123,123,123

內(nèi)容簡(jiǎn)介

　　本書(shū)前12章包括了各種基本統(tǒng)計(jì)分析法。從第13章開(kāi)始，幾乎包括了所有的高級(jí)統(tǒng)計(jì)和專業(yè)統(tǒng)計(jì)，對(duì)于各個(gè)領(lǐng)域的SAS讀者完全適用。特別是第37章的結(jié)合分析（Conjoint Analyze）等新技術(shù)，是當(dāng)今市場(chǎng)調(diào)研的銳利武器，也是本書(shū)的獨(dú)特之處。本書(shū)是國(guó)內(nèi)SAS分析應(yīng)用的精品教程，可作為各大院校經(jīng)濟(jì)學(xué)、統(tǒng)計(jì)學(xué)、市場(chǎng)營(yíng)銷學(xué)、醫(yī)學(xué)、心理學(xué)、人文地理學(xué)、社會(huì)學(xué)、管理學(xué)、運(yùn)籌學(xué)學(xué)生的計(jì)算機(jī)數(shù)理統(tǒng)計(jì)必修課教材，也可作為非計(jì)算機(jī)專業(yè)學(xué)生自學(xué)的指南；本書(shū)也是統(tǒng)計(jì)師、科研人員、行政管理人員、文秘以及廣大自然科學(xué)工作者進(jìn)行課題研究及科研定量分析的有力工具。

作者簡(jiǎn)介

暫缺《SAS統(tǒng)計(jì)分析實(shí)用大全》作者簡(jiǎn)介

圖書(shū)目錄

第1章  SAS的安裝與啟動(dòng)
1. 1  SAS的安裝
1. 2  SAS系統(tǒng)的啟動(dòng)
1. 3  SAS的專用功能鍵
第2章  SAS系統(tǒng)功能簡(jiǎn)介
2. 1  SAS自身的程序結(jié)構(gòu)(即過(guò)程)
2. 2  SAS的基本命令(即過(guò)程行)
第3章  SAS的數(shù)據(jù)定義與數(shù)據(jù)變換
3. 1  SAS的數(shù)據(jù)定義
3. 2  定義自由格式的數(shù)據(jù)
3. 3  定義固定格式的數(shù)據(jù)
3. 4  一行多個(gè)觀察值(自由格式的擴(kuò)充)
3. 5  數(shù)據(jù)的讀取與顯示
3. 6  用INFILE命令調(diào)用外部數(shù)據(jù)文件
3. 7  用IF進(jìn)行條件轉(zhuǎn)換
3. 8  用DELETE作有條件的刪除
3. 9  用GOTO作有條件的"轉(zhuǎn)移"
3. 10  用LABEL命令定義變量標(biāo)簽
3. 11  用FORMAT過(guò)程定義數(shù)值標(biāo)簽
3. 12  用RETAIN命令預(yù)置變量值
3. 13  創(chuàng)造新變量以及用SUM等函數(shù)求和
3. 14  數(shù)據(jù)重新編碼
3. 15  本章知識(shí)摘要
第4章  采用SAS對(duì)話框進(jìn)行數(shù)據(jù)輸入管理與統(tǒng)計(jì)
4. 1  Analysis對(duì)話框(第1個(gè)視窗)
4. 2  ASSIST視窗
4. 3  LAB視窗
4. 4  在LAB視窗新建SAS數(shù)據(jù)集的利弊
4. 5  在Work工作區(qū)中直接輸入SAS數(shù)據(jù)集
第5章  SAS基本統(tǒng)計(jì)概念
5. 1  總體與樣本
5. 2  參數(shù)與統(tǒng)計(jì)量
5. 3  正態(tài)分布
5. 4  經(jīng)驗(yàn)規(guī)則的應(yīng)用
5. 5  正態(tài)性的假設(shè)與檢驗(yàn)
5. 6  顯著性水平與a(Alpha)值
第6章  SAS程序設(shè)計(jì)技巧及報(bào)表的漢化
6. 1  PUT語(yǔ)句
6. 2  用SET定義(復(fù)制)數(shù)據(jù)集
6. 3  數(shù)據(jù)集定義(DATA語(yǔ)句)與BY語(yǔ)句
6. 4  用NULL快速運(yùn)行程序
6. 5  用END=FINAL顯示觀測(cè)數(shù)(個(gè)案數(shù))
6. 6  注釋行PUT語(yǔ)句和PRINT格式
6. 7  輸出結(jié)果的漢化
第7章　　數(shù)據(jù)行排序
7. 1  數(shù)據(jù)行排序的語(yǔ)法規(guī)則
7. 2　　采用ASSIST視窗中的Sort菜單排序
第8章　　SAS平面圖形
8. 1  曲線式散點(diǎn)圖的制作
8. 2  調(diào)用CHART過(guò)程的VBAR及HBAR命令畫(huà)條形圖
8. 3  調(diào)用CHART過(guò)程的BLOCK命令繪制區(qū)域圖(即BLOCK圖)
8. 4  實(shí)心圓形圖的制作
第9章  頻數(shù)統(tǒng)計(jì)
9. 1  采用Analyst中的對(duì)話框統(tǒng)計(jì)頻數(shù)
9. 2  調(diào)用FREQ過(guò)程中的TABLES命令作sex和edc變量的頻數(shù)統(tǒng)計(jì)
9. 3  調(diào)用Univarite過(guò)程進(jìn)行詳盡的頻數(shù)統(tǒng)計(jì)
第10章  交叉匯總表及相關(guān)測(cè)量
10. 1  采用Analyst對(duì)話框進(jìn)行雙變量的交叉匯總分析
10. 2  簡(jiǎn)單易學(xué)的編程法
10. 3  多變量交叉匯總表及結(jié)合測(cè)量
10. 4  分析交叉匯總表中的數(shù)據(jù)特征
10. 5  兩個(gè)地區(qū)老年人與受教育水平相互關(guān)系的比較
第11章  調(diào)用MEANS作描述性統(tǒng)計(jì)
11. 1  首先采用Analyst中的對(duì)話框統(tǒng)計(jì)
11. 2  采用PROCMEANS計(jì)算均值分布
11. 3  結(jié)果分析
第12章  相關(guān)分析
12. 1  相關(guān)分析概述
12. 2  皮爾遜積差相關(guān)(比例-比例變量)
12. 3  皮爾遜二分"點(diǎn)-距"相關(guān)(二分變量-區(qū)間以上變量)
12. 4  肯氏(Kendall)等級(jí)相關(guān)Ib("次序-次序"等級(jí)變量)
12. 5  計(jì)算次序-比率數(shù)據(jù)的肯氏相關(guān)系數(shù)
12. 6  斯皮爾曼等級(jí)相關(guān)("次序-次序"等級(jí)變量)
12. 7  Phi( )系數(shù)和尸系數(shù)("定類-定類"變量)
12. 8  Cronbach的Alpha系數(shù)
12. 9  Hoeffding的相關(guān)系數(shù)D
12. 10  調(diào)用PROCCORR過(guò)程作各種相關(guān)分析(編程法)
第13章  采用GLM過(guò)程進(jìn)行回歸分析和協(xié)方差分析
13. 1  最小二乘法的原理
13. 2  GLM中各語(yǔ)句的格式
13. 3  GLM程序各語(yǔ)句的使用說(shuō)明
13. 4  調(diào)用GLM程序作一元線性回歸
13. 5  調(diào)用GLM程序進(jìn)行多元線性回歸分析
13. 6  調(diào)用GLM程序作多項(xiàng)式回歸
13. 7  虛擬變量的用法
第14章  采用REG過(guò)程進(jìn)行多元線性回歸分析
14. 1  采用Analyst等對(duì)話框進(jìn)行多元線性回歸分析
14. 2  REG過(guò)程的語(yǔ)句格式
14. 3  REG程序的進(jìn)一步實(shí)例
14. 4  MAXR回歸法和RSQUARE回歸法
第15章  方差分析(過(guò)程ANOVA)
15. 1  概述
15. 2  關(guān)于ANOVA(方差分析)的主對(duì)話框
15. 3  One-Way ANOVA(單因素方差分析)實(shí)例
15. 4  雙因素方差分析(ANOVA)
15. 5  多元(多因變量)方差分析--MANOVA
15. 6  方差反復(fù)測(cè)量(Repeated ANOVA)
第16章  過(guò)程FACTOR
16. 1  具有共性值的元素
16. 2  因子分析模型
16. 3  因子分析的步驟
16. 4  析取因子(Factor extraction)
16. 5  前三個(gè)因子
16. 6  對(duì)前三個(gè)因子的進(jìn)一步研究
16. 7  轉(zhuǎn)軸方式
16. 8  解釋因子與因子得分
16. 9  運(yùn)行過(guò)程FACTOR
16. 10  因子得分(FACTOR  SCORE)語(yǔ)句格式
第17章  主成分分析(過(guò)程PRINCOMP)
17. 1  主成分分析實(shí)例(犯罪率實(shí)例)
17. 2  采用Analyst對(duì)話框進(jìn)行主成分分析
17. 3  采用編程法(語(yǔ)句)進(jìn)行主成分分析
第18章  聚類分析
18. 1  四種聚類方法(四個(gè)聚類過(guò)程)
18. 2  CLUSTER凝聚算法
18. 3  CLUSTER過(guò)程的語(yǔ)句命令
18. 4  大樣本的觀察值聚類法  (過(guò)程FASTCLUS的應(yīng)用)
18. 5  對(duì)變量的聚類
18. 6  樹(shù)形結(jié)構(gòu)圖
第19章  獨(dú)立組樣本與成對(duì)組樣本的T檢驗(yàn)
19. 1  從獨(dú)立組樣本中概括數(shù)據(jù)
19. 2  獨(dú)立組樣本TTEST的假設(shè)與檢驗(yàn)
19. 3  兩組獨(dú)立樣本的Wilcoxon秩和檢驗(yàn)
19. 4  從成對(duì)組樣本中概括數(shù)據(jù)
19. 5  成對(duì)差值的T檢驗(yàn)
19. 6  成對(duì)差值的Wilcoxon秩和檢驗(yàn)
19. 7  兩組比較的總結(jié)
19. 8  試對(duì)圖19. 15的結(jié)果進(jìn)行男女生兩組成績(jī)的獨(dú)立樣本T檢驗(yàn).
第20章  計(jì)劃與統(tǒng)計(jì)表  (過(guò)程TABULATE)
20. 1  表格的維
20. 2  運(yùn)行過(guò)程TABULATE
20. 3  統(tǒng)計(jì)表命令小結(jié)
第21章  SAS調(diào)用FoxBASE. DBASE和SPSS的數(shù)據(jù)
21. 1  用PROCDBF過(guò)程的語(yǔ)句調(diào)用數(shù)據(jù)庫(kù)數(shù)據(jù)進(jìn)行統(tǒng)計(jì)
21. 2  在SAS對(duì)話框中調(diào)用數(shù)據(jù)庫(kù)數(shù)據(jù)進(jìn)行統(tǒng)計(jì)
21. 3  在SAS對(duì)話框中調(diào)用SPSS數(shù)據(jù)進(jìn)行統(tǒng)計(jì)
第22章  SAS數(shù)據(jù)集文件轉(zhuǎn)換為SPSS文件
22. 1  采用對(duì)話框?qū)AS數(shù)據(jù)集轉(zhuǎn)換為SPSS的*. SAV數(shù)據(jù)
22. 2  TOSPSS過(guò)程命令概述
22. 3  SAS過(guò)程的命令格式(語(yǔ)句)
22. 4  與TOSPSS過(guò)程連用的子命令(即選擇項(xiàng))
22. 5  數(shù)據(jù)的轉(zhuǎn)換
22. 6  實(shí)際應(yīng)用
第23章  SAS高級(jí)繪圖系統(tǒng)GRAPH
23. 1  前言
23. 2  GSLIDE過(guò)程
23. 3  GCHART過(guò)程
23. 4  GPLOT過(guò)程
23. 5  G3D過(guò)程
23. 6  G3GRID過(guò)程
23. 7  GCONTOUR過(guò)程
23. 8  用對(duì)話框繪制立體圖
第24章  路徑分析
24. 1  用以路徑分析的數(shù)據(jù)和程序
24. 2  圖形輸出
24. 3  路徑圖的分析方法
第25章  非線性回歸分析之一(對(duì)數(shù). 多項(xiàng)式回歸)
25. 1  對(duì)數(shù)曲線回歸
25. 2  對(duì)數(shù)曲線回歸分析
25. 3  多項(xiàng)式回歸分析(擬合拋物線)
25. 4  多項(xiàng)式回歸的結(jié)果與分析
第26章  非線性回歸之二(擬合Logistic曲線與正負(fù)指數(shù)的回歸)
26. 1  擬合Logistic曲線(人口增長(zhǎng)方面的一個(gè)例子)
26. 2  從Logistic曲線模型解出初始值
26. 3  擬合Logistic曲線回歸的分析
26. 4  負(fù)指數(shù)生長(zhǎng)曲線
26. 5  擬合負(fù)指數(shù)生長(zhǎng)曲線回歸的分析
26. 6  擬合指數(shù)曲線Y=AeBX
第27章  Logistic Regression回歸分析
27. 1  Logistic Regression模型
27. 2  做Logistic Regression的變量及其數(shù)據(jù)
27. 3  采用Analyst對(duì)話框進(jìn)行Logistic回歸
27. 4  采用PROCLogistic編程做邏輯斯諦回歸
27. 5  假設(shè)與檢驗(yàn)
27. 6  解釋回歸系數(shù)
27. 7  概率預(yù)測(cè)
27. 8  多分變量(Categorical Variable)的編碼
第28章  四方表LogisticRegression回歸分析
28. 1  四方表LogisticRegression模型
28. 2  做LogisticRegression的變量及其數(shù)據(jù)
28. 3  采用Analyst對(duì)話框進(jìn)行Logistic回歸
28. 4  結(jié)果分析
第29章  多個(gè)隨機(jī)實(shí)驗(yàn)組的協(xié)方差分析(GLM的應(yīng)用)
29. 1  兩組隨機(jī)數(shù)據(jù)的協(xié)方差分析
29. 2  多因變量協(xié)方差分析
第30章  趨勢(shì)面回歸分析(GLM的應(yīng)用)
30. 1  原始數(shù)據(jù)與趨勢(shì)面分析程序
30. 2  輸出結(jié)果
30. 3  結(jié)果分析
第31章  多因素二水平排列組合方差分析(Anova的應(yīng)用)
31. 1  2x2排列組合式方差分析
31. 2  三因素二水平排列組合式方差分析
第32章  隨機(jī)配伍組與對(duì)照組的方差分析(Anova的應(yīng)用)
32. 1  三個(gè)隨機(jī)配伍組設(shè)計(jì)的方差分析
32. 2  多個(gè)隨機(jī)實(shí)驗(yàn)組與一個(gè)對(duì)照組的均值比較
第33章  典型相關(guān)(Cancorr過(guò)程的應(yīng)用)
33. 1  計(jì)算典型相關(guān)的SAS數(shù)據(jù)
33. 2  采用CANCORR過(guò)程計(jì)算典型相關(guān)
33. 3  采用Cancorr對(duì)話框計(jì)算典型相關(guān)
33. 4  輸出結(jié)果與分析
第34章  判別分析
34. 1  判別分析的原理
34. 2  三種主要的判別分析法
34. 3  一般判別分析法實(shí)例
34. 4  采用逐步判別分析法
34. 5  采用典型判別分析法
第35章  時(shí)間序列分析
35. 1  季節(jié)性調(diào)整
35. 2  從回歸分析中建立回歸預(yù)測(cè)模型
第36章  時(shí)序(調(diào)整的)自相關(guān)回歸分析
36. 1  時(shí)序自相關(guān)的數(shù)據(jù)
36. 2  數(shù)據(jù)文件的編輯
36. 3  采用ASSIST對(duì)話框進(jìn)行時(shí)序自相關(guān)回歸分析
36. 4  結(jié)果分析
36. 5  最小二乘法回歸與調(diào)整的自相關(guān)回歸的相對(duì)誤差比較
第37章  用Conjoint Analysis(結(jié)合分析)研究品牌
37. 1  結(jié)合分析的基本原理與思路
37. 2  通過(guò)正交設(shè)計(jì)建立卡片
37. 3  精品購(gòu)物的問(wèn)卷調(diào)查例子
37. 4  如何做好結(jié)合分析
37. 5  結(jié)合分析的輸出與分析
37. 6  市場(chǎng)預(yù)測(cè)與決策
第38章  SAS函數(shù)
38. 1  算術(shù)函數(shù)
38. 2  截取函數(shù)(Truncation function)
38. 3  數(shù)學(xué)函數(shù)
38. 4  三角及雙曲函數(shù)
38. 5  概率函數(shù)
38. 6  樣本統(tǒng)計(jì)函數(shù)
38. 7  隨機(jī)數(shù)函數(shù)
38. 8  字符串函數(shù)(同一行的字處理)
38. 9  時(shí)間與日期函數(shù)
38. 10  特殊函數(shù)(只用于非微機(jī)上)
第39章  SAS圖形的畫(huà)法比較
39. 1  繪圖所用的SAS數(shù)據(jù)集
39. 2  繪圖對(duì)話框之一：Graphs對(duì)話框
39. 3  SAS圖形的畫(huà)法比較
39. 4  用ASSIST對(duì)話框繪制中國(guó)地圖(輪廓)
39. 5  用Interactive Data Analysis對(duì)話框繪圖
附錄1  習(xí)題及答案
附錄2  如何快速入門(mén)并學(xué)好SAS和SPSS
參考書(shū)目