SAS技术内幕 从程序员到数据科学家

本书共27章，分为上下两卷：上卷介绍SAS编程基础与使用方法，是广大程序员快速掌握SAS编程技术的简明开发教程；下卷阐述数据分析的关键基础知识并提供相应SAS代码实现，目的是激发读者兴趣，跨越传统编程与数据分析的鸿沟，从程序员华丽转身为数据科学家。书中演示代码力图简洁清晰地解释相关概念，追求大道至简。本书兼顾编程技术与数据分析，期许程序员、信息处理与统计分析人员以及对数据分析科学感兴趣的读者都能从本书中获益良多，循序渐进地掌握数据分析的要义和精髓，从数据中获取洞见与智慧。

  

上卷
第1章SAS语言入门
1.1语言概述
1.2编程环境
1.3SASStudio编程
第2章数据集与DATA步
2.1SAS逻辑库
2.2SAS数据集
2.3DATA步
2.3.1内嵌数据行或外部数据文件
2.3.2通过已有SAS数据集生成
2.3.3通过PROCIMPORT或PROCSQL生成
2.4DATA步的运行机制
2.4.1编译阶段
2.4.2运行阶段
2.5DATA步语句快速索引
第3章变量与表达式
3.1常量与变量
3.1.1变量长度与缺失值
3.1.2数值常量
3.1.3日期/时间/日期时间常量
3.1.4字符常量
3.2表达式
3.2.1运算符
3.2.2运算符优先顺序
3.2.3WHERE语句特定运算符
3.2.4赋值语句
3.2.5累加赋值语句
3.2.6RETAIN语句
3.3SAS数组
3.3.1数组名称
3.3.2数组元素变量列表
3.3.3数组长度
3.3.4隐式下标变量
3.3.5多维数组
3.3.6临时数组
3.3.7数组排序
3.3.8注意事项
第4章流程控制
4.1DO-END语句块
4.2分支控制
4.2.1IF-THEN分支控制
4.2.2ELSE-IF多分支控制
4.2.3SELECT-WHEN多分支控制
4.3循环控制
4.3.1指定次数的循环：DO-TO-BY
4.3.2指定条件的循环：DO-WHILE与DO-UNTIL
4.3.3指定集合的循环：DO-OVER
4.4特殊的流程控制语句
4.4.1跳出循环语句：LEAVE
4.4.2继续循环语句：CONTINUE
4.4.3返回语句：RETURN
4.4.4中止执行语句：STOP与ABORT
4.4.5跳转语句：GOTO与LINK
第5章函数封装
5.1LINK-RETURN技术
5.2SAS宏函数封装
5.3FCMP函数
5.4系统函数速查
第6章SAS宏
6.1宏变量
6.1.1命名
6.1.2作用域
6.1.3系统宏
6.1.4宏代码调试
6.1.5宏表达式
6.2宏函数
参数定义
6.3逻辑控制
6.3.1宏语句块
6.3.2条件分支
6.3.3循环控制
6.4系统宏函数
第7章DS
7.1程序结构
7.1.1变量声明与类型
7.1.2程序实体作用域
7.1.3变量数组与标准数组
7.1.4系统方法与用户自定义方法
7.2数据程序
7.3包程序
7.4线程程序
第8章代码组织
8.1静态文件包含
8.2程序中动态扩展代码
8.3动态执行外部命令
第9章文件读写
9.1二进制文件读写
9.2文本文件读写
9.3顺序读取多个文件
9.4并行读取多个文件
9.5共享缓冲区读写
第10章按位运算
10.1按位运算
10.2实现方法
10.3按位运算应用
第11章扩展SAS功能
11.1通过Module调用外部DLL函数
11.2用C语言开发用户函数库
11.2.1准备64位C编译环境
11.2.2开发用户自定义动态库
11.3PROTO编写C代码或注册外部DLL
第12章数据结构――数组
12.1数组
12.1.1DATA步数组
12.1.2FCMP数组
12.1.3DS2数组
12.1.4SAS宏数组
12.2数组应用：高精度数值计算
第13章数据结构――队列与堆栈
13.1队列
13.1.1函数版实现与示例
13.1.2宏版实现与示例
13.2堆栈
函数版实现与示例
第14章数据结构――链表
14.1基础知识
14.2如何在SAS代码中内嵌C语言代码
14.3单向链表和双向链表
14.4链表应用：约瑟夫斯问题
第15章数据结构――二叉树
15.1PROTO实现与封装
15.2FCMP二叉树实现
15.3二叉树应用：算术表达式求值
第16章数据结构――矩阵运算
16.1FCMP矩阵运算
16.2DS2矩阵运算
16.3矩阵应用：线性方程组求解
16.4矩阵应用：非线性方程组求解
第17章数据结构――图
17.1深度优先和广度优先遍历
17.2最短路径问题
17.2.1Dijkstra算法
17.2.2Bellman-Ford算法
17.2.3Floyd-Warshall算法
下卷
第18章统计学基础
18.1数据特征度量
18.1.1集中趋势度量
18.1.2离散趋势度量
18.1.3分布特征度量
18.1.4置信区间、置信水平与p-值
18.2统计学上的变量类型
18.3基本数据处理
18.3.1排序与排名
18.3.2数据转置
18.3.3堆叠与拆分
18.3.4过滤数据
18.3.5随机抽样
18.3.6基本统计量
18.4基本图形图表
18.5SAS产品与过程步概览
18.5.1SAS核心产品功能简介
18.5.2BaseSAS过程步速查
18.5.3SAS/STAT过程步速查
第19章大数定律与中心极限定理
19.1大数定律
19.1.1弱大数定律
19.1.2三种大数定律
19.1.3图形化证明
19.1.4强大数定律
19.2中心极限定理
19.2.1大数定律与中心极限定理关系
19.2.2图形化证明
19.2.3实际用途
第20章统计分布
20.1均匀分布
20.2离散型统计分布
20.2.1伯努利分布
20.2.2二项分布
20.2.3几何分布
20.2.4负二项分布
20.2.5超几何分布
20.2.6泊松分布
20.3连续型统计分布
20.3.1正态分布
20.3.2对数正态分布
20.3.3指数分布
20.3.4卡方分布
20.3.5学生t-分布
20.3.6F分布
20.3.7柯西分布
20.3.8贝塔分布
20.3.9伽马分布
20.3.10爱尔朗分布
20.3.11韦布尔分布
20.3.12三角分布
20.3.13Table分布
附录：各统计分布之间的关系
第21章方差分析
21.1假设检验
21.2方差分析
21.2.1学生t-检验
21.2.2单因子方差分析
21.2.3双因子方差分析
第22章数据标准化
22.1常用标准化方法
22.2SAS数据标准化
22.3自定义数据标准化
第23章主成分分析与因子分析
23.1主成分分析
23.1.1主成分分析原理
23.1.2主成分分析的具体步骤
23.2因子分析
23.2.1因子分析原理
23.2.2巴特利球度检验和KMO检验
23.2.3因子分析的具体步骤
第24章相关分析与回归分析
24.1变量关系
24.2相关分析
24.2.1线性相关性度量
24.2.2非参数关联度量
24.2.3定量数据的相关分析
24.2.4类别数据的相关分析
24.3回归分析
第25章聚类分析
25.1聚类度量
25.1.1距离系数
25.1.2相似性/相关系数
25.1.3SAS实践
25.2聚类形成方法
25.2.1一次形成分类系统
25.2.2K-均值聚类
25.2.3逐步形成分类系统
25.2.4R型聚类分析
25.3自己实现聚类算法
25.3.1K-均值方法
25.3.2逐步形成分类系统
附录：聚类度量的自定义实现
第26章神经网络
26.1神经元模型
26.2神经网络
26.2.1训练神经网络
26.2.2反向传播算法
26.3SAS代码实现与范例
第27章π高精度求解与探索分析
27.1π值计算
27.1.1蒙特卡罗方法
27.1.2蒲丰投针方法
27.1.3微积分方法
27.1.4幂级数方法
27.1.5幂级数高精度方法
27.1.6梅钦类公式高精度方法
27.1.7迭代方法――贝拉公式
27.2π值分析
27.2.1数字分布规律
27.2.2可视化探索
附录
参考文献