利用个人时间整理了一点使用SAS EG 交互式操作进行数据处理及统计分析计算的操作过程，希望对大家的学习能有所帮助，特别是初学者，可以通过点选的方式进行操作，通过查看操作所对应的SAS CODE，可以有效的掌握SAS 过程步的核心内容。

附上所用到的相关程序:

data student;
input class sex $ age weight height @@;
cards;
1 f   15 46 156 1 f  14 41 149 1 m 15 50 160
1 m 13 48 155 1 m 14 38 150 2 m 16 55 165
2 m 16 60 170 2  f   17 50 160  2 f   16 60 165
2 m 17 65 175 3  f   18 65 165  3 f   17 58 160
3 m 18 70 180 3  f   18 61 162  3 m 17 68 176
;
run;


Data ex1;
Input x grp@@;
Cards;
134 1  146 1 104 1 124 1 161 1 107 1 83 1 113 1 129 1 97 1 123 1
70  2  118 2 101 2 85 2 107 2 132 2 94 2
;
run;

data ex2;
input x1 x2@@;
d=x1-x2;
cards;
110 90 115 116 133 101 133 131 126 110 108 88 110 92 110 104 140 126 104 86 120 88 120 112
;
run;

Data ex_;
Input  x@@;
Cards;
5 5 5 6 12 13 15 21 21 31
17 17 18 20 34 43 44
;
run;
Data ex3; Set ex_;
If  _n_<=10 then g=1;
Else g=2;
run;

data ex4;
input x y a b@@;
cards;
8 5 9 3   1 5 7 3   4 5 3 6
7 8 3 4   4 5 8 3   4 4 7 6
6 3 8 4   9 5 3 7   6 8 2 4
;
run;

data ex5;
input x y ;
cards;
79 25
80 30
91 38
90 36
70 23
87 35
92 39
;
run;

Data ex6_;
Input  x@@;
Cards;
58  64  68  72  81  81  68  63  72  94  79  65  94  79  83  71  58  75  65  68  68
83  91  68  73  72  56  53  60  70  68  65  60  79  62  73  88  80  70  63  83  73
68  67  65 103  74  64  70  94  79  57  53  75  83  58  69  67  86  79  69  81  75
75  74  57  68  68  71  77  70  95  54  68  66  48  75  70  89  104  79  59  71  67
95  77  68  59  60  72  97  77  86  77  87  75  55  83  68  75  57  93  74  56  79
72  66  68  79  61  60  85  79  58  97  68  79  72  71  88  54  71  94  68  60  83
74  80  71  71  52  63  73  78  86  70  84  82  72  61  68  88  94  72  84  75  83
96  81
;
Run;

Data ex6;
      Set ex6_;
      grp=int((x-45)/5)*5+45;
Run;

DATA  ex7;
INPUT  g1  g2  f@@;
CARDS;
1 1 74 1 2 51
2 1 56 2 2 19
;
run;

data one;
input no a b ;
cards;
1 1 11
2 2 22
3 3 33
;
run;
data two;
input no c d ;
cards;
2 44 444
5 55 555
;
run;

data trans;
input group trt var;
cards;
1 2 34
2 1 21
1 1 56
2 2 45
;
run;

proc sort data=trans;
by group trt;
run;

proc transpose data=trans out=trans_t prefix=col;
by group;
var var;
id trt;
run;
data logistic;
input accident age vision drive @@;
cards;
1 17 1 1 1 44 0 0 1 48 1 0 1 55 0 0 1 75 1 1 0 35 0 1 0 42 1 1 0 57 0 0 0 28 0 1
0 20 0 1 0 38 1 0 0 45 0 1 0 47 1 1 0 52 0 0 0 55 0 1 1 68 1 0 1 18 1 0 1 68 0 0
1 48 1 1 1 17 0 0 1 70 1 1 1 72 1 0 1 35 0 1 1 19 1 0 1 62 1 0 0 39 1 1 0 40 1 1
0 55 0 0 0 68 0 1 0 25 1 0 0 17 0 0 0 45 0 1 0 44 0 0 1 67 0 0 0 55 0 1 1 61 1 0
1 19 1 0 1 69 0 0 1 23 1 1 1 19 0 0 1 72 1 1 1 74 1 0 1 31 0 1 1 16 1 0 1 61 1 0
;
run;

proc logistic data=logistic descending;
model accident=age vision drive/selection=forward;
run;

libname test 'D:/TXT';

data test.test;
input region sex edu salary group result $;

cards;
1 1 2 5000 1 购买
2 2 2 4500 1 未购买
3 2 1 6500 2 购买
2 2 2 7000 1 购买
1 2 2 8300 2 购买
1 2 1 8000 2 购买
3 1 2 3000 1 未购买
2 2 2 7800 1 购买
3 2 1 5600 2 购买
1 1 2 3000 1 未购买
2 2 2 5000 2 购买
3 2 1 5400 2 购买
2 2 2 3200 1 购买
1 2 1 4500 1 未购买
1 1 2 5000 2 购买
3 1 2 3200 1 未购买
2 2 1 7500 2 购买
3 2 2 8000 2 购买
1 2 1 7500 1 购买
2 2 2 8000 1 购买
3 1 2 7500 2 购买
2 2 1 8000 1 购买
1 2 2 7500 2 购买
1 2 1 8000 2 购买
3 2 2 7500 1 购买
2 1 2 8000 1 购买
3 2 1 7500 2 购买
1 2 2 2800 1 未购买
2 2 1 3000 2 购买
3 2 2 4500 2 购买
2 1 2 5000 1 未购买
1 2 1 8000 1 购买
1 2 2 7500 2 购买
3 2 1 3000 1 购买
2 1 2 4500 2 未购买
3 2 2 6000 2 购买
1 2 1 5400 1 未购买
2 1 2 3800 1 未购买
3 2 1 4500 2 购买
2 2 2 6000 1 购买
1 2 2 4700 2 购买
1 2 1 8000 2 购买
3 1 2 7500 1 购买
2 2 1 3000 1 未购买
3 2 2 4500 2 未购买
1 2 2 6000 1 购买
2 2 1 5400 2 购买
3 1 2 7600 2 购买
2 2 1 2100 1 未购买
1 2 2 5300 1 购买
1 2 2 4700 2 购买
3 1 1 3000 1 未购买
2 1 2 7500 2 购买
;
run;
data cluster;
input region $ food dress live home hosp comu edu other;
cards;
天津 1017.72 181.21 508.06 108.51 177.1 230.41 376.87 42.23
河北 780.09 127.06 340.88 80.42 115.97 176.6 182.56 31.33
辽宁 962 154.97 290.08 72.58 145.19 186.77 217.95 43.42
上海 2191.15 279.73 1446.15 344.41 424.55 720.37 805.55 116.94
江苏 1317.88 163.53 467.62 141.43 163.16 293.07 373.39 72.47
浙江 1838.57 258.58 798.88 242.09 326.12 496.86 597.96 100.05
福建 1408.54 159.6 430.14 154.43 136.4 306.06 313.09 107.32
山东 1000.13 139.18 365.97 110.12 155.85 221.93 298.23 97.85
广东 1581.68 116.83 494.89 131.17 153.17 350.27 314.34 98.44
广西 1047.58 64.42 311.48 64.87 83.64 140.13 178.83 37.65
run;