《北京大学》PPT课件.ppt

1 复习提纲及考试安排 2005年5月28日 统计软件 2 统计软件SAS基础课程 一 SAS基础课程1 SAS的交互工作环境2 SAS对数据文件的管理3 对SAS数据集的处理 包括 浏览SAS数据集 生成SAS数据集 加工SAS数据集 合并SAS数据集 3 统计软件SAS基础课程 4 数据汇总和报表制作 5 SAS图形入门 包括第一章至第六章的内容 4 统计软件SAS基础课程 要求初步了解SAS系统的功能及特点 初步掌握启动SAS系统的一些方法 了解SAS系统的基本窗口和常用窗口 交互式运行环境 的功能 以及窗口间切换的方法 SAS数据集及有关概念 变量 观测等描述信息 SAS逻辑库 数据库 的类型及设定 用菜单或Libname语句 用VT界面或其它菜单系统浏览 加工SAS数据集 5 统计软件SAS基础课程 基本掌握用DATA步和菜单系统加工处理SAS数据集 涉及到的DATA步语句 DATA INPUT PUT SET BY DO循环 IF KEEP DROP FORMAT LABLE 仅限于课堂上用到的语句及数据集选项等 掌握如何导入文本文件 并转换为SAS数据集 以便用SAS系统对其进行分析处理 6 统计软件SAS基础课程 SAS变量及属性 名字 标签 类型 长度 输入 输出格式 SAS日期常数及常用的输入 输出格式 常见SAS函数 与正态分布 t分布 卡方分布 F分布有关的分位数函数和分布函数 的使用 设X t n X的分布函数F x P X x 给定p 若实数xp满足 P X xp p 称xp为p分位数 学会使用Help系统 7 统计软件SAS基础课程 掌握用SORT过程和菜单系统把数据集中数据按一个或二个变量的升 或降 序重新排序 掌握用DATA步和菜单系统对已存在的SAS数据集中的数据按要求计算新变量 规定变量的输出格式 标签等属性 8 统计软件SAS基础课程 掌握用PRINT过程产生所要求的详细报表 初步掌握用菜单系统和GPLOT过程制作散点图 回归线及置信限 9 统计软件SAS基础课程 不要求的内容 第一章至第六章 分析家 中的转换变量类型 重新定义记录值或记录范围 分析家 中数据集转置和堆叠列 format过程 Printto过程 Pattern语句 Axis语句及选项等 当型循环 直到型循环等 10 统计软件SAS与基础统计分析 二 SAS与基础统计分析1 计算描述统计量使用菜单系统和调用SAS的means和univariate过程来完成常用描述统计量 讲义 中提到的统计量 的计算 分组 如按性别分组 计算常用描述统计量 11 统计软件SAS与基础统计分析 2 频率分布 直方图和分布的拟合检验使用菜单系统和调用univariate过程来研究区间 连续 变量的直方图及分布的拟合检验 只要求正态分布 使用菜单系统和调用freq过程来研究列名 属性 变量的频率分布 12 统计软件SAS与基础统计分析 3 均值 标准差或方差的区间估计使用菜单系统和调用SAS的means和univariate过程来计算区间变量的均值 标准差或方差的点估计和区间估计 置信度为1 分组求基本统计量的置信度为1 的置信区间 13 统计软件SAS与基础统计分析 4 单总体均值 方差的假设检验问题假设检验的基本概念 原假设和对立假设 显著性水平 两类错误 显著性概率值 p值 使用菜单系统和调用SAS的means和univariate过程对单总体的均值和方差进行检验 显著性水平为 单侧检验和单侧区间估计不要求 14 统计软件SAS与基础统计分析 5 双总体 成对组或独立组 均值 方差的假设检验问题对于成对组使用ANALYST 或先化为单总体后用Insight 或用means univariate过程进行检验 对于独立组 使用ANALYST和Ttest过程对两总体的均值和方差的差异进行检验 显著性水平 15 统计软件SAS与回归分析 三 SAS与回归分析1 相关分析使用菜单系统或调用corr过程计算多个变量间两两的相关系数及检验相关系数为0的显著性概率值 P值 16 统计软件SAS与回归分析 2 简单回归 一个因变量与一个自变量的回归问题 使用菜单系统和调用Reg过程完成 散点图 建立回归模型 回归方程或回归系数的显著性检验 回归统计量的计算 进行预测 理解回归分析的基本输出结果 如方差分析表 汇总统计量 参数 即回归系数 的估计及检验结果等 17 统计软件SAS与回归分析 在Reg过程中使用Plot语句及选项来绘制回归直线及置信限的图形 或者使用GPLOT过程及Symbol语句的选项来绘制回归直线及置信限的图形 多项式回归 非线性的回归不要求 18 统计软件SAS与回归分析 3 多元线性回归使用菜单系统和调用SAS过程 如Reg 完成 建立多元线性回归模型 回归方程和回归系数的显著性检验 回归统计量的计算 进行预测 计算预测值及置信限 残差值 约束回归 加权回归不要求 变量选择使用菜单系统和调用Reg完成 用逐步回归方法建立 最优 回归模型 用所有可能回归法 按修正R2或RMSE准则找出最优回归模型 19 统计软件SAS与方差分析 四 SAS与方差分析1 单因素方差分析单因素方差分析的几种模型 均值模型和效应模型 模型的假设 误差的均值为0 同方差 正态 使用ANALYST菜单系统和调用SAS过程 如Anova ttest 进行方差分析 检验该因素对指标的影响是否显著 并给出各水平下指标均值的估计 20 统计软件SAS与方差分析 2 两因素方差分析两因素方差分析的模型 交互作用的概念 使用ANALYST菜单系统和调用SAS过程 如Anova 进行多因素方差分析 检验各因素及交互作用对指标的影响是否显著 并给出各因素不同水平下指标均值的估计 找出最佳生产条件 21 统计软件SAS与方差分析 3 均值估计单因素或两因素方差分析中各因子水平均值的估计值 有交互作用时 给出交叉水平均值的估计 使用ANALYST的选项和调用Anova过程的MEANS语句进行计算 多重比较 预定比较 非参数检验不要求 22 统计软件SAS与属性数据分析 五 SAS与属性数据分析1 属性数据及列联表分析使用菜单系统Analyst和Freq过程及选项生成符合要求的列联表 说明表中各项 行百分比 列百分比 单元百分比 期望频数等 定义 2 属性变量的无关联性检验使用Analyst菜单系统和Freq过程及选项 如chisq expected等对两属性变量进行无关联性检验 23 统计软件SAS与属性数据分析 有序变量的关联性分析 Logistic回归不要求 24 统计软件考试安排 考试时间 2005年6月11日 星期六 晚上7 00 9 00考试地点 3教204 205 25 统计软件考试安排 答疑时间 每次课后 6月11日上午10 00 11 30地点 理科1号楼1114室 26 统计软件复习题 一 SAS系统对数据文件的管理 中练习题1 3 4 5 见 讲义 中p17 用菜单方法或Libname语句建立新库 库标志名为dsta 此库包含本课程所使用的sas数据集 先浏览bclass中SEX 女 的观测及AGE 14的观测 然后浏览全部观测 4 浏览数据集class的描述信息和数据内容 5 浏览SAS永久库SASUSER的属性和内容 并浏览数据集AIR的描述信息和数据内容 27 统计软件复习题 二 生成SAS数据集 中的练习题2 3 见 讲义 中P21 2 使用Import窗口菜单系统 将DST目录下的 txt转换为sas数据集 3 用数据步生成sas数据集 可用以下数据 NAME 姓名 SEX 性别 HEIGHT 身高 WEIGHT 体重 BORN 出生年月 王仁志男15649 21994 2 6尤佳女14544 51993 12 10林国雄男15641 51994 3 23苏家国男14237 61993 9 26黄维男14643 21993 10 21李宏伟男15241 71994 3 18程杰女14039 21994 9 12何新女14438 81993 11 10 28 统计软件复习题 三 Insight的数据管理功能 中的练习题 见 讲义 中P29 1 浏览数据表 数据集BCLASS记录从某个学校随机抽取的40个中学生的基本数据 包含以下的变量 NAME学生的姓名SEX学生的性别AGE学生的年龄HEIGHT以厘米为单位的身高数值WEIGHT以公斤为单位的体重数值 1 用Insight打开数据集BCLASS 浏览该数据集的属性 该数据集有多少个变量 多少个观测值 变量是否使用标签 29 统计软件复习题 2 把变量WEIGHT移到数据表的第一列 而变量HEIGHT移到数据表的第二列 3 对以下变量确定其类型和测量水平 变量类型测量水平SEXAGEWEIGHT 4 在数据集BCLASS中对变量NAME加上标签名StudentsName 2 数据集排序 对数据集BCLASS 1 按AGE对数据集从大到小或从小到大重新排序 找出年龄最大的学生的身高和体重 2 按变量AGE和HEIGHT排序 找出15岁的学生中身高最大的数值 30 统计软件复习题 3 建立新变量 对数据集BCLASS 创建一个名为WHRATIO的新变量 其值等于体重与身高的比 并在其标签名中注明 体重身高比 4 建数据集的子集 将数据集BCLASS中的所有男生抽取出来 生成新的数据集 并把它另存为WORK MCLASS 31 统计软件复习题 四 分析家的数据管理功能 中的练习题1 2 3 4 见 讲义 51 1 浏览数据表 1 用分析家打开数据集BCLASS 浏览该数据集的属性 该数据集有多少个变量 多少个观测值 变量是否使用标签 2 把变量WEIGHT移到数据表的第一列 而变量HEIGHT移到数据表的第二列 3 在数据集BCLASS中对变量NAME加上标签名StudentsName 32 统计软件复习题 2 数据集排序 对数据集BCLASS 1 按AGE对数据集从大到小或从小到大重新排序 找出年龄最大的学生的身高和体重 2 按变量AGE和HEIGHT排序 找出15岁的学生中身高最大的数值 3 建立新变量 对数据集BCLASS 创建一个名为WHRATIO的新变量 其值等于体重与身高的比 并在其标签名中注明 体重身高比 4 建数据集的子集 将数据集BCLASS中的所有男生抽取出来 生成新的数据集 并把它另存为WORK MCLASS 33 统计软件复习题 五 SAS语言 的练习题 见 讲义 中P61 1 计算标准正态分布在x 3 2 1 0 1 2 3时的分布函数F x 和密度函数 x 的值 2 设随机变量 t n 计算t分布的分位数tp n 其中n 1 5 10 20 p 0 10 0 90 0 95 0 975 3 当日期值date 14DEC2001 d时 试问这一天是星期几 4 设随机变量Y F 5 12 计算概率值p p P Y 3 1 求实数x 使x满足P Y x 0 05 求实数z 使z满足P Y z 0 95 34 统计软件复习题 六 数据汇总与报表制作 中的练习题 见 讲义 中P82和P85 1 使用菜单系统Analyst List 以列表形式输出数据集FITNESS 不要输出变量group weight 对oxygen runtime求总和 把age放第一列 2 使用Print过程输出数据集Fitness 要求同上 35 统计软件复习题 七 SAS图形入门 中的练习题 见 讲义 中P95 1 使用菜单系统analyst或Insight绘制数据集air中各污染变量关于日期时间的连线图及各污染变量间的散点图 2 用gplot过程生成以上数据的连线图和散点图 36 统计软件复习题 八 直方图与分布的拟合 中的练习题1 2 见 讲义 110 P111 1 打开FITNESS数据集 并用菜单系统或编程方法完成以下分析计算 计算变量OXYGEN和RUNTIME的均值 方差 标准差 偏度和峰度 指定GROUP为BY变量后 分别计算三组数据的以上几个描述统计量 2 绘制OXYGEN和RUNTIME的直方图和盒形图 从中可否直观地看出它们的分布 3 从OXYGEN的盒形图中如何显示出均值 中位数等值 盒形图中有异常点吗 用INSIGHT 4 在OXYGEN的直方图中如何拟合一条正态分布曲线 这条正态曲线的均值和方差是多少 怎样改变拟合曲线的均值和方差 37 统计软件复习题 5 对变量OXYGEN 检验该变量的分布是否为正态分布 0 05和 0 15 6 对GROUP 0 1 2分别绘制OXYGEN的盒形图 这些盒形图中有否异常值 他们代表哪些人 从这三个并排的盒形图可直观地得出什么结论 7 变量RUNTIME的标准差和极差是什么 这些值说明什么 打开CLASS数据集 可类似完成题1中的练习 这里分类变量为SEX或AGE 数值变量为WEIGHT和HEIGHT 另要求 1 计算AGE的频数分布表 并要求输出按年龄由大到小的频数表 38 统计软件复习题 九 参数估计 的练习题 见 讲义 中P114 1 打开数据集FITNESS 用菜单系统或编程方法求变量OXYGEN和RUNTIME的置信度为95 和97 5 的置信区间 打开BCLASS数据集 并用SAS INSIGHT或分析家分别计算变量HEIGHT和WEIGHT均值的90 和97 5 的置信区间 39 统计软件复习题 十 假设检验 中的练习题1 4 见 讲义 中P121 用菜单系统或编程 1 打开BCLASS数据集 并用SAS INSIGHT检验 H0 50 公斤 对立假设H1 50 公斤 其中 表示WEIGHT的均值 显著水平 0 05 使用t检验时请验证数据是否为正态数据 4 打开BCLASS数据集 并用SAS INSIGHT 分析家或编程检验男女两组学生的身高和体重是否有显著差异 40 统计软件复习题 1 首先检验两组身高和体重的分布是否为正态分布 2 检验两组身高 或体重 的方差是否相等 即检验H0 2 男h 2 女h 对立假设H1 2 男h 2 女h H0 2 男w 2 女w 对立假设H1 2 男w 2 女w 显著水平 0 05 3 检验H0 男h 女h H1 男h 女h 显著水平 0 05 并根据 2 的结果确定使用哪项输出结果 4 检验H0 男w 女w H1 男w 女w 显著水平 0 05 并根据 2 的结果确定使用哪项输出结果 41 统计软件复习题 十一 相关分析 中的练习题 见 讲义 P126 对中学生数据 BCLASS 用SAS菜单系统或编程完成以下练习 1 计算AGE WEIGHT HEIGHT的相关系数 并写出最大相关系数及检验r 0的P值 3 用SAS INSIGHT绘制WEIGHT与HEIGHT的散布图 男女用不同颜色 不同年龄用不同的符号表示 42 统计软件复习题 十二 一元线性回归分析 中的练习题 见 讲义 中P131 讨论某种合成纤维的强度Y与拉伸倍数x的相关关系 数据见数据集DST regE21 试用SAS菜单系统及编程完成以下练习 1 建立 合成纤维的强度 与x 拉伸倍数 回归关系式 并给出回归系数的检验结果 2 给出当x 2 3 2 6 2和10 2时 合成纤维的强度的预测值及预测均值的90 置信区间 3 绘制Y对x的散点图 回归线及均值或预测值的95 的置信限 用二种方法 43 统计软件复习题 十三 多元线性回归分析 中的练习题 见 讲义 中P136 对不同类型汽车的价格和性能的数据 DST CARS 用SAS菜单系统及编程完成以下练习 1 建立MIDPRICE与citympg cylinder hwympg rpm egnsize revltns fueltnk和perform的多元线性回归关系式 并给出各个回归系数的检验结果 0 10 2 由回归系数的显著性检验结果 能否指出影响中间价格的主要因素是哪些 哪几个因素是不显著的 0 10 3 对92辆汽车的数据用以上拟合的回归式进行预测 并且给出均值的95 的置信区间 44 统计软件复习题 十四 变量选择 中的练习题 见 讲义 中P140 对不同类型汽车的价格和性能的数据 DST CARS 用菜单系统 分析员应用 及编程完成以下练习 1 用逐步筛选方建立MIDPRICE与citympg cylinder hwympg egnsize rpm revltns fueltnk和perform的最优回归方程 引入和保留变量的显著性水平为0 05 2 计算MIDPRICE 中间价 与citympg cylinder hwympg egnsize rpm revltns fueltnk和perform的所有可能回归式 对每种变量个数输出最好的三个回归子集 并输出统计量CP和RMSE 然后由输出结果找出按RMSE准则最优的回归模型 45 统计软件复习题 十六 SAS与方差分析 中的练习题1 2 见 讲义 P165 1 为研究广告的效果 考察四种广告方式 当地报纸广告 paper 当地广播广告 ratio 店内销售员 people 店内展示 display 该省共分为144个销售点 每种广告方式随机地在36个销售点实施 在每个销售点以千美元为单位计量其销售水平 要考察各种广告方式下其平均销售水平是否有显著差异 数据集ADS中包含这些变量的数据 AD广告类型SALES以千美元记录的销售水平 46 统计软件复习题 3 检验四种广告方式下销售均值相等的假设 原假设和备选假设是什么 4 R平方的值是什么 如何说明这一统计量 5 在 3 中这一检验的p值是什么 假设 0 01 可得到什么结论 7 查看残差的分布并作正