判别分析
例题某医院眼科研究糖尿病患者的视网膜病变情况, 视网膜病变分轻、中、重三型。研究者用年龄(age)、患糖尿病年数(time)、血糖水平(glucose)、视力(vision)、视网膜电图中的a波峰时（at）、a波振幅(av)、b波峰时(bt)、b波振幅(bv)、qp波峰时(qpt)及qp波振幅(qpv)等指标建立判别视网膜病变的分类函数, 以判断糖尿病患者的视网膜病变属于轻、中、重中哪一型。为此观察131例糖尿病患者,要求其患眼无其他明显眼前段疾患, 眼底无明显其他视网膜疾病和视神经、葡萄膜等疾患,测定了他们的以上各指标值,并根据统一标准诊断其疾患类型,记分类指标名为group。
见表1 (表中仅列出前5例)。试以此为训练样本, 仅取age,vision,at,bt和qpv 等指标, 求分类函数, 并根据王××的信息: 38岁, 视力1.0, 视网膜图at=14.25, bv=383.39, qpv=43.18判断其视网膜病变属于哪一型。
表1 131例糖尿病患者各指标实测记录（前5例）
──────────────────────────────────例号年龄患病血糖视力a波a波b波b波qp波pq波视网膜年数峰时振幅峰时振幅峰时振幅病变程度
──────────────────────────────────
1 49 2.00 191 1.5 12.25 235.40 52.50 417.57 78.5 27.43 A1
2 49 2.00 191 1.2 13.50 225.15 52.00 391.20 78.5 46.69 A1
3 63 4.00 200 1.0 14.25 318.92 53.25 616.35 77.5 35.38 A1
4 63 4.00 200 0.6 14.00 361.90 55.00 723.30 77.0 47.01 A1
5 54 10.00 137 0.
6 13.75 269.59 55.50 451.2
7 78.0 33.70 A2
──────────────────────────────────解假定样本系从总体中随机抽取,则样本中三种疾患类型的样本量可近似地反映先验概率, 利用SAS的Discrim过程可得分类函数
Y1＝-181.447+0.473(age)+60.369(vision)+17.708(at)+0.048(bv)+0.364(qpv)
Y2＝-165.830+0.472(age)+49.782(vision)+17.658(at)+0.034(bv)+0.325(qpv)
Y3＝-189.228+0.178(age)+43.974(vision)+20.447(at)+0.040(bv)+0.265(qpv)
以王××的观察值代入分类函数, 得
Y1=-181.447+0.473×38+60.369×1.0+17.708×14.25+0.048×383.39+0.364×43.18 =183.36
同样可算得：Y2＝180.58, Y3＝179.66
其中最大者为Y1, 故判断为轻度病变。
由上例见, Y1, Y2, Y3的数值相差不多,单纯凭分类函数值的大小作决策有时易出偏差。这时, 分别估计该个体属于各总体的概率却能客观地反映该个体的各种可能归属, 而避免武断。令Y*=179, 从而有
P(Y1｜X1,X2,…,X5)＝e(183.36-180)/(e(183.36-180)+e(180.58-180)+e(179.66-180))
＝e4.36/(e4.36+e1.58+e0.66)＝0.9202
类似地, 可得：P(Y2｜X1,X2,…,X5)＝0.0571 P(Y3｜X1,X2,…,X5)＝0.0227 由此可见王××为轻度病变的概率为0.9202，因此把他判断为轻度病变可靠性较大。
判别分析SAS程序
(STEPDISC + DISCRIM)
一．STEPDISC过程的使用
1. 功能
STEPDISC过程用于逐步判别分析中对变量的剔选。本过程不能计算判别函数。用剔选后得到的变量再调用DISCRIM过程计算判别函数等。
2. 语句
PROC STEPDISC 选择项…;
CLASS 变量;
VAR 变量;
BY 变量;
FREQ 变量;
WEIGHT 变量;
3. 语句说明
(1)PROC STEPDISC语句中的选择项如下:
DATA=SAS数据集名指定用于分析的SAS数据集，即训练样本
SLENTRY=P值指定选入方程的显著性水平，α选，默认值为0.15
SLSTAY=P值指定剔出方程的显著性水平，α剔，默认值为0.15
START=n值指定VAR语句中前n个变量先进入方程，然后再开始剔选INCLUDE=n值指定VAR语句中前n个变量必须包含在方程中
SIMPLE 打印各变量总的及每一类内的简单描述性统计量
(2)CLASS语句指定判别分析用的分类变量名，该变量可以是数字型, 也可以是字符型。
(3)VAR语句指定判别分析用的各指标的变量名。
二．DISCRIM过程的使用
1. 功能
DISCRIM过程用于判别分析，计算判别函数，进行组内，组外考核等，该过程不能剔选变量。如欲剔选变量必须先调用STEPDISC过程。
2. 语句
PROC DISCRIM 选择项…;
CLASS 变量;
VAR 变量…;
PRIORS 选择项;
TESTCLASS 变量;
TESTFREQ 变量;
3. 语句说明
(1)PROC DISCRIM语句中的选择项如下:
DATA=SAS数据集名指定用于训练样本的SAS数据集
TESTDAT=SAS数据集名指定用于组外考核的SAS数据集
SIMPLE 打印训练样本中各变量总的及各类别的简单描述性统计量
THRESHOLD=P值指定判别分类时最小的可接受的事后概率P，默认值为0 LIST 对每个训练样品打印分类结果(即组内考核结果)
LISTERR 仅对每个分类错误的训练样品打印分类结果
CROSSLIST 对每个训练样品打印刀切法分类结果
CROSSLISTERR 仅对分类错误的样品打印刀切法分类结果
CROSSVALIDATE 要求进行刀切法考核
TESTLIST 打印组外考核的每例分类结果
TESTLISTERR 仅打印分类错误的组外考核结果
DISTANCE 打印类间的平方距离
其它选择项还有TCORR,BCORR,WCORR,PCORR,TCOV,BCOV,WCOV和PCOV等。它们和STEPDISC过程中的选择项意义相同。
(2)CLASS,VAR,BY,FREQ和WEIGHT语句和STEPDISC过程中意义相同。
(3)PRIORS语句指定各类事先概率值，可有如下选择项。
EQVAL 各类事先概率值相等，这是默认值
PROP 各类事先概率值取训练样本中各类所占比例
类别变量的输出格式值1=P1，值2=P2，…
(4)TESTCLASS语句指定组外考核数据集中分类变量的变量名。当训练样本数据集和组外考核数据集的分类变量名相同时，此语句可省略。
(5)TESTFREQ语句指定组外考核数据集中的频数变量名。当不需要频数变量或训练样本数据集和组外考核数据集的频数变量名相同时，此语句可省略。
对例1的资料进行逐步判别分析，剔选变量的P值均取0.05,进行组内考核和刀切法考核，并另取一组数据进行组外考核。
例1中的资料已存放在EYE1.XLS文件中，有131例11个变量，作为训练样本。此外，还建立了一个有31例的组外考核样本存放在EYE2.XLS文件中。
首先进行变量的选择。剔选变量的显著性水平均取0.05。
例题SAS程序如下
程序1
data eye1;
infile 'eye1.xls';
input age time glucose vision at av bt bv qpt qpv group ＄;
proc stepdisc data=eye1 slentry=0.05 slstay=0.05;
var age time glucose vision at av bt bv qpt qpv;
class group;
run;
程序1说明：
（１）先用数据步从外部数据文件“eye1.xls”中读入数据，建立SAS数据集“eye1”；其中有11个变量，input语句指定了这11个变量的变量名。前10个为用于判别分析的指标，最后一个变量“group”是类别变量。
（2）用SAS的stepdisc过程进行逐步判别分析。
（3）选择项“DATA=SAS数据集名”指定用于分析的SAS数据集，即训练样本。
（4）选择项“SLENTRY=P值”指定选入方程的显著性水平，α选，默认值为0.15。选择项“SLSTAY=P值”指定剔出方程的显著性水平，α剔，默认值为0.15。这两个选择项也可分别简写为“SLE=P值”及“SLS=P值”。
（5）在“proc stepdisc”语句后可以用的其它常用选择项有：
选择项“START=n值”指定VAR语句中前n个变量先进入方程，然后再开始剔选。
选择项“INCLUDE=n值”指定VAR语句中前n个变量必须包含在方程中。
选择项“SIMPLE”要求打印各变量总的及每一类内的简单描述性统计量（6）CLASS语句指定判别分析用的分类变量名，该变量可以是数字型, 也可以是字符型。
（7）VAR语句指定判别分析用的各指标的变量名。
程序2
data eye2;
infile 'eye2.xls';
input age time glucose vision at av bt bv qpt qpv group ＄;
proc discrim data=eye1 testdata=eye2 list crosslist testlist;
class group;
var age vision at bv qpv;
run;
程序2说明：
（1）先用数据步从外部数据文件“eye2.xls”中读入数据，建立SAS数据集“eye2”；
该数据集将用于组外考核。
（2）用SAS的“discrim”过程进行判别分析。
（3）选择项”data= SAS数据集名” 定义了训练样本数据集；选择项“testdata= SAS
数据集名”定义了组外考核样本数据集。
（4）选择项“list”要求列出所有训练样品的回顾性考核结果。
（5）选择项“crosslist”要求列出所有训练样品的刀切法考核结果。
（6）选择项“testlist”要求列出所有组外考核样品的前瞻性考核结果。（7）在“proc discrim”语句后可以用的其它常用选择项有：
如果不需要列出所有样品的考核结果而只想列出考核错误的样品，则上述选择项“list”，“crosslist”和“testlist”可分别改为“listerr”，“crosslisterr”及“testlisterr”。如果考核错误的样品也不需要列出，则以上三种选择项都不用即可，但需加上选择项“crossvalidate”以便进行刀切法检验，打印出刀切法判别效果及错误率。
选择项“SIMPLE”要求打印各变量总的及每一类内的简单描述性统计量。
选择项“threshold=P值”指定判别分类时最小的可接受的事后概率P，默认为0。
（8）CLASS语句指定判别分析用的分类变量名，该变量可以是数字型, 也可以是字符型。
（9）VAR语句指定判别分析用的各指标的变量名。
（10）另外，还可用“priors”语句指定各类事先概率值。用法如下：“priors equal”表示各类事先概率值相等，这是默认值。
“priors prop”表示各类事先概率值取训练样本中各类所占比例。
“priors 类别变量的输出格式值1=P1，值2=P2，…”给出各类事先概率值；
数据分析 实验指导书 理学院实验中心数学专业实验室编写
实验一SAS系统的使用 【实验类型】（验证性） 【实验学时】2学时 【实验目的】使学生了解SAS系统，熟练掌握SAS数据集的建立及一些必要的SAS语句。 【实验内容】 1. 启动SAS系统，熟悉各个菜单的内容；在编辑窗口、日志窗口、输出窗口之间切换。 2. 建立数据集 表1 Name Sex Math Chinese English Alice f908591 Tom m958784 Jenny f939083 Mike m808580 Fred m848589 Kate f978382 Alex m929091 Cook m757876 Bennie f827984 Hellen f857484 Wincelet f908287 Butt m778179 Geoge m868582 Tod m898484 Chris f898487 Janet f866587 1）通过编辑程序将表1读入数据集sasuser.score; 2）将下面记事本中的数据读入SAS数据集，变量名为code name scale share price: 000096 广聚能源8500 0.059 1000 13.27 000099 中信海直6000 0.028 2000 14.2 000150 ST麦科特12600 -0.003 1500 7.12 000151 中成股份10500 0.026 1300 10.08 000153 新力药业2500 0.056 2000 22.75
3)将下面Excel表格中的数据导入SAS数据集work.gnp； name x1 x2 x3 x4 x5 x6 北京190.33 43.77 7.93 60.54 49.01 90.4 天津135.2 36.4 10.47 44.16 36.49 3.94 河北95.21 22.83 9.3 22.44 22.81 2.8 山西104.78 25.11 6.46 9.89 18.17 3.25 内蒙古128.41 27.63 8.94 12.58 23.99 3.27 辽宁145.68 32.83 17.79 27.29 39.09 3.47 吉林159.37 33.38 18.37 11.81 25.29 5.22 黑龙江116.22 29.57 13.24 13.76 21.75 6.04 上海221.11 38.64 12.53 115.65 50.82 5.89 江苏144.98 29.12 11.67 42.6 27.3 5.74 浙江169.92 32.75 21.72 47.12 34.35 5 安徽153.11 23.09 15.62 23.54 18.18 6.39 福建144.92 21.26 16.96 19.52 21.75 6.73 江西140.54 21.59 17.64 19.19 15.97 4.94 山东115.84 30.76 12.2 33.1 33.77 3.85 河南101.18 23.26 8.46 20.2 20.5 4.3 湖北140.64 28.26 12.35 18.53 20.95 6.23 湖南164.02 24.74 13.63 22.2 18.06 6.04 广东182.55 20.52 18.32 42.4 36.97 11.68 广西139.08 18.47 14.68 13.41 20.66 3.85 四川137.8 20.74 11.07 17.74 16.49 4.39 贵州121.67 21.53 12.58 14.49 12.18 4.57 云南124.27 19.81 8.89 14.22 15.53 3.03 陕西106.02 20.56 10.94 10.11 18 3.29 甘肃95.65 16.82 5.7 6.03 12.36 4.49 青海107.12 16.45 8.98 5.4 8.78 5.93 宁夏113.74 24.11 6.46 9.61 22.92 2.53 新疆123.24 38 13.72 4.64 17.77 5.75 4)使用VIEWTABLE格式新建数据集earn,输入如表所示数据Year earn 1981 125000 1982 136000 1983 122350 1984 65200 1985 844600 1986 255000 1987 265000 1988 280000 1989 136000
程序设计典型例题解析(2)
典型例题解析（2） 一、填空题 1．以顺序输入模式打开“c:\source1.txt”文件的命令是（1）；以输出方式打开“c:\source2.txt”文件的命令是（2）。 分析：Print # 语句用于将把数据写入文件中。Print语句格式为： Open 文件名 [For模式] As [#] 文件号 “For 模式”为指定打开文件的模式是数据的输入模式还是输出模式。 结论：答案应为：（1）Open "c:\source1.txt" For Input As #1 （2）Open "c:\source2.txt" For Output As #2 2.在Visual Basic中，文件系统控件包括（1）、（2）和文件列表框（FileListBox）。三者协同操作可以访问任意位置的目录和文件，可以进行文件系统的人机交互管理。 分析：在Visual Basic中，文件系统控件包括驱动器列表框（DriveListBox）、目录列表
框（DirListBox）和文件列表框（FileListBox）。驱动器列表框可以选择或设置一个驱动器，目录列表框可以查找或设置指定驱动器中的目录，文件列表框可以查找指定驱动器指定目录中文件信息，三者协同操作可以访问任意位置的目录和文件，可以进行文件系统的人机交互管理。 结论：答案应为：（1）驱动器列表框（DriveListBox）（2）目录列表框（DirListBox） 3．每次重新设置驱动器列表框的Drive属性时，都将引发（1）事件。可在该事件过程中编写代码修改目录列表框的路径，使目录列表框内容随之发生改变。 分析：在Visual Basic中，每次重新设置驱动器列表框的Drive属性时，都将引发Change事件。可在Change事件过程中编写代码修改目录列表框的路径，使目录列表框内容随之发生改变。驱动器列表框的默认名称为Drive1，其Change事件过程的开头为Drive1_Change()。 结论：答案应为：（1）Change 4．目录列表框用来显示当前驱动器下目录
层次分析法在最优生鲜农产品流通中的应用 班级 （一）、建立递阶层次结构 目标层：最优生鲜农产品流通模式。 准则层：方案的影响因素有：c1自然属性、c2经济价值、c3基础设施、c5政府政策。 方案层：设三个方案分别为：A1农产品产地一产地批发市场一销地批发市场一消费者、A2农产品产地一产地批发市场一销地批发市场一农贸市场一消费者、A3农业合作社一第三方 物流企业一超市一消费者(本文假设农产品的生产地和销地不在同一个地区)。 。 目标层：G：最优生鲜农产品流通模式 自经基政 准则层：然济础府属价设政性值施策 方案层：A A2A3 1 图 3— 1 递阶层次结构 （二）、构造判断 (成对比较 )矩阵 所谓判断矩阵昰以矩阵的形式来表述每一层次中各要素相对其上层要素的相对重要程度。为
了使各因素之间进行两两比较得到量化的判断矩阵，引入1～9 的标度，见表 标度 a定义 ij 1i 因素与 j 因素同等重要 3i 因素比 j 因素略重要 5i 因素比 j 因素较重要 7i 因素比 j 因素非常重要 9i 因素比 j 因素绝对重要 2，4，6，8为以上判断之间的中间状态对应的标度值 倒数若 i因素与 j 因素比较，得到判断值为， a ji=1/a ij，a ii=1 为了构造判断矩阵，作者对 6 个专家进行了咨询，根据专家和作者的经验，四个准则下的两两比较矩阵分别为： G c1 c2 c3 c4 c1 A1 A2 A3c1c2c3c4 1853 1/811/21/6 1/5211/3 1/3631 A1A2A3 11/31/9 311/8 981
c2 A1 A2 A3 c3 A1 A2 A3 c4 A1 A2 A3 A1A2A3 139 1/318 1/91/81 A1A2A3 129 1/217 1/91/71 A1A2A3 11/31/9 311/7 971 （三）、层次单排序及其一致性检验 层次单排序就是把本层所有要素针对上一层某一要素，排出评比的次序，这种次序以相对的数值大小来表示。 对应于判断矩阵最大特征根λ max 的特征向量，经归一化 (使向量中各元素之和等于 1) 后记为W。 W的元素为同一层次因素对于上一层次因素某因素相对重要性的排序权值，这一过程 称为层次单排序。 能否确认层次单排序，需要进行一致性检验，所谓一致性检验是指对 A 确定不一致的允许范围。 由于λ连续的依赖于a ij，则λ比n大的越多，A的不一致性越严重。用最大特征值对 应的特征向量作为被比较因素对上层某因素影响程度的权向量，其不一致程度越大，引起的判断误差越大。因而可以用λ― n 数值的大小来衡量 A 的不一致程度。
2014——2015学年第 1 学期 合肥学院数理系 实验报告 课程名称：统计软件选讲 实验项目：区间估计与假设检验 实验类别：综合性□设计性□验证性□√ 专业班级： 12级信息与计算科学 姓名：马坤鹏学号： 1207011017 实验地点：数理系数学模型实验室 实验时间： 2014.9.24 指导教师：段宝彬成绩：
一、实验目的 掌握使用SAS对总体参数进行区间估计与假设检验方法。 二、实验内容 1、用INSIGHT对总体参数进行区间估计与假设检验 2、用“分析家”对总体参数进行区间估计与假设检验 3、编程对总体参数进行区间估计与假设检验 三、实验步骤或源程序 1、生成来自标准正态总体的10000个随机数： (1) 求总体的平均值和方差的置信水平为90%的置信区间； (2) 改变随机数的个数，观察并总结样本均值、样本方差的变化以及总体均值和方差的置信区间的变化规律。 2、从某大学总数为500名学生的“数学”课程的考试成绩中，随机地抽取60名学生的考试成绩如表5-6（lx5-2.xls）所示： 表5-6 学生成绩 (1) 分别求500名学生平均成绩的置信水平为98%、90%和85%的置信区间，并观察置信水平与置信区间的关系。 (2) 分别求500名学生成绩的标准差的置信水平为98%和85%的置信区间。 3、装配一个部件时可以采用不同的方法，所关心的问题是哪一个方法的效率更高。劳动效率可以用平均装配时间反映。现从不同的装配方法中各抽取12件产品，记录下各自的装配时间如表5-7（lx5-3.xls）所示： 表5-7 装配时间（单位：分钟） 设两总体为正态总体，且方差相同。问两种方法的装配时间有无显著不同(α = 0.05)？data my.five1; input m n$@@; cards; 31 m 34 m 29 m 32 m 35 m 38 m 34 m 30 m 29 m 32 m 31 m 26 m 26 n 24 n 28 n 29 n 30 n 29 n 32 n 26 n 31 n 29 n 32 n 28 n ; proc ttest h0 = 0alpha = 0.05data= my.five1; var m; class n; run;
实验课程：数据分析 信息与计算科学 业： 专 级： 班 号：学 姓名： 中北大学理学院．
实验一 SAS系统的使用 【实验目的】 了解SAS系统，熟练掌握SAS数据集的建立及一些必要的SAS语句。 【实验内容】 1. 将SCORE数据集的内容复制到一个临时数据集test。 SCORE数据集 English Math Sex Chinese Name 91 90 f 85 Alice 95 Tom m 87 84 93 90 Jenny f 83 80 85 80 Mike m 84 85 89 m Fred 97 83 f 82 Kate 92 Alex 90 m 91 75 Cook m 78 76 82 f Bennie 79 84 85 Hellen f 74 84 90 82 Wincelet f 87 77 Butt m 81 79 86 85 Geoge m 82 89 Tod m 84 84 89 Chris f 84 87 86 65 f 87 Janet math的高低拆分到3个不同的数据集：SCORE2．将数据集中的记录按照math大于等于90的到good数据集，math在80到89之间的到normal数据集，math 在80以下的到bad数据集。 3．将3题中得到的good，normal，bad数据集合并。 【实验所使用的仪器设备与软件平台】SAS 【实验方法与步骤】 1： DATA SCORE; INPUT NAME $ Sex $ Math Chinese English; CARDS; 2
91 85 Alice f 90 84 Tom m 95 87 83 f 93 90 Jenny 80 80 85 Mike m 89 85 m Fred 84 82 83 Kate f 97 91 Alex m 92 90 76 Cook m 78 75 84 82 79 f Bennie 84 74 Hellen f 85 87 82 Wincelet f 90 79 Butt m 77 81 82 m 86 85 Geoge 84 89 84 Tod m 87 84 f Chris 89 87 Janet f 86 65 ; ; Run PROC PRINT DATA=SCORE; DATA test; SET SCORE; ：2 good normal bad; DATA SCORE; SET; SELECT) output good; 90when(math>=) output normal; 80when(math>=&math<90) output bad; when(math<80; end; Run=good; DATA PRINT PROC=normal; DATA PRINT PROC=bad; DATA PRINT PROC ：3 All; DATA good normal bad; SET=All; DATA PROC PRINT;Run 3 【实验结果】 结果一：
《编译原理》习题（一）——词法分析 一、是非题（请在括号内，正确的划√，错误的划×） 1．编译程序是对高级语言程序的解释执行。(× ) 2．一个有限状态自动机中，有且仅有一个唯一的终态。(×) 9．两个正规集相等的必要条件是他们对应的正规式等价。(× ) 二、选择题 1．词法分析器的输出结果是_____。 A．( ) 记号B．( ) 相应条目在符号表中的位置 C．( ) 记号和属性二元组D．( ) 属性值 2．正规式M 1 和M 2 等价是指_____。 ！ A．( ) M1和M2的状态数相等B．( ) M1和M2的有向边条数相等C．( ) M1和M2所识别的语言集相等D．( ) M1和M2状态数和有向边条数相等3．语言是 A．句子的集合B．产生式的集合 C．符号串的集合D．句型的集合 4．编译程序前三个阶段完成的工作是 A．词法分析、语法分析和代码优化 B．代码生成、代码优化和词法分析 C．词法分析、语法分析、语义分析和中间代码生成 D．词法分析、语法分析和代码优化 5．扫描器所完成的任务是从字符串形式的源程序中识别出一个个具有独立含义的最小语法单位即 [ A．字符B．单词C．句子D．句型 6．构造编译程序应掌握______。 A．( )源程序B．( ) 目标语言 C．( ) 编译方法D．( ) 以上三项都是 7．词法分析的任务是 A．识别单词B．分析句子的含义 C．识别句子D．生成目标代码 三、填空题 1．计算机执行用高级语言编写的程序主要有两种途径：___解释__和__编译___。 3.编译过程可分为（词法分析），（语法分析），（语义分析与中间代码生成），（优化）和（目标代码生成）五个阶段。 ? 6.扫描器的任务是从（源程序中）中识别出一个个（单词符号）。 17.一张转换图只包含有限个状态,其中有一个被认为是（初）态;而且实际上至少要有一个（终）态。 1．编译程序首先要识别出源程序中每个(单词)，然后再分析每个(句子)并翻译其意义。3．通常把编译过程分为分析前端与综合后端两大阶段。词法、语法和语义分析是对源程序
实验2 SAS编程基础 SAS语言和其它计算机语言一样，也有其专有的词汇（即关键字）和语法。关键字、名字、特殊字符和运算符等按照语法规则排列组成SAS语句，一个SAS程序由若干数据步、过程步组合而成，而每一个程序步通常由若干语句构成。SAS程序是在Editor窗口中进行编辑，提交运行后可以在Log窗口中显示有关信息和提示，在Output窗口显示运行的结果。 2.1 实验目的 通过实验了解SAS编程的基本概念，掌握SAS编程的基本方法，掌握SAS数据步对数据集的管理和对数据的预处理。 2.2 实验内容 一、建立逻辑库与数据集，包括逻辑库的建立、直接输入数据建立数据集与读取外部数据文件建立数据集。 二、数据文件的编辑与整理，包括数据集的横向合并与纵向合并、数据集内容的复制、变量的增加与筛选、数据集的拆分和数据的排序。 2.3 实验指导 一、建立逻辑库与数据集 1.建立逻辑库 【实验2-1】编程建立逻辑库。 (1) 首先在D盘创建一个文件夹，如D:\SAS_SHYAN\SAS数据集。 (2) 建立逻辑库mylib，编辑并运行下面程序语句即可。 libname mylib "D:\sas_shiyan\sas数据集"; 2.直接输入数据建立数据集 【实验2-2】将表2-1(sy2_2.xls)中的数据直接输入建立数据集sy2_2，并将其存入逻辑库mylib中。 表2-1 职工工资 编号 姓名 性别工作日期 职称 部门基本工资工龄工资奖金扣款 实发工资 1420 0 3003 王以平男1992-8-1 助工生产620300500
3004 林红女1993-8-1 助工供销620280500 200 12003005 吕兴良男1982-1-30 工程师技术1100500500 100 20003006 司马宇男1971-2-17 工人生产520720500 0 17403007 张学武男1967-10-9 工人保卫520800500 200 16203008 冯玉霞女1987-8-1 工程师生产1100400500 250 17503009 赵大强男1968-5-10 工人财务520780500 0 18003010 王萍 女 1987-8-1 工程师 技术 1100 400 500 100 1900 代码如下： data mylib.sy2_2; length gzrq $ 10; input bh $ xm $ xb $ gzrq $ zc $ bm $ jbgz glgz jj kk sfgz; label bh='编号' xm='姓名' xb='性别' gzrq='工作日期' zc='职称' bm='部门' jbgz='基本工资' glgz='工龄工资' jj='奖金' kk='扣款' sfgz='实发工资'; cards; 3003 王以平 男 1992-8-1 助工 生产620 300 500 0 1420 3004 林红 女 1993-8-1 助工 供销620 280 500 200 1200 3005 吕兴良 男 1982-1-30 工程师 技术 1100 500 500 100 2000 3006 司马宇 男 1971-2-17 工人 生产520 720 500 0 1740 3007 张学武 男 1967-10-9 工人 保卫520 800 500 200 1620 3008 冯玉霞 女 1987-8-1 工程师 生产1100 400 500 250 1750 3009 赵大强 男 1968-5-10 工人 财务520 780 500 0 1800 3010 王萍 女 1987-8-1 工程师 技术 1100 400 500 100 1900 ; RUN; 运行完成后，在逻辑库mylib 中双击数据集名sy2_2，可以查看结果如图2-1所示： 图2-1 数据集mylib.sy2_2 说明： (1) SAS 变量的基本类型有两种：数值型和字符型。数值型变量在数据集中的存贮一般使用8个字节。SAS 的字符型变量缺省的长度是8个英文字符，可以使用LENGTH 语句指定变量长度，LENGTH 语句一般应出现在定义变量的Input 语句之前，格式为： LENGTH 字符型变量名 $ 长度； 如： LENGTH gzrq $ 10; (2) 语句：
实验一分析太阳黑子数序列 一、实验目的：了解时间序列分析的基本步骤，熟悉SAS/ETS软件使用方法。 二、实验内容：分析太阳黑子数序列。 三、实验要求：了解时间序列分析的基本步骤，注意各种语句的输出结果。 四、实验时间：2小时。 五、实验软件：SAS系统。 六、实验步骤 1、开机进入SAS系统。 2、创建名为exp1的SAS数据集，即在窗中输入下列语句： 3、保存此步骤中的程序，供以后分析使用（只需按工具条上的保存按钮然后填写完提问 后就可以把这段程序保存下来即可）。 4、绘数据与时间的关系图，初步识别序列，输入下列程序： ods html; ods listing close; 5、run;提交程序，在graph窗口中观察序列，可以看出此序列是均值平稳序列。
6、识别模型，输入如下程序。 7、提交程序，观察输出结果。初步识别序列为AR(2)模型。 8、估计和诊断。输入如下程序： 9、提交程序，观察输出结果。假设通过了白噪声检验，且模型合理，则进行预测。 10、进行预测，输入如下程序： 11、提交程序，观察输出结果。
12、退出SAS系统，关闭计算机。总程序： data exp1; infile "D:\"; input a1 @@;
year=intnx('year','1jan1742'd,_n_-1); format year year4.; ; proc print;run; ods html; ods listing close; proc gplot data=exp1 ; symbol i=spline v=dot h=1 cv=red ci=green w=1; plot a1*year/autovref lvref=2 cframe=yellow cvref=black ; title "太阳黑子数序列"; run; proc arima data=exp1; identify var=a1 nlag=24 minic p=(0:5) q=(0:5); estimate p=3; forecast lead=6 interval=year id=year out=out; run; proc print data=out; run; 选取拟合模型的规则: 1.模型显著有效(残差检验为白噪声)
实验报告三 （四学时） 2.1 实验目的 （1）掌握函数的定义和调用； （2）了解函数间的参数传送； 2.2 基础实验 【题目3-1】编写函数实现将输入的字母转换成大写字母（若输入小写则转换，大写字母直接输出，其他字符请输出提示“请输入字母”）。 算法分析： 1、输入：通过键盘接收一个字符； 2、条件判断：调用判别函数 3、函数功能为：蒋所输入字符进行判别处理，若输入小写则转换，大写字母直接输出，其他字符请输出提示“请输入字母” 4、程序结束。 【实验3-1】代码及运行结果：
【题目3-2】从键盘输入若干个同学计算机课程期末考试成绩（学生人数可由用户输入），求该课程的期末成绩的平均分并输出。 函数功能要求：实现若干（例如5名）同学的的期末成绩输入，并统计出平均分。 算法分析： 1、输入：通过键盘接收同学个数； 2、调用求平均分函数 3、输出平均成绩 4、程序结束。
【实验3-2】代码及运行结果：
【题目3-3】请用函数编写程序实现：计算3 到100 之间所有素数的平方根之和，并输出。s=148.874270。 算法分析： 1、编写函素数判别函数，确定返回标记，如果是素数返回1，否则返回0 2、编写主函数，用一重循环遍历100以内所有数据 2.1、通过素数判别函数对循环的数据进行是否为素数的判别 2.2、返回判别为真的整数，并输出 3、程序结束。 【实验3-3】代码及运行结果： #include
层次分析法在最优生鲜农产品流通中的应用 班级 （一）、建立递阶层次结构 目标层：最优生鲜农产品流通模式。 准则层：方案的影响因素有：1c 自然属性、2c 经济价值、3c 基础设施、5c 政府政策。 方案层：设三个方案分别为：1A 农产品产地一产地批发市场一销地批发市场一消费者、2A 农产品产地一产地批发市场一销地批发市场一农贸市场一消费者、3A 农业合作社一第三方物流企业一超市一消费者(本文假设农产品的生产地和销地不在同一个地区)。 。 图3—1 递阶层次结构 （二）、构造判断(成对比较)矩阵 所谓判断矩阵昰以矩阵的形式来表述每一层次中各要素相对其上层要素的相对重要程度。为 目标层： 准则层： 方案层：
了使各因素之间进行两两比较得到量化的判断矩阵，引入1～9的标度，见表 为了构造判断矩阵，作者对6个专家进行了咨询，根据专家和作者的经验，四个准则下的两两比较矩阵分别为：
（三）、层次单排序及其一致性检验 层次单排序就是把本层所有要素针对上一层某一要素，排出评比的次序，这种次序以相对的数值大小来表示。 对应于判断矩阵最大特征根λmax的特征向量，经归一化(使向量中各元素之和等于1)后记为W。 W的元素为同一层次因素对于上一层次因素某因素相对重要性的排序权值，这一过程称为层次单排序。 能否确认层次单排序，需要进行一致性检验，所谓一致性检验是指对A确定不一致的允许围。 a，则λ比n 大的越多，A 的不一致性越严重。用最大特征值对由于λ连续的依赖于 ij 应的特征向量作为被比较因素对上层某因素影响程度的权向量，其不一致程度越大，引起的判断误差越大。因而可以用λ―n数值的大小来衡量A 的不一致程度。
一、实验目的 通过实验了解受试抑郁的主观感受、轻重程度及其在治疗中的变化，掌握个别施测的使用方法。掌握抑郁自评量表的原理、实施、记分与结果解释方法。 二、实验材料 大学生心理测验系统 三、实验步骤 3.1 进入大学生心理测验系统后再点击进入人格特点测评项目。 3.2 点击测试项目名称即抑郁自评量表（SDS），进入抑郁自评量表界面。 3.3输入被试信息，确定后桌面弹出测验指导与窗口，认真阅读指导语： ①在这个问卷测试当中有20个问题,请你依次回答这些问题，答案选项包括“没有或很少时间”、“少部分时间”、“相当多时间”和“绝大部分或全部时间”四个选项，每一测题只能选择一个答案； ②该问卷测试评定的是最近一周的实际感觉； ③本测验不计时间，但应凭自己的直觉反应进行作答，不要迟疑不决，拖延时间； ④有些题目你可能从未思考过，或者感到不太容易回答。对于这样的题目，同样要求你做出一种倾向性的选择。 确定阅读完毕后开始测试。 3.4按照出现题目的先后顺序作答，直至答题完毕。 四、实验结果 4.1 受试信息 姓名：XXX 性别：女年龄：20 文化程度：本科测验耗时：00:00:43 4.2 受试结果 总粗分65 标准总分81.25 参考诊断：有（重度）抑郁症状 重点提示： 抑郁精神性，因子得分：6 抑郁躯体障碍，因子得分：27 抑郁精神运动性障碍，因子得分：6 抑郁心理障碍，因子得分：26 五、实验结果分析 该测试结果提示受试有重度抑郁的倾向，主要表现为： 情绪非常低落，感觉毫无生气，没有愉快的感觉，经常产生无助感或者绝望感，自怨自责。经常有活着太累，想解脱、出现消极的念头，还常哭泣或者整日愁眉苦脸，话语明显少，活动也少，兴趣缺乏，睡眠障碍明显，入睡困难或者早醒，性欲功能 基本没有。 六、讨论或思考 SDS为短程量表，操作方便，容易掌握，能有效地反映抑郁状态的有关症状及其严重程度和变化。SDS的评分不受年龄、性别、经济状况等因素影响，目前在国外已被广泛应用。
90-08年人民消费能力分析 一、问题提出 改革开放以来中国经济飞速发展，GDP连续超过德国、日本，现以成为世界上第二大经济体，人民生活水平不断提高，但受金融危机的影响，近几年来物价持续上涨，本月CPI创历史新高，人民的消费能力是否随着GDP的增加而增加呢？本文以中国经济年鉴中的“人民消费支出构成”的数据为依据利用统计软件SAS 进行了相关分析。数据如下 食品衣着居住家庭设备用品及服务交通通讯文教娱乐用品及服务医疗保健其他商品及服务 1990 58.8000 7.7700 17.3400 5.2900 1.4400 5.3700 3.2500 0.7400 1995 58.6200 6.8500 13.9100 5.2300 2.5800 7.8100 3.2400 1.7600 2000 49.1300 5.7500 15.4700 4.5200 5.5800 11.1800 5.2400 3.1400 2005 45.4800 5.8100 14.4900 4.3600 9.5900 11.5600 6.5800 2.1300 2007 43.0800 6.0000 17.8000 4.6300 10.1900 9.4800 6.5200 2.3000 2008 43.6700 5.7900 18.5400 4.7500 9.8400 8.5900 6.7200 2.0900 二、问题分析 1、通过对消费种类进行主成分分析判断人民的消费情况。 2、对主成分标准化后在分析各年的消费能力排名。 三、解决问题 3.1 SAS程序： data examp4_4; input id x1-x8; cards; 1990 58.8000 7.7700 17.3400 5.2900 1.4400 5.3700 3.2500 0.7400 1995 58.6200 6.8500 13.9100 5.2300 2.5800 7.8100 3.2400 1.7600 2000 49.1300 5.7500 15.4700 4.5200 5.5800 11.1800 5.2400 3.1400 2005 45.4800 5.8100 14.4900 4.3600 9.5900 11.5600 6.5800 2.1300 2007 43.0800 6.0000 17.8000 4.6300 10.1900 9.4800 6.5200 2.3000 2008 43.6700 5.7900 18.5400 4.7500 9.8400 8.5900 6.7200 2.0900 ; run; proc corr cov nosimple data=examp4_4; var x1-x8; run; proc princomp data=examp4_4 out=bb; var x1-x8; run; data score1; /*以下程序是对各年按第一主成分得分进行排名并打印结果*/ set bb; keep id prin1;
六、设计题 1．某单片机控制系统有8个发光二极管。试画出89C51与外设的连接图并编程使它们由右向左轮流点亮。 答：图(5分) 构思(3分) MOV A，#80H (1分) UP：MOV P1，A (1分) RR A (2分) SJMP UP (1分) 2．某控制系统有2个开关K1和K2，1个数码管，当K1按下时数码管加1，K2按下时数码管减1。试画出8051与外设的连接图并编程实现上述要求。 答：图(5分) 构思(3分) 程序（4分） ORG 0000H LJMP MAIN ORG 0003H LJMP AINT0 ORG 0013H LJMP BINT1 MAIN: MOV IE,#83H SETB IT0 SETB IT1 MOV R0,#00H MOV DPTR,#TAB UP: MOV A,R0 MOVC A,@A+DPTR MOV P1,A SJMP UP AINT0: INC R0 CJNE R0,#10,AINT01 MOV R0,#0 AINT01: RETI BINT1: DEC R0 CJNE R0,#0FFH,BINT11 MOV R0,#9 BINT11: RETI 1.已知在累加器A中存放一个BCD数(０～9)，请编程实现一个查平方表的子程序。 1.SQR：1NC A MOVC A，@A+PC RET TAB：DB 0，1，4，9，16 DB 25，36，49，64，81 2.请使用位操作指令实现下列逻辑操作：BIT=(10H∨P1.0)∧(11H∨C Y) 2.ORL C，11H
MOV 12H，C MOV C，P1.0 ORL C，/10H ANL C，12H MOV BIT，C RET 3.已知变量X存于V AR单元，函数值Y存于FUNC单元，按下式编程求Y值。 Y= 10 0 1 x x x > - = 0,Y=1 MOV A，#0FFH ;x<0,Y=-1 SJMP RES POSI：MOV A，#01H RES：MOV FUNC，A RET 4.已知在R2中存放一个压缩的BCD码，请将它拆成二个BCD字节，结果存于SUM开始的 单元中(低位在前)。 4. MOV R0，#SUM MOV A，R2 ANL A,#OFH MOV @R0，A ；存低字节BCD MOV A，R2 ANL A，#0F0H SW AP A 1NC R0 MOV @R0，A ；存高字节BCD RET 5.将存于外部RAM 8000H开始的50H数据传送0010H的区域，请编程实现。 5. MOV DPTR，#8000H MOV R0，#10H MOV R2，#50H LOOP：MOVX A，@DPTR ；取数 MOVX @R0,A ；存数 1NC DPTR 1NC R0 DJNZ R2，LOOP RE T
单选 1. 属于黑盒测试的方法？( C) A.基于基本路径 B.控制流 C.基于用户需求测试 D.逻辑覆盖 2．在Assert类中断言对象为NULL是_____。（D） A.assertEquals B.assertTrue C.fail D.assertNull 3．___________的目的是对最终软件系统进行全面的测试确保最终软件系统产品满足需求(A） Ａ．系统测试Ｂ．集成测试 Ｃ．单元测试Ｄ．功能测试 4．有一组测试用例使得每一个被测试用例的分支覆盖至少被执行一次，它满足的覆盖标准___________。（B） A. 语句覆盖 B.判定覆盖 C.条件覆盖 D.路径覆盖 5.软件测试的目的是___________。（C） Ａ．表明软件的正确性Ｂ．评价软件质量 Ｃ．尽可能发现软件中的错误Ｄ．判定软件是否合格 6.关于白盒测试与黑盒测试的最主要区别，正确的是___________。（A） Ａ．白盒测试侧重于程序结构，黑盒测试侧重于功能 Ｂ．白盒测试可以使用测试工具，黑盒测试不能使用工具 Ｃ．白盒测试需要程序参与，黑盒测试不需要 Ｄ．黑盒测试比白盒测试应用更广泛 7.软件测试类型按开发阶段划分___________。（B） Ａ．需要测试﹑单元测试﹑集成测试 Ｂ．单元测试﹑集成测试﹑确认测试﹑系统测试﹑验收测试 Ｃ．单元测试﹑集成测试﹑确认测试 Ｄ．调试﹑单元测试﹑功能测试 8.在Junit中，testXXX()方法就是一个测试用例，测试方法是______。（B） Ａ．private void testXXX() Ｂ．public void testXXX() Ｃ．public float testXXX() Ｄ．public int testXXX() 9.软件测试是软件质量保证的重要手段，下述哪种测试是软件测试的最基础环节？（A）A．单元测试B．集成测试 C．目的测试D．确认测试 10.增量式集成测试有3种方式：自顶向下增量测试方法，和混合增量测试方式。（D ） A．自中向下增量测试方法B．多次性测试 C．维护D．自底向上增量测试方法 1）以下不属于软件测试的原则有（D ）。 A.程序最好别让由编写该程序的程序员自己来测试
旅游业发展水平评价问题 摘要 为了研究比较两个旅游城市Q、Y的旅游业发展水平，建立层次分析法]3[数学模型，对两个旅游城市Q、Y的旅游业发展水平进行了评价. 首先，通过对题目中的图1、表1进行了分析与讨论，根据层次分析法，建立了目标层A、准则层B和子准则层C、方案层D四个层次，通过同一层目标之 间的重要性的两两比较，得出判断矩阵,利用]1[ MATLAB编程对每个判断矩阵进行求解. 其次,用MATLAB软件算出决策组合向量，再比较决策组合向量的大小，由“决策组合向量最大”为目标,得出城市Y的决策组合向量为0.4325，城市Q组合向量为0.5675. 最后，通过城市Q旅游业发展水平与旅游城市Y旅游业发展水平的决策组合向量比较，得出城市Q的旅游业发展水平较高. 关键词层次分析法MATLAB旅游业发展水平决策组合向量
1.问题重述 本文要求分析Q Y,两个旅游城市旅游业发展水平,并且给出了两个城市各方面因素的对比，如城市规模与密度，经济条件，交通条件，生态环境条件，宣传与监督，旅游规格，空气质量，城市规模，人口密度，人均GDP，人均住房面积，第三产业增加值占GDP比重，税收GDP，外贸依存度，市内外交通，人均拥有绿地面积，污水集中处理率，环境噪音，国内外旅游人数，理赔金额，立案数量，A级景点数量，旅行社数量，星级饭店数量.建立数学模型进行求解. 2.问题分析 本文要求分析Q Y,两个城市的分析Y,两个旅游城市旅游业发展水平，在对Q 中，发现需要考虑因素较多，第一、城市规模与密度，包括城市规模与人口密度.第二、经济条件，包括外贸依存度，人均GDP，人均住房面积，第三产业增加值占GDP比重，税收GDP.第三、交通条件，包括市内外交通.第四，生态环境条件包括空气质量，人均绿地面积，污水处理能力，环境噪音.第五、宣传与监督，包括国内外旅游人数，游客投诉立案件数.第六、旅游规格，包括A级景点个数，旅行社个数，星级饭店个数，这就涉及到层次分析法来估算各个指标的权重，评出最优方案.具体内容如下： （1）本文选择了对Q Y,两个旅游城市旅游业发展水平有影响的19个指标作为评价要素,指标规定如下： 城市规模：城市的人口数量. 人口密度：单位面积土地上居住的人口数.是反映某一地区范围内人口疏密程度的指标.人口影响城市规模.人口密度越大城市规模也就越大. 人均GDP：即人均国内生产总值. 人均城建资金：即用于城市建设的资金总投入. 第三产业增加值：增加值率指在一定时期内单位产值的增加值.即第三产业增加值越高越能带动城市经济的发展. 税收GDP：税收是国家为实现其职能，凭借政治权力，按照法律规定，通过税收工具强制地、无偿地征收参与国民收入和社会产品的分配和再分配取得财政收入的一种形式. 外贸依存度：即城市对于外贸交易的依赖程度. 市内交通：即城市市区交通情况. 市外交通：即城市郊区交通情况.市内交通与市外交通对于城市交通条件具有同等的重要性. 空气质量：即城市总体空气质量情况.空气质量越好对于城市生态环境就越好. 人均绿地面积：即反应城市绿化面积以及人口密度的比值关系. 污水处理能力：城市污水处理水平. 环境噪音：城市环境噪音情况. 国内外旅客人数：国内外来旅客一年总人数.人数越多说明宣传与监督就越好.
院系：数学与统计学学院 专业：__统计学 年级：2009 级 课程名称：统计分析 ____ 学号：____________ 姓名：_________________ 指导教师：____________ 2012年4月28日 （一）实验名称 1. 编程计算样本协方差矩阵和相关系数矩阵；
2. 多元方差分析MANOVA。 （二）实验目的 1. 学习编制sas程序计算样本协方差矩阵和相关系数矩阵; 2. 对数据进行多元方差分析。 （三）实验数据 第一题： 第二题:
（四）实验内容 1. 打开SAS软件并导入数据； 2. 编制程序计算样本协方差矩阵和相关系数矩阵; 3. 编制sas程序对数据进行多元方差分析； 4. 根据实验结果解决问题，并撰写实验报告； （五）实验体会（结论、评价与建议等） 第一题： 程序如下： proc corr data=sasuser.sha n cov; proc corr data=sasuser.sha n no simple cov; with x3 x4; partial x1 x2; run; 结果如下： （1）协方差矩阵 $AS亲坯 曲；15 Friday, Apr： I SB,沙DO COUR过程 x4 目由度=30 Xi x2x3x4x5X? -10.I9B4944-0.45E2GJ5I.3347097-G.1193E48-￡0.e75?GS
-ID. 188494669,36&Q3?9-7.22IO&OS1J5692043I5.49ee^91S.Oa97SM -8.45S2645■7,221050829.S78&S46-6.372E47I-15.3084183-21.7352376-11.5674785 1.3841097 1.G5S2M7t.3726171IJ24?17B 4.e093011 4.4C12473 2.B747CM -G. I1S3S49 1.GS92043-is.soul aa 4.B09B01I68.7978495劣』S670971S.57ai1B3 -IH.05l6l?a15.43S6569-J1.73S2376孔耶124TB27.0387097105.103225&S7.3505S7E： -2D K5752??319-11337204-1L55M7S52r9747?3i19,573118337.3S0&87E33.3SQ6452 (2) 相关系数矩阵 Pearson相关系数” N =引 当HO： Rho=0 时.Prob > |r| Xi Xi xl 1.QQ000 x2 -C.23954 0.2061 x3 -0,30459 0.0957 x4 0.18975 Q.3092 x5 '0.14157 0.4475 x6 -0.83787 0.0630 -0.49292 0.0150 x2-0.23354 1.00000-0.162750.143510.022700.181520.24438 x20.20C10.31:1?0.441?0.90350.32640.1761 x3-0.30459-0.16275 1.00000-0.06219-0.34641-0.^797-0.23674 x30.095?0.381?<.00010.0563o.oses0 JS97 x40.1S8760.14351-0.86219L000000.400540,313650.22610 x40.30920.4412<.0001 D.02EG Q.085S0.2213 x5-0J 41570.02270-0.946410.40054 1.000000.317370.26750 x50.4J750.90350.0G68Q.025&0.08130 + 1620 x6-0.33?e?0.1S162-0.397970.813650.31787LOOOOO0.82976 x60.0S300.32840.02660.08580.0813C0001辺-0.432920.24938-0.288740.22810 D.267600.92976 1.00000 x70,01500J7610.19970.22130JG20<.0001 第二题： 程序如下： proc anova data=sasuser.hua ng; class kind; model x1-x4=k ind; manova h=k ind; run; 结果如下： (1)分组水平信息 The ANNA Procedure Cla^s Level Informat ion Class Level?Values kind 3 123 Number of observatIons CO (2) x1、x2、x3、x4的方差分析