SAS Notes for Instant Usages

Created on Jan. 01, 2000

Last Modified on 03/15/2000

이 문서는 SAS를 처음 사용하거나 오래 전에 사용한 사람이 빨리 SAS에 적응하는데 도움을 주기 위하여 1992-1993년 고려대학교 컴퓨터클럽 겨울공부모임과 1998년 고대 대학원 행정학과 겨울 통계학공부모임 자료를 기초로 작성되었다. 이 문서는 SAS도스버전과 윈도우 초기버젼(6.11 미만)을 기준으로 테스트되었으므로 문법체계는 Unix머신이나 Mac 혹은 IBM-PC모두 동일할지라도 운영체계와 새버전에 따라서는 세부적인 스펙(메모리, 변수, step의 한계 등)이 다를 수 있음을 밝힌다.

이 문서가 참조한 주요 서적은 다음과 같다.

SAS Institute Inc. 1985. SAS Language Guide for Personal Computers, Version 6 Edition
SAS Institute Inc. 1982. SAS/ETS User's Guide: Econometrics and Time Series Library
고려대학교 전자계산소(Korea University Computer Center). (1980년대 초). SAS Workshop 교재
고려대학교 컴퓨터클럽(Korea University Computer Club). (1980년대 초). SAS User's Gudie (특강용 교재)
김충련. 1993. SAS라는 통계상자: 통계분석 및 시장조사기법을 중심으로. 서울: 데이터리서치
허명회 외. 1989. PC를 위한 SAS가이드. 서울: 자유아카데미

이 문서는 누구든지 저자의 허락없이도 "원문 그대로를 유지한 상태로" 배포/사용할 수 있으나 어느 경우에든 상업적인 용도로 사용할 수 없다. 아울러 문서에는 잘못이 있을 수 있으며, 이로 인한 각종 문제에 대한 책임은 저자가 질 수 없음을 밝힌다.

Basic Rules

어느 칼럼(column)에서나 시작하고 어느 컬럼에서나 끝낼 수 있다. 칸이나 줄을 맞출 필요가 없으며, 띄어쓰기가 자유롭다.
한 문장을 여러 줄에 쓸 수도 있으며, 여러 문장을 한 줄에 쓸 수도 있다. 문장은 세미콜론으로 구분한다. (DATA korea1; INPUT tiger1 tiger2; CARDS;)
문장의 끝은 반드시 세미콜론(;)으로 표시한다.
라. 단어의 구분은 컴마(,)가 아니라 빈칸(blank)이다.
변수는 영문자와 숫자로 하되, 첫글자는 영문자로 하며, 여덟자 이내로 한다.
대문자 소문자는 구분하지 않는다.
하나의 SAS 프로그램에 여러 개의 DATA 스텝과 PROCEDURE 스텝이 존재할 수 있다.
missing value가 포함된 자료를 연산할 때에는 함수를 사용한다. (연산자로 계산한 경우에는 missing value가 출력되며, 함수로 계산한 경우에는 missing value를 제외하고 계산한 값이 출력된다.)
주석문은 /*로 시작하여 */로 끝난다. (주석문은 프로그램 실행과 무관하나, 에러탐색과 실행범위 조정에 요긴하게 쓰인다.)
SAS IML에서 사용하는 행렬의 정의와 연산에 관한 것은 별도의 내용이다. 다만 여기에 사용되는 대부분의 함수와 연산자는 SAS IML에서도 그대로 사용할 수 있다.

Components

가. 키워드(keywords)

SAS에서 정의하고 있는 약속된 단어(reserved words)로서 임의로 바꾸거나 변수이름으로 사용할 수 없다.
DATA, PROC, DO, TO, END, INPUT, CARDS, REG, ANOVA, RUN 등

나. 이름(names)

Variable, Dataset, Array, Macro, Label, Format, Libname의 이름을 말한다.
a에서 z까지의 문자, 0에서 9까지의 숫자, 그리고 _(언더스코어)를 조합하여
8자까지 사용할 수 있다.(단 숫자는 첫글자로 쓸 수 없다.)
변수이름 안에 빈칸(blank)이 있을 수 없다.
특수문자(~, !, @, #, $, %, ^, &, * 등)은 쓸 수 없다.(한글은 컴퓨터에서 특수문자의 조합이므로 변수로는 사용할 수 없으므로, 변수이름은 영문으로 하고 레이블(label)을 써서 한글로 나타낼 수 있다.)
언더스코어(_)은 사용할 수 있으나 하이픈(-)은 사용할 수 없다.

다. 특수문자와 연산자

특수문자: ~, !, @, #, $, %, ^, &, * ( $는 문자변수를 나타내고, @와 #는 데이타입력에서 입력포인터의 위치를 지정하고, ;는 문장의 끝을 나타내고, *는 comment를 나타내는 특수문자이다. &는 AND를 나타내는 관계연산자이며, ||는 문자의 결합을 나타내는 연산자이다. )
산술연산자(사칙연산): +, -, *, /, **, ^, >< (minimum), <>(maximum), || (concatenation of string)
관계연산자(크다,작다,같다): < or LT, > or GT, <= or LE, >= GE, = or EQ, ^= or NE
논리연산자(and, or): & or AND, | or OR, ^ or NOT

라. 상수

숫자상수: 정수, 실수, 지수형을 쓸 수 있는데, 10의 ±75제곱까지 표현할 수 있다.
16진수를 표시할 때에는 숫자 뒤에 X(16진수임을 의미함)를 붙인다. ex) 0fa3X
문자상수: 최대 250자(byte)까지 쓸 수 있는데 인용부호로 묶어준다. 예컨대, '고대 행정학과'로 표시하고, Let's는 'Let''s' 혹은 "Let's"로 표시한다.
날짜와 시간(date, time, datetime numeric)은 d1='1JAN1998'D;d2='1JAN98'D; t1='09:25'T; t2='20:55:30'T; dt='24JAN98:21:00'DT; 등으로 표시한다.

마. 함수

일반용법: functionname(argument, argument…)
인수는 변수, 상수, 표현식, 함수가 될 수 있으며,
OF를 사용하지 않고 여러 개의 인수를 쓸 때에는 반드시 comma로 구분해야 한다. 예컨대, MEAN(OF tiger1-tiger2); MEAN(OF tiger1 tiger2); MEAN(tiger1, tiger2);로 쓸 수 있는데, MEAN(tiger1-tiger2)와 MEAN(OF tiger1-tiger2)는 다르다. 전자는 tiger1에서 tiger2값을 뺀 결과를 가지고 함수값을 내고 후자는 tiger1과 tiger2의 평균을 계산한다. MEAN(OF tiger1, tiger2); MEAN(OF tiger1 tiger2); MEAN(tiger1-tiger2);도 같은 결과를 내지만 MEAN(tiger1 tiger2);은 에러를 낸다.
통계함수: CSS(수정된 자승합), CV(변동계수), KURTOSIS, MAX, MIN, MEAN, N, NMISS(missing value를 가진 관측치의 수), RANGE, SKEWNESS, STD, STDERR, SUM, USS(자승합), VAR 등
연산함수: ABS, DIM(배열의 원소수), HBOUND(배열원소의 상한값), LBOUND(배열원소의 하한값), MAX, MIN, MOD, SIGN(변수의 부호 또는 0), SQRT 등
수학함수: DIGAMMA, ERF, ERFC, EXP, GAMMA, LGAMMA, LOG, LOG2, LOG10, ARCOS, ARSIN, ATAN, COS, COSH, SIN, SINH, TAN, TANH 등
Truncation: CEIL(변수보다 큰 수이면서 제일 작은 정수), FLOOR(변수보다 적은 수이면서 제일 큰 정수), INT(정수부분만 취한 값), ROUND, TRUNC(특정 길이만큼 제거된 값)
확률분포: POISSON, PROBBETA, PROBNML, PROBCHI, PROBF, PROBGAM, PROBHYPR, PROBNEGB, PROBNORM, PROBT 등
.데이타변환: BYTE(아스키 코드를 문자로 바꾸기), LENGTH(변수의 길이를 계산), SUBSTR, TRIM, UPCASE(대문자로 바꾸기), LEFT, RIGHT, SCAN

바. 시스템 변수

_ALL_ : 현재 dataset에 있는 모든 변수
_NULL_ : DATA STEP에서 dataset작업을 마친 뒤 메모리에서 지우기 위함임.
_N_ : 관측치의 순서를 담고 있는 변수
MISSING: missing value. /*IF age eq MISSING THEN DELETE; */
_ERROR_: program에서 data error가 발생되었을 때 특정 명령을 수행시키기 위함. 참고로 STOP은 현 스텝작업을 멈추고 다음 스텝으로 가고, ABORT는 SAS문장 수행을 끝내며(문법에러 검사는 계속수행), ABORT ABEND는 즉시 SAS작업을 중지한다.
_I_ : 배열에서 인덱스변수의 디폴트값을 말한다.
_NUMERIC_: 모든 숫자형 변수이름
x_NUMERIC_a: INPUT에서 나열된 순서대로 x에서 a까지의 숫자형 변수이름
_CHARACTER_: 모든 문자형 변수이름
x_CHARACTER_a: INPUT에서 나열된 순서대로 x에서 a까지의 문자형 변수이름
x__a: INPUT문에서 나열된 순서대로 x에서 a까지
x_ALL_a:
_CMD_: 인식할 수 없는 윈도우명령어 중 마지막 명령어를 저항하고 있다.
_MSG_: 윈도우에 표시하고 싶은 메시지를 지정한다.

Expressions

가. 개념: constant, variable, function, operator, parentheses 등을 사용하여 나타낸 식

나. 산술연산자

** : 멱승(power)
* : 곱하기(multiplication)
+ : 더하기(addition)
- : 빼기(subtraction)
>< : 최소치(minimun) ※ 1 >< 3;은 1을 출력한다.
<> : 최대치(maximum) ※ 1 <> 3;은 3을 출력한다.

다. 관계연산자(참일 때 1, 거짓일 때 0)

= (EQ) / ￢= (NE) : equal to / not equal to
> (GT) / ￢ > (NG) : greater than / not greater than
< (LT) / ￢ < (NL) : less than / not less than
<= (GE) : greater than or equal to
>= (LE) : less than or equal to
※관계연산의 결과치를 가지고 산술연산도 가능하다.

라. 논리연산자 : & (AND), | (OR), ￢ (NOT)

마. 문자결합: ||

kupa = '고대' || '행정학과'; 에서 kupa는 '고대행정학과'가 된다. 하지만 kupa = '고대' + '행정학과'; 라고 하면 kupa에는 missing value(.)가 저장된다.

바. 연산자의 연산순서

**, ￢, ><, <>
*, /
+, -
||
<, <=, =, ￢=, >=, >, ￢ >, ￢<
&(AND)
|(OR)
※모호한 경우에는 반드시 괄호를 써서 연산하고자 하는 내용을 분명하게 해준다.

사. 변수를 정의하는 몇가지 요령

tiger1-tiger7; /* tiger1 tiger2 tiger3 tiger4 tiger5 tiger6 tiger7; */
(tiger1-tiger3) (3.1); /* tiger1 3.1 tiger2 3.1 tiger3 3.1; */
(tiger1-tiger8) (3. 4.1 2*3.); /* tiger1 3. tiger2 4.1 tiger3 3. tiger4 3.…; */

아. 배열(array) : 다른 컴퓨터언어와는 달리 DO와 같은 루프(loop)에서 유용하다.

SAS의 배열은 변수가 아니며, DATA STEP이 끝나면 메모리에서 지워진다.
배열은 인덱스변수를 통하여 뒤에 나열된 변수를 참조하여 작업을 수행한다.
인덱스변수를 지정하지 않으면 SAS는 디폴트로 _I_를 만들어 사용한다.
ARRAY arrayname variable list; 혹은 ARRAY arrayname{배열의 수} variable list;로 선언하거나 ARRAY arrayname{index variable} variable list; index variable=initial value;로 선언할 수 있다.
ARRAY kucc{5} tiger1-tiger5;와 ARRAY kucc tiger1-tiger5;와 ARRAY kucc{i} tiger1-tiger5; i=5;는 같은 의미로서 kucc{1}은 tiger1, kucc{2}은 tiger2, … tiger5를 참조하게 된다.
또한 배열은 참조하는 변수가 가진 값을 실제로 복사하여 사용하고 그 결과를 변수에 되돌려준다. c언어로 치자면 함수의 인자와 같은 기능을 한다. DO 문장 안에 kucc = kucc + 100;을 하면 kucc{1}에 tiger1값을 복사하고 여기에 100을 더해서 다시 tiger1으로 값을 되돌려준다. 그 다음은 kucc{2}에 tiger2값이 복사되고…. 이러한 작업은 각 관측치별로 tiger5까지 반복된다. sum = sum + kucc;라고 하면 tiger1부터 tiger5까지를 더해서 sum이라는 변수를 새로 만들고 여기에 저장하라는 의미가 된다.

Program Structures

가. DATA step

한개 또는 그 이상의 dataset을 만들고 조작하기 위해 사용한다.
오류를 점검하여 정정하고, 새로운 변수를 만들고, 새로운 데이터셋을 만든다.
DATA statement로 시작

나. PROCEDURE step

DATA 스텝에서 만들어진 dataset을 가지고 통계분석을 수행한다.
PROC statement로 시작

Data Step

가. DATA문 뒤에 나오는 dataset 이름은 메모리에서 만들어지는 임시파일이다. .보조기억장치(디스크)에 저장된 파일이 아니므로 프로그램수행후 지워진다.

예컨대, DATA korea;라고 하면 SAS는 프로그램 실행 중에 work.korea라는 파일을 메모리에 할당하여 작업을 하게 되고, SAS Program 수행이 끝나면 메모리에서 지운다.
.SET dataset name(s); /*기존의 dataset에서 새로운 dataset으로 자료를 보낸다. */
SAS는 하나의 DATA STEP에서 최대 50개의 dataset을 읽을 수 있다. dataset이 여러개가 나열되어 있으면 SAS는 나열순서대로 dataset을 붙여 관측치를 늘려준다.(concatenating). dataset을 정렬시킨 뒤 BY문을 사용하여 dataset을 붙일 경우에는 interleaving이라고 한다.

나. 관측치(observation)를 삭제하거나 선택하는 경우

IF condition; /* 조건에 맞는 관측치만 선택하고 나머지는 지운다. */ 예컨대 IF sex = 'F';는 성이 여자인 관측치만 뽑아낸다.
IF condition THEN DELETE; /* 조건에 맞는 관측치만 지운다. */ 예컨대 IF sex = 'F' THEN DELETE;는 성이 여자인 관측치만 삭제한다.
DATA korea; SET tiger1; IF _N_ <100; /* _N_에는 관측치의 순서가 저장됨 */ 이 문장은 1번부터 100번까지의 관측치만 제외하고 나머지 관측치를 dataset에서 지운다.

다. 변수를 없애는 경우

.DROP sex total; /* 기존의 dataset에서 sex와 total이라는 변수를 없앤다. */
.KEEP name mean grade; /* 변수 name mean grade만 빼고 다 없앤다. */
.한 DATA step에서 KEEP과 DROP을 동시에 사용할 수 없다. DROP이나 KEEP으로 dataset에서 빠진 변수를 사용할 수 없다.(error발생)
참고: 자신이 궁극적으로 얻고 싶은 변수값을 계산하기 위하여 많은 중간값이 필요할 때, 흔히 중간값을 새로운 변수로 만들어 사용하고 최종값이 만들어지면 중간값을 저장하고 있는 변수를 지운다. dataset은 메모리에 저장된 임시파일이기 때문에 너무 커져 사용가능한 메모리자원이 적어지면 프로그램 수행에 지장을 줄 수 있다. 따라서 분석에 불필요한 변수는 중간값을 저장한 변수가 아니라도 지워주는 것이 좋다.(dataset이 분석에 사용하는 컴퓨터자원에 비하여 크지 않다면 별 관계는 없을 것이다.) 위에 나온 DATA _NULL_;도 최종 dataset을 만들기 위한 중간 dataset일 경우에 메모리를 낭비하지 않는 좋은 방법이 된다.

라. 데이터셋의 관측치를 다른 데이터셋에 추가하는 경우(뒤에 붙여)

.DATA korea; SET tiger1 tiger2; RUN; /* tiger1 뒤에 tiger2를 붙여 korea라는 새로운 dataset을 만든다.*/
형태(변수, 관측치)가 다르면 변수나 관측치가 늘어나고 missing value로 채워진다.

마. 데이터셋의 변수를 다른 데이터셋에 추가하는 경우(옆에 붙여)

DATA korea; MERGE tiger1 tiger2; RUN; /* tiger1오른쪽에 tiger2를 붙여 korea라는 새로운 dataset을 만든다.*/
SAS에서 MERGE는 하나의 DATA STEP에서 50개의 dataset을 붙여 변수를 추가할 수 있다. 정렬을 한 뒤 BY문을 사용하여 변수를 붙일 경우에는 match merging이라고 하며, 그렇지 않을 경우는 one-to-one merging이라고 한다.
형태(변수, 관측치)가 다르면 변수나 관측치가 늘어나고 missing value로 채워진다.
같은 변수이름이 있으면 기존의 dataset의 데이터를 덮어쓴다.(위의 예에서 tiger2데이타가 남는다)

바. 변수의 리코딩

배열을 이용한 역산: DO OVER tiger; tiger=6-tiger; END;
변수값의 종류를 줄이기
IF korea IN (1, 3) THEN korea=1; ELSE IF korea y > 3 THEN korea=2 ;는 korea라는 변수값이 1이나 3이면 1로 저장하고 3보다 크면 2로 리코딩한다.

사. 변수의 이름을 바꾸기

RENAME korea=tiger; korea라는 변수이름을 tiger라는 변수이름으로 바꾼다.

아. 특별한 DATA문장

DATA; /* omitted SAS dataset name인데 자동으로 data1, data2 등으로 설정 */
DATA _NULL_; /* DATA step만 실행하고 dataset을 만들지 않는다. */
DATA korea1(KEEP=depart faculty) korea2(DROP=cutline class); SET tiger; 이 문장은 tiger라는 기존의 dataset을 불러와서 depart와 faculty라는 변수만 빼내어 korea1이라는 dataset을 만들고, tiger에서 score와 class를 뺀 나머지 변수를 가지고 korea2라는 dataset을 만들라는 뜻이다. DATA korea1(KEEP=depart faculty); SET tiger; DATA korea2(DROP=score class); SET tiger;으로 나누어 쓸 수도 있다.
DATA korea1 korea2; SET tiger; IF department='PA' THEN OUTPUT korea1; ELSE OUTPUT korea2; 이 문장은 tiger라는 dataset을 읽어서 변수 dapartment가 'PA'인 관측치를 뽑아 korea1이라는 dataset을 만들고, 나머지 관측치들은 모두 korea2라는 dataset에 넣는다. 혹은 다음 문장으로 나누어 쓸 수 있다. DATA korea1; SET tiger; IF depart = 'PA'; DATA korea2; SET tiger; IF depart ^= 'PA';

Input Statement

이 문장은 관측치를 읽어들이는 변수의 형식을 정의한다.

참고: 데이터를 어떤 방식으로 코딩하는가는 설문양식, 숫자냐 문자냐, 데이터의 길이, 데이터의 반복성, 데이터의 조작필요성, 변수의 수, 관측치의 수 등에 따라 결정해야 하며, 이때 SAS에서 어떤 형식으로 입력하는가까지 고려하는 것이 좋다. 하지만 이미 코딩된 데이터를 입력할 때에는 입력상태에 따라 적절한 입력방법을 선택해야 한다. 일반적으로 단순하고 양이 적은 데이터는 named input과 list input이 적절하며, 복잡하거나 양이 많은 경우에는 formatted input이나 column input이 적절하다고 볼 수 있다.

가. column input (fixed format)

변수이름과 데이타값이 차지하는 column의 시작과 끝을 적어야 한다. 이때 데이타파일(혹은 SAS 프로그램에 입력하는 데이타)의 데이터는 빈칸이 없이 모두 붙어 있어도 된다.
INPUT name $ 1-8 id 9-15 score 16-20; CARDS;박헌명 8740031087.4;
달러($)는 앞에 있는 변수가 문자변수임을 표시한다.

나. list input (free format)

변수이름만 나열하면 되는데, 데이타파일의 데이타는 한 개 이상의 빈칸(blank)을 가지고 있어야 한다. 변수값을 최대 8자까지 쓸 수 있는데 문자의 경우 빈간을 둘 수 없다.
list input에서는 변수에 할당하는 메모리(data vector)의 크기가 일괄적으로 8바이트이며, 변수값 사이의 빈간으로 변수값을 구분하기 때문이다. 따라서 8byte보다 길면 뒤가 짤리며, 특별한 표시 없이 변수값을 쓰지 않으면 missing value로 저장되지 않고 변수값이 당겨져 저장된다. 그러므로 8바이트보다 긴 변수값을 처리하기 위해서는 column input을 사용하거나 formatted input에서 $w 혹은 $CHARw를 써야 한다. column/formatted input에서는 명시된 길이만큼의 메모리를 각 변수에 할당한다.
missing value는 디폴트로 점(.)으로 입력하는데, 옵션문장으로 바꿀 수 있다. 변수길이가 두 칼럼 이상 되더라도 missing value는 한 변수에 1개만 써야 한다.
.INPUT name $ id grade; CARDS;박헌명 8740031 87.4;

다. formatted input

변수이름과 변수의 입력서식(informats)을 지정한다. 입력서식의 기본개념은 FORTRAN과 같은 컴퓨터언어의 서식과 비슷하다.
w.는 숫자변수의 총길이가 w이고 소수점 이하가 없는 경우인데, 점(.)은 전체 변수의 길이와 소수점 이하 자리수를 구분해 주는 것으로, 소수점이하 자리수가 없더라도 반드시 써줘야 한다.
w.d는 숫자변수의 총길이가 w이고 소수점 이하가 d만큼이 있는 경우이다.
문자변수의 경우에는 $CHARw.로 하거나 그냥 $w.로 하면 된다.
날짜변수인 경우에는 DATEw.나 DDMMYYw.로 하면 된다.
다음과 같은 특수문자들은 데이타 카드나 데이터 파일에서 1줄에 관측치가 1개 이상이거나 1개 관측치가 2개 이상의 줄에 표현될 때 임의로 입력포인터(input pointer)를 조정함으로써 효용성을 발휘한다.
1. @n은 입력포인터를 n번째 컬럼으로 옮기며, (column control)
2. @@는 해당 데이터를 읽은 후에도 포인터를 그 라인에 머물게 하며, (line holder)
3. +n은 현재 위치에서 n칼럼만큼 입력포인터를 옮기며, (column control)
4. #n은 n번째 라인, /는 다음 라인의 첫컬럼으로 입력포인터를 옮긴다.(row control)

이를 응용하면 다음과 같은 입력서식을 사용할 수 있다.
INPUT name $8. id 7. grade 4.1; CARDS;박헌명 87400310874; 여기서 grade는 87.4가 된다.
INPUT name $ (grade1-grade2) (3.) activity 4.1 ;CARDS;박헌명 0870400978; 여기서 grade1=87., grade2=40., activity=97.8이 된다.
INPUT (tiger1-tiger4) ($CHAR8. +1 2*4.1 3.); CARDS; 이것은 INPUT tiger1 $CRAR8. tiger2 4.1 tiger3 4.1 tiger4 3.;와 같다.
INPUT name $8. (tiger1-tiger4) (3.1*2 4.*2) @@; /* 다음줄로 가지말고 읽기 */
INPUT @7 (tiger1-tiger2) ($CHAR8. +1 3.1) #2 (tiger3-tiger4) (+3 $7 +1 2.); 이문장은 7칼럼부터 tiger1을 문자로 8자를 읽고, 다시 1칼럼을 띄고 tiger2에 3자리 숫자를 소수점 아래 자리수가 1개가 되게 읽고, 다음 줄로 가서(#2대신에 /로 대신할 수 있다.) 3번째 칼럼부터 7개 문자를 읽어 tiger3에 저장하고, 다시 1칼럼을 띄고 나서 tiger4에 소수점 아래자리수가 없는 2자리 숫자를 입력한다.

라. named input

데이타파일에 변수이름과 변수값을 모두 적어서 저장해 두어야 한다.
INPUT name=$ id= grade=; CARDS;name=박헌명 id=8740031 grade=87.4;

마. mixing input

한 INPUT문에 위의 양식을 섞어 쓸 수 있다. 이는 해당 변수의 데이터가 가진 특성에 맞게 입력양식을 지정하는 것으로 매우 바람직하다고 볼 수 있다.
INPUT name $ 1-18 @21 sex $. age 25-26 +4 height weight 5.1; CARDS;
/*--+----1----+----2----+----3----+----4----+----5----+----6; */
Park, Hun-myoung M 31 168.5 056.1
INPUT name $ 1-20 sex $ age 3; INPUT height 4.1 +6 weight 5.1; CARDS;
/*--+----1----+----2----+----3----+----4----+----5----+----6; */
Park, Hun-myoung M 31
1685 056.1

Control Statements

가. IF문

1) IF condition ELSE/THEN a statement; /*조건이 참이면 명령 수행*/ 예컨대, IF age > 29 AND sex = 'F' AND marital='M' THEN status = '미시족'; 혹은 IF age > 29 THEN DO; age='노땅'; status='포기해'; END; ELSE age="신세대";
2) IF문에 여러개를 명령을 수행시키려면 DO문장을 포함시켜야 한다. 예컨대, IF age > 29 AND sex = 'F' AND marital='S' THEN status = '노처녀'; ELSE status = '다행이다';
3) IF condition THEN a statement; ELSE IF condition THEN a statement; 예컨대, IF age < 25 THEN status = '신세대'; ELSE IF age < 29 AND sex = 'M' THEN status = '쉰세대'; ELSE IF age < 29 AND sex = 'F' THEN status = '걱정된다'; ELSE status = '포기해';
참고: DATA문에서 IF condition (THEN DELETE);은 조건에 맞는 관측치를 삭제하거나 선택하여 새로운 dataset을 만든다.

나. DO문

1) DO; sas statements; END; /* DO와 END사이의 문장을 수행한다. */
2) DO n = 1 TO 10 BY 2; sas statements; END; /* 반복수행한다. */
3) DO WHILE condition; sas statements; END; condition이 참이면 DO WHILE과 END사이의 문장을 계속 수행한다.
4) DO UNTIL (condition); sas statements; END; condition이 참일 때까지 DO UNTIL과 END사이의 문장을 계속 수행한다.
5) DO OVER arrayneme; sas statements; END; /* 배열의 모든 요소를 반복수행 */ DATA korea1; INPUT tiger1-tiger3; ARRAY k tiger1-tiger3; DO OVER k; k = k * 100; END; /* 각각의 변수에 100을 곱한다. */
6) 역산: DATA korea2; INPUT tiger4-tiger7; ARRAY t tiger4-tiger7; DO OVER t; t = 6 - t; END; /* 5점 서열척도를 갖는 변수를 역산한다. */ 연구설계과정에서 응답자의 성실도나 일관성을 검증하기 위하여 삽입된 설문문항은 분석하기 전에 역산해줘야 한다. 즉, 5점 서열척도로 물어본 문항이 있다면, 1로 답한 것은 5로, 2로 답한 것은 4, … 5로 답한 것은 1로 바꾸어주어야 한다. 이러한 역산과정을 프로그래밍한 것이 바로 이 문장인데, 이러한 영역에서 배열(array)과 DO OVER문장의 환상적인 조화가 빛을 발한다. 배열과 DO문장을 쓰는 지적인 노력을 하지 않는다면, 죄없는 머리나 긁적이며 IF문장을 덕지덕지 발라야 하기 때문이다.
7) DATA korea3; INPUT tiger1-tiger7; ARRAY p tiger1-tiger7; DO OVER p; IF p > 5 OR p='' THEN p='.'; END; RUN; 데이터를 검색하여 범위가 넘거나 빈칸인 경우 missing value로 처리한다.
8) 기타: DO I=1, 3, 6, 9; DO month='JAN', 'FEB', 'JUL', 'SEP';

다. GO TO label;

1) 지정된 label이 있는 문장으로 가서 명령을 수행하도록 한다.
2) IF sex='F' THEN GO TO ok;…; ok: admission='P';

외부데이타파일 사용 (Include)

데이타는 SAS 프로그램에서 직접 입력할 수 있으나, 데이타의 규모가 크게 되면, 별도로 데이타파일을 만들고 SAS 프로그램에서 불러와서 사용하는 것이 유리하다. 이때 데이타파일은 ASCII TEXT의 데이타구조로 저장되어 있어야 한다. 또한 스프레드쉬트나 데이타베이스 데이타를 직접 불러와서 사용할 수도 있다. 단 버전에 따라서 읽지 못하는 경우가 있을 수 있다.(dBASE III Plus, MS Excel 4.0 이하, Quattro 3.0, Lotus 1-2-3 정도는 읽을 수 있다.)

가. ASCII TEXT파일 불러오기

DATA korea;
INFILE 'f:\sas\data\tiger.dat' LRECL=250 FIRSTOBS=7 OBS=700;
INPUT ……;
위 문장은 f드라이브의 SAS\DATA 디렉토리의 tiger.dat라는 파일을 읽어서 korea라는 데이타셋을 만들라는 뜻이다. 다만, 데이타파일에서 데이타는 250칼럼까지 읽되, 7번째 라인부터 700개의 관측치만 읽어야 한다.
LRECL은 logical record length로서 데이터파일의 레코드(혹은 observation) 너비가 디폴드인 80보다 너른 경우에 사용할 수 있다. FIRSTOBS는 first observations로서 데이타를 몇째 줄부터 읽어야 하는가를 정하는 옵션인데, 이것을 이용하면 데이터파일 머릿부분에다 설명을 적어놓을 수 있다. 즉, 데이타 파일은 반드시 첫 라인부터 데이터를 쓰지 않아도 된다. OBS는 전체 데이터파일에서 읽어야 하는 관측치의 수를 SAS에게 알려준다.

나. 다른 데이타형식을 불러오기

dBASE III PLUS 데이타파일인 tiger1.dbf로부터 데이타셋 만들기
FILENAME korea 'f:\sample\tiger1.dbf'; PROC DBF DB3=tiger1 OUT=korea; RUN;
로터스 1-2-3 데이타파일인 tiger2.dif로부터 데이타셋 만들기
PROC DIF DIF=tiger2.dif; RUN; 주의해야 할 것은 FILENAME으로 파일이름을 정의하지 않으면 확장자를(DBF, DIF) 명시해야 한다.

File Output

가. 데이타셋을 아스키 텍스트 파일로 출력(FILE/PUT)

dataset을 데이터파일로 출력하는 것으로 INFILE과 INPUT의 반대라고 할 수 있다.
DATA _NULL_; SET korea;
FILE 'f:\sas\data\korea.out';
FILE 'LOG'는 PUT으로 만들어진 결과를 LOG윈도우즈로 출력할 것을 지정하는 것이며, FILE 'PRINT'는 프린터로 출력하라는 것이다. PUT문 앞에 FILE문이 없으면 SAS LOG에 기록된다.
PUT (depart faculty cutline) ($10. 3. 5.1); /* _ALL_은 모든 변수를 의미함 */

나. 윈도우(에디터)에 존재하는 내용 출력

COMMAND 라인에서(HOME 글쇠를 누르면 된다) FILE '……드라이브·패스·파일이름……'을 쓰고 실행글쇠(ENTER)를 누르면 윈도우의 내용이 ASCII TEXT파일로 만들어져 디스크에 씌여진다.
FILE 'f:\sas\data\korea.out';
참고: 프린터로 출력하는 것은 FILE 'PRN'으로 한다.

다. 라이브러리로 출력

라이브러리파일로 출력된 것은 SAS가 자신의 파일양식으로 저장하기 때문에 데이터 파일의 ASCII TEXT와는 다르다. 따라서 일반에디터로는 불러서 보거나 편집할 수 없다.
LIBNAME korea 'c:\sas\lib\'; /* 현 디렉토리는 '.';로 표현한다. */
DATA korea.tiger; INPUT x @@; CARDS; 데이타를 읽어서 c:\sas\lib\tiger.ssd로 저장
DATA korea2; SET korea.tiger; /* 새로운 DATA STEP에서 읽을 때*/

Etc. (Options, Label, Format, Missing, Title)

가. OPTIONS

OPTIONS PAGESIZE=60 LINESIZE=78 NODATE; /* 출력시 한 페이지는 78칸, 60줄로 하며 날짜는 적지 않는다. */

나. COMMENT: 프로그램에 대한 설명이나 프로시져 설명을 쓴다. 코멘트문장은 프로그램을 이해하기 쉽게 할 뿐만 아니라 에러를 찾아 없에는 데 중요한 기능을 한다.

메시지의 길이에는 제한이 없으나 세미콜론(;)을 쓸 수 없다.
COMMENT: COMMENT message; 주의해야 할 것은 COMMENT 주석문에서 COMMENT와 *문장 끝에는 반드시 세미콜론을 찍어야 한다.
*: * message; 반드시 첫 칼럼에 *를 써야 한다.
/*...*/: /* message */ : 세미콜론을 쓸 수는 있으나 첫 번째 column부터 사용할 수는 없다. 예컨대, /* 여기부터는 회귀분석에 관한 프로시져(PROC REG;)이다. */

다. LABEL: 변수이름에 대한 설명을 적음으로써 처리결과를 읽기 좋게 한다.

최대 40바이트까지 쓸 수 있는데, 한글로 변수를 쓰지 못하는 한계를 보완할 수 있다.
LABEL sex="성별" age="나이"; /* sex가 나올 곳에는 "성별"이라고 표시하고 age가 나올 곳에는 "나이"라고 표시 */

라. FORMAT: 변수값이 출력될 때의 양식을 정해주는데 사용한다.

PROC FORMAT;
VALUE sexfmt 1='mail' 2='female'; VALUE agefmt 1='YB' 2='OB';
DATA korea; INPUT name $ sex age;
FORMAT sex sexfmt age agefmt; CARDS;Park 1 2; RUN;
PROC FREQ; TABLES sex age; FORMAT sex sexfmt age agefmt; 출력시 변수 sex의 값이 1이면 'male', 2이면 'female'로 나온다.

마. MISSING: 숫자변수에서 특정문자를 missing value로 지정한다.

DATA korea; MISSING a s; INPUT name $ id score grade; CARDS; 이 문장은 id, score, grade의 값 중 a나 s가 있으면 missing으로 간주하라는 것이다.
( MISSING문이 없으면 a나 s는 invalid numeric으로 간주한다._

바. TITLE: 출력할 때 제목을 나타내는데 최대 10줄, 각 줄당 132문자까지 가능

TITLE '98 고대 행정학과 신입생 수학능력시험 점수 분석';
TITLE; /* SAS의 default title을 제거한다. */
TITLE3; /* 3번째 이후의 title을 제거한다. */