SAS据分析范例.docVIP

SAS数据分析范例 范金城 目录 第1章 图形分析 2 范例1.1 国内生产总值及构成图形分析 2 范例1.2 国内生产总值图形分析 7 范例1.3 国家和地区人口资料图形分析（一） 10 范例1.4 国家和地区人口资料图形分析（二） 13 范例1.5 历年居民消费指数图形分析 18 第2章 描述性分析 23 范例2.1 盘碟、金属线数据描述性分析 23 范例2.2 血清总蛋白含量数据描述性分析 27 范例2.3 金属线数据描述性分析 29 范例2.4 皮带数据描述性分析 33 范例2.5 股票数据描述性分析 39 第3章 回归分析 45 范例3.1 历年国内生产总值回归分析 45 范例3.2 历年主要农产品产量回归分析 50 范例3.3 历年畜产品产量回归分析 57 范例3.4 农、林、牧、渔业总产值二次响应面回归分析 63 范例3.5 历年国内生产总值二次响应面回归分析 71 第4章 方差分析与一般线性模型 80 范例4.1 Fisher的Iris数据方差分析 80 范例4.2 城市、城镇居民家庭基本情况方差分析 88 范例4.3 学生考试成绩二因素方差分析 97 范例4.4 修理工修理时间二因素方差分析 102 范例4.5 地区人口的一般线性模型 108 第5章 多变量过程 115 范例5.1 地区平均每人全年家庭收入主成分分析 115 范例5.2 地区人口主成分分析 120 范例5.3 历年主要农产品产量因子分析 126 范例5.4 盐泉水化学特征系数因子分析 137 范例5.5 Fisher的Iris数据的典型相关分析 141 第6章 聚类分析 145 范例6.1 人口按国家和地区聚类分析 145 范例6.2 主要农产品产量聚类分析 148 范例6.3 地区农、林、牧、渔总产值及指数聚类分析 151 范例6.4 各地区教育经费情况聚类分析 156 范例6.5 地区工业增加值和增长速度聚类分析 158 第7章 判别分析 160 范例7.1 人口按国家和地区判别分析 160 范例7.2 Fisher的Iris数据判别分析 162 范例7.3 国民经济生产总值判别分析 167 范例7.4 历年居民消费水平判别分析 173 范例7.5 地区农、林、牧、渔业总产值判别分析 177 第8章 时间序列预测 182 范例8.1 国内生产总值构成预测 182 范例8.2 国际航班旅客数预测 190 范例8.3 加拿大山猫数据预测 193 范例8.4美国事故死亡数据预测 197 范例8.5 城乡居民储蓄存款年增加额数据预测 206 第9章 时间序列Arima模型 213 范例9.1 国内生产总值构成Arima模型 213 范例9.2 加拿大山猫数据Arima模型 218 范例9.3 美国月事故死亡数据Arima模型 221 范例9.4 城乡居民家庭人均收入Arima模型 225 范例9.5 历年国内生产总值Arima模型 229 第10章 自回归过程 233 范例10.1 历年国内生产总值自回归分析 233 范例10.2 商品零售额月数据自回归分析 237 范例10.3 教育经费情况自回归分析 241 范例10.4 居民消费水平自回归分析 245 范例10.5 人均主要农产品产量自回归分析 248 第1章 图形分析 范例1.1 国内生产总值及构成图形分析 SAS数据集d1是国内生产总值（单位：亿元）。x1是第一产业，x2是第二产业，x3是第三产业。SAS数据集d2是国内生产总值构成（单位： %）。x1是第一产业，x2是第二产业，x3是第三产业。对变量x1、x2、 x3，用Gchart过程分别画出水平条形图（Hbar）、垂直条形图（Vbar）、三维水平条形图（Hbar3d）、三维垂直条形图（Vbar3d）、饼形图（Pie）、三维饼形图（Pie3d）。 %let d1=fjc.sczz; %let d2=fjc.sczzgc; %macro gchart; %do i=1 %to 2; proc gchart data=di; hbar x1 x2 x3; vbar x1 x2 x3; hbar3d x1 x2 x3; vbar3d x1 x2 x3; pie x1 x2 x3; pie3d x1 x2 x3; title c=blue h=7pct gchart di; %end; %mend; %gchart; 图1.1.1 d1变量x1的水平条形图 图1.1.2 d1变量x2的水平条形图 图1.1.3 d1变量x3的水平条形图 图1.1.4 d1变量x1的垂直条形图 图1.1.5 d1变量x1的三维水平条形图 图1.1.6 d1变量x2的垂直条形图 图1.1.7