作品简介

本书共27章,分为上下两卷:上卷介绍SAS编程基础与使用方法,是广大程序员快速掌握SAS编程技术的简明开发教程;下卷阐述数据分析的关键基础知识并提供相应SAS代码实现,目的是激发读者兴趣,助其跨越传统编程与数据分析的鸿沟,从程序员华丽转身为数据科学家。书中演示代码力图简洁清晰地解释相关概念,追求大道至简。本书兼顾编程技术与数据分析,期待程序员、信息处理与统计分析人员以及对数据分析科学感兴趣的读者都能从本书中获益良多,循序渐进地掌握数据分析的要义和精髓,从数据中获取洞见与智慧。

巫银良,SAS中国研发中心技术总监,北京大学信息科学技术学院客座教授。主要负责SAS中国研发中心大数据与可视化分析技术、可视化数据挖掘与机器学习、商业智能和移动应用等产品线的项目管理。

毕业于北京大学,获理学学士和硕士学位。拥有近20年计算机行业研发和管理经验,在企业应用和商业分析领域有深厚的技术功底。专注于研发管理和项目实践,涉及领域包括人工智能、大数据与可视化分析、金融量化分析与自动交易、商业智能与互联网、大型商业软件研发管理等。

作品目录

  • 作者简介
  • 内容简介
  • 献词
  • 推荐语
  • 序言
  • 前言
  • 上卷
  • 第1章 SAS语言入门
  • 第2章 数据集与DATA步
  • 第3章 变量与表达式
  • 第4章 流程控制
  • 第5章 函数封装
  • 第6章 SAS宏
  • 第7章 DS2
  • 第8章 代码组织
  • 第9章 文件读写
  • 第10章 按位运算
  • 第11章 扩展SAS功能
  • 第12章 数据结构——数组
  • 第13章 数据结构——队列与堆栈
  • 第14章 数据结构——链表
  • 第15章 数据结构——二叉树
  • 第16章 数据结构——矩阵运算
  • 第17章 数据结构——图
  • 下卷
  • 第18章 统计学基础
  • 第19章 大数定律与中心极限定理
  • 第20章 统计分布
  • 第21章 方差分析
  • 第22章 数据标准化
  • 第23章 主成分分析与因子分析
  • 第24章 相关分析与回归分析
  • 第25章 聚类分析
  • 第26章 神经网络
  • 第27章 π高精度求解与探索分析
  • 附录
  • 附录1
  • 附录2
  • 附录3
  • 附录4
  • 附录5
  • 附录6
  • 参考文献
展开全部