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