21 9月 11 一个SAS菜鸟的故事 实习篇

导读：本文作者hssnow现为中南大学统计系大四本科生，刚刚结束了在一家国际知名药厂做SAS程序员的实习，下面是他与SAS的故事，与大家分享。一共两篇，本文是第二篇，第一篇是学习篇 。

寻找实习

整个寻找实习的过程算是有点曲折吧。大三下学期想在长沙本地找个SAS相关实习，可后来发现这是有多么的不现实，长沙基本没有用SAS的企业。这样，就只能准备暑期去外面找了，SAS相关的工作机会基本在北上广，我的目标是北京或上海。

中南大学，不太出名，而且地处长沙。一阵搜索网投之后，收到的回复基本是：“我们暂不考虑本科”，“我们目前只考虑本地学生”，“你XX时间过来面试吧，我们暂不提供电话面试”，基本是诸如此类的答复。学校这边的期末考试也没结束，在没有一定可能性的情况下我也真的没办法直接跑去北京或上海，有点郁闷。终于，淘宝那边有个机会，电面了30分钟多，呵呵，最后接到通知，还是相比研究生竞争力不足，不过后来交流，那边也给了我些指导和建议，非常感谢。

而后，求助于jth(胡江堂)有没有什么SAS相关的机会，随后得到消息他们公司Sanofi Pasteur Biometry China（赛诺菲巴斯德—中国生物统计及数据管理中心）那正好有需求，可以给我个机会。然后发了简历，过来几天部门经理（Mr Tian）打来了面试电话。

实习面试

电面大约进行了半个多小时。部门经理（Mr Tian）人很好很随和，自已一开始有点紧张，后面慢慢好些了。

一个开始主要是问的SAS相关问题，包括：

1. 问了下我的SAS学习经历，回答如我之前所述。
2. 问了些SAS macro的基本问题，寒假期间刚好仔细的看了看《Carpenter’s Complete Guide to the SAS Macro Language》，基本都回答上了。
3. 问了我对SAS data步和proc sql想比较怎么看，我个人其实用sql还挺多的，当时回答的主要二者各有所长吧，说了个简单的例子。
4. 又问SAS效率的问题，我坦言研究不多，因为我平时接触大数据不多，没太多考虑过。
5. 问了对SAS gplot等作图的熟悉情况，因为之前上论坛看帖，相关问题也查过一些，简单的说了些。
6. 还问了有没有SAS的实际应用，回答的是自己课程需要、用过SAS做相关一些问题以及一个帮别人做的小项目。

另一方面问了些简单的统计学问题，聊聊了一些我个人其他情况，我也请教了下要不要本校保研、考研和找工作的问题。Tian也很热情的给了些意见，呵呵，真的很好的一个老板。

而后一周后，终于基本确定了赛诺菲的实习机会。后来2天，又有个咨询公司的机会，当然鱼和熊掌不能兼得。赛诺菲，我来了。

实习期间主要工作包括：

1）编写一个Macro来帮助QC做数据集的比较

2）研究SAS中数值精度方面的问题，包括其对做数据分析可能带来的问题和相应的解决方案（注意事项）

3）生成报表时标题（title）和脚注（footnote）的控制问题

4）SAS 9.2 Graphics中的新功能在生物统计作图方面的应用

5）编写一个Macro来进行DDT(Data Definition Table)的检测工作

实习收获

这10周的实习，让我各方面都很收获颇丰，呵呵

编程技术上获得的经验包括：

1)  关于宏编程

• 可以宏之间相互调用，但应尽量避免宏内部嵌套宏。因为宏嵌套会对宏变量的引用控制造成不便，且可能会有其他稳定性问题。
• 宏内部为实现一定的进程控制，可尝试用%goto语句，如某宏中，可先检查输入数据及是否存在，不存在的话直接%goto到宏末尾，避免其他无效运行。
• 注意程序的稳健性，如%test(test=Y/y)，合理使用upcase()对宏变量test进行处理，使得Y或y都是有效输入。
• 注意清理程序产生的临时数据集。如宏程序中可以包含“proc datasets lib=work nolist;       delete _: ;run;”来清除work逻辑库下以“_”开头的临时数据集。

2)  关于SAS数值精度

SAS以浮点形式存储数值，绝大多数情况下，凡是遇到小数/分数（0.1,0.2,0.3等），SAS都无法精确存储（例外的是0.5,0.25这样2的负整次幂）。所以会有“a=0.1,b=0.3,而a*3确不等于b”的情况。对应方案就是合理使用round()函数。相关文章：

《Numeric Precision 101》《Numeric Length Concepts and Consequences》

3)  关于SAS作图

SAS 9.2之后在作图方面有很大改进，尤其是SG过程步，有很好的图形默认效果，使得用户可以更专注于“统计”作图方面，而非图形美化上。当然如要自己控制，主要是对点标记符号和线型的控制，主要参数在于markerattrs=和lineattrs=的使用。还有和inset插入文字语句，相比以前也挺方便。这里有篇总结的比较好的文章：《Graphing Made Easy with SG Procedures》

另外Annotate Facility方面一般是加一些文字、线条、符号等，一个主要是在于控制annotate的位置，这里有篇文章可以参考下：《SAS Graph Annotate Coordinate Systems by Example》

4)  其他一些

•   调用某个外部文件时可以用%include来实现。
•   获取数据集文件信息等可以尝试用open()、attrn()等系列函数
•   善用proc sql中的词典表（即sashelp逻辑库中v开头的系统试图），里面记录很多系统、数据集或变量等系统。

实习的体会心得包括：

1）医药行业的统计编程人员

其类似于SAS程序员，一般和统计师、数据管理部门合作，对临床数据进行分析、报表制作等工作。使用到的SAS知识大多为SAS Base中的，主要包括SAS Macro/SQL/Graph，proc report的应用，SAS STAT中的一些过称步，以及SAS输出为rtf、pdf等文件及ods的一些应用。在《 SAS Programming in the Pharmaceutical Industry》第一章中也有些介绍。

2）SAS程序编写：理解需求，多讨论，发散思维。

在编写程序来解决某一业务问题前，多讨论，多角度考虑问题，尽量对业务需求有深刻、全面的理解，从用户使用角度多可虑。这貌似大道理，不过确实如此，记得看到过一句话“方向不对，越努力反而越尴尬”。

实习的第1个任务，和指导老师写数据集比较的Macro。

面临的问题是：对同一份数据，须由2个人独立生成分析数据集，要对这2个分析数据集进行比较来保证正确性；而每个人的分析数据集中变量个数、名称等都不相同，直接用proc compare无法进行。刚开始我们考虑对分析数据集设定统一要求，如数值变量和属性变量分别以怎样的前缀命名，以便于标准化处理再进行比较。这些规则要便于编程、又得让每个人接受，并不是很容易设定。

而后来，经过进一步交流讨论，我们发现可以不用要求变量名统一，在生成报表时增加个选项，即可以统一分析数据机包含的变量及其顺序，在macro中全部按顺序统一处理即可。这样不用改变每个人的编程习惯也大大简化了代码。

3）编程规范十分重要

最基本的，自己写程序，要时刻注意保存、备份、版本更新归档等，便于自己管理。另一方面，自己的一个程序，会需要给其他人员使用或维护，所以，写的时候就要认真考虑代码逻辑易于他人理解、注释清晰等。还比如：程序顶部要写个简洁明了的介绍性注释，包括该程序的运行环境、软件版本、有哪些输入输出、注意事项等。这些都是我自己以前没有接触或真正理解其价值的。

4）遇到问题要钻研，也要适度

遇见某一特定问题是，要肯钻研，善用SAS help的同时还需多查些相关的论文，有的文章总结的非常好。另一方面是，钻研也要把握好度，之前探究SAS 数值精度问题时感觉要一直钻下去的话很可能会陷进去，比如要研究计算机存储原理之类的了。衡量“度”就要参考实际需要了，对于SAS数值精度问题，一般理解SAS的数值存储方式、知道何时会有精度问题，原因大致是什么，掌握相应问题的应对方法即可。

5）研读SAS 帮助文档

另在研究SAS 9.2作图相关问题时，愈发感觉到SAS 帮助文档写得实在是很好，逻辑、结构、引用等都很棒。要想全面、清晰的理解SAS某一方面的应用，一定得好好研究帮助文档。帮助文档唯一的不足可能是例子相对较少且较为简略，需要自己多尝试，或多学习SAS官网上提供的SAS Samples。

6）学好SAS Macro

SAS macro实在是很强大，应用也非常广泛。自己还得多多学习、多多应用。

 实习过程中的成长，更多的是在做人方面的收获吧，个人感觉其更重于在SAS技术方面的收获：

首先，理解平等，懂得尊重。

刚进公司时，面对各种牛背景，对自己的乡下小本科确实有些惶恐，不过后来很快发现，同事相处中完全不必在意“身份、背景”之类的东西，老板、员工、实习生和保洁员阿姨都是一样相互尊重。在北京，这个本是“混杂”的地方，更有太多高高低低的身份或是背景，但是，人与人之间都应该相互尊重。正如《叶问2》中所提，在人格上大家都是平等的，相互尊重，本是自然，无论何时何地，这点都应该被深刻的理解与铭记。

其次，做个热心的人，分享的人。

能进赛诺菲实习，最大感谢胡江堂大哥的热心推荐，三言两语道不尽啊。还有公司的老板、其他同事们，面对我各种傻瓜问题都是十分的热心与热情；还有就是，无论谁去哪玩了，总会带些好吃的特产回来，大伙就一边吃一边聊，分享自己的快乐、感触、想法，独乐之不如众乐之啊。我想，无论到哪，我也应该将感受到的温暖传递下去。

 最后，虽然SAS实习告一段落，但是SAS的学习正在继续。自己对于SAS Base还不是足够熟悉，SAS STST/ETS也有N多知识要看，SAS EM还在慢慢开辟。另作为统计学专业的学生，统计功底加强也是始终不能放的。吴喜之老师《统计学：从数据到结论》中有句“要明白自己是在干什么，不要在得到一堆毫无意义的垃圾之后，还沾沾自喜！”，所以得时刻提醒自己，可不能拿着SAS生产“垃圾”啊，别给SAS抹黑了，呵呵。再次感谢各位师友、同学、前辈、网友、朋友、家人等等和没提及的，见过面的和没见过面的，这些所有人帮助过菜鸟成长的人们，谢谢你们，谢谢。

————————————————————————————————–—–

注：hssnow的个人邮箱：hssnow311@gmail.com 个人网站：http://hssnow.name，非常希望能和大家交流 。

结束语：一个SAS菜鸟的故事学习篇和实习篇，简单的看就是一个菜鸟，被一个学长领进门、然后和几个同学共同学习、接着被一帮前辈帮助而成长的故事（当然还没有结束）。这个故事本身没什么特别的地方，不过初学SAS过程也引起很多不同背景的SASor的共鸣，毕竟每个高手都是从菜鸟走过来的。