SAS|SAS 数值存储方式和精度问题 SAS数值存储方式和精度问题

本文链接：https://www.cnblogs.com/snoopy1866/p/16021137.html
1 数值存储方式 SAS使用8个字节存储数值，使用浮点计数法表示数值。
浮点计数法由4个部分组成：符号位（Sign）、基数（Base）、指数（Exponent）、尾数（Mantissa），这4个部分分别提供以下作用：

符号位：代表该数值是正数还是负数
基数：SAS系统中的基数默认为2。
指数：代表基数被乘的倍数
尾数：定义数值范围的一个小数

将计算机内部存储的数值转化为10进制数值的公式为：$\color{red}{Sign}$*($\color{purple}{Mantissa}$ * Base$\color{green}{Exponent}$)
下图展示了SAS用8个字节表示浮点数的具体情况：

文章图片

即第1位为符号位，第2-12位为指数位，13-64位为尾数位，符号位中，0表示正数，1表示负数。
例如：Sign = 1, Exponent = 3, Mantissa = 1492，在10进制下代表：(-1) * (0.1492 * 103) = -149.2，在2进制下表示：(-1) * (0.1492 * 22) = -1.1936;
2 产生的问题不是所有浮点数都能用8个字节精确地表示，某些浮点数甚至无法用有限个字节精确地表示，这在任何进制下都是存在的问题。
例如：10进制下的0.1在16进制下表示为3FB999999999999999999999999999999...，2/3在10进制下表示为0.666666666666666666666...
当计算机面对这种情况时，有两种选择：
（1）Truncation：2/3+2/3+2/3 = 0.666666 + 0.666666 + 0.666666 = 1.999998
（2）Rounding: 2/3+2/3+2/3 = 0.666667 + 0.666667 + 0.666667 = 2.000001
但这两种选择都无法完美解决精度问题，而且随着运算次数的累计，精度问题会愈发凸显。
来看下面一个例子：

/*DO 迭代生成0.1~0.9*/ data s1; do a = 0.1 to 0.9 by 0.1; index + 1; output; end; run; /*手动输入0.1~0.9*/ data s2; do b = 0.1, 0.2, 0.3, 0.4, 0.5, 0.6, 0.7, 0.8, 0.9; index + 1; output; end; run; /*合并s1-s2*/ data s3; merge s1 s2; by index; if a = b then A_eq_B = "Y"; run; proc print data = https://www.it610.com/article/s3; var index a b A_eq_B; run;

文章图片

可以看到PROC PRINT打印出来的结果中显示，A，B两列显示完全一致，但其中0.3,0.8和0.9却出现了A≠B的情况。
为了能够看到SAS内部储存的实际数值，使用十六进制输出格式输出结果：

proc print data = https://www.it610.com/article/s3; var index a b A_eq_B; format a hex16. b hex16.; run;

文章图片

由此可见，是DO循环迭代计算导致的误差累计，最终导致A和B两列实际存储的数值存在微小差异。
这种精度损失可能会在下述场景中导致问题：

使用 IF，SELECT，WHERE语句比较两个不同计算方法得出的数值，或与显式指定的数值比较时；
对数据集取子集时；
使用 PROC COMPARE 过程比较两个数据集时
对基于计算产生的浮点数进行分类分析时
PROC REPORT或其他过程步的输出可能会显示出奇怪的小数（例如：-0.00）

3 解决办法以下3种方式可以解决SAS中存在的大多数精度问题：

使用 ROUND 函数
为数值变量创建字符串版本的变量
利用过程步中的选项

（1）ROUND函数
在不需要特别精确的情况下，可以使用ROUND函数仅比较前几位小数。

data s3; merge s1 s2; by index; a_r = round(a, 0.1); b_r = round(b, 0.1); if a_r = b_r then A_eq_B = "Y"; run; proc print data = https://www.it610.com/article/s3; var index a b A_eq_B a_r b_r; format a hex16. b hex16. a_r hex16. b_r hex16.; run;

文章图片

（2）创建数值变量的字符串版本

data s3; merge s1 s2; by index; a_fmt = put(a, 3.1); b_fmt = put(b, 3.1); if a_fmt = b_fmt then A_eq_B = "Y"; run; proc print data = https://www.it610.com/article/s3; var index a b A_eq_B a_fmt b_fmt; format a hex16. b hex16. a_fmt $hex16. b_fmt $hex16.; run;