SAS編程技術(shù)教程

內(nèi)容概要

本書是作者多年來利用SAS軟件進行教學(xué)與科研工作的結(jié)晶。本書內(nèi)容全面、系統(tǒng)性強、層次明確、語言簡練，適合數(shù)學(xué)、統(tǒng)計學(xué)、經(jīng)濟和金融等專業(yè)的本科生、研究生作為高等學(xué)校相關(guān)專業(yè)的教材，同時也可供專業(yè)從業(yè)人員學(xué)習參考。本書封面貼有清華大學(xué)出版社防偽標簽，無標簽者不得銷售。

作者簡介

朱世武
　　數(shù)量經(jīng)濟專業(yè)博士、金融工程專業(yè)博士后。清華大學(xué)經(jīng)濟管理學(xué)院金融系副教授，金融量化分析與計算專業(yè)委員會副秘書長，中國金融學(xué)會金融工程專業(yè)委員會委員。研究領(lǐng)域為固定收益、風險管理、金融計算與建模、金融數(shù)據(jù)庫。講授過的課程有金融數(shù)據(jù)庫、金融統(tǒng)計學(xué)、實證金融學(xué)、SAS編程技術(shù)，以及數(shù)據(jù)、模型與決策。主持或參與16項科研項目。在國內(nèi)外學(xué)術(shù)期刊上發(fā)表論文40余篇。著有《SAS編程技術(shù)教程》、《金融計算與建模》。

書籍目錄

第1篇對定量結(jié)果進行差異性分析
第1章SAS軟件與SAS用法簡介
1.1SAS軟件簡介
1.2SAS用法簡介
1.3本章小結(jié)
第2章單因素設(shè)計一元定量資料差異性分析
2.1單組設(shè)計一元定量資料t檢驗與符號秩和檢驗
2.2配對設(shè)計一元定量資料t檢驗與符號秩和檢驗
2.3成組設(shè)計一元定量資料t檢驗
2.4成組設(shè)計一元定量資料Wi1coxon秩和檢驗
2.5單因素k（k≥3）水平設(shè)計定量資料一元方差分析
2.6單因素k（k≥3）水平設(shè)計定量資料一元協(xié)方差分析
2.7單因素k（k≥3）水平設(shè)計一元定量資料Kruska1-Wa11is秩和檢驗
2.8本章小結(jié)
第3章單因素設(shè)計一元生存資料差異性分析
3.1單因素設(shè)計一元生存資料分析簡介
3.2生存資料統(tǒng)計描述
3.3生存曲線比較
3.4本章小結(jié)
第4章多因素設(shè)計一元定量資料差異性分析
4.1隨機區(qū)組設(shè)計一元定量資料方差分析與Friedman秩和檢驗
4.2雙因素無重復(fù)實驗設(shè)計一元定量資料方差分析
4.3平衡不完全隨機區(qū)組設(shè)計一元定量資料方差分析
4.4拉丁方設(shè)計一元定量資料方差分析
4.5二階段交叉設(shè)計一元定量資料方差分析
4.6析因設(shè)計一元定量資料方差分析
4.7含區(qū)組因素的析因設(shè)計一元定量資料方差分析
4.8嵌套設(shè)計一元定量資料方差分析
4.9裂區(qū)設(shè)計一元定量資料方差分析
4.9.1問題與數(shù)據(jù)
4.10正交設(shè)計一元定量資料方差分析
4.11重復(fù)測量設(shè)計一元定量資料方差分析
4.12常見多因素實驗設(shè)計一元定量資料協(xié)方差分析
4.13多個單因素兩水平設(shè)計定量資料Meta分析
4.14本章小結(jié)
第5章單因素設(shè)計多元定量資料差異性分析
5.1問題、數(shù)據(jù)及統(tǒng)計分析方法的選擇
5.2單因素設(shè)計定量資料多元方差和協(xié)方差分析
5.3本章小結(jié)
第6章多因素設(shè)計多元定量資料差異性分析
6.1問題、數(shù)據(jù)及統(tǒng)計分析方法的選擇
6.2多因素設(shè)計定量資料多元方差和協(xié)方差分析
6.3本章小結(jié)
第2篇對定性結(jié)果進行差異性分析
第7章單因素設(shè)計一元定性資料差異性分析
7.1單組設(shè)計一維表資料統(tǒng)計分析
7.2配對設(shè)計四格表資料統(tǒng)計分析
7.3配對設(shè)計擴大形式的方表資料統(tǒng)計分析
7.4成組設(shè)計橫斷面研究四格表資料統(tǒng)計分析
7.5成組設(shè)計隊列研究四格表資料統(tǒng)計分析
7.6成組設(shè)計病例對照研究四格表資料統(tǒng)計分析
7.7成組設(shè)計結(jié)果變量為多值有序變量的2×C表資料統(tǒng)計分析
7.8成組設(shè)計結(jié)果變量為多值名義變量的2×C表資料統(tǒng)計分析
7.9單因素多水平設(shè)計無序原因變量R×2表資料統(tǒng)計分析
7.10單因素多水平設(shè)計有序原因變量R×2表資料統(tǒng)計分析
7.11單因素多水平設(shè)計雙向無序R×C表資料統(tǒng)計分析
7.12單因素多水平設(shè)計有序結(jié)果變量R×C表資料統(tǒng)計分析
7.13單因素多水平設(shè)計雙向有序R×C表資料統(tǒng)計分析
7.14數(shù)據(jù)庫形式表達資料的統(tǒng)計分析
7.15本章小結(jié)
第8章多因素設(shè)計一元定性資料差異性分析
8.1用加權(quán)檢驗處理結(jié)果變量為二值變量的高維列聯(lián)表資料
8.2用檢驗處理結(jié)果變量具有3種性質(zhì)的高維列聯(lián)表資料
8.3用Meta分析分別合并處理多個成組設(shè)計定性資料
8.4ROC方法分析診斷試驗資料
8.5本章小結(jié)
第9章多因素設(shè)計一元定性資料對數(shù)線性模型分析
9.1問題、數(shù)據(jù)及統(tǒng)計分析方法的選擇
9.2用對數(shù)線性模型分析列聯(lián)表資料
9.3本章小結(jié)
第3篇對定量結(jié)果進行預(yù)測性分析
第10章兩變量簡單線性回歸分析
10.1問題、數(shù)據(jù)及統(tǒng)計分析方法的選擇
10.2Pearson線性相關(guān)分析
10.3Spearman秩相關(guān)分析
10.4簡單線性回歸分析
10.5加權(quán)線性回歸分析
10.6本章小結(jié)
第11章兩變量可直線化曲線回歸分析
11.1問題、數(shù)據(jù)及統(tǒng)計分析方法的選擇
11.2對數(shù)函數(shù)、冪函數(shù)和雙曲函數(shù)曲線回歸分析
11.3指數(shù)函數(shù)曲線回歸分析
11.4Logistic函數(shù)曲線回歸分析
11.5本章小結(jié)
第12章各種復(fù)雜曲線回歸分析
12.1多項式曲線回歸分析
12.2Logistic曲線回歸分析
12.3Gompertz曲線回歸分析
12.4二項型指數(shù)曲線回歸分析
12.5三項型指數(shù)曲線回歸分析
12.6本章小結(jié)
第13章多重線性回歸分析
13.1問題、數(shù)據(jù)及統(tǒng)計分析方法的選擇
13.2多重線性回歸分析
13.3REG過程語法簡介
13.4本章小結(jié)
第14章主成分回歸分析
14.1問題、數(shù)據(jù)及統(tǒng)計分析方法的選擇
14.2單組設(shè)計多元定量資料主成分回歸分析
14.3本章小結(jié)
第15章現(xiàn)嶺回歸分析
15.1問題、數(shù)據(jù)及統(tǒng)計分析方法的選擇
15.2嶺回歸分析
15.3與嶺回歸分析有關(guān)的SAS語句說明
15.4本章小結(jié)
第16章Poisson回歸分析
16.1問題、數(shù)據(jù)及統(tǒng)計分析方法的選擇
16.2Poisson回歸分析
16.3本章小結(jié)
第17章負二項回歸與Probit回歸分析
17.1問題、數(shù)據(jù)及統(tǒng)計分析方法的選擇
17.2負二項回歸分析
17.3對例17-2資料進行Probit回歸分析
17.4對例17-3資料進行Probit回歸分析
17.5相關(guān)的SAS過程語法簡介
17.6本章小結(jié)
第18章生存資料COX模型回歸分析
18.1實例
18.2生存資料COX模型回歸分析簡介
18.3生存資料COX模型回歸分析
18.4本章小結(jié)
第19章生存資料參數(shù)模型回歸分析
19.1實例
19.2生存資料參數(shù)模型回歸分析簡介
19.3生存資料參數(shù)模型回歸分析
19.4LIFEREG過程簡介
19.5本章小結(jié)
第20章時間序列分析
20.1時間序列分析簡介
20.2指數(shù)平滑法
20.3ARIMA模型
20.4譜分析
20.5X12方法
20.6本章小結(jié)
第4篇對定性結(jié)果進行預(yù)測性分析
第21章非配對設(shè)計定性資料多重1ogistic回歸分析
21.1問題、數(shù)據(jù)及統(tǒng)計分析方法的選擇
21.2二值變量的多重1ogistic回歸分析
21.3多值有序變量的多重1ogistic回歸分析
21.4多值名義變量的多重1ogistic回歸分析
21.5本章小結(jié)
第22章配對設(shè)計定性資料多重1ogistic回歸分析
22.1問題、數(shù)據(jù)及統(tǒng)計分析方法的選擇
22.4本章小結(jié)
第23章原因變量為定量變量的判別分析
23.1實例
23.2原因變量為定量變量的判別分析簡介
23.3原因變量為定量變量的判別分析
23.4本章小結(jié)
第24章原因變量為定性變量的判別分析
24.1實例
24.2原因變量為定性變量的判別分析簡介
24.3原因變量為定性變量的判別分析
24.4本章小結(jié)
第25章遺傳資料統(tǒng)計分析的SAS實現(xiàn)
25.1SAS/Genetics簡介
25.2ALLELE、HAPLOTYPE和HTSNP過程簡介
25.3利用CASECONTROL和FAMILY過程進行關(guān)聯(lián)分析
25.4親緣系數(shù)和近交系數(shù)
25.5結(jié)果校正和圖形輸出
25.6本章小結(jié)
第26章用SAS/Genetics分析遺傳流行病學(xué)資料
26.1基因、基因型頻率測定與Hardy-Weinberg平衡定律的驗證
26.2連鎖不平衡與單體型分析
26.3多位點基因型與疾病關(guān)聯(lián)分析
26.4標簽SNP的確認與SAS程序
26.5一般人群病例對照遺傳資料的關(guān)聯(lián)分析
26.6家系數(shù)據(jù)的關(guān)聯(lián)分析
26.7本章小結(jié)
第27章決策樹分析
27.1決策樹簡介
27.2決策樹的基本原理
27.3決策樹種類及決策樹構(gòu)造思路
27.4遞歸分割的分裂準則
27.5變量重要性檢測
27.6實際應(yīng)用與結(jié)果解釋
27.7用數(shù)據(jù)挖掘模塊近似實現(xiàn)各種決策樹算法
27.8本章小結(jié)
第28章神經(jīng)網(wǎng)絡(luò)分析
28.1前饋型神經(jīng)網(wǎng)絡(luò)簡介
28.2多層感知器的學(xué)習
28.3模型過擬合
28.4模型復(fù)雜性的評價
28.5實際應(yīng)用與結(jié)果解釋
28.6本章小結(jié)
第5篇多變量間相互與依賴關(guān)系分析
第29章主成分分析
29.1實例
29.2主成分分析簡介
29.3主成分分析
29.4PRINCOMP過程簡介
29.5本章小結(jié)
第30章探索性因子分析
30.1實例
30.2因子分析簡介
30.3探索性因子分析
30.4FACTOR過程簡介
30.5本章小結(jié)
第31章路徑分析
31.1問題與數(shù)據(jù)結(jié)構(gòu)
31.2用REG過程實現(xiàn)路徑分析
31.3用CALIS過程實現(xiàn)路徑分析
31.4如何處理非同質(zhì)資料的思考
31.5本章小結(jié)
第32章證實性因子分析
32.1實例
32.2證實性因子分析簡介
32.3證實性因子分析
32.4CALIS過程簡介
32.5本章小結(jié)
第33章結(jié)構(gòu)方程模型分析
33.1實例
33.2結(jié)構(gòu)方程模型簡介
33.3結(jié)構(gòu)方程模型分析
33.4本章小結(jié)
第34章典型相關(guān)分析
34.1實例
34.2典型相關(guān)分析概述
34.3典型相關(guān)分析
34.4CANCORR過程簡介
34.5本章小結(jié)
第6篇變量或樣品間親疏關(guān)系或近似程度分析
第35章變量聚類分析
35.1實例
35.2變量聚類分析簡介
35.3變量聚類分析
35.4VARCLUS過程簡介
35.5本章小結(jié)
第36章無序樣品聚類分析
36.1實例
36.2無序樣品聚類分析簡介
36.3無序樣品聚類分析
36.4CLUSTER過程等簡介
36.5本章小結(jié)
第37章有序樣品聚類分析
37.1實例
37.2有序樣品聚類分析概述
37.3用編程法實現(xiàn)有序樣品聚類分析
37.4本章小結(jié)
第38章綜合評價
38.1問題、數(shù)據(jù)及統(tǒng)計分析方法的選擇
38.2用幾種常用的綜合評價方法解決實際問題
38.3本章小結(jié)
第39章多維尺度分析
39.1實例
39.2多維尺度分析簡介
39.3多維尺度分析
39.4MDS過程簡介
39.5本章小結(jié)
第40章定量資料對應(yīng)分析
40.1實例
40.2對應(yīng)分析簡介
40.3定量資料對應(yīng)分析
40.4數(shù)據(jù)結(jié)構(gòu)及語句簡介
40.5本章小結(jié)
第41章定性資料對應(yīng)分析
41.1實例
41.2定性資料對應(yīng)分析
41.3本章小結(jié)
第7篇數(shù)據(jù)挖掘技術(shù)與基因表達譜分析簡析
第42章數(shù)據(jù)挖掘的概念及常用統(tǒng)計分析技術(shù)簡介
42.1數(shù)據(jù)挖掘的基本概念
42.2SAS企業(yè)數(shù)據(jù)挖掘器介紹
42.3關(guān)聯(lián)規(guī)則與序列規(guī)則
42.4分類預(yù)測
42.5本章小結(jié)
第43章基因表達譜的概念與數(shù)據(jù)分析技術(shù)簡介
43.1基因表達譜的概念
43.2基因表達譜的數(shù)據(jù)獲取及標準化
43.3基因表達數(shù)據(jù)分析技術(shù)
43.4基因調(diào)控網(wǎng)絡(luò)分析
43.5本章小結(jié)
第44章生物信息學(xué)簡介
44.1生物信息學(xué)定義
44.2統(tǒng)計學(xué)在生物信息學(xué)中的應(yīng)用
44.3本章小結(jié)
第8篇用編程法繪制統(tǒng)計圖與實現(xiàn)實驗設(shè)計
第45章繪制統(tǒng)計圖
45.1問題、數(shù)據(jù)及統(tǒng)計描述方法的選擇
45.2繪制單式條圖
45.3繪制復(fù)式條圖
45.4繪制百分條圖
45.5繪制圓圖
45.6繪制箱式圖
45.7繪制直方圖
45.8繪制散布圖
45.9繪制普通線圖
45.10繪制半對數(shù)線圖
45.11繪制P-P圖和Q-Q圖
45.12本章小結(jié)
第46章實驗設(shè)計方案的SAS實現(xiàn)
46.1成組設(shè)計方案的SAS實現(xiàn)
46.2單因素多水平設(shè)計方案的SAS實現(xiàn)
46.3隨機區(qū)組設(shè)計方案的SAS實現(xiàn)
46.4拉丁方設(shè)計方案的SAS實現(xiàn)
46.52×2交叉設(shè)計方案的SAS實現(xiàn)
46.63×3交叉設(shè)計方案的SAS實現(xiàn)
46.7析因設(shè)計方案的SAS實現(xiàn)
46.8含區(qū)組因素的析因設(shè)計方案的SAS實現(xiàn)
46.9裂區(qū)設(shè)計方案的SAS實現(xiàn)
46.10平衡不完全區(qū)組設(shè)計方案的SAS實現(xiàn)
46.11本章小結(jié)
第47章樣本含量估計和檢驗效能分析
47.1樣本含量估計的意義
47.2確定樣本含量時應(yīng)具備的條件
47.3估計總體均值時樣本含量的估計
47.4估計總體率時樣本含量的估計
47.5單組設(shè)計均值與率的檢驗時樣本含量的估計
47.6配對設(shè)計均值與率的檢驗時樣本含量的估計
47.7成組設(shè)計均值與率的差異性檢驗時樣本含量的估計
47.8成組設(shè)計均值與率的等效性檢驗時樣本含量的估計
47.9成組設(shè)計均值與率的非劣效或優(yōu)效性檢驗時樣本含量的估計
47.10單因素多水平設(shè)計均值與率的檢驗時樣本含量的估計
47.11檢驗效能分析的概述
47.12單組、配對或交叉設(shè)計定量資料假設(shè)檢驗時檢驗效能的計算
47.13成組設(shè)計均值與率的差異性檢驗時檢驗效能的計算
47.14成組設(shè)計均值與率的等效性檢驗時檢驗效能的計算
47.15成組設(shè)計均值與率的非劣效或優(yōu)效性檢驗時檢驗效能的計算
47.16本章小結(jié)
放在與本書配套的光盤上的內(nèi)容
附錄A與SAS語言有關(guān)的內(nèi)容簡介（第48章～第55章）
附錄B四個非編程模塊簡介（第56章～第59章）
附錄C數(shù)據(jù)挖掘技術(shù)與基因表達譜分析（第60章～第62章）
附錄D各章實例與數(shù)據(jù)
附錄E直接調(diào)用的SAS引導(dǎo)程序—SASPAL
附錄F各章SAS輸出結(jié)果
附錄G各章計算原理與計算公式
附錄H各章參考文獻
附錄I胡良平專著及配套軟件簡介

章節(jié)摘錄

版權(quán)頁：   插圖：   14.2.7宏變量范圍 宏變量以使用范圍分為全局宏變量和局部宏變量，全局變量可以在SAS對話運行期間使用并且可以在程序的任何地方引用，局部變量則只能在創(chuàng)建該局部變量的宏中使用，在這個宏之外，這個局部變量就沒有任何意義。 宏可以嵌套，但要注意的是宏中定義的宏變量都是局部變量，所以需要了解局部宏變量的使用范圍。例如，如果在宏macro1中創(chuàng)建了一個宏macro2和一個宏變量a，同時macro2創(chuàng)建了宏變量b，這時候宏變量a是macro1和macro2的局部變量，而b則只是macro2的局部變量，對macro1沒有意義。 宏變量是保存在符號表中的，這個符號表是用來列出宏變量的名稱和它的值。符號表也分為全局符號表，用來呈現(xiàn)全局宏變量，還有針對不同宏的局部變量表，局部宏變量被儲存在局部符號表中。局部符號表在宏運行之前創(chuàng)建。 使用9／6SYMEXIST語句可以查看一個宏是否存在。 ％let madc=321； ％put％SYMEXIST（madc）； 如果這個宏變量存在，函數(shù)％SYMEXIST就會返回1，如果不存在就會返回0。 下面講解全局宏變量和局部宏變量。 14.2.8全局宏變量 全局宏變量包括： ?除SYSPBUFF的所有自動宏變量； ?在任何宏之外創(chuàng)建的宏變量； ?由％GLOBAL語句創(chuàng)建的宏變量； ?絕大多數(shù)由CALL SYMPUT語句創(chuàng)建的宏變量。 可以在SAS運行期間任何時間創(chuàng)建全局宏變量，同時除了一些不可改寫的自動宏變量外，還可以在SAS運行期間的任意時間修改全局宏變量的值。在大多數(shù)的情況下，一旦定義了一個全局宏變量，它的值在整個SAS運行期間都是有效的，除非被修改。所以，如果一個全局宏變量名稱存在，同時在一個宏里定義了一個有相同名稱的局部宏變量（不是在%LOCAL語句中創(chuàng)建的宏變量或不是宏參數(shù)），這種情況下得到宏變量不是局部的，而是全局的，因為這個創(chuàng)建局部宏變量的語句，在同名稱的全局宏變量存在的條件下被修改成全局宏變量，而不是創(chuàng)建局部變量。

圖書封面

圖書標簽Tags

無

評論、評分、閱讀與下載

---

    SAS編程技術(shù)教程 PDF格式下載

---