我用了这样一个macro rank，
%macro decile(dsn,var,decilevar);

/* calculate the cutpoints for the quintiles */
proc univariate noprint data=&dsn;
  var &var;
  output out=decile pctlpts=10 20 30 40 50 60 70 80 90 pctlpre=pct;
run;


/* write the quintiles to macro variables */
data _null_;
set decile;
call symput('q1',pct10) ;
call symput('q2',pct20) ;
call symput('q3',pct30) ;
call symput('q4',pct40) ;
call symput('q5',pct50) ;
call symput('q6',pct60) ;
call symput('q7',pct70) ;
call symput('q8',pct80) ;
call symput('q9',pct90) ;
run;

/* create the new variable in the main dataset */
data &dsn;
set &dsn;
       if &var =. then &decilevar = .;
  else if &var le &q1 then &decilevar=0.1;
  else if &var le &q2 then &decilevar=0.2;
  else if &var le &q3 then &decilevar=0.3;
  else if &var le &q4 then &decilevar=0.4;
  else if &var le &q5 then &decilevar=0.5;
  else if &var le &q6 then &decilevar=0.6;
  else if &var le &q7 then &decilevar=0.7;
  else if &var le &q8 then &decilevar=0.8;
  else if &var le &q9 then &decilevar=0.9;
  else &decilevar=1;
run;

%mend decile;
-------------------------------------------------
我感觉最后rank 打分出来应该是小于等于0.5的obs个数，和0.5 到1的样本个数是差不多的。
但是为什么在0.5的两端样本个数差别好大啊。这是为什么呢？一个边是5000左右，一边是15000左右


-----------------------------

对全样本做了个proc means; var rank;发现median也不是5.5. 是不是用proc univariate rank，本身就容易有问题？还是我哪里出了问题？
The MEANS Procedure

                             Analysis Variable : rank

                  Mean          Median         Maximum         Minimum         Std Dev
          ----------------------------------------------------------------------------
             0.5499870       0.6000000       1.0000000       0.1000000       0.2872285