SAS编程宏处理1--描述性统计量的输出

宏程序在我们日常编程中被普遍使用。项目中的很多输出内容都是相同的标准和模板，如果每次都手动编写程序，这样的效率未免有些低下。我写宏程序这系列文章的目的，就是将工作中可能遇到的宏程序积累下来，以方便下次调用。这一系列要写多少以及怎么写，我自己也不太确定，就先开始写起来。

相同的输出可以通过不同的程序来实现，与之对应的宏程序的实现也并非固定。我先尽量为每种输出形式完成一种形式，至于丰富实现方法，以后再补充。文章的框架是先以普通的SAS程序实现输出，最后将程序封装成宏程序，方便使用。

我先介绍输出描述性统计量的宏程序。描述性统计量的输出在临床试验统计分析中非常普遍，每一个临床试验的SAP中都应该有类似的语句：

Descriptive statistics on continuous measurements will include means, medians, standard deviations, quartiles(Q1, Q3) and minimum and maximum, while categorical data will be summarized using frequency counts and percentages.

至于如何实现描述性统计量的输出，从我接触的项目中来看，大致有3种实现途径：

1. Proc Means
2. Proc Univariate
3. Proc Summary

今天我来介绍Proc Summary的实现方法，我以SASHELP.CLASS数据集作为分析数据集，输出不同性别同学的身高的描述性统计量。首先，我们先看一下描述性统计量的模板，关于模板各个公司应该大同小异：

描述性统计量

我这边就不介绍具体的SAS语法了，直接看程序如何实现：

proc summary data = sashelp.class;
  class sex;
  var height;
  output out=height1 n=n mean=mean median=median std=std min=min max=max q1=q1 q3=q3;
run;

以上代码将各分组以及分组汇总的统计量输出到Height1数据集中：

Height1

描述性统计量获取后，需要整理成模板显示的形式。显然，模板显示的竖向排列，而输出的数据集中是横向排列的。这里实现的方法一般有两种，第一，Proc Tranpose语句将横向数据转变为纵向数据；第二，在Data步中使用Ouput语句实现纵向输出。

这里，我采用Proc Tranpose进行实现。关于各个统计量的保留的小数位数，不同的公司可能有不同的要求，在这里min、max先保留一位，mean、std、q1、q3先保留两位。小数位数在最后的宏程序中可以使用宏参数进行控制。

data height2;
  set height1;
  where not missing(sex);
  length v1-v6 $50;

  if n >. then v1=strip(put(n, 4.0)); else v1 = "0";
  if mean >. then v2=strip(put(mean,8.2)); else v2="-";
  if std>. then v3=strip(put(std,8.2)); else v3="-";
  if median>. then v4=strip(put(median,8.2)); else v4="-";
  if nmiss(q1,q3) =0 then v5=strip(put(q1,8.2))||", "||strip(put(q3,8.2)); else v5="-, -";
  if nmiss(min,max) =0 then v6=strip(put(min,8.1))||", "||strip(put(max,8.1)); else v6="-, -";
run;

proc transpose data = height2 out=height3;
  var v1 -v6;
run;

输出结果如下：

Height2 Height3

这里输出的整体内容已经很完善了，但是第一列没有具体统计量名称，需要进一步补充，这里可以通过建立Format进行实现。

proc format;
  value $stat
    "v1" = "n"
    "v2" = "Mean"
    "v3" = "SD"
    "v4" = "Median"
    "v5" = "Q1, Q3"
    "v6" = "Min, Max"
  ;
run;

data out;
  set height3;
  _name_ = put(_name_, $stat.);
run;

Out

以上就是整个输出描述性统计量的过程，这是一个整体的框架，一些细节可能不同公司有不同要求，具体细节读者可以自行补充。考虑到一张Table可能出多个变量的描述性统计量，可以添加一个变量记录表属于具体的表的第几部分，也可以增加记录同一部分中的统计量排列顺序的变量。

将以上程序封装成宏程序，具体如下：

%macro Summary(indt=, outdt=, trtvar=, anavar=, dplace=, sec=);
proc summary data = &indt.;
  class &trtvar.;
  var &anavar.;
  output out=&anavar.1 n=n mean=mean median=median std=std min=min max=max q1=q1 q3=q3;
run;

data &anavar.2;
  set &anavar.1;
  where not missing(&trtvar.);
  length v1-v6 $50;

  %let dplace1 = %eval(&dplace. +1);  

  if n >. then v1=strip(put(n, 4.0)); else v1 = "0";
  if mean >. then v2=strip(put(mean,8.&dplace1.)); else v2="-";
  if std>. then v3=strip(put(std,8.&dplace1.)); else v3="-";
  if median>. then v4=strip(put(median,8.&dplace1.)); else v4="-";
  if nmiss(q1,q3) =0 then v5=strip(put(q1,8.&dplace1.))||", "||strip(put(q3,8.&dplace1.)); else v5="-, -";
  if nmiss(min,max) =0 then v6=strip(put(min,8.&dplace.))||", "||strip(put(max,8.&dplace.)); else v6="-, -";
run;

proc transpose data = &anavar.2 out=&anavar.3;
  var v1 -v6;
run;

data &outdt;
  set &anavar.3;
  _name_ = put(_name_, $stat.);
  sec = &sec.;
  rownum=_n_;
run;
%mend;

%Summary(indt=sashelp.class, outdt=out, trtvar=sex, anavar=height, dplace=1, sec=1);

输出结果如下：

Out

以上。
若有疑问，欢迎评论区交流！