SAS數(shù)據(jù)挖掘與分析

第1章 SAS編程的語法知識(shí)
1.1 SAS（StatisticalAnalysisSystem）概述
1.2 觀測(cè)值、變量常量
1.3 SAS的操作符
1.4 SAS數(shù)據(jù)挖掘常用的語句
習(xí)題
第2章 數(shù)據(jù)挖掘的預(yù)備知識(shí)
2.1 DATA語句
2.2 INPUT語句
2.3 LENGTH語句
2.4 用LABEL語句指定變量標(biāo)簽
2.5 用PROCFORMAT過程指定數(shù)據(jù)標(biāo)簽
2.6 用MISSING語句宣告缺失值
2.7 注釋語句
2.8 創(chuàng)建新變量
2.9 缺失值不參與運(yùn)算
2.1 0求和語句
2.1 1刪除變量
2.1 2用INFILE語句讀取外部文件的數(shù)據(jù)
習(xí)題
第3章 數(shù)據(jù)挖掘時(shí)的跳轉(zhuǎn)與循環(huán)
3.1 IF語句
3.1.1 IFTHEN語句
3.1.2 IFTHEN/ELSE語句
3.2 GOTO語句
3.3 LINK語句
3.4 RETURN語句
3.5 刪除部分個(gè)案
3.5.1 刪除數(shù)據(jù)集里暫時(shí)不用的個(gè)案
3.5.2 用IF語句挖掘部分?jǐn)?shù)字型的個(gè)案
3.6 循環(huán)語句
3.7 數(shù)組
3.7.1 下標(biāo)變量的下標(biāo)
3.7.2 在DOEND循環(huán)中使用數(shù)組
3.7.3 多維數(shù)組
習(xí)題
第4章 建立數(shù)據(jù)倉庫
4.1 建立永久數(shù)據(jù)集
4.2 數(shù)據(jù)的分組及分組標(biāo)記
4.2.1 分組控制
4.2.2 數(shù)據(jù)的分組標(biāo)記
4.3 數(shù)據(jù)的排序
4.4 數(shù)據(jù)集的連接
4.4.1 變量相同時(shí)的連接
4.4.2 變量不同時(shí)的連接
4.4.3 變量值相同時(shí)的個(gè)案連接
4.5 數(shù)據(jù)集合二而一
4.5.1 按個(gè)案號(hào)配對(duì)合并變量
4.5.2 用BY語句進(jìn)行匹配合并
4.6 用FILE語句控制輸出文件
4.7 OUTPUT語句
4.7.1 OUTPUT語句格式
4.7.2 一個(gè)個(gè)案的變量分幾行輸出
4.7.3 一個(gè)DATA步創(chuàng)建多個(gè)數(shù)據(jù)集
4.8 用DATASETS過程修改數(shù)據(jù)集
4.9 查閱數(shù)據(jù)集的信息
習(xí)題
第5章 數(shù)據(jù)挖掘的過程引論
5.1 DATA語句
5.2 INFILE語句
5.3 INPUT語句
5.3.1 用INPUT語句定義固定格式的變量
5.3.2 用INPUT語句定義自由格式的變量
5.3.3 用INPUT語句指定格式化的輸入方式
5.3.4 INPUT語句含有挖掘功能
5.4 用LABEL語句定義變量標(biāo)簽
5.5 用FORMAT及VALUE語句定義數(shù)值標(biāo)簽
5.5.1 定義數(shù)值標(biāo)簽
5.5.2 指定格式化輸入
5.5.3 用FORMAT語句指定變量值的格式
5.6 用TITLE語句顯示標(biāo)題
5.7 數(shù)據(jù)挖掘常用的統(tǒng)計(jì)過程
5.7.1 用PROCFREQ過程做簡(jiǎn)單的頻數(shù)分布
5.7.2 用PROCCHART過程畫圖
5.7.3 用PROCPLOT過程畫散點(diǎn)圖
5.7.4 用PROCMEANS過程統(tǒng)計(jì)均值分布
5.7.5 用PROCRANK過程統(tǒng)計(jì)秩和分布
5.7.6 用PROCTABULATE制表
5.7.7 用PROCUNIVARIATE過程做詳盡的頻數(shù)分布
5.7.8 用PROCDBF過程調(diào)用dBASE數(shù)據(jù)庫數(shù)據(jù)
5.7.9 用PROCPRINT過程顯示數(shù)據(jù)集的信息
5.7.1 0用PROCSORT過程對(duì)數(shù)據(jù)排序
5.7.1 1用PROCSTANDARD過程對(duì)變量標(biāo)準(zhǔn)化
5.5.1 2用TRANSPOSE過程轉(zhuǎn)置數(shù)據(jù)
習(xí)題
第6章 通過描述統(tǒng)計(jì)挖掘數(shù)據(jù)
6.1 用FREQ過程做單雙變量的頻數(shù)統(tǒng)計(jì)
6.1.1 FREQ過程命令
6.1.2 FREQ過程與其他過程的連用
6.2 單變量頻數(shù)分布
6.3 雙變量交叉匯總和結(jié)合測(cè)量
6.3.1 雙變量頻數(shù)統(tǒng)計(jì)的過程命令
6.3.2 定類-定類雙變量交叉匯總與結(jié)合測(cè)量
6.3.3 定比-定比雙變量交叉匯總與結(jié)合測(cè)量
6.3.4 定序-定序雙變量交叉匯總與結(jié)合測(cè)量
6.4 再用UNIVARIATE過程詳細(xì)描述單變量
6.4.1 舉例
6.4.2 UNIVARIATE過程命令
6.4.3 計(jì)算方法
6.5 進(jìn)一步用PROCCHART過程描述單變量
6.5.1 PROCCHART過程命令
6.5.2 CHART的選項(xiàng)
6.6 用MEANS過程比較兩個(gè)均值
6.6.1 應(yīng)用實(shí)例
6.6.2 MEANS過程命令
6.7 用PROCPLOT過程畫散點(diǎn)圖
6.8 用RANK過程進(jìn)行非參數(shù)檢驗(yàn)
6.8.1 什么是秩分
6.8.2 RANK過程命令
6.8.3 秩分計(jì)算
6.8.4 運(yùn)用舉例
習(xí)題
第7章 均值比較與T檢驗(yàn)
7.1 均值比較的方法
7.1.1 配對(duì)樣本的均值比較
7.1.2 兩個(gè)獨(dú)立樣本的均值差檢驗(yàn)
7.2 MEANS過程及其t統(tǒng)計(jì)量
7.3 TTEST過程及其t檢驗(yàn)
7.4 非參數(shù)檢驗(yàn)
7.4.1 用NPAR1WAY過程做非參數(shù)檢驗(yàn)
7.4.2 舉例
習(xí)題
第8章 方差分析
8.1 用ANOVA做均衡數(shù)據(jù)的方差分析
8.1.1 ANOVA過程命令
8.1.2 單因素方差分析
8.1.3 雙因素方差分析
8.1.4 三因素方差分析
8.1.5 R*C交互因素的方差分析
8.1.6 多個(gè)實(shí)驗(yàn)組與對(duì)照組的均值比較
8.1.7 用SNK的Q檢驗(yàn)法比較組間均值
8.2 用GLM進(jìn)行非均衡數(shù)據(jù)方差分析
8.2.1 GLM過程命令
8.2.2 GLM過程的統(tǒng)計(jì)功能
8.2.3 用GLM做單因素3水平方差分析
8.2.4 用GLM做二因素方差分析
8.3 協(xié)方差分析
8.3.1 GLM過程命令
8.3.2 用GLM做協(xié)方差分析
習(xí)題
第9章 相關(guān)分析
9.1 數(shù)據(jù)的4種測(cè)量水平
9.2 皮爾遜積差相關(guān)
9.2.1 皮爾遜相關(guān)系數(shù)CORR的計(jì)算公式
9.2.2 皮爾遜相關(guān)系數(shù)的測(cè)量
9.2.3 皮爾遜相關(guān)系數(shù)CORR的分析
9.3 皮爾遜二分點(diǎn)-距相關(guān)
9.4 肯氏（Kendall）等級(jí)相關(guān)τb
9.4.1 計(jì)算肯氏等級(jí)相關(guān)系數(shù)的數(shù)據(jù)
9.4.2 通過Analyst中的對(duì)話框計(jì)算肯氏相關(guān)系數(shù)τb
9.4.3 肯氏相關(guān)系數(shù)τb結(jié)果分析
9.5 計(jì)算次序-比率數(shù)據(jù)的肯氏相關(guān)系數(shù)
9.5.1 次序-比率數(shù)據(jù)例子
9.5.2 計(jì)算次序-比率數(shù)據(jù)的Eta系數(shù)
9.5.3 肯氏相關(guān)系數(shù)τb結(jié)果分析
9.6 斯皮爾曼等級(jí)相關(guān)
9.6.1 斯皮爾曼等級(jí)相關(guān)系數(shù)的計(jì)算公式
9.6.2 用分析家對(duì)話框測(cè)量等級(jí)相關(guān)
9.6.3 Spearman相關(guān)系數(shù)的分析
9.7 標(biāo)稱-標(biāo)稱型變量的相關(guān)測(cè)量
9.8 Cronbach的Alpha系數(shù)與Spearman相關(guān)系數(shù)
9.9 用PROCCORR過程編程計(jì)算相關(guān)系數(shù)
習(xí)題
第10章 用GLM過程進(jìn)行回歸分析
10.1 最小平方法的原理
10.1.1 方差分析
10.1.2 統(tǒng)計(jì)量F
10.1.3 回歸系數(shù)Β計(jì)算法
10.1.4 判定系數(shù)R
10.1.5 殘差分析
10.1.6 DW統(tǒng)計(jì)量D
10.2 GLM中各語句的格式
10.3 GLM程序各語句的使用說明
10.4 調(diào)用GLM程序作一元線性回歸
10.4.1 數(shù)據(jù)與程序
10.4.2 數(shù)據(jù)分析
10.4.3 結(jié)果分析
10.5 調(diào)用GLM程序進(jìn)行多元線性回歸分析
10.6 調(diào)用GLM程序進(jìn)行多項(xiàng)式回歸
10.6.1 多項(xiàng)式回歸的一般模型
10.6.2 多項(xiàng)式回歸的實(shí)例
10.7 虛擬變量的用法
習(xí)題
第11章 采用REG過程進(jìn)行多元線性回歸分析
11.1 用Analyst對(duì)話框做多元線性回歸
11.2 REG過程的語句格式
11.2.1 REG程序中的語句及任選項(xiàng)
11.2.2 REG程序中主要語句及關(guān)鍵詞的注解
11.3 REG程序進(jìn)一步實(shí)例
11.4 MAXR回歸法和RSQUARE回歸法
11.4.1 MAXR回歸法
11.4.2 RSQUARE回歸法
11.4.3 實(shí)用程序及圖例
習(xí)題
第12章 路徑分析
12.1 路徑分析所用的程序
12.2 圖形輸出
12.3 路徑圖的分析方法
習(xí)題
第13章 生存分析
13.1 名詞引論
13.2 用LIFEREG進(jìn)行生存分析
13.2.1 LIFEREG過程命令
13.2.2 LIFEREG過程的應(yīng)用實(shí)例
13.3 用LIFETEST過程進(jìn)行生存檢驗(yàn)
習(xí)題
第14章 非線性回歸分析一：對(duì)數(shù)與多項(xiàng)式回歸
14.1 對(duì)數(shù)曲線回歸
14.1.1 對(duì)數(shù)曲線回歸所要求的數(shù)據(jù)
14.1.2 對(duì)數(shù)曲線回歸的編程解法
14.2 對(duì)數(shù)曲線回歸分析
14.3 擬合拋物線的多項(xiàng)式回歸
14.3.1 多項(xiàng)式回歸分析的原始數(shù)據(jù)
14.3.2 多項(xiàng)式回歸的方程式
14.3.3 多項(xiàng)式回歸的SAS程序
14.4 多項(xiàng)式回歸的結(jié)果與分析
14.4.1 多項(xiàng)式回歸的輸出結(jié)果
14.4.2 改用分析家對(duì)話框法進(jìn)行多項(xiàng)式回歸
14.4.3 擬合大學(xué)生生長發(fā)育的二次曲線模型
習(xí)題
第15章 非線性回歸二：Logistic回歸與指數(shù)回歸
15.1 Logistic曲線回歸
15.2 從Logistic曲線模型解出初始值
15.3 擬合Logistic曲線回歸的分析
15.3.1 參數(shù)估計(jì)
15.3.2 參數(shù)近似的置信區(qū)間
15.3.3 用Logistic曲線預(yù)測(cè)人口
15.4 負(fù)指數(shù)生長曲線回歸
15.5 分析負(fù)指數(shù)生長曲線
15.6 擬合指數(shù)曲線Y=AeBX回歸
15.6.1 建立指數(shù)曲線Y=AeBX的回歸模型
15.6.2 分析指數(shù)曲線Y=AeBX回歸結(jié)果
15.6.3 指數(shù)曲線的預(yù)測(cè)
習(xí)題
第16章 用Logistic過程做邏輯斯蒂克回歸
16.1 邏輯斯蒂克回歸模型
16.2 Logistic回歸過程對(duì)數(shù)據(jù)的要求
16.3 用分析家對(duì)話框做Logistic回歸
16.4 用編程法做邏輯斯蒂克回歸
16.5 假設(shè)與檢驗(yàn)
16.6 解釋回歸系數(shù)
16.7 概率預(yù)測(cè)
16.8 多分變量的編碼
習(xí)題
第17章 2*2維LogisticRegression回歸分析
17.1 2*2維LogisticRegression模型
17.2 2*2維LogisticRegression的變量及其數(shù)據(jù)
17.3 用分析家對(duì)話框進(jìn)行2*2維Logistic回歸
17.4 2*2維Logistic回歸分析
習(xí)題