1、社会统计分析与SAS应用习题及答案及程序数据附录A：1-17章习题及答案习题1答案1.社会调查的方法主要有哪些？ 答：社会调查的方法有多种，但最主要的有以下几种方法： 问卷调查法、文献追踪法、内部资料调研法、访谈调查法、亲自实践法等。2.市场预测的主要内容是什么？ 答：所谓市场预测，是根据市场营销的状况以及供需趋势，总结现在，测算未来。预测的主要内容有：消费者的需求、国内市场动向、国外市场动向等。 3.请仿照本章表1-3，自行设计出一份民意测验方面的问卷。 答案：略 4.问卷调查方式有哪几种？ 答：问卷调查至少有三种形式： （1）普查某个企业、某个群体的情况。（2）抽样调查（即抽查）某地区某几
2、家企业的市场营销情况。（3）典型调查。 5.问卷的基本结构有哪几大部分？答：在一般情况下，问卷的基本结构有以下三部分：（1）封面致敬信（2）正文问答题（3）封底指导语 或（1）封面致敬信（2）扉页指导语（3）正文问答题 上述两种结构形式，可任选其一。6.致敬信的内容主要是什么？答：致敬信的内容是给被访者看的一封求助信，其内容亲切诚恳与否，直接影响到被访者填表的态度认真与否，因此务必要语气亲切、求贤若渴，让人一看便能责无旁贷地、认真地填答。因此致敬信应是一封简短亲切的求助信。 7.致敬信的正文应如何写？ 答：正文的内容要中心突出，简明扼要。 正文内容要突出保密性。一定要向被访者指明填答的方法。
3、8.问卷编码时必须注意哪些事项？ 答：（1）一个编码格“”只能填入一个数字（或一个字母），之后，每一份问卷都要如此编码。 （2）一个变量的数值类型要保持一致，不能数字与字母混编。比如数字“1”表示男性，“2”表示女性时，那么，下一份问卷就不能改用“M”表示男性，“F”表示女性。 （3）数据超范围的处理。如对年龄等变量，设计的是两个编码格“”，但偶尔遇到100岁以上的被访者，则属于数据超范围，最好应该统一增加一个编码格，这时，26岁应编码为026。 （4）编码格“”是为了清晰可见，对于熟练的研究人员，可以省略不用编码格“”，而像第1章表1-4那样直接在问题的右端编码。 9.写指导语要注意什么？答
4、：指导语主要用来告诉填答者如何填好问卷中的答案，比如： （1）问卷中画横线“_”处，请您填入符合自己情况的数字和答案。 （2）问卷中的多项选择题，请在符合您自己情况的该项前面的序号上，画一个“”;如： 性别：-男 2-女 （3）如果某些问题比较复杂，则应该逐一在题后用括号加以说明。比如：“（此题有5个答案，请选择最重要的1个）”，“（此题填法与上面相同）”，“（居住面积不包括阳台）”等。 总之，问卷中模糊不清的地方一定要加以详细说明。 10.问卷设计有何原则？ 答：（1）要便于回答。（2）要消除被访者的顾虑。（3）要按定量分析或定性分析分别设计问卷。（4）根据计算机处理或手工处理分别设计问卷。
5、（5）根据自填式或他填式分别设计问卷。 11.问卷中的问题有哪几类？ 答：（1）填答式：在问题的后面划出一道横线，答案要填在横线上，（2）是非题：在问题的后面列出两种判断（是与否、好与坏、对与错）。（3）多项选一：在一个问题的后面列举出两个以上的答案，供被访者选答其中最符合自己实际情况的一个答案。（4）矩阵式：把问题排成行，而把各种答案排成列。（5）表格式：是上述矩阵式的特殊形式。 12.问卷中问题的答案有几大类？ 答：问卷中的问题有两大类：封闭式问题和开放式的问题。封闭式问题的答案可以由调查单位规定具体的答案。开放式的问题往往有五花八门的答案，一般难于硬性规定其答案（收入、身高、体重等区间（
6、定距）以上变量除外）。 13.封闭式答案必须注意哪些问题？ 答：封闭式问题的答案：设计时必须注意到“互斥性”、“穷尽性”。 14.什么是区间（定距）以上的变量？宜用什么样的答案？ 答：所谓区间变量，国内俗称定距变量。它的变量值可以测量出一个区间的距离，比如：个人月收入、家庭的人均收入、年龄、身高、体重、分数，以及购买电视机有多少年等。区间（定距）以上的变量宜用开放性的答案。 15.为什么说区间（定距）以上变量的答案不宜分组？ 答：对区间（定距）以上的变量值分组貌似有理，但是统计分析时就会犯难了。因为不能真正统计出本批问卷中人均月收入为多少。错误之处是很明显的：收入被分组后，原来的区间（定距）以
7、上的数据就成了次序（定序）型数据，而次序型的数据只能计算它们的中位数，计算其平均收入则失去了原有的意义。 16.问卷设计中常见的错误有哪些？ 答：问卷设计超出了计算机实际处理的能力，区间（定距）以上的变量错划了范围，问题的答案犯了嵌套的错误等。17.在社会调查和市场调查时为什么要采用量表法？答：此类调查需要了解消费者对某种商品的认可程度、购物意向，以及对某种商品价格的看法等深层次的问题。如果只是简单地采用“是”与“否”或“好”与“坏”的问法，甚至分为几个阶段，这样做固然可以，但是统计时往往无法预测出内在的结果;而且，遇到政策性较强或带有某种政治色彩的问题时，如果简单而直接地采用“是”与“否”或
8、“好”与“坏”的问法，被访者因出于各种考虑而往往难于道出内心深处的真实看法。因此有必要采用量表法。 18.什么是利克特的量表法？ 答：利克特是美国的一位社会心理学家，在20世纪30年代，他和一些科学家对上述量表中的“是”与“否”（或“赞成”与“不赞成”）两种答案进行了改进，分别增加了“头”、“尾”和“中间”三种答案，例如：“非常不赞成不赞成无所谓赞成非常赞成”; 根据这5 种回答，然后依次记为：1分2分3分4分5分。 某人如果赞成什么事则记为4分，不赞成则记为2分，依此类推。从中可以计算出每人的得分以及群体总分是多少，以此可以判断某人对某事所持的态度。因此，利克特量表也被称为“累加量表”。习题
9、2答案1.什么是观察值OBS？什么是变量及变量值？答：一份问卷或一个被访对象就是一个观察值。一份问卷中的每一个问题都是变量。每一个变量所对应的数据(如sex=1或sex=2)就叫做变量值VALUE。2.有哪几种变量类型？ 答：有2种变量类型。变量值是用阿拉伯数字表示时，该变量被称为“数值型”变量(或数字型变量)。变量值若用字母(或字母与数字的混合型)表示时，该变量则称作“字符串型”变量；此时，该变量名的后面必须附加一个美元符号“$”。同一个变量必须赋于同一类型的数据(变量值)。习题3答案1.变量值的栏目位置(栏位) 有哪几种？答：自由格式和固定格式两种。2.如何定义“一行多个观察值数据的挖掘方
10、法？答：用符号定义。比如：INPUT EDC ocu1 sal1 ；3.SAS用什么命令调用外部数据文件？ 答：用INFILE命令调用外部数据文件。比如：INFILE Older.Dat；(调用当前目录中的Older.Dat数据文件)4.SAS用什么命令定义变量标签？变量标签处于程序的第几行？ 答：用LABEL命令定义变量标签。变量标签必须处于程序的DATA行后面。比如：DATA older；LABEL ID1=地区名称 CASEID=观察值编号 EDC=老年人的文化程度 ocu1=退休前的职业； INFILE older.DAT；5.SAS如何创造新变量？答：创建一个新变量，它等于老变量(在
11、INPUT中已定义的变量)之间的数学运算。可使用的数学运算符及其书写方法见表A.1。 表A.1 SAS的数学运算符及其写法运算符功能及其公式SAS程序中通用写法相加：Z=XYZ=XY相减：Z=XYZ=XY*相乘：Z=X*YZ=X*Y/相除：Z=X/YZ=X/Y*乘方：Z=X*2Z=X*X例：Z=XY ；6.SAS如何进行数据重新编码？答：举个年龄的例子，年龄可分为：20岁以下，2040岁，4060岁，60岁以上等年龄组, 重新编码的命令如下：PROC FORMAT；VALUE ageF LOW20=1 2040=2 4060=3 60High=4； FORMAT age ageF.；习题4答案
12、1.熟练掌握“在Work工作区中直接输入数据”的技巧。(答案略)2.请比较ASSIST视窗与“分析”(Analysis)对话框在统计中的用法。(答案略) 3.为什么说用2.2节和4.4节介绍的数据输入法是最佳的方法？答：对于样本量只有几十个OBS的数据，在Work工作区中直接输入数据目前是SAS系统的一种简易的数据输入法。而图2.1这种数据输入法也叫命令编程法，是最切实可行又多快好省的数据输入法。习题5答案1.总体与样本有何本质区别？答：总体(population)是样本测量值的集合。对于感兴趣的整个组中，每个成员都对应一个这样的值。具体说来是某省的人口(总体)或工业产值(总体)中的某个指标测
13、量值的集合，而不是那些人或物的集合。样本(sample)虽然也是一些值的集合，但不代表整个感兴趣的组。比如，一个样本可以是某省中某县的人口的集合或某县工业产值的集合。2.参数与统计量有何本质区别？答： 由于总体与样本的不同，由此派生出参数与统计量的差别。(1)参数：参数(parameters)是总体的测量值，用希腊字母表示。(2)统计量：统计量(statistics)则是样本的测量值，用一般的英文字母表示见第5章表5.1。3.在SAS统计分析软件中，均值、标准偏差、方差这三种测量值是什么含义？答：(1)均值：用以描述数据(变量值)分布的中心位置。定距以上的数据计算均值才有意义。比如，对于一个总
14、体(某省)的人口，其平均值称为总体均值(populationg mean)，记为。对于某样本(某县)的人口，其平均人口则称为样本均值(sample average)，记为-X。总体均值和样本均值的计算公式是相同的。但是其他测量值不一定相同。此外，还有方差、标准偏差等概念。(2)标准偏差：也称为标准差。表示某人的身高或收入等测量值偏离均值多少。比如甲班语文成绩的标准偏差为20，乙班语文成绩的标准偏差为30，那么，乙班语文成绩比甲班的语文成绩变化(波动)大。(3)方差：标准偏差的平方则是方差。方差表示数据内部的变异性。4.什么是正态分布？它有什么特征？答：统计学上，一般都是假设被统计的样本是来自正
15、态分布(Normal distribution)的总体。正态分布是关于总体的一种理论分布，是有严格的数学定义的。从正态分布的总体中抽取的样本一般是服从正态分布的。正态分布的重要特征有：(1)均值：均值是观察值的平均值(Mean value)。定距(Interval)以上的变量值的均值才有意义。 (2)众数：众数是最经常发生的频数。众数是对定类变量(Nominal)而言的。比如某班有男生25名、女生15名，那么，该班男生的人数是众数。(3)中位数：中位数是对次序(Ordinal)变量值而言的。中位数是比取值的一半大、同时又比取值的一半小的值。或者说，中位数的一半落在均值之上，同时，另一半则落在均
16、值之下。中位数的取值方法有两种:单数情况下的观察值的中位数;双数情况下的观察值的中位数。 (4)正态分布的均值、众数、中位数重叠：将正态分布的图形沿着中心位置对半折叠时，均值、众数、中位数三者重叠在一起。5.经验规则有哪些？答：如果数据来自服从正态分布的总体，可用下面的经验规则很快地概括出我们的数据。经验规则有： 68%的观察值是落在离均值一个标准偏差(1)的范围内。 95%的观察值是落在离均值两个标准偏差(2)的范围内。 99%的观察值是落在离均值三个标准偏差(3)的范围内。 6.检验数据正态性的主要统计量有哪些？答：正态性检验的重要统计量是取决于概率P值(参阅第5章图5.2中PrW后面的值
17、)。PrW：这是概率值，此值在0 1之间，表示对于正态性的可拒绝程度。当此值小于给定的5%(值)时，说明数据不是来自正态分布的总体。比如概率值为0.05，由于不小于值0.05，所以没有理由拒绝H0；说明该样本数据服从正态分布。如果样本规模太小(一般不少于200个OBS)，则要观察附加的统计量(比如条形图、正态概率图、茎叶图、框图或偏度、峰度)。在附加的统计量中茎叶图和正态概率图比较直观；但在只有几十个观察值的情况下观察偏度、峰度值大有益处。 7.检验正态性的其他附加方法有哪些？答：检验正态性的统计量除了第5章图5.2 的PrW后面的概率值以外，还有以下几种附加的方法及其统计量。条形图：应该呈现
18、正规的“钟型”分布。观察描述性统计量中的偏度(skewness)和峰度(kurtosis)，二者应该很接近于0。正态概率图：图形的散点应该呈现一直线。详见图5.3。但在只有几十个观察值的情况下观察偏度、峰度值大有益处。 8.理论的显著性水平(值)是什么？有几种水平选择？答：理论的显著性水平值是检验零假设(H0)的参考概率。值一般有 3种取值：0.10、0.05和0.01，分别表示“中等显著”、“显著”、“高度显著”。对于=0.10来说，意味着参考概率为0.10。如果拒绝原假设的后果不是十分严重，建议取=0.10。如果原假设是关系到前人所发现的一种理论，拒绝后其后果十分严重，建议取=0.01(或
19、=0.001)。一般情况下取=0.05。9.什么是实际的显著性水平答：实际的显著性水平是统计分析时得到的概率P值，SAS 6.12以前版本输出标志为Prob，SAS 8.0以后版本输出标志为Pr。如果Pr的值值0.05则拒绝原假设，表明在显著性水平0.05下，检验的结果是显著的。10.什么是“第一类错误(Type error)”？答：当备择假设不正确却认为正确，这就称为“错误”。统计学上称之为“第一类错误(Type error)”，有人称之为“弃真的错误”。11.什么是“第二类错误(Type error)”？答：本该拒绝原假设H0但未能拒绝。统计学上称之为“第二类错误(Type error)”
20、。也称“纳伪的错误“。若能控制好样本量，则能避免第二类错误(Type error)。习题6答案1.SAS至少有哪几条命令语句可以书写汉字标签(汉化)？答：至少有5条命令可以书写汉字标签：TITLE、LABEL、VALUE、TABLE、KEYLABEL。如：PROC FORMAT； VALUE SEXF 1=男 2=女；FORMAT SEX SEXF.；KEYLABEL N=频率 ALL=累计；2.什么是SAS的数据集？如何复制数据集？答：SAS的数据集是SAS源程序运行之后所生成的目标数据，即SAS系统内部能识别的数据集，它相当于SPSS的*.sav数据。可用SET命令复制SAS数据集。比如：
21、DATA one；INPUT a b c；cards； 数据行DATA two； /*预先为one的复制品起名为two*/set one； /*数据集two是从数据集one中复制的。*/3.请根据程序6.5中的数据分别用编程法和对话框法绘制BLOCK图，然后进行比较。(答案略)习题7答案1.试用“分析家”(Analyst)对话框及命令法分别计算程序7.4中的sex变量的频数分布。答：对话框见第7章的7.2节。命令法见程序7.1。2.答案略，可参阅图7.8的分析。 习题8答案1.试用“分析家”对话框进行双变量的交叉汇总分析。答：见第8章的8.1节。2.试用TABLE命令进行双变量的交叉汇总分析。
22、答：设命令为TABLE id1*sex*edc;将产生两个sex*edc的交叉汇总子表。这是因为id1=11，12两个水平值。一种水平数值产生一个子表。3.试说命令TABLE id1*sex*edc中3个变量的作用。答：这3个变量的作用分别是“控制变量*行变量*列变量”。4.试分析图A.1中的卡方分布。H0：sex(性别)与edc(文化程度)互为独立。 图A.1 卡方检验答：皮尔逊卡方(Chi-Square)为9.2684，自由度(DF)为4，其概率值(Prob)为0.0547。 又0.0547理论值0.05。没有理由拒绝原假设，从总体说sex(性别)与edc(文化程度)互为独立。 习题9答案
23、1.试用“分析家”(Analyst)中的对话框进行均值比较。答：参阅第9章9.1节。2.答:从正文图9.11的Pr|t|值小于0.0001看，两组的差异是显著的，1991年该地区男性老人的退休后的平均月收入，同比高于女性老人的平均月收入约88.20元(158.6570.45)。3.试写出产生图9.11结果的MEANS过程命令。答：参阅第9章程序9.4。其中主要的MEANS过程命令如下：PROC MEANS DATA=m1 MAXDEC=6 VARDEF=DF N NMISS MEAN STD CV RANGE USS T PRT; VAR sal2;BY sex;习题10答案 1.独立样本T检
24、验的假设检验是什么？答：独立组样本T检验要求数据符合以下3个条件：(1)观察值之间是独立的。(2)每组观察值是来自正态分布的总体(此点决定了数据必须来自定距以上的变量)。(3)两个独立组的方差相等。H0：两个子总体的方差相等。 H0：1=2(两个子总体的均值相等)2.什么是两独立组样本的Wilcoxon秩和检验？答：参阅10.2节。命令为：PROC NPAR1WAY DATA=work1 WILCOXON; CLASS sex; VAR score; TITLE Wilcoxon秩和检验; 3.配对样本T检验的假设检验是什么？ 答：它只有以下两种假定。(1)每对观察值与其他对观察值互为独立。(
25、2)配对差值来自正态总体。4.配对差值T检验的过程是什么？答：过程如下：H0 ：配对差值与0的差别不显著。dif=T1-T2;proc Univariate DATA=work1;var dif;TITLE1 配对差值T检验;5.什么是配对差值的Wilcoxon秩和检验？答：应用PROC Univariate过程可以同时进行配对差值T检验以及配对差值的Wilcoxon秩和检验。PROC Univariate过程见表A.2所示的主要语句。表A.2 命令语句PROC Univariate DATA=work1;BY 分组变量;(BY语句慎用)VAR dif;TITLE1 Wilcoxon配对差值T
26、检验;6.独立组与配对组T检验的语句有何不同？答：参阅第10章的表10.3。7.答：可用下面命令检验。PROC Univariate DATA=DT;VAR tt;8.答：参阅第10章的10.2.2节。习题11答案1.什么是结合分析？答：见第11章11.1节。2.如果国内微电脑主流产品之一是方正(内存容量512MB，硬盘容量40G，每台5000元)产品。问：当价格为6000元时，应该推出何种配置的华硕微电脑，才能“既战胜方正该主流产品？又赢过联想(内存容量512MB，硬盘容量60G，每台5000元)产品”？答：参阅第11章11.6节的市场预测与决策。习题12答案1.变量有哪4种类型？答：(1)
27、标称变量(Nominal Variable)：国内称之为“定类”变量或“名义”变量。(2)次序变量(Ordinal Variable)：国内称之为“定序”变量。 (3)区间变量(Internal Variable)：国内称之为“定距”变量。(4)比例变量(Ratio Variable)：国内称之为“定比”变量，其变量值既具有次序变量和区间变量的性质，还存在一个有意义的“零点”。比如甲高2米，乙高1米，甲则是乙的两倍高度。2.“比例比例”(定比-定比)型的变量要用哪一种相关测量？答：见第12章12.2节的皮尔逊积差相关。3.“二分变量-区间以上变量”要用哪一种相关测量？答：用第12章12.3节的
28、皮尔逊二分“点距”相关。4.“次序次序”(定序-定序)型的等级变量要用哪一种相关测量？答：用第12章“12.4 节的肯氏(Kendall)等级相关”b。5.“次序次序”型的等级变量还可以用哪一种相关测量？答：还可以用12.6节的斯皮尔曼等级相关。6.“次序比率”(定序-定比)型的数据要用哪一种相关测量？答：用12.5的肯氏相关系数。7.“标称-标称”(定类定类)型的变量要用哪一种相关测量？ 答：用12.7的Phi()系数或V系数。8.哪一个相关系数的值要乘以30倍？ 答：计算出的Hoeffding 的D统计量应乘以30倍。其D值范围为：0.5 1。当D值为较大的正值时，才表明变量间存在相关。见
29、12.9。9.试写出计算身高(height)与体重(Weight)的Spearman相关系数。 答：PROC CORR Spearman;VAR Height Weight;(此句Weight指体重变量)10.答：从正文的图12.30可以看出，sal2与sal1的相关系数为0.6795，且概率值小于0.0001(很显著)，表明当前工资与初始工资有较强的相关。习题13答案1.GLM过程有哪些功能？答： GLM过程不仅可处理连续形变量的数据，而且可分析非连续形的数据，比如：(1)简单回归(Simple Regression);(2)多元(自变量)回归(Multiple Regression);(3
30、)方差分析(ANOVA)：尤其适用于非均衡、非对称的数据的方差分析(Unbalanced DATA);(4)加权回归(Weighted Regression);(5)偏相关(Partial Correlation);(6)复方差分析(MANOVA);(7)多项式回归(Polynomial Regression)，或称高次回归; (8)协方差分析。 2.答：没有必要创建x*x项。习题14答案1.什么是协方差分析(Analysis of Covariance ANOVA)？答：参阅第29章开头叙述。2.答：从输出结果(略)看，A=1一组的均值为135.28，其显著性水平 理论值0.05，显著。A=
31、2一组的均值为123.72，其显著性水平 |t|为0.0001 理论值0.05，所以有理由拒绝H0假设，即两组均值差异显著。表明修整后，常饮酒与不饮酒两组男士的平均血压(收缩压)的差异显著。习题15答案1.方差分析的假设是什么？答：方差分析的假设检验旨在排除随机误差的干扰，它和一切假设检验一样，首先假设总体均值没有显著差异，若有差异，则有理由拒绝原假设认为总体中至少有一对(两个)均值不相等。因此： H0(原假设)：1=2=p H1(备择假设)：至少有一对(两个)均值不等。当F的显著性水平 理论值0.05时，则有理由拒绝原假设。详见第15章15.1节的方差分析的假设检验。2.答：解得，组1和组3
32、的血糖含量不同。3.答：解得，不同的工厂之间职工的月均工资有显著差异。习题16答案1.在第16章Factor中，Eigenvalue有何意义？答：图16.1关于Factor分析中，Eigenvalue是特征值，它标志着每个变量的方差值的大小。而且特征值还决定着Factor的抽取个数。SAS默认为：抽取特征值1的主成分作为Factor(因子)。2.答：第1 个因子可概括为死亡内因。第2 个因子可概括为死亡外因。3.Factor(因素分析)过程与PRINCOM(主成分分析)过程有何异同之处？答：主成分分析是从多变量的样本中提炼出少数几个综合变量(指标)来解释原来较多的变量(指标)。Factor(因
33、素分析)正是采用主成分分析的这个原理。但是Factor(因素分析)又比主成分分析要求更高。Factor(因素分析)不仅要求变量个数最小化，而且要求Factor个数也最小化。4.答：主成分分析法见程序A.1。程序A.1：DATA zcf;INPUT vxy age n; CARDS;14545 70 135 35 78 120 30 6511035 60 120 33 78 130 50 80;PROC PRINCOMP;VAR vxy age n;RUN;程序运行后产生的结果略。习题17答案1.判别分析的原理是什么？答：参阅第17章的17.1节。判别分析是在获得分组规则的基础上，再把各个观察值
34、(OBS)按此规则分配到对应的组里。例如给文科组和理科组的学生施以英语、政治和体育课教学，然后根据这3门功课的分数就可求出差别规则，以后对新生分组时，均按这种规则，把学生分配到适当的组里。但聚类分析中，事先并不知道组群和组数。2.主要的判别分析法有哪几种？答：主要的判别分析法有如下3种：(1)一般判别分析法(PROC DISCRIM)：不对变量进行筛选。它细分为两种：Normal(参数法)，NPAR(非参数法)。详见第17章17.3。(2)典型判别法(Candisc)。详见17.5。(3)回归判别分析法(Regression for Discriminant)：对变量进行回归筛选。它细分为3种
35、：Forward法：变量前进法;Backward法：变量退出法;Stepwise法：逐步回归判别法，是两种的先后结合。详见17.4。3.(答案略)-附录B：如何快速入门学好SAS和SPSS1.凡是我们主编和写作的教材(如本书及SAS统计分析实用大全等)，从第1章到最后一章的内容基本上是由浅入深、顺序渐进地介绍的。阅读时至少应该从第1章起依次阅读到第5章，以便掌握基本的统计知识和统计方法。2.每一章的程序(含数据)都有一个名称，比如书中的程序1.1是表示第1章的第1个SAS程序，其扩展名一律默认为“.SAS”。3.对这些实用程序和数据，笔者特地象征性地提供其中的20例防入一张盘中，以便上机时变通
36、和模仿之用，不能扩散。特别声明的是，由于数据都是统计局或课题组的，版权所有，违者会被追究。未尽事宜可发电子邮件向rghai联系。4.由于篇幅所限，许多内容未能写进书中，所以欢迎读者带着问题或课题参加每年的五一节、国庆节和每年暑假中的SPSS及SAS培训（电子邮箱rghai，电话010-82719568）。 5. 培训计划（见【SPSS、SAS培训班简章】）。 【SPSS、SAS培训班简章】我系是国内SPSS与SAS洋为中用的发祥地。为纠正社会上使用SPSS及SAS的偏差或谬误，提高统计分析的准确性和先进性，除了以下固定的研讨日期外，我系随时欢迎统计学界的同仁朋友参加我系举办的SPSS和SAS新
37、技术研讨或进行课题协作。其他研学时间可由您来定并将复印件寄回敲定。（一）研讨内容 1.初级研讨：数据的快速输入法、描述性统计、均值比较、T检验、相关分析、预测分析和线性回归等。收效：由入门到基本掌握SPSS或SAS的统计分析和市场调研法。2.高级研讨： 方差分析、Factor分析、对应分析、聚类分析、生存分析、非线性回归分析等。收效：能胜任复杂的统计分析和课题研究。 3.名额：10人。（二）SPSS研讨时间及收费标准 1.初级研讨：月30日至月3日。听课费、资料费、会务费、上机费共2200元，开发票。路费、食宿费自理，安排校内住宿。2.高级研讨：月 4 日至月6 日。听课费、资料费、会务费、上
38、机费共2200元，开发票。路费、食宿费自理，安排校内住宿。（三）SAS研讨时间及收费标准 1.初级研讨：月7 日至月 10日。听课费、资料费、会务费、上机费每位2200元，开发票。路费、食宿费自理，安排校内住宿就餐。2.高级研讨：月11日至月13 日止。听课费、资料费、会务费、上机费每位2200元，开发票。路费、食宿费自理，安排校内住宿就餐。（四）考试合格发结业证。注：社会上的班34天每人学费高达3200元，可用“百度”搜索了解和比较。（五）全额学费提前一个月寄：100871 北京大学社会学系阮桂海。（电话：010-82719568。E-mail：rghai）以确认名额及预定床位。（六）乘车路
39、线：（方位：北京市海淀区中关村北大街“中关园”站）1. 北京人士坐320、827路、706路，或坐特6、特4、105运通，在“中关园”站下车，从北京大学东门进，请找逸夫一楼（法学楼）二层5206。2. 京外人士坐北京站地铁 西直门下车375（或722或749）路公共汽车“中关园北站”下车，回走约100米，进北大东门，找“法学楼二层5206”。 3. 京外人士在首都“西客站” 320公共汽车在“中关园”站下车，从北京大学东门进，请找逸夫一楼（法学楼）二层5206。 4.或下飞机 坐往“中关村”的机场大巴“中关村”终点站下打的约10元北京大学东南门，找“法学楼二层5206”。 说明：每年的国庆长假
40、（9月30日10月7日）也将举办SPSS和SAS的新技术培训。学费根据参加培训的人数可以上浮或下调。（四）联系方式：100871 北京大学社会学系阮老师。（电话：010-82719568）（五）乘车路线：（方向位于：北京市海淀区中关村北大街“中关园”站）1. 北京人士坐320专线、827路、706路，或坐特6、特4、105运通，在“中关园”站下车，从东门进，请找“逸夫苑” 南侧的逸夫一楼（法学楼）二层5206。2. 京外人士从北京站坐地铁 西直门下车375（或722或749）路公共汽车“中关园北站”下车，回走约100米，进北京大学东门，找“法学楼二层5206”。 3北京“西客站”坐320公共汽
41、车或特6公共汽车“中关园站”下车，前走约60米，进北京大学东门，找“法学楼二层5206”。 4.乘坐北京市地铁10号线，到“成府”（即北京大学东门）下车也到。 北京大学社会学系 二九 年 四月 日-附录C：1-17章部分程序数据（放在网站或制成数据光盘）/*程序2.1*/;TITLE 北京市东城区社区服务调研;DATA L1;INPUT id 1-2 sex $ 4 age 5-6 height 8-10 weight 12-14 .1; CARDS;01 m19 173 67202 m20 175 57503 f19 160 54004 m21 176 70005 f20 158 585;P
42、ROC FREQ; TABLE Age*sex;RUN;/*程序2.2*/DATA OLDER； /*注:读到的数据存入OLDER文件中，文件名长度为1至8个字符；若缺省，SAS则自动给一个文件名，但不显示*/ INPUT id1 1-2 caseid 3-5 name 6 sex age 8-9 edc 10 ocu1 11 ocu2 12 sal1 13-15 sal2 16-18 v1 19 v2 20 v3 21 v4 22 v5 23；LIST； /*显示每行的数据，以便核对。可省之*/CARD； /*告诉SAS，数据行从下一行开始读之*/1100111603101501202121
43、411002116542218018011210/*其他数据行*/; 11030227023013012021310 PROC PRINT； /*若写，则显示观察值。可省。*/TITLE 老龄人社会保障抽样调查； /*TITLE 中的内容是标题名称*/PROC PLOT； /*绘制散点图*/PLOT edc*ocu1=sex；/*以每人的性别为图点，画出其教育年限(纵轴)与职业(横轴)交点图*/ PROC CHART； /*调用直方图、条形图程序*/VBAR ocu1； /*画出退休前职业的垂直条形图*/HBAR sex； /*画出性别的水平条形图*/PROC FREQ； /*调用频次统计过程*/TABLES edc； /*计算edc的频次*/TABLES edc*sal1；/* 制作交互分类表*/PROC MEANS； /*调用MEANS过程，计算上述edc、ocu1和sal1各个变量的均值、观察
