估计楼上也没有亲自试。
与加不加of 没有关系啊，结果都一样。
谢谢。

hao wen ti。
京剧

浮点数的问题，我之前在版上的一篇贴子里也回了
你算的d都是10的-14次方了，就是0了
你把你的数都改成整数，再用这两种方法，d就为0了

我的直觉是没有这么复杂。好像也不符合这种现象产生的环境。而且他也说，如此大的差异。。估计他看错了数据，那个of用的也不好。京剧

以下纯属个人推测：

我认为这应该和SUM()函数的工作机制有关系，也就是SUM()函数将各个参数加和的方式和直接用”加号“的方式是不同的。而且SUM()函数中参数顺序的变化也会造成结果的不同，如：


data test;
   sum1=sum(35.8,17.8,17.8);
   sum2=sum(17.8,17.8,35.8);
   put sum1= hex16.;
   put sum2= hex16.;
   d=sum2-sum1;
   put d=;
run;

在SAS中，当数值变量的值不是整数时，运算结果有时也会出乎意料，这应该和数值的存储方式有关，比如下面的例子：

data test1;
     do i=1 to 10;
            x+.1;
         end;

         if x=1 then put "---" x "equals to 1";
         else put "---" x "does not equal to 1";
run;

data test2;
     x=0.7;
         x+.1;         x+.1;         x+.1;
         if x=1 then put "---" x "equals to 1";
         else put "---" x "does not equal to 1";
run;

data test3;
    if .7+.1=.8 then put "HAHA";
        else put "-------HEHE";
run;

data test4;
    do i=.1 to 0.999999999 by .1;
           x+1;
        end;
        put x=;

        do i=.1 to 0.99999999 by .1;
           y+1;
        end;
        put y=;
run;

我的看法。相等本身的概念是相对的。两个苹果如果误差只有一克，我们就认为它们是等重的。在没有精确度的前提之下来谈论两个值是否相同，对SAS这样的软件意义不大。比方说，如果给定误差过小，sas也许根本无法估算出最大值，最小值。因为再小的步长，也总有比他更小的。而给定的步长刚好踏到极值点上的概率根本就为0。京剧

嗯，其实就是浮点数在机器中二进制代码存储时的问题

在网上搜了个具体的解释i
http://www.cnblogs.com/xiongpq/archive/2010/05/17/1737747.html

这个问题在Python的早期版本还要严重
你输个1.5+1都不等于2.5的，总是要差那么一点

楼上正解

the key is, (1.5+1)-2.5 <0.1, or <0.01, or <0.001. That may be enough for us. not like mathematicians, we may have never cared about if 1.5+1 =2.5 or not. We may only concern about if the two are close enough.
Jingju

直接相加，如果某个变量的值缺失，那么和的结果也是缺失；用SUM函数就避免了这种情况。

下载了打不开！
Sum(变量1，变量2，变量n)；
求和函数，当变量名连续编号时，可简写为
Sum(of 变量1-变量n);

应该是数据的存储方式有关，如果都限制了小数的位数，这个问题就不存在了。
问题是这类问题防不胜防，我也在筛选数据的的时候才发现的，我需要找出 总分不是100的记录，结果列出了这3条，事实上 列出的结果均等于0。

同意。
这不仅和浮点数用二进制表达的精度问题有关系，还跟sum()和加号的工作机制有关系。
求和结果取决于中间存储，每次存储都有可能损失精度。
sum(35.8,17.8,17.8) 和 35.8+17.8+17.8的结果是一样的，先计算35.8+17.8并存储，然后用存储值+17.8。sum(17.8,17.8,35.8) 和 17.8+17.8+35.8一样，先计算17.8+17.8并存储，然后用存储值+35.8。

如果将程序改为

data test1;
  x1 = 35.8; x2 = 17.8; x3 = 17.8;
   sum1=sum(x1,x2,x3);
   sum2=sum(x2,x3,x1);
   put sum1= hex16.;
   put sum2= hex16.;
   d=sum2-sum1;
   put d=;
run;

data test2;
  x1 = 35.8; x2 = 17.8; x3 = 17.8;
   sum1 = x1 + x2 + x3;
   sum2 = x2 + x3 + x1;
   put sum1= hex16.;
   put sum2= hex16.;
   d=sum2-sum1;
   put d=;
run;

会发现sum()的结果不一样但用加号的时候结果却是一样的。推测是在使用变量的时候，sum()仍然采用中间存储机制，但是加号却不产生中间结果

负14次方已经很小了，从计算数学的角度来看sum1就是等于sum2

周末轻松,用SAS把诸位所说的基本上都验证了一遍.对或错,或者半对半错,已经不重要了.
总结一下:
(1)无法还原出原问题中的所谓的很大(绝对)差异.100个比较,99个不等,未见得差异大.
(2)SAS总体上也试图保证相对精度.也就是说,基本上,如果所加数越小,其结果差异越小
(3)"严格"意义上的"相等"SUM()=+,也就是诸位所追求,差不多总有80%的概率出现.但是是(肉眼上)无法预测的.所以等或不等就没有意义了.
我自己的看法:
1.SAS的sum从计算的角度上,和+的区别总表现在缺失值上.这是SAS官方说法.争论可以,纠缠无益.
2.非整数字变量之间的比较经常是不安全的.但是在给定精度之上,既安全,又具备实际意义.
3.关于精度所造成的麻烦,如果在比较上,如该问题,是容易解决的:注意就行了;如果是圆整误差在巨量计算中因为误差累积所造成的精度损失甚至错误,是计算机或者算法设计本身所面临的普适性难题.如果大家具备真知灼见,应该是开拓性的贡献.
京剧

This is because some of variables have missing values.
See example below,
data _null_;
   sum1=sum(1,.);
   sum2=1+.;
   sum1=sum(1,2);
   put sum1= sum2=;
   sum2=1+2;
   put sum1= sum2=;
run;

但是 根据计算结果筛选数据 就有问题，非常大的问题。
就像例子中的，我想筛选 各变量之和不等于100的，筛选出来的结果却是等于100的。

像这种由于SAS存储所造成的精度误差一般都是很小的，如负14次方级别。
这种情况下，fuzz()函数也许会显得很可爱，如果把
     if sum(x,y)= 1.5           then ...
改成 if fuzz(sum(x,y)-1.5)=0 then ...
应该会避免这类问题的出现。

你可以换个判断条件“sum1减sum2的绝对值小于10的负7次方”，试试看？

其实这个问题涉及到两个问题：

1，SAS的问题：SAS里面很多计算可以通过多种方式来时间，但是并不是全部等价的，看看帮助里面note就知道。
2，精度问题 ，这个不是SAS的问题，是计算机的存储问题，当然可以通过设置变量来解决。

楼主是不是该出来看看，是否满意了

哈哈，我一直在看，也与行业内的朋友讨论过，原理正如诸位大侠所讲，小数的计算和存储的问题，解决的方法是涉及到比较的时候一定要规定精度，用fuzz函数，是可靠的。
谢谢大家真知灼见，谢谢！~

有两点：第一点，个人觉得楼主的求和函数有失恰当，求和语句应该为sum1=sum(of zzbl1 zzbl2 zzbl3 zzbl4 zzbl5 zzbl6 zzbl7)，即求x1，x2两个自变量的和可以用函数SUM(x1,x2) ，另外x1 ，x2的和可以等价地用SUM(OF x1 x2)或SUM(OF x1-x2)来表示，但是必须注意的是两种写法不能混在一起，比如SUM(OF x1,x2)和SUM(x1-x2)都是错误的；第二点，第9楼的解释我完全同意，可以这样验证一下9楼的说法，把语句‘d=sum2-sum1;’改为‘d=int(sum2-sun1);’  可以得到楼主想要的结果，结果即为0。谢谢！