1、wd文檔可自由復(fù)制編輯摘要本學(xué)期通過對(duì)《SAS軟件與統(tǒng)計(jì)應(yīng)用》這門課的學(xué)習(xí)，讓我知道SAS系統(tǒng)是一個(gè)大型的應(yīng)用軟件系統(tǒng)，具有完備的數(shù)據(jù)訪問、管理、分析、呈現(xiàn)，以及應(yīng)用開發(fā)功能。這篇文章運(yùn)用主成分分析綜合評(píng)價(jià)方法，對(duì)1999年我國西部地區(qū)教育人力資源發(fā)展水平進(jìn)行處理和分析，采用的是西藏，新疆等西部省份教育人力資源發(fā)展水平（原始數(shù)據(jù)見附錄）。選出14個(gè)省的情況作為統(tǒng)計(jì)分析數(shù)據(jù)，其中分析的項(xiàng)目為：每百萬人口學(xué)校數(shù)；每十萬人口畢業(yè)生數(shù)；每十萬人

2、口招生數(shù)；每十萬人口在校生數(shù)；每十萬人口研究生數(shù)；每十萬人口教職工數(shù)；每十萬人口專職教師數(shù)；高級(jí)教師占專職教師的比例；每所學(xué)校在校生數(shù)；生師比。依次用A1，A2，A3，A4，A5，A6，A7，A8，A9，A10表示。用“分析家”作主成分分析，并且對(duì)數(shù)據(jù)進(jìn)行如下處理：第一：對(duì)于所選取的統(tǒng)計(jì)數(shù)據(jù)進(jìn)行簡單描述統(tǒng)計(jì)分析，得出數(shù)據(jù)的平均值、數(shù)據(jù)標(biāo)準(zhǔn)差，最大值，最小值等。第二：對(duì)于所選取的統(tǒng)計(jì)數(shù)據(jù)用”analyst”作主成分分析計(jì)算相關(guān)系數(shù)矩陣的特

3、征值、上下特征值之差、各主成分的方差貢獻(xiàn)率、以及累積貢獻(xiàn)率。第三：由相關(guān)系數(shù)矩陣的兩個(gè)最大特征值的特征向量，可以寫出第一、第二主成分的得分。第四：在“insight”里面繪制了散點(diǎn)圖。由圖可知，在散點(diǎn)圖越靠向右上角的地區(qū)，教育人力資源發(fā)展水平越高，越靠向左上角的地區(qū)，教育人力資源發(fā)展水平越低。從以上結(jié)論分析可以知道影響各省份教育人力資源發(fā)展水平的主要因素，從而可以更好地幫助國家調(diào)整教育人力資源結(jié)構(gòu)，更好地發(fā)展我國西部教育事業(yè)。關(guān)鍵字：a

4、nalyst主成分分析教育人力資源發(fā)展MEANS過程wd文檔可自由復(fù)制編輯第一章第一章基本介紹基本介紹1.1研究目的研究目的通過SAS軟件分析，對(duì)1999年我國西部地區(qū)教育人力資源發(fā)展水平有一個(gè)大致了解。隨著國家教育方針的調(diào)整，西部各地區(qū)為了促進(jìn)本地區(qū)的教育發(fā)展，分別采取了各種措施，教育方面的發(fā)展有了顯著地成就。本文通過SAS軟件分析，對(duì)1999年我國西部地區(qū)教育人力資源發(fā)展水平有一個(gè)大致了解，從而可以更好地幫助國家調(diào)整（優(yōu)化）教育人力

5、資源結(jié)構(gòu)，使人民的受教育水平更加優(yōu)越。1.2采用方法采用方法（1）描述性統(tǒng)計(jì)量：means。（2）檢驗(yàn)：使用analyst模塊進(jìn)行主成分分析。1.3理論知識(shí)理論知識(shí)Means過程（均值過程）：用于對(duì)數(shù)據(jù)型變量產(chǎn)生針對(duì)單個(gè)變量的簡單描述性統(tǒng)計(jì)。procmeans過程時(shí)，會(huì)對(duì)所有數(shù)值型變量進(jìn)行操作，得到各變量的非缺失觀測(cè)數(shù)N，均值MEAN，標(biāo)準(zhǔn)差STDDEV，最大值Max和最小值Min五種統(tǒng)計(jì)值，但means過程可以計(jì)算16種統(tǒng)計(jì)量。主成分

6、分析：是對(duì)于原先提出的所有變量，建立盡可能少的新變量，使得這些新變量是兩兩不相關(guān)的，而且這些新變量在反映課題的信息方面盡可能保持原有的信息。主成分分析是數(shù)學(xué)上對(duì)數(shù)據(jù)降維的一種方法。其基本思想是設(shè)法將原來眾多的具有一定相關(guān)性的指標(biāo)（比如p個(gè)指標(biāo)），重新組合成一組新的互不相關(guān)的綜合指標(biāo)來代替原來指標(biāo)。通常數(shù)學(xué)上的處理就是將原來p個(gè)指標(biāo)作線性組合，作為新的綜合指標(biāo)。在所有的線性組合中所選取的F1應(yīng)該是方差最大的，故稱F1為第一主成分。如果第一

7、主成分不足以代表原來p個(gè)指標(biāo)的信息，再考慮選取F2即選第二個(gè)線性組合。為了有效地反映原有信息，F(xiàn)1已有的信息就不需要再出現(xiàn)在F2中，用數(shù)學(xué)語言表達(dá)就是要求Cov(F1，F(xiàn)2)＝0。稱F2為第二主成分，依此類推可以構(gòu)造出第三、第四、…、第p個(gè)主成分。第二章第二章數(shù)據(jù)預(yù)處理數(shù)據(jù)預(yù)處理對(duì)數(shù)據(jù)較少的程序，可以用DATA步建立永久的SAS集。永久的SAS集，由定義邏輯庫與定義數(shù)據(jù)集兩步完成。邏輯庫定義通過LIBNAME語句完成，數(shù)據(jù)集定義用DAT