SAS统计分析标准教程PDF电子书下载

第1章　SAS基本操作 1

1.1 SAS的常用界面 1

1.2　菜单功能简介 3

1.2.1 Assist模块 3

1.2.2 Desktop模块 6

1.2.3 Analyst模块 7

1.3 SAS编程基础 10

1.3.1 SAS语句的基本结构 10

1.3.2 SAS语句的数据步骤 11

1.3.3 SAS语句的过程步骤 15

1.3.4 SAS语句的运行与调试 17

1.3.5 SAS编程的控制语句 18

1.3.6 SAS/IML语言简介 21

习题 26

第2章　建立数据文件 27

2.1 图形界面建立数据集 27

2.1.1　逻辑库与数据集概述 27

2.1.2 Analyst建立数据集 30

2.2 DATA步骤建立数据集 31

2.2.1　直接输入数据 31

2.2.2　格式化输入 32

2.2.3　从文件读入数据 32

2.3　导入外部数据 33

2.3.1　使用向导导入 33

2.3.2　使用IMPORT语句 36

习题 36

第3章 常用的数据文件操作 38

3.1　数据集的编辑与整理 38

3.1.1　复制数据集 38

3.1.2　增加变量 38

3.1.3 筛选变量 39

3.1.4　更改变量属性 39

3.2　数据集排序 40

3.3　数据集的拆分与合并 41

3.3.1　数据集的拆分 42

3.3.2　数据集的纵向合并 42

3.3.3　数据集的横向合并 42

3.4　数据集的筛选 43

3.4.1 Analyst筛选数据集 43

3.4.2 DATA步骤筛选数据集 44

3.5 数据转置 45

3.6　使用Datasets步骤管理数据集 47

习题 48

第4章　描述性统计分析 49

4.1　描述性统计分析简介 49

4.1.1　描述性统计分析概述 49

4.1.2 SAS中的描述性过程 52

4.2　案例描述——考试成绩分析 52

4.3 SAS/Analyst描述性统计分析 53

4.3.1　频率分析 53

4.3.2　变量分布分析 56

4.3.3 图形分析 58

4.4　编程分析过程 61

4.4.1　MEANS过程 62

4.4.2 FREQ过程 62

4.4.3 UNIVARIATE过程 63

4.4.4 TABULATE过程 64

4.4.5 GCHART过程 66

4.4.6 GPLOT过程 67

习题 69

第5章　均值比较和假设检验 72

5.1　假设检验问题简介 72

5.2　单样本的均值Z检验 74

5.2.1　基本原理 74

5.2.2　案例描述——袋装食品的重量检验1 75

5.2.3 SAS/Analyst单样本均值Z检验 75

5.3　单样本的均值t检验 79

5.3.1　案例描述——袋装食品的重量检验2 79

5.3.2 SAS/Analyst单样本均值t检验 79

5.3.3 TTEST过程分析 81

5.4　单样本的比例检验 82

5.4.1　基本原理 82

5.4.2　案例描述——购车价格的比例分析1 82

5.4.3 SAS/Analyst变量编码 83

5.4.4 SAS/Analyst单样本比例检验 85

5.5　单样本的方差检验 86

5.5.1　案例描述——考试成绩的变异分析 87

5.5.2 SAS/Analyst单样本方差检验 87

5.6　两样本的均值t检验 89

5.6.1　案例描述——男女减肥的效果对比 90

5.6.2 SAS/Analyst两样本均值t检验 90

5.6.3 TTEST过程分析 92

5.7　配对样本的均值t检验 93

5.7.1 案例描述——装配时间的差异分析 93

5.7.2 SAS/Analyst配对样本均值t检验 93

5.7.3 TTEST过程分析 95

5.8　两样本的比例检验 96

5.8.1 案例描述——购车价格的比例分析2 96

5.8.2 SAS/Analyst两样本比例检验 96

5.9　两样本的方差检验 98

5.9.1　案例描述——股票价格的波动比较 99

5.9.2 SAS/Analyst两样本方差检验 99

习题 101

第6章　方差分析 103

6.1　方差分析简述 103

6.1.1　方差分析的基本原理 103

6.1.2　方差分析实例讲解 104

6.2　单因素方差分析 105

6.2.1　单因素方差分析原理 105

6.2.2　案例描述——施肥量对产量的影响分析 107

6.2.3 SAS/Analyst单因素方差分析 107

6.2.4 ANOVA和GLM过程分析 112

6.3　多因素方差分析 115

6.3.1 多因素方差分析原理 115

6.3.2　案例描述——影响销售额的因素分析 117

6.3.3 SAS/Analyst多因素方差分析 118

6.3.4 ANOVA和GLM过程分析 123

6.4　重复测量的方差分析 123

6.4.1 重复测量方差分析原理 123

6.4.2　案例描述——转移基因的抑制分析 125

6.4.3　SAS/Analyst重复设计方差分析 125

6.4.4 SAS编程分析 130

习题 131

第7章　列联表分析 133

7.1　列联表的基本原理 133

7.2　案例描述——产品质量的检验分析 134

7.3 SAS/Analyst列联表分析 134

7.4 FREQ过程分析 137

习题 140

第8章　非参数检验方法 141

8.1　非参数检验概述 141

8.1.1　非参数检验的特点 141

8.1.2 SAS中的NPAR1WAY过程 142

8.2　单样本非参数检验 143

8.2.1 x2拟合优度检验 143

8.2.2　单样本K-S检验 145

8.2.3　符号检验 148

8.3　两样本非参数检验 149

8.3.1 两独立样本Wilcoxon秩和检验 149

8.3.2 两独立样本Kolmogorov-Smirnov检验 150

8.3.3 成对样本Wilcoxon符号秩检验 151

8.4　多样本非参数检验 152

8.4.1　多独立样本Kruskal-Wallis检验 152

8.4.2 多独立样本Brown-Mood检验 153

8.5　等级相关分析 153

8.5.1 Spearman等级相关系数 154

8.5.2 Kendall等级相关系数 154

8.5.3　案例研究——财务指标的相关性分析 155

习题 157

第9章　相关分析与回归分析 159

9.1　相关分析 159

9.1.1　相关分析简述 159

9.1.2　案例描述——身体特征的相关性分析 160

9.1.3 SAS/Analyst相关分析 160

9.1.4 CORR过程分析 163

9.2　线性回归分析 164

9.2.1　线性回归原理 164

9.2.2　案例描述——环境对植物生长的影响分析 165

9.2.3 SAS/Analyst线性回归分析 165

9.2.4 REG过程分析 172

9.3 曲线回归分析 173

9.3.1 曲线回归的基本原理 173

9.3.2　案例描述——不同光学密度的关系研究 175

9.3.3 SAS/Analyst曲线回归分析 175

9.4 Logistic回归分析 177

9.4.1 Logistic回归的基本原理 178

9.4.2　案例描述——个人信誉的评估分析 179

9.4.3 SAS/Analyst Logistic回归分析 179

9.4.4 LOGISTIC过程分析 183

习题 185

第10章　聚类分析 187

10.1　聚类分析简介 187

10.1.1　聚类分析的基本原理 187

10.1.2　系统聚类原理 189

10.1.3　最佳聚类数的确定 190

10.2 SAS编程分析 191

10.2.1 CLUSTER过程 191

10.2.2 TREE过程 193

10.2.3 FASTCLUS过程 195

10.2.4 ACECLUS过程 198

10.2.5 VARCLUS过程 200

习题 204

第11章　判别分析 206

11.1　判别分析简介 206

11.2　案例描述——鸢尾花的类型判别 209

11.3 SAS编程分析 209

11.3.1 STEPDISC过程 209

11.3.2 DISCRIM过程 213

11.3.3 CANDISC过程 218

习题 222

第12章　主成分分析 224

12.1　主成分分析简介 224

12.2　案例描述——国民生产状况的评价分析 225

12.3 SAS/Analyst主成分分析 225

12.4 PRINCOMP过程分析 230

习题 231

第13章　因子分析 232

13.1　因子分析简介 232

13.2 FACTOR和SCORE过程语法 234

13.3　案例分析——不同地区的经济状况比较 235

习题 238

第14章　时间序列分析 240

14.1 时间序列的基本原理 240

14.1.1 时间序列的数学模型 240

14.1.2 时间序列模型的识别 241

14.1.3 时间序列模型的估计 243

14.1.4　时间序列分析的步骤 243

14.2　Forecasting System模块及应用 244

14.2.1 Forecasting System模块概述 244

14.2.2　案例研究——GNP的时间序列分析 245

14.2.3 用ARMA模型做进一步分析 247

14.3 ARIMA过程及应用 249

14.3.1 ARIMA过程的语法 249

14.3.2　案例研究——抽查次品数量的序列分析 250

习题 254

第15章　SAS在数据预测中的应用 256

15.1　数据预测的基本方法 256

15.2　案例研究——GDP增长率预测 257

15.3　案例研究——上证指数日线预测 261

15.4　案例研究——汽车市场的需求预测 266

习题 268

第16章　SAS在市场研究中的应用 269

16.1 联合分析 269

16.1.1　联合分析简介 269

16.1.2　案例描述——汽车轮胎的评价分析 270

16.1.3 SAS联合分析过程 271

16.2　对应分析 274

16.2.1　对应分析概述 274

16.2.2　案例描述——汽车销售市场分析 274

16.2.3 SAS对应分析过程 275

16.3　多维偏好分析 278

16.3.1 多维偏好分析的基本概念 278

16.3.2　案例描述——消费者对汽车的偏好分析 278

16.3.3 SAS多维偏好分析过程 279

习题 281

第17章　SAS在分类分析中的应用 282

17.1　聚类分析应用 282

17.1.1 系统聚类——居民消费支出分析 283

17.1.2 快速聚类——噪声监测分析 284

17.1.3　变量聚类——经济发展指标分析 286

17.2　判别分析应用 290

17.2.1 一般判别——农民家庭收支分析 290

17.2.2　典则判别——农民家庭收支分析 293

17.2.3 逐步判别——农民家庭收支分析 296

习题 298

第18章　SAS/Enterprise Miner概述 299

18.1　Enterprise Miner简介 300

18.1.1 EM主界面 300

18.1.2　新建EM项目 301

18.2 SAS/EM节点 301

18.2.1 Sample数据环节 302

18.2.2 Explore探索环节 307

18.2.3 Modify调整环节 310

18.2.4 Model建模环节 316

18.2.5 Assess评估环节 320

18.2.6　报告和预测环节 321

18.3　EM案例——棒球球员的聚类分析 323

18.3.1　数据输入 324

18.3.2　缺失值处理 325

18.3.3　聚类分析的参数设置 325

18.3.4　查看聚类分析的结果 326

18.3.5　用Insight做进一步分析 329

习题 330