一、案例綜述

案例編號：

101004

案例名稱：

零售行業(yè)——圖書銷售綜合分析

作者姓名（或單位、或來源）：

劉莎莎

案例所屬行業(yè)：

h65 零售行業(yè)

案例所用軟件：

Sas EG

案例包含知識點：

因子分析  度量尺度變量轉(zhuǎn)化為有序尺度變量、對應分析回歸分析   OLS  VIF  方差膨脹因子 多重共線性個案選擇  logistic回歸分析   二元選擇模型  離散因變量模型 逐步回歸 多重貢獻性 樣本外預測  樣本內(nèi)預測 模型預測 隨機選擇樣本  過濾變量的生成

案例描述：

零售行業(yè)銷售數(shù)據(jù)分析的行業(yè)背景。要想在如今的零售環(huán)境中獲得成功，零售商必須提供卓越的客戶體驗，出色地運營業(yè)務，并創(chuàng)建一個需求驅(qū)動的行銷和供應鏈。他們必須滿足越來越兩極化和專業(yè)化的客戶需求，這些客戶對于服務、選擇、質(zhì)量和價格都抱有很高的期望。而且，他們必須對超出他們控制范圍的因素做出響應，這些因素包括競爭威脅、宏觀經(jīng)濟趨勢和新興技術(shù)等。

建立在零售行業(yè)基礎(chǔ)的有效數(shù)據(jù)分析可以更透徹地了解客戶行為和購買模式，洞悉消費者的消費偏好，創(chuàng)造向上銷售和交叉銷售機遇；優(yōu)化行銷水平，盡可能減少脫銷情況，并管理庫存成本；深入了解關(guān)鍵店鋪級指標，例如，銷售額、勞動力、庫存和客戶滿意度等；在關(guān)鍵收入和盈利能力目標方面協(xié)調(diào)公司和店鋪運營，當市場條件變化時，快速調(diào)整計劃和資源分配；通過比較和基準測試店鋪、渠道、地區(qū)和部門間的績效，提高成本節(jié)約；監(jiān)控營業(yè)額和員工生產(chǎn)力。

    本案例通過分析某書店圖書銷售情況，了解圖書銷售量的主要影響因素。

    數(shù)據(jù)文件說明：數(shù)據(jù)文件名字為bookcustomer.xlsx。該數(shù)據(jù)集記錄的是一個圖書城的書籍購買記錄。每一個訂單的記錄記為一行，包括客戶編號、性別、郵編、距首次購買的月數(shù)、距最后一次購買的月數(shù)、在圖書上的總消費、非書籍產(chǎn)品總消費、總消費、總購買（書籍本書）、購買書籍的分類本數(shù)。該數(shù)據(jù)集共有50000條觀測值。

本案例共包含八個知識點。

第1個知識點是Saseg邏輯庫的建立和數(shù)據(jù)的導入，將數(shù)據(jù)導入saseg。

然后第2個知識點用函數(shù)生成新的變量（地區(qū)變量和城市變量），從而方便進行后續(xù)的計算和分析；

第3個知識點是地區(qū)變量的頻數(shù)統(tǒng)計和總消費量的分地區(qū)描述統(tǒng)計，從而對數(shù)據(jù)進行一個基本的描述統(tǒng)計分析；

第4個知識點是對消費者各類圖書購買數(shù)量進行相關(guān)性分析從而知道哪些書籍具有相關(guān)性；

第5個知識點是用RFM模型進行客戶畫像，從而起到對客戶進行分群的目的，以便采用不同的營銷策略；

第6個知識點是客戶總消費的影響因素分析，檢驗哪些變量對客戶總消費額的影響是顯著的。

第7個知識點是對書籍購買本數(shù)的分類求和 ，從而知道哪類書的銷售量最高，哪類書的銷售量最低，發(fā)現(xiàn)h類書籍的銷售量（本數(shù)）最低。

第8個知識點是關(guān)于是否購買h類書的Logistic回歸模型，從而知道哪些因素對購買h類書的決策產(chǎn)生影響，進而提高h類書的銷售量。

案例執(zhí)行形式：

單人上機

二、案例知識點

知識點1：

知識點名稱：Saseg邏輯庫的建立和數(shù)據(jù)的導入

知識點所屬工作角色：

數(shù)據(jù)導入

知識點背景：

先要將外部數(shù)據(jù)導入到統(tǒng)計軟件中才能進行后續(xù)的分析和建模。

知識點描述

將excel數(shù)據(jù)導入到saseg中，并且將數(shù)據(jù)保存為sas格式。

知識點關(guān)鍵詞：

Excel導入saseg     數(shù)據(jù)導入

知識點所用軟件：

Saseg

操作目的：

將excel數(shù)據(jù)導入到saseg中。

知識點素材（包括數(shù)據(jù)）：

bookcustomer.xlsx

操作步驟:

? 打開excel文件，查看數(shù)據(jù)是否符合SAS要求的格式；

? 啟動sas eg

? ?新建項目邏輯庫。執(zhí)行“工具”—“分配項目邏輯庫”—輸入8個字符以內(nèi)的英文名稱，點擊“下一步”按鈕；

? 在電腦中選擇一個文件夾，將其路徑作為邏輯庫的路徑，單擊“下一步”按鈕；

? 點擊“下一步”按鈕，點擊“完成”按鈕，邏輯庫就建立成功了，接下來開始導入數(shù)據(jù)；

? 執(zhí)行“文件”，“導入數(shù)據(jù)”，選擇數(shù)據(jù)所在文件夾，選中要打開的數(shù)據(jù)，點擊“打開”按鈕。在導入數(shù)據(jù)向?qū)У谝徊剑瑢⑤敵鯯AS數(shù)據(jù)集的邏輯庫改為上一步建立的永久邏輯庫，點擊“下一步”按鈕；勾選使用工作表中特定范圍內(nèi)的單元格，選擇單元格范圍，左上方單元

填A2，右下方單元格選默認，勾選首行范圍包含字段名稱，點擊“下一步”按鈕；查看字段屬性，若有不符合原數(shù)據(jù)特征的，進行修改，并為數(shù)據(jù)加上漢語標簽，點擊“下一步”按鈕；點擊“完成”按鈕。

 

操作結(jié)果：

將上面生成的sas數(shù)據(jù)文件保存在文件夾中存為bookcustomer.sas7bdat，以備后續(xù)使用。

知識點小結(jié)：

想把excel格式數(shù)據(jù)導入到saseg中，先要將excel數(shù)據(jù)格式整理成比較標準的格式才不容易出錯。

知識點2：

知識點名稱：用函數(shù)生成新的變量（地區(qū)變量和城市變量）

知識點所屬工作角色：

變量計算

知識點背景：

有些指標不能直接參與數(shù)據(jù)分析過程需要對其進行計算整理生成新的變量。

知識點描述

采用函數(shù)對變量進行計算生成新的變量。

知識點關(guān)鍵詞：

變量計算  函數(shù)  變量名標簽

知識點所用軟件：

SasEG

操作目的：

對變量進行計算生成新的變量并且給變量添加中文標簽。

知識點素材（包括數(shù)據(jù)）：

bookcustomer.sas7bdat

操作步驟:

? 啟動sas eg

? ?新建項目邏輯庫。執(zhí)行“工具”—“分配項目邏輯庫”—輸入8個字符以內(nèi)的英文名稱（比如mylib），點擊“下一步”按鈕；

? 在電腦中選擇一個文件夾，將其路徑作為邏輯庫的路徑（保證該路徑下面有bookcustomer.sas7bdat這個文件），單擊“下一步”按鈕；

? 點擊“下一步”按鈕，點擊“完成”按鈕，邏輯庫就建立成功了。

? 在左側(cè)的邏輯庫里面中找到mylib,然后把該邏輯庫下面的bookcustomer.sas7bdat數(shù)據(jù)集拖入右側(cè)框里面。

? 切換到過程流窗口，可以看到數(shù)據(jù)已經(jīng)導入進來了，雙擊數(shù)據(jù)圖標就可以查看數(shù)據(jù)具體內(nèi)容。

 

? 右鍵點擊bookconsumer的圖標，選擇“查詢生成器”（在數(shù)據(jù)表下打開“查詢生成器”）。

 

? 將t1表中的數(shù)據(jù)全部拖入右側(cè)，選擇數(shù)據(jù)部分。

 

? 點擊“計算列”，點擊“新建”按鈕；

? 在“選擇類型”中點選“高級表達式”，點擊“下一步”按鈕；

? 在“生成高級表達式”中，“輸入表達式”部分用“郵編”生成地區(qū)名，輸入“ZIPNAMEL(t1.zip)”，也可以點選函數(shù)和變量名進行選擇，其中，ZIPNAMEL函數(shù)返回對應于其五位郵政編碼參數(shù)的州或美屬領(lǐng)地的名稱。這樣就把計算公式寫好了。然后點擊“下一步”按鈕；

 

? 在“修改其他選項”中將標識符和列名全部設(shè)為“state”，標簽設(shè)為“地區(qū)”，點擊“下一步”按鈕；

 

 

? 點擊“完成”按鈕；

 

? 在“計算列”對話框中，點擊“新建”按鈕；

? 在“選擇類型”中點選“高級表達式”，點擊“下一步”按鈕；

? 在“生成高級表達式”中用“郵編”生成城市名，輸入“ZIPCITY(t1.zip) ”，也可以點選函數(shù)和變量名進行選擇，其中，ZIPCITY函數(shù)返回城市名稱和對應于郵政編碼的雙字符州代碼。點擊“下一步”按鈕；

? 在“修改其他選項”中將標識符和列名全部設(shè)為“city”，標簽設(shè)為“城市”，點擊“下一步”按鈕；

? 點擊“完成”按鈕；

 

? 關(guān)閉“計算列”對話框； 

 

? 將“查詢名稱”改為“計算地區(qū)和城市”，“輸出名稱改為mylib.bookconsumer1”。

 

? 點擊“選項”，將輸出數(shù)據(jù)的標簽改為bookconsumer1。

 

? 點擊“運行”按鈕。

? 回到過程流窗口

 

? 雙擊bookconsumer1的圖標，可以查看該數(shù)據(jù)集里面的數(shù)據(jù)。

 

? 可以看到state和city兩個變量已經(jīng)生成。

? 將這個saseg文件保存為變量計算.egp

操作結(jié)果：

將上面整理的結(jié)果保存在文件夾中存為bookconsumer1.sas7dbat，以備后續(xù)使用。

知識點小結(jié)：

如果想生成新的變量需要通過查詢生成器的方式來生成?？梢詫Σ樵兘Y(jié)果數(shù)據(jù)集的名稱進行修改方便理解；在生成變量的過程中可以為新變量添加標簽。

知識點3：

知識點名稱：地區(qū)變量的頻數(shù)統(tǒng)計和總消費量的分地區(qū)描述統(tǒng)計

知識點所屬工作角色：

數(shù)據(jù)分析

知識點背景：

對數(shù)據(jù)進行建模之前通常對數(shù)據(jù)進行一個基本描述，比如分類變量看下頻數(shù)分布。數(shù)值變量計算均值，標準差等

知識點描述

對變量進行描述性分析。

知識點關(guān)鍵詞：

頻數(shù)統(tǒng)計  描述統(tǒng)計 均值 標準差 中位數(shù) 最小值 最大值 分類匯總

知識點所用軟件：

SasEG

操作目的：

對分類變量進行頻數(shù)統(tǒng)計；對數(shù)值變量進行分類描述統(tǒng)計。

知識點素材（包括數(shù)據(jù)）：

Bookcustomer1.sas7bdat

操作步驟:

? 啟動sas eg

? ?新建項目邏輯庫。執(zhí)行“工具”—“分配項目邏輯庫”—輸入8個字符以內(nèi)的英文名稱（比如mylib），點擊“下一步”按鈕；

? 在電腦中選擇一個文件夾，將其路徑作為邏輯庫的路徑（保證該路徑下面有bookcustomer1.sas7bdat這個文件），單擊“下一步”按鈕；

? 點擊“下一步”按鈕，點擊“完成”按鈕，邏輯庫就建立成功了。

? 在左側(cè)的邏輯庫里面中找到mylib,然后把該邏輯庫下面的bookcustomer1.sas7bdat數(shù)據(jù)集拖入右側(cè)框里面。

? 切換到過程流窗口，可以看到數(shù)據(jù)已經(jīng)導入進來了，雙擊數(shù)據(jù)圖標就可以查看數(shù)據(jù)具體內(nèi)容。

 

對一個分類變量進行單因子頻數(shù)統(tǒng)計

? 在數(shù)據(jù)窗口下，執(zhí)行“描述”，“單因子頻數(shù)”命令。在“數(shù)據(jù)”項下，將“state”拖至“任務角色”框中的“分析變量”下；

? 在“統(tǒng)計量”選項下，選擇“頻數(shù)和百分比”，勾選“缺失值”選項框下的“顯示頻數(shù)”和“包含在計算中”兩個選項；

? 在“結(jié)果”選項下，將“輸出數(shù)據(jù)的排序依據(jù)”選為“降序頻數(shù)”；

? 在“結(jié)果”選項下，勾選“創(chuàng)建帶頻數(shù)和百分比的數(shù)據(jù)集”。將輸出的數(shù)據(jù)文件的名字存為MYLIB.ONEWAYFREQUENCYOFCITY。

 

? 點擊“運行”按鈕。

? 回到過程流窗口，可以看到數(shù)據(jù)集和報表都生成了。

 

? 雙擊“sas報表單因子頻數(shù)”，可以看到紐約的頻數(shù)是最多的。

 

一個數(shù)值變量total的分地區(qū)描述統(tǒng)計

? 回到過程流窗口，打開bookconsumer1數(shù)據(jù)集。

? 執(zhí)行“描述”，“匯總統(tǒng)計量”命令。

? 在“數(shù)據(jù)”選項卡中，將total拉入分析變量，state拉入分類變量。

? 在“統(tǒng)計量”-“基本”選項卡中，保持默認勾選的基礎(chǔ)上，勾選“總和”。

? 在“統(tǒng)計量”-“百分位數(shù)”選項卡中，勾選中位數(shù)。

? 點擊“運行”

 

可以看到紐約的總消費金額最大，同時紐約的單數(shù)也是最多的。從最小值最大值看的話也沒有明顯的異常值問題。

操作結(jié)果：

通過前面的操作我們獲得了數(shù)據(jù)集ONEWAYFREQUENCYOFCITY.sas7dbat，以備后續(xù)使用。

知識點小結(jié)：

如果想生成新的變量需要通過查詢生成器的方式來生成；可以對查詢結(jié)果數(shù)據(jù)集的名稱進行修改方便理解；在生成變量的過程中可以為新變量添加標簽；一般如果變量存在明顯異常值得話通過描述統(tǒng)計就可以看出。

知識點4：

知識點名稱：消費者各類圖書購買數(shù)量的相關(guān)性分析

知識點所屬工作角色：

數(shù)據(jù)分析

知識點背景：

對于可能存在關(guān)系的一些數(shù)值變量，通常需要查看其相關(guān)系數(shù)矩陣。

知識點描述

相關(guān)系數(shù)矩陣。

知識點關(guān)鍵詞：

相關(guān)系數(shù)

知識點所用軟件：

SasEG

操作目的：

對變量進行相關(guān)系數(shù)分析。

知識點素材（包括數(shù)據(jù)）：

Bookcustomer1.sas7bdat

操作步驟:

? 啟動sas eg

? ?新建項目邏輯庫。執(zhí)行“工具”—“分配項目邏輯庫”—輸入8個字符以內(nèi)的英文名稱（比如mylib），點擊“下一步”按鈕；

? 在電腦中選擇一個文件夾，將其路徑作為邏輯庫的路徑（保證該路徑下面有bookcustomer1.sas7bdat這個文件），單擊“下一步”按鈕；

? 點擊“下一步”按鈕，點擊“完成”按鈕，邏輯庫就建立成功了。

? 在左側(cè)的邏輯庫里面中找到mylib,然后把該邏輯庫下面的bookcustomer1.sas7bdat數(shù)據(jù)集拖入右側(cè)框里面。

? 切換到過程流窗口，可以看到數(shù)據(jù)已經(jīng)導入進來了，雙擊數(shù)據(jù)圖標就可以查看數(shù)據(jù)具體內(nèi)容。

 

對一個分類變量進行單因子頻數(shù)統(tǒng)計

? 在數(shù)據(jù)窗口下，執(zhí)行“分析”，“多元“，“相關(guān)分析”命令。在打開的“相關(guān)分析”窗口中，“數(shù)據(jù)”項下，將“A類”、“B類”、“C類”、“D類”、“E類”、“F類”、“G類”、“H類”拖至“分析變量”；

? 在“選項”下，勾選“Pearson”相關(guān)系數(shù)；

? 在結(jié)果項下，選擇默認設(shè)置；

? 點擊“運行”按鈕。

 

圖9.8  Pearson相關(guān)系數(shù)

根據(jù)統(tǒng)計學理論，相關(guān)系數(shù)絕對值，則認為兩個變量顯著相關(guān)；，則認為兩個變量高度相關(guān)；，對應的兩變量中度相關(guān)；，對應的兩個變量低度相關(guān)；，兩個變量關(guān)系極弱，不相關(guān)。

由相關(guān)分析結(jié)果可以看出，消費者購買A類圖書和購買C類圖書低度相關(guān)，其他任何兩類圖書的購買幾乎不存在相關(guān)關(guān)系。因此在圖書銷售時，可以把A類和C類一起銷售，或者推出A類圖書和C類圖書一起購買的優(yōu)惠活動。

操作結(jié)果：

該知識點的操作沒有產(chǎn)生新的數(shù)據(jù)集，只有報表輸出。

知識點小結(jié)：

相關(guān)系數(shù)大小的判別標準在不同行業(yè)中是不同的，這里計算的相關(guān)系數(shù)僅僅是兩兩相關(guān)系數(shù)，不考慮其他變量。

知識點5：

知識點名稱：用RFM模型進行客戶畫像

知識點所屬工作角色：

數(shù)據(jù)分析

知識點背景：

客戶畫像(UserProfile)即給用戶打上標簽，用一種樸素、簡潔的方法來描述用戶信息。客戶畫像可以完美地抽象出一個用戶的信息全貌，為進一步精準、快速地分析用戶行為習慣、消費習慣等重要商業(yè)信息，提供了足夠的數(shù)據(jù)基礎(chǔ)。

RFM模型是Bult and Wansbeek于1995年提出來的，認為客戶行為三要素 Recency (R)、Frequency (F) 與 Monetary (M)構(gòu)成了客戶購買潛力價值的核心組成部分。該模型經(jīng)常應用于 CRM 框架下的客戶行為分析。

知識點描述

用聚類分析對客戶進行畫像。

知識點關(guān)鍵詞：

聚類分析 FRM

知識點所用軟件：

SasEG

操作目的：

對個案進行聚類分析。

知識點素材（包括數(shù)據(jù)）：

Bookcustomer1.sas7bdat

操作步驟:

? 啟動sas eg

? ?新建項目邏輯庫。執(zhí)行“工具”—“分配項目邏輯庫”—輸入8個字符以內(nèi)的英文名稱（比如mylib），點擊“下一步”按鈕；

? 在電腦中選擇一個文件夾，將其路徑作為邏輯庫的路徑（保證該路徑下面有bookcustomer1.sas7bdat這個文件），單擊“下一步”按鈕；

? 點擊“下一步”按鈕，點擊“完成”按鈕，邏輯庫就建立成功了。

? 在左側(cè)的邏輯庫里面中找到mylib,然后把該邏輯庫下面的bookcustomer1.sas7bdat數(shù)據(jù)集拖入右側(cè)框里面。

? 切換到過程流窗口，可以看到數(shù)據(jù)已經(jīng)導入進來了，雙擊數(shù)據(jù)圖標就可以查看數(shù)據(jù)具體內(nèi)容。

 

? 在要分析的數(shù)據(jù)表下執(zhí)行“分析”，“多元”，“聚類分析”命令。在“數(shù)據(jù)”項下，將“距最后一次購買的月數(shù)”、“總夠買”、“總消費”、“距首次購買的次數(shù)”拖至“任務角色”框中的“分析變量”下；

? 在“聚類”項下，選擇“K均值算法”，最大聚類數(shù)填8；

? 在“結(jié)果”項下，勾選“顯示輸出”和“K均值聚類”；將k均值聚類的結(jié)果數(shù)據(jù)集存為Local:mylib.CLKMKMeansDataBOOKCONSUMER1。

 

? 點擊“運行”按鈕。

 

可以根據(jù)上述的 “聚類均值”輸出結(jié)果表，參照RFM理論和實際業(yè)務情況進行分類，找出具有分析價值的一類或某幾類進行更進一步的分析。

操作結(jié)果：

將聚類結(jié)果保存為數(shù)據(jù)集CLKMKMeansDataBOOKCONSUMER1.sas7dbat,以備后續(xù)使用。

知識點小結(jié)：

關(guān)于聚類過程中所設(shè)定的聚成幾類，一般需要根據(jù)業(yè)務經(jīng)驗而定，不能聚類過多。

知識點6：

知識點名稱：客戶總消費的影響因素分析

知識點所屬工作角色：

數(shù)據(jù)分析

知識點背景：

我們希望了解影響總消費的因素有哪些，哪些因素是顯著的，以便能夠提出相應的對策提高消費。

知識點描述

用回歸分析研究其他變量對總消費金額的影響是否顯著。

知識點關(guān)鍵詞：

回歸分析

知識點所用軟件：

SasEG

操作目的：

估計回歸模型。

知識點素材（包括數(shù)據(jù)）：

Bookcustomer1.sas7bdat

操作步驟:

? 啟動sas eg

? ?新建項目邏輯庫。執(zhí)行“工具”—“分配項目邏輯庫”—輸入8個字符以內(nèi)的英文名稱（比如mylib），點擊“下一步”按鈕；

? 在電腦中選擇一個文件夾，將其路徑作為邏輯庫的路徑（保證該路徑下面有bookcustomer1.sas7bdat這個文件），單擊“下一步”按鈕；

? 點擊“下一步”按鈕，點擊“完成”按鈕，邏輯庫就建立成功了。

? 在左側(cè)的邏輯庫里面中找到mylib,然后把該邏輯庫下面的bookcustomer1.sas7bdat數(shù)據(jù)集拖入右側(cè)框里面。

? 切換到過程流窗口，可以看到數(shù)據(jù)已經(jīng)導入進來了，雙擊數(shù)據(jù)圖標就可以查看數(shù)據(jù)具體內(nèi)容。

 

? 打開數(shù)據(jù)集，執(zhí)行“分析”，“回歸”，“線性回歸”，彈出“線性回歸”窗口。在“數(shù)據(jù)”項下，將“總消費”拖至“因變量”，將“距首次購買的月數(shù)”、“距最后一次購買的月數(shù)”、“A類”、“B類”、“C類”、“D類”、“E類”、“F類”、“G類”、“H類”拖至“說明變量”；

 

? 在“模型”項下，“模型選擇方法”選擇默認的“全模型擬合”，其他項均選擇默認設(shè)置；

? 點擊“運行”按鈕。

 

由圖9.12可知，距首次購買的月數(shù)和距最后一次購買的月數(shù)這兩個變量在0.05的顯著水平下是不顯著的，因為其P值大于0.05，拒絕原假設(shè)，認為對因變量總消費的影響是不顯著的。

操作結(jié)果：

該知識點的操作沒有產(chǎn)生新的數(shù)據(jù)集。

知識點小結(jié)：

回歸分析中，解釋變量是否顯著，需要在給定顯著性水平的情況下才能確定。

知識點7：

知識點名稱：書籍購買本數(shù)的分類求和 

知識點所屬工作角色：

數(shù)據(jù)分析

知識點背景：

我們想看各類書籍分別被賣了多少本，從而可以知道哪類書籍比較暢銷。

知識點描述

多變量求和。

知識點關(guān)鍵詞：

求和

知識點所用軟件：

SasEG

操作目的：

多變量求和并畫圖。

知識點素材（包括數(shù)據(jù)）：

Bookcustomer1.sas7bdat

操作步驟:

? 啟動sas eg

? ?新建項目邏輯庫。執(zhí)行“工具”—“分配項目邏輯庫”—輸入8個字符以內(nèi)的英文名稱（比如mylib），點擊“下一步”按鈕；

? 在電腦中選擇一個文件夾，將其路徑作為邏輯庫的路徑（保證該路徑下面有bookcustomer1.sas7bdat這個文件），單擊“下一步”按鈕；

? 點擊“下一步”按鈕，點擊“完成”按鈕，邏輯庫就建立成功了。

? 在左側(cè)的邏輯庫里面中找到mylib,然后把該邏輯庫下面的bookcustomer1.sas7bdat數(shù)據(jù)集拖入右側(cè)框里面。

? 切換到過程流窗口，可以看到數(shù)據(jù)已經(jīng)導入進來了，雙擊數(shù)據(jù)圖標就可以查看數(shù)據(jù)具體內(nèi)容。

 

? 打開數(shù)據(jù)表，點擊“查詢生成器”，將“A類”、“B類”、“C類”、“D類”、“E類”、“F類”、“G類”、“H類”拖至“選擇數(shù)據(jù)”框中，將“A類”、“B類”、“C類”、“D類”、“E類”、“F類”、“G類”、“H類”其后的匯總統(tǒng)計量選為SUM，匯總組為空，輸出名稱改為“mylib.sumofclass”。 

? 點開選項。把標簽改為“各類書銷售本數(shù)”,點擊確定。

 

? 點擊“運行”按鈕。

 

? 雙擊“各類書銷售本數(shù)”圖表。

 

? 在數(shù)據(jù)表中，執(zhí)行“數(shù)據(jù)”，”轉(zhuǎn)置”。彈出“轉(zhuǎn)置”窗口后，將“A類”、“B類”、“C類”、“D類”、“E類”、“F類”、“G類”、“H類”拖至“轉(zhuǎn)置變量”下，點擊“運行”按鈕。

 

? 點開“結(jié)果”選項卡。把輸出數(shù)據(jù)集的名稱改為MYLIB.sumofclass_1。

 

? 點擊運行按鈕

 

? 在轉(zhuǎn)置所得的數(shù)據(jù)表中，雙擊數(shù)據(jù)單元格，將數(shù)據(jù)切換至更新模式，選中“列1”右鍵單擊“屬性”，將名稱和標簽改為“購買本數(shù)”；選中“源”，右鍵單擊“屬性”，將名稱和標簽改為“書目大類”。

 

 

可以看到c類書目銷售最多，h類銷售最少。

? 在上面的數(shù)據(jù)窗口點擊“圖形”，“條形圖”。在“條形圖”選項卡頁面，選擇“簡單垂直條形圖”；在“數(shù)據(jù)”選項卡頁面，將“書目大類”拉入要繪圖的列，把“購買本數(shù)”拉入“總和”，如下圖所示。

 

? 點擊“運行”

 

操作結(jié)果：

將過程中生成的數(shù)據(jù)集sumofclass.sas7dbat和sumofclass.sas7dbat_1進行保存,以備后續(xù)使用。

知識點小結(jié)：

在數(shù)據(jù)窗口可以對變量名字和標簽進行修改，也可以對數(shù)據(jù)進行轉(zhuǎn)置操作從而形成新的數(shù)據(jù)集。

知識點8：

知識點名稱：是否購買h類書的Logistic回歸模型 

知識點所屬工作角色：

數(shù)據(jù)分析

知識點背景：

我們想研究哪些變量對是否購買h類書的決策產(chǎn)生影響。

知識點描述

如果被解釋變量只有0，1兩個取值，這樣的離散被解釋變量不再適合普通的回歸，需要采用logistic回歸進行分析。

知識點關(guān)鍵詞：

logistic回歸分析   二元選擇模型  離散因變量模型 變量計算  啞變量生成

知識點所用軟件：

SasEG

操作目的：

構(gòu)建logistic回歸模型。

知識點素材（包括數(shù)據(jù)）：

Bookcustomer1.sas7bdat

操作步驟:

? 啟動sas eg

? ?新建項目邏輯庫。執(zhí)行“工具”—“分配項目邏輯庫”—輸入8個字符以內(nèi)的英文名稱（比如mylib），點擊“下一步”按鈕；

? 在電腦中選擇一個文件夾，將其路徑作為邏輯庫的路徑（保證該路徑下面有bookcustomer1.sas7bdat這個文件），單擊“下一步”按鈕；

? 點擊“下一步”按鈕，點擊“完成”按鈕，邏輯庫就建立成功了。

? 在左側(cè)的邏輯庫里面中找到mylib,然后把該邏輯庫下面的bookcustomer1.sas7bdat數(shù)據(jù)集拖入右側(cè)框里面。

? 切換到過程流窗口，可以看到數(shù)據(jù)已經(jīng)導入進來了，雙擊數(shù)據(jù)圖標就可以查看數(shù)據(jù)具體內(nèi)容。

 

? 在數(shù)據(jù)表bookconusmer1下打開“查詢生成器”，將輸出名稱改為MYLIB.BOOKCONSUMER2。

? 點開“選項”，在“結(jié)果”選項卡中將“標簽”改為“BOOKCONSUMER2”。

? “選擇數(shù)據(jù)”部分選擇全部數(shù)據(jù)，點擊左上角的“計算列”，打開計算列窗口，點擊“新建”新建“計算列”。在第一步選擇類型中點選“重新碼列”；

? 在“選擇列”中選擇H類（classH），點擊“下一步”按鈕；

? 在“指定替換”中“添加”替換。

? 選擇“替換條件”選項卡中，classH大于0使用值1，勾選“該值的兩側(cè)應加等號”，點擊“確定”按鈕；

 

? 按照同樣的方法添加classH等于0使用值0的條件。

? “列類型”設(shè)為“字符”，添加完成后，點擊“下一步”按鈕；

? 在“修改其他選項”中將“標識符和列名”全部設(shè)為H_as_Y，“標簽”設(shè)置為“是否購買H類書籍”，格式設(shè)置為$CHAR12，點擊“下一步”按鈕；

? 點擊“完成”按鈕；

? 關(guān)閉計算列窗口，點擊“運行”按鈕。

? 在上步生成的數(shù)據(jù)中，執(zhí)行“分析”，“回歸”，“Logistic回歸”。

? 在“Logistic回歸”窗口中，“數(shù)據(jù)”選項卡下，將“是否購買H類書籍”拖至因變量，將“距首次購買的月數(shù)”、“距最后一次購買的月數(shù)”、“總購買”、“在圖書上的總消費”、“在非書籍產(chǎn)品總消費”拖至“數(shù)量變量”，將“性別”和“地區(qū)”拖至“分類變量”，“性別”和“地區(qū)”的“編碼樣式”選擇“引用”；

? 在“模型”—“響應”項下，“針對該水平擬合模型”選“1”，其他選默認；

? 在“模型”—“效應”項下，將全部變量設(shè)置為“主效應”，勾選“包含截距”；其他項選擇默認。

? 在“圖形”選項卡下，取消“為回歸分析顯示圖形”的勾選。

? 點擊“運行”按鈕。

? 

 

這部分給出的是虛擬變量定義方式。

 

這部分給出的是H類Logistic回歸最大似然估計值結(jié)果。結(jié)合上面兩個表格我們可以得出一些結(jié)論。在5%顯著性水平下，first變量對是否購買h類書籍無顯著影響。last和purch變量對是否購買h類書籍有顯著正影響,即這兩個變量越大，購買h類書的可能性越大。book和nonbook變量對是否購買h類書籍有顯著負影響,即這兩個變量越大，購買h類書的可能性越小。Gender中F變量前面的系數(shù)顯著為正，說明男生和女生相比購買h類書的可能性要大。State中Connecticut、 Delaware、 District of Columbia、 Maine、 Maryland、 Massachusetts、 New Hampshire、 New Jersey、 New York、 Pennsylvania、 Rhode Island、 Vermont這幾個區(qū)或者州系數(shù)顯著為正，說明這幾個州和virginia州相比，要比virginia州的人購買h類書籍的可能性要大。

Virgin islands州前面的系數(shù)不顯著，說明這個州和virginia州相比對h類書籍購買的可能性沒有顯著區(qū)別。

操作結(jié)果：

將過程中生成的數(shù)據(jù)集bookconsumer2.sas7dbat進行保存,以備后續(xù)使用。

知識點小結(jié)：

無論是logistic回歸還是普通回歸，如果解釋變量中包含分類變量的話，需要先將其變?yōu)樘摂M變量再參與參數(shù)計算，注意虛擬變量前面系數(shù)的解釋。