《数据分析实验报告分析解析.doc》由会员分享，可在线阅读，更多相关《数据分析实验报告分析解析.doc（34页珍藏版）》请在taowenge.com淘文阁网|工程机械CAD图纸|机械工程制图|CAD装配图下载|SolidWorks_CaTia_CAD_UG_PROE_设计图分享下载上搜索。
1、实验课程：实验课程： 数据分析数据分析 专专 业：业： 信息与计算科学信息与计算科学 班班 级：级： 学学 号：号： 姓姓 名：名： 中北大学理学院2实验一 SAS 系统的使用【实验目的】了解 SAS 系统，熟练掌握 SAS 数据集的建立及一些必要的 SAS 语句。【实验内容】1. 将 SCORE 数据集的内容复制到一个临时数据集 test。SCORE 数据集NameSexMathChineseEnglish Alicef908591 Tomm958784 Jennyf939083 Mikem808580 Fredm848589 Katef978382 Alexm929091 Cookm757
2、876 Bennief827984 Hellenf857484 Wincelet f908287 Buttm778179 Geogem868582 Todm898484 Chrisf898487 Janetf866587 2将 SCORE 数据集中的记录按照 math 的高低拆分到 3 个不同的数据集：math大于等于 90 的到 good 数据集，math 在 80 到 89 之间的到 normal 数据集，math 在 80 以下的到 bad 数据集。3将 3 题中得到的 good，normal，bad 数据集合并。【实验所使用的仪器设备与软件平台】SAS【实验方法与步骤】1：DATA S
3、CORE; INPUT NAME $ Sex $ Math Chinese English; CARDS;3Alicef908591 Tom m958784 Jennyf939083 Mikem808580 Fredm848589 Katef978382 Alexm929091 Cookm757876 Bennief827984 Hellenf857484 Wincelet f908287 Buttm778179 Geogem868582 Tod m898484 Chrisf898487 Janetf866587 ; Run;PROC PRINT DATA=SCORE; DATA test;
4、SET SCORE;2：DATA good normal bad;SET SCORE;SELECT;when(math=90) output good;when(math=80when(math80) output bad;end;Run;PROC PRINT DATA=good;PROC PRINT DATA=normal;PROC PRINT DATA=bad;3：DATA All;SET good normal bad;PROC PRINT DATA=All;Run;4【实验结果】结果一：结果二：5结果三：6实验二 上市公司的数据分析【实验目的】通过使用 SAS 软件对实验数据进行描述性
5、分析和回归分析，熟悉数据分析方法，培养学生分析处理实际数据的综合能力。【实验内容】表 2 是一组上市公司在 2001 年的每股收益（eps） 、流通盘(scale)的规模以及 2001 年最后一个交易日的收盘价(price). 表 2 某上市公司的数据表代码流通盘每股收益股票价格00009685000.05913.2700009960000.02814.200015012600-0.0037.12000151105000.02610.0800015325000.05622.7500015513000-0.0096.8500015636000.03314.95000157100000.0612.
6、65000158100000.0188.3800015970000.00812.15000301153650.047.3100048877000.10113.2600072560000.04412.3300083513380.0722.5800086932000.19418.290008777800-0.08412.550008856000-0.07312.48000890169340.0319.12000892120000.0317.88000897141660.0026.91000900214230.0588.5900090148000.00527.950009026500-0.03110
7、.9200090360000.10911.7900090595000.0469.2900090666500.00714.4700090889880.0068.2800090960000.0029.9900091080000.0368.900091172800.0679.01000912150000.1128.0600091384500.06211.8600091545990.00114.4000916340000.0385.15000917118000.08616.230009186000-0.04510.1271、对股票价格1）计算均值、方差、标准差、变异系数、偏度、峰度；2）计算中位数，上
8、、下四分位 数，四分位极差，三均值；3）作出直方图；4）作出茎叶图；5）进行正态性检验（正态 W 检验） ；6）计算协方差矩阵，Pearson 相关矩阵；7）计算 Spearman 相关矩阵；8）分析各指标间的相关性。2、1）对股票价格，拟合流通盘和每股收益的线性回归模型，求出回归参数估 计值及残差；2）给定显著性水平 =0.05，检验回归关系的显著性，检验各自变量对因 变量的影响的显著性；3）拟合残差关于拟合值的残差图及残差的正态 QQ 图。分析1212,Y XXX X及这些残差，并予以评述。【实验所使用的仪器设备与软件平台】SAS【实验方法与步骤】data prices;input num
9、 scale eps price;cards;000096 85000.05913.27000099 60000.02814.2000150 12600-0.003 7.12000151 105000.02610.08000153 25000.05622.75000155 13000-0.009 6.85000156 36000.03314.95000157 100000.0612.65000158 100000.0188.38000159 70000.00812.15000301 153650.047.31000488 77000.10113.26000725 60000.04412.330
10、00835 13380.0722.58000869 32000.19418.298000877 7800-0.084 12.55000885 6000-0.073 12.48000890 169340.0319.12000892 120000.0317.88000897 141660.0026.91000900 214230.0588.59000901 48000.00527.95000902 6500-0.031 10.92000903 60000.10911.79000905 95000.0469.29000906 66500.00714.47000908 89880.0068.28000
11、909 60000.0029.99000910 80000.0368.9000911 72800.0679.01000912 150000.1128.06000913 84500.06211.86000915 45990.00114.4000916 340000.0385.15000917 118000.08616.23000918 6000-0.045 10.12run;PROC PRINT DATA=prices;run;proc means data=prices mean var std skewness kurtosis cv;var price;output out=result;
12、run;proc univariate data=prices plot freq normal;var price;output out=result2;run;proc capability data=prices graphics noprint;histogram price/normal;run;proc corr data=prices pearson spearman cov nosimple;var price;with price;run;proc reg data=prices;model price=scale eps/selection=backward noint p
13、 r;output out =prices p=p r=r;proc print data=prices;9run【实验结果】101112对于问题二结果：131415实验三 美国 50 个州七种犯罪比率的数据分析【实验目的】通过使用 SAS 软件对实验数据进行主成分分析和因子分析，熟悉数据分析方法，培养学生分析处理实际数据的综合能力。【实验内容】表 3 给出的是美国 50 个州每 100 000 个人中七种犯罪的比率数据。这七种犯罪是：Murder（杀人罪） ，Rape（强奸罪） ，Robbery（抢劫罪） ， Assault（斗殴罪） ，Burglary（夜盗罪） ，Larceny（偷盗罪）
14、 ，Auto（汽车犯罪） 。表 3 美国 50 个州七种犯罪的比率数据StateMurderRapeRobberyAssaultBurglaryLarcenyAutoAlabama14.225.296.8278.31135.51881.9280.7Alaska10.851.696.8284.01331.73369.8753.3Arizona9.534.2138.2312.32346.14467.4439.5Arkansas8.827.683.2203.4972.61862.1183.4California11.549.4287.0358.02139.43499.8663.5Colorado6.
15、342.0170.7292.91935.23903.2477.1Connecticut4.216.8129.5131.81346.02620.7593.2Delaware6.024.9157.0194.21682.63678.4467.0Florida10.239.6187.9449.11859.93840.5351.4Georgia11.731.1140.5256.51351.12170.2297.9Hawaii7.225.5128.064.11911.53920.4489.4Idaho5.519.439.6172.51050.82599.6237.6Illinois9.921.8211.3
16、209.01085.02828.5528.6Indiana7.426.5123.2153.51086.22498.7377.4Iowa2.310.641.289.8812.52685.1219.9Kansas6.622.0100.7180.51270.42739.3244.3Kentucky10.119.181.1123.3872.21662.1245.4Louisiana15.530.9142.9335.51165.52469.9337.7Maine2.413.538.7170.01253.12350.7246.9Maryland8.034.8292.1358.91400.03177.742
17、8.5Massachusetts3.120.8169.1231.61532.22311.31140.1Michigan9.338.9261.9274.61522.73159.0545.5Minnesota2.719.585.985.81134.72559.3343.1Mississippi14.319.665.7189.1915.61239.9144.4Missouri9.628.3189.0233.51318.32424.2378.4Montana5.416.739.2156.8804.92773.2309.2Nebraska3.918.164.7112.7760.02316.1249.1N
18、evada15.849.1323.1355.02453.14212.6559.2New Hampshire3.210.723.276.01041.72343.9293.4New Jersey5.621.0180.4185.11435.82774.5511.5New Mexico8.839.1109.6343.41418.73008.6259.5New York10.729.4472.6319.11728.02782.0745.816North Carolina10.617.061.3318.31154.12037.8192.1Ohio7.827.3190.5181.11216.02696.84
19、00.4North Dakota0.99.013.343.8446.11843.0144.7Oklahoma8.629.273.8205.01288.22228.1326.8Oregon4.939.9124.1286.91636.435061388.9Pennsylvania5.619.0130.3128.0877.51624.1333.2Rhode Island3.610.586.5201.01489.52844.1791.4South Carolina11.933.0105.9485.31613.62342.4245.1South Dakota2.013.517.9155.7570.517
20、04.4147.5Tennessee10.129.7145.8203.91259.71776.5314.0Texas13.333.8152.4208.21603.12988.7397.6Utah3.520.368.8147.31171.63004.6334.5Vermont1.415.930.8101.21348.22201.0265.2Virginia9.023.392.1165.7986.22521.2226.7Washington4.339.6106.2224.81605.63386.9360.3West Virginia6.013.242.290.9597.41341.7163.3Wi
21、sconsin2.812.952.263.7846.92614.2220.7Wyoming5.421.939.7173.9811.62772.2282.01、1）分别用样本协方差矩阵和样本相关矩阵作主成分分析，二者的结果有何差异？2）原始数据的变化可否由三个或者更少的主成分反映，对所选取的主成分给出合理的解释。3）计算从样本相关矩阵出发计算的第一样本主成分的得分并予以排序.2、从样本相关矩阵出发，做因子分析。【实验所使用的仪器设备与软件平台】SAS【实验方法与步骤】首先将上述数据复制到 excel,再通过 SAS 导入数据至数据集 crime。样本协方差矩阵做主成分分析： proc princ
22、omp data=work.crime covariance; run; 样本相关矩阵做主成分分析： proc princomp data=work.crime; run; 对第一样本主成分排序 proc princomp data=crime out=defen;run;proc sort data=defen;by prin1;17run;proc print data=defen;run;2、程序：proc factor data=work.crime score; run;【实验结果】1819202122实验四 1991 年全国各省、区、市城镇居民月平均收入的数据分析【实验目的】通过使
23、用 SAS 软件对实验数据进行判别分析和聚类分析，熟悉数据分析方法，培养学生分析处理实际数据的综合能力。【实验内容】1991 年全国各省、区、市城镇居民月平均收入情况见下表，变量含义如下：X1-人均生活费收入（元/人） ；X2-人均全民所有制职工工资（元/人） ；X3-人均来源于全民标准工资（元/人） ；X4-人均集体所有制工资（元/人） ；X5-人均集体职工标准工资（元/人） ；X6-人均各种奖金及超额工资（元/人） ；X7-人均各种津贴（元/人） ；X8-职工人均从工作单位得到的其他收入（元/人） ；X9-个体劳动者收入（元/人） 。省(区市)名类型x1x2x3x4x5x6x7x8x9北京
24、1170.03110.259.768.384.4926.816.4411.90.41天津1141.5582.5850.9813.49.3321.312.369.211.05河北1119.483.3353.39117.5217.311.79120.7上海1194.53107.860.2415.68.883121.0111.80.16山东1130.4686.2152.315.910.520.6112.149.610.47湖北1119.2985.4153.0213.18.4413.8716.478.380.51广西1134.4698.6148.188.94.3421.4926.1213.64.56海
25、南1143.7999.9745.66.31.5618.6729.4911.83.82四川1128.0574.9650.1313.99.6216.1410.1814.51021云南1127.4193.5450.5710.55.8719.4121.212.60.9新疆1122.96101.469.76.33.8611.318.965.624.62山西2102.4971.7247.729.426.9613.127.96.660.61内蒙古2106.1476.2746.199.656.279.65520.16.970.96吉林2104.9372.9944.613.79.019.43520.616.65
26、1.68黑龙江2103.3462.9942.9511.17.418.34210.196.452.68江西298.08969.4543.0411.47.9510.5916.57.691.08河南2104.1272.2347.319.486.4313.1410.438.31.11贵州2108.4980.7947.526.063.4213.6916.538.372.85陕西2113.9975.650.885.213.8612.949.4926.771.27甘肃2114.0684.3152.787.815.4410.8216.433.791.19青海2108.880.4150.457.274.078.
27、37118.985.950.83宁夏2115.9688.2151.858.815.6313.9522.654.750.97辽宁3128.4668.9143.4122.415.313.8812.429.011.41江苏3135.2473.1844.5423.915.222.389.66113.91.19浙江3162.5380.1145.9924.313.929.5410.9133.4723安徽3111.7771.0743.6419.412.516.689.6987.020.63福建3139.0979.0944.1918.510.520.2316.477.673.08湖南312484.6644.0
28、513.57.4719.1120.4910.31.76广东待判211.311441.4433.211.248.7230.7714.911.1西藏待判175.93163.857.894.223.3717.8182.3215.701、1）判定广东、西藏两省区属于哪种收入类型，并用回代法及交叉确认法对误判率作出估计。2）进行 Bayes 判别，并用回代法与交叉确认法验证判别结果。2、1）用最短距离法、最长距离法与类平均法聚类，画出谱系图，并写出分 3类的结果；2）快速聚类法聚类，并写出分 3 类的结果。【实验所使用的仪器设备与软件平台】SAS【实验方法与步骤】1:发现数据四川省 X9 数据存在异常,
29、通过查阅课本 170 页表 5.3 可得此处数据 应为 1.21. 首先将上述数据建立 excel 表格，再通过 SAS 直接导入到名为 shuju 的数据集 中。将数据省(区市)名x1x2x3x4x5x6x7x8x9广东211.311441.4433.211.248.7230.7714.911.1西藏175.93163.857.894.223.3717.8182.3215.70导入daipang数据集。shuju数据集删除最后两行 运行以下程序 proc discrim data=shuju testdata=daipang method=normallist crosslist testl
30、ist;class leixing;var x1-x9;run; 2：将上述结果也导入至数据集 SHUJU 中SINGLE(或 SIN):最短距离法.proc cluster data=shuju method=sin outtree=y1; run; proc tree data=y1 nclusters=3 out=z1; run;24proc print data=z1;run;COMPLETE(或 COM): 最长距离法.proc cluster data=shuju method=com outtree=y2; run; proc tree data=y2 nclusters=3 o
31、ut=z2; run; proc print data=z2;run;AVERAGE(或 AVE):类平均法.proc cluster data=shuju method=ave outtree=y3; run; proc tree data=y3 nclusters=3 out=z3; run; proc print data=z3;run; (2)快速聚类法（proc fastclus） proc fastclus data=shuju out=a1 maxc=3 cluster=c distance list; proc plot; plot x2*x1=c;run;【实验结果】252627282930判别结果广东判入第三类，西藏判入第一类。2：（1）最短距离法聚类结果及谱系图3132最长距离法聚类结果及谱系图类平均法聚类结果及谱系图3334快速聚类法聚类结果