最新SAS数据分析完整笔记资料Word文档下载推荐.docx

最新SAS数据分析完整笔记资料Word文档下载推荐.docx

《最新SAS数据分析完整笔记资料Word文档下载推荐.docx》由会员分享，可在线阅读，更多相关《最新SAS数据分析完整笔记资料Word文档下载推荐.docx（13页珍藏版）》请在冰点文库上搜索。

旋转图：

Analysis→RotationgPlot

曲面图：

Analysis→RotationgPlot 

设置 

FitSurface

等高线图：

Analysis→Countorplot

1.4 

分布分析

包括：

直方图、盒形图、各阶矩、分位数表，直方图拟合密度曲线，对特定分布进行检验。

1.4. 

1 

Analysis→Distribution（Y）

第一部分为盒形图，第二部分为直方图，第三部分为各阶矩，第四部分为分位数表。

1.4.2 

添加密度估计

A：

参数估计：

给出各种已知分布（正态，指数等），只需要对其中参数进行估计；

Curves→ParametricDensity

B：

核估计：

对密度函数没有做假设，曲线性状完全依赖于数据；

Curves→KernelDensity

1.4.3 

分布检验

Curves→CDFconfidenceband

Curves→TestforDistribution

1.5 

曲线拟合

Analysis→Fit（YX）:

分析两个变量之间的关系

1.6 

多变量回归

Analysis→Fit（YX）

1.7 

方差分析

1.8 

相关系数计算

Analysis→Multivariate

1.9 

主成分分析

2.SASANALYST启动：

Solution→Analysis→Analyst

在命令栏内输入analyst

2.1 

分类计算统计量：

Data→Summarizebygroup

2.2 

随机抽样：

Data→RandomSample

2.3 

生成报表：

Report→Tables

2.4 

变量计算：

Date→Transform

2.5 

绘制统计图

2.5.1 

条形图：

Graph→BarChart→Horizontal

2.5.2 

饼图：

Graph→PieChart

2.5.3 

Graph→Histogram

2.5.4 

概率图：

Graph→Probalityplot

2.5.5 

Graph→Scatterplot

2.6 

统计分析与计算

2.6.1 

计算描述性统计量

Statistics 

→Deｓｃｒｉｐｔive→SummartStatistics 

只计算简单统计量

→Deｓｃｒｉｐｔive→Distribution 

可计算一个变量的分布信息

→Deｓｃｒｉｐｔive→Correlations可计算变量之间的相关关系

→Deｓｃｒｉｐｔive→Frequencycounts 

可计算频数

2.6.2 

列联表分析

→TableAnalysis

2.7假设检验

2.7.1单样本均值Z检验：

检验单样本均值与某个给定的数值之间的关系

→Hypothesistests 

→One-SampleZ-testforamean

2.7.2单样本均值t检验：

适用于不了解变量的方差情形

推断该样本来自的总体均数μ与已知的某一总体均属μ0是否相等

→ 

One-Samplet-testforamean

2.7.3单样本比例检验：

检验取离散值的变量取某个值的比例

→One-Sampletestforaproportion

2.7.4单样本方差检验：

检验样本方差是否等于给定的值。

零假设方差等于某个给定的。

→Hypothesistests→One-Sampletestforavariance

2.7.5两样本均值t检验：

独立的两个总体的均值是否相等或者是否相差给定的值

→Two-Samplet-testformeans

2.7.6成对样本均值t检验：

成对样本检验中总体是相关的。

→Two-Samplepairedt-testformeans

2.7.7两样本比例检验：

检验两个总体中某个比例的值是否相等。

→Two-Sampletestforproportions

2.7.8两样本方差检验

→Hypothesistests→TwoSampletestforvariance

2.8ANOVA过程

2.8.1单因素ANOVA过程

→ANOVA→One-WayAnova

2.8.2非参数的单因素方差分析：

适用于正态分布假定或方差相等假设不能满足的单因素问题

→ANOVA→nonparameterone-wayAnovatest

Wilcoxon法、Median法、VanderWaerden法、Savage法。

2.8.2因素方差分析：

实验结果是连续数值而分类变量是两个以上的离散型数值。

→ANOVA→FactorialAnova

2.8.3线性模型：

用最小二乘法拟合一般线性模型

→ANOVA→LinearModel

2.9回归分析：

→Regression

2.9.1simple回归：

简单一类回归分析，单一的自变量，单一的因变量，模型可以是一次、二次、三次。

→Regression→simple

2.9.2linear回归：

线性回归，回归模型可以有多个因变量，多个自变量，但是对因变量分别进行回归

→Regression→linear

2.9.3logistic回归：

用于解决因变量是一个二元变量

→Regression→logistic

3.报表以及图形输出

3.1print过程

Procprintdata=sasuser.score;

//数据库.数据集

Run;

VarnamemathChinese;

//变量

Procprintdata=sasuser.score 

noobs;

//去掉第一列（观测序号）

VarnamemathChinese；

Proc 

print 

data= 

sasuser.score；

Wheresexin（‘f’）；

//通过where语句

Procprintdata= 

sasuser.scorenoobslabel；

Title 

‘女生成绩单’；

Labelname=‘姓名’

Sex=‘性别’

Math= 

‘数学’

Chinese= 

‘语文’

English= 

‘英语’；

“thesassystem”；

//恢复系统标题

data= 

Footnote= 

‘分数列表’；

//加分数列表的脚注

Procsort 

By 

sex；

//使用by分组输出前用sort排序

Bysex；

Summath；

3.2tabulate过程

Proctabulatedata=数据集名称；

Class 

分类变量；

Var 

分析变量；

Table 

页面说明行维说明列维说明/选项；

3.3sort过程

Procsortdata= 

数据集名称；

//默认升序排列

变量名；

descending 

//降序排列

3.4 

means过程：

数量（N）、均值（Mean）、标准差（StdDev）、最大值（Maximum）、最小值（Minimum）

Procmeans 

data=sasuser.stock;

price;

3.5univariate过程

Procunivariatedata=数据集；

结果：

Moments：

统计量的各阶矩，例如一阶矩就是均值，二阶矩就是方差等；

BasicStatisticalMeasures：

基本统计量；

Testsforlocation：

检验均值是否为零；

Quantiles：

分位数表；

ExtremeObservations：

极端观测值。

3.6freq过程：

离散变量的分布情况

Procfreqdata=数据集名；

Tables 

变量取值、频数、百分比、累计频数、；

累计百分比

3.7corr过程：

相关系数

Proccorrdata=数据集；

变量名 

简单统计量

相关系数及p值

3.8gplot过程：

绘制散点图和曲线图,绘制回归曲线。

Procgplot 

Symbol 

曲线类型；

Plot 

竖轴变量*横轴变量；

Procgplotdata=sasuser.score;

SymbolI=none 

v=star;

PlotEnglish*Chinese;

3.9 

gchart过程：

绘制直方图、饼图、三维直方图等。

Procgchartdata= 

Vbar/pie/block=变量；

3.10G3D过程绘制三维曲面

Procg3ddata=数据集；

变量x*变量y=变量z；

gcontour过程：

画出曲面的等高线

Procgcontourdata=数据集名；

Plotx*y=z；

4.基本统计分析

4.1正态性检验：

univariate过程

Procunivariatedata=sasuser.stocknormal;

eps;

Histogrameps;

//画出直方图

Probploteps;

//画出概率分布图

4.2单变量均值检验

4.2.1如果一个变量服从正态分布，那么可以用t检验来对变量进行均值检验

Procttestdata=数据集 

ho= 

均值；

检验变量；

4.2.2t检验还可以检验方差相同的两个独立样本均值是否相等

Procttestdata=数据集；

结果

第一部分简单统计量

第二部分t检验结果

第三部分两者方差是否相等检验

T检验要求两个独立样本都必须服从正态分布，如果不服从正态分布，则无法进行t检验。

这时可用非参数的方法，常用的非参数方法是NPAR1WAY过程，它是 

noparameter1way缩写。

4.3成对总体均值检验

4.4回归分析：

reg（回归）过程、rsreg（二次响应面回归）过程、orthoreg（病态数据回归）过程、nlin（非线性回归）过程、transreg（变换回归）过程、calis（线性结果方程和路径分析）过程、glm（一般线性回归）过程、genmod（广义线性回归）过程

（二）创业弱势分析4.4.1REG过程

（二）对“碧芝”自制饰品店的分析Procregdata= 

输入数据集选项；

（二）大学生对DIY手工艺品消费态度分析Var 

变量列表；

（二）创业弱势分析Model 

因变量 

= 

自变量列表；

Print 

输出结果；

诊断图形；

4.4.2nlin过程

指明模型的表达式并给定系数初值

4.4.3glm过程：

使用最小二乘法回归线性模型，还可以进行回归，分差，协方差，多变量方差、偏相关系数分析

四、影响的宏观环境分析4.5方差分析

4.5.1单因素方差分析

手工艺制品是我国一种传统文化的象征，它品种多样，方式新颖，制作简单，深受广大学生朋友的喜欢。

当今大学生的消费行为表现在追求新颖，追求时尚。

追求个性，表现自我的消费趋向：

购买行为有较强的感情色彩，比起男生热衷于的网络游戏，极限运动，手工艺制品更得女生的喜欢。

Procanovadata=数据集名称；

（3）个性体现Class 

因素；

大学生对手工艺制作兴趣的调研Model 

实验结果 

=因素；

中式饰品风格的饰品绝对不拒绝采用金属，而且珠子的种类也更加多样。

五光十色的水晶珠、仿古雅致的嵌丝珐琅珠、充满贵族气息的景泰蓝珠、粗糙前卫的金属字母珠片的材质也多种多样。

创业首先要有“风险意识”，要能承受住风险和失败。

还要有责任感，要对公司、员工、投资者负责。

务实精神也必不可少，必须踏实做事；

Model 

Means 

brand；

brand/t；

//t检验

brand/bon；

//bonferronit检验 

控制第一类错误的概率，但是具有较大第二类错误概率

brand/regwq；

//regwq检验 

控制第一类错误的概率

brand/tukey；

//tukey检验 

控制第一类错误的概率，但是第二类错误概率通常高于regwq检验

4.5.2多因素方差分析

4.5.3列联表检验

Procfreqdata= 

数据集；

因素a*因素b/chisq；

Weight 

实验结果；

5相关知识

因变量—Depender 

（Y）

自变量—Independent 

（X1 

X2…）