《深入解析SAS》百度网盘pdf最新全集下载:
链接: https://pan.baidu.com/s/1oWEOWEvKhdNdp1BUpj8zeA
?pwd=du5w 提取码: du5w简介:本书是国内市场目前唯一一本由SAS公司在中国的员工创作、全面系统地剖析SAS技术的著作。作者团队结合自身实际工作的经验体会和大量生动的实践案例,通俗易懂、循序渐进地对SAS的核心技术模块和架构体系进行了全方位的介绍、总结与分享,帮助读者深刻领会和掌握使用SAS进行数据挖掘与优化的专业知识,同时培养读者运用这些专业知识解决商业问题和实施商业项目的能力。
在阅读以下内容之前,请先阅读第一章"SAS软件基本 *** 作"。单因素实验设计又称为完全随机化实验设计。该实验设计要求实验条件或实验环境的同质性很高。例如,比较a个作物品种的产量,每一品种设置n个重复,全部实验共有an次。根据完全随机化实验设计的要求,试验田中的an个试验小区的土质、肥力、含水量、小气候、田间管理等条件必须完全一致。至于哪一个品种的哪一次重复安排在哪一个小区,完全是随机的,因此得到了“完全随机化实验设计”这一名称。
例2.9 下面以课本中例8.1的数据为例,给出单因素方差分析的SAS程序。
解:先按以下输入方式建立一个称为a:\2-5data.dat的外部数据文件。
1
64.6
1
65.3
1
64.8
1
66.0
1
65.8
2
64.5
2
65.3
2
64.6
2
63.7
2
63.9
3
67.8
3
66.3
3
67.1
3
66.8
3
68.5
4
71.8
4
72.1
4
70.0
4
69.1
4
71.0
5
69.2
5
68.2
5
69.8
5
68.3
5
67.5
SAS程序如下:
options linesize=76
data wheat
infile ‘a:\2-5data.dat’
input strain hight @@
run
proc anova
class strain
model hight=strain
means strain / duncan
means strain / lsd cldiff
run
在PROC ANOVA过程中的CLASS语句(分类语句)是必须的,而且一定要放在MODEL语句之前。在方差分析中要使用的分类变量(因素),首先要在CLASS语句中说明。分类变量可以是数值型的,也可以是字符型的。MODEL语句用来规定因素对实验结果的效应,一般形式为,因变量=因素效应。本例即为株高=品系效应。
MEANS语句应放在MODEL语句之后,MEANS语句后列出希望得到均值的那些变量。MEANS语句有很多选项,下面列出几个与本教材有关的选项,将选项写在MEANS语句的“/”之后。
DUNCAN: 对MEANS语句列出的所有主效应均值进行DUNCAN检验。
SNK: 对MEANS语句列出的所有主效应均值进行Student-Newman-Keuls检验。
T | LSD: 对MEANS语句列出的所有主效应均值进行两两t检验,它相当于在样本含 量相同时的LSD检验。
ALPHA= 均值间对比检验的显著水平,缺省值是0.05。当用DUNCAN选项时只能取0.01、0.05和0.10,对于其它选项,α可取0.0001到0.9999之间的任何值。
CLDIFF: 在选项T和LSD时,过程将两个均值之差以置信区间的形式输出。
CLM: 在选项T和LSD时,过程把变量的每一水平均值以置信区间的形式输出。
方差分析应具备三个条件,有时这三个条件并不能够得到满足,这时对原始数据就要进行变换,见课本§ 9.7。对原始数据进行变换,只需加上一个赋值语句即可,可参考配对数据t检验的SAS程序。
1. 10名学生各科考试成绩按科列在一行中,如下所示:英语 88 77 78 89 97 90 82 93 91 90
计算机 99 98 92 90 80 82 88 89 87 96
政治 90 98 93 89 83 87 88 80 94 85
请使用转置,并求出各科的平均成绩。
data tt
input course$ x1-x10
cards
英语 88 77 78 89 97 90 82 93 91 90
计算机 99 98 92 90 80 82 88 89 87 96
政治 90 98 93 89 83 87 88 80 94 85
run
proc printrun
proc transpose data=tt out=tm
var x1-x10
run
proc print
sum col1-col3
run
2. 不用SAS函数,用SAS数据步编程计算二项分布 的概率分布和累计概率。
data tmp(keep=k pnk fnk)
n=20p=0.36
array fn(0:50)
fn(0)=1
do m=1 to n
fn(m) = fn(m-1) * m
end
do k=0 to n
pnk = fn(n)/(fn(k)*fn(n-k)) * p**k * (1-p)**(n-k)
fnk + pnk
output
end
run
proc print noobs label
label pnk='概率' fnk='累积概率'
run
proc gplot
plot pnk*k
symbol v=dot c=red i=join
run
大致应该是如此吧~希望回答对你有帮助
欢迎分享,转载请注明来源:内存溢出
评论列表(0条)