《SAS统计分析标准教程》程序

编辑推荐

挖掘数据宝藏，助力支持，200分析全程视频讲解。

内容简介

本书系统地介绍了如何使用SAS/Analyst模块、SAS/EM模块以及SAS编程执行常用的统计分析功能，用可视化的图形操作和灵活的编程两种方式向读者展示了SAS的强大功能。书中涉及的统计方法包括探索性分析、假设检验、方差分析、非参数检验、回归分析、聚类分析、判别分析、因子分析、时间序列分析等，且每种方法都配有经典的案例分析，读者可在具体的操作过程中掌握用SAS解决实际问题的方法。每章最后都给出一些例题，供读者练习与提高。最后几章还给出了SAS在数据预测、市场与销售研究、分类分析这3个方面的多个实用案例，供读者参考和研究。

本书光盘中提供了书中案例使用的数据文件，以及大多数案例的操作视频，以方便读者学习和使用。

通过本书，读者可以学会如何用SAS软件进行数据管理和统计分析。本书既可作为一般统计课程的参考用书，也可供大中专院校的老师和学生、数据分析人员以及希望通过数据辅助科学决策的有关人士阅读参考。

目录

• 第1章SAS基本操作
• 1.1SAS的常用界面
• 1.2菜单功能简介
• 1.2.1Assist模块
• 1.2.2Desktop模块
• 1.2.3Analyst模块
• 1.3SAS编程基础
• 1.3.1SAS语句的基本结构
• 1.3.2SAS语句的数据步骤
• 1.3.3SAS语句的过程步骤
• 1.3.4SAS语句的运行与调试
• 1.3.5SAS编程的控制语句
• 1.3.6SAS/IML语言简介
• 习题
• 第2章建立数据文件
• 2.1图形界面建立数据集
• 2.1.1逻辑库与数据集概述
• 2.1.2Analyst建立数据集
• 2.2DATA步骤建立数据集
• 2.2.1直接输入数据
• 2.2.2格式化输入
• 2.2.3从文件读入数据
• 2.3导入外部数据
• 2.3.1使用向导导入
• 2.3.2使用IMPORT语句
• 第3章常用的数据文件操作
• 3.1数据集的编辑与整理
• 3.1.1复制数据集
• 3.1.2增加变量
• 3.1.3筛选变量
• 3.1.4更改变量属性
• 3.2数据集排序
• 3.3数据集的拆分与合并
• 3.3.1数据集的拆分
• 3.3.2数据集的纵向合并
• 3.3.3数据集的横向合并
• 3.4数据集的筛选
• 3.4.1Analyst筛选数据集
• 3.4.2DATA步骤筛选数据集
• 3.5数据转置
• 3.6使用Datasets步骤管理数据集
• 第4章描述性统计分析
• 4.1描述性统计分析简介
• 4.1.1描述性统计分析概述
• 4.1.2SAS中的描述性过程
• 4.2案例描述——考试成绩分析
• 4.3SAS/Analyst描述性统计分析
• 4.3.1频率分析
• 4.3.2变量分布分析
• 4.3.3图形分析
• 4.4编程分析过程
• 4.4.1MEANS过程
• 4.4.2FREQ过程
• 4.4.3UNIVARIATE过程
• 4.4.4TABULATE过程
• 4.4.5GCHART过程
• 4.4.6GPLOT过程
• 第5章均值比较和假设检验
• 5.1假设检验问题简介
• 5.2单样本的均值Z检验
• 5.2.1基本原理
• 5.2.2案例描述——袋装食品的重量检验1
• 5.2.3SAS/Analyst单样本均值Z检验
• 5.3单样本的均值t检验
• 5.3.1案例描述——袋装食品的重量检验2
• 5.3.2SAS/Analyst单样本均值t检验
• 5.3.3TTEST过程分析
• 5.4单样本的比例检验
• 5.4.1基本原理
• 5.4.2案例描述——购车价格的比例分析1
• 5.4.3SAS/Analyst变量编码
• 5.4.4SAS/Analyst单样本比例检验
• 5.5单样本的方差检验
• 5.5.1案例描述——考试成绩的变异分析
• 5.5.2SAS/Analyst单样本方差检验
• 5.6两样本的均值t检验
• 5.6.1案例描述——男女减肥的效果对比
• 5.6.2SAS/Analyst两样本均值t检验
• 5.6.3TTEST过程分析
• 5.7配对样本的均值t检验
• 5.7.1案例描述——装配时间的差异分析
• 5.7.2SAS/Analyst配对样本均值t检验
• 5.7.3TTEST过程分析
• 5.8两样本的比例检验
• 5.8.1案例描述——购车价格的比例分析2
• 5.8.2SAS/Analyst两样本比例检验
• 5.9两样本的方差检验
• 5.9.1案例描述——股票价格的波动比较
• 5.9.2SAS/Analyst两样本方差检验
• 第6章方差分析
• 6.1方差分析简述
• 6.1.1方差分析的基本原理
• 6.1.2方差分析实例讲解
• 6.2单因素方差分析
• 6.2.1单因素方差分析原理
• 6.2.2案例描述——施肥量对产量的影响分析
• 6.2.3SAS/Analyst单因素方差分析
• 6.2.4ANOVA和GLM过程分析
• 6.3多因素方差分析
• 6.3.1多因素方差分析原理
• 6.3.2案例描述——影响销售额的因素分析
• 6.3.3SAS/Analyst多因素方差分析
• 6.3.4ANOVA和GLM过程分析
• 6.4重复测量的方差分析
• 6.4.1重复测量方差分析原理
• 6.4.2案例描述——转移基因的抑制分析
• 6.4.3SAS/Analyst重复设计方差分析
• 6.4.4SAS编程分析
• 第7章列联表分析
• 7.1列联表的基本原理
• 7.2案例描述——产品质量的检验分析
• 7.3SAS/Analyst列联表分析
• 7.4FREQ过程分析
• 第8章非参数检验方法
• 8.1非参数检验概述
• 8.1.1非参数检验的特点
• 8.1.2SAS中的NPAR1WAY过程
• 8.2单样本非参数检验
• 8.2.1x2拟合优度检验
• 8.2.2单样本K-S检验
• 8.2.3符号检验
• 8.3两样本非参数检验
• 8.3.1两独立样本Wilcoxon秩和检验
• 8.3.2两独立样本Kolmogorov-Smirnov检验
• 8.3.3成对样本Wilcoxon符号秩检验
• 8.4多样本非参数检验
• 8.4.1多独立样本Kruskal-Wallis检验
• 8.4.2多独立样本Brown-Mood检验
• 8.5等级相关分析
• 8.5.1Spearman等级相关系数
• 8.5.2Kendall等级相关系数
• 8.5.3案例研究——财务指标的相关性分析
• 第9章相关分析与回归分析
• 9.1相关分析
• 9.1.1相关分析简述
• 9.1.2案例描述——身体特征的相关性分析
• 9.1.3SAS/Analyst相关分析
• 9.1.4CORR过程分析
• 9.2线性回归分析
• 9.2.1线性回归原理
• 9.2.2案例描述——环境对植物生长的影响分析
• 9.2.3SAS/Analyst线性回归分析
• 9.2.4REG过程分析
• 9.3曲线回归分析
• 9.3.1曲线回归的基本原理
• 9.3.2案例描述——不同光学密度的关系研究
• 9.3.3SAS/Analyst曲线回归分析
• 9.4Logistic回归分析
• 9.4.1Logistic回归的基本原理
• 9.4.2案例描述——个人信誉的评估分析
• 9.4.3SAS/AnalystLogistic回归分析
• 9.4.4LOGISTIC过程分析
• 第10章聚类分析
• 10.1聚类分析简介
• 10.1.1聚类分析的基本原理
• 10.1.2系统聚类原理
• 10.1.3最佳聚类数的确定
• 10.2SAS编程分析
• 10.2.1CLUSTER过程
• 10.2.2TREE过程
• 10.2.3FASTCLUS过程
• 10.2.4ACECLUS过程
• 10.2.5VARCLUS过程
• 第11章判别分析
• 11.1判别分析简介
• 11.2案例描述——鸢尾花的类型判别
• 11.3SAS编程分析
• 11.3.1STEPDISC过程
• 11.3.2DISCRIM过程
• 11.3.3CANDISC过程
• 第12章主成分分析
• 12.1主成分分析简介
• 12.2案例描述——国民生产状况的评价分析
• 12.3SAS/Analyst主成分分析
• 12.4PRINCOMP过程分析
• 第13章因子分析
• 13.1因子分析简介
• 13.2FACTOR和SCORE过程语法
• 13.3案例分析——不同地区的经济状况比较
• 第14章时间序列分析
• 14.1时间序列的基本原理
• 14.1.1时间序列的数学模型
• 14.1.2时间序列模型的识别
• 14.1.3时间序列模型的估计
• 14.1.4时间序列分析的步骤
• 14.2ForecastingSystem模块及应用
• 14.2.1ForecastingSystem模块概述
• 14.2.2案例研究——GNP的时间序列分析
• 14.2.3用ARMA模型做进一步分析
• 14.3ARIMA过程及应用
• 14.3.1ARIMA过程的语法
• 14.3.2案例研究——抽查次品数量的序列分析
• 第15章SAS在数据预测中的应用
• 15.1数据预测的基本方法
• 15.2案例研究——GDP增长率预测
• 15.3案例研究——上证指数日线预测
• 15.4案例研究——汽车市场的需求预测
• 第16章SAS在市场研究中的应用
• 16.1联合分析
• 16.1.1联合分析简介
• 16.1.2案例描述——汽车轮胎的评价分析
• 16.1.3SAS联合分析过程
• 16.2对应分析
• 16.2.1对应分析概述
• 16.2.2案例描述——汽车销售市场分析
• 16.2.3SAS对应分析过程
• 16.3多维偏好分析
• 16.3.1多维偏好分析的基本概念
• 16.3.2案例描述——消费者对汽车的偏好分析
• 16.3.3SAS多维偏好分析过程
• 第17章SAS在分类分析中的应用
• 17.1聚类分析应用
• 17.1.1系统聚类——居民消费支出分析
• 17.1.2快速聚类——噪声监测分析
• 17.1.3变量聚类——经济发展指标分析
• 17.2判别分析应用
• 17.2.1一般判别——农民家庭收支分析
• 17.2.2典则判别——农民家庭收支分析
• 17.2.3逐步判别——农民家庭收支分析
• 第18章SAS/EnterpriseMiner概述
• 18.1EnterpriseMiner简介
• 18.1.1EM主界面
• 18.1.2新建EM项目
• 18.2SAS/EM节点
• 18.2.1Sample数据环节
• 18.2.2Explore探索环节
• 18.2.3Modify调整环节
• 18.2.4Model建模环节
• 18.2.5Assess评估环节
• 18.2.6报告和预测环节
• 18.3EM案例——棒球球员的聚类分析
• 18.3.1数据输入
• 18.3.2缺失值处理
• 18.3.3聚类分析的参数设置
• 18.3.4查看聚类分析的结果
• 18.3.5用Insight做进一步分析
• 习题