两种SAS代码实现变量的缺失值频数及占比

sas对缺失值的统计，可得出缺失值的频数及占比。以下为详细程序代码：
/*首先是创建示例数据集*/
data tmp;
infile datalines delimiter=",";
length var1 $8.;
length var2 8.;
length var3 $8.;
length var4 8.;
input var1 $ var2 var3 $ var4
@@;
datalines;
A,1,B,2.,3,C,.C,.,.,3
;
run;

如图得到下列数据集

然后统计数据集中缺失值和占比，先为字符型和数值型先分别设定一个format，然后直接对变量进行频数统计，再做一下简单处理，就可得到理想结果。

代码如下

proc format;

value num_f . = "0"

low-high = "1" ;

value $char_f " " = "0"

other = "1" ;

run;

/*频数统计*/

ods output onewayfreqs=tables;

proc freq data= tmp ;

tables _all_ / missing;

format _numeric_ num_f. _character_ $char_f.;

run;

ods output close;

数据集如下：

/*保留缺失变量、频数和占比*/

data miss;

length variable $50;

set tables;

variable = scan(Table,2,"“"); /*获取变量名*/

/*由于变量都是F_开头，因此可以用F_:来包含所有变量*/

value = max(of F_:);

if value = 0; /*缺失标志*/

keep variable frequency percent;

label variable = "缺失变量名" frequency = "缺失频数" percent = %nrstr("%缺失占比");

run;

以上为第一种方法；

下面用数组的方法进行实现。

/*找出缺失变量*/

data tmp11;

set tmp;

array arr1{*} _NUMERIC_ ;

array arr2{*} _CHARACTER_ ;

length variable $50;

do i = 1 to dim(arr1);

if missing(arr1(i)) then do;

variable =vname(arr1(i)); /*数值型缺失*/

output;

end;

end;

do j = 1to dim(arr2);

if missing(arr2(j)) then do;

variable = vname(arr2(j)); /*字符型缺失*/

output;

end;

end;

keep variable;

run;

/*统计缺失频数和占比*/

proc sql noprint;

select count(*) into : N from tmp;

create table miss as

select variable label = "缺失变量名",count(*) as frequency label = "缺失频数",

input(compress(put(calculated frequency / &N.,percent10.2),"%"),best32.) as percent label = %nrstr("%缺失占比")

from tmp11

group by variable;

quit;

数据分析师 sas

   

             SAS数据分析师认证培训

        

◆培训时间： 北京     2017年9月2-3日 ，9-10日【四天周末班】

                   深圳     2017年8月19-20，26-27日【四天周末班】；8月19-22日【四天连续班】

◆培训地点： 北京市海淀区厂洼街3号丹龙大厦B座三层

                        深圳市南山区科技园北区科技北一路17号摩比大厦

◆培训费用：3600元/人；全日制在校学生2800元/人 （仅限本科和硕士）                

                   差旅及住宿费用自理

◆在线直播： 2600元/人；全日制学生八折。    

◆证书费用：400元，可以自愿申请数据分析师证书。

◆授课安排：

  授课方式：SAS课程基于SAS 9.4系统，多媒体互动。

  授课时间：9:00am-12:00pm，1:30pm-4:30pm

  答疑时间：4:30pm-5:00pm

                 小班授课，满15人开课，人数限制30人以内

              

   

讲师介绍    

      马伯  经管之家 CDA 数据分析研究院SAS讲师，从事互联网、电子商务方向数据分析与数据挖掘的研究与 CDA 数据分析师的教学工作，研究方向为文本挖掘、电商推荐系统开发、潜在价值客户挖掘，互联网大数据挖掘等

      丁亚军  南京上度市场咨询有限公司数据分析总监，经管之家论坛SAS、SPSS统计学讲师，中国学习路径图国际中心技术顾问。曾参与2012国家宏观经济预测、中国城镇居民家庭投资调查、泸州老窖目标管理与绩效考核等大型数据处理项目，具有丰富的数据处理经验

课程大纲

SAS程序基础篇

1 SAS总体概览 1.1 课程介绍 1.2 SAS系统介绍 1.3 SAS 模块介绍 1.4 SAS界面讲解	2  SAS 数据集 2.1 SAS数据集与逻辑库 2.2 直接创建数据：手动创建 2.3 间接获取数据：访问本地文件与数据库	3 SAS 语法 3.1 基本概念 3.2 语法规则 3.3 语法错误诊断与修正
4 SAS编程之data步——数据预分析 案例1：如何管理数据集 案例2：数据格式的排列组合 案例3：数据的纵向汇总 案例4：条件语句的设置	5 SAS编程之proc步——统计描述 5.1 平均数和标准差的意义 5.2 正态分布有多重要 5.3 数据标准化变换 5.4 缺失值填补	6 编程之proc步——统计推断 6.1 差异性分析 ——假设检验原理 ——t检验：判断组间差异 ——方差分析：判断多组间差异 ——协方差分析：存在协变量的群组差异

6.2 相关性分析 ——散点图提供了变量间的关系模式 ——变量关系的基础：pearson、spearman相关系数 ——偏相关分析 ——多变量相关性：典型相关	6.3 线性回归分析 ——简单回归分析 截距意义何在：数据平移 斜率反应预测关系的大小 ——多元回归分析 多元回归分析：回归概览性描述 处理异常值：残差分析 常用的对数变换 模型的可接受误差评析 哑变量变换	6.4 稳健的logistics回归 预分析：卡方独立性检验 构建模型与模型诊断、修正 自变量筛选与多模型评估：roc曲线 自变量的筛选：逐步回归 何谓稳健？
6.5 poisson 回归 poisson回归的诊断 贝叶斯poisson回归 6.6 稳健回归 稳健性之模型诊断 稳健性估计方法 稳健回归分析比较	6.7 主成分分析 多维偏好分析 探索性因子分析 问卷的结构效度指标 因子得分的应用：潜变量 6.8 对应分析 预分析：频数、交叉表与卡方 一元对应分析：行为与选择的对应特征 多元对应分析：维度的意义	6.9 联合分析 联合分析流程 析因设计与效应值计算 联合分析过程 数据挖掘（SAS/EM） 统计模型与数据挖掘的区别：数据量、数据精确度、时间、关注点 构建预测模型：购买倾向分析：基于回归、决策树、神经网络模型的预测

培训优惠及注意事项

培训优惠及注意事项

(1)赠送SAS数据统计分析师视频课程。

(2)现场班老学员可以享受9折优惠。

(3)同一机构3人以上报名，9折优惠。

(4)同一机构6人以上报名，8折优惠。

(5)赠送1000论坛币

报名流程及咨询

1. 提交报名信息：http://www.peixun.net/view/165_join.html

2. 给予反馈，确认报名信息

3. 交费

开户行：北京农商银行四季青支行万寿寺分理处

户名：北京国富如荷网络科技有限公司

卡号：0404 1001 0300 0003 092

支付宝：guofuruhe@126.com

户名：北京国富如荷网络科技有限公司

4. 开课前一周发送培训教室路线图，培训现场领取发票

联系方式

龚老师

电话: (010)53605625

手机：17773656856

QQ:1281241407

邮箱 :1281241407@QQ.COM

曹老师

手机: 18810531180

Q QQ：2881989706
邮箱：caolibo@pinggu.org