內容簡介
本書主要介紹如何套用SAS軟體系統進行數據分析。全書內容分為兩部分，第一部分介紹SAS系統的一些基本操作、資料庫管理、統計報表輸出、繪製各種統計圖形和簡單編程。第二部分結合具體數據實例，介紹數據分析中常用的幾種統計分析方法：回歸分析、主成分分析、因子分析、典型相關分析、判別分析、聚類分析和時間序列分析。
本書主要是面向電子商務專業的本科生，也可作為MBA、研究生的教材，同時也可作為經濟類各專業學生學習數據處理課程的參考書。
圖書目錄
第1章 sas系統簡介
1.1 sas系統與統計學
1.1.1 sas系統的功能和模組
1.1.2 統計的方法和內容
1.2 windows環境下sas系統的安裝要求
1.2.1 作業系統要求
1.2.2 cpu與記憶體要求
1.2.3 硬碟存儲空間要求
1.2.4 系統時鐘
1.2.5 config.sys和autoexec.bat
1.3 啟動sas系統
1.3.1 互動顯示管理方式
1.3.2 互動行方式
1.3.3 非互動方式
1.3.4 批處理方式
1.4 sas系統的基本運行環境
1.4.1 顯示管理系統視窗
1.4.2 顯示管理系統命令
1.4.3 顯示管理系統的常用視窗
1.5 sas系統的幾組重要命令
.1.5.1 向sas系統尋求幫助命令
1.5.2 顯示管理系統命令框中常用命令
1.5.3 文本編輯行命令
1.6 運行sas程式的步驟
1.6.1 在program editor視窗中鍵入程式
1.6.2 提交這段程式
1.6.3 查看log視窗的信息
1.6.4 重新調出剛才提交的程式
1.6.5 在output視窗查看運行結果
1.6.6 存儲程式
第2章 sas程式編寫基礎
2.1 sas系統對數據的管理
2.1.1 sas數據集
2.1.2 sas資料庫
2.1.3 sas數據集的輸入格式和輸出格式
2.2 建立sas系統的數據集
2.2.1 用sas/assist 通用選單援助系統創建數據集
2.2.2 用sas/fsp系統的fsedit過程創建數據集
2.2.3 用sas數據步data step將外部檔案轉換為數據集
2.2.4 用sas/access系統訪問其他的資料庫
2.2.5 用file/import或export輸入/輸出資料庫
2.3 sas數據集的編輯
2.3.1 增加數據集一個新變數
2.3.2 選擇數據集的變數和觀測
2.3.3 拼接和合併數據集
2.3.4 使用proc transpose過程轉置數據集
2.3.5 使用sas/fsp軟體的fsview過程編輯數據集
2.4 sas編程基礎
2.4.1 用在data步中的控制語句
2.4.2 用在proc步中的通用語句
2.4.3 使用列表報告proc print和匯總報告proctabulate
2.4.4SAS宏功能
第3章 sas圖形
3.1 sas系統的圖形功能簡介
3.2 散布圖、折線圖和層次圖
3.2.1 proc plot過程
3.2.2 生成高解析度圖形
3.2.3 散布圖
3.2.4 折線圖
3.2.5 層次圖
3.3 條形圖、圓餅圖和星形圖
3.3.1 proc gchart過程
3.3.2 條形圖
3.3.3 圓餅圖
3.3.4 星形圖
3.4 三維圖形
3.4.1 procG3D過程
3.4.2 曲面圖
3.4.3 氣泡圖
3.5 編輯統計圖形
3.5.1 圖形編輯視窗
3.5.2 編輯圖形
3.5.3 輸入/輸出圖形
第4章機率論與數理統計基礎知識
4.1 隨機變數及其分布
4.1.1 隨機變數
4.1.2 機率分布
4.2 隨機變數的數學期望和方差
4.3 多維隨機變數及其分布
4.3.1 聯合分布
4.3.2 邊際分布
4.3.3 多維隨機變數的數學期望和方差
4.3.4 協方差和相關係數
4.3.5 條件分布
4.4 幾個常見的機率分布
4.4.1 多元常態分配
4.4.2 卡方分布
4.4.3 t分布
4.4.4 f分布
4.5 漸近分布基本理論
4.5.1 依機率收斂
4.5.2 依分布收斂
4.6 統計量及其分布
4.7 參數的估計
4.7.1 無偏性
4.7.2 有效性
4.7.3 最小均方誤差
4.7.4 漸近性
4.8 假設檢驗
4.8.1 顯著性檢驗法
4.8.2 置信區間法
4.9 sas的一些基礎統計過程
4.9.1 univariate基礎統計過程
4.9.2 實例分析
4.9.3 means基礎統計過程
4.9.4 實例分析
第5章 回歸分析
5.1 相關分析和一元線性回歸分析
5.1.1 相關分析
5.1.2 變數之間的關係
5.1.3 回歸模型及其運用
5.1.4 未指定誤差項分布的回歸模型
5.1.5最小二乘估計法
5.2 多元線性回歸分析
5.2.1多元回歸模型表示法
5.2.2 最小二乘法估計
5.2.3 的估計和t檢驗
5.2.4 r2和f檢驗
5.3 sas的corr及reg過程
5.3.1 corr相關過程
5.3.2 reg回歸過程
5.3.3 實例分析
5.4 逐步回歸分析
5.4.1 逐步回歸分析
5.4.2 變數選擇的方法
5.4.3 引入變數和剔除變數的依據
5.4.4 逐步回歸在使用過程中要注意的問題
5.4.5 stepwise逐步回歸過程
5.4.6 實例分析
5.5 非線性回歸分析
5.5.1 可變換成線性的非線性回歸分析
5.5.2 多項式回歸分析
5.5.3 不可變換成線性的非線性回歸分析
5.5.4 sas的實現
第6章 主成分、因子和典型相關分析
6.1 主成分分析
6.1.1 主成分的導出
6.1.2 貢獻率與累積貢獻率
6.1.3 樣本資料數據的主成分分析
6.1.4 數據的標準化
6.1.5 princomp主成分過程
6.1.6 實例分析
6.2 因子分析
6.2.1 何為因子分析
6.2.2因子載荷矩陣的求解
6.2.3 factor因子分析過程
6.2.4 factor score因子得分過程
6.2.5 實例分析
6.3 典型相關分析
6.3.1 典型相關分析
6.3.2 cancorr典型相關分析過程
6.3.3 實例分析
第7章 判別和聚類分析
7.1 判別分析
7.1 1 距離判別分析
7.1.2 fisher線性函式判別
7.1.3 discrim判別分析過程
7.1.4 candisc典型判別分析過程
7.1.5 實例分析
7.2 聚類分析
7.2.1 距離和相似係數
7.2.2 類的特徵和類與類之間的距離
7.2.3 系統聚類法
7.2.4 其他聚類方法
7.2.5 cluster聚類分析過程
7.2.6 fastclus快速聚類過程
7.2.7 varclus方差聚類過程
7.2.8 tree聚類樹型輸出過程
7.2.9 常用過程比較和選擇
7.2.10 實例分析
第8章 時間序列分析
8.1 時間序列的平滑技術
8.1.1 滑動平均與加權滑動平均法
8.1.2 二次滑動平均預測法
8.1.3 指數平滑法
8.1.4二次指數平滑法
8.1.5 三次指數平滑法
8.1.6 溫特線性和季節性指數平滑
8.2 時間序列的分解
8.2.1 時間序列的結構形式
8.2.2 時間序列的分解
8.3 box jenkins法
8.3.1ARIMA模型
8.3.2 arima時間序列過程
8.3.3 實例分析
參考文獻
