完整版SAS基础与金融计算5.ppt

.精品课件.
19
(5)Weight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0。若变量值<0 或缺失，假定该值为0。
.精品课件.
20
（6）OUTPUT语句
OUTPUT [OUT=SAS-data-set] [output-
statistics];
.精品课件.
17
（3）BY语句
BY variables;
使用BY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。当使用BY语句时，要 求输入数据集已按BY变量排序。
（4）CLASS语句
CLASS variables;
该语句和BY语句一样，可用CLASS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
统计量，并规定存放这些统计量的变量名。
.精品课件.
21
例 Data 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 70 180 3 m 17 68 176 ; Run;
SAS基础与金融计算
游家兴 厦门大学经济学院计统系
.精品课件.
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
并将结果生成一个新的数据集； （2）以公司规模为权重计算市场平均收益率； （3）将规模分为5组，分别计算各组的平均股票
收益率。
.精品课件.
26
东所持有的股份比例。
.精品课件.
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;
.精品课件.
3
第二步：
Data temp1;
set test;
if code='000562' or code='000001' or code='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;
.精品课件.
4
（2）剔除每股收益为负的上市公司
Data temp2; set temp1; if eps<0 then delete;
Run;
Data temp2; set temp1; if eps>=0 ;
Run;
.精品课件.
5
（3）建立新变量：用小数表示的涨跌幅
Data temp3; set temp2; re2=re/100;
.精品课件.
9
(2)表示分布离散程度的特征量
方差
s2
1 n 1
n i 1
( xi
x )2
标准差 s
1 n 1
n i 1
( xi
x )2
变异系数 Cv s 100 x
标准误 Stdeer s n
.精品课件.
Var Std CV STDEER
10
（3）表示形状的特征量:偏度和峰度
偏度（ Skewness ）：
CLASS variables;
OUTPUT [OUT=SAS-data-set] [outputstatistics];
Run;
.精品课件.
14
（1）PROC MEANS语句
PROC MEANS [options] [statistic-keywords] [options] ：DATA=SAS data set，即用以说明
（2）UNIVARIATE过程（单变量过程）
.精品课件.
13
1. MEANS过程
MEANS过程用来对数据集中的数值变量计算 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;
于排序要求，CLASS语句不要求数据集事先已按
CLASS变量排序。
.精品课件.
18
(5)Freq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。该变量的值应 为正整数。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。
该语句要求MEANS过程把计算的描述统计
量输出到新的SAS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：
OUT=SAS-data-set：给出由MEANS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
默认的数据集名为data1等。
Output-statistics：规定在新数据集中所要求的
T:检验总体平均值是否为0的T统计量的值
PRT:大于T的概率
Maxdec=n:指定打印统计量的小数位的位数
如省略不写，SAS将固定输入默认的最常见的几个 统计量。
.精品课件.
16
（2）VAR语句
VAR variables 规定要计算描述性统计量的数值变量及顺序。 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描述性统计量。
Run;
.精品课件.
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;
.精品课件.
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。
过程分析处理的数据集的名字，若省略，则用最 近操作的SAS数据集；
[statistic-keywords]：在MEANS过程中指出你 需要计算哪些统计量。
.精品课件.
15
该过程可计算如下统计量：
N，MEAN，STD，MIN，MAX，SUM， Variance，CV，STDERR，T，PRT，Range, SKEWNESS，KURTOSIS，CLM，LCLM， UCLM，Maxdec…
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？
.精品课件.
8
描述统计分析
常见的数据统计描述量及意义 (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
.精品课件.
22
观察以下几组程序
Proc means data= student; var age weight height ;
Run;
Proc means data= student maxdec=2; var age weight height ; by sex;
Run;
.精品课件.
23
proc 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;
.精品课件.
24
libname a 'd:\sasdata'; proc means data= student maxdec=2;
n
g1 (n 1)(n 2)
(xi x )3 wenku.baidu.com3
偏度主要用于判断分布形状是否对称：
若g1=0，则对称； 若g1>0，则分布右偏（正偏）； 若g1<0，则分布左偏（负偏）。
.精品课件.
11
峰度（Kurtosis）：
g2
(n
n(n 1) 1)(n 2)(n
3)
(xi x)4 3(n 1)2 s4 (n 2)(n 3)
var age weight height ; output out=a.sta n=num mean=a1 a2 a3 std=b1
b2 b3 max=c1 c2 c3; run;
.精品课件.
25
本次课上机作业
公共信箱下载数据集finance，进行如下操作： （1）计算市场平均股票收益率及其相应的标准差，
峰度是以正态分布为比较标准。对于正态分布， g2=0；
若g2>0，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g2<0，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。
.精品课件.
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步是： （1）MEANS过程（均值过程）