SAS STAT Procs 中的 CLASS 和 By 处理之间的区别？

Question

我想知道在 SAS STAT procs 中使用 class 或 by 语句之间是否有任何重大区别。以 proc 方式为例。假设我们有 2 个组/分类变量，x1 和 x2。我想为 x1 和 x2 的每个级别组合计算变量 (x3) 的汇总统计信息。
例如，使用class x1 x2 给我在 x1=1 时 x2=1 时 x3 的汇总统计数据，然后在 x1=1 时 x2=2 时 x3 汇总统计数据，依此类推。 下面是示例输出。

x1=1 x2=1 x3 mean std
     x2=2 x3 mean std
x1=2 x2=1 x3 mean std
...

如果我使用by x1 x2 我会得到

x1=1 x2=1
x3 mean std
(new page)
x1=1 x2=2
x3 mean std
(new page)
....

如果我使用 class x1 和 by x2 我会得到

x1=1
x2=1 x3 mean std
x2=2 x3 mean std
x1=2
x2=1 x3 mean std
x2=2 x3 mean std
......

这是一些示例数据

x1 x2 x3
1  1  3
1  1  4
1  2  6
1  2  2
2  1  5
2  1  1
2  2  2
2  2  6
3  1  10
3  1  2
3  2  1
3  2  8

据我所知，除了显示方式外，输出没有区别。我的示例可能过于简单，无法显示任何差异。

Answer 1

除了 Bob 指出的（排序要求）（这当然很重要）之外，百分比的计算方式也存在差异。例如，在 PROC TABULATE 中，CLASS 变量必须位于页面、行或列维度上，而 BY 取代了它； PCTN 和 PCTSUM 适用于所有类变量（而不是 ROWPCTNwetc.），这很重要，因为 PCTN 和 PCTSUM 可以与分母定义一起使用，而 ROWPCTN 等则不能。

一些 STAT proc 还评估类组之间的差异，而 BY 变量再次取代了这一点 - 例如，PROC TTEST 比较 CLASS 变量的不同值之间的值，而 BY 组只会创建不同的层，在其中执行比较。

最后，我鼓励您正确使用它们来展示您打算让它们展示的内容。 BY 变量应表示单独的层，其中对每个层独立进行分析。 CLASS 变量应表示同一层中数据的不同分组。这对于创建自文档化代码非常有帮助，如果您注意保持一致，则更容易阅读代码并理解数据。

Answer 2

主要区别在于BY 语句要求 SAS 数据集按列出的变量排序。在 BY 组中收集和报告统计数据。如果使用CLASS语句，则SAS数据集不需要排序；所有统计信息都收集在内存中，并在程序结束时报告。

如您所见，生成的报告输出也存在细微差别。