学习和使用SAS的一点感想

mxbj

来源：http://blog.sina.com.cn/s/blog_a3a9263601012lxg.html

      想说一说自己在学习和使用SAS时的所得所失。我可能走了许多弯路，尤其是比起那些具备更多的信息的，更加年轻的人。我的经验或许比你的要多，也可能更加微不足道。但是分享的本身，即使是微末的一点点，也是乐趣。不是吗？

    一直到现在，我还觉得自己做SAS还是挺辛苦的，差不多从来就没有很多人那样的举重就轻。如果我说自己学了三年的SAS还不成的话，有人会纳闷。纳闷SAS不就是几个月的速成软件吗？对一些人来说，这无疑是正确的。可是如果承认自己的智商并非天赋异秉而高人一等的话，就得潜下心来，不要妄自菲薄。我自己学了五年SAS，还经常犯错。我的同事做的更好，可是也犯错误。

    我所学专业是统计，入门的软件是R，在工作里差不多只和SAS打交道。用SAS处理数据分析数据。不多的时候用R运行一下别人的程序，或者是SAS里没有成形的较新的方法。一年也设计一二或三个DATABASE（用ACCESS）。我的工作内容差不多可以普遍到整个做统计分析行业：大致如此。最重要的当然是数据分析，或者说分析数据就是自己的日常工作内容。几乎无时不刻的用SAS。

    因为入门晚，大概有五年的时间，开始用的差不多就是SAS V9的版本。所以每当看到有些SAS使用者在用proc plot一类的过程，看到那些星星点点的黑白的制图，除了肃然起敬之外，也明白了为什么很多人会讨厌SAS的图形功能。从现在SAS的图形功能及其和ODS输出的良好结合性来看，sas的制图是很美观的。而这种对SAS旧版本的较为薄弱的制图形功能的轻视，几乎成了许多人的共识：不要用sas画图。我很幸运，过度了大概两年时间的gplot，到了现在的sg-plot。我的工作任务之一是给“科学研究”（我总这在想这种提法科学吗？）提供数据分析报告，从发表杂志文章的角度来看，sas图例无论是从清晰度还是审美的角度来看，都是杂志图例的首选之一。不象有的人抱怨excel成图的DPI太低。其实有时候R也存在这个问题。

    SAS涵盖比较广泛。其特定的功用可以延伸到许多不同的行业。而量身定制的衍生产品也有泛滥的趋势。不过，SAS/STAT应该仍然是它的核心。相比其实不太有历史感的9.0版本，SAS在STAT上的拓展也可以说是日新月异。比如说在MCMC上，在非参数估计上，在随机线性模型的补充改善上都是这几年的事情。且不提更新的分位回归，结构方程分析（PROC CALIS)，以及混合模型等等。原来觉得很难做的东西，现在都成为了常规。几年以前的统计博士或许不懂生存分析。现在差不多本科生都知道怎么绘制生存曲线。如同统计在运算方面的突飞猛进，SAS也与时俱进。所以引以为自豪的太老的SAS经验，如果没有变成进步的阻碍的话，也成了自吹自擂的慰籍。

    我在学了两年的SAS之后，觉得SAS其实也没有什么。其实都是自菲薄。SAS作为一个软件，承载的是更加厚重的统计学的发展。我曾经和同事谈论过PROC GLM。我认为GLM基本上取代了REG过程。可是现在，我不得不把许多线性分析的问题从GLM挪到REG里去做，因为REG在许多方面更加有效和全面。比如说模型选择和诊断。类似的如同GENMOD和LOGISTIC的关系。GENMOD也许可以做的更多，但是无疑LOGISTIC在logit模型上做的更深更精确。

    和许多的软件一样，SAS是个大杂烩，可以提供许多菜单以供顾客选择。考虑到这一点，杂这个概念非常重要。杂用，其实是取其精华，不囿于某个步骤和过程。我看到一些人试图用数据步或者SQL去解决统计的问题。南辕北辙。事倍功半。因为SAS已经提供更加缜密的统计过程来计算统计量解决统计问题。如果我说你在SQL费力半天求的中位数其实是错误，可能你生气。可是是事实。还有一个例子是关于使用PROC NLMIXED的问题。这是一个用最大似然法解决非线性模型的统计过程。其实，且不提MAXIMUM LIKELIHOOD在许多问题上并非是最有效的最优化的，盲目的写了很长的公式，而人为忽略其他的过程或许已经提供更优化的解法，并非是表现好的数学功底的唯一方法。

    作为一个做数据分析的，我切实的建议是，不要忽略数据步的作用。做sas开始的很长一段时间里，你或许都无法避免程序疏漏的困扰。这些错误很大的一部分来自对DATA STEP没有深刻的理解。我有时候惊讶自己为什么总犯些很低级的错误。其实这些错误是有根源的。好的数据分析的基础是真确的数据。如果失去了这个基础，其它的似乎变得没有意义。包括我自己，时常的尴尬是为什么同样的数据，分析结果却无法复制。原因差不多总是源于对SAS理解的不深不全。

    我不希望自己把SAS理解为专于程序编制的软件。其实其最终的目的应该是进行统计分析，产生分析总结的报告。所以编程只是手段而已。data step再难，多做几遍，多记忆就会掌握，但是繁复变化的统计理论和运算，需要不断的理解和改进。所以一个统计分析报告或许也几易其稿，不断改善。

    和我一样，你或许也感受到SAS的易和不易。不过，通过学习和使用SAS而获得对知识的兴趣，可能使得我们对自己的看似无聊的工作减少了许多抱怨。共勉。

京剧

从头再来

楼主说的很在理啊，赞一个

SuVui

楼主过来人啊，我平时学SAS都没有考虑过这些问题。

henryyhl

京剧是个sas高手啊，学习，人大上的jingju就是他。博客也经常更新。
支持！

mxbj

henryyhl 发表于 2013-8-27 10:35
京剧是个sas高手啊，学习，人大上的jingju就是他。博客也经常更新。
支持！

嗯，你有空也转发一些好的贴子

Coran

和煦的阳光

很感谢分享，我平时接触spss较多一些，难得接触sas，sas这个概念还是跟冯国双老师学的，觉得sas的结果分析有些是与spss差不多，但是在编程上和spss就有不少差别，觉得编程是个较难的事情，如果能把spss学的精通了也应该可以做统计分析的。

mxbj

和煦的阳光 发表于 2013-8-27 15:51
很感谢分享，我平时接触spss较多一些，难得接触sas，sas这个概念还是跟冯国双老师学的，觉得sas的结果分析有 ...

飞_羽

赞一个

飞_羽

怎么办