新書推薦：
《
华尔街幽灵：一位股票投资大师的告白
》
售價：NT$
447.0
《
人生幸好有快乐（一代大师梁实秋至诚分享八十余年的快乐哲学！）
》
售價：NT$
302.0
《
中世纪文明（400-1500年）（格致人文）
》
售價：NT$
661.0
《
女子运动术（维持肌肉是更高级的抗衰！变瘦的同时有效增肌，成为更好的自己！）
》
售價：NT$
325.0
《
你有多敏感，就有多珍贵
》
售價：NT$
330.0
《
独立战争与世界重启：一部新的十八世纪晚期全球史（方尖碑书系）
》
售價：NT$
661.0
《
中国绘画史（第三卷）
》
售價：NT$
1669.0
《
德兰修女传：在爱中行走（世界名人名传典藏系列）
》
售價：NT$
280.0
|
| 編輯推薦： |
《深入解析SAS：数据处理、分析优化与商业应用》
SAS软件研究开发（北京）有限公司资深技术人员经验结晶，SAP大中国区商业创新首席架构师鲁百年强烈推荐。
实战性强，结合商业案例细致呈现SAS的优化建模方法，深入讲解SAS数据处理、统计分析及时间序列，涵盖引领大数据潮流的SAS高性能分析，以及智能分析平台、解决方案、平台的安全性与高可用性等重要领域。
更多精彩，点击进入华章品牌店查阅
|
| 內容簡介： |
《深入解析SAS：数据处理、分析优化与商业应用》是国内市场目前唯一一本由SAS公司在中国的员工创作、全面系统地剖析SAS技术的著作。作者团队结合自身实际工作的经验体会和大量生动的实践案例，通俗易懂、循序渐进地对SAS的核心技术模块和架构体系进行了全方位的介绍、总结与分享，帮助读者深刻领会和掌握使用SAS进行数据挖掘与优化的专业知识，同时培养读者运用这些专业知识解决商业问题和实施商业项目的能力。
《深入解析SAS：数据处理、分析优化与商业应用》共28章，分为四个部分：SAS编程（第1~8章）系统介绍了运用SAS进行数据读入、处理和展现等内容，掌握这一部分内容可以满足大部分实际项目中数据处理的需要；SAS统计分析和时间序列预测（第9~18章）全面介绍了多种常见统计方法的基本原理和利用SAS去实现的具体技术，包括描述性统计分析、参数估计与假设检验、方差分析、主成分分析与因子分析、聚类分析、判别分析、回归分析、时间序列分析等，并给出了相应的实践案例，从而让熟悉统计理论的读者有能力将其应用到实际中去；SAS优化建模（第19~24章）对于从事优化的读者来说，将是很好的帮助。这一部分主要介绍了运用SASOR建模，以及求解线性规划、混合整数规划问题的方法及实例，通过对常见的优化问题进行全面的阐述，帮助读者掌握优化思路和技巧；SAS商业应用（第25~28章）从项目实施角度探讨了如何设计满足安全性、高可用性和高性能需求的SAS应用，让读者领会解决实际问题的方法。
|
| 關於作者： |
夏坤庄，SAS软件研究开发（北京）有限公司客户职能部总监。在承担大量产品研发工作的同时，夏坤庄及其团队负责对SAS非英语市场提供技术支持，并且与在美国及其他地区的团队一起，对SAS的SaaS客户提供服务，以及提供和验证关于SAS产品和技术的最佳实践。在加入SAS软件研究开发（北京）有限公司之前，夏坤庄就职于SAS中国公司。在SAS中国公司期间，历任资深咨询顾问、项目经理、首席顾问、咨询经理，在SAS的技术与产品领域拥有丰富的咨询和项目实施经验。在超过15年的从业经历中，为SAS的金融行业客户成功实施了众多深受好评的项目，所承担的项目获得诸如人民银行颁发的“银行系统科技进步一等奖”和客户系统内部颁发的“项目开发特等奖”等。拥有数学专业的学士学位和自动控制理论及应用专业的硕士学位。
徐唯，SAS软件研究开发（北京）有限公司资深分析咨询师，主要负责为SAS亚太地区客户提供高端商业分析与优化的咨询服务，拥有为国际客户提供数据挖掘和优化建模服务的丰富经验，例如为某大型国际汽车制造公司在中国业务的库存优化项目提供服务，以及为国际知名银行的信用卡审批流程优化提供优化建模服务等。本科和研究生均毕业于南京大学数学系。
潘红莲，SAS中国公司资深咨询顾问，为中国区客户提供SAS解决方案和产品的方案咨询和技术支持。于2008年加入SAS后，曾任SAS软件研究开发（北京）有限公司解决方案架构师，提供SAS解决方案和产品在企业级应用的方案研究和设计，尤其在IT实施和产品集成策略等领域做出了突出的贡献。对SAS架构设计、系统管理、安全性，以及高可用性等方面有着深刻的理解和丰富的实践经验。毕业于北京航空航天大学，获计算机专业学士和硕士学位。
林建伟，现就职于SAS软件研究开发（北京）有限公司，任资深分析咨询师。研究领域为大数据处理、数据挖掘、预测优化、库存优化、图论及相关应用。参与国内外多个客户的SAS预测与优化项目的咨询工作，例如为某海外银行的信用卡审批流程优化提供优化建模服务。美国西密歇根大学博士，在国际知名刊物上发表多篇专业论文。
|
| 目錄：
|
第一篇 SAS编程和数据处理
第1章 Base SAS基础 2
1.1 SAS系统简介 2
1.2 启动SAS软件 4
1.2.1 SAS窗口环境模式 4
1.2.2 非交互模式 5
1.2.3 批处理模式 6
1.2.4 交互式行模式 7
1.2.5 配置文件和AUTOEXEC文件 7
1.3 SAS窗口环境 8
1.3.1 SAS资源管理器 10
1.3.2 程序编辑器 10
1.3.3 日志 10
1.3.4 结果 11
1.3.5 输出 11
1.4 SAS文件和逻辑库 11
1.5 一个简单的SAS程序 13
1.6 SAS Studio 17
1.7 本章小结 18
第2章 读取外部数据到SAS数据集 19
2.1 SAS编程基本概念 20
2.1.1 SAS逻辑库 20
2.1.2 SAS数据集 23
2.1.3 SAS逻辑库和数据集管理 31
2.1.4 SAS系统选项 33
2.1.5 SAS程序结构 37
2.2 通过DATA步读取数据 38
2.2.1 DATA步处理 38
2.2.2 读取外部文本文件中的数据（初级） 42
2.2.3 读取外部文本文件中的数据（高级） 52
2.3 通过IMPORT过程读取外部文件数据 62
2.4 访问关系型数据库系统中的数据 65
2.5 SAS程序错误及处理 68
2.5.1 良好的SAS编程风格 68
2.5.2 常见错误及处理 69
2.6 本章小结 73
第3章 对单个数据集的处理 74
3.1 选取部分变量 74
3.2 操作数据集的观测 78
3.2.1 SAS表达式 78
3.2.2 选取部分观测 84
3.2.3 操作所选取的观测 88
3.2.4 分组与排序 92
3.3 创建新变量 96
3.3.1 数据集选项RENAME=和RENAME语句 96
3.3.2 赋值语句创建新变量 97
3.3.3 对多个观测求和 99
3.4 循环和数组 103
3.4.1 循环 103
3.4.2 SAS数组 106
3.5 SAS常用函数 109
3.5.1 函数语法 109
3.5.2 数值函数 110
3.5.3 字符操作函数 110
3.5.4 数值与字符转换函数 113
3.5.5 与日期时间相关的函数 115
3.6 将数据集写出到外部文件 116
3.7 本章小结 119
第4章 对多个数据集的处理 120
4.1 数据集的纵向串接 120
4.1.1 使用SET语句实现纵向串接 120
4.1.2 使用APPEND过程实现纵向串接 127
4.1.3 SET语句与APPEND过程的比较 129
4.2 数据集的横向合并 130
4.2.1 不使用BY语句实现横向合并 130
4.2.2 使用BY语句实现横向合并 133
4.2.3 使用数据集选项IN=操作观测 140
4.3 数据集的更新 141
4.4 数据集的更改 143
4.4.1 单个数据集的更改 143
4.4.2 两个数据集的更改 145
4.5 数据集处理的一点补充 146
4.5.1 使用数据集选项END= 146
4.5.2 使用自动变量FIRST.与LAST. 148
4.5.3 使用SET语句中的选项POINT= 和NOBS= 149
4.5.4 使用多个SET语句 150
4.5.5 使用HASH对象处理多个数据集 151
4.6 本章小结 156
第5章 数据汇总与展现 157
5.1 通过PRINT过程制作报表 157
5.1.1 制作简单报表 157
5.1.2 制作增强型报表 161
5.1.3 改进报表显示 163
5.2 通过TABULATE过程制作汇总报表 168
5.2.1 制作基本汇总报表 168
5.2.2 制作高级汇总报表 172
5.2.3 改进报表显示 175
5.3 通过GPLOT过程制作图形 180
5.3.1 制作散点图 180
5.3.2 制作连线图 184
5.3.3 制作多幅图形 188
5.3.4 制作气泡图 195
5.4 通过GCHART过程制作图形 196
5.4.1 制作柱状图 196
5.4.2 制作分组柱状图 203
5.4.3 制作饼图 206
5.5 ODS输出传送系统 210
5.5.1 选择或剔除输出对象 211
5.5.2 创建多种格式输出文件 216
5.6 本章小结 223
第6章 SAS SQL语言 224
6.1 SQL语言概述 224
6.2 使用SQL检索数据 225
6.2.1 SQL的基本结构 225
6.2.2 使用SQL对列进行操作 226
6.2.3 使用SQL对行进行操作 227
6.2.4 使用SQL对报表加工与生成数据集 232
6.2.5 子查询 233
6.3 使用SQL对表进行横向合并 234
6.3.1 使用SQL对表进行内连接 234
6.3.2 使用SQL对表进行外连接 236
6.4 使用SQL对表进行纵向合并 237
6.4.1 使用关键字EXCEPT对表进行纵向合并 238
6.4.2 使用关键字INTERSECT对表进行纵向合并 240
6.4.3 使用关键字UNION对表进行纵向合并 241
6.4.4 使用关键字OUTER UNION对表进行纵向合并 243
6.5 使用SQL管理表 245
6.5.1 使用SQL复制、创建与删除表 245
6.5.2 使用SQL插入行 247
6.5.3 使用SQL删除部分行 248
6.5.4 使用SQL修改表的列 249
6.5.5 使用SQL更新列的值 250
6.6 本章小结 252
第7章 SAS宏语言 253
7.1 SAS宏语言概述 253
7.2 宏变量 254
7.2.1 宏变量的定义 254
7.2.2 宏变量的调用 255
7.2.3 宏变量的查看 257
7.2.4 宏变量的分类 258
7.2.5 宏变量的删除 259
7.3 宏函数 259
7.3.1 在宏语言中调用SAS函数 259
7.3.2 用宏函数处理算术与逻辑表达式 260
7.3.3 常见的处理文本的宏函数 261
7.4 宏 263
7.4.1 宏的定义与调用 263
7.4.2 宏的存储 264
7.4.3 宏的参数 266
7.4.4 宏与宏变量 269
7.5 宏语言与其他SAS语言 272
7.5.1 宏语言的编译过程 272
7.5.2 宏语言与DATA步 274
7.5.3 宏语言与SQL语言 277
7.6 宏编程 278
7.6.1 条件语句 278
7.6.2 循环语句 280
7.7 本章小结 283
第8章 开发多语言支持的SAS程序 284
8.1 多语言支持的基本概念 284
8.1.1 语言区域 285
8.1.2 字符集和编码 285
8.2 NLS相关的SAS选项 288
8.2.1 语言区域选项LOCALE= 288
8.2.2 编码选项ENCODING= 290
8.2.3 时区选项TIMEZONE= 295
8.2.4 语言切换选项 296
8.3 NL格式和NL输入格式 297
8.4 字符串和字符处理函数 302
8.5 文本字符串外部化 303
8.6 本章小结 309
第二篇 SAS统计分析和时间序列预测
第9章 描述性统计分析 312
9.1 基本概念 313
9.1.1 总体、个体和样本 313
9.1.2 简单随机抽样 313
9.1.3 连续变量和分类变量 313
9.1.4 参数、统计量和自由度 314
9.1.5 随机变量及概率分布 314
9.2 描述性统计量 318
9.2.1 描述数据集中趋势 319
9.2.2 描述数据离散程度 320
9.2.3 描述数据分布形态 322
9.3 MEANS过程的补充 334
9.3.1 统计量列表 334
9.3.2 选项WEIGHT=和WEIGHT语句 335
9.3.3 输出SAS数据集 336
9.3.4 WAYS语句和TYPES语句 338
9.4 本章小结 340
第10章 参数估计与假设检验 341
10.1 参数估计 341
10.1.1 点估计 341
10.1.2 区间估计 343
10.2 假设检验 346
10.2.1 基本原理 346
10.2.2 T分布与T检验 348
10.2.3 TTEST过程 350
10.2.4 单样本均值T检验 352
10.2.5 独立双样本均值T检验 354
10.2.6 配对样本均值T检验 360
10.3 非参数假设检验 362
10.4 分布拟合假设检验 365
10.5 本章小结 368
第11章 方差分析 370
11.1 方差分析的基本原理 370
11.1.1 方差分析的模型 370
11.1.2 方差分析的基本思想 371
11.1.3 方差分析的假设 373
11.2 单因素试验的方差分析 374
11.2.1 TTEST过程、ANOVA过程与GLM过程的区别 374
11.2.2 使用ANOVA过程进行方差分析 374
11.2.3 使用GLM过程进行方差分析 376
11.3 显著因素下的水平间差异检验 379
11.3.1 LSMEANS语句与MEANS语句的区别 379
11.3.2 利用LSMEANS语句进行水平差异分析 380
11.4 双因素试验的方差分析 382
11.4.1 双因素试验概述 382
11.4.2 利用GLM过程对不均衡数据进行方差分析 383
11.4.3 有交互作用因素的方差分析 385
11.5 本章小结 386
第12章 主成分分析与因子分析 387
12.1 主成分分析概述 387
12.1.1 主成分分析的基本思想 387
12.1.2 主成分的定义、计算与确定 389
12.1.3 主成分分析难点探讨 390
12.2 使用SAS实现主成分分析 392
12.2.1 FACTOR过程与PRINCOMP过程的比较 392
12.2.2 使用PRINCOMP过程进行主成分分析 392
12.2.3 使用FACTOR过程进行主成分分析 396
12.3 因子分析概述 399
12.3.1 公共因子与特殊因子 399
12.3.2 因子分析的计算过程 400
12.3.3 因子分析与主成分分析比较 401
12.4 使用SAS实现因子分析 402
12.5 本章小结 407
第13章 聚类分析 408
13.1 聚类分析的概述 408
13.1.1 聚类分析方法介绍与比较 408
13.1.2 相似性的度量 409
13.2 划分法与层次法 412
13.2.1 使用过程FASTCLUS实现K均值聚类法 412
13.2.2 使用过程CLUSTER实现层次法 416
13.3 本章小结 422
第14章 判别分析 423
14.1 判别分析概述 423
14.1.1 判别分析的基本概念及应用 423
14.1.2 判别分析的假设条件 424
14.1.3 判别分析常见的方法 424
14.2 判别分析在SAS中的实现 426
14.2.1 使用过程DISCRIM实现一般判别分析 427
14.2.2 使用过程CANDISC实现典型判别分析 432
14.2.3 使用过程STEPDISC实现逐步判别分析 436
14.3 本章小结 440
第15章 回归分析 441
15.1 变量关系探索 442
15.1.1 皮尔逊相关系数 442
15.1.2 相关性检验 444
15.1.3 CORR过程 444
15.2 线性回归 448
15.2.1 基本原理 449
15.2.2 假设检验 451
15.2.3 模型拟合 453
15.2.4 模型选择 457
15.2.5 模型预测 464
15.3 自变量间的共线性诊断 466
15.4 本章小结 468
第16章 LOGISTIC回归分析 470
16.1 基本原理 470
16.1.1 线性概率模型 470
16.1.2 LOGISTIC回归模型 471
16.1.3 LOGISTIC回归模型的估计 473
16.1.4 LOGISTIC回归模型的假设条件 474
16.2 运用LOGISTIC过程拟合模型 475
16.2.1 基本语法 475
16.2.2 假设检验 477
16.2.3 参数估计和解释 478
16.2.4 模型评价 480
16.3 LOGISTIC过程的其他语句 482
16.3.1 CLASS语句 482
16.3.2 ODDSRATIO语句 483
16.3.3 UNITS语句 484
16.4 建立模型 491
16.4.1 自变量与Logit值的关系 491
16.4.2 自变量的互动作用 494
16.4.3 模型选择 494
16.5 本章小结 500
第17章 时间序列分析 501
17.1 时间序列基本概念 501
17.1.1 了解时间序列 501
17.1.2 时间序列的数字特征 503
17.1.3 常见平稳和非平稳模型 506
17.1.4 SAS时间序列分析软件简介 511
17.2 平稳时间序列分析 511
17.2.1 数据准备 512
17.2.2 平稳性和白噪声检验 516
17.2.3 模型识别 521
17.2.4 参数估计和诊断检验 532
17.2.5 预测 537
17.3 趋势时间序列分析 546
17.3.1 确定性时间趋势 546
17.3.2 随机时间趋势 550
17.3.3 运用ARIMA过程建立趋势模型 554
17.3.4 异常点检测 564
17.3.5 运用其他过程建立趋势模型 565
17.4 季节时间序列模型 574
17.4.1 确定性季节因素 574
17.4.2 随机季节模型 578
17.4.3 季节性诊断 579
17.5 本章小结 585
第18章 SAS数据挖掘的一般流程 586
18.1 SAS数据挖掘概述 586
18.2 确定业务问题和数据准备 587
18.2.1 确定业务问题 587
18.2.2 数据准备 588
18.3 数据抽样、探索与加工 590
18.3.1 数据抽样 590
18.3.2 数据探索 591
18.3.3 数据加工 601
18.4 数据建模 605
18.4.1 模型的建立 605
18.4.2 模型的评估 609
18.4.3
|
| 內容試閱：
|
第一篇 Part 1
SAS编程和数据处理
第1章 Base SAS基础
第2章 读取外部数据到SAS数据集
第3章 对单个数据集的处理
第4章 对多个数据集的处理
第5章 数据汇总与展现
第6章 SAS SQL语言
第7章 SAS宏语言
第8章 开发多语言支持的SAS程序
第1章
Base SAS基础
本章将从SAS系统开始，介绍Base SAS的组成部分，并以Windows环境为例介绍SAS窗口环境、SAS逻辑库、数据集、目录（Catalog）等SAS中常用的概念。在了解了这些基础知识之后，会引导读者使用以上的知识编写一段简单代码，提交执行，并查看日志及运行结果。最后将用简短的篇幅简单介绍SAS最新推出但将会承担重要角色的SAS Studio的基本功能。
需要注意的是，本书中描述的内容会包括Windows和UNIX（和Linux）操作系统，如果在Windows和UNIX环境下的操作或命令有所不同，将会专门说明。本书内容未专门考虑Mainframe，因为其操作使用模式相差很多，而且读者会较少接触和使用Mainframe环境，但书中对SAS软件和产品的描述、编程概念和程序语言以及给出的代码在Mainframe环境下同样适用。关于SAS的版本，本书是基于写作时发布的最新版SAS 9.4来展开的，除非特别说明，书中内容也同样适用于较早的版本SAS 9.3和SAS 9.2。
本章对Base SAS窗口环境进行了着重介绍，目的在于让读者学会如何使用SAS窗口环境开发、运行SAS代码，并查看结果和检查代码运行日志。但是书中不会介绍每个菜单、子菜单、工具栏以及其他在Base SAS软件中出现的元素和功能，因为读者在实际学习和工作中可以很方便地通过SAS软件提供的帮助文件进行了解。
1.1 SAS系统简介
SAS提供了一套集成的可扩展的解决方案和使用灵活、功能强大的SAS编程语言，用于执行如下任务：数据输入和获取、数据转换处理和管理、报表绘制和图形、统计和数学分析、商业规划、预测、运筹优化，以及应用开发等。
SAS可以在多种操作系统下运行，包括Windows、UNIX、Linux以及Mainframe等。同时，SAS程序代码具有很好的移植性，在一种环境下开发的SAS代码可以在其他操作系统下运行。
SAS系统的核心Base SAS由以下部分组成。
DATA步：用于处理和管理数据。
SAS过程（Procedure）：用于分析、处理和制作报表。
可扩展和定制SAS软件程序的宏语言（Macro Facility）：可以减少程序文本，使SAS程序编写得更有效且易于维护，便于编写更为复杂的程序逻辑。
DATA步调试器：当提交的DATA步运行出错或产生的输出结果与预期不一致时，可以借助它来跟踪DATA步的执行情况，从而帮助发现程序逻辑中的错误。
输出交付系统（Output Delivery System，ODS）：该系统会产生各种易于访问的格式输出，例如，HTML文件、传统的列表输出、PostScript文件、RTF文件和输出数据集等。
SAS窗口环境：它是一个开发和测试SAS程序的交互式图形用户界面，本节后面会有更进一步的介绍。
这其中，前面3个是SAS语言的主要元素，本篇后面的章节会专门介绍。
Base SAS软件提供数据处理过程和基础的统计过程FREQ、MEAN、CORR及UNIVARIATE等，可以与其他的SAS产品一起使用，从而实现更强大的数据读取、分析、优化、展示等功能。下面列出了部分常用的SAS产品，用于实现数据读取、统计分析、优化和信息展示等功能。
（1）SASACCESS接口
提供与各种第三方数据源进行交互的功能。例如各种关系型数据库，诸如Oracle、DB2、Teradata等；ERP系统诸如SAP R3、PeopleSoft等；同样对于Hadoop等也有专门的ACCESS接口。对于不同的数据源，ACCESS接口需要单独的软件使用许可。SAS与第三方的数据源进行交互时，将直接调用该数据库或应用厂商提供的客户端对数据进行访问，从而保证了与数据访问的效率。此外，SASACCESS还提供接口访问Microsoft Access数据库文件和Excel工作簿文件中的数据。
（2）SASGRAPH
SASGRAPH是SAS系统的数据可视化和展现（图形）组件，用于数据和信息展现，并且它可通过二维和三维图形（包括图表、散点图和地图），可视化地展现数据值之间的关系。还可创建文本幻灯片、生成各种图形输出，并可提供实用程序和管理输出。
（3）SASSTAT
SASSTAT软件提供了全面的统计分析方法，共有超过75个统计分析过程，包括T检验、方差分析（ANOVA过程）、聚类分析（CLUSTER过程、VARCLUSTER和FASTCLUS过程）、因子分析（FACTOR过程）、回归分析（REG过程）、逻辑斯蒂（LOGISTIC过程）等。SASSTAT软件还包括效能和样品容量分析（PSS）应用程序。该软件不断被更新，以反映新的研究成果和方法。
（4）SASETS
提供用于经济计量分析、时间序列分析和预测（ESM过程、ARIMA过程和UCM过程等）、系统建模与仿真（MODEL过程）、离散选择分析、定性有限因变量模型分析、时间序列数据的季节性调整、财务分析和报告、访问经济和金融数据库及时间序列数据的管理。除了以上过程外，SASETS软件还包括对经济和金融数据库以及互动环境的无缝访问，从而进行时间序列预测及投资分析。
（5）SASOR
SASOR专注于运筹与优化。SASOR提供的OPTMODEL建模语言用于构建、解决和维护最优化模型的建模环境，通过OPTMODEL过程的各种求解器或单个过程，例如OPTLP、OPTMILP、OPTMILP过程，解决线性规划、混合整数规划、非线性规划等问题。
以Base SAS软件和以上产品与技术作为基础，构建在SAS智能平台（SAS Intelligence Platform）上的SAS许多商业解决方案，可以帮助各类商业客户和其他组织机构解决诸多业务领域的特定问题，例如客户智能、风险管理、供应链、零售等。关于SAS商业解决方案的内容，在本书的第四篇会有相应的介绍。
1.2 启动SAS软件
SAS有多种运行模式：SAS窗口环境模式、非交互式模式、批处理模式及交互式行模式，下面会一一介绍。除了上面提到的4种模式外，SAS还可运行在对象服务器模式里， SAS元数据服务器、工作区服务器、存储过程服务器和OLAP服务器都是属于这种模式。关于这些服务器，在本书第四篇会进行讨论。
1.2.1 SAS窗口环境模式
SAS窗口环境是SAS提供的一种交互式图形界面，是在Windows环境下使用SAS编辑或提交SAS程序语句最方便也是最常用的模式。在SAS窗口环境中，用户可以通过程序编辑器编辑并提交SAS语句，程序语句的执行状态、执行时间等日志信息及put语句的输出会显示在日志窗口，同时还会提供在线帮助等。本章下一节会使用Windows环境下的窗口环境作为示例，详细介绍SAS窗口环境的各个窗口功能及其使用。
在Windows环境下启动SAS窗口环境和启动其他Windows应用程序一样有多种方式，可通过“开始”菜单里的快捷方式、命令行等方式进行。在安装SAS软件时，SAS软件安装程序会提示选择要安装的SAS语言版本。如果当前操作环境下安装了多种语言的SAS，英文的SAS可以通过“开始”“程序”SASSAS 9.4 English 启动。启动所有语言（包括英文）的SAS软件时，其快捷方式位于“开始”“程序”SASAdditional Languages中。例如，启动Windows操作环境下简体中文SAS软件的快捷方式为：“开始”“程序”SASAdditional LanguagesSAS 9.4 Chinese Simplified，如图1.1所示。
此外，还可以使用命令行方式启动SAS窗口环境。在下面给出的Windows和UNIX操作环境下的命令后，都可以指定其他系统选项来定制要启动的SAS会话。例如，选项-NODATE表示在该SAS会话中产生的输出页面里不显示日期，选项-CONFIG指定SAS配置文件，以在启动时加载配置文件中更多的系统选项等。
Windows环境
C:\"C:\Program Files\SASHome\SASFoundation\9.4\sas.exe"
UNIX环境
#optSASHomeSASFoundation9.4sas -dms
UNIX环境下的命令行若不加选项-DMS，则会进入SAS的显示管理系统。当使用Windows机器通过Telnet远程登录SAS软件所在的UNIX主机时，如果需要使用SAS窗口环境，可以在该Windows机器上启动X-Windows软件，例如Exceed、XMing、Cygwin等，并设置当前Telnet会话的DISPLAY环境变量到该Windows机器上。这样，所启动的SAS窗口环境会重定向到该Windows操作系统。当启动SAS的显示管理系统时，在该Windows环境下会弹出类似的SAS窗口环境。在初次使用X-Windows窗口时会有些不习惯，有些操作与Windows环境下的SAS窗口稍有差异，但大部分都很类似。
在UNIX环境下，更多使用的是非交互模式或批处理模式，或者其他的工具。例如，可使用Windows环境下的客户端程序SAS Enterprise Guide将SAS代码提交到UNIX服务器上。
|
|
購物車/收銀台(
0
) | 在線留言板
| 付款方式
| 聯絡我們
| 運費計算
| 幫助中心 |
加入書簽
HOME
新書上架
