Ein Array existiert nur innerhalb eines Datasteps, seine Struktur wird nicht im erzeugten Dataset gespeichert. Deswegen muss im zweiten Datastep zwingend ein neues ARRAY-Statement verwendet werden, um das Array als solches wieder zur Verfügung zu haben. Das ARRAY-Statement im ersten Datastep hat freilich die Variablen datum1, ..., datum9 erzeugt, die der zweite Datastep im Dataset HAVE vorfindet und auf die sich das ARRAY-Statement dort bezieht.
Den neuen Namen d für das Array habe ich nur der Kürze halber gewählt, weil der Name ja danach mehrfach verwendet wird. Anders als durch das ARRAY-Statement im ersten Step werden hier keine neuen Variablen erzeugt, sondern nur vereinbart, dass auf die vorhandenen Variablen datum1, ..., datum9 mit Array-Referenzen d[1], ..., d[9] zugegriffen werden kann.
Genau genommen, wird vereinbart, dass die bis dahin vom Compiler "gesehenen" Variablen, deren Namen mit "datum" (oder "Datum", "DATUM" usw.) beginnen, als d[1], d[2], ... referenziert werden können, und zwar in der Reihenfolge, in der sie im "Program Data Vector" (PDV) stehen. Insofern wäre die Kurzform datum: mit dem Doppelpunkt etwas riskant, wenn nicht aus dem vorigen Step bekannt wäre, dass es in HAVE
a) keine weiteren Variablen mit Namen wie Datum, Datumswert, Datumsdifferenz o. ä. gibt und
b) die neun Datumsvariablen nicht etwa in anderer Reihenfolge (etwa datum8, datum3, ...) im PDV stehen.
Sicherer und bei unbekannten Input-Daten dringend zu empfehlen ist eine explizite Variablenliste:
array d[*] datum1-datum9;
Alternativ könnte man hier
array datum[9];
verwenden, müsste dann aber im weiteren Verlauf jeweils "datum" statt "d" schreiben.
Wenn die Variablen in Wirklichkeit ganz anders heißen (etwa Screening, Enrollment, ...), muss man die Namen einzeln aufführen, die Liste automatisiert erstellen oder eine Liste nach Variablenreihenfolge (z. B. Screening--LastVisit) verwenden.
Allgemein können in einem Datastep beliebig viele Arrays definiert werden und die betreffenden Listen von Variablen dürfen sich auch überschneiden. Die Variablen zu einem Array müssen aber jeweils vom selben Typ sein: entweder numerisch oder alphanumerisch ("character").
In unserem Datastep durchläuft die DO-Schleife die Array-Variablen von der ersten bis zur vorletzten (weil danach immer mit der nächsten verglichen wird). In der Hilfsvariable v wird jeweils der bis dahin letzte vorhandene (also "non-missing") Datumswert gespeichert, falls es überhaupt einen gab (sonst ist auch v missing). Die COALESCE-Funktion (die den ersten non-missing Wert ihrer -- hier: zwei -- [numerischen] Argumente liefert) vereinfacht dabei den Code: Ohne ein IF-THEN-Konstrukt zu benötigen, wird v immer "aktualisiert", sobald man bei einem non-missing Datum "vorbeikommt". Da v erst in dem Datastep erzeugt (und nicht RETAINed) wird, startet es in jedem Satz immer mit einem Missing (auf der rechten Seite des Zuweisungsstatements v=...) und kann nicht etwa noch ein Datum aus dem vorigen Satz enthalten.
Sobald die IF-Bedingung erfüllt ist, also festgestellt wird, dass der "aktuelle" Datumswert in v nicht kleiner als, sondern größer oder gleich dem nächsten Datumswert im Array ist und letzterer non-missing ist (nämlich größer als der größte "special missing value" .z -- im konkreten Fall könnte man auch einfach >. schreiben), liegt eine Abweichung von der nach Annahme erwünschten echt aufsteigenden Reihenfolge vor. In diesem Fall (und nur dann) wird die Schleife vorzeitig verlassen (LEAVE-Anweisung).
Der Wert der Laufvariable i verrät, ob die Schleife vorzeitig verlassen wurde: i ist dann nämlich höchstens gleich dem im DO-Statement nach dem Schlüsselwort "TO" vorgesehenen Endwert (hier: dim(d)-1). Wurde die Schleife dagegen komplett durchlaufen, also ohne das LEAVE-Statement auszuführen, ist der finale Wert von i gleich dem vorgesehenen Endwert plus 1, hier also gleich dim(d), nämlich 9. Damit ist der Wahrheitswert (i=dim(d)) -- also 1, wenn diese Gleichung gilt, sonst 0 -- genau der Wert, den wir in der "Flag"-Variable chrono haben wollen: 1, wenn die echt aufsteigende Reihenfolge erfüllt ist (was auch in den trivialen Fällen "alle neun Daten missing" oder "nur ein Datum vorhanden, alle anderen missing" als erfüllt gewertet wird) und 0, wenn an irgendeiner Stelle der 9-elementigen Wertefolge ein absteigender oder nur gleicher Datumswert beobachtet wurde. Die Trivialfälle könnten bei Bedarf mit Hilfe der N-Funktion erkannt und anders behandelt werden.
Wie schon erwähnt, kann der Fall "Gleichheit benachbarter Daten" aus dem Kriterium herausgenommen werden, indem man schreibt:
if v>d[i+1]>.z then leave;
Nach diesem modifizierten Kriterium würde z. B. die (aus zwei vorhandenen Werten und sieben Missings bestehende) Folge
. . 01Jan2000 . . . 01Jan2000 . .
als aufsteigend anerkannt (chrono=1).
