为什么proc sql和proc意味着产生不同的结果

Question

我碰巧发现了以下问题，这使我困惑了几个小时。

data test;
    input RandNo$ Trt$ Tmax;
    cards;
    K64 R   0.5
    K64 T   0.15
    K64 R   0.15
    K64 T   0.5
    K65 T   0.5
    K65 R   0.33
    K65 T   0.17
    K65 R   0.5
;
run;
proc sql noprint;
    create table SQL as 
    select RandNo, TRT, avg(Tmax) as Tmax_Mean
    from test
    group by RandNo, TRT
    ;
quit;
ods output Summary = Means;
proc means data = test n mean;
    class RandNo TRT;
    var Tmax;
run;
ods output;
proc sql;
    select a.RandNo, a.TRT, a.Tmax_Mean as SQL,
        b.Tmax_Mean as Means,
        SQL - Means as Dif
    from SQL as a
    left join Means as b
    on a.RandNo = b.RandNo and a.TRT = b.TRT
    ;
quit;

输出：

RandNo Trt SQL Mean Dif 
K64 R 0.325 0.325 0 
K64 T 0.325 0.325 -555E-19 
K65 R 0.415 0.415 0 
K65 T 0.335 0.335 -555E-19 

那么，为什么proc均值和proc sql的结果与其他结果不同呢？提前感谢。

PS：我尝试删除"K64"或"K65"的观察结果，这次差异消失了。

Answer 1

标准程序(均值、单变量、摘要等(下的统计引擎是相同的，但是，您发现的 SQL 统计引擎与 Procs 引擎的差异可能非常小。

至于为什么更多的是SAS开发人员的问题。一种可能性是SQL引擎可能会从SQL ISO NULL 与SAS缺失值(.到.Z(的处理或表示中获得额外的位，这反过来可能会影响结果。

您可以使用 RB8 查看双精度表示的基础位。

    put(SQL,RB8.) format=$hex16. as SQL_RB8,
    put(Means,RB8.) format=$hex16. as Means_RB8
 RandNo    Trt            SQL          Mean       Dif      SQL_RB8           Means_RB8.
 --------------------------------------------------------------------------------------------
     K64       R            0.325         0.325         0  CDCCCCCCCCCCD43F  CDCCCCCCCCCCD43F
     K64       T            0.325         0.325  -555E-19  CCCCCCCCCCCCD43F  CDCCCCCCCCCCD43F
     K65       R            0.415         0.415         0  90C2F5285C8FDA3F  90C2F5285C8FDA3F
     K65       T            0.335         0.335  -555E-19  703D0AD7A370D53F  713D0AD7A370D53F

当有微小的差异时，你会看到

• .325 的CC...和CD...
• .335 的70...和71...

区别在于非常低阶的位。 如果您想了解有关在双精度空间中存储十进制值的细节的更多信息，请查找 IEEE 754。

Answer 2

我猜一个进程默认应用模糊测试，但另一个没有。除了"遗留原因"之外，很难确切地说出原因。