〔SAS〕使用SGPLOT繪散佈圖及程式巨集化

散佈圖(Scatter Plot、Scatter Diagram)亦稱為散布圖、相關圖等。目前在SAS繪製散佈圖有兩個較為簡單方法，一為使用PROC CORR，相關語法可見SAS官網的說明，用PROC CORR的方法相當簡單，而且同時會把人數、相關係數、檢定的P值呈現於圖中，但如要修改圖形或增加其他說明限制就很大了。

另一方法為本篇將分享的PROC SGPLOT，但限制為不會自動在圖形上呈現人數、相關係數和檢定的P值，此限制可透過巨集的幫忙而增加至圖形中，以PROC SGPLOT所繪統計圖，在之後需的編修彈性就高很多。

最後我們會把整組程式以改編為巨集程式，方便未來使用。

散佈圖(scatter plot)+橢圓圖(prediction ellipse)+迴歸線(regression line)：

建立模擬資料檔於【程式01】。

模擬資料隨機產生父母身高合計與11~12歲兒童身高，散佈圖主要呈現父母身高合計與兒童身高相關性。

/*程式01*/ data height_1 (drop=i);;     do i=1 to 1000;         p_height=normal(10)*8.5+331.6;         se=normal(20)*0.015+0.299;         int=normal(30)*4.905+49.125;         c_height=int+se*p_height;         output;     end; run;

在SGPLOT無法計算相關係數等統計量，需透過PRCO CORR產生相關的統計量，再將需要的統計量轉成巨集變項，提供後續繪圖使用。將相關係數、P值和人數轉成巨集變數的程式於【程式02】。

/*程式02*/     ods output pearsoncorr =_pearsoncorr_ SimpleStats =_SimpleStats_  ;     proc corr data=height_1 /*outp=pearson_corr*/ /*plots=scatter */;     var p_height c_height;     run;quit;     proc sql noprint;         /*擷取P值和相關係數*/         select  round(p_height,0.0001) , pp_height format=pvalue8.4 into: mv_corr ,: mv_corr_p         from _pearsoncorr_         where variable in ("c_height" ) ;         /*擷取人數*/         select  NObs into: mv_obs         from _simplestats_  ;     quit;     %put pearson correlation=&mv_corr  p-value=&mv_corr_p. obs=&mv_obs;

稍微說明【程式02】比較特別的語法：

「ods output」：可將SAS報表轉換成資料檔，相關的說明請見ODS OUTPUT Statement。使用該語法比較常見的困擾為不知報表的名稱，此時可一併與「ODS TRACE ON」及「ODS TRACE OFF」一起服用，在開啟ODS TRACE ON後可於LOG中見到報表的名稱，執行 ODS TRACE OFF則關閉功能，實際應用可參考SAS台灣官網的應用範例SAS Output Delivery System (ODS) 。

「PROC SQL…INTO:」：此語法可將「單一數字」放到指定的巨集變項中。在這裡我們將相關係數放到mv_corr、P值放到mv_corr_p、人數放到mv_obs。

【程式03】為主要繪圖的程式

/*程式03*/ ods html gpath = "e:\temp\"  image_dpi=300  style=htmlblue; ods graphics on / reset=all reset=index noborder height=6in width =6in                                  antialiasmax=10000  imagename = "圖" imagefmt =png ; ods results off;         proc sgplot data=height_1  ;              scatter x=p_height y=c_height /  markerattrs=(size=2 symbol=circlefilled color=red ) name="dot";             ellipse x=p_height y=c_height/ name="ellipse";             reg  x=p_height y=c_height /nomarkers                                               lineattrs=(pattern=1 color=gray thickness=0.6%) name="reg";              keylegend "ellipse" "reg" /location= inside noborder;                 styleattrs backcolor=white wallcolor=white;             inset ("Observations" = "&mv_obs"                         "Correlation  "="&mv_corr"                         "p-Value  "="&mv_corr_p")/ border;             xaxis valueattrs=(size=8) label="父母身高合計";             yaxis  valueattrs=(size=8) label="小孩身高";          run; ods results  on; title;quit;

「scatter」：繪製散佈圖的主要語法。markeratters可設定散佈圖『點』的樣式。name給於此語法一個名稱，提供後續keylegend設定哪些圖例需要呈現。

「ellipse」：95% prediction ellipse，繪製雙變項的多元常態分佈圖(Multivariate normal distribution)。

「reg」：繪製線性迴歸線。

「keylegent」：設定圖例(legend)的位置和樣式，及上述哪些圖形的圖例需要呈現，目前語法不呈現散佈圖的圖例。

「inset」：在圖中增加文字，【程式02】產生的巨集變項套用於此處。

「xaxis」：設定X軸的外觀。

「yaxis」：設定Y軸的外觀。

---

《程式巨集化》

希望巨集化之後能達到的彈性，包括「資料檔名稱」、「變項名稱」、「軸的名稱」、「圖片輸出目錄」、「圖檔名稱」均可彈性輸入，同時可依據需求繪製或不繪製橢圓圖或迴歸線。修該完成的巨集程式於【程式04】。

/*程式04*/ %macro scatter_plot (data=, x=, y=, xlabel=, ylabel=, outpath=,outfile=,ellipse=YES, reg=YES);         ods output pearsoncorr =pearsoncorr ;     proc corr data=&data plots=scatter ;     var &x &y;     run;quit;     proc sql noprint;         select  round(&x ,0.0001) , p&x format=pvalue8.4 into: mv_corr ,: mv_corr_p         from pearsoncorr         where variable in ("&y" ) ;     quit;     %put pearson correlation=&mv_corr  p-value=&mv_corr_p.; ods html gpath = "&outpath"  image_dpi=300  style=htmlblue; ods graphics on / reset=all reset=index noborder height=6in width =6in                                  antialiasmax=10000  imagename = "&outfile" imagefmt =png ; ods results off;         proc sgplot data=&data  ;              /*繪製散佈圖*/             scatter x=&x y=&y / markerattrs=(size=2 symbol=circlefilled color=red) name="dot";             /*繪製橢圓圖*/             %if %upcase(&ellipse)=YES %then %do;              ellipse x=&x y=&y / name="ellipse";             %end;              /*繪製迴歸線*/             %if %upcase(&reg)=YES %then %do;              reg  x=&x y=&y /nomarkers  lineattrs=(pattern=1 color=gray thickness=0.6%) name="reg";             %end;             /*定義legen的呈現和位置*/             keylegend "ellipse" "reg" /location= inside noborder;                styleattrs backcolor=white wallcolor=white;             /*增加相關係數和P值的文字*/             inset ("correlation  "="&mv_corr"                         "p-value  "="&mv_corr_p")/ border;             /*設定X軸*/             xaxis valueattrs=(size=8) label="&xlabel";             /*設定Y軸*/             yaxis  valueattrs=(size=8) label="&ylabel";         run; ods results  on; title;quit; %mend scatter_plot;

使用方法為【程式05】

/*程式05*/ data height_2 (drop=i);;     do i=1 to 1000;         x_height=normal(100)*8.5+331.6;         se=normal(200)*0.015+0.299;         int=normal(300)*4.905+49.125;         y_height=int+se*x_height;         output;     end; run; /*option mprint;*/ /*繪製散佈圖、橢圓圖、迴歸線*/ %scatter_plot (data=height_2, x=x_height, y=y_height, xlabel=父母身高加總, ylabel=孩童身高, outpath=e:\temp\,outfile=圖A ); /*繪製散佈圖、橢圓圖*/ %scatter_plot (data=height_2, x=x_height, y=y_height, xlabel=父母身高加總, ylabel=孩童身高, outpath=e:\temp\,outfile=圖B ,reg=no); /*繪製散佈圖，排除其他圖形*/ %scatter_plot (data=height_2, x=x_height, y=y_height, xlabel=父母身高加總, ylabel=孩童身高, outpath=e:\temp\,outfile=圖C ,ellipse=no, reg=no); /*繪製散佈圖，迴歸線，交換X軸和Y軸的變項*/ %scatter_plot (data=height_2, x=y_height, y=x_height, xlabel=孩童身高, ylabel=父母身高加總, outpath=e:\temp\,outfile=圖D ,ellipse=no);

在【程式05】先重新產生一組新的模擬檔，更換了檔案名稱(height_2)和變項名稱(x_height、y_height)。

「option mprint」：執行巨集程式時初期都會開啟，觀察程式執行的過程。

巨集程式『scatter_plot』各參數的使用方法如下：

「data」：資料檔名稱
「x」：X軸所使用的變項
「x」：Y軸所使用的變項
「x_label」：圖形中X軸的名稱
「y_label」：圖形中Y軸的名稱
「outpath」：輸出的路徑
「outfile」：輸出檔案名
「ellipse」：是否繪製橢圓圖，YES：繪製（預設）、NO：不繪製。只要是是YES或空白，都是不繪製。
「reg」：是否繪製迴歸線，YES：繪製（預設）、NO：不繪製。

這隻巨集程式的修改只能算是初步的，不保證能在所有情境都可使用，需要有更多使用的經驗，才會讓程式越來越穩定。

SAS版本：9.4M3+