03sas函數(shù)與call子程序-閱讀頁
2025-08-01 12:55本頁面
【正文】 結(jié)果顯示： P1= P2= P3= 樣本統(tǒng)計(jì)函數(shù) 樣本統(tǒng)計(jì)函數(shù)在實(shí)際中的用處不是很大 ， 因?yàn)閼?yīng)用這些函數(shù)時(shí) ， 一定要把樣本的觀測數(shù)據(jù)放在同一行才可以 ， 現(xiàn)實(shí)中樣本的觀測數(shù)據(jù)卻往往是按一列一列排的 。 樣本統(tǒng)計(jì)量函數(shù)共有 15個(gè)。自變量中至少有一個(gè)非缺失值。要求有兩個(gè)以上自變量。要求至少有兩個(gè)自變量。由于隨機(jī)數(shù)函數(shù)是進(jìn)行隨機(jī)模擬的基礎(chǔ)，這里我們通過例子，給出每種隨機(jī)數(shù)發(fā)生程序，供讀者參考。 data RV。 /*retain 賦初值 0 給_seed_*/ mu=0。 do _i_ = 1 to 1000。 /*均值為 mu,標(biāo)準(zhǔn)差為 sigma*/ output。 drop _seed_ _i_ mu sigma。 Normal1 …… 例 用函數(shù) NORMAL產(chǎn)生正態(tài)分布隨機(jī)數(shù) 。 retain _seed_ 0。 sigma=1。 normal1 = 0 + 1 * normal(_seed_)。 end。 run。 data RV1。 a=1。 do _i_ = 1 to 1000。 /*區(qū)間 [a, b]上的均勻分布 */ output。 drop _seed_ _i_。 例 用函數(shù) UNIFORM產(chǎn)生均勻分布隨機(jī)數(shù) 。 retain _seed_ 0。 b=2。 uniform1 = a + (b a) * uniform(_seed_)。 end。 run。自變量 SEED的取值和初始化類型如下表列出。所以，用隨機(jī)函數(shù)產(chǎn)生隨機(jī)數(shù)時(shí)，不能控制種子的值，因此也不可能控制初始化之后的隨機(jī)數(shù)。 SAS CALL 子程序 SAS系統(tǒng)提供一系列 CALL子程序，用于產(chǎn)生隨機(jī)數(shù)或執(zhí)行其它的系統(tǒng)功能，詳見表 ， 。 除 NORMAL和UNIFORM這兩個(gè)函數(shù)之外 ， 所有隨機(jī)數(shù)函數(shù)都有一個(gè)相應(yīng)的子程序 。 選項(xiàng)說明： 使用 CALL子程序時(shí) ， 首先要對 SEED變量賦初值 。因?yàn)椋秒S機(jī)數(shù)函數(shù)同時(shí)創(chuàng)建的多個(gè)隨機(jī)數(shù)變量都屬于同一個(gè)隨機(jī)數(shù)流。 data RV。 do I=1 to 5。 x2= ranuni(seed2)。 end。 proc print。 例中， SEED1和 SEED2的初值相同，但 X1和 X2的第一個(gè)觀測值卻不相同。所以，這里產(chǎn)生的兩個(gè)隨機(jī)數(shù)變量屬于同一個(gè)隨機(jī)數(shù)流。 data RV。 do I=1 to 5。 call ranuni(seed4, X4)。 end。 run。 因?yàn)?SEED3=SEED1，所以 X3表示的隨機(jī)數(shù)流就是 X1和 X2組成的隨機(jī)數(shù)流 。 結(jié)果顯示： Obs seed3 seed4 I X3 X4 1 936674311 724196333 1 2 1393460745 1733883844 2 3 733112270 1202208019 3 4 917607517 674688435 4 5 928513130 1646762308 5
高考資料相關(guān)推薦
鄂ICP備17016276號-1