cmiss与nmiss函数的区别

cmiss与nmiss函数的区别: 两者都是用来对缺失个数进行统计，两者区别就在于前者既能用于数值型也能用于字符型，而nmiss则只能用于数值型。

The CMISS function does not convert any argument. The NMISS function converts all arguments to numeric values.
cmiss在计算缺失值的时候，不会对参数进行转换，而nmiss则会把所有的参数转换为数值然后来计算缺失值。

例1:
data survey;
    input id diet exer hours xwk $ educ $;
    total_miss=nmiss(diet,exer,hours,xwk,educ);
datalines;
1 1 . 1 A . 
1 . 2 B C 2
1 . D . . .
1 1 E F * .
2 . 9 & 3 .
2 5 9 2 4 .
2 . 3 . 5 3
3 2 . . . .
;

例2:
data survey;
    input id diet exer hours xwk $ educ $;
    total_miss=cmiss(diet,exer,hours,xwk,educ);
datalines;
1 1 . 1 A . 
1 . 2 B C 2
1 . D . . .
1 1 E F * .
2 . 9 & 3 .
2 5 9 2 4 .
2 . 3 . 5 3
3 2 . . . .
;

在使用这两个函数的过程中，我们往往会发现在统计缺失个数时候，经常出现实际计算出来的值要大于缺失值的个数，这是为什么呢？
举个简单的例子：
data tmp;
v1=.;v2='';x=3;output;
v1=1;v2='A';x=2;output;
v1=3;v2='';x=.;output;
v1=.;v2='B';x=2;output;
run;
 
接下来用cmiss函数进行行缺失个数的统计：
data tmp1;
set tmp;
sum_miss=cmiss(of _all_);
run;

我们发现sum_miss的每一行值都比实际值要大1，为了了解这个过程，我们来通过put语句展示一下过程：
data tmp1;
set tmp;
put _all_;
sum_miss=cmiss(of _all_);
run;

我们发现在统计行缺失时，由于使用的_all_，所以把sum_miss变量也包含进去了，所以才会产生如上结果。
那么为了避免出现这种结果，我们可以用两种办法：
第一种：对sum_miss赋值，例如:
data tmp1;
set tmp;
sum_miss = 0;
sum_miss=cmiss(of _all_);
run;
第二种：将变量列出来，例如：
data tmp1;
set tmp;
sum_miss=cmiss(v1,v2,x);
run;