两种SAS代码实现变量的缺失值频数及占比 sas对缺失值的统计，可得出缺失值的频数及占比。以下为详细程序代码： /*首先是创建示例数据集*/ data tmp; infile datalines delimiter=\",\"; length var1 $8.; lengt ...
2017-03-31
数据科学之—大数据知识体系大全 1、浅谈数据科学 数据科学（Data Science）这一概念自大数据崛起也随之成为数据领域的讨论热点，从去年开始，“数据科学家”便成为了一个工作职位出现在各种招聘信息上。那 ...
2017-03-31
SAS正则式之prxsubstr 以及prxnext 今天介绍的正则式中的prxsubstr函数以及prxnesth函数。 这两个函数需要配合call使用，生成start以及length两个变量以供后面的使用。先介绍基本的参数。 Call prxsubtr( ...
2017-03-31
统计挖掘那些事：分层抽样与交叉验证 1留出法（Hold out）与分层抽样 留出法的意思就是直接将总数据D划分为两个对立集合，训练集S以及测试集T，我们有S+T=D，以及S交T等于空集； 举个简单例子说明， ...
2017-03-30
通过IMPORT过程读取外部文件数据 通过IMPORT过程读取外部文件数据 除了可以通过DATA步读取外部文本文件数据外，SAS还提供了IMPORT过程，通过它可以从外部数据源读取数据并写入到SAS数据集中。而且，如果使用 ...
2017-03-30
sas信用评分之变量筛选 今天介绍变量初步选择。这部分的内容我就只介绍information –value，我这次做的模型用的逻辑回归，后面会更新以基尼系数或者信息熵基础的筛选变量，期待我把。 Iv值的介绍你们已经很 ...
2017-03-30
如何在SAS EG中展示DB2表的中文列标识 SAS EG中展示DB2表的中文列标识 SAS用户经常会使用SAS Enterprise Guide （简称EG），通过SAS/ ACCESS to DB2 查看、获取DB2中的表。 各种系统的开发人员经常使用神 ...
2017-03-30
访问关系型数据库系统中的数据 访问关系型数据库系统中的数据 SAS提供了一组访问关系型数据库的SAS/ACCESS接口，每种接口有单独的许可。使用这些接口，SAS可以和其他厂商数据库中的数据交互。SAS所支持的关 ...
2017-03-30
SAS程序错误及处理 通常我们所开发的SAS程序，很少在第一次提交时就能够运行完成并产生正确结果。程序越长越复杂，就越可能出现语法或逻辑错误。本文介绍了一些良好的SAS编程规范以减少程序错误，同时也描述了 ...
2017-03-30
SAS字符操作 在sas数据清洗与整理过程会接触到两类型数据，字符型和数值型，并且sas只会以这两种形势出现。不会像R一样出现列表、数组、矩阵、数据框、日期等多种形势。Sas中关于数值型的操作大家并不陌生，所 ...
2017-03-29
SAS信用评分之逻辑回归的变量选择 关于woe的转化，这一部在之前的这篇文章：sas批量输出变量woe值中已经写了，woe也只是简单的公式转化而已，所以在这系列中就不细究了哈。这次的文章我想来讲逻辑回归。你会说 ...
2017-03-29
SAS与R如何连接Oracle、DB2 职业是数据分析师，近2年给商业银行做数据分析和数据挖掘。在商业银行中，数据库多用Oracle和DB2，分析工具多使用SAS和R。如何将分析工具SAS、R与数据库Oracle、DB2建立连接，是数据 ...
2017-03-29
SAS分组合并数据 昨天临睡前看到有人问我sas怎么分组并对数据进行合并，于是写了一个例子，希望对大家有所启发。 合并前的数据集： 合并后的数据集： 主要是利用了retain语句，以下是代码： ...
2017-03-29
SAS SQL select…into语句创建宏变量巧妙解决问题的总结 今在某SAS交流群看到这样一个问题如下： 有一个数据集a,有三个变量c,b,d(他们在数据集中的顺序也是如此)，想新建一个变量var，并添加到b和d中间，怎 ...
2017-03-29
优化算法—拟牛顿法之DFP算法 一、牛顿法 在博文“优化算法——牛顿法(Newton Method)”中介绍了牛顿法的思路，牛顿法具有二阶收敛性，相比较最速下降法，收敛的速度更快。在牛顿法中使用到了函数的二阶导数 ...
2017-03-28
简单易学的机器学习算法—谱聚类(Spectal Clustering) 一、复杂网络中的一些基本概念 1、复杂网络的表示 在复杂网络的表示中，复杂网络可以建模成一个图，其中，V表示网络中的节点的集合，E表示的是连 ...
2017-03-28
简单易学的机器学习算法—AdaBoost 一、集成方法(Ensemble Method) 集成方法主要包括Bagging和Boosting两种方法，随机森林算法是基于Bagging思想的机器学习算法，在Bagging方法中，主要通过对训练数据集 ...
2017-03-28简单易学的机器学习算法—集成方法(Ensemble Method) 一、集成学习方法的思想 前面介绍了一系列的算法，每个算法有不同的适用范围，例如有处理线性可分问题的，有处理线性不可分问题。在现实世界的生活中， ...
2017-03-28
机器学习中的常见问题—损失函数 一、分类算法中的损失函数 在分类算法中，损失函数通常可以表示成损失项和正则项的和，即有如下的形式： 其中，L(mi(w))为损失项，R(w)为正则项。mi的具体形式如下 ...
2017-03-28
SAS信用卡评分之变量分段 这一篇的文章来讲变量分段，在我之前的文章中，涉及到变量分段的代码是有的，早开始的等高等宽分啊，后面的基于基尼系数以及基于iv值对于字符变量的分类都有。链接在这,这！这！这！。 ...
2017-03-28在Excel数据分析中，数据透视表是汇总、整理海量数据的高效工具，而公式则是实现数据二次计算、逻辑判断的核心功能。实际操作中 ...
2026-04-30Excel透视图是数据分析中不可或缺的工具，它能将透视表中的数据快速可视化，帮助我们直观捕捉数据规律、呈现分析结果。但在实际 ...
2026-04-30 很多数据分析师能熟练地计算指标、搭建标签体系，但当被问到“画像到底在解决什么问题”“画像和标签是什么关系”“画像如何 ...
2026-04-30在中介效应分析中，人口统计学变量（如年龄、性别、学历、收入、职业等）是常见的控制变量或调节变量，其处理方式直接影响分析结 ...
2026-04-29在SQL数据库实操中，日期数据的存储与显示是高频需求，而“数字日期”（如20240520、20241231、45321）是很多开发者、数据分析师 ...
2026-04-29 很多分析师在设计标签时思路清晰，但真到落地环节却面临“数据在手，不知如何转化为可用标签”的困境：或因加工方式选择不当 ...
2026-04-29在手游行业竞争日趋白热化的当下，“流量为王”早已升级为“留存为王”，而付费用户留存率更是衡量一款手游盈利能力、运营质量的 ...
2026-04-28在日常MySQL数据库运维与开发中，经常会遇到“同一台服务器上，两个不同数据库（以下简称“源库”“目标库”）的表数据需要保持 ...
2026-04-28 很多分析师每天和数据打交道，但当被问到“标签是什么”“标签和指标有什么区别”“标签体系如何设计”时，却常常答不上来。 ...
2026-04-28箱线图（Box Plot）作为一种经典的数据可视化工具，广泛应用于统计学、数据分析、科研实证等领域，核心价值在于直观呈现数据的集 ...
2026-04-27实证分析是社会科学、自然科学、经济管理等领域开展研究的核心范式，其核心逻辑是通过对多维度数据的收集、分析与解读，揭示变量 ...
2026-04-27 很多数据分析师精通Excel函数和数据透视表，但当被问到“数据从哪里来”“表和视图有什么区别”“数据库管理系统和SQL是什么 ...
2026-04-27在大数据技术飞速迭代、数字营销竞争日趋激烈的今天，“精准触达、高效转化、成本可控”已成为企业营销的核心诉求。传统广告投放 ...
2026-04-24在游戏行业竞争白热化的当下，用户流失已成为制约游戏生命周期、影响营收增长的核心痛点。据行业报告显示，2024年移动游戏平均次 ...
2026-04-24 很多业务负责人开会常说“我们要数据驱动”，最后却变成“看哪张报表数据多就用哪个”，往往因为缺乏一套结构性的方法去搭建 ...
2026-04-24在Power BI数据可视化分析中，切片器是连接用户与数据的核心交互工具，其核心价值在于帮助使用者快速筛选目标数据、聚焦分析重点 ...
2026-04-23以数为据，以析促优——数据分析结果指导临床技术改进的实践路径 临床技术是医疗服务的核心载体，其水平直接决定患者诊疗效果、 ...
2026-04-23很多数据分析师每天盯着GMV、DAU、转化率，但当被问到“哪些指标是所有企业都需要的”“哪些指标是因行业而异的”“北极星指标和 ...
2026-04-23在数字化时代，客户每一次点击、浏览、下单、咨询等行为，都在传递其潜在需求与决策倾向——这些按时间顺序串联的行为轨迹，构成 ...
2026-04-22数据是数据分析、建模与业务决策的核心基石，而“数据清洗”作为数据预处理的核心环节，是打通数据从“原始杂乱”到“干净可用” ...
2026-04-22
