn)題、數(shù)據(jù)及統(tǒng)計(jì)分析方法的選擇
13.2多重線性回歸分析
13.3REG過(guò)程語(yǔ)法簡(jiǎn)介
13.4本章小結(jié)
第14章主成分回歸分析
14.1問(wèn)題、數(shù)據(jù)及統(tǒng)計(jì)分析方法的選擇
14.2單組設(shè)計(jì)多元定量資料主成分回歸分析
14.3本章小結(jié)
第15章現(xiàn)嶺回歸分析
15.1問(wèn)題、數(shù)據(jù)及統(tǒng)計(jì)分析方法的選擇
15.2嶺回歸分析
15.3與嶺回歸分析有關(guān)的SAS語(yǔ)句說(shuō)明
15.4本章小結(jié)
第16章Poisson回歸分析
16.1問(wèn)題、數(shù)據(jù)及統(tǒng)計(jì)分析方法的選擇
16.2Poisson回歸分析
16.3本章小結(jié)
第17章負(fù)二項(xiàng)回歸與Probit回歸分析
17.1問(wèn)題、數(shù)據(jù)及統(tǒng)計(jì)分析方法的選擇
17.2負(fù)二項(xiàng)回歸分析
17.3對(duì)例17-2資料進(jìn)行Probit回歸分析
17.4對(duì)例17-3資料進(jìn)行Probit回歸分析
17.5相關(guān)的SAS過(guò)程語(yǔ)法簡(jiǎn)介
17.6本章小結(jié)
第18章生存資料COX模型回歸分析
18.1實(shí)例
18.2生存資料COX模型回歸分析簡(jiǎn)介
18.3生存資料COX模型回歸分析
18.4本章小結(jié)
第19章生存資料參數(shù)模型回歸分析
19.1實(shí)例
19.2生存資料參數(shù)模型回歸分析簡(jiǎn)介
19.3生存資料參數(shù)模型回歸分析
19.4LIFEREG過(guò)程簡(jiǎn)介
19.5本章小結(jié)
第20章時(shí)間序列分析
20.1時(shí)間序列分析簡(jiǎn)介
20.2指數(shù)平滑法
20.3ARIMA模型
20.4譜分析
20.5X12方法
20.6本章小結(jié)
第4篇對(duì)定性結(jié)果進(jìn)行預(yù)測(cè)性分析
第21章非配對(duì)設(shè)計(jì)定性資料多重1ogistic回歸分析
21.1問(wèn)題、數(shù)據(jù)及統(tǒng)計(jì)分析方法的選擇
21.2二值變量的多重1ogistic回歸分析
21.3多值有序變量的多重1ogistic回歸分析
21.4多值名義變量的多重1ogistic回歸分析
21.5本章小結(jié)
第22章配對(duì)設(shè)計(jì)定性資料多重1ogistic回歸分析
22.1問(wèn)題、數(shù)據(jù)及統(tǒng)計(jì)分析方法的選擇
22.4本章小結(jié)
第23章原因變量為定量變量的判別分析
23.1實(shí)例
23.2原因變量為定量變量的判別分析簡(jiǎn)介
23.3原因變量為定量變量的判別分析
23.4本章小結(jié)
第24章原因變量為定性變量的判別分析
24.1實(shí)例
24.2原因變量為定性變量的判別分析簡(jiǎn)介
24.3原因變量為定性變量的判別分析
24.4本章小結(jié)
第25章遺傳資料統(tǒng)計(jì)分析的SAS實(shí)現(xiàn)
25.1SAS/Genetics簡(jiǎn)介
25.2ALLELE、HAPLOTYPE和HTSNP過(guò)程簡(jiǎn)介
25.3利用CASECONTROL和FAMILY過(guò)程進(jìn)行關(guān)聯(lián)分析
25.4親緣系數(shù)和近交系數(shù)
25.5結(jié)果校正和圖形輸出
25.6本章小結(jié)
第26章用SAS/Genetics分析遺傳流行病學(xué)資料
26.1基因、基因型頻率測(cè)定與Hardy-Weinberg平衡定律的驗(yàn)證
26.2連鎖不平衡與單體型分析
26.3多位點(diǎn)基因型與疾病關(guān)聯(lián)分析
26.4標(biāo)簽SNP的確認(rèn)與SAS程序
26.5一般人群病例對(duì)照遺傳資料的關(guān)聯(lián)分析
26.6家系數(shù)據(jù)的關(guān)聯(lián)分析
26.7本章小結(jié)
第27章決策樹(shù)分析
27.1決策樹(shù)簡(jiǎn)介
27.2決策樹(shù)的基本原理
27.3決策樹(shù)種類及決策樹(shù)構(gòu)造思路
27.4遞歸分割的分裂準(zhǔn)則
27.5變量重要性檢測(cè)
27.6實(shí)際應(yīng)用與結(jié)果解釋
27.7用數(shù)據(jù)挖掘模塊近似實(shí)現(xiàn)各種決策樹(shù)算法
27.8本章小結(jié)
第28章神經(jīng)網(wǎng)絡(luò)分析
28.1前饋型神經(jīng)網(wǎng)絡(luò)簡(jiǎn)介
28.2多層感知器的學(xué)習(xí)
28.3模型過(guò)擬合
28.4模型復(fù)雜性的評(píng)價(jià)
28.5實(shí)際應(yīng)用與結(jié)果解釋
28.6本章小結(jié)
第5篇多變量間相互與依賴關(guān)系分析
第29章主成分分析
29.1實(shí)例
29.2主成分分析簡(jiǎn)介
29.3主成分分析
29.4PRINCOMP過(guò)程簡(jiǎn)介
29.5本章小結(jié)
第30章探索性因子分析
30.1實(shí)例
30.2因子分析簡(jiǎn)介
30.3探索性因子分析
30.4FACTOR過(guò)程簡(jiǎn)介
30.5本章小結(jié)
第31章路徑分析
31.1問(wèn)題與數(shù)據(jù)結(jié)構(gòu)
31.2用REG過(guò)程實(shí)現(xiàn)路徑分析
31.3用CALIS過(guò)程實(shí)現(xiàn)路徑分析
31.4如何處理非同質(zhì)資料的思考
31.5本章小結(jié)
第32章證實(shí)性因子分析
32.1實(shí)例
32.2證實(shí)性因子分析簡(jiǎn)介
32.3證實(shí)性因子分析
32.4CALIS過(guò)程簡(jiǎn)介
32.5本章小結(jié)
第33章結(jié)構(gòu)方程模型分析
33.1實(shí)例
33.2結(jié)構(gòu)方程模型簡(jiǎn)介
33.3結(jié)構(gòu)方程模型分析
33.4本章小結(jié)
第34章典型相關(guān)分析
34.1實(shí)例
34.2典型相關(guān)分析概述
34.3典型相關(guān)分析
34.4CANCORR過(guò)程簡(jiǎn)介
34.5本章小結(jié)
第6篇變量或樣品間親疏關(guān)系或近似程度分析
第35章變量聚類分析
35.1實(shí)例
35.2變量聚類分析簡(jiǎn)介
35.3變量聚類分析
35.4VARCLUS過(guò)程簡(jiǎn)介
35.5本章小結(jié)
第36章無(wú)序樣品聚類分析
36.1實(shí)例
36.2無(wú)序樣品聚類分析簡(jiǎn)介
36.3無(wú)序樣品聚類分析
36.4CLUSTER過(guò)程等簡(jiǎn)介
36.5本章小結(jié)
第37章有序樣品聚類分析
37.1實(shí)例
37.2有序樣品聚類分析概述
37.3用編程法實(shí)現(xiàn)有序樣品聚類分析
37.4本章小結(jié)
第38章綜合評(píng)價(jià)
38.1問(wèn)題、數(shù)據(jù)及統(tǒng)計(jì)分析方法的選擇
38.2用幾種常用的綜合評(píng)價(jià)方法解決實(shí)際問(wèn)題
38.3本章小結(jié)
第39章多維尺度分析
39.1實(shí)例
39.2多維尺度分析簡(jiǎn)介
39.3多維尺度分析
39.4MDS過(guò)程簡(jiǎn)介
39.5本章小結(jié)
第40章定量資料對(duì)應(yīng)分析
40.1實(shí)例
40.2對(duì)應(yīng)分析簡(jiǎn)介
40.3定量資料對(duì)應(yīng)分析
40.4數(shù)據(jù)結(jié)構(gòu)及語(yǔ)句簡(jiǎn)介
40.5本章小結(jié)
第41章定性資料對(duì)應(yīng)分析
41.1實(shí)例
41.2定性資料對(duì)應(yīng)分析
41.3本章小結(jié)
第7篇數(shù)據(jù)挖掘技術(shù)與基因表達(dá)譜分析簡(jiǎn)析
第42章數(shù)據(jù)挖掘的概念及常用統(tǒng)計(jì)分析技術(shù)簡(jiǎn)介
42.1數(shù)據(jù)挖掘的基本概念
42.2SAS企業(yè)數(shù)據(jù)挖掘器介紹
42.3關(guān)聯(lián)規(guī)則與序列規(guī)則
42.4分類預(yù)測(cè)
42.5本章小結(jié)
第43章基因表達(dá)譜的概念與數(shù)據(jù)分析技術(shù)簡(jiǎn)介
43.1基因表達(dá)譜的概念
43.2基因表達(dá)譜的數(shù)據(jù)獲取及標(biāo)準(zhǔn)化
43.3基因表達(dá)數(shù)據(jù)分析技術(shù)
43.4基因調(diào)控網(wǎng)絡(luò)分析
43.5本章小結(jié)
第44章生物信息學(xué)簡(jiǎn)介
44.1生物信息學(xué)定義
44.2統(tǒng)計(jì)學(xué)在生物信息學(xué)中的應(yīng)用
44.3本章小結(jié)
第8篇用編程法繪制統(tǒng)計(jì)圖與實(shí)現(xiàn)實(shí)驗(yàn)設(shè)計(jì)
第45章繪制統(tǒng)計(jì)圖
45.1問(wèn)題、數(shù)據(jù)及統(tǒng)計(jì)描述方法的選擇
45.2繪制單式條圖
45.3繪制復(fù)式條圖
45.4繪制百分條圖
45.5繪制圓圖
45.6繪制箱式圖
45.7繪制直方圖
45.8繪制散布圖
45.9繪制普通線圖
45.10繪制半對(duì)數(shù)線圖
45.11繪制P-P圖和Q-Q圖
45.12本章小結(jié)
第46章實(shí)驗(yàn)設(shè)計(jì)方案的SAS實(shí)現(xiàn)
46.1成組設(shè)計(jì)方案的SAS實(shí)現(xiàn)
46.2單因素多水平設(shè)計(jì)方案的SAS實(shí)現(xiàn)
46.3隨機(jī)區(qū)組設(shè)計(jì)方案的SAS實(shí)現(xiàn)
46.4拉丁方設(shè)計(jì)方案的SAS實(shí)現(xiàn)
46.52×2交叉設(shè)計(jì)方案的SAS實(shí)現(xiàn)
46.63×3交叉設(shè)計(jì)方案的SAS實(shí)現(xiàn)
46.7析因設(shè)計(jì)方案的SAS實(shí)現(xiàn)
46.8含區(qū)組因素的析因設(shè)計(jì)方案的SAS實(shí)現(xiàn)
46.9裂區(qū)設(shè)計(jì)方案的SAS實(shí)現(xiàn)
46.10平衡不完全區(qū)組設(shè)計(jì)方案的SAS實(shí)現(xiàn)
46.11本章小結(jié)
第47章樣本含量估計(jì)和檢驗(yàn)效能分析
47.1樣本含量估計(jì)的意義
47.2確定樣本含量時(shí)應(yīng)具備的條件
47.3估計(jì)總體均值時(shí)樣本含量的估計(jì)
47.4估計(jì)總體率時(shí)樣本含量的估計(jì)
47.5單組設(shè)計(jì)均值與率的檢驗(yàn)時(shí)樣本含量的估計(jì)
47.6配對(duì)設(shè)計(jì)均值與率的檢驗(yàn)時(shí)樣本含量的估計(jì)
47.7成組設(shè)計(jì)均值與率的差異性檢驗(yàn)時(shí)樣本含量的估計(jì)
47.8成組設(shè)計(jì)均值與率的等效性檢驗(yàn)時(shí)樣本含量的估計(jì)
47.9成組設(shè)計(jì)均值與率的非劣效或優(yōu)效性檢驗(yàn)時(shí)樣本含量的估計(jì)
47.10單因素多水平設(shè)計(jì)均值與率的檢驗(yàn)時(shí)樣本含量的估計(jì)
47.11檢驗(yàn)效能分析的概述
47.12單組、配對(duì)或交叉設(shè)計(jì)定量資料假設(shè)檢驗(yàn)時(shí)檢驗(yàn)效能的計(jì)算
47.13成組設(shè)計(jì)均值與率的差異性檢驗(yàn)時(shí)檢驗(yàn)效能的計(jì)算
47.14成組設(shè)計(jì)均值與率的等效性檢驗(yàn)時(shí)檢驗(yàn)效能的計(jì)算
47.15成組設(shè)計(jì)均值與率的非劣效或優(yōu)效性檢驗(yàn)時(shí)檢驗(yàn)效能的計(jì)算
47.16本章小結(jié)
放在與本書(shū)配套的光盤上的內(nèi)容
附錄A與SAS語(yǔ)言有關(guān)的內(nèi)容簡(jiǎn)介（第48章～第55章）
附錄B四個(gè)非編程模塊簡(jiǎn)介（第56章～第59章）
附錄C數(shù)據(jù)挖掘技術(shù)與基因表達(dá)譜分析（第60章～第62章）
附錄D各章實(shí)例與數(shù)據(jù)
附錄E直接調(diào)用的SAS引導(dǎo)程序—SASPAL
附錄F各章SAS輸出結(jié)果
附錄G各章計(jì)算原理與計(jì)算公式
附錄H各章參考文獻(xiàn)
附錄I胡良平專著及配套軟件簡(jiǎn)介


章節(jié)摘錄
版權(quán)頁(yè)：   插圖：   14.2.7宏變量范圍 宏變量以使用范圍分為全局宏變量和局部宏變量，全局變量可以在SAS對(duì)話運(yùn)行期間使用并且可以在程序的任何地方引用，局部變量則只能在創(chuàng)建該局部變量的宏中使用，在這個(gè)宏之外，這個(gè)局部變量就沒(méi)有任何意義。 宏可以嵌套，但要注意的是宏中定義的宏變量都是局部變量，所以需要了解局部宏變量的使用范圍。例如，如果在宏macro1中創(chuàng)建了一個(gè)宏macro2和一個(gè)宏變量a，同時(shí)macro2創(chuàng)建了宏變量b，這時(shí)候宏變量a是macro1和macro2的局部變量，而b則只是macro2的局部變量，對(duì)macro1沒(méi)有意義。 宏變量是保存在符號(hào)表中的，這個(gè)符號(hào)表是用來(lái)列出宏變量的名稱和它的值。符號(hào)表也分為全局符號(hào)表，用來(lái)呈現(xiàn)全局宏變量，還有針對(duì)不同宏的局部變量表，局部宏變量被儲(chǔ)存在局部符號(hào)表中。局部符號(hào)表在宏運(yùn)行之前創(chuàng)建。 使用9／6SYMEXIST語(yǔ)句可以查看一個(gè)宏是否存在。 ％let madc=321； ％put％SYMEXIST（madc）； 如果這個(gè)宏變量存在，函數(shù)％SYMEXIST就會(huì)返回1，如果不存在就會(huì)返回0。 下面講解全局宏變量和局部宏變量。 14.2.8全局宏變量 全局宏變量包括： ?除SYSPBUFF的所有自動(dòng)宏變量； ?在任何宏之外創(chuàng)建的宏變量； ?由％GLOBAL語(yǔ)句創(chuàng)建的宏變量； ?絕大多數(shù)由CALL SYMPUT語(yǔ)句創(chuàng)建的宏變量。 可以在SAS運(yùn)行期間任何時(shí)間創(chuàng)建全局宏變量，同時(shí)除了一些不可改寫(xiě)的自動(dòng)宏變量外，還可以在SAS運(yùn)行期間的任意時(shí)間修改全局宏變量的值。在大多數(shù)的情況下，一旦定義了一個(gè)全局宏變量，它的值在整個(gè)SAS運(yùn)行期間都是有效的，除非被修改。所以，如果一個(gè)全局宏變量名稱存在，同時(shí)在一個(gè)宏里定義了一個(gè)有相同名稱的局部宏變量（不是在%LOCAL語(yǔ)句中創(chuàng)建的宏變量或不是宏參數(shù)），這種情況下得到宏變量不是局部的，而是全局的，因?yàn)檫@個(gè)創(chuàng)建局部宏變量的語(yǔ)句，在同名稱的全局宏變量存在的條件下被修改成全局宏變量，而不是創(chuàng)建局部變量。








圖書(shū)封面



圖書(shū)標(biāo)簽Tags
無(wú)




評(píng)論、評(píng)分、閱讀與下載



還沒(méi)讀過(guò)(42)
勉強(qiáng)可看(304)
一般般(519)
內(nèi)容豐富(2155)
強(qiáng)力推薦(176)


 


    SAS編程技術(shù)教程 PDF格式下載