在数据横行霸道的时代， 不看你会多少软件。 能否在数据分析的行业站稳脚跟， 还要看你的思维， 对于案例的解题思维是你能否简单高效地解决问题的关键。
我是纯小白， 接触SAS只有五天， 快比赛了， 试试去年的水， 代码都在， 但是不会用宏， 所以可能有点low， 欢迎批评指正
一起学习一起交流！！
第一题
题目：
1） 使用Data步计来计算a600605这支股票在1995-1998年的市场收益，即该股票的月收益率（个股月收益率＝[（本月收盘价－上月收盘价）/上月收盘价]×100%），过程中不要使用dif和lag函数。其中date的格式设置为‘1995-01’的形式，并删除1995年1月的观测数据。
2） 编写graph，绘制a600605这支股票的收益率曲线，横坐标标签改为“日期”，纵坐标标签改为“月收益率”。
思路：
第一问其实是没做出来， 只能用dif和lag计算了， 我自己写算式的时候计算不出来， 因为我对循环的语句还理解的不太好， 所以就调用了现成的函数， 一样的效果就是不按要求来喽。
第二问他说编写graph， 找了半天graph过程， 后来理解为就像优化的OR板块一样， 其实是作图板块， 里面有各种过程，这个比较简单， 就是考你会不会画图。
总的来说第一题很基础， 考了data步和循环等方面的应用。
代码：
/*libname sas2016 'C:\Users\ASUS\Desktop\sas往年赛题\sas\SAS大赛历年考题\sas大赛2016';*/
data work.a600605_1;
set test.a600605;
keep Oppr/*开盘价*/ Clpr/*收盘价*/ date;
run;
proc timeseries data=work.a600605_1;
id date interval=month
accumulate=last
start="03Jan1995"d end="08Jan2001"d;
var Clpr;
run;
data work.acc;
set work.Data4;
keep Clpr date clpr_r;
clpr_r=dif(Clpr)/lag(Clpr);
label clpr_r="月收益率";
if clpr_r=" " then delete;
run;
axis1 label=("日期");
axis2 label=("月收益率");
symbol value=dot cv=red
interpol=join ci=blue;
proc gplot data=work.Acc;
plot clpr_r*date/haxis=axis1 vaxis=axis2;
run;
quit;
goptions reset=all;
第二题
问题：
1） 将TEST库下的credit_old数据集复制到work逻辑库下，并重命名为credit_new。（5分）
2） 使用数据字典读取credit_new数据集下所有解释变量中的字符变量的个数和名称。（10分）
3） 编写宏，为每一个字符变量重新编码，以“变量名_cd”的命名方式保存新的编码，并添加到原credit_new数据集的后面，效果就是变成数字就好（15分）
思路：
第二问意思是这有个字符变量“var”， 问你有什么，你说有“v”“a”“r”，人家再问你几个v几个a几个r，你去统计一下。
第三问是把上一问的字符“v”“a”“r”，变成比如123数字的， 本来想用input函数来做， 但是出不来效果， 就换了个法子。
代码：
/**/
%macro FreqBar(ds, varname);
proc freq data=&ds;
tables &varname / plots(only)=freqplot;
run;
%mend;
%FreqBar(credit_new, Branch)
proc means data=work.credit_new n nmiss min mean median max std;
run;
proc tabulate data=work.credit_new;
class Branch Res;
table Branch res;
run;
/*branch*/
data work.data2;
set work.credit_new;
branch_cd=substr(branch, length(branch), 1);
run;
/*res*/
data work.data1;
set work.credit_new;
if res='U' then res=1;
if res='S' then res=2;
if res='R' then res=3;
run;
/*合起来*/
data work.data3;
set work.credit_new;
branch_cd=substr(branch, length(branch), 1);
if res='U' then res=1;
if res='S' then res=2;
if res='R' then res=3;
rename res=res_cd;
run;
第三题
问题：
所有的数据除了weight之外，全部是等级数据，分值越高意味着评价越正面。以weight为权数，根据数据集当中的变量，结合宏语言，编写宏程序完成下面的问题。
1）对于各个变量进行描述性分析
2）对四个变量，进行两两的列联表分析，生成的列联表保存，进行分卡方检验和其他分类数据相关系数的计算。
4）以年龄为条件，同其他三个变量中的任意两个，进行三维列联表分析，进行整体cmh检验，并将生成的列联表保存。
5）（可选）将4中生成的列联表，同样计算每个格子频数占总频数的比例，检验任意两个格子中的比例差异是否显著。
代码：
proc means data=test.Base mean median mode cv std var range qrange maxdec=2;
title "总体描述性统计";
var Q8 Q22 Q3F age10;
run;
proc freq data=test.base;
table Q8*Q22 Q8*Q3F Q8*age10 Q22*Q3F Q22*age10 Q3F*age10/chisq measures cmh;
title "卡方检验及其相关系数";
weight weight;
run;
proc freq data=test.base;
table Q8*Q22 Q8*Q3F Q8*age10 Q22*Q3F Q22*age10 Q3F*age10/expected cumcol;
title "每个格子计算频数占总频数的比例";
weight weight;
run;
proc freq data=test.base;
title"三维列联图";
table age10*Q8*Q22 age10*Q8*Q3F age10*Q22*Q3F/cmh;
weight weight;
run;
第四题
4、（25分）数据集coal中保存的是1980-2010年我国煤炭消费量和1980-2015年gdp的相关数据，根据数据的相关结构，结合宏语言，建立宏程序，完成下列题目。
1）利用ARIMA模型预测未来我国煤炭消费，要完成数据探索、模型识别、参数估计检验、模型优化的全部过程，最好要将建模过程写成宏程序调用。
2）利用指数平滑模型，对于我国煤炭消费量进行预测，同样完成模型识别、参数估计、优化，同时将参数估计结果保存，最好将建模过程写成宏程序调用。
3）以我国gdp为说明变量，煤炭消费量为因变量，建立带自回归误差的回归模型（autoreg过程），对煤炭消费量进行预测。尝试不同的滞后阶数，建立模型，降低自相关程度，最后选择最优模型。
时序图：
原数据的代码：
proc arima data=test.coal;
identify var=coal_china nlag=12;
where year>="1980"d;
run;
quit;
一阶差分代码：
proc arima data=test.coal;
identify var=coal_china(1) nlag=12;
where year>="1980"d;
run;
quit;
二阶差分代码：
proc arima data=test.coal;
identify var=coal_china(1,1) nlag=12;
where year>="1980"d;
run;
quit;
虽然看图二阶要更平稳，但是看P值， 二阶拒绝原假设了， 也就是说不是平稳序列，所以一阶差分就够了。
##
#####模型识别
/*模型识别*/
proc arima data=test.coal;
identify var=coal_china(1) nlag=6
esacf scan minic;
run;
可以看出scan、 esacf、 minic三个方法选择的模型， 挑出来scan和esacf共同的模型和minic选的BIC最小的模型。
##
#####参数估计检验
/*参数估计检验*/
proc arima data=test.coal;
identify var=coal_china(1) nlag=6;
eq1:estimate p=1 q=0 ml;
run;
把识别的模型pq值写进来， 用最大似然法估计， 得到参数估计值和相应模型的拟合优度报表。
##
#####预测
/*预测*/
proc arima data=test.coal;
identify var=coal_china(1) nlag=6;
eq1:estimate p=1 q=0 ml;
forecast lead=2;
run;
`lead`是预测后面几个值，直接预测就行，简单一点。
##
#####模型优化
/*模型优化,下面能找出异常值， 但是不会创建新变量*/
proc arima data=test.coal;
identify var=coal_china(1) nlag=6 noprint;
eq1:estimate p=1 q=0 ml;
outlier type=(ao ls tc(5)) maxnum=9 id=year;
run;
用`outlier`啊， `type`是方法， `maxnum`是最多能有几个异常值， `id`是你查谁有没有异常值的。
##
题目还有二三问，这边直接上代码吧：
/*第二问*/
proc forecast data=test.coal
out=work.demandARfor
outall
outest=work.paramerters
method=expo
trend=2
lead=2;
var coal_china;
id year;
run;
/*第三问*/
proc autoreg data=Test.coal;
model coal_china=GDP_China_real /nlag=12 backstep;
output out=Test.autoreg UCL=U95 LCL=L95 Predicted=Forecast;
run;喜欢的朋友点个赞哟， 支持原创拜托啦~
这是作者的第一篇CSDN博客， 纪念一下
原来右边有个markdown阿， 感谢之前比赛认识的大佬~
