多元统计分析实验教案

《应用多元统计分析》实验教案数学与计算科学学院二〇一五年三月目录SAS系统简介 (1)第一讲 SAS软件应用基础 (4)第二讲描述性统计分析 (9)第三讲多元正态总体参数的假设检验 (17)第四讲判别分析方法 (29)第五讲聚类分析 (42)第六讲主成分分析 (56)第七讲因子分析 (64)第八讲对应分析 (72)第九讲典型相关分析 (76)SAS系统简介SAS (Statistical Analysis System ) 系统是国际著名的数据分析软件系统。

该系统1966年开始研制，1976年由美国SAS公司实现商业化，1985年推出SAS/PC 版本，1987年推出6.03版，目前已推出Windows 系统支持的8.2和9.0版，是目前国际上公认的著名的数据统计分析软件系统之一。

从1976年SAS开发成功至今，SAS的用户遍及119个国家，它已经成为同类产品中的领导者。

在财富500强中，有90%的公司使用SAS。

而在财富500强的前100家企业中，有98%的公司使用SAS。

如此广泛的应用源于SAS系统的强大的分析功能、可组合的模块式软件系统和简单易学。

SAS系统是集数据分析、生成报表于一体的一种集成软件系统。

它由基本部分和外加模块组成，其中基本部分包含的功能如下：–基本部分: BASE SAS 部分;–统计分析计算部分: SAS/STA T ;–绘图部分: SAS/GRAPH ;–矩阵运算部分: SAS/IML ;–运筹学和线性规划: SAS/OR ;–经济预测和时间序列分析: SAS/ETS 。

1.1.SAS的启动1.2.SAS8.0 软件界面SAS界面包括三个部分，即程序窗口、日志窗口和输出窗口。

EDITOR(程序窗口)编辑窗口用于编辑SAS源程序文件。

编辑窗口支持全窗口编辑功能，即光标可以在整个窗口内随意移动，支持Windows系统常规编辑操作，如复制、剪切、粘贴等功能操作。

SASV8提供了智能编辑功能，它可根据用户输入的SAS关键字、语句选项、变量名、数据、标记等不同内容显示不同的颜色，当用户输入的字串不正确时，对应颜色不对，警告使用者有错误发生。

LOG（日志窗口）运行记录窗口用于显示和记录SAS程序的运行情况，说明程序运行成功或存在错误，当程序出现错误时，LOG记录窗口中以红色字符显示错误信息，以绿色显示一些警告信息。

提示使用者修改程序中的错误。

OUTPUT(输出窗口)分页显示SAS程序运行所产生的文本输出结果（图形输出通过GRAPHICS窗口显示）。

对于文本结果的输出，可以使用主界面的菜单File|Save As将结果文档保存在磁盘中，保存的文件扩展名为.lst，但实际上是一种文本文件格式，可以使用文字处理软件，如Word或写字板、记事本等打开并进行编辑修改。

对于输出到GRAPHICS窗口的图形，可以使用菜单File|Export as Image将图形导出保存在磁盘中，图形文件格式可以在“保存类型”下拉列表中选择。

1.3SAS程序结构SAS程序采用模块化结构，模块之间相互独立，每个模块完成一个任务。

模块分为两种类型：一种类型是数据模块，数据模块以英文单词data作为开始语句。

另一种类型是程序模块，程序模块以proc作为开始语句。

模块中的语句之间用“；”分隔，同一个语句的不同项之间必须用一个以上的空格分隔。

在一个程序中可以包含多个数据模块和程序模块，模块的位置是任意的。

程序按照语句出现的先后顺序执行。

（1）SAS程序的语法编写程序时必须遵循所使用的软件的语法规则，SAS程序的语法规则可以归纳为以下几条：①标识符或数据之间至少用一个以上的空格分隔；②每个语句用分号作为结束标志；③变量名或其他名称最多包含8个字符，并且第一个字符为英文字母，名称中不能有空格，或SAS系统的保留符号，如：“-”、“.”、“，”、“…”、“$”等；④SAS程序可以处理带有缺失数据的文件，数据缺失值用“.”表示；⑤SAS程序只处理数值和字符串两种类型的变量，为了和数值变量相区别，输入语句中字符串变量名使用“$”作为后缀；⑥程序中可以包含注释语句，注释语句以“/*”开始，以“*/”结束；⑦除数据外，SAS程序不区分英文字母的大小写。

（2）SAS数据集SAS的核心是SAS数据集是SAS文件的一种，一般又以下两部分组成：（1）描述部分包含该数据集的一般信息，包括：数据集的名字及其成员类型、数据集建立的日期和时间、观测的数目以及数据集中每一个变量的特征信息，包括：Name（变量名）、Type(类型)、Length（长度）、Format（输出格式）、Informat（输入格式）、Label（标签）。

（2）数据部分包含数据集中收集的数据的值，可以看作是一个矩形的表格。

表格的列（columns）称为变量（variables）,对应于原始数据文件或其他一些外部数据库所称的字段（fields）；表格的行称为观测（observations），对应于原始数据文件或其他一些外部数据库所称的记录（records）或数据行（data lines）（3）逻辑库SAS的逻辑库分为临时逻辑库和永久逻辑库两种。

临时库只有一个，名为work，其他的库均为永久库。

SAS每次启动时会自动指定4个库标记：work、Sasuser、Sashelp、Sasmap。

存放在work中的SAS文件叫临时文件，当退出SAS系统时这些文件会被自动删除。

永久文件保存在永久库中，在退出SAS系统时不会被自动删除。

所以，通常把作为中间结果或练习使用的数据集保存为临时数据集，而需要以后再用的数据集则可以保存为永久数据集；如果需要备份，最好在退出前把临时文件复制到其他的库中。

在Explorer窗口中单击鼠标右键，在右键菜单中选择New，打开New Library对话框，可以建立新库（如把一个库名为Mylib）。

如果选中Enable at startup复选框，则每次打开SAS时所建逻辑库都有效。

（4）数据集的导入建立数据集的方法很多，但是，无论是在Explorer窗口中使用VIEWTABLE程序，或是使用INSIGHT模块和“分析家”，还是使用编程操作中专门的数据读入方法来建立数据集，都需要将数据现场输入，费时费力。

较为简便的方法是：利用Excel录入数据，并做简单处理，然后将Excel数据表导入到SAS数据集中。

导入Excel数据表的步骤如下：①在SAS应用工作间中，选择菜单File下的Import data……，打开导入向导Import Wizard第一步：选择导入类型（Select import type），默认的类型为Excel数据表，单击Next按钮进入下一步。

②在第二步的Select file对话框中，单击Browse按钮，在“打开”对话框中选择所需要的Excel文件，返回。

然后，单击Option按钮，选择所需工作表，单击OK按钮返回。

单击Next按钮进入下一步。

③在第三步的Select library and member对话框中，选择导入数据集所存放的逻辑库以及数据集的名称，单击Next按钮进入下一步。

④在第四步的Create SAS Statements对话框中，可以选择将系统生成的程序代码存放的位置，也可不做选择，直接单击Finish按钮，完成数据集的导入。

第一讲 SAS软件应用基础（2学时）一、实验目的1.了解SAS程序结构及SAS8.0的使用方法；2.掌握使用DATA步建立SAS数据集的方法。

二、实验要求1．会建立数据集；2．会计算样本的数字特征。

三、实验相关SAS知识例1、SAS数据集的导入和导出内容：(1)将SAS数据集L3.Stu01导出为Excel数据集：ex1.xls;(2)将Excel数据集：ex2.xls导入SAS数据集为L3.Stu02；解：（1）菜单方式：File/Export data→选择库名,数据集名(L3.stu02) →Next→选择要导出的数据格式,默认的是Excel→Next→指定存放数据的路径及名称→在Brose中选择要保存相应程序的路径及名称（可省略）→Finish编程方式：（2）菜单方式：先建立好Excel数据,并关闭文件. (注意: Excel数据文件中,第一行应为数据变量名,这个名称只能用英文字母和数字)File/Import data→选择要导入的数据格式,默认的是Excel→Next→选择Excel数据文件ex2.xls→Next→指定存放数据的库名及名称→在Brose中选择要保存相应程序的路径及名称（可省略）→Finish编程方式：例2、建立以下数据集，并计算数学和英语的平均成绩。

姓名出生日期学号数学英语王红1977-06-02 981001 90 96李明1978-03-23 981002 82 90张平江1978-12-23 981003 88 95解：（一）建立数据集菜单方式.（1）打开SAS界面→在explorer窗口双击Libraries →选择自己常用的逻辑库，右击→点击new →点击table →点击OK，即可出如下现viewtable表格：（2）右击A，然后点击column attributes, 出现如下窗口：将变量名（name）框中的A改为”name”, Label框填“姓名”，点击“Apply”,然后关闭该窗口, 出现：并在姓名下方的三个表格中分别输入王红，李明，张平江.（3）右击B，然后点击column attributes, 出现如下窗口：将变量名（name）框中的B改为”birth”, Label框填“出生日期”，type中选“Numeric”,format 中点击”…”出现：在Name 下方选择“yymmdd”,width 中选择“10”，点击OK；在informat中点击”…”, 然后在出现的窗口中，用同样的方法处理，出现：点击”Apply”，关闭该窗口，出现：在出生日期栏，分别输入：“19770602”、“19780323”、“19781223”（4）右击C，然后点击column attributes, 出现如下窗口：将变量名（name）框中的C改为”no”, Label框填“学号”，type中选“Numeric”,点击“Apply”,然后关闭该窗口, 出现：输入对应的学号即可.数学和英语的成绩变量名分别为：Math 和English，其输入方式学号的类似，输入完后注意保存，最后可得数据集：编程方式DATA S2 ;INPUT NAME $ 1-8 BIRTH YYMMDD10. no MATH ENGLISH ;CARDS ;王红1977-06-02 981001 90 96李明1978-03-23 981002 82 90张平江1978-12-23 981003 88 95;Run;PROC PRINT ;FORMAT BIRTH yymmdd10. ;RUN ;打印出的结果是：（二）计算平均数在上面的程序的第二行和第三行之间添加一句“avg=(math+english)/2; ”即：DATA S2 ;INPUT NAME $ 1-8 BIRTH YYMMDD10. no MATH ENGLISH ;avg=(math+english)/2;CARDS ;王红1977-06-02 981001 90 96李明1978-03-23 981002 82 90张平江1978-12-23 981003 88 95;Run;PROC PRINT ;FORMAT BIRTH yymmdd10. ;RUN ;打印的结果：四、实验内容学生管理数据库中数据集如下：姓名出生日期年龄入学日期学号数学英语王红1977-06-02 22 1998-09-10 9810012 120 73 李明1978-03-23 21 1998-09-10 9810004 112 68 徐凯歌1978-11-14 21 1998-09-10 9810034 130 78 吴青云1978-04-12 21 1998-09-10 9810023 109 84 李清华1978-10-24 21 1998-09-10 9810024 100 78 张平江1978-12-23 21 1998-09-10 9810005 140 78分别用菜单方式和编程方式建立以上数据集。