SAS软件使用方法资料
手把手教你使用SAS进行数据分析
手把手教你使用SAS进行数据分析SAS（Statistical Analysis System）是一款强大的数据分析和统计软件，广泛应用于学术研究、商业分析、医学统计等领域。
本篇文章旨在手把手教读者如何使用SAS进行数据分析，并将内容按照类别划分成不同章节，以便提供更具体且丰富的内容。
第一章：SAS基础本章将介绍SAS的安装和基本设置，帮助读者快速上手。
首先，读者需要从SAS官方网站下载并安装SAS软件。
安装完成后，可以根据需要进行个性化设置，例如选择语言和界面风格等。
此外，还将介绍SAS的基本语法和常见命令，让读者了解如何打开、保存和导入数据集。
第二章：数据处理与清洗数据处理是数据分析的首要步骤，本章将详细介绍如何使用SAS进行数据处理和清洗。
首先，会介绍如何检查数据集的完整性，包括数据类型、缺失值和异常值等。
然后，会讲解如何进行数据变换，例如数据排序、合并和拆分等。
最后，会介绍如何处理缺失值，包括插补和删除处理。
第三章：数据探索和可视化数据探索和可视化是数据分析的关键环节，本章将重点介绍如何使用SAS进行数据探索和可视化。
首先，会介绍如何计算和描述性统计量，例如均值、中位数和标准差等。
然后，会讲解如何绘制常见的数据图表，例如直方图、散点图和箱线图等。
此外，还将介绍如何使用SAS进行数据透视和交叉分析，以便更深入地挖掘数据关系。
第四章：统计分析统计分析是数据分析的核心步骤，本章将介绍如何使用SAS进行常见的统计分析。
首先，会介绍基本的假设检验，例如t检验和方差分析等。
然后，会讲解回归分析的基本原理和应用，包括线性回归和逻辑回归等。
此外，还将介绍如何使用SAS进行聚类分析和因子分析等高级统计技术。
第五章：预测建模预测建模是数据分析的高级技术，本章将介绍如何使用SAS进行预测建模。
首先，会讲解时间序列分析的基本原理和应用，包括趋势分析和季节性分析等。
然后，会介绍如何使用SAS进行机器学习建模，例如决策树和随机森林等。
sas软件教程精华
机器学习算法
SAS支持多种机器学习算法，包括线性回归、逻辑回归、决策 树、随机森林等，用户可以根据自己的需求选择合适的算法。
06
sas应用场景
金融行业
风险管理
SAS提供强大的统计分析功能，帮助金融行业进行风险评估、模型 开发和管理，从而提高风险控制水平。
信贷评估
通过SAS的数据挖掘和机器学习算法，金融机构可以对客户进行精 准的信贷评估，降低信贷风险。
预测性分析在SAS中的实现
使用PROC REG过程进行线性回归分析；使用PROC ARIMA过程进行时间序列 分析。
04
可视化报告
图表类型
柱状图
用于比较不同类别的数据，直观展示各组之 间的差异。
折线图
用于展示数据随时间变化的趋势，帮助理解 数据的变化规律。
饼图
用于表示各部分在整体中所占的比例，方便 比较不同部分的大小。
03
过程步可以读取数据集、输出数据集、生成报表或图形，并支持自定 义过程和宏程序等扩展功能。
04
过程步还支持使用嵌套过程，以实现更复杂的分析任务。
宏语言
宏语言是SAS中用于编写 可重用代码的一种编程语 言，它允许用户定义自己 的程序和过程。
宏语言可以用于简化重复 性任务、封装复杂逻辑和 创建自定义过程等。
文本挖掘应用
文本挖掘在很多领域都有应用，如信息检索、舆情分析、品牌监测等。
机器学习
机器学习概念
机器学习是人工智能的一个子领域，它使用计算机算法让 机器从数据中学习并改进自身的性能。
SAS机器学习工具
SAS提供了一整套机器学习工具，包括Predictive Analytics、 SAS/ML等，这些工具可以帮助用户进行机器学习的全过程，
《SAS基础教程》课件
THANKS
感谢观看
点图
用于展示大量数据 点，常用于散点图 和热力图等。
柱状图
用于比较不同类别 之间的数据，直观 展示数据差异。
饼图
用于展示各部分在 整体中所占的比例 。
箱线图
用于展示数据的分 布和异常值。
图表制作与美化
01
色彩搭配
选择合适的颜色，使图表更加美观 和易于理解。
图表布局
合理安排图表元素的位置，使其更 加紧凑和有序。
03
02
字体和标签
使用清晰易读的字体，添加必要的 标签和说明。
数据标记和提示
使用数据标记和提示，帮助读者更 好地理解数据。
04
动态图表与交互式图表
动态图表
通过动画效果展示数据随时间或其他变量的 变化过程。
交互式图表
允许用户通过交互操作来筛选和查看特定数 据。
可视化交互性
提供交互式控件，使用户能够与图表进行互 动，探索数据。
SAS的发展历程
总结词
SAS经历了从简单统计分析工具到复杂数据管理、分析平台的演变。
详细描述
SAS最初是一个简单的统计分析工具，用于处理和分析数据。随着技术的发展和用户需求的增加，SAS不断扩展 和改进，逐渐发展成为一个功能强大的数据管理、分析和可视化平台。
SAS的应用领域
总结词
SAS广泛应用于各个领域，如金融、医疗 、市场调研等。
数据驱动的动态可视化பைடு நூலகம்
根据实时数据动态更新图表，展示数据的实 时变化。
05
SAS编程基础
SAS编程语言简介
要点一
总结词
SAS编程语言是一种用于数据管理、分析和报表生成的高 级编程语言。
SAS数据分析常用操作指南
SAS数据分析常用操作指南在当今数据驱动的时代，数据分析成为了企业决策、科学研究等领域的重要手段。
SAS 作为一款功能强大的数据分析软件，被广泛应用于各个行业。
本文将为您介绍 SAS 数据分析中的一些常用操作，帮助您更好地处理和分析数据。
一、数据导入与导出数据是分析的基础，首先要将数据导入到 SAS 中。
SAS 支持多种数据格式的导入，如 CSV、Excel、TXT 等。
以下是常见的导入方法：1、通过｀PROC IMPORT` 过程导入 CSV 文件｀｀｀sasPROC IMPORT DATAFILE=＇your_filecsv'OUT=your_datasetDBMS=CSV REPLACE;RUN;｀｀｀在上述代码中，将｀＇your_filecsv'｀替换为实际的 CSV 文件路径，｀your_dataset` 替换为要创建的数据集名称。
2、从 Excel 文件导入｀｀｀sasPROC IMPORT DATAFILE=＇your_filexlsx'OUT=your_datasetDBMS=XLSX REPLACE;RUN;｀｀｀导出数据同样重要，以便将分析结果分享给他人。
可以使用｀PROC EXPORT` 过程将数据集导出为不同格式，例如：｀｀｀sasPROC EXPORT DATA=your_datasetOUTFILE=＇your_filecsv'DBMS=CSV REPLACE;RUN;｀｀｀二、数据清洗与预处理导入的数据往往存在缺失值、异常值等问题，需要进行清洗和预处理。
1、处理缺失值可以使用｀PROC MEANS` 过程查看数据集中变量的缺失情况，然后根据具体情况选择合适的处理方法，如删除包含缺失值的观测、用均值或中位数填充等。
2、异常值检测通过绘制箱线图或计算统计量（如均值、标准差）来检测异常值。
对于异常值，可以选择删除或进行修正。
3、数据标准化/归一化为了消除不同变量量纲的影响，常常需要对数据进行标准化或归一化处理。
使用SAS进行数据分析的基础知识
使用SAS进行数据分析的基础知识一、SAS数据分析简介SAS（Statistical Analysis System）是一套全面的数据分析软件工具，它具备强大的数据处理和统计分析能力。
它适用于各种领域的数据分析，包括市场调研、金融分析、医疗研究等。
二、数据准备在进行SAS数据分析之前，首先要进行数据准备。
这包括数据的收集、整理和清洗。
收集数据可以通过调查问卷、实地观察、数据库查询等方式。
整理数据即将数据格式统一，包括去除重复数据、统一变量命名等。
清洗数据则是去除异常值、缺失值处理等。
三、SAS基础语法1. 数据集（Data set）的创建和导入SAS中的数据以数据集的形式存在，可以使用DATA步骤创建数据集，也可以从外部文件导入数据集。
导入数据可使用INFILE 语句指定文件位置，并使用INPUT语句将数据导入到数据集中。
2. 数据操作和处理SAS提供了多种数据操作和处理函数，如排序、合并、拆分等。
常用的函数有SUM、MEAN、COUNT、MAX、MIN等，它们可以对数据集中的变量进行统计和计算。
3. 数据可视化SAS提供了多种可视化方式，用于更直观地展示数据。
可以使用PROC SGPLOT语句进行绘图，如折线图、散点图、柱状图等。
还可以使用PROC TABULATE语句生成数据报表。
四、统计分析SAS强大的统计分析功能是其独特的优势之一。
以下为几种常用的统计分析方法：1. 描述统计分析描述统计分析用于对数据进行概括和描述。
可以使用PROC MEANS进行均值、中位数、标准差等统计指标的计算，使用PROC FREQ进行频数分析。
2. t检验t检验用于比较两组样本均值的差异是否显著。
可以使用PROC TTEST进行t检验分析，根据t值和显著性水平判断差异是否显著。
3. 方差分析方差分析用于比较两个或多个样本均值的差异是否显著。
可以使用PROC ANOVA进行方差分析，根据F值和显著性水平判断差异是否显著。
如何使用SAS进行数据分析和建模的教程
如何使用SAS进行数据分析和建模的教程一、SAS的简介及基本操作SAS（Statistical Analysis System）是一款强大的统计分析软件，被广泛应用于各个领域的数据分析和建模中。
下面将介绍SAS的简单操作流程。
1. 安装和启动SAS：根据官方指南，下载并安装SAS软件。
启动SAS后，会出现主界面，包括编辑窗口和日志窗口。
2. 导入数据：点击编辑窗口中的“Import Data”按钮，选择要导入的数据文件，并按照提示完成导入过程。
导入的数据可以是CSV、Excel等格式。
3. 数据探索：通过使用SAS的数据探索功能，可以查看数据的基本信息，如变量名、数据类型等。
点击编辑窗口中的“Explore Data”按钮，选择导入的数据文件，即可查看数据的摘要统计信息。
二、数据预处理在进行数据分析和建模之前，需要对原始数据进行预处理，以确保数据的质量和完整性。
1. 缺失值处理：SAS提供了多种处理缺失值的方法，如删除含有缺失值的观测样本、插补缺失值等。
通过使用SAS的函数和命令，可以快速处理数据中的缺失值。
2. 异常值处理：SAS可以通过绘制箱线图、散点图等图形，来检测和处理数据中的异常值。
针对异常值，可以选择删除、替换或者离群点处理。
3. 数据标准化：标准化数据可以使得不同变量之间具有可比性，常用的方法包括Z-score标准化、最大-最小标准化等。
在SAS中，可以使用相应的函数和过程来进行数据标准化。
三、探索性数据分析（EDA）探索性数据分析是数据分析的关键步骤之一，它旨在通过可视化和统计方法，了解数据的分布和关系，为后续建模做准备。
1. 描述性统计：使用SAS的summary、means等函数，可以计算数据的均值、方差、中位数等统计量，从而对数据进行初步的描述。
2. 可视化分析：SAS提供了多种绘图函数，如histogram、scatter plot等，可以绘制直方图、散点图等图形，来展示变量之间的关系和分布情况。
SAS软件和统计应用教程(1)PPT课件
-
2
SAS软件与统计应用教程
2.1.1 统计学的基本概念
STAT
1. 总体与样本
总体(population)：总体是指所研究对象的全体组成 的集合。
样 本 (sample) ： 样 本 是 指 从 总 体 中 抽 取 的 部 分 对 象 （个体）组成的集合。样本中包含个体的个数称为样本 容量。容量为n的样本常用n个随机变量X1，X2，…，Xn 表示，其观测值（样本数据）则表示为x1，...，xn，为 简单起见，有时不加区别。
SAS软件与统计应用教程
STAT
第二章 SAS的描述统计功能
2.1 描述性统计的基本概念 2.2 在SAS中计算统计量 2.3 统计图形
-
1
SAS软件与统计应用教程
STAT
2.1 描述性统计的基本概念
2.1.1 统计学的基本概念 2.1.2 表示数据位置的统计量 2.1.3 表示数据分散程度的统计量 2.1.4 表示数据分布形状的统计量 2.1.5 其它统计量
SAS软件与统计应用教程
2.1.3 表示数据分散程度的统计量
STAT
1. 极差（Range）与半极差（Interquartile range）
极差就是数据中的最大值和最小值之间的差：
极差 = max{xi} – min{xi} 上、下四分位数之差Q3 – Q1称为四分位极差或半极 差，它描述了中间半数观测值的散布情况。
SAS软件与统计应用教程
STAT
2. 峰度（kurtosis）
峰度描述数据向分布尾端散布的趋势。峰度的计算公
式为： K
n (n 1 )
n(x i x )43 (n 1 )2
(n 1 )n ( 2 )n ( 3 )i 1 s (n 2 )n ( 3 )
sas使用方法范文
sas使用方法范文SAS（Statistical Analysis System）是一种统计分析软件，广泛应用于数据管理和分析。
它提供了一系列功能强大的工具和处理数据的方法。
下面将介绍SAS的使用方法，包括数据导入、数据处理、数据分析和数据可视化等。
1.数据导入：SAS可以导入多种格式的数据文件，如Excel、CSV和文本文件。
使用SAS的数据步骤（data step），可以将数据导入到SAS数据集中。
以下是一个导入Excel文件的示例代码：```data mydata;infile 'path_to_file\myfile.xlsx'dbms=xlsx replace;sheet='sheet1';getnames=yes;run;```2.数据处理：SAS提供了多种数据处理的方法。
例如，通过数据步骤可以对数据进行清洗、转换和整理。
以下是一些常用的数据处理操作：-选择变量：使用KEEP或DROP语句选择需要的变量。
-变量变换：使用COMPUTE语句创建新变量。
-数据过滤：使用WHERE语句根据条件筛选数据。
-数据合并：使用MERGE语句将多个数据集合并在一起。
3.数据分析：SAS提供了丰富的数据分析功能，可以进行统计分析、建模和预测等操作。
以下是一些常用的数据分析方法：-描述统计：使用PROCMEANS、PROCFREQ和PROCSUMMARY等过程进行数据的描述统计分析。
-方差分析：使用PROCANOVA进行方差分析。
-回归分析：使用PROCREG进行线性回归分析。
-聚类分析：使用PROCFASTCLUS进行聚类分析。
-因子分析：使用PROCFACTOR进行因子分析。
-时间序列分析：使用PROCARIMA进行时间序列分析。
4.数据可视化：SAS提供了多种方法用于数据可视化。
通过使用SAS的图形过程（PROCGPLOT和PROCSGPLOT等），可以绘制各种类型的图表，如柱状图、散点图、折线图和饼图等。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
一、SAS 简介SAS (Statistical Analysis System) 统计分析系统于1966 年由美国North Carolina 州立大学开始研制，被誉为数据处理和统计分析领域的国际标准软件系统，最初它主要用于农业领域试验的数据管理和分析，所以SAS字母的原意是统计分析系统（Statistical Analysis System，SAS）。
但从推出之日至今，经过近40多年的不断发展和完善，SAS已由最初的统计分析软件，成为一个用来管理、分析数据和编写报告的大型集成应用软件系统，具有完备的数据访问、管理、分析、呈现及应用开发等功能，完全超出了单纯统计应用的功能。
因此，目前SAS已不再表示任何含义的首字母缩写。
尽管如此，在数据处理和统计分析领域，SAS系统被誉为国际上标准软件系统，目前仍然是世界领先，使用最为广泛的统计软件。
它主要包括以下模块：（1）基本模块Base SAS;（2）统计分析模块SAS／STAT;（3）高级绘图模块SAS／GRAPH;（4）矩阵运算模块SAS／IML;（5）运筹学和线性规划模块SAS／OR;（6）经济预测和时间序列分析模块SAS／ETS 等。
本课程用的最多的是Base SAS模块和SAS/STAT模块。
二、SAS 基本内容介绍1．SAS 界面主要窗口:SAS界面有五个主要的SAS窗口，分别是：Explorer窗口、Editor窗口、Log窗口、Output窗口和Results窗口。
这些窗口可以帮助我们轻松完成很多最基本的SAS任务。
点击窗口条上相应的按钮可将某窗口移至前台，成为当前活动窗口。
PROGRAM EDITOR窗口：主要用于打开SAS程序文件（SAS程序文件扩展名为*.sas）、编辑和修改SAS程序、并提交全部或部分SAS程序。
根据程序中编码的性质可以显示不同的颜色，并且对SAS语言进行语法检查。
在SAS 中可同时打开多个Editor窗口进行操作。
Log窗口：浏览程序运行信息、错误提示。
黑色表示的程序行，兰色表示提示信息，绿色表示警告，红色提示错误。
Output窗口：Output窗口主要用于显示提交SAS程序后的运行结果（output 文件的扩展名为*.lst）。
缺省时，该窗口位于Editor窗口和Log窗口的后面，如果运行程序有结果输出时，该窗口自动移至前台。
Explorer窗口：这个窗口主要用于查看和管理所有SAS文件，而且可以对非SAS文件创建快捷方式。
它类似Windows操作系统中的资源管理器，在这里可以创建新的库（Libaries）和SAS文件（SAS files），并且对文件进行移动、复制、粘贴、重命名、删除等等操作。
Results窗口：Results窗口主要用于操作和管理提交SAS程序后的输出结果。
它的内容与Output窗口的内容一一对应，可以看作是Output窗口内容的名称，可以用它来查看、删除、保存和打印部分或全部结果。
缺省时，它位于Explorer窗口的后面，点击窗口条上的Results按钮可将它移至前台。
2．程序提交执行方法（1）F3; （2）Run→Submit; （3）使用功能键3. SAS语言基础（1）SAS变量的命名规则。
①SAS名长度不能超过32个字符；②第一个字符必须是字母A、B、…、Z或下划线“__”；从第二个字符开始，可以为字母A、B、…、Z，阿拉伯数字0、1、…、9或下划线“__”等；③所有SAS名称可以是大写字母，也可以是小写字母；④空格和特殊字符（如◎＃￥％$等）不允许在SAS名中使用。
例如：month class A1_2B _1990 B2B（2）SAS的变量类型。
包括字符型和数值型。
①字符型：可以包含任意字母、汉字和其它符号，字符型变量需加上“$”以区分字符型变量和数值型变量。
②数值型：只能包含数值（数字0-9，正负号，小数点及科学记数法中用的E）（3）SAS程序由语句组成。
其语句一般由特定的关键字开始，以“;”结束；但数据流中没有分号；语句中各词之间用空格分隔，空格多少无区别。
几乎所有SAS语句都是以SAS关键字开始的：如data, proc, input, cards, model, class, if, keep, set, run等等。
赋值语句是个例外。
注释语句可以用*开始，或者用/* … */表示中间内容是注释语句。
例1 几个SAS语句的例子：data example1；input id name$ height weight；BMI=weight/(height**2) ；/* 赋值语句*/Cards；/* 数据流开始*/1 Liqin 158 482 Luoxi 167 55;/*数据流结束*/run；proc reg;model y＝sex weight；run;其中data, input, cards, run, proc等是SAS关键字；SASexample1是数据集名；id, name, height, weight和BMI是变量名，name是个用$ 定义的字符变量，其余是数值变量；“=, /, ** ” 属于SAS运算符；Reg是SAS过程名。
（4）SAS程序由两种类型的程序步组成。
包括数据步(DATA步) +过程步(PROC步)。
①数据步：建立数据集并将数据送入数据集。
②过程步：调用合适的过程对数据集中数据进行处理。
一个SAS程序就是由数据步和过程步的任意组合而成。
（5）SAS运算符SAS运算符是一些用作比较、算术运算或逻辑运算的一些符号。
常用的SAS 运算符包括：算术运算、比较运算、逻辑运算或布尔运算符，最大、最小连接等运算符（表1）。
SAS表达式的运算次序和通常的算术运算规则相同，如括号内优先、较高级运算符优先等。
表1 SAS运算符运算符说明例子算术运算符＋加x+y－减x-y* 乘x*y/ 除x/y** 平方x**y比较运算符= 等于x=y^= 不等于x^=y> 大于a>b>= 大于等于a>=b< 小于a<b<= 小于等于a<=b逻辑运算符And/& 逻辑与x>3 and x<5；Or/| 逻辑或x>6 or y>3；Not/^ 逻辑非其它<> 最大3＜＞6：结果为6>< 最小3＞＜6：结果为3|| 连接A＝“my name is”，B=“XIAOMING”，C＝A||B，那么C=“my name isXIAOMING”（6）常用的SAS语句①DATA语句：[格式]：DATA 数据集名；[功能]：标志数据步的开始，并定义所建数据集的名称。
例：DATA a;DATA b;②INPUT语句[格式]：INPUT 变量名列；[功能]：读入由语句指定的数据列；为相应数据定义变量名；确定变量格式及读入方式。
③CARDS语句[格式]：CARDS；数据块；[功能]：引导数据行。
④赋值语句[格式]：Z = X + Y ；Y = Y + 1；[功能]：利用现有变量产生新变量。
（7）SAS函数SAS函数是一个独立的子程序，它对0个或多个自变量进行计算后返回一个值，每个函数都有一个关键字名，为了调用一个函数，需要先写出它的函数名，再用括号将0个或多个自变量括起来，跟在函数名后面，表示这个函数对这些自变量执行某种运算。
函数一般形式为：函数名（自变量，自变量，…）SAS函数有多种，这里介绍部分常用函数。
（1）SAS常用概率密度函数①标准正态分布函数PROBNORM（x）计算服从标准正态分布的随机变量u小于给定x的概率。
即p（u＜X）。
如：y＝PROBNORM（-2.58），结果为0.005。
②t分布概率函数PROBT（x，df，nc）计算自由度为df，非中心参数为nc的t分布随机变量小于给定值x的事件的概率，当nc＝0或不规定这项时，分布为中心分布。
如y＝probt（0.95），结果为0. 975。
③F分布概率函数PROBF（x，dfl，df2，nc）计算服从分子自由度为dfl，分母自由度为df2的F分布的随机变量小于给定值x的事件的概率，当分布为中心分布时，nc＝0或不规定该项。
④X2分布概率函数PROBCHI（x，df，nc）计算服从自由度为df，非中心参数为nc的X2分布的随机变量小于给定值x 的事件的概率，如nc没有规定或取为0，那么就是中心X2分布。
⑤二项分布概率函数PROBBNML（p，n，m），0≤p≤1，n≥1,0≤m≤n计算率为p，样本例数为n的二项分布，随机变量x≤m的概率。
如求p（x＝k）的值，可计算probbnml（p，n，k）-probbnml（p，n，k-1）。
⑥泊松分布概率函数POISSON（m，n），m≥0，n≥0。
计算参数为m的泊松分布的随机变量x≤n的概率。
如计算P（x＝k）的值，可用Poisson（m，k）-Poisson（m，k-1）。
（2）SAS常用分位数函数①正态分布分位数函数PROBIT（p）（0≤p≤1）计算标准正态分布的分位数，是概率函数的PROBNORM的逆函数。
如：PROBIT（0.025），结果为-1.96。
②t分布的分位数函数TINV（p，df，nc）计算自由度为df，非中心参数为nc的t分布的p分位数，如nc没有规定或取nc＝0，就计算中心t分布的p分位数。
③F分布的分位数函数FINV（p，df1，df2，nc）计算分子自由度为dfl，分母自由度为df2，非中心参数为nc的F分布的p 分位数，如nc没有规定或取nc＝0，就计算中心F分布的p分位数。
④χ2分布的分位数函数CINV（p，df，nc）计算自由度为df，非中心参数为nc的X2分布的p分位数，如没有规定nc 或取nc＝0，就计算中心χ2分布的p分位数。
（3）其它SAS常用函数见表2。
表2 其它SAS常用函数函数说明算术函数ABS（x）取x的绝对值SQRT（X）计算X的平方根。
MAX（xl，…，xn）求xl，…，xn中的最大值。
MIN（xl，┅，xn）求xl，…，xn中的最小值。
MOD(x，y) 求x/y的余数。
如MOD（10，3）=1。
MOD（6，2）＝0。
SIGN（x）当X<0时其值为-l；当x＞0时其值为l；当X＝0时其值为0。
如SIGN（3.5）＝l，SIGN（-5.4）=-1，SIGN（0）＝0。
EXP（x）计算e的x次幂。
EXP（x）＝e x。
LOG（x）对自变量x求以e为底的自然对数。
LOG2（x）对自变量x求以2为底的对数。
LOG10（x）对自变量x求以10为底的对数。
截取函数CEIL（x）取≥自变量x的最小整数。
如CEIL(5.7)=6,CEIL(-2.3= -2。
FLOOR（x）取≤自变量x的最大整数。