1、Sas 数据分析大赛试题注意: 建立逻辑库 test 保存所有原始数据集,每道题要将代码和运行结果保存在 word 文档中。1、 ( 20 分)a600605 所给数据中包含上证股票 600605,1995-2001 年的行情信息。其数据信息如下所示。题目要求1) 使用 Data 步计来计算 a600605 这支股票在 1995-1998 年的市场收益,即该股票的月收益率(个股月收益率(本月收盘价上月收盘价)/上月收盘价100%),过程中不要使用 dif 和 lag 函数。其中 date 的格式设置为1995-01的形式,并删除 1995 年 1月的观测数据。2) 编写 graph,绘制 a6
2、00605 这支股票的收益率曲线,横坐标标签改为“日期” ,纵坐标标签改为“月收益率” 2、(30 分)数据集 credit_old 中存放的是用于构建客户信用模型的数据,其中 Target 为被解释变量,其他变量为解释变量。由于字符变量不能用于后续的统计分析工作,因此需要将 credit_model 中的字符变量重编码为数值变量。由于分析时并不关心每个水平的具体编码是什么,因此按照从 1 到 K(K 为该变量水平数)编码即可,比如 Res 变量一共用 3 个水平,分别是 U、R、S,编码为 1、2、3 即可。但是需要使用宏进行自动处理。题目要求1) 将 TEST 库下的 credit_old
3、 数据集复制到 work 逻辑库下,并重命名为 credit_new。 (5分)2) 使用数据字典读取 credit_new 数据集下所有解释变量中的字符变量的个数和名称。 (10分)3) 编写宏,为每一个字符变量重新编码,以“变量名_cd”的命名方式保存新的编码,并添加到原 credit_new 数据集的后面,效果如下:(15 分)3、 ( 25 分)数据集 BASE 来源于一个全国性的社会学调查的一部分,采集了受访者对于一些社会问题的感受。变量 标签Q8 您认为您的收入水平在整个社会中处于何种位置?Q22 就目前社会环境来说,您认为凭个人努力可以获得良好发展的希望有多大?Q3F 贫富差距扩
4、大age10 年龄组weight 权数所有的数据除了 weight 之外,全部是等级数据,分值越高意味着评价越正面。以 weight 为权数,根据数据集当中的变量,结合宏语言,编写宏程序完成下面的问题。1)对于各个变量进行描述性分析2)对四个变量,进行两两的列联表分析,生成的列联表保存,进行分卡方检验和其他分类数据相关系数的计算。3)对于 2 中形成列联表,对于每个格子计算频数占总频数的比例,然后检验任意两个格子间的比例差异是否显著(两比例是否相等检验) ,12()pzn要求计算出检验的 P 值。 (注意:此检验 sas 没有直接提供,需要用宏语言自己完成)4)以年龄为条件,同其他三个变量中的
5、任意两个,进行三维列联表分析,进行整体 cmh检验,并将生成的列联表保存。5) (可选)将 4 中生成的列联表,同样计算每个格子频数占总频数的比例,检验任意两个格子中的比例差异是否显著。4、 ( 25 分)数据集 coal 中保存的是 1980-2010 年我国煤炭消费量和 1980-2015 年 gdp 的相关数据,根据数据的相关结构,结合宏语言,建立宏程序,完成下列题目。1)利用 ARIMA 模型预测未来我国煤炭消费,要完成数据探索、模型识别、参数估计检验、模型优化的全部过程,最好要将建模过程写成宏程序调用。2)利用指数平滑模型,对于我国煤炭消费量进行预测,同样完成模型识别、参数估计、优化,同时将参数估计结果保存,最好将建模过程写成宏程序调用。3)以我国 gdp 为说明变量,煤炭消费量为因变量,建立带自回归误差的回归模型(autoreg 过程) ,对煤炭消费量进行预测。尝试不同的滞后阶数,建立模型,降低自相关程度,最后选择最优模型。