实用SAS统计分析教程PDF电子书下载

第1章 SAS系统环境与编程基础 1

1.1 SAS系统环境与界面 1

1.2 SAS数据处理的对象 4

1.2.1 SAS数据库 4

1.2.2 SAS数据集 6

1.3 SAS编程基础 11

1.3.1 SAS编程语言的基本结构 11

1.3.2 SAS编程语言的运算符和函数 15

1.4 SAS结构化编程语句 17

1.4.1 条件语句 17

1.4.2 循环语句 20

1.5 SAS运行方式 26

1.5.1 SAS系统内部菜单和外部加载项 26

1.5.2 SAS程序执行方式 28

1.5.3 SAS Enterprise Miner 29

1.6 本章小结 30

第2章 SAS数据准备 31

2.1 直接输入SAS数据集 31

2.1.1 基本数据输入方法 31

2.1.2 变量数组输入方法 33

2.1.3 数据输入指针控制 34

2.1.4 数据输入格式设置 41

2.1.5 数据输入修饰符的设置 44

2.1.6 日期和时间型数据的输入 50

2.1.7 使用循环语句自动读入数据 53

2.1.8 自定义数据输入格式 54

2.2 根据已有数据文件建立SAS数据集 58

2.2.1 根据已有SAS数据集建立新SAS数据集 58

2.2.2 在SAS系统中直接使用EXCEL/ACCESS的工作表数据 60

2.2.3 导入SAS系统的外部数据文件 62

2.3 输出SAS数据集 67

2.3.1 输出SAS数据集的属性信息 67

2.3.2 输出SAS数据集的数据信息 69

2.3.3 自定义SAS数据集的数据输出格式 71

2.3.4 导出SAS数据集到外部数据文件 73

2.4 删除和更改数据库和数据集 75

2.4.1 删除永久数据库 75

2.4.2 删除数据集 76

2.4.3 更改数据集名 76

2.5 本章小结 77

第3章 SAS数据整理 78

3.1 SAS数据集的变量整理 78

3.1.1 更改变量名称 78

3.1.2 更改变量的顺序 80

3.1.3 增加／删除变量 80

3.1.4 变量类型的转换 83

3.2 SAS数据集的数据内容整理 86

3.2.1 数据修正与更新 86

3.2.2 删除观测值 88

3.2.3 插入观测值 89

3.2.4 调整数据位置 90

3.2.5 数据查重 93

3.2.6 数据变换 94

3.2.7 自动插补缺失值 97

3.3 SAS数据集的整理 98

3.3.1 提取子集 98

3.3.2 数据合并 99

3.3.3 数据追加 108

3.3.4 数据集拆分 110

3.4 SAS数据整理的一个例子 112

3.5 本章小结 122

第4章 SAS宏与CALL子程序 123

4.1 SAS宏变量与宏函数 123

4.1.1 宏变量的定义与引用 123

4.1.2 宏变量与数据变量值的交换 127

4.1.3 宏函数 130

4.2 SAS宏与宏语句 133

4.2.1 SAS宏的定义与执行 133

4.2.2 SAS宏语句 135

4.2.3 综合应用宏及宏语句的一些实例 137

4.3 SAS宏的调试、存储与调用 143

4.3.1 SAS宏的调试 143

4.3.2 SAS数据库中的宏存储与调用 144

4.3.3 SAS程序文件中的宏存储和调用 146

4.4 自定义函数与CALL子程序 146

4.4.1 创建和使用自定义函数 147

4.4.2 创建和使用子程序 149

4.4.3 自定义函数和子程序的主要区别 150

4.5 本章小结 151

第5章 SAS输出管理 152

5.1 在自定义窗口中输出和获取特定内容 152

5.1.1 在DATA步中自定义和显示窗口 152

5.1.2 从DATA步自定义窗口中获取变量的观测值 155

5.1.3 自定义和显示宏窗口 156

5.1.4 从自定义宏窗口中获取宏变量值 156

5.2 把LOG窗口和SAS过程结果输出至指定文件 157

5.2.1 指定存储SAS反馈信息和输出结果的文件 158

5.2.2 关闭LOG窗口和SAS过程的输出结果 161

5.3 SAS输出传送系统（ODS） 161

5.3.1 选择输出内容 163

5.3.2 指定输出位置 165

5.3.3 指定输出格式 169

5.3.4 ODS图形系统 170

5.4 本章小结 172

第6章 统计量与统计表 173

6.1 统计量 173

6.1.1 集中趋势 173

6.1.2 离散程度 177

6.1.3 分布形状 180

6.1.4 利用SAS/INSIGHT进行描述统计分析 181

6.1.5 利用SAS过程进行描述统计分析 182

6.2 统计表 190

6.2.1 统计表的基本要素 190

6.2.2 利用FREQ过程编制频数分布表 191

6.2.3 利用TABULATE过程编制统计表 193

6.2.4 利用REPORT过程编制统计表 196

6.3 SAS常用过程能够计算的简单统计量 203

6.4 本章小结 204

第7章 统计图 205

7.1 SAS系统中的统计图形绘制工具 205

7.1.1 SAS菜单绘制统计图 205

7.1.2 SAS图形绘制的全局语句 207

7.1.3 SAS绘制统计图的常用过程 210

7.2 常见统计图形 213

7.2.1 直方图 213

7.2.2 条形图 216

7.2.3 折线图 220

7.2.4 饼图 223

7.2.5 盒须图 225

7.2.6 散点图 227

7.2.7 气泡图 233

7.2.8 瀑布图 234

7.2.9 星图 235

7.2.10 雷达图 236

7.2.11 日历图 236

7.2.12 向量图 237

7.2.13 阶梯图 238

7.2.14 针状图 238

7.2.15 点图 239

7.2.16 拼砖图 240

7.2.17 龙卷风图 241

7.2.18 函数作图 243

7.2.19 等高线图 244

7.2.20 数据地图 245

7.2.21 关键绩效指标图 246

7.2.22 不同类型的图形 248

7.3 本章小结 252

第8章 简单统计推断 253

8.1 简单统计推断的基本原理 253

8.1.1 数据分布 253

8.1.2 参数估计 256

8.1.3 假设检验 257

8.2 单总体参数的估计及假设检验 260

8.2.1 单总体的参数估计 260

8.2.2 单总体参数的假设检验 265

8.3 两总体参数的估计及假设检验 272

8.3.1 独立样本的参数估计和检验 272

8.3.2 成对样本的参数估计和检验 278

8.4 本章小结 280

第9章 方差分析 281

9.1 方差分析的基本原理 281

9.2 一元单因素方差分析 284

9.2.1 一元单因素方差分析的一般过程 284

9.2.2 方差分析模型的参数估计和预测 288

9.3 一元多因素方差分析 291

9.3.1 只考虑主效应的多因素方差分析 291

9.3.2 存在交互效应的多因素方差分析 297

9.4 协方差分析 299

9.5 多元方差分析 302

9.6 本章小结 305

第10章 非参数检验 306

10.1 非参数检验的基本问题 306

10.2 单样本非参数检验 307

10.2.1 均值的Wilcoxon符号秩检验 307

10.2.2 样本分布的Kolmogorov—Smirnov检验 308

10.2.3 随机性的游程检验 310

10.3 两个样本的非参数检验 312

10.3.1 独立样本中位数比较的Wilcoxon秩和检验 312

10.3.2 独立样本分布的Kolmogorov—Smirnov检验 316

10.3.3 成对样本中位数的Wilcoxon符号秩检验 317

10.4 多个样本的非参数检验 318

10.4.1 独立样本位置的Kruskal—Wallis检验 318

10.4.2 独立样本位置的Jonckheere—Terpstra检验 319

10.4.3 独立样本中位数的Brown—Mood检验 320

10.5 本章小结 321

第11章 相关分析 322

11.1 两变量之间的相关分析 322

11.1.1 简单相关分析 322

11.1.2 偏相关分析 326

11.1.3 非参数相关分析 327

11.2 两组变量之间的相关分析——典型相关分析 329

11.2.1 典型相关分析基本原理 329

11.2.2 典型相关系数的显著性检验 333

11.2.3 典型相关的冗余分析 335

11.3 本章小结 336

第12章 回归分析 337

12.1 线性回归分析 337

12.1.1 回归分析的基本原理 337

12.1.2 一元线性回归分析 340

12.1.3 多元线性回归分析 344

12.2 定性自变量回归分析 348

12.2.1 虚拟变量的设定 348

12.2.2 含有虚拟变量的回归分析 349

12.3 非线性回归分析 351

12.3.1 可线性化的非线性分析 351

12.3.2 非线性回归模型 353

12.4 多项式回归分析 357

12.5 分位数回归分析 362

12.6 本章小结 366

第13章 离散因变量模型 367

13.1 线性概率模型 367

13.2 二元选择模型 368

13.2.1 线性概率模型的缺陷与改进 368

13.2.2 二元选择模型的基本原理 369

13.2.3 二元PROBIT模型 370

13.2.4 二元LOGIT模型 378

13.3 多重选择模型 383

13.3.1 多重选择模型的基本原理 383

13.3.2 顺序PROBIT模型 384

13.3.3 顺序LOGIT模型 388

13.3.4 无序LOGIT模型 391

13.4 计数模型 393

13.4.1 泊松回归模型的基本原理 393

13.4.2 泊松回归模型的分析过程和步骤 393

13.5 本章小结 397

第14章 因子分析 399

14.1 数据降维 399

14.1.1 数据降维的基本问题 399

14.1.2 数据降维的基本原理 400

14.2 主成分分析 400

14.2.1 主成分分析的基本概念与原理 400

14.2.2 主成分分析的基本步骤和过程 401

14.3 因子分析 406

14.3.1 因子分析的基本原理 406

14.3.2 因子分析的基本步骤和过程 408

14.4 本章小结 414

第15章 列联分析与对应分析 415

15.1 列联分析 415

15.1.1 列联表 415

15.1.2 列联表的分布 418

15.1.3 x2分布与x2检验 418

15.1.4 列联表中的关联度分析 419

15.1.5 x2分布的期望值准则 422

15.2 对应分析 423

15.2.1 对应分析的基本思想 423

15.2.2 对应分析的步骤和过程 423

15.3 本章小结 431

第16章 聚类分析 432

16.1 聚类分析的基本原理 432

16.1.1 聚类分析的基本原则 432

16.1.2 单一指标的系统聚类过程 433

16.1.3 多指标的系统聚类过程 435

16.2 聚类分析的步骤和过程 439

16.2.1 系统聚类 439

16.2.2 快速聚类 446

16.2.3 变量聚类 448

16.3 本章小结 451

第17章 判别分析 452

17.1 判别分析的基本思想 452

17.2 判别分析的步骤和过程 452

17.2.1 距离判别 453

17.2.2 BAYES判别 453

17.2.3 非参数判别 460

17.2.4 FISHER判别 461

17.2.5 逐步判别 466

17.3 本章小结 470

第18章 时间序列分析 471

18.1 时间序列的基本问题 471

18.1.1 时间序列的组成部分 471

18.1.2 时间序列的平稳性 472

18.2 ARIMA模型的分析过程 476

18.2.1 ARIMA模型 476

18.2.2 ARMA模型的识别、估计与预测 477

18.2.3 利用SAS时间序列预测系统进行ARIMA建模 485

18.3 本章小结 492

附录Ⅰ 本书所介绍的全局语句、宏语句、DATA步语句和PROC过程通用语句索引 493

附录Ⅱ 本书所介绍的主要SAS过程索引 494