SAS期末论文

合集下载

SAS课程论文

城乡居民医疗保健消费支

出分析

城乡居民医疗保健消费支出分析

摘要：医疗保健消费支出在居民消费支出中占有重要地位，在一定程度上反映着国家医疗制度与居民生活水平的情况。分析历年城乡居民医疗保健消费支出具有一定的现实意义。本文用SAS软件，对1996—2009年的统计数据进行各种分析。其中包括，城乡居民医疗保健消费支出发展趋势，以及城乡差异显著性分析。关键词：医疗保健消费支出城乡居民

一、引言

改革开放以来，我国进入了高速发展阶段，人民生活水平有了很大提高。与此同时，城乡医疗保健消费支出的发展趋势是怎样的？城镇与农村居民在医疗保健上的支出到底有着怎样的差距？带着这些问题，本文进行了下文的分析。二、数据的选取和录入

本文选取数据为1996—2009年全国城镇和农村家庭人均每年的医疗保健消费支出，数据均来源于国家统计局网站的统计年鉴。在SAS中录入数据如下：data payment;

input year urban rural@@;

cards;

1996 143.28 58.26

1997 179.68 62.45

1998 205.16 68.13

1999 245.59 70.02

2000 318.07 87.57

2001 343.28 96.61

2002 430.08 103.94

2003 475.98 115.75

2004 528.15 130.56

2005 600.85 106.45

2006 620.54 191.51

2007 699.09 210.24

2008 786.2 245.97

SAS结课论文-关于全球平均气温的建模及分析

SAS结课论文

关于全球平均气温的建模及分析

摘要

本文对1866年到2010年145年间的全球平均气温数据进行分析，最终建立全球平均气温随时间变化的数学模型，并对未来气温水平进行预测。

首先，整理数据（数据1）后用SAS软件做出全球平均气温随时间（为分析方便起见，本文将时间简化为从1开始的自然数序列）变化的时序图。观察分析，发现时序图存在明显的长期趋势成分，用高斯迭代法拟合出全球平均气温时间序列中的长期趋势成分的数学模型。

然后，从原时间序列中剔除长期趋势成分，生成数据2（以下称剩余数据），对剩余数据作时间序列分析，并建立相应的时间序列模型。

最后，还原到原始数据，建立预案实施时间序列的数学模型，并对模型作出合理评价。

关键词：SAS软件时间序列分析长期趋势 MA模型

一、问题的重述

在全球变暖的大背景下，对全球平均气温变化情况的研究，显得非常有意义也有必要，在已知历史数据的情况下对全球平均气温的变化情况建立数学模型，并进行分析及预测。

二、模型假设

1、已知的145个全球平气温数据可靠。

2、145个时间序列数据的随机波动项是白噪声序列。

3、短期之内全球平均气温不会发生较大波动。

三、符号说明

四、分析及建模

首先，做出原始数据的时序图，如图1

图1 全球平均气温时序图由图1可知，该时间序列明显存在长期趋势成分。

第一步：长期趋势成分建模：

经过多次尝试，得拟合长期成分的SAS程序如下：data t;

set sasuser.t;

n2=n**2;

n3=n**3;

n4=n**4;

run;

proc print data=t;

sas课程论文(免费)

第一个问题：

浦丰投针方法计算圆周率π:平面上画有间隔为d （d>0）的等距平行线，向平面任意投掷一枚长为l(l<d)的针，求针与任一平行线相交的概率。

解：以x 表示针的中点与最近一条平行线的距离，又以φ表示针与此直线间的交角，见图1。易知样本空间Ω满足

0≤x ≤d/2，0≤φ≤∏

由这两式可以确定x — φ平面上的一个矩形Ω，这就是样本空间，其面积为S Ω=d ∏/2。这时为了针与平行线相交(记为事件A)，其充要条件是

x ≤

sin 2

φ 由这个不等式表示的区域是图2 中的体阴影区域

图1 蒲丰投针问题图2 浦丰投针问题中的Ω和A

由于针是向这个平面任意投掷的，所以由等可能性知这是一个几何概率问题。由此得

sin 22()2

A l

d l p A d d S

φφΩ

=⎰

∏

∏∏ 如果l ，d 为已知，则以∏的值代入上式即可计算得()p A 之值。反之，如果已知()p A 的值，则也可以利用上式去求∏，而关于()p A 的值，可以从试验中获得的频率去近似它：即投针N 次，其中针与平行线相交n 次，则频率

可作为()p A 的估计值，于是由 n N 2l

≈p(A)=

d π

可得

2lN

π≈

这是一个颇为奇妙的方法：只要设计一个随机试验，使用过事件的概率与某个未知数有关，然后通过重复试验，以频率估计概率，即可求得未知数的近似解。一般来说，试验次数越多，则求得的近似解就越精确。随着电子计算机的出现，我们便可以利用计算机来大量地模拟所设计的随机试验。

以下我们利用sas 处理这一问题：下表是从网上搜集的一组数据：

SAS论文统计分析与应用 sas统计分析

SAS

统计分析与应用

学号：xxxxxxxx

班级：xxx

姓名：xxx

第一早

第——早：摘要，”，”，”

2.1 研究目的”，””

2.2采用方法,,,,,,,

2.3理论知识.,,,,,,,

第三章

第四章

第五早第六章第七章数据预处理及具体模型,,,,,,,

3.1建立的数据集

3.2主要程序.，,,

计算结果及分

析,,,,,,,,

4.1使用INSIGHT模块做主成分分析的步骤，,,,,,,

4.2主成分的结果分析

总结分

析””,，”,

参考文

献,,,,,,,,,

附

录,,,,,,,,,,

SAS系统是世界公认的权威性统计软件之一，是一个大型集成信息分析管理系统。

本次论文是用SAS系统对2007各地区农村居民家庭平均每人现金现金支出状况进行分析采用的数据是北京、天津等省农村居民家庭平均每人现金现金支出状（原始数据见附录）。

选出31省的情况作为统计分析数据，其中分析的项目为：期内现金支出、生产费用支出、家庭经营费用支出、农业生产支出、牧业生产支出、购买生产性固定资产支出、税费支出、生活消费现金支出、财产性支出、转移性支出，次用变量XI、X2、X3、X4、X5、X6、X7、X8、X9、X10。运

用SAS软件，运用主成分分析的方法对数据进行处理：

（一）对于所选取的统计数据用MEANS过程进行简单描述统计分析，得出数据平均值、数据标准

（二）对于所选取的统计数据用 INSIGHT模块做主成分分析计算协方差矩阵的特征值或是计算相关系数矩阵的特征值（Eigenvalue ）、简单统计量、相关系数矩阵、相关系数矩阵的特征值以及相关系数矩阵的特征向量。系统默认计算相关系数矩阵的特征值和特征向量。

关于sas毕业论文

一摘要 0

二基本介绍 (2)

2.1、因子分析模型 (2)

三数据预处理 (3)

四计算结果及分析 (3)

4.1、用“主成分法”求因子载荷阵 (3)

4.2、因子旋转 (6)

4.3、结果分析 (8)

参考文献 (10)

附录 (11)

一摘要

本文选出2007年分地区城镇住户31个省的情况作为统计分析数据，其中分析的项目为：城镇居民家庭人均可支配收入(元)；城镇居民家庭人均可支配收入指数(上年=100)；城镇居民平均每人全年总收入(元)；城镇居民家庭平均每人全年消费性支出(元)；城镇居民家庭恩格尔系数(%。依次用F2，F3，F4，F5，F6表示。

随着我国经济改革的深入, 城镇居民的收入不断提高, 生活消费随之增加。但由于各地区经济发展不平衡, 消费差距较大。要了解、比较各地区居民生活消费的特点和差距, 只是将各种生活消费金额简单相加是难以实现的, 况且各消费指标间还潜在着较强的相关性。因此根据收集到的实际数据依据因子分析的原理步骤提取初始主因子，然后进行因子旋转，通过旋转后的因子载荷矩阵、三个因子得分及总因子得分对城镇的生活状况进行分析。从而更清楚地了解、比较各地区居民的消费水平。

从以上结论分析可以知道影响分地区城镇住户主要指标，从而可以更好地帮助国家调整相关因素，使城镇地区的发展水平更加优越。

关键字：SAS 软件因子分析相关系数矩阵相关系数矩阵的特征值

二基本介绍

2.1 因子分析模型

设有N 个样品(地区)，每个样品有P 个指标:12X X P

，，…，X ;综合指标记

为:

12m F m p F F ≤，，…，（）它们是12X X P ，，…，X 的线性组合,称为公共因子或综

SAS论文

摘要

聚类分析实质上是寻找一种能客观反映元素之间亲疏关系的统计量，然后根据这种统计量把元素分成若干类。常用的聚类统计量有距离系数和相似系数。距离系数一般用于对样品分类，而相似系数一般用于对变量聚类。距离的定义很多，如极端距离、明考斯基距离、欧氏距离、切比雪夫距离等。相似系数有相关系数、夹角余弦、列联系数等。

关键字：聚类分析亲疏关系距离系数相似系数

一．研究目的

研究分析犯罪原因有助于矫正犯罪人的行为。所谓行为矫正，主要是针对一些越轨违法和轻微犯罪的社会成员进行教育、感化和挽救，防止他们的行为进一步造成社会腐蚀和社会传染。近年来，我国采取的主要措施有建立帮教小组以及开办工读学校。同时，我们可以借鉴美国的“社区矫正”经验，通过专业的社会工作者，对有问题的人员在社区进行矫正，从而把犯罪问题解决在萌芽之中。

二．理论知识

聚类分析（Cluster Analysis）是研究物以类聚的一种统计分析方法。用于对事物类别尚不清楚，甚至事物总共可能有几类都不能确定的情况下进行事物分类的场合。聚类分析可分为对变量聚类和对样品聚类。聚类分析所依据的指标按其测量的尺度可分为以下三种：

①间隔尺度：指标用连续的实型变量表示。如长度，时间，产量，重量等。 ②有序尺度：用该指标度量时没有明确的数量表示，只有次序关系。如评价某种产品的质量，可分为一等品、二等品、三等品、等外品四种等级；如对某产品很满意、满意、不满意等。 ③名义尺度：用该指标度量时既没有数量也没有次序关系。如化学反应中催化剂的种类，天气的晴或阴，雨等。 1.聚类分析的一般概念设有n 个样品(多元观测值)，每个样品测得m 项指标(变量)，得到观测数据xij （i=1,…,n ；j=1,…,m ），如表所示。

SAS论文

分析三大产业与GDP

摘要

我们研究的是GDP与三大产业的关系，本文借用SAS分析软件对三大产业和国内生产总值进行描述统计、相关性分析和回归分析。应用多元线性回归模型对其进行分析，从回归结果来分析我国产业结构，使得我国经济朝更加良性的发展。

关键词

GDP 第一产业第二产业第三产业SAS

引言

世界经济发展史表明，在工业化发展阶段，第二产业比重超过第一产业比重占统治地位达到一定高峰后，开始缓慢下降，同时第三产业比重上升，逐渐占据主导地位，成为推动经济的主动力。第三产业作为国民经济的重要主成部分，其发展水平已成为衡量一个国家综合经济实力和现代化程度的重要标志。我国把各种产业划分为第一产业、第二产业和第三产业。第一产业包括农业、林业、牧业和渔业等；第二产业包括制造业、采掘业、建筑业等；第三产业包括服务业及其他非物质生产部门。三大产业是相互依赖相互制约的。我们知道第一产业是第二三产业的基础，第一二产业为第三产业创造条件，第三产业发展促进第一二产业的进步，第二三产业有对第一产业具有带动作用。由此可见他们在整个国民经济中各自发挥着不同程度的作用。从建国以来我国的经济已经发生了天翻地覆的变化。各大产业在整个国民经济中的地位和作用也在发生着相应的变化和调整。对于这种变化是否符合我国的经济发展趋势?对我的经济影响的作用是否明显?他们与国内生产总值又有怎样的关系？对整个国内生产总值又有多大的影响？对于三大产业，在新的条件下哪一产业对国内生产总值的影响更加明显？随着我国经济的不断发展以及改革开放的深入，研究经济的发展状况及分析经济发展的各个因素，成为决策部门的一个重要课题。伴随着这些想法我做了如下的分析。从我国目前的发展现状看，随着我国经济的快速发展，第三产业增加值占我国GDP总量的比重也越来越大，从1978年的23.7%增长到了2004年的31.9%，由此可见，第三产业对于我国经济的推动作用已经越来越大，成为我国经济发展不可忽视的一支力量。但也不能把第三产业提到不应有的高度，说第三产业高就是经济水平水平高。第三产业应在第一、第二产业获得应有的发展后才能真正巩固与提高，脱离第一、第二生产部门，人为地促进第三产业的发展，不但违背发展第三产业的原本意义，相反会拖慢社会经济的全面发展。

sas论文

SAS（Statistical Analysis System）是一个全面的数据分析工具，广泛应用于统计分析、数据挖掘、预测建模、操作研究和商业智能等领域。SAS论文可以涵盖各种主题，例如：

1. 统计分析：使用SAS进行概述统计、假设检验、方差分析、回归分析、多元分析等统计方法的应用研究。

2. 数据挖掘：使用SAS进行数据清洗、数据预处理、特征选择、模式发现、聚类分析、预测建模等数据挖掘任务的实践研究。

3. 预测建模：利用SAS进行时间序列分析、回归模型、决策树、神经网络、支持向量机等方法对未知数据进行预测和建模的研究。

4. 操作研究：使用SAS进行线性规划、整数规划、动态规划、决策优化等操作研究问题的建模和求解方法的研究。

5. 商业智能：应用SAS的商业智能工具和技术进行数据分析、报表生成、数据可视化等内容的研究与应用。

在撰写SAS论文时，可以包括SAS代码的使用和结果的解释，还可以进行实证分析和案例研究，展示SAS在实际问题中的

应用和效果。

此外，学术研究中的SAS论文还应包含相关理论基础、研究

方法的选择和质量保证等方面的论述，以确保研究的科学性和可靠性。

总之，SAS论文可以围绕统计分析、数据挖掘、预测建模、操作研究和商业智能等领域展开，融合SAS工具的使用和相关理论的研究，为学术界和实践领域提供有价值的研究成果。

SAS论文【范本模板】

SAS统计软件在化学教育上的应用

摘要综合报道了世界上优秀统计软件SAS系统的特点，。在简述操作及编程入门至四环的基础上，例举了两个典型的化学教育研究中使用SAS系统进行数据分析的实例，旨在打通化学工作者在使用计算机高级语言编程中的障碍,以推广SAS系统在化学教育和科研中的应用。

关键词：SAS系统数据分析化学教育主成分分析统计软件

随着计算机应用和网络的发展，进入新世纪,人类迎来了信息时代。数据采掘和信息融合(Data Mining and Data Fusion）已成为当今信息科学一个新的热点。化学这门以实验为基础的既古老又年轻的科学,恰恰又是一门信息量极大的科学。化学科学和化学教育在其漫长的发展历史中积存了浩如烟海的各种数据.因此，如何进行数据采掘亦或数据分析就成为现代化学工作者面临的一个重要任务.本文将要介绍的世界优秀统计软件SAS系统（StatisticalAnalysis System），在其数据采掘亦或数据分析方面具有卓越的功能,尤其是在极为重要的多元数据分析方面,比目前较为流行的MATLAB软件中的统计函数工具箱要丰富的多.它完全可以帮助化学工作者完成教育和科研中需要完成的复杂数据分析任务。考虑到当前化学工作者计算机应用现状，该软件在化学界应用至今仍较少，结合笔者近年来在化学教育和科研工作中使用SAS软件的经验和体会撰写本文，旨在推荐这一软件,推广SAS系统在化学教育上的应用，提高化学工作者计算机水平.

1 SAS系统操作入门

1．1显示管理系统

在windows环境下启动SAS系统后，就进入SAS显示管理系统.主要包括3个窗口.程序编辑（PROGRAM EDITOR,简称PRG)窗口、记录(LOG）窗口和输出（OUTPUT)窗口.启动SAS后,只显示前两个窗口，只有在系统运行某个程序过程，输出窗口才显示出来。程序窗口用于编辑SAS程序。当程序编好提交执行（单击工具行run图标即可)后，LOG 窗口显示出执行的语句和执行中获得的信息，包括程序执行完成情况、变量的个数、CPU

SAS论文设计张燃3080801119

《统计软件应用与开发》论文

SAS

在

聚

类

分

析

问

题

中

的

应

用

与

研

究

学号：3080801119

班级：数学081

姓名：张燃

SAS在聚类分析问题中的应用与研究

摘要

本文通过 SAS 软件来解决 1984 年欧洲22个国家在7个项目上的女子记录的聚类分析问题。

本文首先介绍了一些 SAS 基本知识，然后给出了与聚类分析相关的的理论知识，比如距离，相关性，并给出了具体的数学表达式。根据这些理论知识结合聚类分析的定义以及本文的研究目的，本文运用 SAS 中三种比较常用的聚类分析方法对问题进行研究分析：

一、VARCLUS 变量间聚类分析，本模型主要是对变量内的联系进行聚类分析，并给出了相关的结果：7个分量分成 5组，其中 m100 和 m200分成一组，属于短跑类型；m1500和 marathon 成为第二类，属于中长跑，而另外三个变量各成一类。

二、 FASTCLUS变量间聚类分析，本模型是对变量间进行聚类分析，得出结果如下1 类中有挪威，葡萄牙，爱尔兰，西德，英国；2 类中有西班牙，罗马尼亚，波兰，以色列，奥地利5个国家；3 类由瑞士，瑞典，荷兰，意大利，丹麦，比利时，芬兰，法国，东德。9个国家组成，4 类仅有土耳其一国；5 类由多卢森堡和希腊组成，总的来说实力由强到弱的类的顺序为 3，1，2，5，4。

三、CLUSTER 树法变量间聚类,本模型给出了22个国家在聚类过程中的具体“中间”过程，通过树的形式形象而明确的给出了分类的具体结果。

最后对三中模型的优缺点进行对比分析，本文认为各自特点鲜明，且相互补充，而且聚类结果和实际情况相吻合。

sas论文

一摘要 0

二基本介绍 (2)

2.1、因子分析模型 (2)

三数据预处理 (3)

四计算结果及分析 (3)

4.1、用“主成分法”求因子载荷阵 (3)

4.2、因子旋转 (6)

4.3、结果分析 (8)

参考文献 (10)

附录 (11)

一摘要

从以上结论分析可以知道影响分地区城镇住户主要指标，从而可以更好地帮助国家调整相关因素，使城镇地区的发展水平更加优越。

关键字：SAS 软件因子分析相关系数矩阵相关系数矩阵的特征值

二基本介绍

2.1 因子分析模型

设有N 个样品(地区)，每个样品有P 个指标:12X X P ，，…，X ;综合指标记

为:12m F m p F F ≤，，…，（）它们是12X X P ，，…，X 的线性组合,称为公共因子或综合因子,在经济过程中起支配作用,代表经济效益的主要方面。组合模型为:

spss期末论文正稿

关于住房状况调查的SPSS统计数据分析

一、数据介绍

数据来源于统计分析方法与SPSS的应用（第二版）案例数据住房情况调查.分析的数据为2993个样本的住房状况.其中包含21个变量.分别为编码、所在区（A、B、C、D、E）、性别(男、女)、年龄、文化程度（初中及以下、高中、大学、研究生及以上）、从业状况（行政事业单位、国营企业、私营企业、大专院校科研单位、失业、其他）婚姻（已婚、否）、常住人口、户口状况（本地户口、外地户口）、家庭收入、现住面积、人均面积、房屋产权、住房满意(满意、不满意)、未来三年（不买、购买）、计划面积、计划户型、购买类型、地理位置、购房价位、是否贷款(自筹、申请贷款)。通过运用SPSS统计软件.对变量进行频数分析、样本T检验、相关分析等以了解2993个样本的住房状况并分析变量的分布特点及相互间的关系。

二、频数分析

频数分析能够了解变量取值的状况.便于把握数据的分布特征。

（一）分析被调查家庭中户主文化程度与从业情况。

频率表

条形图:

由上表可以得到以下分析结论:

首先.本次调查的总家庭为2993户.户主的文化程度是：人数最多的是高中.其次是大学和初中以下.人数大致相当.人数最少的是研究生及以上。

其次.本次被调查家庭户主从业情况是:人数最多的是国营企业、其次是行政事业单位和私营企业人数大致相当.人数最少的是大专院校科研单位。

三、单样本T检验：

（一）提出原假设

假设H0：总体均值与检验值之间不存在显著差异

（二）选择检验统计量

（三）计算检验统计量观测值和概率p值

（四）给定显著性水平α.并作出决策

SAS期末论文-聚类分析-判别分析

《统计软件》课程

期末论文

系（院）：理学院

专业：数学与应用数学

班级：

学生姓名：

学号：

指导教师：耿兴波

开课时间：2012-2013 学年一学期

题目： (2)

1.聚类分析 (2)

2.判别分析 (2)

要求： (2)

SAS软件介绍 (2)

一、概述 (2)

二、SAS系统的特点 (3)

聚类分析 (4)

基本原理： (4)

使用的程序 (5)

运行结果 (5)

指令介绍 (8)

结果分析 (8)

判别分析 (9)

基本原理： (9)

使用的程序 (9)

运行结果 (10)

指令介绍 (20)

结果分析 (22)

总结 (22)

感谢 (22)

参考文献 (23)

题目：

1.聚类分析

某网站键鼠频道为广大职业玩家及游戏爱好者策划了一次全面的游戏鼠标横向测试，通过专家和消费者打分的形式，收集到了13款游戏鼠标的重要参数，即外观及手感、芯片及微动、功能及驱动、兼容性、游戏性等数据，（数据见Mouse_Cluster.sas7bdat）。要求以这些指标为依据对所收集的样本进行聚类分析。

2.判别分析

在上述聚类分析中，取Ward法聚类结果把13个鼠标分为3类。假定这13个鼠标的样本来自于已有类别的总体（即已知具体鼠标类别的训练样本）。现又有两款鼠标的测评数据（Mouce_Discrim.sas7bdat），试利用判别分析的方法把两款鼠标归入对应的类别。要求：

1．介绍SAS软件。

2．介绍聚类分析的基本原理

3．介绍使用了哪些命令。

4．介绍题目，结果及最后的分析。

SAS软件介绍

一、概述

SAS系统全称为Statistics Analysis System，最早由北卡罗来纳大学的两位生物统计学研究生编制，并于1976年成立了SAS软件研究所，正式推出了SAS软件。SAS是用于决策支持的大型集成信息系统，但该软件系统最早的功能限于统计分析，至今，统计分析功能也仍是它的重要组成部分和核心功能。SAS现在的版本为9.0版，大小约为1G。经过多年的发展，SAS已被全世界120多个国家和地区的近三万家机构所采用，直接用户则超过三百万人，遍及金融、医药卫生、生产、运输、通讯、政府和教育科研等领域。在英美等国，能熟练使用SAS进行统计分析是许多公司和科研机构选材的条件之一。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，并在96～97年度被评选为建立数据库的首选产品。堪称统计软件界的巨无霸。在此仅举一例如下：在以苛刻严格著称于世的美国FDA新药审批程序中，新药试验结果的统计分析规定只能用SAS进行，其他软件的计算结果一律无效！哪怕只是简单的均数和标准差也不行！由此可见SAS的权威地位。

SAS论文

摘要 (2)

一基本原理与方法 (3)

1.1 研究目的： (3)

1.2 采用方法： (3)

1.3 理论知识： (3)

1.3.1主成分分析的基本思想 (3)

1.3.2主成分分析的数学模型 (5)

二数据预处理 (7)

三运行结果及分析 (8)

四分析与建议 (14)

五参考文献 (14)

六附录 (14)

摘要

本文通过SAS 软件来研究2009各地区农村居民家庭平均每人现金支出状况进行分析采用的数据是北京、天津等省农村居民家庭平均每人现金支出状（原始数据见附录）。主要运用“分析家”模块进行主成分分析。

为了更好的帮助国家调节国民经济和产业结构，使人民的生活更加富裕，我们选出31省的情况作为统计分析数据，分别为期内现金支出、生产费用支出、家庭经营费用支出、农业生产支出、牧业生产支出、购买生产性固定资产支出、税费支出、生活消费现金支出、财产性支出、转移性支出，次用变量X1、X2、X3、X4、X5、X6、X7、X8、X9 、X10。运用SAS 软件对以上统计数据用“分析家”模块做主成分分析计算协方差矩阵的特征值或是计算相关系数矩阵的特征值（Eigenvalue ）、简单统计量、相关系数矩阵、相关系数矩阵的特征值以及相关系数矩阵的特征向量。系统默认计算相关系数矩阵的特征值和特征向量。

从分析结果数据可以知道影响各地区地区农村居民家庭平均每人现金支出的主要因素，从而可以更好的帮助国家调节国民经济和产业结构，使人民的生活更加富裕。

关键字: 主成分分析、insight模块、简单统计量、相关系数矩阵、相关系数矩阵的特征值及特征向量。

SAS期末论文

SAS课程论文

SAS结课论文-关于全球平均气温的建模及分析

sas课程论文(免费)

SAS论文 统计分析与应用 sas统计分析

关于sas毕业论文

SAS论文

SAS论文

sas论文

SAS论文【范本模板】

SAS论文设计张燃3080801119

sas论文

spss期末论文正稿

SAS期末论文-聚类分析-判别分析

SAS论文

SAS论文统计分析与应用 sas统计分析