1、第19章 SAS應用實例近年來隨著統計分析功能越來越受到人們的重視，憑借SAS系統強大的功能，使其在各個領域中都得到了廣泛的應用。本章將結合實例向用戶介紹SAS在社會統計、企業銷售、醫學、電力、農業、證券等領域的應用。19.1 在社會調查統計中的應用SAS系統具有專業的統計分析功能和強大的數據管理功能，在社會調查與統計中發揮著重要的作用。本小節將通過一個具體實例演示SAS在社會調查統計中的應用。19.1.1 實例問題描述表19.1中的數據為2010年全國主要地區農村居民家庭個人現金收入情況統計表，其中農村居民的家庭收入按照來源的不同可分為：工資性收入、家庭經營現金收入、財產性收入、轉移性收入。

2、現根據全國各地區農村居民家庭個人現金收入情況對不同的地區進行分類。19.1.2 采用的統計分析方法及其SAS實現在前面的學習中我們掌握了聚類分析和判別分析兩種數據分類方法，其中聚類分析可以直接對未知樣本進行分類，不需要知道先驗知識，而判別分析需要根據已知的數據分類，建立分類準則實現對未知樣本的分類。在SAS系統中主要提供三種不同聚類分析過程，為系統聚類、變量聚類和快速聚類過程。19.1.3 主要分析結果執行上述的聚類分析的程序，生成的結果主要包括：相關系數的特征表。聚類分析的過程表。聚類分析的譜系圖。19.2 在企業銷售數據中的應用SAS系統強大的統計分析功能，使其在企業銷售數據中也發揮著重要

3、的作用。利用SAS統計分析結果，可以輔助決策者制定有效地經營管理措施。本小節將通過一個具體實例演示SAS在企業銷售數據的分析中的應用。19.2.1 實例問題描述某汽車公司在近期投入廣告大幅宣傳其公司的產品，為分析投入的廣告是否對公司的銷售量有顯著的提高，調查了10個地區的當季銷售數據，如表19.2所示。試根據表中的數據分析廣告的投入是否對汽車銷售量有一定的影響。19.2.2 采用的統計分析方法及其SAS實現本實例需要對投入廣告前后的汽車銷售量進行對比分析，可以進行成對樣本的平均數比較的假設測驗。這里首先建立假設：u1=u2（即投入廣告前后的銷售量沒有顯著差異）；備擇假設H1：u1u2。然后，通

4、過t測驗檢驗上述的假設是否成立。19.2.3 主要分析結果執行上述程序，生成的成對樣本均數比較的結果如圖19.4所示。從中可以看出，t統計量檢驗的p=0.7318，其值大于0.05的顯著水平，所以不能拒絕原假設，即認為投入廣告對汽車銷售量的影響并不顯著，需要慎重考慮是否繼續投入廣告。19.3 在醫學中的應用醫學數據的研究關系人們的生命，因而需要一種嚴謹、可靠地數據處理軟件。SAS是目前公認的解決醫學問題的有效工具。本節將通過一個具體的例子演示SAS在醫學中的應用。19.3.1 實例問題描述某醫院測定了20名患者的心跳頻率(次/分鐘)與左心室機械收縮時間(毫秒)的數據，如表19.3所示。試問心跳

5、頻率(次/分鐘)與左心室機械收縮時間(毫秒)是否存在一定的相關性，如果存在，是否可以考慮建立模型，通過心跳頻率(次/分鐘)實現對左心室機械收縮時間(毫秒)的估計。19.3.2 采用的統計分析方法及其SAS實現本實例需要分析心跳頻率(次/分鐘)與左心室機械收縮時間(毫秒)的相關性，并通過相關性進一步分析是否可以建立定量模型，實現對收縮時間的估計。19.3.3 主要分析結果執行上述的結果將可以看到心跳頻率(次/分鐘)與左心室機械收縮時間(毫秒)具有一定的正相關性，其相關系數達0.99971，p值小于0.0001。19.4 在電力行業的應用在電力系統中常常會遇到大量的數據需要進行分析，SAS強大的數

6、據處理功能可以在電力行業數據的分析中發揮重要的作用。本小節將以其中的電力負荷的預測問題為例，向用戶演示SAS軟件在電力行業中的應用。19.4.1 實例問題描述在電力系統中，電力負荷具有明顯的周期性與波動性，受外界氣象因素的影響較大。本實例中將研究氣象因素（日最高氣溫、日最低氣溫、相對濕度、風速）與最大電力負荷的關系，以實現根據氣象條件對最大電力負荷的預測預報工作，保證電力系統的正常工作。表19.4為統計的7月最大電力負荷和逐日氣象數據。19.4.2 采用的統計分析方法及其SAS實現本實例需要通過影響電力負荷的相關氣象因素日最高氣溫、日最低氣溫、相對濕度等實現對最大電力負荷的預測。這里考慮使用多

7、元回歸分析技術，該技術可以綜合考慮影響最大電力負荷的多種因素，建立最大電力負荷的回歸模型。19.4.3 主要分析結果執行上述程序，生成的結果如圖19.9所示，其中包括回歸基本信息表、方差分析表、模型誤差表和參數估計表。從SAS多元回歸分析的結果可以看到，所建立的模型使用了31個觀測數據，模型的自由度為4，建立的模型通過了F測驗，方差分析的F檢驗值為424.33，概率P小于0.0001，說明模型達到極顯著水平。19.5 在證券行業的應用證券行業是一個高風險、高回報的金融行業，投資者為了更理性、科學地進行投資，往往需要對所購買股票的財務狀況有全面的了解。目前，各家股票上市公司都會提供反映其經營狀況

8、的各項指標數據，例如每股收益（元）、每股凈資產（元）、凈利潤率（%）等。根據這些財務數據進行科學合理地分析，提取能有效反映股票狀況的本質信息，是投資者合理投資、減少投資風險的有效保障。19.5.1 實例問題描述本實例需要對表19.5中的上市公司的財務報表數據進行綜合分析。從其反映個股收益狀況的指標（基本每股收益(元)、每股凈資產(元)、凈資產收益率加權平均(%)、扣除后每股收益(元)、流動比率(倍)、速動比率 (倍)、應收賬款周轉率(次)、資產負債比率(%)、凈利潤率(%)、總資產報酬率(%)、存貨周轉率、固定資產周轉率、總資產周轉率、凈資產比率(%)、固定資產比率(%)）中提取反映個股整體情

9、況的綜合指標。19.5.2 采用的統計分析方法及其SAS實現本實例需要采用一種數據降維的方法來減少反映個股收益的指標數據，因子分析是常用的數據降維方法。通過公因子的提取可以方便地幫助我們綜合個股多項指標數據，同時，因子得分可可以為個股綜合實力的評價提供一定的參考。19.5.3 主要分析結果執行上述程序，生成的主要結果包括初始的因子分析結果和因子旋轉后的結果。為了提高各因子中的變量的解釋能力，對提取的因子進行旋轉，得旋轉后的因子分析的載荷矩陣、旋轉后的各因子的方差解釋表和各變量的方差解釋表。19.6 SAS在農業領域的應用在農業科學研究中，對試驗數據的統計分析是重要環節。已往的農業領域統計分析，

10、往往依賴于研究者手工計算，統計計算的復雜性限制了農業領域試驗數據的充分利用。而如今借助SAS軟件強大的統計分析能力，研究工作者可以高效地完成對試驗數據的各種統計分析操作。19.6.1 實例問題描述本實例為農業科學研究者在大田環境下，設計了不同密度和氮肥水平的試驗，以研究施肥和種植密度對馬鈴薯產量的影響。19.6.2 采用的統計分析方法及其SAS實現本實例需要分析種植密度和氮肥處理對馬鈴薯產量是否有顯著影響，在統計分析中方差分析可以分析一個或多個因素對某項指標是否有影響，這里考慮使用SAS軟件的方差分析功能。同時，本實例涉及兩個種植密度和氮肥處理，需要使用兩因素的方差分析。19.7 本章小結本章

11、主要通過幾個簡單的例子向讀者介紹了SAS在社會調查統計、企業銷售數據、醫學中的應用，限于篇幅有限，這里的介紹希望能對讀者的學習起到觸類旁通的作用。SAS軟件的強大功能在各行各業中都發揮著重要的作用，在具體的使用中希望本書能給讀者的學習和工作帶來幫助與指導。19.8 習題1隨機調查了某班20名學生的身高和體重，試對調查數據進行描述性統計分析，以了解數據的基本特征。2某公司生成的產品在全國各地采用了A、B兩種營銷方式，現統計不同營銷方式下的銷售量，試分析不同的營銷方式是否對銷量有顯著影響。3試根據下表中的多個財務指標提取反映各地區財務狀況的主成分。4調查了30名型糖尿病患者血糖含量與總膽固醇、糖化血紅