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；

data transaction;

infile cards dlm=",";

input Account_ID Revenue Segment N_var1 C_var1 Date Location Code Amount;

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,.,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;

proc transpose data=transaction out=a;

var _all_;

run;

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

data a;

set a;

array s(*) aa1-aa2;

n=n(of s(*));

mean=mean(of s(*));

sum=sum( of s(*));

do i=1to dim(s);

if s(i)=.then s(i)=mean;

end;

run;

proc print;

run;

③基于②，将取值全部缺失的变量删除。

data a;

set a;

array aa aa1-aa2;

do over aa;

if col=.then delete;

run;

proc transpose data=a out=transaction(drop=_name_); var aa1-aa2;

run;

proc print;

run;

第二题：

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

data b;

cards;

32 18 12

16 15 24

48 12 32

15 30 45

20 30 36

;

run;

proc print data=b;

run;

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）。

data c;

set b;

volume=length*width*height;

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

y=cost/volume;

run;

proc print data=c;

run;

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。

data d;

set c(keep=volume cost);

run;

proc print data=d;

run;

第三题：

a) 对车的标志（brand）的频数画竖直条形图。

libname mydata 'D:\data';

proc print data=;

run;

data e;

set ;

run;

proc gchart;

vbar brand;

run;

b) 画里程数(miles)和价格(price)的散点图，价格在竖轴上。

data f;

set (keep=miles price);

proc gplot;

plot price*miles;

symbol v=star cv=green;

run;

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。

data g; set f;

proc means data =g ; run ;

第四题：

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。

data danshen; input area income@@; cards ; x y 35 600 34 1300 37 1300 38 1110 29 900 34 800 28 700 21 1119 22 400 50 1700 32 1200 32 1100 23 500 35 650 23 735 38 1300 23 800 41 1270 30 905 29 900 24 600 41 1500 49 1500 38 1300 21 800 27 800 30 350 29 650 39 1200 52 840 54 1847 33 910 47 1200 34 500 35 900 46 1600 28 750 35 1270 32 780

46 900 44 1166 36 660 21 744 31 1124 47 1042 43 1063 57 336 56 1600 70 500 28 1400 46 1600 24 800 36 1400 32 2000 29 1600 21 800 21 900 21 650 30 700 44 680 42 575 42 816 35 317 60 1890 40 950 27 800 78 1170 36 930 32 4500 30 1000 40 500 33 600 46 190038 1300 21 1100 33 1000 60 1100 33 600 51 2629 45 1500 52 626 70 900 60 1926 50 400 40 1280 70 1000 56 1100 22 480 40 900 45 1800 56 3000 48 1100 50 660 43 720

;

proc corr pearson outp=pearsoncorr;

var area income;

run;

表

表

以下两个模型进行检验。运行下列程序，得到运行结果。

data danshen1;

set danshen;

proc gplot;

plot income*area;

run;

图

由散点图可以看到，图中的点主要集中在收入1000-2000之间，与住房面积基本无线性关系，建立模型进行检验。

模型一（有截距项一元线性回归方程）：

proc reg graphics;

model income=area;

model income=area/noint r clm cli;

run;

表

表

表

根据运行的结果，从表中可以得到一元线性回归方程为：

Y=+

从表可以看到，模型的拟合效果很差，R2=，表明单身人士的收入变化%可由住房面积的变化来解释。表中，从方程整体的F检验上看，F检验的P值为小于显著性水平，说明方程整体上通过了

F检验，说明在显著性水平下是显著的；从表中，在T检验中，截距项的P值为远小于，而X的系数P值为也远小于，都通过了T检验，说明在显著性水平下是显著的。

模型二（无截距项一元线性回归方程）：

表

表

表

参数估计值

变量自由度

参数

估计值

标准

误差 t 值 Pr > |t|

area 1 <.0001

表

残差和

残差平方和

预测残差 SS (PRESS)

图