当前: 首页 - 图书专区 - SAS统计分析及应用
SAS统计分析及应用


  教辅下载
  在线购买
黄燕 吴平 等
7-111-17566-2
33.00
361
2005年11月09日

计算机 > 专用软件 > 统计软件

11743
简体中文
16开

教材
其他(华章科技)







本书以SAS (Statistical Analysis System) 系统软件8.02版的主要统计分析功能为主线,从实际应用角度出发,详细介绍了SAS系统软件中的各种常用统计分析方法的使用。每一章都通过大量真实的试验数据,详细讲解了SAS统计分析软件中的相应分析过程的使用方法,对每个实例的统计输出结果和统计量的实际意义做了详细的解释,并给出了分析思路、具体应用方法、统计量的判断准则和选择条件,以及下一步的分析方法与解决方案。对初学者以及那些不甚精通统计知识的人员可以提供很好的帮助。

本书特色
  ●凝聚了作者多年的一线教学经验,内容贴近读者,讲解透彻而实用。
  ●提供分析思路,给出解决方案及输出内容,引导读者灵活应用所学,并达融会贯通的境界。
  ●富含大量实例,深入浅出地介绍统计分析方法,化繁为简,化难为易。
  ●每章后有相应的习题,可帮助读者在学习完有关内容后温故而知新。
  ●特为选用本书的教师提供电子教案及程序源代码,需要者可登录华章网站(www.hzbook.com) 下载。
SAS系统是世界公认的权威性统计分析软件之一,是一个大型集成信息分析管理系统。SAS系统集数据访问、数据管理、数据分析、数据挖掘功能于一体,是一个功能强大且被国际公认的国际标准统计分析软件。随着信息技术的发展,数据管理与数据分析已成为各领域发展的重要支柱,SAS系统也成为数据处理的首选工具。在中国,越来越多的使用者感受到了SAS系统强大功能所带来的益处,SAS的使用者逐年增多,它已成为研究人员、学者发表高水平学术论文的重要工具。
  近10年来,笔者在农业院校为研究生讲授此课,并为广大科研人员做了大量的统计咨询工作,从中积累了许多经验,也受到了很多启迪。众多非数理专业的研究生及研究人员缺乏系统的多元统计分析知识,仅有常规的概率统计知识,而从事的研究项目又主要是定性及定量分析相结合的问题。要对试验数据进行科学的分析,就需要自学相关的统计知识。然而,传统的多元统计分析教程主要从统计分析公式推导、证明的角度进行讲述,虽然很多研究人员试图学好统计学知识,但由于种种原因仍不能在短期内了解并掌握自己所需要使用的统计学知识,要达到正确使用或灵活应用的目标更是有一定难度。而SAS系统软件已将统计分析算法编成了优秀的软件,使用者不需记住各种统计分析公式的推导、证明过程,完全可以将繁杂、深奥的统计计算简化为对各统计量的理论意义及实际作用的理解,搞清相关统计量的
来源及概念就可以轻松地掌握统计分析方法、处理科研试验数据,从而得到科学的研究结论。
  根据长期的教学经验,针对非数理专业研究人员的统计知识水平,我们从应用角度出发,依据具体研究问题和真实的试验数据讲解各种统计方法,编写了本书。书中通过对大量应用实例的详细剖析,将复杂、难于理解的统计计算、统计分析方法、统计量的理论意义与实际作用进行了详细解释,内容通俗易懂、深入浅出。尤其针对一些进行统计分析时无从下手的人员,书中重点讲解了统计分析思路、统计量的判断准则以及相应的解决方案。这些对缺乏系统的统计知识而又从事数据分析的研究人员提供了良好的帮助。
  全书共11章,第1章是SAS系统软件的基础入门篇;第2章介绍SAS系统的数据步(DATA STEP,也称DATA步)及常用的一些相关语句;第3章介绍SAS过程步的一些基本功能,主要介绍常用的统计分析过程(包括SORT过程、MEANS过程、UNIVARIATE过程、FREQ过程以及PRINT过程等)的用途及常用统计概念;第4章介绍t检验和非参数检验的基本概念和检验方法;第5章介绍方差分析的基本概念、原理,以及ANOVA和GLM过程的使用方法;第6章讲解相关分析与回归分析,重点介绍CORR过程、PLOT过程、REG过程、RSREG过程、NLIN过程的使用方法;第7章介绍聚类分析的基本概念,讲解了VARCLUS过程、CLUSTER过程、FASTCLUS过程、ACECLUS过程以及TREE过程的使用方法;第8章介绍主成分分析的基本概念和数据结构,讲解了PRINCOMP过程的使用方法;第9章介绍典型相关分析方法的基本概念,介绍了CANCORR过程的使用方法;第10章讲解判别分析的基本概念,介绍了DISCRIM过程、CANDISC过程的使用方法;第11章介绍因子分析的基本概念和数学模型,讲解了FACTOR过程的使用方法。
  本书的第1、2、3、7、8章由黄燕、吴平、汪安共同编写,第4、5、6章由黄燕、张日俊编写,第9、10、11章及各章习题由黄燕编写、整理。
  本书的内容由浅入深,可适用对统计知识要求不同层次的学科专业,根据课程学时数及专业要求不同,在教学中可适当进行取舍。本书可用作研究生、本科生、大专生的统计学教材,也可作为从事数据分析和数据研究的高等院校和科研机构的研究人员的参考书。
  本书得以顺利出版,与我校研究生院领导的热情关心、帮助以及机械工业出版社华章分社的支持是分不开的,在此一并表示衷心的感谢!
  由于编者水平有限,书中难免出现差错,如有差错,望读者批评、指正。


黄 燕
2005年8月25日于北京
第1章 SAS系统入门
11 系统概述
12 SAS系统界面操作指南
121 SAS的启动与退出
122 SAS系统界面简介
123 简单运行样例
13 SAS系统的文件管理
131 SAS文件与逻辑库
132 数据集文件的基本操作
14 数据集的导出/导入
141 导出SAS数据集
142 外部数据导入SAS数据集
15 数据集的编辑与整理
151 用Viewtable表编辑数据集
152 数据集变量名与类型的更改
153 数据集变量、 观测记录的增加与筛选
154 数据集排序
155 数据集的纵向连接
156 数据集的横向合并
157 数据合并的菜单操作
16 习题

第2章 SAS编程简介
21 SAS程序设计语言基本常识
211 SAS程序书写规范和运行方法
212 SAS程序中的注释
22 SAS DATA步简介
221 DATA步基本结构
222 用DATA步生成SAS数据集
223 DATA步中的常用语句
23 综合举例
24 习题

第3章 SAS过程步及简单统计分析
31 SAS过程步简介
32 PRINT过程
321 PRINT过程简介
322 变量标签语句LABEL
323 全程语句
324 用TABULATE过程制作统计量表格
33 简单描述统计分析
331 简单描述统计量的基本概念
332 MEANS过程
333 UNIVARIATE过程
334 FREQ 过程
335 应用实例
34 菜单操作进行简单统计分析
341 利用SAS/INSIGHT进行简单分析
342 利用SAS/ASSIST进行简单分析
35 习题

第4章 t检验与非参数检验
41 常用统计概念简介
411 常用统计概念
412 概率与概率分布
413 二项分布
414 泊松分布
415 正态分布
416 极限定理
417 样本平均数的分布
418 t分布
419 χ2分布
4110 F分布
42 统计检验的基本原理与方法
421 假设检验的基本概念
422 样本平均数的检验——u检验与t检验
423 双尾检验与单尾检验
424 非参数检验
43 TTEST过程——比较t检验
431 TTEST过程简介
432 TTEST过程举例说明
44 NPAR1WAY过程
441 NPAR1WAY过程简介
442 NPAR1WAY过程举例说明
45 综合应用
451 配对数据的统计分析
452 成组试验数据的统计分析
453 成组试验数据经对数转换后的t检验
454 SAS/ASSIST中的t检验与非参数检验
46 习题

第5章 方差分析
51 方差分析简介
511 方差分析基本概念
512 总体方差检验
513 方差的同质性检验
514 方差分析的基本假定和数据转换
52 ANOVA过程和GLM过程简介
521 ANOVA过程
522 GLM过程
53 单因素多水平试验设计及方差分析
531 完全随机设计
532 一元方差分析应用举例
533 多元方差分析应用举例
534 完全随机区组设计
535 单因素多水平间的多重比较
54 配伍组设计及其统计分析
541 一元应用实例
542 多因素多水平间的多重比较
55 拉丁方设计及其统计分析
551 拉丁方设计及其线性模型
552 拉丁方设计应用实例
56 析因设计及其统计分析  
561 CONTRAST语句说明
562 应用实例
57 正交设计及其统计分析
571 正交设计简介
572 正交设计应用举例
58 协方差分析
581 协方差分析简介
582 协方差分析的数学模型及基本假定
583 协方差分析应用举例
59 习题

第6章 相关与回归分析
6.1 相关与回归分析概述
6.1.1 相关与回归分析的任务和种类
6.1.2 直线回归与相关分析
6.1.3 直线相关与回归分析的应用举例
6.2 相关过程与回归过程
6.2.1 CORR相关过程
6.2.2 PLOT过程
6.2.3 REG回归过程
6.2.4 回归诊断方法
6.2.5 用各种回归方法筛选变量
6.3 直线回归分析
6.3.1 概述
6.3.2 可直线化的简单曲线拟合
6.3.3 应用举例
6.3.4 一般多项式曲线拟合
6.4 非线性回归过程NLIN
6.4.1 NLIN过程简介
6.4.2 NLIN应用举例
6.4.3 多条回归直线的方差比较
6.5 多元线性回归分析
6.5.1 多元线性回归分析的概述
6.5.2 应用举例
6.6 RSREG过程
6.6.1 RSREG过程说明
6.6.2 RSREG过程语句格式
6.6.3 应用举例
6.7 习题

第7章 聚类分析
71 聚类分析方法概述
72 TREE过程
73 应用举例
731 用VARCLUS过程实现变量聚类分析
732 用CLUSTER过程实现样品聚类分析
733 用FASTCLUS过程进行大样本聚类分析
734 用ACECLUS过程进行预处理
74 习题

第8章 主成分分析
81 主成分的几何意义与一般数学模型
82 PRINCOMP过程
83 应用举例
84 习题

第9章 典型相关分析
91 典型相关分析概述
92 CANCORR过程简介
921 CANCORR语法格式
922 CANCORR语句说明
93 应用举例
94 习题

第10章 判别分析
101 判别分析概述
102 DISCRIM判别分析过程
1021 DISCRIM过程语句说明
1022 应用举例
103 CANDISC典型判别过程
1031 CANDISC过程的语句用法和功能
1032 应用举例
104 习题

第11章 因子分析
111 因子分析简介
1111 因子分析基本概念
1112 因子分析的数学模型
112 PROC FACTOR 过程
113 应用举例
114 习题
参考文献
读者书评
发表评论



高级搜索
R的极客理想——高级开发篇
R语言:实用数据分析和可视化技术
R的极客理想——工具篇


版权所有© 2017  北京华章图文信息有限公司 京ICP备08102525号 京公网安备110102004606号
通信地址:北京市百万庄南街1号 邮编:100037
电话:(010)68318309, 88378998 传真:(010)68311602, 68995260
高校教师服务
华章教育微信
诚聘英才
诚聘英才