SAS 第二次作业
光科1201 梁修业
7-4-2一种合金在某种添加剂的不同浓度之下，各做三次实验，得数据如下表： 浓度x 10.0 15.0 20.0 25.0 30.0 抗压强度y 25.2 27.3 28.7 29.8 31.1 27.8 31.2 32.6 29.7 31.7 30.1 32.3 29.4 30.8 32.8 (1)作散点图；
(2)以模型y=b
0+b1x+b2x+
ε
,2~0N εσ（，）,拟合数据，其中b0,b1,b2,2σ与x 无
关，求回归方程2012????y b b x b x =++。 解：（1）
（2）将x 看成x1,x^2
看成x2，在表格中增加变量x2，此题即转化为多元线性回归
所以2?19.0333 1.00860.0204y x x =+-。
7-4-3对§7.4例3的钢包容积y和使用次数x的数据，假定
b
x
y ae-=。
（1）画散点图；
（2）试分别作变量替换，化非线性回归模型为线性回归模型并讨论回归方程的显著性。
解：
（1）
（2）利用Insight模块求解。增加两个变量，u=lny,v=-1/x,
说明：方程为
1
?
ln 4.71410.0903()
y
x
=+-，方差分析表中p-值小于0.0001,说明
了回归方程高度显著。
7-4-4槲寄生是一种寄生在大树上部树枝上的寄生植物，它喜欢寄生在年轻的大树上，下表给出在一定条件下完成的实验中采集的数据。
x 3 4 9 15 40
y 28
33
22
10
36
24
15
22
10
6
14
9
1
1
(1)作出（x
i
,y
i
)的散点图，
(2)令z
i
=lny
i
,作出（x
i
,z
i
)的散点图
(3)以模型2
,ln~(0,)
bx
y ae N
εεσ
=拟合数据，其中a,b,2σ与x无关，试求曲线回归方程?bx
?
?y=ae。
解：（1）
（2）Insight模块。增加变量z=lny
(3)承接题（2）数据表。
对bx y ae ε=两边取对数，则lny=lna+bx+ln ε。线性方程为：
逆运算化为曲线回归方程：
0.09?32.46x y
e -=
1.（第七章补充题）16次发酵猪饲料实验结果如下表，其中x 1,x 2,x 3,x 4和y 分别表示发酵温度，发酵时间，pH 值，投曲量和酸度。使用逐步回归方法选择适当的x 1,x 2,x 3和x 4的二次多项式，以预报y 的值。
序号
x 1 x2 x3 x4 y 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 10 10 10 10 20 20 20 20 30 30 30 30 50 50 50 50 12 24 48 72 12 24 48 72 12 24 48 72 12 24 48 72 7 6 5 4 6 7 4 5 5 4 7 6 4 5 6 7 5 10 10 5 10 5 5 10 5 10 10 5 10 5 5 10 6.36 7.43 10.30 11.56 8.66 5.39 15.5 19.53 12.08 13.13 8.03 12.45 13.49 10.77 9.80 16.64
解：
说明：
Step 1: 在只有一个自变量的回归模型中, x2 的回归平方和最大, 经F检验, 它符合选入标准, 于是得到一个自变量的回归方程
y=7.96038+0.08614 x2
Step 2: 对其余3个自变量计算偏回归平方和, 发现其中x3 的偏回归平方和最大, 经F检验, 符合引入上式的回归模型标准; 在引入x3的回归方程中计算x2, x3 的偏回归平方和, 发现它们都足够大, 不能剔除, 于是得两个自变量的回归方程
y=17.05188+0.08614x2-1.653x3
Step 3: 再对其余2个自变量计算偏回归平方和, 经F检验, 发现它们的作用都不显著, 不符合引入第二式的回归模型标准, 于是第二式便是预报y值的最优回归方程.而且从11.17718→ 7.83325 两个MS残的逐次减少, 可见表示回归方程精度的剩余标准差SQRT(MS残)也越来越小。
8-1-2.下表是我国30个省、自治区、直辖市2001年的地区工业、企业的经验效益指标数据，试作主成分分析。x1每百元固定资产原值实现的产值 (元), x2
每百元固定资产原值实现的乎税(元), x3资金利税率(%),x4产值利税率(%),x5每百元销售收入实现的利润(元), x6每百元销售成本实现的利润, x7流动资金周转次数(次/年)
解：利用“分析家”
说明：前3个主成分累计方差贡献率达到96.29%，前3个主成分与原7个单指标的线性组合为：
y1=0.3370z1+0.4811z2+0.4869z3+0.3270z4+0.2930z5+0.2924z6+0.3736z7 y2=-0.4564z1-0.1112z2-0.1204z30.2975z4+0.5100z5+0.5319z6-0.3652z7 y3=0.3156z1-0.2941z2-0.1776z3-0.6406z4+0.4043z5+0.3451z6+0.2989z7 由于第一主成分系数大致相同，可见第一主成分y1为经济效益的全面能力的综合指标；第二主成分系数在x5,x6为较大正数，y2反映一个地区工业、企业的盈利能力；第三主成分系数在x4为绝对值较大负数，y3为产值利税所决定的反映经济效益的一个综合指标。
8-2-1选拔职员对应聘人员测验6门科目：词汇、阅读、同义词、算术、代数、微积分，分别记为x 1,x 2,x 3,x 4,x 5,x 6,将所有应聘者的考试成绩作计算机处理，得样本相关阵，试对这六科成绩作因子分析。样本相关阵为
1
0.720.630.090.090.000.7210.570.1050.150.090.630.5710.140.140.090.090.150.1410.570.630.090.160.150.5710.720.000.090.090.630.721????????????????
??
解：
说明：因子1反映了考生的平均综合能力，因子2反映了语文能力和数学能力的差异。第一因子解差的方差是2.601939，占信息量的43.37%,是主要因子。
8-3-1现有6个铅弹头，用“中子活化”方法测得7种微量元素的含量数据如下表所示，试用系统聚类法对6个弹头进行分类。
元素样品号Ag
X1
Al
X2
Cu
X3
Ca
X4
Sb
X5
Bi
X6
Sn
X7
1 0.05798 0.5150 347.10 21.910 8586 174
2 61.69
2 0.08441 3.9700 347.20 19.710 7947 2000 2440
3 0.07217 1.1530 54.85 3.052 3860 1445 9497
4 0.15010 1.7020 307.50 15.030 12290 1461 6380
5 5.74410 2.8540 229.60 9.657 8099 126
6 12520
6 0.21300 0.7058 240.30 13.910 8980 2820 4135 解：
说明：
(1)分成5类，{2,6}，{1}，{3}，{4}，{5}
(2)分成4类，{1,2,6}，{3}，{4}，{5}
(3)分成3类，{1,2,4，6}，{3}，{5}
(4)分成2类，{3,5}，{1}，{2}，{4}，{6}
(5)分成1类，{1,2,3,4,5，6}
8-4-1对28个人，调查他们乘车还是骑车上班，得数据如下表所示，其中y=1表示乘车上班，y=0表示骑车上班，age表示年龄，income表示月收入，gender 表示性别，gender=1表示男性，gender=0表示女性。对于表中数据，设某位男士年龄50岁，月收入2000元，用最大概率判别法判断他是否乘车。
解：
说明：在misclassified observation 中，如标号29所示，该男子乘车的后验概率为0.6625，判定该男子乘车。
应用多元统计分析S A S 作业 YKK standardization office【 YKK5AB- YKK08- YKK2C- YKK18】
5-9 设在某地区抽取了14块岩石标本，其中7块含矿，7块不含矿。对每块岩石测定了Cu，Ag，Bi三种化学成分的含量，得到的数据如表1。 表1 岩石化学成分的含量数据 (1)假定两类样本服从正态分布，使用广义平方距离判别法进行判别归类（先验概率取为相等，并假定两类样本的协方差阵相等）； (2)今得一块标本，并测得其Cu，Ag，Bi的含量分别为2.95，2.15和1.54，试判断该标本是含矿还是不含矿？ 问题求解 1 使用广义平方距离判别法对样本进行判别归类 用SAS软件中的DISCRIM过程进行判别归类。 SAS程序及结果如下。 data d59; input group x1-x3@@; cards; 1 2.58 0.9 0.95 1 2.9 1.23 1 1 3.55 1.15 1 1 2.35 1.15 0.79 1 3.54 1.85 0.79 1 2.7 2.23 1.3 1 2.7 1.7 0.48 2 2.25 1.98 1.06 2 2.16 1.8 1.06 2 2.3 3 1.7 4 1.1 2 1.96 1.48 1.04
2 1.94 1.4 1 2 3 1.3 1 2 2.78 1.7 1.48 ； proc print data =d59; run ; proc discrim data =d59 pool =yes distance list ; class group; var x1-x3; run ; 由输出结果可知，两总体间的广义平方距离为D 2=3.19774。还可知两个三元总体均值相等的检验结果：D =3.19774，F =3.10891，p =0.0756<0.10，故在显着性水平=0.10α时量总体的均值向量有显着差异，即认为讨论这两个三元总体的判别问题是有意义的。 线性判别函数为： 判别结果为含矿的6号样本错判为不含矿；不含矿的13号样本错判为含矿。 2 对给定样本判别归类 将Cu ，Ag ，Bi 的含量数值2.95、2.15、1.54分别代入线性判别函数得： 1244.674246.978882Y Y ==，。 贝叶斯判别的解{}***1, ,k D D D = 为 {}*|()(),,1, ,(1, ,)t t j D X Y X Y X j t j k t k =>≠==， 由于1244.6742246.97888Y Y =<=，因此待判的样品判为不含矿。 5-10 已知某研究对象分为三类，每个样品考察4项指标，各类的观测样品数分别为7,4,6；类外还有3个待判样品（所有观测数据见表2）。假定样本均来自正态总体。 表2 判别分类的数据
SAS作业（1）详解 By 乔兴龙P57 13.下表分别给出两个文学家马克吐温（Mark Twain）的8篇小品文以及斯诺特格拉斯（Snodgrass）的10篇小品文中由3个字母组成的词的比例： 马克 0.225 0.262 0.217 0.240 0.230 0.229 0.235 0.217 吐温 斯诺 0.209 0.205 0.196 0.210 0.202 0.207 0.224 0.223 0.220 0.201 特格 拉斯 设两组数据分别来自正态总体，且两个总体方差相等，两个样本相互独立。问两个作家所写的小品文中包含由3个字母组成的词的比例是否有显著的差异（取α=）？ 0.05 分析：检验是否有差异，即检验u1-u2=0，方差相等且未知，因此要用t检验法，置信区间a=0.05 操作： 在program editor 中输入 Data P59Q13; input x y @@; card; 0.225 0.209 0.262 0.205 0.217 0.196 0.240 0.210 0.230 0.202 0.229 0.207 0.235 0.224 0.217 0.223 . 0.220 . 0.201 proc print; run; 点击运行一次。 Solutions—analysis—analyst File—open by sas name—work—p59q13—OK Statistics—hypothesis tests—two sample t test for means 选中two variables，x—group 1，y—group 2，mean1-mean2=0，alternative选择第一个，test—confidence intervals选择interval，95.0% OK—OK 所得结果： Two Sample t-test for the Means of x and y 8 09:29 Wednesday, October 7, 2011 Sample Statistics
应用多元统计分析S A S作 业 Prepared on 22 November 2020
5-9 设在某地区抽取了14块岩石标本，其中7块含矿，7块不含矿。对每块岩石测定了Cu，Ag，Bi三种化学成分的含量，得到的数据如表1。 表1 岩石化学成分的含量数据 (1)假定两类样本服从正态分布，使用广义平方距离判别法进行判别归类（先验概率取为相等，并假定两类样本的协方差阵相等）； (2)今得一块标本，并测得其Cu，Ag，Bi的含量分别为，和，试判断该标本是含矿还是不含矿 问题求解 1 使用广义平方距离判别法对样本进行判别归类 用SAS软件中的DISCRIM过程进行判别归类。 SAS程序及结果如下。 data d59; input group x1-x3@@; cards; 1 1 1 1 1 1 1 1 1 2 2
2 2 2 1 2 3 1 2 ； proc print data =d59; run ; proc discrim data =d59 pool =yes distance list ; class group; var x1-x3; run ; 由输出结果可知，两总体间的广义平方距离为D 2=。还可知两个三元总体均值相等的检验结果：D =，F =，p =<，故在显着性水平=0.10α时量总体的均值向量有显着差异，即认为讨论这两个三元总体的判别问题是有意义的。 线性判别函数为： 判别结果为含矿的6号样本错判为不含矿；不含矿的13号样本错判为含矿。 2 对给定样本判别归类 将Cu ，Ag ，Bi 的含量数值、、分别代入线性判别函数得： 1244.674246.978882Y Y ==，。 贝叶斯判别的解{}***1, ,k D D D = 为 {}*|()(),,1, ,(1, ,)t t j D X Y X Y X j t j k t k =>≠==， 由于1244.6742246.97888Y Y =<=，因此待判的样品判为不含矿。 5-10 已知某研究对象分为三类，每个样品考察4项指标，各类的观测样品数分别为7,4,6；类外还有3个待判样品（所有观测数据见表2）。假定样本均来自正态总体。 表2 判别分类的数据
1. Homework1数据集是我国农产品进口排名前10的国家，请对进口额进行描述性统计分析（要求计算均值，标准差，最大，最小，中位数）。 程序及运行结果： /*读入数据文件*/ procimport datafile='C:\Users\Administer\Desktop\SAS\第一次作业 \Homework1.csv'out=homework1; run; procprint data=homework1; run; 上述读取数据的运行结果如下： /*描述性统计*/ procmeans data=homework1 meanstdmaxminmedian ; var VAR3; outputout=result; run; means过程指定输出平均值，标准差，最大值，最小值和中位数的描述性统计结果如下图。
2. Homework2 数据集是对成人每天摄入蛋白质含量的调查数据，利用univariate 过程对调查数据进行描述分析，进一步按照性别分组分析。 （1）读入数据 procimport datafile='C:\Users\Administer\Desktop\SAS\第一次作业 \Homework2.txt'out=homework2; run; procprint data=homework2; run; 打印数据： （2）利用univariate过程对调查数据进行描述分析 procunivariate data=homework2; var VAR3 VAR4 ; run; VAR3变量运行结果（VAR4同理，结果不再列出）如下。其中位置检验表明t检验，符号检验和符号秩和检验都显著，即拒绝原假设。
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)
SAS 第二次作业 光科1201 梁修业 7-4-2一种合金在某种添加剂的不同浓度之下，各做三次实验，得数据如下表： 浓度x 10.0 15.0 20.0 25.0 30.0 抗压强度y 25.2 27.3 28.7 29.8 31.1 27.8 31.2 32.6 29.7 31.7 30.1 32.3 29.4 30.8 32.8 (1)作散点图； (2)以模型y=b 0+b1x+b2x+ ε ,2~0N εσ（，）,拟合数据，其中b0,b1,b2,2σ与x 无 关，求回归方程2012????y b b x b x =++。 解：（1） （2）将x 看成x1,x^2 看成x2，在表格中增加变量x2，此题即转化为多元线性回归 所以2?19.0333 1.00860.0204y x x =+-。
7-4-3对§7.4例3的钢包容积y和使用次数x的数据，假定 b x y ae-=。 （1）画散点图； （2）试分别作变量替换，化非线性回归模型为线性回归模型并讨论回归方程的显著性。 解： （1） （2）利用Insight模块求解。增加两个变量，u=lny,v=-1/x, 说明：方程为 1 ? ln 4.71410.0903() y x =+-，方差分析表中p-值小于0.0001,说明 了回归方程高度显著。
7-4-4槲寄生是一种寄生在大树上部树枝上的寄生植物，它喜欢寄生在年轻的大树上，下表给出在一定条件下完成的实验中采集的数据。 x 3 4 9 15 40 y 28 33 22 10 36 24 15 22 10 6 14 9 1 1 (1)作出（x i ,y i )的散点图， (2)令z i =lny i ,作出（x i ,z i )的散点图 (3)以模型2 ,ln~(0,) bx y ae N εεσ =拟合数据，其中a,b,2σ与x无关，试求曲线回归方程?bx ? ?y=ae。 解：（1） （2）Insight模块。增加变量z=lny
使用SAS软件完成下列任务： 1.对数据集sashelp.class中的身高和体重进行描述性统计分析，计算基本统计量，并给出分析结论。 身高： 结论：身高数据共19个，最大值为72，最小值为51.3，相差20.7。55-65之间的数据最多。中位数为62.8，平均数为62.3。数据的标准差为5.1271，方差为26.2869
体重： 结论：体重数据共19个，最大值为150，最小值为50，相差99.5。中位数为99.5，平均数为100.026。数据的标准差为22.7739，方差为518.652 2.对数据集中的男生和女生分别进行问题1中的基本统计量的计算，并写出结论 身高：
结论：男生身高数据共10个，平均数为63.91。数据的标准差为4.9379，方差为24.3832，对男生身高95%的可能集中于60.3776到67.4424之间。 女生身高数据共9个，平均数为60.5889。数据的标准差为5.0183，方差为25.1836，对女生身高预测95%的可能集中于56.7315到64.4463之间。 男生的身高相较于女生而言更集中。男生身高也普遍比女生高一些。 体重： 结论：男生体重数据共10个，平均数为108.95。数据的标准差为22.7272，方差为516.525，对男生身高95%的可能集中于92.692到125.208之间。 女生体重数据共9个，平均数为90.1111。数据的标准差为19.3839，方差为375.7361，对女生身高预测95%的可能集中于75.2113到105.0109之间。 女生的体重相较于男生而言更集中。女生体重也普遍比男生轻一些。
3-8假定人体尺寸有这样的一般规律，身高(X 1)，胸围(X 2)和上半臂围(X 3)的平均尺寸比例是6:4:1，假设()()1,,X n αα=L 为来自总体()123=,,X X X X '的随机样本，并设()~,X N μ∑。试利用表3.4中男婴这一数据来检验其身高、胸围和上半臂围这三个尺寸变量是否符合这一规律（写出假设H 0，并导出检验统计量）。 解：设32,~(,),~(,)Y CX X N Y N C C C μμ'=∑∑。 121231233106,,,,,014C X X X μμμμμμμ??-?? ? == ? ?-?? ? ??其中，分别为 的样本均值。则检验三个变量是否符合规律的假设为 0212:,:H C O H C O μμ=≠。 检验统计量为 2 1(1)1~(1,1) (3,6)(1)(1) n p F T F p n p p n n p ---+= --+==--， 由样本值计算得：=(82,60.2,14.5)X '，及 15840.2 2.5=40.215.86 6.552.5 6.559.5A ?? ? ? ??? ， 2-1(1)()()()=47.1434T n n CX CAC CX ''=-，
221(1)12 =18.8574(1)(1)5 n p F T T n p ---+= ?=--， 对给定显著性水平=0.05α，利用软件SAS9.3进行检验时，首先计算p 值： p =P {F ≥18.8574}=0.0091948。 因为p 值=0.0091948<0.05，故否定0H ，即认为这组男婴数据与人类的一般规律不一致。在这种情况下，可能犯第一类错误·且犯第一类错误的概率为0.05。 SAS 程序及结果如下： prociml ; n=6;p=3; x={7860.616.5, 7658.112.5, 9263.214.5, 815914, 8160.815.5, 8459.514 }; m0={00,00}; c={10 -6,01 -4}; ln={[6]1}; x0=(ln*x)`/n; print x0; mm=i(6)-j(6,6,1)/n; a=x`*mm*x; a1=inv(c*a*c`); a2=c*x0; dd=a2`*a1*a2; d2=dd*(n-1); t2=n*d2; f=(n+1-p)*t2/((n-1)*(p-1)); print x0 a d2 t2 f; p0=1-probf(f,p-1,n-p+1); fa=finv(0.95,2,4); print p0; run ;
第一章SAS系统概况 SAS（Statistic Analysis System）系统是世界领先的信息系统，它由最初的用于统计分析经不断发展和完善而成为大型集成应用软件系统;具有完备的数据存取、管理、分析和显示功能。在数据处理和统计分析领域，SAS系统被誉为国际上的标准软件系统。 SAS系统是一个模块化的集成软件系统。SAS系统提供的二十多个模块（产品）可完成各方面的实际问题，功能非常齐全，用户根据需要可灵活的选择使用。 ●Base SAS Base SAS软件是SAS系统的核心。主要功能是数据管理和数据加工处理，并有报表生成和描述统计的功能。Base SAS软件可以单独使用，也可以同其他软件产品一起组成一个用户化的SAS系统。 ●SAS/AF 这是一个应用开发工具。利用SAS/AF的屏幕设计能力及SCL语言的处理能力可快速开发各种功能强大的应用系统。SAS/AF采用先进的OOP（面向对象编程）的技术，是用户可方便快速的实现各类具有图形用户界面（GUI）的应用系统。 ●SAS/EIS 该软件是SAS系统种采用OOP（面向对象编程）技术的又一个开发工具。该产品也称为行政信息系统或每个人的信息系统。利用该软件可以创建多维数据库（MDDB），并能生成多维报表和图形。 ●SAS/INTRNET ●SAS/ACCESS 该软件是对目前许多流行数据库的接口组成的接口集，它提供的与外部数据库的接口是透明和动态的。 第二章Base SAS软件 第一节SAS编程基础 SAS语言的编程规则与其它过程语言基本相同。 SAS语句 一个SAS语句是有SAS关键词、SAS名字、特殊字符和运算符组成的字符串，并以分号（；）结尾。 注释语句的形式为：/*注释内容*/ 或*注释内容。 二、SAS程序 一序列SAS语句组成一个SAS程序。SAS程序中的语句可分为两类步骤：DA TA步和
课程作业报告 课程名称：数据统计分析软件 班级：环科1401 学号：A03140377 姓名：沈晶晶 教师：郭微 成绩： P61 例5.1.1（1） data eg51;
input name $ sex $ age salary educa $; label name="姓名" sex="性别" age="年龄"; label salary="工资"educa="受教育情况"; cards ; 李斯 男 20 1200 初 王老五 女 25 1260 初 赵柳 女 28 1350 中 史奇 男 27 1350 高 朱巴 男 30 1290 中 刘久 男 35 1400 中 康实 女 32 1410 高 申山 男 31 1410 高 ;; proc gchart data =eg51; vbar sex; run ; P61 例5.1.1（2） data eg51; input name $ sex $ age salary educa $; label name="姓名" sex="性别" age="年龄"; label salary="工资"educa="受教育情况"; cards ; 李斯 男 20 1200 初 王老五 女 25 1260 初 赵柳 女 28 1350 中 史奇 男 27 1350 高 朱巴 男 30 1290 中
P100 例6.1 title'6种施肥法的小麦植株含氮量的方差分析'; data mp97; input treat nitrogen @@; cards; 1 2.9 2 4.0 3 2.6 4 0. 5 5 4. 6 6 4.0 1 2.3 2 3.8 3 3.2 4 0.8 5 4. 6 6 3.3 1 2. 2 2 3.8 3 3. 4 4 0.7 5 4.4 6 3.7 1 2.5 2 3.6 3 3. 4 4 0.8 5 4.4 6 3.5 1 2.7 2 3.6 3 3.0 4 0. 5 5 4.4 6 3.7 ; proc anova; class treat; model nitrogen=treat; means treat/duncan; run; 6种施肥法的小麦植株含氮量的方差分析 The ANOVA Procedure Class Level Information Class Levels Values treat 6 1 2 3 4 5 6
Computer Software Application on Aquaculture Your grade depends on: 1. Correctness of programming upon the requests in the questions, 2. Syntax error, 3. Structure and notes on the programming, e.g., sub-setting, comments, designation of variables, titles, etc., and 4. Interpretation of the printouts. Attached your answer in two files: 1. a SAS program file, 2. a word file of the answers to the questions by its order. Submit it to my box (yhchien@https://www.doczj.com/doc/4312580815.html,.tw) before 17:00 of June 26 (Thu.) _____________________________________________________________ I. (10%) The following data are the number of fish caught by a standardized sampling gear (an indication of fish survived) in each of the 9-week experiment period. A decaying exponential equation or survival model is used to present the survival condition over the whole experiment period. Fit the given data to the equation: Nt = No x exp (-z x t), where Nt is the number of fish survived at week t, No the number of fish at stocking, z the weekly instantaneous mortality coefficient, by using 1.Direct fitting method, and 2.Log-transform to linear method. Provide the following answers: (1) What are the estimates of No and z? (2) A plot showing the observed and the predicted and a plot for residual distribution. (Data for question I is on attached file Q1data) II. (20%) This question is to test your ability how to reorganize data sets, differentiate some parameters expressing variability, and examine relationships between two (2) Get the summary statistics: mean, standard deviation (std), standard error (stderr), and coefficient of variation (cv) of both height (ht) and weight (wt) and show me and prove to me the mathematical relationships: a. between standard deviation and standard error, b. between cv and mean; (3) Compare the variation between ht and wt; (4) Plot out: (a) an overlay plot of both ht and wt versus age and (b) a plot of wt versus ht; and (5) Fit the data into a weight-length(height) equation: wt=a*ht**b by: (a) Non-linear direct fitting and (b) log-transformed linear fitting (hint: log(wt)=log(a)+b*log(ht). (Data for question II is on attached file Q2 data)
5月31日上机作业： 《统计分析系统SAS》模拟练习，结果不用上传 保险公司为了解车险投保人对保险公司工作的满意程度Y和投保人的年龄X1、事故的严重程度X2 将数据作变换:将X2与Y数据上加上你学号的后1位，如学号的最后一位数据为2，则第1位报险人的X2=51+2，Y=48+2，其余数据依此类推。 一、数据集的建立 1. 简述建立数据集时，SAS逻辑库的作用 2. 若在D盘根目录建立了一个名字为“AA”的逻辑库，，上述数据集名字为temp，在windows 环境下数据集全名为_ ，SAS环境下，数据集名字的完整表示为_ 。 二、基本统计分析 1．INSIGHT中，得到变量X2的均值为_ ，标准差为_ ，变异系数为_ _，方差为为__ 2．变量Y的的均值为_ ，标准差为_ ，变异系数为_ _，方差为为_ _。 三、正态性检验 对数据进行正态性检验，以0.1为显著性水平进行检验，得到的结果中，变量为正态分布，为非正态分布；变量Y的中位数为，数据中有25%的值小于。
四、相关分析 1．变量X1和Y的相关系数为R= ，X2和Y的相关系数R＝，X3和Y的相关系数R ＝，X2和X3的相关系数R= 。 2. 写出用相关系数说明问题时，要注意的几点，至少写出3点。（答案供参考） 答：1）相关系数很强并不表示变量间一定有因果关系，也可能是两个变量同时受第三个变量的影响而使他们有很强的相关； 2）相关系数是说明线性联系程度的。相关系数接近于0的变量间可能存在非线性联系（可能是曲线关系); 3）有时个别极端数据可能影响相关系数; 4）强相关并不表示一定存在因果关系; 5）弱相关并不表示变量间不存在关系。 五、假设检验 1.简述假设检验的基本思想。在假设检验中，P值的含义是什么？（答案供参考） 答：首先给定一个原假设H0，H0是关于总体参数的表述，与此同时存在一个与H0相对立的备择假设H1，H0与H1有且仅有一个成立；经过一次抽样，若发生了小概率事件（通常把概率小于0.05的事件称为小概率事件），可以依据“小概率事件在一次实验中几乎不可能发生”的理由，怀疑原假设不真，作出拒绝原假设H0，接受H1的决定；反之，若小概率事件没有发生，就没有理由拒绝H0，从而应作出拒绝H1的决定。 2、将上述数据，按年龄分为两组，40岁及以下的报险人为一组，40岁以上的报险人为一组，用假设检验分析方法，分析两组不同年龄的报险人，对保险公司工作的满意度有无差别。结果显示t统计量的p值= ，说明组不同年龄的报险人，对保险公司工作的满意度是（相同/不同）的。如果对数据保留一位小数，40岁以下的报险人对保险公司工作的平均满意度为,40岁及以上的报险人对保险公司工作的平均满意度为。 六、回归分析（答案供参考）31 1．进入SAS/INSIGHT环境下，进行回归拟合,选择y为因变量，选择X1-X3为自变量，不将截距选入模型中，单击确定,在0.05的显著性水平下检验，构建模型：Y=a*X1+b*X2+c*X3,得到的回归方程为：
第二次作业 习题7-3 3、下表数据是退火温度x对黄铜延性效应y的实验结果，y是以延长度计的。 x 300 400 500 600 700 800 y 40 50 55 60 67 70 (1)画出散点图 (2)求y对x的线性回归方程。 解： （1） （2） 所以y=24.6+0.06x
（1)作散点图 （2)以模型y=b0+b1x+b2x2+ε,ε~N(0,σ2)拟合数据，其中b0,b1,b2,σ2与x无关，求回归方程y=b0+b1x+b2x2 解： （1）
所以y=19.03+1.01x-0.02x2
3、钢包容积y和使用次数x的侵蚀数据如表所示： (1)作散点图 (2)试作变量替换，化非线性回归模型为线性回归模型并讨论回归方程的显著性。解： （1） （2）程序 data data123; input x y @@; u=log(y);v=1/x;
cards; 2 106.42 3 108.20 4 109.58 5 109.50 7 110.00 8 109.93 10 110.49 11 110.59 14 110.60 15 110.90 16 110.76 18 111.00 19 111.20 ; proc reg; model u=v; run; The REG Procedure Model: MODEL1 Dependent Variable: u Analysis of Variance Sum of Mean Source DF Squares Square F Value Pr > F Model 1 0.00174 0.00174 410.17 <.0001 Error 11 0.00004672 0.00000425 Corrected Total 12 0.00179 Root MSE 0.00206 R-Square 0.9739 Dependent Mean 4.69983 Adj R-Sq 0.9715 Coeff Var 0.04385 Parameter Estimates Parameter Standard Variable DF Estimate Error t Value Pr > |t| Intercept 1 4.71408 0.00090629 5201.49 <.0001 v 1 -0.09029 0.00446 -20.25 <.0001 所以lny=4.71+0.09(-1/x) Pr<0.0001<0.01所以回归方程高度显著。 8.1 例一.有20例肝病患者的四项肝功能指标x1（转氨酶量SGPT)，x2(肝大指数），x3(硫酸锌浊度ZnT)及x4(胎甲球AFP)的观察数据如表所示，试作这四项指标的主成分分析。
，Cu5-9 设在某地区抽取了14块岩石标本，其中7块含矿，7块不含矿。对每块岩石测定了Ag，Bi三种化学成分的含量，得到的数据如表1。 1 岩石化学 (1)假定两类样本服从正态分布，使用广义平方距离判别法进行判别归类（先验概率取为相等，并假定两类样本的协方差阵相等）； (2)今得一块标本，并测得其Cu，Ag，Bi的含量分别为2.95，2.15和1.54，试判断该标本是含矿还是不含矿？ 问题求解 1 使用广义平方距离判别法对样本进行判别归类 用SAS软件中的DISCRIM过程进行判别归类。 SAS程序及结果如下。 data d59; input group x1-x3@@; cards; 1 2.58 0.9 0.95 1 2.9 1.23 1 1 3.55 1.15 1 1 2.35 1.15 0.79 1 3.54 1.85 0.79 1 2.7 2.23 1.3 1 2.7 1.7 0.48 2 2.25 1.98 1.06 2 2.16 1.8 1.06 2 2.3 3 1.7 4 1.1 2 1.96 1.48 1.04 2 1.94 1.4 1 2 3 1.3 1 2 2.78 1.7 1.48 ； proc print data=d59; run; proc discrim data=d59 pool=yes distance list; class group; var x1-x3;
run 2还可知两个三元总体均值相等由输出结果可知，两总体间的广义平方距离为D。=3.19774?=0.10时量总体的均，故在显着性水平，p=0.0756<0.10的检验结果：D=3.19774，F=3.10891 值向量有显着差异，即认为讨论这两个三元总体的判别问题是有意义的。线性判别函数为：号样本错判为含矿。判别结果为含矿的6号样本错判为不含矿；不含矿的13对给定样本判别归类2 分别代入线性判别函数得：、2.15、1.54将Cu，Ag，Bi的含量数值 2.9546.97888?44.67422，YY?。21??***贝叶斯判别的解为D,?,DD k1??*，1,,j?Y(X),k)jD??tX|Y(X)?,k(t?1,, 21；类项指标，各类的观测样品数分别为7,4,65-10 已知某研究对象分为三类， 每个样品考察4 ）。假定样本均来自正态总体。外还有3个待判样品（所有观测 (1)试用马氏距离判别法进行判别分析，并对3个待判样品进行判别归类。 (2)使用其他的判别法进行判别分析，并对3个待判样品进行判别归类，然后比较之。
Lesson #1 Homework 1. Depending on how you plan to use SAS in the future, you might want to seriously consider being certified before you graduate. A number of undergraduate statistics majors have told me that they were drilled in their job interviews about their knowledge of the SAS programming language. If you want to get a leg up on the competition, well then ... :-) 2a. There is basically no effect of dropping the S in the OPTIONS statement -- no warning is made in the log file, no change takes place in the program editor, and the output appears to be formatted just fine . Therefore, we might consider this one of the SAS System's forgivable errors. 2b. If the LS= is dropped from the OPTIONS statement, there is no effect in the program editor. However, the following error message appears in the log file: ERROR 13-12: Unrecognized SAS option name, 78. Although the output appears to be unaffected, it clearly would be if our output was longer than 78 characters. 2c. Deleting the semi-colon at the end of the TITLE statement causes the color-coding of the program to change suggesting that a syntax error exists in the program. SAS gives plenty of notice in the log file: WARNING: The TITLE statement is ambiguous due to invalid options or unquoted text. 4336 InPuT subject gender $ ----- 180 ERROR 180-322: Statement is not valid or it is used out of proper order. 4337 exam1 exam2 hwgrade $; 4338 DATALINES; --------- 180 ERROR 180-322: Statement is not valid or it is used out of proper order. 4339 10 M 80 84 A -- 180 ERROR 180-322: Statement is not valid or it is used out of proper order. SAS attempts to print the data that is in the data set grade (from the previous runs of SAS), except the title in the output is not as intended: Example: getting started with SAS DATA grade
人均GDP与未婚生育率的 相关性分析实验报告 一、选题原因 随着社会经济的发展，经济总量的不断激增，世界经济格局的演变，人均GDP正呈现着两极分化的趋势；随着东西方文化的交汇融合，人们对于性的观念也在不断的发生着变化，青春期生育率（即每千名15-19 岁女性生育数）这个问题也就随之产生。 在我们传统印象里，东方传统文化覆盖的地区，青春期生育率一直以来相对较低，在西方文化覆盖的地区，青春期生育现象较之东方颇为普遍。然而，随着经济文化的不断发展，“90辣妈”，“童颜母亲”等字眼不断出现在我们身边，似乎该现象是随着人均GDP上升而上升。但是同时在广袤的第三世界国家中，尤以非洲，中南美洲以及南亚地区为甚，青春期生育率似乎与人均GDP背道而驰，越是贫穷的地方——即人均GDP越低的地区，青春期生育现象越发普遍。到底人均GDP与青春期 因此，针对该现象，我们从WORLD BANK搜集采纳了各个国家的青春期生育率数据，考虑到世界经济格局在进入到21世纪后发生了不可忽视的变化，经济全球化浪潮也推动了世界移民的热潮，为了使数据更具有代表性，我们剔除了过去较为陈旧的数据，整理了近三年的全球各个国家的青春期生育率数据作为数据容量，并结合各国近三年人均GDP数据，对二者相关性进行了此次分析。 二、数据获取与预处理
首先在世界银行的数据库获取官方数据： https://www.doczj.com/doc/4312580815.html,/indicator/SP.ADO.TFRT， 在这里首先要说明的是，由于GDP的数值远大于青春期生育率的数值，因此在后边分析的时候生育率的数值都是选的去掉百分号的数值，但这并不影响分析过程与结果，仅仅是为了方便。 由于可以下载excel格式的数据，尝试直接将其导入SAS： 可以看出SAS对于原始数据的支持程度较差，需对数据作进一步的预处理：首先删掉表头，然后删掉Indicator Name、Indicator Code等对数据不产生影响的属性，最后只保留country code以及近三年的数据，两张表都做类似处理，再将其导入SAS：
第一章 1．缺省情况下，快捷键F1, F3, F4, F5, F6, F7, F8, F9和Ctrl+E的作用是什么？ F1帮助，F3 end，F4 recall调回提交的代码，F5 激活编辑器窗口，F6激活日志窗口，F7键激活输出窗口，F8 提交，F9键查看所有功能键功能，Ctrl+E 键清除窗口内容。 2．缺省情况下SAS系统的五个功能窗口及各自的作用是什么？怎样定义激活这些窗口的快捷键？ 1）资源管理器窗口。作用：访问数据的中心位置。2）结果窗口。作用：对程序的输出结果进行浏览和管理。3）增强型编辑器窗口。作用：比普通编辑窗口增加了一些功能，如定义缩写，显示行号，对程序段实现展开和收缩等。4）日志窗口。作用：查看程序运行信息。5）输出窗口。查看SAS程序的输出结果。3．怎样增加和删除SAS工具？ 使用菜单栏中的工具=>定制=>“定制”标签实现工具的增加和删除。4．SAS日志窗口的信息构成。 提交的程序语句；系统消息和错误；程序运行速度和时间。 5．在显示管理系统下，切换窗口和完成各种特定的功能等，有四种发布命令的方式：即，在命令框直接键入命令；使用下拉菜单；使用工具栏；按功能键。试举例说明这些用法。 如提交运行的命令。程序写完后，按F3键或F8键提交程序，或单击工具条中的提交按纽，或在命令框中输入submit命令，或使用菜单栏中的运行下的提交，这样所提交的程序就会被运行。 6．用菜单方式新建一个SAS逻辑库。 在菜单栏选择工具—》新建逻辑库出现如图所示界面。 在名称中输入新的逻辑库名称。在引擎中根据数据来源选择不同的引擎，如果只是想建立本机地址上的一个普通的SAS数据集数据库，可以选择默认。然