統(tǒng)計(jì)軟件SAS試題及答案(新)一、基礎(chǔ)操作與數(shù)據(jù)集管理1.現(xiàn)有某醫(yī)院2023年1-6月門診患者信息原始數(shù)據(jù)文件（文本格式，文件路徑為“D:\data\outpatient.txt”），數(shù)據(jù)包含以下字段（均為英文逗號(hào)分隔）：患者ID（字符型，長度10）、就診日期（格式為“YYYYMMDD”）、年齡（數(shù)值型）、性別（字符型，“M”表示男性，“F”表示女性）、診斷結(jié)果（字符型，長度20）。要求：（1）使用DATA步讀取該文本文件，創(chuàng)建SAS數(shù)據(jù)集“work.outpatient”；（2）將“就診日期”變量轉(zhuǎn)換為SAS日期格式（DATE9.格式）；（3）篩選出年齡在18-65歲之間（含邊界值）的患者數(shù)據(jù)；（4）為數(shù)據(jù)集中的“性別”變量添加標(biāo)簽“患者性別”，“診斷結(jié)果”變量添加標(biāo)簽“最終診斷結(jié)論”。答案：（1）讀取文本文件并創(chuàng)建數(shù)據(jù)集的關(guān)鍵代碼如下：```sasdatawork.outpatient;infile"D:\data\outpatient.txt"dlm=','firstobs=2;/firstobs=2跳過標(biāo)題行/input患者ID$10.就診日期$8.年齡性別$1.診斷結(jié)果$20.;/（2）轉(zhuǎn)換就診日期為SAS日期格式/就診日期_sas=input(就診日期,yymmdd8.);format就診日期_sasdate9.;/設(shè)置顯示格式為DATE9.//（3）篩選年齡范圍/if年齡>=18and年齡<=65;/（4）添加變量標(biāo)簽/label性別="患者性別"診斷結(jié)果="最終診斷結(jié)論";drop就診日期;/刪除原始字符型就診日期變量/rename就診日期_sas=就診日期;/重命名轉(zhuǎn)換后的日期變量/run;```關(guān)鍵點(diǎn)說明：`infile`語句通過`dlm=','`指定逗號(hào)分隔符，`input`語句按順序讀取各字段；`input(就診日期,yymmdd8.)`利用`yymmdd8.`信息格式將字符型日期轉(zhuǎn)換為SAS數(shù)值型日期（自1960-01-01起的天數(shù)）；`if`語句實(shí)現(xiàn)數(shù)據(jù)篩選；`label`語句添加變量標(biāo)簽，`drop`和`rename`語句優(yōu)化變量結(jié)構(gòu)。二、數(shù)據(jù)清洗與轉(zhuǎn)換2.某企業(yè)員工績效數(shù)據(jù)集“work.performance”包含以下變量：員工ID（emp_id，字符型）、部門（dept，字符型）、季度（quarter，數(shù)值型，1-4）、銷售額（sales，數(shù)值型）、缺勤天數(shù)（absent_days，數(shù)值型，部分記錄為缺失值）。要求：（1）將“部門”變量中的錯(cuò)誤值“R&D”統(tǒng)一修正為“研發(fā)部”，“MKT”修正為“市場部”，“SALES”修正為“銷售部”；（2）計(jì)算每個(gè)員工的“有效工作天數(shù)”（假設(shè)季度總工作日為60天，有效工作天數(shù)=60-缺勤天數(shù)），若缺勤天數(shù)缺失，則用該部門缺勤天數(shù)的均值填補(bǔ)后再計(jì)算；（3）按“部門”和“季度”分組，計(jì)算每組的平均銷售額（保留2位小數(shù)）和銷售額變異系數(shù)（變異系數(shù)=標(biāo)準(zhǔn)差/均值，保留3位小數(shù)）。答案：（1）修正部門變量的代碼：```sasdatawork.performance_clean;setwork.performance;select(dept);when("R&D")dept="研發(fā)部";when("MKT")dept="市場部";when("SALES")dept="銷售部";otherwisedept=dept;/其他值保持不變/end;run;```（2）處理缺失值并計(jì)算有效工作天數(shù)：```sas/第一步：計(jì)算各部門缺勤天數(shù)的均值/procmeansdata=work.performance_cleannoprint;bydept;varabsent_days;outputout=work.dept_absent_meanmean=mean_absent;run;/第二步：合并均值數(shù)據(jù)并計(jì)算有效工作天數(shù)/datawork.performance_final;mergework.performance_cleanwork.dept_absent_mean(keep=deptmean_absent);bydept;/若absent_days缺失，用部門均值填補(bǔ)/ifmissing(absent_days)thenabsent_days=mean_absent;有效工作天數(shù)=60-absent_days;format有效工作天數(shù)4.1;/保留1位小數(shù)/run;```（3）分組計(jì)算平均銷售額和變異系數(shù)：```sasprocmeansdata=work.performance_finalnoprint;bydeptquarter;varsales;outputout=work.sales_statsmean=avg_salesstd=std_sales;run;datawork.sales_result;setwork.sales_stats;avg_sales=round(avg_sales,0.01);/保留2位小數(shù)/ifavg_salesne0then變異系數(shù)=round(std_sales/avg_sales,0.001);/避免除以0/else變異系數(shù)=.;/均值為0時(shí)變異系數(shù)無意義/format變異系數(shù)5.3;run;procprintdata=work.sales_result;vardeptquarteravg_sales變異系數(shù);run;```關(guān)鍵點(diǎn)說明：`select`語句實(shí)現(xiàn)分類變量的批量修正；`procmeans`配合`output`語句提取分組統(tǒng)計(jì)量，通過`merge`按部門匹配均值；變異系數(shù)計(jì)算時(shí)需處理均值為0的極端情況，避免程序錯(cuò)誤。三、統(tǒng)計(jì)分析與結(jié)果解讀3.某教育機(jī)構(gòu)收集了100名學(xué)生的數(shù)學(xué)成績（math_score，數(shù)值型）、每周學(xué)習(xí)時(shí)長（study_hours，數(shù)值型）、是否參加課外輔導(dǎo)（tutor，字符型，“是”或“否”）數(shù)據(jù)，存儲(chǔ)于“work.student_score”。假設(shè)數(shù)據(jù)滿足正態(tài)性和方差齊性，要求：（1）分析數(shù)學(xué)成績與每周學(xué)習(xí)時(shí)長的線性相關(guān)關(guān)系，輸出相關(guān)系數(shù)并檢驗(yàn)顯著性；（2）以數(shù)學(xué)成績?yōu)橐蜃兞?，學(xué)習(xí)時(shí)長和是否參加課外輔導(dǎo)為自變量，建立多元線性回歸模型，寫出模型表達(dá)式并解讀回歸系數(shù)的意義；（3）檢驗(yàn)“是否參加課外輔導(dǎo)”對數(shù)學(xué)成績的影響是否顯著（α=0.05）。答案：（1）相關(guān)分析代碼及結(jié)果解讀：```sasproccorrdata=work.student_scorepearson;varmath_score;withstudy_hours;run;```輸出結(jié)果中，Pearson相關(guān)系數(shù)r=0.68（假設(shè)值），p值<0.001，說明數(shù)學(xué)成績與每周學(xué)習(xí)時(shí)長呈顯著正相關(guān)（p<0.05）。（2）多元線性回歸模型構(gòu)建：首先將“tutor”變量轉(zhuǎn)換為虛擬變量（tutor_dummy=1表示“是”，0表示“否”）：```sasdatawork.student_score_dummy;setwork.student_score;tutor_dummy=(tutor="是");/邏輯表達(dá)式結(jié)果為1或0/run;procregdata=work.student_score_dummy;modelmath_score=study_hourstutor_dummy;run;```假設(shè)輸出結(jié)果為：-截距項(xiàng)=45.2（p<0.001）-study_hours系數(shù)=3.5（p=0.002）-tutor_dummy系數(shù)=12.8（p=0.015）模型表達(dá)式：math_score=45.2+3.5×study_hours+12.8×tutor_dummy系數(shù)解讀：-study_hours系數(shù)3.5表示，其他條件不變時(shí)，每周學(xué)習(xí)時(shí)長每增加1小時(shí)，數(shù)學(xué)成績平均提高3.5分（p<0.05，顯著）；-tutor_dummy系數(shù)12.8表示，參加課外輔導(dǎo)的學(xué)生數(shù)學(xué)成績比未參加的學(xué)生平均高12.8分（p<0.05，顯著）。（3）檢驗(yàn)“是否參加課外輔導(dǎo)”的影響顯著性：在多元回歸結(jié)果中，tutor_dummy變量的p值=0.015<0.05，拒絕原假設(shè)（原假設(shè)：該變量系數(shù)為0），說明是否參加課外輔導(dǎo)對數(shù)學(xué)成績的影響顯著。四、SAS編程與宏語言應(yīng)用4.某市場調(diào)研公司有3個(gè)季度的客戶滿意度數(shù)據(jù)，分別存儲(chǔ)于“work.survey_q1”“work.survey_q2”“work.survey_q3”，每個(gè)數(shù)據(jù)集包含相同變量：客戶ID（cust_id）、滿意度評(píng)分（score，1-5分）、地區(qū)（region，字符型）。要求編寫一個(gè)SAS宏程序，實(shí)現(xiàn)以下功能：（1）輸入?yún)?shù)為季度（q=1,2,3），自動(dòng)讀取對應(yīng)季度的數(shù)據(jù)集；（2）計(jì)算該季度各地區(qū)的平均滿意度評(píng)分（保留2位小數(shù)）和評(píng)分≥4分的客戶占比（百分比格式，保留1位小數(shù)）；（3）將結(jié)果輸出到以“result_q”開頭的數(shù)據(jù)集（如q=1時(shí)輸出“work.result_q1”）。答案：宏程序代碼如下：```sas%macroanalyze_survey(q=);/驗(yàn)證輸入?yún)?shù)是否合法/%if&qnotin(123)%then%do;%putERROR:季度參數(shù)q必須為1、2或3！;%return;%end;/動(dòng)態(tài)生成輸入數(shù)據(jù)集名稱/%letinput_ds=work.survey_q&q;/計(jì)算各地區(qū)統(tǒng)計(jì)量/procmeansdata=&input_dsnoprint;byregion;varscore;outputout=work.temp_statsmean=avg_scoren=total_countsum=(score>=4)=high_score_count;/統(tǒng)計(jì)評(píng)分≥4的數(shù)量/run;/計(jì)算占比并整理結(jié)果/datawork.result_q&q;setwork.temp_stats;avg_score=round(avg_score,0.01);/保留2位小數(shù)/high_score_pct=round(high_score_count/total_count100,0.1);/百分比保留1位小數(shù)/formathigh_score_pctpercent6.1;/設(shè)置顯示格式為6.1%/droptotal_counthigh_score_count;/刪除中間變量/run;/清理臨時(shí)數(shù)據(jù)集/procdatasetslib=worknolist;deletetemp_stats;run;%mendanalyze_survey;/調(diào)用宏程序（示例）/%analyze_survey(q=1);/分析第一季度數(shù)據(jù)/%analyze_survey(q=2);/分析第二季度數(shù)據(jù)/```關(guān)鍵點(diǎn)說明：-宏參數(shù)`q`通過`%if-%then`進(jìn)行合法性校驗(yàn)，避免無效輸入；-`%let`語句動(dòng)態(tài)生成輸入數(shù)據(jù)集名稱，實(shí)現(xiàn)程序復(fù)用；-`procmeans`的`output`語句中，`sum=(score>=4)`利用邏輯表達(dá)式統(tǒng)計(jì)滿足條件的記錄數(shù)（評(píng)分≥4時(shí)結(jié)果為1，求和即總數(shù)）；-百分比計(jì)算時(shí)需注意除以總樣本數(shù)`total_count`，并通過`round`函數(shù)控制精度；-最后通過`procdatasets`刪除臨時(shí)數(shù)據(jù)集，保持工作庫整潔。五、高級(jí)功能與綜合應(yīng)用5.某生物制藥公司開展藥物療效試驗(yàn)，數(shù)據(jù)集“work.drug_test”包含以下變量：受試者ID（id）、組別（group，“對照組”“試驗(yàn)組”）、用藥前指標(biāo)（baseline）、用藥后4周指標(biāo)（week4）、用藥后8周指標(biāo)（week8）。要求：（1）計(jì)算每個(gè)受試者的指標(biāo)變化值（delta4=week4-baseline，delta8=week8-baseline）；（2）檢驗(yàn)兩組（對照組vs試驗(yàn)組）在用藥后4周和8周的指標(biāo)變化值是否存在統(tǒng)計(jì)學(xué)差異（假設(shè)數(shù)據(jù)不滿足正態(tài)分布）；（3）繪制兩組用藥后8周指標(biāo)變化值的箱線圖，直觀展示分布差異。答案：（1）計(jì)算指標(biāo)變化值：```sasdatawork.drug_test_delta;setwork.drug_test;delta4=week4-