SAS基础与金融计算PPT课件

1、1上节课上机操作（1） 对上节课生成的最终数据集total进行如下操作： （1）剔除金融业上市公司； （2）剔除每股收益为负的上市公司； （3）由于数据集中年涨跌幅采用百分比表示，建立一个新的变量，采用小数表示。 （4）建立一个新的变量，表示除第一大股东外其它股东所持有的股份比例。第1页/共26页2（1）剔除金融业上市公司 第一步： 运用substr语句 Data test; set total; code=substr(code,1,6); Run;第2页/共26页3 第二步： Data temp1; set test; if code=000562 or code=000001 or co

2、de=000563 or code=600015 or code=600016 or code=600030 or code=600036 or code=600816 or code=600000 or code=601998 or code=601328 or code=601166 or code=601318 or code=601398 or code=601628 then delete; Run; 第3页/共26页4（2）剔除每股收益为负的上市公司pData temp2; set temp1; if eps=0 ; Run;第4页/共26页5（3）建立新变量：用小数表示的涨跌幅

3、Data temp3; set temp2; re2=re/100; Run;第5页/共26页6（4）建立新的变量表示其它股东持股比例 Data temp4; set temp3; ratio2=1-ratio/100; Run;第6页/共26页7本节课上机作业（2） 公共信箱下载数据集test1和test2，运用SAS将test1和test2纵向拼成新的数据test。 根据股票收益率大小将test分成四个组，并形成四个子数据集：tmp1，tmp2，tmp3，tmp4。 在数据集test中，第一大股东持股比例在50%以上且每股收益超过1元的公司有多少家？第7页/共26页8描述统计分析 常见的数

4、据统计描述量及意义 (1)(1)表示分布平均水平和位置的特征量: : 均值:数据的平均值Mean 众数:观测值中出现最频繁的数值Mode 中位数:观测值排序中处于中间位置的值Median 百分位数:中位数的推广P1、P33、P99第8页/共26页9 (2)(2)表示分布离散程度的特征量211()1niisxxn 标准差 Std 方差2211()1niisxxn Var 变异系数100sCvx CV 标准误sStdeern STDEER第9页/共26页10 （3 3）表示形状的特征量: :偏度和峰度313()(1)(2)ixxngnns 偏度（ Skewness ）： 偏度主要用于判断分布形状是

5、否对称： 若g1=0，则对称； 若g10，则分布右偏（正偏）； 若g10，表示变量分布比正态分布更集中，分布呈尖峰状态，平均数的代表性较好； 若g20，表示变量分布比正态分布更分散，分布呈平坦峰，平均数的代表性较差。第11页/共26页12 SAS中可以对数据进行描述统计分析的过程步有很多，其中两个最常用的过程中可以对数据进行描述统计分析的过程步有很多，其中两个最常用的过程步是：步是： （1）MEANS过程（均值过程）过程（均值过程） （2）UNIVARIATE过程（单变量过程）过程（单变量过程）第12页/共26页13 MEANS过程用来对数据集中的数值变量计算过程用来对数据集中的数值变量计算简

6、单描述统计量。该过程由下列语句控制：简单描述统计量。该过程由下列语句控制：PROC MEANS options statistics-keywords; VAR variables; BY variables; CLASS variables; OUTPUT OUT=SAS-data-set output-statistics;Run;1. MEANS过程第13页/共26页14（1）PROC MEANS语句 PROC MEANS options statistic-keywords options ：DATA=SAS data set，即用以说明过程分析处理的数据集的名用以说明过程分析处理的数

7、据集的名字，若省略，则用最近操作的字，若省略，则用最近操作的SASSAS数据集；数据集； statistic-keywords：在：在MEANS过程中指出你需要计算哪些统计量。过程中指出你需要计算哪些统计量。第14页/共26页15 N，MEAN，STD，MIN，MAX，SUM， Variance，CV，STDERR，T，PRT，Range, SKEWNESS，KURTOSIS，CLM，LCLM，UCLM，Maxdec T:检验总体平均值是否为检验总体平均值是否为0的的T统计量的值统计量的值 PRT:大于大于T的概率的概率 Maxdec=n:指定打印统计量的小数位的位数指定打印统计量的小数位的位

8、数 如省略不写，如省略不写，SAS将固定输入默认的最常见的几个统计量。将固定输入默认的最常见的几个统计量。该过程可计算如下统计量：第15页/共26页16VAR variables 规定要计算描述性统计量的规定要计算描述性统计量的数值变量数值变量及及顺序顺序。 若省略该句，则对除若省略该句，则对除BY、CLASS语句中列出的变量之外所有数值变量计算语句中列出的变量之外所有数值变量计算描述性统计量。描述性统计量。（2）VAR语句第16页/共26页17（3）BY语句语句 BY variables; 使用使用BY语句可以用语句可以用BY变量定义的观测组分别计算其相应的描述统计量。当变量定义的观测组分别

9、计算其相应的描述统计量。当使用使用BY语句时，要求输入数据集已按语句时，要求输入数据集已按BY变量排序。变量排序。（4）CLASS语句语句 CLASS variables; 该语句和该语句和BY语句一样，可用语句一样，可用CLASS变量定义的观测组分别计算其相应的描变量定义的观测组分别计算其相应的描述统计量。不同点在于排序要求，述统计量。不同点在于排序要求，CLASS语句不要求数据集事先已按语句不要求数据集事先已按CLASS变变量排序。量排序。第17页/共26页18 (5)Freq语句语句 Freq variable; 该语句指定一个数值型的变量，它的值表示输入数据集中相应观测出现的频数。该变

10、量的值应为正整数。该语句指定一个数值型的变量，它的值表示输入数据集中相应观测出现的频数。该变量的值应为正整数。若变量值若变量值1或缺失，相应的观测不参加计算统计量。若这个值不是正整数，则取整数部分。或缺失，相应的观测不参加计算统计量。若这个值不是正整数，则取整数部分。第18页/共26页19 (5)Weight语句语句 Weight variable; 该语句规定一个数值型的变量，它的值表示相应观测的权数。该变量的值应大于该语句规定一个数值型的变量，它的值表示相应观测的权数。该变量的值应大于0。若变量值。若变量值0或缺失，或缺失，假定该值为假定该值为0。第19页/共26页20 OUTPUT OU

11、T=SAS-data-set output-statistics; 该语句要求该语句要求MEANS过程把计算的描述统计量输出到新的过程把计算的描述统计量输出到新的SAS数据集中，数据集中，并用任选项规定新数据集的名及所包含的变量名。这里：并用任选项规定新数据集的名及所包含的变量名。这里： OUT=SAS-data-set：给出由：给出由MEANS过程产生的输出数据集的名字，若想过程产生的输出数据集的名字，若想创建一个永久数据集，则必须规定一个两级名字，缺省时，机器默认的数创建一个永久数据集，则必须规定一个两级名字，缺省时，机器默认的数据集名为据集名为data1等。等。 Output-stati

12、stics：规定在新数据集中所要求的统计量，并规定存放这些统：规定在新数据集中所要求的统计量，并规定存放这些统计量的变量名。计量的变量名。 （6）OUTPUT语句第20页/共26页21Data student; input class sex $ age weight height ;cards; 1 f 15 46 156 1 f 14 41 149 1 m 13 48 155 1 m 14 38 150 2 m 16 55 165 2 f 17 50 160 2 f 16 60 165 2 m 17 65 175 3 f 18 65 165 3 f 17 58 160 3 m 18 70

13、180 3 m 17 68 176;Run;例第21页/共26页22Proc means data= student; var age weight height ;Run;Proc means data= student maxdec=2; var age weight height ; by sex;Run;观察以下几组程序第22页/共26页23proc means data= student maxdec=2; var age weight height ; class sex;run;proc means data= student maxdec=2; var age weight height ; output out=sta n=num mean=a1 a2 a3 std=b1 b2 b3 max=c1 c2 c3;run;第23页/共26页24libname a d:sasdata;proc means data= student maxdec=2; var age weight height ; out