参加sas比赛的感想
想说一说自己在学习和使用SAS时的经验，既有所得也有所失。和尽可能大的依靠自学的许多同仁很类似, 我可能走了许多弯路，尤其是比起那些具备更多信息的，得到更多指导的，更加年轻的聪明灵活的人。自己在SAS上的经验和年头或许比你的要多，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---差不多快十年了吧，依然觉得自己做SAS还是挺辛苦的，几乎从来就没有真正感觉到很多人所谓的举重就轻。如果我说自己学了三年的SAS还不成的话，有人会纳闷儿。纳闷SAS不就是几个月的速成软件，一件简单不过的数据分析工具吗？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，莫要妄自菲薄。我自己用了若干年的SAS，还经常犯错。我的同事做的更好，可是也犯错误。也包括那些所谓的很低级的很可笑的错误，句法上的错误，逻辑上的错误。
我学过统计，入门的软件是R，所做的工作最简单不过，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。在这里把R和SAS对比一下，真是具备很大的诱惑。虽然事实上意义不大。在我所遇见的人里，很少人达到可以融汇贯通这两个软件的水平。话又说回来，即使如此，也不过是两个工具都会用而已。如果非要发表一下自己的看法，我同意一种说法：R比SAS要更加灵活，更加难以掌握，尤其当深入其中。SAS 往往随着需求的增加和句法的局限而变得掣肘左右，而R却因此变的更加开阔可用。此外，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，迄今为止，大概有五年多的时间，开始用的差不多就是SAS V9的版本。相比V8，V9有许多革新和进步。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/BASE和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。比如说在蒙特卡罗马儿科夫链（MCMC）上，在非参数估计（NON-PARAMETRIC）上，在随机线性模型(RANDOM)的补充改善上都是这几年的事情。且不提更新的分位回归(QUANTILE REGRESSION)，结构方程分析（PROC CALIS)，以及混合模型(MIXED MODEL)等等。当然不能遗漏贝叶斯估计方法(BAYESIAN ANALYSIS) 。原来觉得很难做的很新的东西，现在都成为了教条和常规。数年以前的统计博士或许不甚了解生存分析(SURVIVAL ANLAYSIS) 。现在差不多本科生都知道怎么绘制生存曲线(SURVIVAL CURVE)，拟和考克斯模型(COX MODEL)。如同统计在运算方法方面的突飞猛进，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，也差不多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。其实都是妄自菲薄。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再扳回到REG过程里去做，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过程的关系。GENMOD也许可以拟和更多的分布模型，但是无疑LOGISTIC在logit模型上做的更深入更精确。
和许多的工具性软件一样，SAS是个大杂烩，可以提供许多菜单以供顾客选择享用。考虑到这一点，杂这个概念在SAS里非常重要。杂用，其实是取其精华，不囿于某个步骤和过程。杂，既增加解决问题的手段，也引进了选择更精确方法的必要性。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过程的问题。这是一个用最大似然法（maximum likelihood）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。一个标准的最常见的SAS程序，也许含有90%的数据步（Data Step）。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理解的不深入不全面。
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（更加广泛的说法是数据分析），产生分析总结的报告。所以编程只是手段和过程而已。事实上，DATA STEP再难，多做几遍，多记忆就会掌握，但是繁复变化不断推故出新的统计理论和运算方法，需要不断的理解和持续的改进。所以一份统计分析报告，因为数据的变化，反馈的过程，或许也几易其稿，不断改正完善。
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。
页:
[1]