SAS技術內幕：從程序員到數據科學家 ( 簡體 字) |
| 作者：巫銀良 | 類別：1. -> 工具書、軟體 -> 統計軟體 |
| 譯者： |
| 出版社：清華大學出版社 |  3dWoo書號： 50503
詢問書籍請說出此書號！【缺書】
NT售價： 840 元 |
| 出版日：12/1/2018 |
| 頁數：590 |
| 光碟數：0 |
|
站長推薦：   |
| 印刷：黑白印刷 | 語系： ( 簡體 版 ) |
| |
加入購物車  │加到我的最愛
(請先登入會員) |
| ISBN：9787302502784 |
| 作者序 | 譯者序 | 前言 | 內容簡介 | 目錄 | 序 |
| (簡體書上所述之下載連結耗時費功, 恕不適用在台灣, 若讀者需要請自行嘗試, 恕不保證) |
| 作者序： |
| 譯者序： |
前言：本書是寫給程序員的數據分析技術入門書籍，成書于 2017 年作者在北京大學教授
面向研究生和高年級本科生的“統計分析與商務智能”選修課期間，它試圖在程序世界
和數據分析世界之間架起一座堅實的橋梁。
本書主要包括上下兩卷內容：程序員視角下的SAS 編程技術和數據結構，數據科學
家視角下的數據分析理論和SAS實踐。
上卷主要包括 SAS 語言入門、數據集與DATA步、變量與表達式、流程控制、函
數封裝、SAS 宏、DS2、代碼組織、文件讀寫、按位運算以及擴展 SAS 功能。另外，還
從程序員的視角闡述了各種數據結構在 SAS 中的編程實現和應用，包括 SAS 數組、隊
列與堆棧、鏈表、二叉樹、矩陣運算和圖等。
下卷包括統計學基礎、大數定律與中心極限定理、統計分布、方差分析、數據標準化、
主成分分析與因子分析、相關分析與回歸分析、聚類分析、神經網絡，最后以 π 值高精
度求解和探索分析結束。
本書內容涵蓋理論和實踐，章節組織采用從簡單到復雜的方式。本書囊括數據分析
技術方面較為核心的基礎內容，試圖與讀者一起觸及數據世界分析與智能的核心。各章
為讀者提供簡潔可運行的 SAS 示例代碼、算法實現以及快速指南，為廣大受過計算機科
學教育的程序員向數據科學家華麗轉身提供了必要的快速入門指導。本書附錄還提供二
項分布、泊松分布和標準正態分布累積概率表以及t分布、χ2分布和 F 分布臨界值表的
制作與查找方法。本書適用于各大專院校統計分析專業和信息處理專業的學生，有志于
從事數據分析的廣大程序員、統計分析從業人員以及所有想成為數據科學家的專業人士。
本書與傳統的SAS數據分析書籍不同之處在于，它從程序員的視角出發，循序漸進
探討數據分析的各個方面，避免 “知其然而不知其所以然” 。因此，閱讀本書可使你
從完全不了解SAS到對SAS“有所了解”，從而掌握數據分析的要義和精髓，實現從
程序員到數據科學家的華麗轉身！
最后，誠摯感謝北京大學信息科學技術學院博士生導師、中國ACM教育專委會主
席張銘教授為本書作序。感謝SAS中國研發中心總經理劉政博士給予的大力幫助和指導，
感謝SAS大中華區前市場總監蔣順利先生、高級市場經理曾秋媚女士在寫作過程中給予
的幫助和支持，感謝在寫作過程中給予特別幫助的SAS中國研發中心的同仁們。感謝清
華大學出版社編輯部的劉洋先生和全體同仁的辛勤工作，是他們的努力使本書得以與讀
者見面！感謝恩師陳永金先生以及所有在我生命中給予幫助的人們！特別感謝與我一路
同行的知己和家人，是他們賦予了我生命的色彩與力量！
巫銀良
2018年8月 |
內容簡介：本書共27章，分為上下兩卷：上卷介紹SAS編程基礎與使用方法，是廣大程序員快速掌握SAS編程技術的簡明開發教程；下卷闡述數據分析的關鍵基礎知識并提供相應SAS代碼實現，目的是激發讀者興趣，跨越傳統編程與數據分析的鴻溝，從程序員華麗轉身為數據科學家。書中演示代碼力圖簡潔清晰地解釋相關概念，追求大道至簡。本書兼顧編程技術與數據分析，期許程序員、信息處理與統計分析人員以及對數據分析科學感興趣的讀者都能從本書中獲益良多，循序漸進地掌握數據分析的要義和精髓，從數據中獲取洞見與智慧。 |
目錄：上卷
第1章SAS語言入門002
1.1 語言概述005
1.2 編程環境010
1.3SASStudio編程016
第2章數據集與DATA步032
2.1 SAS邏輯庫032
2.2 SAS數據集036
2.3 DATA步041
2.3.1 內嵌數據行或外部數據文件043
2.3.2 通過已有SAS數據集生成048
2.3.3通過PROCIMPORT或PROCSQL生成051
2.4 DATA步的運行機制054
2.4.1 編譯階段055
2.4.2 運行階段056
2.5 DATA步語句快速索引057
第3章變量與表達式062
3.1 常量與變量062
3.1.1 變量長度與缺失值063
3.1.2 數值常量065
3.1.3 日期/時間/日期時間常量067
3.1.4 字符常量067
3.2 表達式068
3.2.1 運算符068
3.2.2 運算符優先順序072
3.2.3 WHERE語句特定運算符072
3.2.4 賦值語句073
3.2.5 累加賦值語句074
3.2.6 RETAIN語句075
SAS技術內幕：從程序員到數據科學家
3.3SAS數組077
3.3.1 數組名稱079
3.3.2數組元素變量列表079
3.3.3 數組長度080
3.3.4 隱式下標變量080
3.3.5 多維數組081
3.3.6 臨時數組082
3.3.7 數組排序083
3.3.8 注意事項084
第4章流程控制087
4.1 DO-END語句塊087
4.2 分支控制088
4.2.1 IF-THEN分支控制088
4.2.2 ELSE-IF多分支控制090
4.2.3 SELECT-WHEN多分支控制090
4.3 循環控制091
4.3.1 指定次數的循環：DO-TO-BY091
4.3.2 指定條件的循環：DO-WHILE與DO-UNTIL092
4.3.3 指定集合的循環：DO-OVER093
4.4 特殊的流程控制語句094
4.4.1 跳出循環語句：LEAVE094
4.4.2繼續循環語句：CONTINUE094
4.4.3 返回語句：RETURN095
4.4.4 中止執行語句：STOP與ABORT095
4.4.5 跳轉語句：GOTO與LINK096
第5章函數封裝099
5.1 LINK-RETURN技術101
5.2 SAS宏函數封裝103
5.3 FCMP函數105
5.4 系統函數速查110
第6章SAS宏113
6.1 宏變量114
6.1.1 命名114
6.1.2 作用域114
6.1.3 系統宏115
6.1.4 宏代碼調試117
目錄
XIII
6.1.5 宏表達式117
6.2 宏函數119
參數定義120
6.3 邏輯控制121
6.3.1 宏語句塊121
6.3.2 條件分支121
6.3.3 循環控制121
6.4 系統宏函數122
第7章DS2124
7.1 程序結構126
7.1.1 變量聲明與類型126
7.1.2 程序實體作用域129
7.1.3 變量數組與標準數組130
7.1.4 系統方法與用戶自定義方法131
7.2 數據程序136
7.3 包程序137
7.4 線程程序143
第8章代碼組織149
8.1 靜態文件包含149
8.2 程序中動態擴展代碼151
8.3 動態執行外部命令153
第9章文件讀寫157
9.1 二進制文件讀寫157
9.2 文本文件讀寫159
9.3 順序讀取多個文件162
9.4 并行讀取多個文件165
9.5 共享緩沖區讀寫166
第10章按位運算168
10.1 按位運算168
10.2 實現方法169
10.3 按位運算應用173
第11章擴展SAS功能177
11.1 通過Module調用外部DLL函數177
11.2 用C語言開發用戶函數庫182
11.2.1 準備64位C編譯環境182
SAS技術內幕：從程序員到數據科學家
11.2.2 開發用戶自定義動態庫183
11.3 PROTO編寫C代碼或注冊外部DLL184
第12章數據結構——數組187
12.1 數組187
12.1.1 DATA步數組187
12.1.2 FCMP數組189
12.1.3 DS2數組192
12.1.4 SAS宏數組193
12.2數組應用：高精度數值計算194
第13章數據結構——隊列與堆棧196
13.1 隊列196
13.1.1 函數版實現與示例196
13.1.2 宏版實現與示例199
13.2 堆棧202
函數版實現與示例202
第14章數據結構——鏈表206
14.1 基礎知識206
14.2 如何在SAS代碼中內嵌C語言代碼207
14.3 單向鏈表和雙向鏈表209
14.4 鏈表應用：約瑟夫斯問題216
第15章數據結構——二叉樹221
15.1 PROTO實現與封裝221
15.2 FCMP二叉樹實現227
15.3 二叉樹應用：算術表達式求值231
第16章數據結構——矩陣運算235
16.1 FCMP矩陣運算236
16.2 DS2矩陣運算243
16.3 矩陣應用：線性方程組求解246
16.4 矩陣應用：非線性方程組求解248
第17章數據結構——圖255
17.1 深度優先和廣度優先遍歷256
17.2 最短路徑問題260
17.2.1 Dijkstra算法261
17.2.2 Bellman-Ford算法263
17.2.3 Floyd-Warshall算法265
目錄
下卷
第18章統計學基礎270
18.1 數據特征度量270
18.1.1 集中趨勢度量272
18.1.2 離散趨勢度量274
18.1.3 分布特征度量277
18.1.4 置信區間、置信水平與p-值279
18.2 統計學上的變量類型280
18.3 基本數據處理283
18.3.1 排序與排名284
18.3.2 數據轉置285
18.3.3 堆疊與拆分286
18.3.4 過濾數據287
18.3.5 隨機抽樣289
18.3.6基本統計量290
18.4 基本圖形圖表292
18.5 SAS產品與過程步概覽303
18.5.1 SAS核心產品功能簡介305
18.5.2 BaseSAS過程步速查309
18.5.3SAS/STAT過程步速查318
第19章大數定律與中心極限定理327
19.1 大數定律327
19.1.1 弱大數定律327
19.1.2 三種大數定律329
19.1.3 圖形化證明330
19.1.4 強大數定律333
19.2 中心極限定理334
19.2.1 大數定律與中心極限定理關系335
19.2.2 圖形化證明336
19.2.3 實際用途340
第20章統計分布342
20.1 均勻分布342
20.2 離散型統計分布345
20.2.1 伯努利分布345
SAS技術內幕：從程序員到數據科學家
20.2.2 二項分布347
20.2.3 幾何分布353
20.2.4 負二項分布357
20.2.5 超幾何分布360
20.2.6 泊松分布362
20.3 連續型統計分布365
20.3.1 正態分布365
20.3.2 對數正態分布373
20.3.3 指數分布376
20.3.4 卡方分布379
20.3.5 學生t-分布381
20.3.6 F分布387
20.3.7 柯西分布390
20.3.8 貝塔分布392
20.3.9 伽馬分布395
20.3.10 愛爾朗分布397
20.3.11 韋布爾分布399
20.3.12 三角分布400
20.3.13 Table分布401
附錄：各統計分布之間的關系403
第21章方差分析404
21.1 假設檢驗404
21.2 方差分析406
21.2.1 學生t-檢驗406
21.2.2 單因子方差分析408
21.2.3 雙因子方差分析418
第22章數據標準化421
22.1 常用標準化方法421
22.2 SAS數據標準化424
22.3 自定義數據標準化429
第23章主成分分析與因子分析433
23.1 主成分分析434
23.1.1 主成分分析原理435
23.1.2 主成分分析的具體步驟436
23.2 因子分析443
目錄
23.2.1 因子分析原理443
23.2.2 巴特利球度檢驗和KMO檢驗443
23.2.3 因子分析的具體步驟445
第24章相關分析與回歸分析450
24.1 變量關系450
24.2 相關分析451
24.2.1 線性相關性度量451
24.2.2 非參數關聯度量452
24.2.3 定量數據的相關分析455
24.2.4 類別數據的相關分析457
24.3 回歸分析460
第25章聚類分析467
25.1 聚類度量469
25.1.1 距離系數469
25.1.2 相似性/相關系數471
25.1.3 SAS實踐473
25.2 聚類形成方法475
25.2.1 一次形成分類系統475
25.2.2 K-均值聚類477
25.2.3 逐步形成分類系統485
25.2.4 R型聚類分析491
25.3 自己實現聚類算法494
25.3.1 K-均值方法494
25.3.2 逐步形成分類系統501
附錄：聚類度量的自定義實現509
第26章神經網絡512
26.1 神經元模型513
26.2 神經網絡517
26.2.1 訓練神經網絡519
26.2.2 反向傳播算法519
26.3 SAS代碼實現與范例524
第27章π高精度求解與探索分析536
27.1 π值計算537
27.1.1 蒙特卡羅方法543
27.1.2 蒲豐投針方法544
SAS技術內幕：從程序員到數據科學家
27.1.3 微積分方法545
27.1.4 冪級數方法546
27.1.5 冪級數高精度方法548
27.1.6 梅欽類公式高精度方法550
27.1.7 迭代方法——貝拉公式554
27.2 π值分析557
27.2.1 數字分布規律558
27.2.2 可視化探索561
附錄564
參考文獻598 |
| 序： |
