SAS统计分析从入门到精通PDF电子书下载

第1章 数据预处理 1

1．1 SAS环境与操作界面 1

1．2 SAS编程基础 3

1．2．1 SAS编程语言的基本结构 3

1．2．2 SAS结构化编程语句 5

1．3 SAS的数据处理对象 8

1．3．1 SAS数据库和SAS数据集 8

1．3．2 SAS系统的外部数据文件 15

1．4数据预处理原理和基本方法 17

1．4．1数据整理 19

1．4．2数据分拆与合并 22

1．4．3数据清洗 24

1．4．4数据变换 27

1．5本章小结 30

第2章 数据的描述 31

2．1统计图 31

2．1．1直方图 31

2．1．2条形图 34

2．1．3线图 36

2．1．4散点图 37

2．1．5饼图 39

2．1．6盒式图 40

2．1．7茎叶图 41

2．2统计量 42

2．2．1集中趋势 42

2．2．2离散程度 45

2．2．3分布形状 48

2．2．4利用菜单和程序进行详细的描述统计分析 50

2．3统计表 55

2．3．1统计表的基本要素 56

2．3．2用TABULATE过程绘制统计表 56

2．4数据分布 58

2．4．1总体分布 59

2．4．2样本分布 59

2．4．3抽样分布 59

2．5本章小结 61

第3章 简单统计推断 62

3．1简单统计推断的基本原理 62

3．1．1参数估计 63

3．1．2假设检验 64

3．2单总体参数的估计及假设检验 68

3．2．1单总体的参数估计 68

3．2．2单总体参数的假设检验 71

3．3两总体参数的估计及假设检验 82

3．3．1独立样本的参数估计和检验 82

3．3．2成对样本的参数估计和检验 91

3．4本章小结 95

第4章 方差分析 96

4．1方差分析的基本原理 96

4．2单因素方差分析 99

4．2．1单因素方差分析与方差同质性检验 99

4．2．2方差分析的多重比较 102

4．2．3方差分析模型的参数估计和预测 104

4．3多因素方差分析 109

4．3．1只考虑主效应的多因素方差分析 110

4．3．2存在交互效应的多因素方差分析 116

4．4协方差分析 118

4．5本章小结 122

第5章 非参数检验 123

5．1非参数检验的基本问题 123

5．2单样本非参数检验 124

5．2．1单样本均值的Wilcoxon符号秩检验 124

5．2．2单样本的Kohnogorov-Smirnov检验 125

5．3两个样本的非参数检验 128

5．3．1两个独立样本中位数比较的Wilcoxon秩和检验 128

5．3．2两个独立样本分布的Kolmogorov-Smimov检验 132

5．3．3成对样本中位数的Wilcoxon符号秩检验 134

5．4多个样本的非参数检验 136

5．4．1多个独立样本位置的Kruskal-Wallis检验 136

5．4．2多个独立样本位置的Jonckheere-Terpstra检验 138

5．4．3多个独立样本中位数的Brown-Mood检验 139

5．5本章小结 139

第6章 相关与回归分析 141

6．1相关分析 141

6．1．1简单相关分析 142

6．1．2偏相关分析 146

6．1．3等级相关分析 147

6．2典型相关分析 151

6．2．1典型相关分析基本原理 151

6．2．2典型相关系数的显著性检验 155

6．2．3典型相关的冗余分析 156

6．3线性回归分析 158

6．3．1回归分析的基本原理 158

6．3．2一元线性回归分析 161

6．3．3多元线性回归分析 168

6．4定性自变量回归分析 172

6．4．1虚拟变量的设定 172

6．4．2含有虚拟变量的回归分析 173

6．5本章小结 174

第7章 因子分析 175

7．1数据降维 175

7．1．1数据降维的基本问题 175

7．1．2数据降维的基本原理 176

7．2主成分分析 177

7．2．1主成分分析的基本概念与原理 177

7．2．2主成分分析的基本步骤和过程 178

7．3因子分析 184

7．3．1因子分析的基本原理 185

7．3．2因子分析的基本步骤和过程 186

7．4本章小结 194

第8章 聚类分析与判别分析 195

8．1聚类分析的基本原理 195

8．1．1分类的基本原则 195

8．1．2单一指标的系统聚类过程 197

8．1．3多指标的系统聚类过程 198

8．2聚类分析的步骤和过程 202

8．2．1系统聚类 202

8．2．2快速聚类 210

8．2．3变量聚类 212

8．3判别分析的基本原理 215

8．4判别分析的步骤和过程 216

8．4．1距离判别 217

8．4．2 Bayes判别 217

8．4．3 Fisher判别 224

8．4．4逐步判别 227

8．5本章小结 231

第9章 列联分析与对应分析 233

9．1列联分析 233

9．1．1列联表 233

9．1．2列联表的分布 237

9．1．3 X2分布与X2检验 238

9．1．4列联表中的关联度分析 240

9．1．5 X2分布的期望值准则 241

9．2对应分析 242

9．2．1对应分析的基本思想 242

9．2．2对应分析的步骤和过程 43

9．3本章小结 249

第10章 离散因变量模型 250

10．1线性概率模型 250

10．2二元选择模型 251

10．2．1线性概率模型的缺陷与改进 252

10．2．2二元选择模型的基本原理 252

10．2．3 BINARY PROBIT模型 253

10．2．4 BINARY LOGIT模型 263

10．3多重选择模型 269

10．3．1多重选择模型的基本原理 269

10．3．2 ORDINAL PROBIT模型 271

10．3．3 ORDINAL LOGIT模型 276

10．3．4 MULTINOMIAL LOGIT模型 279

10．4计数模型 280

10．4．1 POISSON回归模型的基本原理 281

10．4．2 POISSON回归模型的分析过程和步骤 281

10．5本章小结 285

第11章 时间序列分析 286

11．1时间序列的基本问题 286

11．1．1时间序列的组成部分 286

11．1．2时间序列的平稳性 288

11．2 ARIMA模型的分析过程 291

11．2．1 ARIMA模型 291

11．2．2 ARMA模型的识别、估计与预测 292

11．2．3利用SAS时间序列预测系统进行菜单操作 301

11．3本章小结 308