《信用风险评分卡研究——基于SAS的开发与实施》学习笔记（2）

注：该系列文章都是学习马姆杜 雷法特著的《信用风险评分卡研究——基于SAS的开发与实施》一书时的学习记录和练手，供以后自己查看。如有不准确或不清楚的地方，请查找原著。

4.计算不同变量的WOE

• 代码如下
  

%macro CalcWOE(Dsin,Invar,Dcvar,WOEvar,Dsout);
/*频率表*/
proc freq data=&Dsin noprint;
	tables &Invar*&Dcvar/out=Temp_Freqs;
run;

proc sort Temp_Freqs;
	by &Invar &Dcvar;
run;

/*by分组统计*/
data Freq_Invar;
set Temp_Freqs;
retain c0 c1 c0t 0 c1t 0;
by &Invar &Dcvar;
if first.&Invar then do;
	c0=Count;
	c0t=c0t+c0;
	end;
if last.&Invar then do;
	c1=Count;
	c1t=c1t+c1;
	end;
if last.&Invar then output;
drop &Dcvar Count Percent;
call symput("c0t",c0t);
call symput("c1t",c1t);
run;

/*计算WOE*/
data WOEds;
set Freq_Invar;
GoodList=c0/&c0t;
BadList=c1/&c1t;
if(GoodList>0 and BadList>0) then WOE=log(BadList/GoodList);
else WOE=.;
run;

/*输出数据集*/
proc sql noprint;
	create table &Dsout as
	select a.*,b.WOE as &WOEvar from &Dsin a,WOEds b where a.&Invar=b.&Invar;
quit;

%mend;

%CalcWOE(Ccmodel.Cc6,CustAge_b,Status,CustAge_WOE,Ccmodel.Cc7);

run;

• out

        过程步一般以某一个关键字开头，如tables，by等，而选型则在斜杠之后。

• by, first, last

        在使用带有by语句的过程步时，一定要用sort语句对数据集进行排序；

        by语句根据变量对数据集进行分组；

        假设原数据example为：

id_1	id_2	num
1	1	5
3	0	3
2	0	6
2	1	4
3	1	7
1	1	5

      

/*读入数据*/

data example;
input id_1 id_2 num;
datalines;
1 0 5
3 0 3
2 0 6
2 1 4
3 1 7
1 1 5
;
run;

/*根据id_1,id_2排序，默认从小到大排列，在每个变量前加descending从大到小排列*/
proc sort data=example;
	by id_1 id_2;
run;

结果如下：

id_1
id_2
num
1
0
5
1
1
5
2
0
6
2
1
4
3
0
3
3
1
7

/*by first*/
data example_1;
set example;
by id_1 id_2;
if first.id_1 then output;
proc print;
run;

结果如下：

obs
id_1
id_2
num
1
1
0
5
2
2
0
6
3
3
0
3

可见，first.id_1取得是每个id_1分组中的第一个数据；

同理，last.id_1取得是每个id_1分组中的最后一个数据。

• retain

        对变量进行值的初始化和保留到下一个迭代步的作用。

• 宏变量定义方法

      %let c0t=831;  ---不能在宏函数外调用

      call symput('c0t',c0t);---可以在宏函数外调用；另只能提取该变量最后一个值。

      select x into :y;---不能再宏函数外调用

• %eval与%sysevalf

     宏的本质是文本，对宏进行数字运算时，要使用%eval与%sysevalf；

    %eval必须是整数。