2、SAS数据仓库管理：从起源到现代应用

SAS数据仓库管理：从起源到现代应用

1. SAS数据仓库管理基础

SAS数据仓库管理涉及多个关键方面，首先是数据输入/输出（I/O）过程，这一过程自SAS创建以来基本保持不变。接下来，我们将探讨如何利用数据步骤和SAS过程（PROCs）以各种格式将大数据读入SAS。同时，还会介绍有助于管理数据（尤其是与I/O相关）的SAS过程，如用于查看和分析数据集的PROC CONTENTS和PROC PRINT。此外，我们还将学习如何通过设置命名约定、指定用户组和制定其他策略来为提取、转换和加载（ETL）过程做准备，以及了解SAS的输出交付系统（ODS）和如何在SAS中进行报告。

1.1 早期SAS数据处理

SAS于1966年作为统计分析系统被发明，由美国国立卫生研究院（NIH）资助八所大学进行开发，旨在分析美国农业部（USDA）收集的大量农业数据。北卡罗来纳州立大学统计学系的Anthony J. Barr参与了SAS的编程工作，他开发了SAS中的第一个方差分析（ANOVA）和回归程序，并创建了用于输入和转换数据的软件。

早期的SAS数据处理主要通过代码将数据输入到内存中。例如，在早期的数据步代码中，数据是作为代码的一部分输入的，这种方式至今仍然可行。下面我们通过一个使用2018年BRFSS代码手册的示例来展示如何使用数据步代码在SAS中输入数据。

美国疾病控制与预防中心（CDC）每年会组织一次约450,000名居民参与的匿名电话调查，询问健康状况和风险因素，这个调查被称为行为风险因素监测系统（BRFSS）。2018年BRFSS代码手册描述了每年通过电话进行的美国调查的SAS数据集。代码手册包含了数据集中每个变量的详细信息，如变量名、允许值以及每