SAS统计分析从入门到精通【2025|PDF|Epub|mobi|kindle电子书版本百度云盘下载】

SAS统计分析从入门到精通PDF格式电子书版下载

注意：本站所有压缩包均有解压码： 点击下载压缩包解压工具

第1章 数据预处理1

1．1 SAS环境与操作界面1

1．2 SAS编程基础3

1．2．1 SAS编程语言的基本结构3

1．2．2 SAS结构化编程语句5

1．3 SAS的数据处理对象8

1．3．1 SAS数据库和SAS数据集8

1．3．2 SAS系统的外部数据文件15

1．4数据预处理原理和基本方法17

1．4．1数据整理19

1．4．2数据分拆与合并22

1．4．3数据清洗24

1．4．4数据变换27

1．5本章小结30

第2章 数据的描述31

2．1统计图31

2．1．1直方图31

2．1．2条形图34

2．1．3线图36

2．1．4散点图37

2．1．5饼图39

2．1．6盒式图40

2．1．7茎叶图41

2．2统计量42

2．2．1集中趋势42

2．2．2离散程度45

2．2．3分布形状48

2．2．4利用菜单和程序进行详细的描述统计分析50

2．3统计表55

2．3．1统计表的基本要素56

2．3．2用TABULATE过程绘制统计表56

2．4数据分布58

2．4．1总体分布59

2．4．2样本分布59

2．4．3抽样分布59

2．5本章小结61

第3章 简单统计推断62

3．1简单统计推断的基本原理62

3．1．1参数估计63

3．1．2假设检验64

3．2单总体参数的估计及假设检验68

3．2．1单总体的参数估计68

3．2．2单总体参数的假设检验71

3．3两总体参数的估计及假设检验82

3．3．1独立样本的参数估计和检验82

3．3．2成对样本的参数估计和检验91

3．4本章小结95

第4章 方差分析96

4．1方差分析的基本原理96

4．2单因素方差分析99

4．2．1单因素方差分析与方差同质性检验99

4．2．2方差分析的多重比较102

4．2．3方差分析模型的参数估计和预测104

4．3多因素方差分析109

4．3．1只考虑主效应的多因素方差分析110

4．3．2存在交互效应的多因素方差分析116

4．4协方差分析118

4．5本章小结122

第5章 非参数检验123

5．1非参数检验的基本问题123

5．2单样本非参数检验124

5．2．1单样本均值的Wilcoxon符号秩检验124

5．2．2单样本的Kohnogorov-Smirnov检验125

5．3两个样本的非参数检验128

5．3．1两个独立样本中位数比较的Wilcoxon秩和检验128

5．3．2两个独立样本分布的Kolmogorov-Smimov检验132

5．3．3成对样本中位数的Wilcoxon符号秩检验134

5．4多个样本的非参数检验136

5．4．1多个独立样本位置的Kruskal-Wallis检验136

5．4．2多个独立样本位置的Jonckheere-Terpstra检验138

5．4．3多个独立样本中位数的Brown-Mood检验139

5．5本章小结139

第6章 相关与回归分析141

6．1相关分析141

6．1．1简单相关分析142

6．1．2偏相关分析146

6．1．3等级相关分析147

6．2典型相关分析151

6．2．1典型相关分析基本原理151

6．2．2典型相关系数的显著性检验155

6．2．3典型相关的冗余分析156

6．3线性回归分析158

6．3．1回归分析的基本原理158

6．3．2一元线性回归分析161

6．3．3多元线性回归分析168

6．4定性自变量回归分析172

6．4．1虚拟变量的设定172

6．4．2含有虚拟变量的回归分析173

6．5本章小结174

第7章 因子分析175

7．1数据降维175

7．1．1数据降维的基本问题175

7．1．2数据降维的基本原理176

7．2主成分分析177

7．2．1主成分分析的基本概念与原理177

7．2．2主成分分析的基本步骤和过程178

7．3因子分析184

7．3．1因子分析的基本原理185

7．3．2因子分析的基本步骤和过程186

7．4本章小结194

第8章 聚类分析与判别分析195

8．1聚类分析的基本原理195

8．1．1分类的基本原则195

8．1．2单一指标的系统聚类过程197

8．1．3多指标的系统聚类过程198

8．2聚类分析的步骤和过程202

8．2．1系统聚类202

8．2．2快速聚类210

8．2．3变量聚类212

8．3判别分析的基本原理215

8．4判别分析的步骤和过程216

8．4．1距离判别217

8．4．2 Bayes判别217

8．4．3 Fisher判别224

8．4．4逐步判别227

8．5本章小结231

第9章 列联分析与对应分析233

9．1列联分析233

9．1．1列联表233

9．1．2列联表的分布237

9．1．3 X2分布与X2检验238

9．1．4列联表中的关联度分析240

9．1．5 X2分布的期望值准则241

9．2对应分析242

9．2．1对应分析的基本思想242

9．2．2对应分析的步骤和过程43

9．3本章小结249

第10章 离散因变量模型250

10．1线性概率模型250

10．2二元选择模型251

10．2．1线性概率模型的缺陷与改进252

10．2．2二元选择模型的基本原理252

10．2．3 BINARY PROBIT模型253

10．2．4 BINARY LOGIT模型263

10．3多重选择模型269

10．3．1多重选择模型的基本原理269

10．3．2 ORDINAL PROBIT模型271

10．3．3 ORDINAL LOGIT模型276

10．3．4 MULTINOMIAL LOGIT模型279

10．4计数模型280

10．4．1 POISSON回归模型的基本原理281

10．4．2 POISSON回归模型的分析过程和步骤281

10．5本章小结285

第11章 时间序列分析286

11．1时间序列的基本问题286

11．1．1时间序列的组成部分286

11．1．2时间序列的平稳性288

11．2 ARIMA模型的分析过程291

11．2．1 ARIMA模型291

11．2．2 ARMA模型的识别、估计与预测292

11．2．3利用SAS时间序列预测系统进行菜单操作301

11．3本章小结308