请教sas对于频数统计的问题，难！！

是 否 +2 论坛币

k人 参与回答

经管之家送您一份

应届毕业生专属福利!

求职就业群

赵安豆老师微信：zhaoandou666

经管之家联合CDA

送您一个全额奖学金名额~ !

立即领取

感谢您参与论坛问题回答

经管之家送您两个论坛币！

+2 论坛币

求助各位大虾
我收集了一批数据，共5个变量，共1300条记录。每个变量的取值为1-150
现在我想找出，这5个变量组合中，出现的频率最高的是哪一种组合？
请问用sas应该怎么编程呢，谢谢
我试了一些proc freq，但是由于变量较多，记录数较多，变量的分类也太多（1-150），sas软件没法算出结果
应该怎么弄呢

扫码加我 拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

分享0 收藏3 回帖

关键词：sas软件 freq 怎么编程 ROC 怎么弄 怎么编程 统计 记录 软件

我是初学者，这些还不清楚呢

继续求教高手

高手在哪里呢

举个例子，你的原始数据集为your_data，其中有两个变量V1与V2。你想统计第一个变量V1中出现频率最高的数字，实现方法有很多，我想出来的方法是排序之后再用保留变量统计，完整程序如下：

data your_data;
  input v1 v2;
cards;
1 2
3 4
5 6
7 8
7 9
3 2
5 4
5 6
5 1
7 0
;

proc sort data=your_data(keep=v1) out=var1_data;
  by v1;
run;

data report_data;
  set var1_data;
  by v1;
  retain sum maxfreq;
  if _n_=1 then maxfreq=0;
  if first.v1 then sum=0;
  sum=sum+1;
  if last.v1 then do;
    if sum>maxfreq then maxfreq=sum;
  end;
  call symput('maxfreq',maxfreq);
run;

data result_report;
  set report_data;
  if sum=&maxfreq;
  keep v1 maxfreq;
run;

proc print data=result_report;
run;

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

结果是：

                    Obs    v1    maxfreq
                      1      5       4


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

在变量V1中，出现频率最高的数字为5，出现的次数为4次。

运行良好，不是么？

谢谢指点啊！
不过我这里是想求出组合频率的次数，比如你的数据中，
1 2 的组合出现1次，则频数为1
3 4的组合出现1次，频数为1
5 6的组合出现1次，频数为1
不知道我有没有说清楚呢
另外，如果变量取值为字符型的，这个程序也适用吗

我懂你的意思了，你是说组合的频率，对么？

稍加改变即可：

data your_data;
  input v1 v2;
cards;
1 2
3 4
5 4
7 8
7 9
3 4
5 4
5 6
5 1
7 0
;

proc sort data=your_data out=var_data;
  by v1 v2;
run;

data report_data;
  set var_data;
  by v1 v2;
  retain sum maxfreq;
  first_num=0; last_num=0;
  if first.v1 or first.v2 then first_num=1;
  if last.v1 or last.v2 then last_num=1;
  if _n_=1 then maxfreq=0;
  if first_num=1 then sum=0;
  sum=sum+1;
  if last_num=1 then do;
    if sum>maxfreq then maxfreq=sum;
  end;
  call symput('maxfreq',maxfreq);
run;

data result_report;
  set report_data;
  if sum=&maxfreq;
  keep v1 v2 maxfreq;
run;

proc print data=result_report;
run;

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

结果是：

                                     Obs    v1    v2    maxfreq
                                       1       3      4        2
                                       2       5      4        2


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

考虑V1与V2的组合，结果显示：

组合(3,4)和组合(5,4)均出现2次，这个2次是最大出现次数。

字符就稍微复杂一点了，用排序法不见得可以做得通，得想其他的法子了。

我的SAS也不怎么样，字符类型的问题我也期待高手来解决。

非常的感谢！
我的是5个变量，是不是就改动：
if first.v1 or first.v2 or first.v3 or first.v4 or first.v5 then first_num=1;
以及其它出现v1 v2 的地方就可以了？
请原谅我对sas的无知，衷心感谢你！
如果我除了要找出最大的组合及其频数，还要找出第2、第3的频数及其次数，需要调整哪个地方呢？

你说得对，比如对以下程序，除了改成first.v1 or first.v2 or ... first.v5之外，别忘了：

last.v1 or last.v2 or ... last.v5

另外：

by v1 v2  改为 by v1 v2 ... v5

(keep=v1 v2 sum) 改为 (keep=v1 v2 ... v5 sum)

至于找前三个较高频率数及其对应组合，程序如下：

data your_data;
  input v1 v2;
cards;
1 2
3 4
5 4
7 8
7 9
3 4
5 4
5 6
5 6
5 6
5 1
7 0
9 9
9 9
9 9
9 9
9 9
;

proc sort data=your_data out=var_data;
  by v1 v2;
run;

data report_data;
  set var_data;
  by v1 v2;
  retain sum;
  first_num=0; last_num=0;
  if first.v1 or first.v2 then first_num=1;
  if last.v1 or last.v2 then last_num=1;
  if first_num=1 then sum=0;
  sum=sum+1;
  if last_num=1;
run;

proc sort data=report_data(keep=v1 v2 sum) out=report_data;
  by descending sum;
run;

proc print data=report_data;
run;

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

结果为：

                                       Obs    v1    v2    sum
                                        1       9      9      5
                                        2       5      6      3
                                        3       3      4      2
                                        4       5      4      2
                                        5       1      2      1
                                        6       5      1      1
                                        7       7      0      1
                                        8       7      8      1
                                        9       7      9      1


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

SUM变量统计的是出现的频数，已经按频数从高到低排序了。

你只需要在前面数三个较高频数的组合即可！