SAS数据分析实验报告.docx

资源描述

SAS数据分析实验报告.docx

《SAS数据分析实验报告.docx》由会员分享，可在线阅读，更多相关《SAS数据分析实验报告.docx（32页珍藏版）》请在冰豆网上搜索。

SAS数据分析实验报告.docx

SAS数据分析实验报告

数理与土木工程学院实验报告

课程名称：

《统计软件SPSS、SAS及实践》

实验名称

SAS数据分析实验报告

系别

数据科学系

UN2758

学号

班级

实验地点

HE103

实验日期

实验时数

指导教师

袁鹏

同组其他成员

无

成绩

一、实验目的及要求

1.了解SAS系统的基本知识及操作方法。

2.学会运用SAS系统进行数据的处理与分析。

3.熟练掌握SAS数据集的建立及SAS语句。

二、实验环境及相关情况（包含使用软件、实验设备等）

SAS、Word、Excel软件

三、实验内容

1、已知以下的数据和对应的变量分为：

1）Account_ID;2）Revenue;3）Segment;4）N_var1;5）C_var1;6）Date;7）Location;8）Code;9）Amount;

10001,5,G1,.,,2014-10-23,CHINA,APP_001,100

10002,6,G1,.,,2014-10-23,CHINA,APP_002,110

10003,.,G1,.,,2014-10-23,CHINA,APP_003,50

10004,10,G2,.,,2014-10-23,CHINA,APP_004,90

10005,15,G2,.,,2014-10-23,CHINA,CAN_005,12

10006,13,G2,.,,2014-10-23,CHINA,MAN_006,10000

10007,.,G2,.,,2014-10-23,CHINA,APP_007,10

10008,20,G3,.,,2014-10-23,CHINA,APP_008,100

10009,25,G3,.,,2014-10-23,CHINA,APP_009,200

10010,.,G3,.,,2014-10-23,,REJ_010,100000

10010,.,G4,.,,2014-10-23,,REJ_010,100000

10010,.,G5,.,,2014-10-23,,REJ_010,100000

10003,7,G1,.,,2014-10-24,CHINA,MAN_003,50000

10004,9,G2,.,,2014-10-24,CHINA,APP_004,90

10006,6,G2,.,,2014-10-24,CHINA,MAN_006,1000

10007,.,G2,.,,2014-10-24,CHINA,APP_007,10

10008,8,G3,.,,2014-10-24,CHINA,APP_008,100

10009,9,G3,.,,2014-10-24,CHINA,APP_009,200

10010,.,G3,.,,2014-10-24,CHINA,APP_010,100

10010,10,G4,.,,2014-10-24,CHINA,APP_011,101

10010,20,G5,.,,2014-10-24,CHINA,APP_012,102

要求：

①读取数据，并创建一个SAS数据集，命名为transaction；

②基于数据集transaction，将变量“Revenue”中的缺失数据用其均值代替；

③基于②，将取值全部缺失的变量删除。

2、下面的每一行数据代表纸箱子的length,width,和height,单位是厘米。

计算每一个箱子的体积、需要的纸板的面积（假定顶部和底部的纸板对折到中间，即：

顶部和底部的厚度是两层纸板）。

假定纸板的价格为$0.20/平方米。

321812

161524

481232

153045

203036

a）建立一个数据集合读入数据，变量为length，width和height；

b）使用set语句,利用a）的数据集建立一个新数据集，它包括a）的所有数据，并建立三个新变量：

每个箱子的体积（volume），制造费用（cost），以及每立方米体积的造价y（公式为：

y=cost/volume）。

c）使用b）建立的数据集建立一个新数据集，只包括其中的volume和cost变量。

3、使用二手车数据（usedcar.sas7bdat，见data文件夹），

a）对车的标志（brand）的频数画竖直条形图.

b）画里程数（miles）和价格（price）的散点图，价格在竖轴上。

c）自学means过程（见SAS过程文件夹），计算变量里程数（miles）和价格（price）的描述统计量。

4、某地区单身人士的收入（y）和住房面积（x）的数据（data4.xls，见data文件夹）

试分析：

该地区单身人士的收入与住房面积之间是否相关？

如果线性相关，确定一元线性回归方程，并做显著性检验。

5、收集了我国居民消费价格指数（CPI）从2010年1月到2016年4月的数据（cpi.sas7bdat，见data文件夹），

其中，CPI代表居民消费价格指数。

试分析：

①使用intnx命令在数据集中加入month变量，输出格式为monyy7.。

②使用gplot过程作CPI对month的时序图；

③用ARIMA过程建模，并预测我国2016年5月和6月的CPI。

四、实验结果（附在后面页）

五、实验总结（包括心得体会、问题回答及实验改进意见）

SAS（StatisticalAnalysisSystem）是世界上最著名的统计分析系统之一，具有完备的数据访问、管理、分析和呈现功能，被誉为国际标准统计分析系统。

SAS软件在我们生活中起到了很多的作用：

1.可以进行数据管理。

2.可以数据输入、建库、保存。

3.进行统计分析。

4.t检验。

5.方差分析。

6.卡方检验。

7.相关、回归。

8.秩和检验。

在学习过程中，一开始学习比较困难和吃力，很多知识都是刚刚接触，比较陌生，但随着老师讲解的深入和基础知识的逐步掌握，开始对SAS的使用开始比较灵活。

希望在以后继续学习和运用，讲课堂中学到的知识可以很好的运用到实践当中去。

六、教师评语

1、完成所有规定的实验内容，实验步骤正确，结果正确；

2、完成绝大部分规定的实验内容，实验步骤正确，结果正确；

3、完成大部分规定的实验内容，实验步骤正确，结果正确；

4、基本完成规定的实验内容，实验步骤基本正确，所完成的结果基本正确；

5、未能很好地完成规定的实验内容或实验步骤不正确或结果不正确。

6、其它：

评定等级：

优秀良好中等及格不及格

教师：

年月日

实验结果

（包括程序代码、程序结果分析）

第一题：

①读取数据，并创建一个SAS数据集，命名为transaction；

datatransaction;

infilecardsdlm=",";

inputAccount_IDRevenueSegmentN_var1C_var1DateLocationCodeAmount;

cards;

10001,5,G1,.,,2014-10-23,CHINA,APP_001,100

10002,6,G1,.,,2014-10-23,CHINA,APP_002,110

10003,.,G1,.,,2014-10-23,CHINA,APP_003,50

10004,10,G2,.,,2014-10-23,CHINA,APP_004,90

10005,15,G2,.,,2014-10-23,CHINA,CAN_005,12

10006,13,G2,.,,2014-10-23,CHINA,MAN_006,10000

10007,.,G2,.,,2014-10-23,CHINA,APP_007,10

10008,20,G3,.,,2014-10-23,CHINA,APP_008,100

10009,25,G3,.,,2014-10-23,CHINA,APP_009,200

10010,.,G3,.,,2014-10-23,,REJ_010,100000

10010,.,G4,.,,2014-10-23,,REJ_010,100000

10010,.,G5,.,,2014-10-23,,REJ_010,100000

10003,7,G1,.,,2014-10-24,CHINA,MAN_003,50000

10004,9,G2,.,,2014-10-24,CHINA,APP_004,90

10006,6,G2,.,,2014-10-24,CHINA,MAN_006,1000

10007,.,G2,.,,2014-10-24,CHINA,APP_007,10

10008,8,G3,.,,2014-10-24,CHINA,APP_008,100

10009,9,G3,.,,2014-10-24,CHINA,APP_009,200

10010,.,G3,.,,2014-10-24,CHINA,APP_010,100

10010,10,G4,.,,2014-10-24,CHINA,APP_011,101

10010,20,G5,.,,2014-10-24,CHINA,APP_012,102

;

run;

proctransposedata=transactionout=a;

var_all_;

run;

Obs

_NAME_

COL1

COL2

COL3

COL4

COL5

COL6

COL7

COL8

Account_ID

10001

10002

10003

10004

10005

10006

10007

10008

Revenue

Segment

N_var1

C_var1

Date

2014-10-

Location

CHINA

Code

APP_001

APP_002

APP_003

APP_004

CAN_005

MAN_006

APP_007

APP_008

Amount

100

110

10000

100

Obs

COL9

COL10

COL11

COL12

COL13

COL14

COL15

COL16

COL17

10009

10010

10003

10004

10006

10007

2014-10-

CHINA

APP_009

REJ_010

MAN_003

APP_004

MAN_006

APP_007

200

100000

50000

1000

Obs

COL18

COL19

COL20

COL21

COL22

10008

10009

10010

2014-10-

CHINA

APP_008

APP_009

APP_010

APP_011

APP_012

100

200

100

101

102

②基于数据集transaction，将变量“Revenue”中的缺失数据用其均值代替；

dataa;

seta;

arrays（*）aa1-aa2;

n=n（ofs（*））;

mean=mean（ofs（*））;

sum=sum（ofs（*））;

doi=1todim（s）;

ifs（i）=.thens（i）=mean;

end;

run;

procprint;

run;

Obs

_NAME_

COL1

COL2

COL3

COL4

COL5

COL6

COL7

COL8

COL9

Account_ID

10001

10002

10003

10004

10005

10006

10007

10008

10009

Revenue

11.642857143

Segment

N_var1

C_var1

Date

Location

Code

Amount

100

110

10000

100

200

Obs

COL10

COL11

COL12

COL13

COL14

COL15

COL16

COL17

10010

10003

10004

10006

10007

11.642857143

100000

50000

1000

Obs

COL18

COL19

COL20

COL21

COL22

mean

sum

10008

10009

10010

10006.91

220152

11.642857143

11.64

163

100

200

100

101

102

21017.05

462375

③基于②，将取值全部缺失的变量删除。

dataa;

seta;

arrayaaaa1-aa2;

dooveraa;

ifcol=.thendelete;

end;

run;

proctransposedata=aout=transaction（drop=_name_）;

varaa1-aa2;

run;

procprint;

run;

Obs

Account_ID

Revenue

Amount

10001

5.0000

100

10002

6.0000

110

10003

11.6429

10004

10.0000

10005

15.0000

10006

13.0000

10000

10007

11.6429

10008

20.0000

100

10009

25.0000

200

10010

11.6429

100000

10010

11.6429

100000

10010

11.6429

100000

10010

11.6429

100000

10003

7.0000

50000

10004

9.0000

10006

6.0000

1000

10007

11.6429

10008

8.0000

100

10009

9.0000

200

10010

11.6429

100

10010

10.0000

101

10010

20.0000

102

第二题：

a）建立一个数据集合读入数据，变量为length，width和height；

datab;

inputlengthwidthheight;

cards;

321812

161524

481232

153045

203036

;

run;

procprintdata=b;

run;

Obs

length

width

heigth

b）使用set语句,利用a）的数据集建立一个新数据集，它包括a）的所有数据，并建立三个新变量：

每个箱子的体积（volume），制造费用（cost），以及每立方米体积的造价y（公式为：

y=cost/volume）。

datac;

setb;

volume=length*width*height;

cost=0.2*4*length*width*0.0001+0.2*2*length*heigth*0.0001+0.2*2*heigth*width*0.0001;

y=cost/volume;

run;

procprintdata=c;

run;

Obs

length

width

heigth

volume

cost

6912

0.07008

.000010139

5760

0.04896

.000008500

18432

0.12288

.000006667

20250

0.11700

.000005778

21600

0.12000

.000005556

c）使用b）建立的数据集建立一个新数据集，只包括其中的volume和cost变量。

datad;

setc（keep=volumecost）;

run;

procprintdata=d;

run;

Obs

volume

cost

6912

0.07008

5760

0.04896

18432

0.12288

20250

0.11700

21600

0.12000

第三题：

a）对车的标志（brand）的频数画竖直条形图。

libnamemydata'D:

\data';

procprintdata=mydata.usedcar;

run;

datae;

setmydata.usedcar;

run;

procgchart;

vbarbrand;

run;

Obs

YEAR

BRAND

TYPE

COLOR

MILES

PLATE

PRICE

1999

Chevrole

Blazer

Red

80157

D0523X

10650

2002

Chevrole

Cavalier

Blue

32863

D0631A

11850

1996

Chevrole

Cavalier

Tan

90784

T9572PA

5350

2004

Chevrole

Impala

White

11910

DA6737B

16350

2003

Chevrole

S-10

White

8260

LT1124PB

17350

2002

Chevrole

Venture

Blue

77037

D2429A

11850

2002

Chevrole

Venture

Silver

36980

D3537A

13035

2000

Dodge

Caravan

Blue

75688

FC1361PA

7650

2001

Dodge

Dakota

Black

61932

DA3955B

18350

2003

Dodge

Dakota

Silver

33620

DB5767A

19155

2003

Dodge

Neon

Yellow

17698

D8611A

12350

2003

Ford

Expediti

Gold

40956

D3362A

24850

2003

For

展开阅读全文