特殊欠損値を使ってnullを区別する話。

null、欠損値とは何か？例えば、何かデータを収集していて、そのデータの一部（変数が）が不明であったり、未知であった場合、そこにはnullが入ります。

また、たとえば独身男性から収集したデータで、配偶者の名前が入る変数があった場合など、そこはnullになります（定義不能・適応不能のため）。

ひとえにNullといってもその意味は分けれたりするわけです。

これをSASで表現するのはどうするでしょうか？

今

data Q1;

ID='001';SEX='F';ANSWER=7;output;

ID='002';SEX='F';ANSWER=11;output;

ID='003';SEX='F';ANSWER=.;output;

ID='004';SEX='M';ANSWER=6;output;

ID='005';SEX='F';ANSWER=4;output;

run;

というデータがあるとします。

これは、ある調査のデータで、質問の対象は女性のみで、解答として

1から10までの数字がANSWERに入るとします。

ここで、

ID　002のように、解答の有効範囲を超えた値をnullに、

そしてID 004のように男性なのに解答してしまった値もnullに変えます。

data A1;

 set Q1;

 if ANSWER>10 then ANSWER=.A;

 if SEX='M'   then ANSWER=.B;

run;

このようにピリオドの後に任意の文字をいれることで

数値型のフィールドに、判別可能な欠損値を格納できます。

見た目上、AやBといった文字が入ってますが、その性質は普段の.と全く同じです。

ですが例えば

proc format;

 value ANSF .A='範囲外解答による欠損'

            .B='定義外解答による欠損'

            .='未回答による欠損';

run;

のように区別してフォーマットが設定できるので

proc freq data=A1;

 tables ANSWER/missing;

 format ANSWER ANSF.;

run;

みたいににして欠損値をカテゴライズできるわです。