99999久久久久久亚洲,欧美人与禽猛交狂配,高清日韩av在线影院,一个人在线高清免费观看,啦啦啦在线视频免费观看www

<big id="h0ffg"></big>

熱線電話：13121318867

登錄

首頁(yè)精彩閱讀SAS數(shù)據(jù)分析完整筆記_數(shù)據(jù)分析師?

SAS數(shù)據(jù)分析完整筆記_數(shù)據(jù)分析師?

2014-11-15

SAS數(shù)據(jù)分析完整筆記_數(shù)據(jù)分析師

1. SAS INSIGHT啟動(dòng)：

方法1：Solution→Analysis→Interactive Date Analysis

方法2：在命令欄內(nèi)輸入insight

方法3：程序編輯窗口輸入以下代碼，然后單擊 Submit按鈕；

Proc insight；

Run；

1.1 一維數(shù)據(jù)分析

用 sas insight做直方圖、盒形圖、馬賽克圖。

直方圖：Analysis→Histogram/Bar Chart

盒形圖：Analysis→Box plot

馬賽克圖：Analysis→Box plot/Mosaic plot（Y）

1.2 二維數(shù)據(jù)分析

散點(diǎn)圖：Analysis→Scattery plot(Y X）

曲線圖：Analysis→Line plot（ Y X）

1.3 三維數(shù)據(jù)分析

旋轉(zhuǎn)圖：Analysis→Rotationg Plot

曲面圖：Analysis→Rotationg Plot 設(shè)置 Fit Surface

等高線圖：Analysis→Countor plot

1.4 分布分析

包括：直方圖、盒形圖、各階矩、分位數(shù)表，直方圖擬合密度曲線，對(duì)特定分布進(jìn)行檢驗(yàn)。

1.4. 1 Analysis→Distribution（Y）

第一部分為盒形圖，第二部分為直方圖，第三部分為各階矩，第四部分為分位數(shù)表。

1.4.2 添加密度估計(jì)

A：參數(shù)估計(jì)：給出各種已知分布（正態(tài)，指數(shù)等），只需要對(duì)其中參數(shù)進(jìn)行估計(jì)；

Curves→Parametric Density

B：核估計(jì)：對(duì)密度函數(shù)沒(méi)有做假設(shè)，曲線性狀完全依賴(lài)于數(shù)據(jù)；

Curves→Kernel Density

1.4.3 分布檢驗(yàn)

Curves→CDF confidence band

Curves→Test for Distribution

1.5 曲線擬合

Analysis→Fit（Y X）:分析兩個(gè)變量之間的關(guān)系

1.6 多變量回歸

Analysis→Fit（Y X）

1.8 相關(guān)系數(shù)計(jì)算

Analysis→Multivariate

1.9 主成分分析

Analysis→Multivariate

2.SAS ANALYST啟動(dòng)：

方法1：Solution→Analysis→Analyst

方法2：在命令欄內(nèi)輸入analyst

2.1 分類(lèi)計(jì)算統(tǒng)計(jì)量：Data→Summarize by group

2.2 隨機(jī)抽樣：Data→Random Sample

2.3 生成報(bào)表：Report→Tables

2.4 變量計(jì)算：Date→Transform

2.5 繪制統(tǒng)計(jì)圖

2.5.1 條形圖：Graph→Bar Chart→Horizontal

2.5.2 餅圖：Graph→Pie Chart

2.5.3 直方圖：Graph→Histogram

2.5.4 概率圖：Graph→Probality plot

2.5.5 散點(diǎn)圖：Graph→Scatter plot

2.6 統(tǒng)計(jì)分析與計(jì)算

2.6.1 計(jì)算描述性統(tǒng)計(jì)量

Statistics →Deｓｃｒｉｐｔive→Summart Statistics 只計(jì)算簡(jiǎn)單統(tǒng)計(jì)量

Statistics →Deｓｃｒｉｐｔive→Distribution 可計(jì)算一個(gè)變量的分布信息

Statistics →Deｓｃｒｉｐｔive→Correlations可計(jì)算變量之間的相關(guān)關(guān)系

Statistics →Deｓｃｒｉｐｔive→Frequency counts 可計(jì)算頻數(shù)

2.6.2 列聯(lián)表分析

Statistics →Table Analysis

2.7假設(shè)檢驗(yàn)

2.7.1單樣本均值Z檢驗(yàn)：檢驗(yàn)單樣本均值與某個(gè)給定的數(shù)值之間的關(guān)系

Statistics →Hypothesis tests →One-Sample Z-test for a mean

2.7.2單樣本均值t檢驗(yàn)：適用于不了解變量的方差情形

推斷該樣本來(lái)自的總體均數(shù)μ與已知的某一總體均屬μ0是否相等

Statistics →Hypothesis tests → One-Sample t-test for a mean

2.7.3單樣本比例檢驗(yàn)：檢驗(yàn)取離散值的變量取某個(gè)值的比例

Statistics →Hypothesis tests →One-Sample test for a proportion

2.7.4單樣本方差檢驗(yàn)：檢驗(yàn)樣本方差是否等于給定的值。零假設(shè)方差等于某個(gè)給定的。

Statistics →Hypothesis tests→One-Sample test for a variance

2.7.5兩樣本均值t檢驗(yàn)：獨(dú)立的兩個(gè)總體的均值是否相等或者是否相差給定的值

Statistics →Hypothesis tests →Two-Sample t-test for means

2.7.6成對(duì)樣本均值t檢驗(yàn)：成對(duì)樣本檢驗(yàn)中總體是相關(guān)的。

Statistics →Hypothesis tests →Two-Sample paired t-test for means

2.7.7兩樣本比例檢驗(yàn)：檢驗(yàn)兩個(gè)總體中某個(gè)比例的值是否相等。

Statistics →Hypothesis tests →Two-Sample test for proportions

2.7.8兩樣本方差檢驗(yàn)

Statistics →Hypothesis tests→Two Sample test for variance

2.8ANOVA過(guò)程

2.8.1單因素ANOVA過(guò)程

Statistics →ANOVA→One-Way Anova

2.8.2非參數(shù)的單因素方差分析：適用于正態(tài)分布假定或方差相等假設(shè)不能滿足的單因素問(wèn)題

Statistics →ANOVA→nonparameter one-way Anova test

Wilcoxon法、Median法、Van der Waerden法、Savage法。

2.8.2因素方差分析：實(shí)驗(yàn)結(jié)果是連續(xù)數(shù)值而分類(lèi)變量是兩個(gè)以上的離散型數(shù)值。

Statistics →ANOVA→Factorial Anova

2.8.3線性模型：用最小二乘法擬合一般線性模型

Statistics →ANOVA→Linear Model

2.9回歸分析：Statistics →Regression

2.9.1simple回歸：簡(jiǎn)單一類(lèi)回歸分析，單一的自變量，單一的因變量，模型可以是一次、二次、三次。

Statistics →Regression→simple

2.9.2linear回歸：線性回歸，回歸模型可以有多個(gè)因變量，多個(gè)自變量，但是對(duì)因變量分別進(jìn)行回歸

Statistics →Regression→linear

2.9.3logistic回歸：用于解決因變量是一個(gè)二元變量

Statistics →Regression→logistic

3.報(bào)表以及圖形輸出

3.1 print過(guò)程

Proc print data = sasuser.score; //數(shù)據(jù)庫(kù).數(shù)據(jù)集

Run;

Proc print data = sasuser.score;

Var name math Chinese; //變量

Run;

Proc print data = sasuser.score noobs; //去掉第一列（觀測(cè)序號(hào)）

Var name math Chinese；

Run；

Proc print data= sasuser.score；

Where sex in（‘f’）； //通過(guò)where語(yǔ)句

Run；

Proc print data = sasuser.score noobs label；

Title ‘女生成績(jī)單’；

Label name =‘姓名’

Sex =‘性別’

Math = ‘?dāng)?shù)學(xué)’

Chinese = ‘語(yǔ)文’

English = ‘英語(yǔ)’；

Where sex in（‘f’）；

Run；

Title “the sas system”； //恢復(fù)系統(tǒng)標(biāo)題

Proc print data = sasuser.score；

Footnote = ‘分?jǐn)?shù)列表’； //加分?jǐn)?shù)列表的腳注

Run；

Proc sort data = sasuser.score；

By sex；

Run；

Proc print data = sasuser.score； //使用by分組輸出前用sort排序

By sex；

Run；

Proc print data = sasuser.score；

Sum math；

Run；

3.2 tabulate過(guò)程

Proc tabulate data =數(shù)據(jù)集名稱(chēng)；

Class 分類(lèi)變量；

Var 分析變量；

Table 頁(yè)面說(shuō)明行維說(shuō)明列維說(shuō)明/選項(xiàng)；

Run；

3.3 sort過(guò)程

Proc sort data = 數(shù)據(jù)集名稱(chēng)； //默認(rèn)升序排列

By 變量名；

Run；

Proc sort data = 數(shù)據(jù)集名稱(chēng)；

By descending 變量名； //降序排列

Run；

3.4 means過(guò)程：數(shù)量（N）、均值(Mean)、標(biāo)準(zhǔn)差(Std Dev)、最大值(Maximum)、最小值(Minimum)

Proc means data = sasuser.stock;

Var price;

Run;

3.5 univariate過(guò)程

Proc univariate data =數(shù)據(jù)集；

Var 分析變量；

Run；

結(jié)果：

Moments：統(tǒng)計(jì)量的各階矩，例如一階矩就是均值，二階矩就是方差等；

Basic Statistical Measures：基本統(tǒng)計(jì)量；

Tests for location：檢驗(yàn)均值是否為零；

Quantiles：分位數(shù)表；

Extreme Observations：極端觀測(cè)值。

3.6 freq過(guò)程：離散變量的分布情況

Proc freq data =數(shù)據(jù)集名；

Tables 變量名；

Run；

結(jié)果：

變量取值、頻數(shù)、百分比、累計(jì)頻數(shù)、；累計(jì)百分比

3.7 corr過(guò)程：相關(guān)系數(shù)

Proc corr data =數(shù)據(jù)集；

Var 變量名變量名；

Run；

結(jié)果：

簡(jiǎn)單統(tǒng)計(jì)量

相關(guān)系數(shù)及p值

3.8 gplot過(guò)程：繪制散點(diǎn)圖和曲線圖,繪制回歸曲線。

Proc gplot data = 數(shù)據(jù)集名稱(chēng)；

Symbol 曲線類(lèi)型；

Plot 豎軸變量*橫軸變量；

Run；

Proc gplot data = sasuser.score;

Symbol I = none v=star;

Plot English*Chinese;

Run;

3.9 gchart過(guò)程：繪制直方圖、餅圖、三維直方圖等。

Proc gchart data = 數(shù)據(jù)集名稱(chēng)；

Vbar/pie/block =變量；

Run；

3.10 G3D過(guò)程繪制三維曲面

Proc g3d data =數(shù)據(jù)集；

Plot 變量x*變量y=變量z；

Run；

gcontour過(guò)程：畫(huà)出曲面的等高線

Proc gcontour data =數(shù)據(jù)集名；

Plot x*y=z；

Run；

4.基本統(tǒng)計(jì)分析

4.1正態(tài)性檢驗(yàn)：univariate過(guò)程

Proc univariate data= sasuser.stock normal;

Var eps;

Run;

Proc univariate data= sasuser.stock normal;

Var eps;

Histogram eps; //畫(huà)出直方圖

Probplot eps; //畫(huà)出概率分布圖

Run;

4.2單變量均值檢驗(yàn)

4.2.1如果一個(gè)變量服從正態(tài)分布，那么可以用t檢驗(yàn)來(lái)對(duì)變量進(jìn)行均值檢驗(yàn)

Proc ttest data =數(shù)據(jù)集 ho = 均值；

Var 檢驗(yàn)變量；

Run；

4.2.2t檢驗(yàn)還可以檢驗(yàn)方差相同的兩個(gè)獨(dú)立樣本均值是否相等

Proc ttest data =數(shù)據(jù)集；

Class 分類(lèi)變量；

Var 檢驗(yàn)變量；

Run；

結(jié)果

第一部分簡(jiǎn)單統(tǒng)計(jì)量

第二部分t檢驗(yàn)結(jié)果

第三部分兩者方差是否相等檢驗(yàn)

T檢驗(yàn)要求兩個(gè)獨(dú)立樣本都必須服從正態(tài)分布，如果不服從正態(tài)分布，則無(wú)法進(jìn)行t檢驗(yàn)。這時(shí)可用非參數(shù)的方法，常用的非參數(shù)方法是NPAR1WAY過(guò)程，它是 noparameter 1 way縮寫(xiě)。

4.3成對(duì)總體均值檢驗(yàn)

4.4回歸分析：reg（回歸）過(guò)程、rsreg（二次響應(yīng)面回歸）過(guò)程、orthoreg（病態(tài)數(shù)據(jù)回歸）過(guò)程、nlin（非線性回歸）過(guò)程、transreg（變換回歸）過(guò)程、calis（線性結(jié)果方程和路徑分析）過(guò)程、glm（一般線性回歸）過(guò)程、genmod（廣義線性回歸）過(guò)程

4.4.1 REG過(guò)程

Proc reg data = 輸入數(shù)據(jù)集選項(xiàng)；

Var 變量列表；

Model 因變量 = 自變量列表；

Print 輸出結(jié)果；

Plot 診斷圖形；

Run；

4.4.2 nlin過(guò)程

指明模型的表達(dá)式并給定系數(shù)初值

4.4.3glm過(guò)程：使用最小二乘法回歸線性模型，還可以進(jìn)行回歸，分差，協(xié)方差，多變量方差、偏相關(guān)系數(shù)分析（文章來(lái)自：CDA數(shù)據(jù)分析師培訓(xùn)官網(wǎng)）