●上卷
章SAS語言入門
1.1語言概述
1.2編程環境
1.3SASStudio編程
第2章數據集與DATA步
2.1SAS邏輯庫
2.2SAS數據集
2.3DATA步
2.3.1內嵌數據行或外部數據文件
2.3.2通過已有SAS數據集生成
2.3.3通過PROCIMPORT或PROCSQL生成
2.4DATA步的運行機制
2.4.1編譯階段
2.4.2運行階段
2.5DATA步語句快速索引
第3章變量與表達式
3.1常量與變量
3.1.1變量長度與缺失值
3.1.2數值常量
3.1.3日期/時間/日期時間常量
3.1.4字符常量
3.2表達式
3.2.1運算符
3.2.2運算符優先順序
3.2.3WHERE語句特定運算符
3.2.4賦值語句
3.2.5累加賦值語句
3.2.6RETAIN語句
3.3SAS數組
3.3.1數組名稱
3.3.素變量列表
3.3.3數組長度
3.3.4隱式下標變量
3.3.5多維數組
3.3.6臨時數組
3.3.7數組排序
3.3.8注意事項
第4章流程控制
4.1DO-END語句塊
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循環控制
4.3.1指定次數的循環：DO-TO-BY
4.3.2指定條件的循環：DO-WHILE與DO-UNTIL
4.3.3指定集合的循環：DO-OVER
4.4特殊的流程控制語句
4.4.1跳出循環語句：LEAVE
4.4.2繼續循環語句：CONTINUE
4.4.3返回語句：RETURN
4.4.4中止執行語句：STOP與ABORT
4.4.5跳轉語句：GOTO與LINK
第5章函數封裝
5.1LINK-RETURN技術
5.2SAS宏函數封裝
5.3FCMP函數
5.4繫統函數速查
第6章SAS宏
6.1宏變量
6.1.1命名
6.1.2作用域
6.1.3繫統宏
6.1.4宏代碼調試
6.1.5宏表達式
6.2宏函數
參數定義
6.3邏輯控制
6.3.1宏語句塊
6.3.2條件分支
6.3.3循環控制
6.4繫統宏函數
第7章DS
7.1程序結構
7.1.1變量聲明與類型
7.1.2程序實體作用域
7.1.3變量數組與標準數組
7.1.4繫統方法與用戶自定義方法
7.2數據程序
7.3包程序
7.4線程程序
第8章代碼組織
8.1靜態文件包含
8.2程序中動態擴展代碼
8.3動態執行外部命令
第9章文件讀寫
9.1二進制文件讀寫
9.2文本文件讀寫
9.3順序讀取多個文件
9.4並行讀取多個文件
9.5共享緩衝區讀寫
0章按位運算
10.1按位運算
10.2實現方法
10.3按位運算應用
1章擴展SAS功能
11.1通過Module調用外部DLL函數
11.2用C語言開發用戶函數庫
11.2.1準備64位C編譯環境
11.2.2開發用戶自定義動態庫
11.3PROTO編寫C代碼或注冊外部DLL
2章數據結構――數組
12.1數組
12.1.1DATA步數組
12.1.2FCMP數組
12.1.3DS2數組
12.1.4SAS宏數組
12.2數組應用：高精度數值計算
3章數據結構――隊列與堆棧
13.1隊列
13.1.1函數版實現與示例
13.1.2宏版實現與示例
13.2堆棧
函數版實現與示例
4章數據結構――鏈表
14.1基礎知識
14.2如何在SAS代碼中內嵌C語言代碼
14.3單向鏈表和雙向鏈表
14.4鏈表應用：約瑟夫斯問題
5章數據結構――二叉樹
15.1PROTO實現與封裝
15.2FCMP二叉樹實現
15.3二叉樹應用：算術表達式求值
6章數據結構――矩陣運算
16.1FCMP矩陣運算
16.2DS2矩陣運算
16.3矩陣應用：線性方程組求解
16.4矩陣應用：非線性方程組求解
7章數據結構――圖
17.1深度優先和廣度優先遍歷
17.2最短路徑問題
17.2.1Dijkstra算法
17.2.2Bellman-Ford算法
17.2.3Floyd-Warshall算法
下卷
8章統計學基礎
18.1數據特征度量
18.1.1集中趨勢度量
18.1.2離散趨勢度量
18.1.3分布特征度量
18.1.4置信區間、置信水平與p-值
18.2統計學上的變量類型
18.3基本數據處理
18.3.1排序與排名
18.3.2數據轉置
18.3.3堆疊與拆分
18.3.4過濾數據
18.3.5隨機抽樣
18.3.6基本統計量
18.4基本圖形圖表
18.5SAS產品與過程步概覽
18.5.1SAS核心產品功能簡介
18.5.2BaseSAS過程步速查
18.5.3SAS/STAT過程步速查
9章大數定律與中心極限定理
19.1大數定律
19.1.1弱大數定律
19.1.2三種大數定律
19.1.3圖形化證明
19.1.4強大數定律
19.2中心極限定理
19.2.1大數定律與中心極限定理關繫
19.2.2圖形化證明
19.2.3實際用途
第20章統計分布
20.1均勻分布
20.2離散型統計分布
20.2.1伯努利分布
20.2.2二項分布
20.2.3幾何分布
20.2.4負二項分布
20.2.5超幾何分布
20.2.6泊松分布
20.3連續型統計分布
20.3.1正態分布
20.3.2對數正態分布
20.3.3指數分布
20.3.4卡方分布
20.3.5學生t-分布
20.3.6F分布
20.3.7柯西分布
20.3.8貝塔分布
20.3.9伽馬分布
20.3.10愛爾朗分布
20.3.11韋布爾分布
20.3.12三角分布
20.3.13Table分布
附錄：各統計分布之間的關繫
第21章方差分析
21.1假設檢驗
21.2方差分析
21.2.1學生t-檢驗
21.2.2單因子方差分析
21.2.3雙因子方差分析
第22章數據標準化
22.1常用標準化方法
22.2SAS數據標準化
22.3自定義數據標準化
第23章主成分分析與因子分析
23.1主成分分析
23.1.1主成分分析原理
23.1.2主成分分析的具體步驟
23.2因子分析
23.2.1因子分析原理
23.2.2巴特利球度檢驗和KMO檢驗
23.2.3因子分析的具體步驟
第24章相關分析與回歸分析
24.1變量關繫
24.2相關分析
24.2.1線性相關性度量
24.2.2非參數關聯度量
24.2.3定量數據的相關分析
24.2.4類別數據的相關分析
24.3回歸分析
第25章聚類分析
25.1聚類度量
25.1.1距離繫數
25.1.2相似性/相關繫數
25.1.3SAS實踐
25.2聚類形成方法
25.2.1一次形成分類繫統
25.2.2K-均值聚類
25.2.3逐步形成分類繫統
25.2.4R型聚類分析
25.3自己實現聚類算法
25.3.1K-均值方法
25.3.2逐步形成分類繫統
附錄：聚類度量的自定義實現
第26章神經網絡
26.模型
26.2神經網絡
26.2.1訓練神經網絡
26.2.2反向傳播算法
26.3SAS代碼實現與範例
第27章π高精度求解與探索分析
27.1π值計算
27.1.1蒙特卡羅方法
27.1.2蒲豐投針方法
27.1.3微積分方法
27.1.4冪級數方法
27.1.5冪級數高精度方法
27.1.6梅欽類公式高精度方法
27.1.7迭代方法――貝拉公式
27.2π值分析
27.2.1數字分布規律
27.2.2可視化探索
附錄
參考文獻