対応のある2標本の差の検定、頻度集計、グループごとの集計、Tips

統計モデル解析特論I/II : 第13回 (02/01/18)

　前回はグループごとの平均値に差があるかの比較方法(検定)を幾つか説明した。今回は対応のある2標本の差の検定について紹介する。
　後半は、単純集計としてよく利用される頻度集計やクロス集計の方法について説明すると共にデータをファイルから読み込む際に知っておくと便利なコマンドを紹介する。

対応のある 2群の検定

同一個体に対して2回測定したものを比較したい場合。それらを2群として。
薬の投与前後での測定、運動の前後での測定、処置の前後、...
この場合は、「対応のある2群」とか、「独立でない2標本」と呼ばれる。
proc univariate の中で表示されている : 第11回の第1節

プログラム : Lesson 13-01 : les1301.sas
/* Lesson 13-01 */ /* File Name = les1301.sas 02/01/18 */ options nocenter linesize=78 pagesize=30; proc printto print = 'Kougi/les1301_Results.txt' new; data pair; input x y @@; : 改行せずに続けて読むことの指定 dif=y-x; : 前後の差を計算 cards; 5.1 4.7 6.2 6.1 6.8 7.2 7.4 7.3 3.9 3.6 : 2つ1組みでデータを列挙 3.5 3.7 5.3 4.8 4.5 4.4 5.9 5.5 4.8 4.6 : ; proc print data=pair; run; : Stem and Leaf を表示させるには ods listing; : 以下の plot オプション用に指定。 ods graphics off; : 以下の plot オプション用に指定。 proc univariate data=pair plot; : 基礎統計量の算出。plot オプションを指定。 var dif; : 指定した変量について run;

出力

html 形式: les1301-results.html
pdf 形式: les1301-results.pdf
テキストファイル: les1301_Results.txt : 漢字コードがUTF-8で記述されているため、(ブラウザに依るが)そのままだと文字化けする
処置の前後の変化が統計的に意味のあるものかを判断する。
両者の差がゼロかどうかを観る。
判断のロジックは前週と同じ。

2018年 1月31日水曜日 22時41分04秒 24 Obs x y dif 1 5.1 4.7 -0.4 2 6.2 6.1 -0.1 3 6.8 7.2 0.4 4 7.4 7.3 -0.1 5 3.9 3.6 -0.3 6 3.5 3.7 0.2 7 5.3 4.8 -0.5 8 4.5 4.4 -0.1 9 5.9 5.5 -0.4 10 4.8 4.6 -0.2 2018年 1月31日水曜日 22時41分04秒 25 UNIVARIATE プロシジャ変数 : dif モーメント N 10 重み変数の合計 10 平均 -0.15 合計 -1.5 標準偏差 0.27988093 分散 0.07833333 歪度 0.83622187 尖度 0.2797646 無修正平方和 0.93 修正済平方和 0.705 変動係数 -186.58728 平均の標準誤差 0.08850612 基本統計量位置ばらつき平均 -0.15000 標準偏差 0.27988 中央値 -0.15000 分散 0.07833 最頻値 -0.10000 範囲 0.90000 四分位範囲 0.30000 2018年 1月31日水曜日 22時41分04秒 26 UNIVARIATE プロシジャ変数 : dif 位置の検定 H0: Mu0=0 検定 -統計量- ------p 値------- Student の t 検定 t -1.6948 Pr > |t| 0.1244 符号検定 M -3 Pr >= |M| 0.1094 符号付順位検定 S -15.5 Pr >= |S| 0.1211 分位点 (定義 5) 水準分位点 100% 最大値 0.40 99% 0.40 95% 0.40 90% 0.30 75% Q3 -0.10 50% 中央値 -0.15 25% Q1 -0.40 10% -0.45 5% -0.50 1% -0.50 0% 最小値 -0.50 2018年 1月31日水曜日 22時41分04秒 27 UNIVARIATE プロシジャ変数 : dif 極値 --最小値-- --最大値-- 値 Obs 値 Obs -0.5 7 -0.1 2 -0.4 9 -0.1 4 -0.4 1 -0.1 8 -0.3 5 0.2 6 -0.2 10 0.4 3 幹葉 # Boxplot 4 0 1 0 2 0 1 | 0 | -0 000 3 +--+--+ -2 00 2 | | -4 000 3 +-----+ ----+----+----+----+ 幹.葉の単位 : 10**-1 2018年 1月31日水曜日 22時41分04秒 28 UNIVARIATE プロシジャ変数 : dif 正規確率プロット 0.5+ * ++++++ | * +++++++ | +++++++ | *+*++*+ * | * +*++*++ -0.5+ +*++++++ +----+----+----+----+----+----+----+----+----+----+ -2 -1 0 +1 +2

結果の見方 : Prob>|t|
- 「Studentのt検定」の「両側 Pr > |t|」の項を見る。
- 今回の2群の差が無い(ゼロ)と言える確率は12.4% で、5%(or 1%) よりも大きいので前後に差があるとは言えない。つまり、処理に効果があったとは言えない。

頻度集計(名義尺度、離散変量の場合) : 度数の把握、クロス表

単純集計として各群の頻度を調査 : クロス集計
頻度 : 男/女別人数、自宅生/下宿生別人数、携帯電話会社別人数、...。
あらかじめ性質が分類されている : 名義尺度、(離散変量)
[注意] この手法の対象が、文字型変量に限られているわけではない : [演習2] を参照

プログラム : Lesson 13-2 : les1302.sas
/* Lesson 13-02 */ /* File Name = les1302.sas 02/01/18 */ options nocenter linesize=78 pagesize=30; proc printto print = 'Kougi/les1302_Results.txt' new; data gakusei; infile 'Kougi/all08c_sjis.csv' firstobs=2 dlm=','; input sex $ shintyou taijyuu kyoui jitaku $ kodukai carryer $ tsuuwa; proc print data=gakusei(obs=5); run; : proc freq data=gakusei; : 頻度を算出 tables sex jitaku carryer; : 一変量ごとに run; : proc freq data=gakusei; : 頻度を算出 tables sex*jitaku; : 二変量の組み合わせで tables sex*carryer; : tables jitaku*carryer; : run; :

出力

html 形式: les1302-results.html
pdf 形式: les1302-results.pdf
テキストファイル: les1302_Results.txt : 漢字コードがUTF-8で記述されているため、(ブラウザに依るが)そのままだと文字化けする
自宅生/下宿生の人数、自宅生/下宿生の人数。これらの組合わせの人数。
頻度、割合(%)、累積頻度、累積割合(%)

頻度、全体割合、縦割合、横割合
2018年 1月31日水曜日 23時07分50秒 50 FREQ プロシジャ累積累積 sex 度数パーセント度数パーセント ----------------------------------------------------------------- F 134 33.58 134 33.58 M 265 66.42 399 100.00 Frequency Missing = 5 累積累積 jitaku 度数パーセント度数パーセント -------------------------------------------------------------------- G 130 37.46 130 37.46 J 217 62.54 347 100.00 Frequency Missing = 57 2018年 1月31日水曜日 23時07分50秒 51 FREQ プロシジャ累積累積 carryer 度数パーセント度数パーセント ---------------------------------------------------------------------- DDIp 2 1.14 2 1.14 DoCoMo 71 40.57 73 41.71 J-PHONE 10 5.71 83 47.43 KDDI 1 0.57 84 48.00 No 5 2.86 89 50.86 Vodafone 20 11.43 109 62.29 Willcom 1 0.57 110 62.86 au 46 26.29 156 89.14 au+willc 1 0.57 157 89.71 au/willc 1 0.57 158 90.29 docomo 8 4.57 166 94.86 docomo+w 1 0.57 167 95.43 docomo/a 1 0.57 168 96.00 docomo/w 1 0.57 169 96.57 softbank 5 2.86 174 99.43 vodafone 1 0.57 175 100.00 Frequency Missing = 229 2018年 1月31日水曜日 23時07分50秒 52 FREQ プロシジャ表 : sex * jitaku sex jitaku 度数 | パーセント | 行のパーセ | 列のパーセ |G |J | 合計 ---------------+--------+--------+ F | 40 | 75 | 115 | 11.59 | 21.74 | 33.33 | 34.78 | 65.22 | | 31.01 | 34.72 | ---------------+--------+--------+ M | 89 | 141 | 230 | 25.80 | 40.87 | 66.67 | 38.70 | 61.30 | | 68.99 | 65.28 | ---------------+--------+--------+ 合計 129 216 345 37.39 62.61 100.00 Frequency Missing = 59 2018年 1月31日水曜日 23時07分50秒 53 FREQ プロシジャ表 : sex * carryer sex carryer 度数 | パーセント | 行のパーセ | 列のパーセ |DDIp |DoCoMo |J-PHONE |KDDI |No |Vodafone| 合計 ---------------+--------+--------+--------+--------+--------+--------+ F | 1 | 30 | 4 | 0 | 1 | 9 | 66 | 0.57 | 17.24 | 2.30 | 0.00 | 0.57 | 5.17 | 37.93 | 1.52 | 45.45 | 6.06 | 0.00 | 1.52 | 13.64 | | 50.00 | 42.25 | 44.44 | 0.00 | 20.00 | 45.00 | ---------------+--------+--------+--------+--------+--------+--------+ M | 1 | 41 | 5 | 1 | 4 | 11 | 108 | 0.57 | 23.56 | 2.87 | 0.57 | 2.30 | 6.32 | 62.07 | 0.93 | 37.96 | 4.63 | 0.93 | 3.70 | 10.19 | | 50.00 | 57.75 | 55.56 | 100.00 | 80.00 | 55.00 | ---------------+--------+--------+--------+--------+--------+--------+ 合計 2 71 9 1 5 20 174 1.15 40.80 5.17 0.57 2.87 11.49 100.00 (続く) 2018年 1月31日水曜日 23時07分50秒 54 FREQ プロシジャ表 : sex * carryer sex carryer 度数 | パーセント | 行のパーセ | 列のパーセ |Willcom |au |au+willc|au/willc|docomo |docomo+w| 合計 ---------------+--------+--------+--------+--------+--------+--------+ F | 1 | 15 | 1 | 0 | 1 | 0 | 66 | 0.57 | 8.62 | 0.57 | 0.00 | 0.57 | 0.00 | 37.93 | 1.52 | 22.73 | 1.52 | 0.00 | 1.52 | 0.00 | | 100.00 | 32.61 | 100.00 | 0.00 | 12.50 | 0.00 | ---------------+--------+--------+--------+--------+--------+--------+ M | 0 | 31 | 0 | 1 | 7 | 1 | 108 | 0.00 | 17.82 | 0.00 | 0.57 | 4.02 | 0.57 | 62.07 | 0.00 | 28.70 | 0.00 | 0.93 | 6.48 | 0.93 | | 0.00 | 67.39 | 0.00 | 100.00 | 87.50 | 100.00 | ---------------+--------+--------+--------+--------+--------+--------+ 合計 1 46 1 1 8 1 174 0.57 26.44 0.57 0.57 4.60 0.57 100.00 (続く) 2018年 1月31日水曜日 23時07分50秒 55 FREQ プロシジャ表 : sex * carryer sex carryer 度数 | パーセント | 行のパーセ | 列のパーセ |docomo/a|docomo/w|softbank|vodafone| 合計 ---------------+--------+--------+--------+--------+ F | 0 | 0 | 3 | 0 | 66 | 0.00 | 0.00 | 1.72 | 0.00 | 37.93 | 0.00 | 0.00 | 4.55 | 0.00 | | 0.00 | 0.00 | 60.00 | 0.00 | ---------------+--------+--------+--------+--------+ M | 1 | 1 | 2 | 1 | 108 | 0.57 | 0.57 | 1.15 | 0.57 | 62.07 | 0.93 | 0.93 | 1.85 | 0.93 | | 100.00 | 100.00 | 40.00 | 100.00 | ---------------+--------+--------+--------+--------+ 合計 1 1 5 1 174 0.57 0.57 2.87 0.57 100.00 Frequency Missing = 230 2018年 1月31日水曜日 23時07分50秒 56 FREQ プロシジャ表 : jitaku * carryer jitaku carryer 度数 | パーセント | 行のパーセ | 列のパーセ |DDIp |DoCoMo |J-PHONE |KDDI |No |Vodafone| 合計 ---------------+--------+--------+--------+--------+--------+--------+ G | 1 | 27 | 4 | 1 | 0 | 4 | 56 | 0.66 | 17.88 | 2.65 | 0.66 | 0.00 | 2.65 | 37.09 | 1.79 | 48.21 | 7.14 | 1.79 | 0.00 | 7.14 | | 100.00 | 44.26 | 44.44 | 100.00 | 0.00 | 23.53 | ---------------+--------+--------+--------+--------+--------+--------+ J | 0 | 34 | 5 | 0 | 4 | 13 | 95 | 0.00 | 22.52 | 3.31 | 0.00 | 2.65 | 8.61 | 62.91 | 0.00 | 35.79 | 5.26 | 0.00 | 4.21 | 13.68 | | 0.00 | 55.74 | 55.56 | 0.00 | 100.00 | 76.47 | ---------------+--------+--------+--------+--------+--------+--------+ 合計 1 61 9 1 4 17 151 0.66 40.40 5.96 0.66 2.65 11.26 100.00 (続く) ≪以下略≫

[補足1] SAS の出力の内、「proc printto print = 'Kougi/les1301_Results.txt' new;」で指定したファイルには「options nocenter linesize=78 pagesize=30;」で表示エリアサイズに収まるように出力される (今回の場合で言えば一行78文字、一ページ30行)。上記の出力でも、「SEX x JITAKU」のクロス表は、縦に分断されたように表示される。これは、縦方向の行数が少ないので、クロス表が「小出し」に表示されるためである。間にある 15行程の不要部分を削除すると、視覚的にも理解しやすいクロス表を得ることができ、配布資料はそのような編集作業後のものである。皆さんもレポート作成時にはこの様な編集作業を行うと見易くなる。
[補足2] 上の出力例を見ると、携帯電話会社の名前が大文字のものと小文字のものが混在していることが判る。本来であれば同じ会社を指すと考えられるので、そのような場合は、再定義すれば良い。データパートに以下の再定義文を挿入する。なお、社名や経営母体を変更した会社について、どのように対応するかは別に考える必要がある。
- プログラム例 : les1303.sas
- 出力
  - html 形式: les1303-results.html
  - pdf 形式: les1303-results.pdf
  - テキストファイル: les1303_Results.txt : 漢字コードがUTF-8で記述されているため、(ブラウザに依るが)そのままだと文字化けする
≪前略≫ if carryer="au+willc" then carryer="au+Willc"; if carryer="docomo" then carryer="DoCoMo"; if carryer="docomo+w" then carryer="DoCoMo+W"; if carryer="vodafone" then carryer="Vodafone"; ≪後略≫

[補足3] 累積頻度の使い方の一つとして、頻度の高いもの順(降順)と言う指定もでき、「上位 50% までのパターンを知りたい」と言うような時に使うことができる。デフォルトではアルファベット順。

プログラム例 : les1304.sas
出力
- html 形式: les1304-results.html
- pdf 形式: les1304-results.pdf
- テキストファイル: les1304_Results.txt : 漢字コードがUTF-8で記述されているため、(ブラウザに依るが)そのままだと文字化けする

≪前略≫ proc freq data=gakusei order=freq; : 頻度の高いもの順 tables sex jitaku carryer; : run; : : proc freq data=gakusei order=freq; : 頻度の高いもの順 tables sex*jitaku; : tables sex*carryer; : tables jitaku*carryer; : run; : ≪後略≫

[演習1] 上記の例では二変量の組合わせまでを行ったが、三変量以上の組合わせを行うことも可能である。その際の出力はどのようになるかを予想し、その後実際に実行してみよ。出力結果は何を表現し、また、予想は正しかったか?
- プログラム例 : les1305.sas
- 出力
  - html 形式: les1305-results.html
  - pdf 形式: les1305-results.pdf
  - テキストファイル: les1305_Results.txt : 漢字コードがUTF-8で記述されているため、(ブラウザに依るが)そのままだと文字化けする
≪前略≫ proc freq data=gakusei; tables sex*jitaku; : 2重クロス集計 tables sex*carryer; : 2重クロス集計 tables jitaku*carryer; : 2重クロス集計 tables sex*jitaku*carryer; : 3重クロス集計 run; ≪後略≫
[演習2] 上記の例では名義尺度変量(離散変量)を使って集計を行ったが、shintyou 等の連続変量(数値変量)を使っても実行できる。その際の出力はどのようになるかを予想し、その後実際に実行してみよ。出力結果は何を表現し、また、予想は正しかったか?
- プログラム例 : les1306.sas
- 出力
  - html 形式: les1306-results.html
  - pdf 形式: les1306-results.pdf
  - テキストファイル: les1306_Results.txt : 漢字コードがUTF-8で記述されているため、(ブラウザに依るが)そのままだと文字化けする

頻度集計(連続変量の場合) : 度数の把握、クロス表

観測値が連続値 : 連続変量
連続変量をグループ化 : 区切る必要がある : 階級、class
連続変量をグループ化することを指定するのが format : [演習2] と比較せよ
ドットを忘れないように : proc freq 内のformat 行の最後のところ

プログラム : Lesson 13-7 : les1307.sas
/* Lesson 13-07 */ /* File Name = les1307.sas 02/01/18 */ options nocenter linesize=78 pagesize=30; proc printto print = 'Kougi/les1307_Results.txt' new; data gakusei; infile 'Kougi/all08c_sjis.csv' firstobs=2 dlm=','; input sex $ shintyou taijyuu kyoui jitaku $ kodukai carryer $ tsuuwa; if carryer="au+willc" then carryer="au+Willc"; if carryer="docomo" then carryer="DoCoMo"; if carryer="docomo+w" then carryer="DoCoMo+W"; if carryer="vodafone" then carryer="Vodafone"; proc format; : 階級を作る。class shintyou の意 value clshint low-<150=' -149' : 階級の定義 1 150-<160='150-159' : 2 160-<170='160-169' : 3 170-<180='170-179' : 4 180-high='180- ' : 5 other ='missing'; : 6 run; : proc print data=gakusei(obs=5); run; proc freq data=gakusei; : 頻度を算出 tables shintyou; : 一変量ごとに format shintyou clshint.; : 連続変量をグループ化することの指定 run; : : proc freq data=gakusei; : 頻度を算出 tables sex*shintyou; : 二変量の組合わせで format shintyou clshint.; : 連続変量をグループ化することの指定 run; : : proc sort data=gakusei; : 今までの方法で実現しようとすると by sex; : run; : proc freq data=gakusei; : tables shintyou; : format shintyou clshint.; : 連続変量をグループ化することの指定 by sex; : 性別ごとに run; :

出力

html 形式: les1307-results.html
pdf 形式: les1307-results.pdf
テキストファイル: les1307_Results.txt : 漢字コードがUTF-8で記述されているため、(ブラウザに依るが)そのままだと文字化けする
各階級ごとの頻度、割合(%)、累積頻度、累積割合(%)

2018年 1月31日水曜日 23時13分56秒 114 FREQ プロシジャ累積累積 shintyou 度数パーセント度数パーセント ---------------------------------------------------------------------- -149 6 1.54 6 1.54 150-159 61 15.68 67 17.22 160-169 131 33.68 198 50.90 170-179 163 41.90 361 92.80 180- 28 7.20 389 100.00 Frequency Missing = 15 2018年 1月31日水曜日 23時13分56秒 115 FREQ プロシジャ表 : sex * shintyou sex shintyou 度数 | パーセント | 行のパーセ | 列のパーセ | -149 |150-159 |160-169 |170-179 |180- | 合計 ---------------+--------+--------+--------+--------+--------+ F | 6 | 58 | 61 | 2 | 0 | 127 | 1.55 | 14.95 | 15.72 | 0.52 | 0.00 | 32.73 | 4.72 | 45.67 | 48.03 | 1.57 | 0.00 | | 100.00 | 95.08 | 46.92 | 1.23 | 0.00 | ---------------+--------+--------+--------+--------+--------+ M | 0 | 3 | 69 | 161 | 28 | 261 | 0.00 | 0.77 | 17.78 | 41.49 | 7.22 | 67.27 | 0.00 | 1.15 | 26.44 | 61.69 | 10.73 | | 0.00 | 4.92 | 53.08 | 98.77 | 100.00 | ---------------+--------+--------+--------+--------+--------+ 合計 6 61 130 163 28 388 1.55 15.72 33.51 42.01 7.22 100.00 Frequency Missing = 16 2018年 1月31日水曜日 23時13分56秒 116 sex=' ' FREQ プロシジャ累積累積 shintyou 度数パーセント度数パーセント ---------------------------------------------------------------------- 160-169 1 100.00 1 100.00 Frequency Missing = 4 2018年 1月31日水曜日 23時13分56秒 117 sex=F FREQ プロシジャ累積累積 shintyou 度数パーセント度数パーセント ---------------------------------------------------------------------- -149 6 4.72 6 4.72 150-159 58 45.67 64 50.39 160-169 61 48.03 125 98.43 170-179 2 1.57 127 100.00 Frequency Missing = 7 2018年 1月31日水曜日 23時13分56秒 118 sex=M FREQ プロシジャ累積累積 shintyou 度数パーセント度数パーセント ---------------------------------------------------------------------- 150-159 3 1.15 3 1.15 160-169 69 26.44 72 27.59 170-179 161 61.69 233 89.27 180- 28 10.73 261 100.00 Frequency Missing = 4

各グループごとでの集計、基礎統計量

特性変数によって特定されたグループ内の、ある変量についての集計を行う。
if 文を使うと細切れの集計は可能だが。
連続変量の場合は、グループ化して利用する。

プログラム : Lesson 13-8 : les1308.sas
/* Lesson 13-08 */ /* File Name = les1308.sas 02/01/18 */ options nocenter linesize=78 pagesize=30; proc printto print = 'Kougi/les1308_Results.txt' new; data gakusei; infile 'Kougi/all08c_sjis.csv' firstobs=2 dlm=','; input sex $ shintyou taijyuu kyoui jitaku $ kodukai carryer $ tsuuwa; proc format; value clshint low-<150=' -149' 150-<160='150-159' 160-<170='160-169' 170-<180='170-179' 180-high='180- ' other ='missing'; run; proc print data=gakusei(obs=5); run; proc tabulate data=gakusei; : 要約統計量の表の作成 class sex jitaku; : 特性変数であることの宣言 var kodukai; : 集計する変量名 tables kodukai*(n mean std),sex*jitaku; : 表示内容、分類変量名 run; : proc tabulate data=gakusei; : class shintyou sex; : var taijyuu; : tables taijyuu*(n mean std),shintyou*sex; : format shintyou clshint.; : 連続変量をグループ化することの指定 run; :

出力

html 形式: les1308-results.html
pdf 形式: les1308-results.pdf
テキストファイル: les1308_Results.txt : 漢字コードがUTF-8で記述されているため、(ブラウザに依るが)そのままだと文字化けする
各階級ごとの頻度、割合(%)、累積頻度、累積割合(%)

2018年 2月 1日木曜日 11時42分20秒 2 ----------------------------------------------------------------------- | | sex | | |---------------------------------------------------| | | F | M | | |-------------------------+-------------------------| | | jitaku | jitaku | | |-------------------------+-------------------------| | | G | J | G | J | |-----------------+------------+------------+------------+------------| |kodukai |N | 38.00| 73.00| 88.00| 136.00| | |--------+------------+------------+------------+------------| | |Mean | 75710.53| 34897.26| 87988.64| 26970.59| | |--------+------------+------------+------------+------------| | |Std | 57382.03| 30640.72| 73705.14| 33083.05| ----------------------------------------------------------------------- 2018年 2月 1日木曜日 11時42分20秒 3 ----------------------------------------------------------------------- | | shintyou | | |---------------------------------------------------| | | -149 | 150-159 | 160-169 | | |------------+-------------------------+------------| | | sex | sex | sex | | |------------+-------------------------+------------| | | F | F | M | F | |-----------------+------------+------------+------------+------------| |taijyuu |N | 5.00| 42.00| 3.00| 41.00| | |--------+------------+------------+------------+------------| | |Mean | 41.80| 47.42| 53.40| 51.16| | |--------+------------+------------+------------+------------| | |Std | 2.59| 4.52| 6.77| 3.68| ----------------------------------------------------------------------- (Continued) 2018年 2月 1日木曜日 11時42分20秒 4 ----------------------------------------------------------------------- | | shintyou | | |---------------------------------------------------| | | 160-169 | 170-179 | 180- | | |------------+-------------------------+------------| | | sex | sex | sex | | |------------+-------------------------+------------| | | M | F | M | M | |-----------------+------------+------------+------------+------------| |taijyuu |N | 69.00| 0.00| 161.00| 28.00| | |--------+------------+------------+------------+------------| | |Mean | 58.72| .| 63.13| 67.88| | |--------+------------+------------+------------+------------| | |Std | 7.31| .| 7.60| 7.87| -----------------------------------------------------------------------

[おまけ: Tips] データをファイルから読み込む際に便利なコマンド: デリミタの指定等
　Excel 等で入力したデータを SAS に読み込ませる方法として、 csv 形式で保存してからSASで読み込む方法を紹介した。これ以外にタブ区切り(*.txt)の形式のファイルも読み込むことができ、その場合を含めて、幾つかの便利なコマンドをまとめて紹介しておく。
1. カンマ区切り(csv 形式)のファイルを読む場合 : *.csv
  　 CSV 形式のファイルを読み込む場合、文字列の長さを指定しないと、 8文字(8バイト)しか読み込んでくれない。しかし、かと言って、input 文に単に文字数を指定すると、カンマを超えて読み込もうとする。また、欠損値が続くとそれ等を一つの欠損値として読み込んでしまう。それらの欠点を一挙に解決するには以下の様式のプログラムを用いる。続く欠損値を個々にバラして読ませ(infile 中の dsd)、デリミタが出現するところまでの任意の長さの文字列を読み込む(input 中の : )ように指定する。
  data example2018; infile 'Kougi/foo1.csv' dlm=','; firstobs=2 truncover missover dsd ; input No $ Univ : $30. SName : $40. Faculty : $50. Dept : $50. Center1 : $8. Center2 : $8. Sel1 : $8. Sel2 : $8. Book1 : $10. Book2 : $10. Vol0 VolS VolT ZenKou $ ScoreS ScoreT KoKouSi ;
2. タブ区切りのファイルを読む場合 : *.txt
  data example2018; infile 'Kougi/foo2.txt' dlm='09'x firstobs=2 truncover missover;
3. 1レコード(1行)のレコード長が長い場合 : 一行の長さの指定、例えば 230バイトだと
  data math; infile 'foo3.csv' lrecl=230;
4. 行末がそろってないデータの読み込み : 一行の長さを指定し、揃ってないことを明示
  data math; infile 'foo4.csv' lrecl=230 truncover;
5. 固定長データの読み込み : カラム位置の指定
  - 固定長データの例 : Example_FixedFormat1710a.jpg
  - プログラム例 : mean31.sas
  input kamoku $ 2 kesseki $ 3 k_code $ 10-11 t_score 12-14 s_scor01 103-104 s_scor02 105-106 s_scor03 107-108 s_scor04 109-110 ;
次回は、... : 02月08日 14:40 (講義としての最終回)
- 今回やり残したところ
- 幾つかの役に立つコマンド
- まとめ
- レポート課題
- ...

講義のホームページへ戻ります