生成SAS数据集的几种方法

高惠璇，生成ＳＡＳ数据集的几种方法，数理统计与管理，１９９８，１７（３），４９～５４．本文介绍生成ＳＡＳ数据集几种不同的方法。     

学用SAS软件捷径(2) 第二讲 SAS数据集

在用ＳＡＳ软件分析数据时，必须先将数据输入ＳＡＳ系统并形成ＳＡＳ数据集。原始数据可嵌放在程序内部，也可以从外部文件读入。数据集由变量及其观测结果组成。一个新的数据集被建立后，可将其内容或有关的信息输出，以便查看所建立的数据集是否符合要求。ＳＡＳ数据集有临时性与永久性之分。对以后还要重复使用的数据，最好建立永久性的数据集。     

学用SAS软件捷径(1)

尽管学用ＳＡＳ的具体目的各有不同，必须掌握的基本概念和操作方法则是一致的。本文根据用户学用ＳＡＳ的经验教训编写，仅供非计算专业的初学者参考。     

SAS软件包中FISHER精确检验方法的分析

本文分析了四格表资料的Ｆｉｓｈｅｒ精确检验的两种不同算法及其二者之间的差别，有助于正确理解和运用由ＳＡＳ软件包计算所Ｆｉｓｈｅｒ精确检验的结果。     

析因试验中交互作用分析的SAS技术

本文剖析了析因试验中交互作用的意义 ,并介绍了用 SAS软件对达显著的交互作用继续分析的两种方法 .此两法具有重要的实用价值 .     

SAS6.11版岭回归分析程序设计及其实例分析

应用岭回归分析可以解决自变量之间存在复共线性时的回归问题。本文给出了在SAS6.1 1及以上版本中实现岭回归分析的程序 ,用具体实例说明进行岭回归的方法     

处理多元线性回归中自变量共线性的几种方法：—SAS／STAT软件（6．12）中RE

本文通过例子介绍多元线性回归中自变量共线性的诊断以及使用SAS／SATA（6．12）软件中的REG等过程的增强功能处理回归变量共线性的一些方法,包括筛变量法,岭回归分析法,主成分回归法和稔蕞小二乘回归法。     

关于“SAS软件包中Fisher精确检验方法的分析”一文的争鸣意见

本文对ＳＡＳ软件包中精确概率的算法与一般统计学教科书有较大差别的问题提出了个人看法。认为在一般情况下根据ＳＡＳ软件包给出的双尾概率作出双侧检验结论时应取慎重态度     

应用SAS解非线性回归问题

.应用SAS/STAT估计非线性回归模型中的参数.首先,通过变量代换,把可以线性化的非线性回归模型化为线性回归模型,并用普通最小二乘法、主成分分析法和偏最小二乘法求模型中的参数和回归模型.其次,通过改良的高斯—牛顿迭代法来估计Logistic模型和Compertz模型中的参数.     

统计方法在研究微积分与后续课程相关性中的应用与实证分析

着眼于本科生后期专业课程的学习效果,探讨微积分课程学习效果的有效性.以北京理工大学某经管类专业全部学生大一大二两学年的学习成绩为依据,分析微积分课程学习与后续理科课程学习的相关性,提出评估微积分课程学习效果的量化指标θ值的概念,并基于回归分析和相关性分析给出其算法.在实例分析中,通过研究,发现学生微积分课程学习效果的好坏会影响他们对后续相关课程的学习,同时也发现学生将微积分知识运用到间接相关科目的能力比运用到直接相关的科目的能力薄弱.     

微观数据和宏观汇总数据在统计分析上的差异——以C-D生产函数为例

基于2008年经济普查的数据,从描述统计分析和回归分析两方面分别对微观数据和宏观汇总数据在统计分析上的差异进行了实证分析.在描述统计分析中发现,宏观汇总数据比微观数据更接近正态分布,但对数化处理后的数据并非如此;在回归分析中发现,基于微观数据和宏观汇总数据估计的生产函数,在消除异方差和多重共线性之前,无论是在生产函数的规模效应、生产要素的贡献率以及生产要素对产出的解释力度上均存在着差异,但是在消除异方差和多重共线性之后,在要素对产出的解释力度上仍存在很大差异.     

A Graphical Method of Exploring the Mean Structure in Longitudinal Data Analysis

Abstract

In a longitudinal study, individuals are observed over some period of time. The investigator wishes to model the responses over this time as a function of various covariates measured on these individuals. The times of measurement may be sparse and not coincident across individuals. When the covariate values are not extensively replicated, it is very difficult to propose a parametric model linking the response to the covariates because plots of the raw data are of little help. Although the response curve may only be observed at a few points, we consider the underlying curve y(t). We fit a regression model y(t) = x ^Tβ(t) + ε(t) and use the coefficient functions β(t) to suggest a suitable parametric form. Estimates of y(t) are constructed by simple interpolation, and appropriate weighting is used in the regression. We demonstrate the method on simulated data to show its ability to recover the true structure and illustrate its application to some longitudinal data from the Panel Study of Income Dynamics.     

数学建模中的数据挖掘方法

结合我校数模培训和参赛的经验，介绍了数据挖掘中的多元回归分析，主成分分析、人工神经网络等方法在建模中的一些成功应用。     

数据规律分析法在曲线优化拟合中的应用

本文介绍了数据规律分析法所包含的公式体系和系数计算方法;在曲线拟合中,实际算例结果表明该方法优于常规方法,同时验证了降价法与回归分析法具有同等的计算精确度;作为一种数学方法,可为高等教材数值分析增添新的内容。     

关于一类具有有界不确定性数据的参数估计方法的误差分析

指出了一类具有有界不确定性数据的参数估计方法存在估计误差这一事实,分析了估计误差存在的原因,给出了估计误差的上界.     

数据同化中的伴随方法的有关问题的研究

关于伴随方法应用中只能利用模式的伴随的观点,被认为是有疑问的．所作的数值模拟实验表明,对于潮波模型而言,方程的伴随能够得到与模式的伴随同样的结果:调和常数的实测值与模拟值的振幅差的绝对值的平均小于5.0 cm,迟角差的绝对值的平均小于5.0°．这些结果都能够体现渤、黄海M2分潮的基本特征．作为对比,也利用前人的方法对渤、黄海的M2分潮潮波进行了数值模拟,首先借助于历史资料和观测资料得到开边界的初始猜测,然后对开边界的初始猜测值进行调整,以得到与高度计资料之差尽可能小的模拟结果．但由于开边界的值共有72个,究竟有哪些值需要调整,需要如何调整,只有经过不断的调试,才能部分地解决这些问题．工作量大且很难得到令人满意的结果．该文实现了确定开边界条件的自动化过程,这与前人的方法相比,有无可比拟的优势．需要特别强调的是如果利用方程的伴随,可以避免繁琐而冗长的数学推导．因而说明方程的伴随也应该引起足够的重视．