具体描述
编辑推荐
SAS软件研究开发（北京）有限公司资深一线技术人员经验结晶，SAP大中国区商业创新首席架构师鲁百年强烈推荐。实战性强，结合商业案例细致呈现SAS的优化建模方法，深入讲解SAS数据处理、统计分析及时间序列，涵盖引导大数据潮流的SAS高性能分析，以及智能分析平台、解决方案、平台的安全性与高可用性等重要领域。
内容简介
《数据分析技术丛书·深入解析SAS：数据处理、分析优化与商业应用》是国内市场目前一本由SAS公司在中国的员工创作、全面系统地剖析SAS技术的著作。作者团队结合自身实际工作的经验体会和大量生动的实践案例，通俗易懂、循序渐进地对SAS的核心技术模块和架构体系进行了全方位的介绍、总结与分享，帮助读者深刻领会和掌握使用SAS进行数据挖掘与优化的专业知识，同时培养读者运用这些专业知识解决商业问题和实施商业项目的能力。全书共28章，分为四个部分：SAS编程（第1~8章）系统介绍了运用SAS进行数据读入、处理和展现等内容，掌握这一部分内容可以满足大部分实际项目中数据处理的需要；SAS统计分析和时间序列预测（第9~18章）全面介绍了多种常见统计方法的基本原理和利用SAS去实现的具体技术，包括描述性统计分析、参数估计与假设检验、方差分析、主成分分析与因子分析、聚类分析、判别分析、回归分析、时间序列分析等，并给出了相应的实践案例，从而让熟悉统计理论的读者有能力将其应用到实际中去；SAS优化建模（第19~24章）对于从事优化的读者来说，将是很好的帮助。这一部分主要介绍了运用SAS/OR建模，以及求解线性规划、混合整数规划问题的方法及实例，通过对常见的优化问题进行全面的阐述，帮助读者掌握优化思路和技巧；SAS商业应用（第25~28章）从项目实施角度探讨了如何设计满足安全性、高可用性和高性能需求的SAS应用，让读者领会解决实际问题的方法。
作者简介
夏坤庄，SAS软件研究开发（北京）有限公司客户职能部总监。在承担大量产品研发工作的同时，夏坤庄及其团队负责对SAS非英语市场提供技术支持，并且与在美国及其他地区的团队一起，对SAS的SaaS客户提供服务，以及提供和验证关于SAS产品和技术的很好实践。在加入SAS软件研究开发（北京）有限公司之前，夏坤庄就职于SAS中国公司。在SAS中国公司期间，历任资深咨询顾问、项目经理、首席顾问、咨询经理，在SAS的技术与产品领域拥有丰富的咨询和项目实施经验。在超过15年的从业经历中，为SAS的金融行业客户成功实施了众多深受好评的项目，所承担的项目获得诸如人民银行颁发的“银行系统科技进步一等奖”和客户系统内部颁发的“项目开发特等奖”等。拥有数学专业的学士学位和自动控制理论及应用专业的硕士学位。
徐唯，SAS软件研究开发（北京）有限公司资深分析咨询师，主要负责为SAS亚太地区客户提供高端商业分析与优化的咨询服务，拥有为国际客户提供数据挖掘和优化建模服务的丰富经验，例如为某大型国际汽车制造公司在中国业务的库存优化项目提供服务，以及为国际知名银行的信用卡审批流程优化提供优化建模服务等。本科和研究生均毕业于南京大学数学系。
潘红莲，SAS中国公司资深咨询顾问，为中国区客户提供SAS解决方案和产品的方案咨询和技术支持。于2008年加入SAS后，曾任SAS软件研究开发（北京）有限公司解决方案架构师，提供SAS解决方案和产品在企业级应用的方案研究和设计，尤其在IT实施和产品集成策略等领域做出了突出的贡献。对SAS架构设计、系统管理、安全性，以及高可用性等方面有着深刻的理解和丰富的实践经验。毕业于北京航空航天大学，获计算机专业学士和硕士学位。
精彩书评
★SAS引导大数据时代的发展，产品线覆盖了数据分析的各个方面，包括高性能分析、可视化分析和云计算等诸多新领域。但是从何处开始学习SAS、如何在实际工作中使用和部署SAS，却让很多初学者感到困惑，这时如果有长期使用SAS的专业人员把他们的宝贵经验分享出来，将会给大家更多的指导和帮助。而本书的几位作者恰好具有优秀的专业背景和丰富的SAS实践经验，其中，夏坤庄先生有5年多的时间在客户一线从事SAS产品咨询和项目实施工作；且在最近的9年中，他作为SAS研发北京中心客户职能部的总监，在进行产品研发的同时还在对SAS全球客户提供技术支持。而其他几位作者作为夏坤庄先生的同事，同样有着丰富的实践经验。本书的实战指导性非常强，它的结构体现了SAS核心内容的学习路线图，内容包括了SAS的核心技术模块乃至整体架构体系，并运用了很多源自实际应用的案例，非常适合广大数据分析从业者的需要。—— 刘政博士，SAS软件研究开发（北京）有限公司总经理
—— 张晓波，中国工商银行软件开发中心上海研发支持部总经理、《计算机上的银行》作者
—— 鲁百年博士，SAP大中国区商业创新首席架构师
—— 赵彦云博士，中国人民大学统计学院院长、中国人民大学竞争力与评价研究中心主任
中国统计学会副会长
目录
Part One （Chapter 1 - 8）: SAS Programming and Data Processing Chapter 1 Foundation of Base SASChapter 2 Reading External Data to SAS Data SetChapter 3 SAS Data Set ProcessingChapter 4 Multiple Data Sets ProcessingChapter 5 Data Summary and PresentationChapter 6 SAS SQL Language Chapter 7 SAS Macro LanguageChapter 8 SAS Programming with National SupportPart Two （Chapter 9 - 18）: SAS Statistical Analysis and Time Series ForecastingChapter 9 Descriptive Statistical AnalysisChapter 10 Parameter Estimation and Hypothesis TestChapter 11 Analysis of VarianceChapter 12 Principal Component Analysis and Factor AnalysisChapter 13 Cluster AnalysisChapter 14 Discriminant AnalysisChapter 15 Regression AnalysisChapter 16 LOGISTIC Regression AnalysisChapter 17 Time Series AnalysisChapter 18 General process flow of SAS Data Mining
Part Three （Chapter 19 - 24）: SAS Optimization Modeling Chapter 19 Overview of Operational ResearchChapter 20 Fundamentals of Linear Programming Chapter 21 Linear Programming with PROC OPTMODELChapter 22 PROC OPTMODEL ProgrammingChapter 23 Integer Linear Programming and Mixed Integer Linear ProgrammingChapter 24 Examples of Optimization Modeling
Part Four （Chapter 25 - 28）: SAS Business ImplementationChapter 25 SAS Intelligence Platform and SolutionsChapter 26 SAS Application Infrastructure PlanningChapter 27 Security Administration of SAS Intelligence PlatformChapter 28 High Availability of SAS Intelligence Platform
前言/序言
为什么要写这本书数据和模型描述着世界，而SAS恰恰就是关于数据和模型的技术。SAS技术在全球的数据处理和分析领域举足轻重。在国内，SAS的应用日趋广泛，自然，对掌握SAS技术的人才需求也日益旺盛。
但是当大家谈及SAS的时候，普遍的一个感受是，掌握SAS比较难。这使我记起在2000年刚刚加入SAS中国公司几天后的一个下午，时任SAS中国区技术总监的栾世武博士问我：“怎么样？SAS难学吗？”其实，在SAS公司的同事当中，大家并不会认为SAS有多难。究其原因，不过是如下几个：
在SAS公司，有着明确的路线图，大家可以清楚地知道学习SAS某个领域的顺序和步骤是什么。对于系统性非常强而且知识范围又较广的SAS而言，这是很重要的。
对于路线图中的每一个阶段，SAS公司都提供了详尽的资料供阅读和学习。
有实际的项目去实践和锻炼。
上面所提到的因素，也正是大部分期望学习SAS技术的从业者快速有效掌握SAS的“窍门”。基于这样的经历和思考，几年以来我一直在构思这样一本书：
1）以书中的章节结构来体现学习SAS核心内容的路线图。
2）在每个章节的内容中，包含路线图中对应部分的必要学习资料，并且使得读者在读完相应的内容之后，有能力并且了解如何去学习更加深入和广泛的知识。
3）提供贴近实际应用项目甚至有些复杂的例子，让读者领会解决实际问题的思路和技巧。
本书就是基于上述构思的一个实现，希望能够帮助大家系统地掌握SAS的专业知识，进而从容地将其应用于商业实际中。
读者对象
本书主要适合于以下读者：
使用SAS进行数据抽取、转换和清洗的技术人员。
需要使用SAS对数据进行深入分析和数据挖掘的分析人员。
需要使用SAS进行时间序列预测和优化决策的建模专家。
使用SAS进行项目规划、实施和管理的系统架构师、系统管理员和项目管理人员。
团队的工作涉及SAS产品与技术的管理人员。
如何阅读本书
本书共4篇，系统介绍了SAS的核心技术模块和架构体系。
第一篇介绍SAS编程和数据处理（第1～8章）。内容包括如何运用SAS进行数据读入、处理和展现。掌握本书的这一篇内容可以满足大部分实际项目中数据处理的需要。该篇建议刚刚接触SAS的读者仔细研读，对SAS编程有全面了解的读者可以快速浏览或者在需要时查阅。
第二篇介绍SAS统计分析和时间序列预测（第9～18章）。内容既包括基本的理论介绍，又包括如何利用SAS去实现的具体技术。该篇建议需要学习数据分析、数据挖掘或进行预测的读者仔细阅读。
第三篇介绍SAS优化建模（第19～24章）。对于从事优化的读者来说，这一篇的内容将很有帮助。这一篇对常见的优化问题做了全面的介绍。其中的用例非常贴近现实，建议读者仔细研读。此外，建议从事优化的读者也学习一下第二篇中第17章关于时间序列分析的内容，因为在实际优化工作中，经常需要预测。
第四篇介绍SAS智能平台架构体系（第25～28章）。对于该篇内容，不需要像前3篇一样有深入的掌握，但这些内容对于项目规划和架构设计人员设计一个满足安全性、高可用性和高性能的SAS应用会非常有帮助。
致谢
本书的完成是整个写作团队合作的成果，蕴含着每一个作者的努力。
在本书即将完成之际，需要感谢的名字很多，把这长长的列表沉在深处之后，在此感谢我们所处的时代和我所在的SAS公司。时代赋予了企业和个人对数据进行分析和建模的需求，SAS公司给予了我们完成本书所需要的知识和使命感。
特别感谢机械工业出版社华章公司的Lisa Yang。感谢Lisa的热情相邀和宝贵建议，促成了本书的完成，她的专业而高效的审阅，也使得本书增色极多。
夏坤庄（Kansun Xia）
北京，2014年7月
用户评价
这次拿到《数据分析技术丛书·深入解析SAS：数据处理、分析优化与商业应用》这本书，我的心情其实是有些忐忑的。SAS这个软件，在我接触数据分析以来，一直以其强大的功能和广泛的应用而闻名，但同时也因为其学习曲线相对陡峭而让我望而却步。我之所以选择这本书，是因为我一直渴望能够真正掌握SAS，而不是停留在浅尝辄止的阶段。我希望这本书能够像一位经验丰富的老友，耐心细致地引导我入门，并且在遇到难题时，能够提供清晰的解答。我尤其关注书中关于数据处理的部分，比如如何高效地读取、清洗、转换各种格式的数据，如何处理缺失值、异常值，以及如何进行数据合并和重塑。这些基础但至关重要的步骤，往往决定了后续分析的成败。我希望这本书能够提供一些实用的技巧和方法，让我能够事半功倍。同时，“分析优化”这个词也让我充满了好奇。我希望能学习到如何利用SAS进行更深入、更精细的数据分析，比如如何选择合适的统计模型，如何进行模型的诊断和调优，如何利用SAS进行预测建模和机器学习。我希望这些内容能够帮助我超越基础的数据描述，进入到更具洞察力的分析层面。最后，我非常期待书中的“商业应用”部分，我希望能够看到一些生动的案例，展示SAS是如何在实际商业环境中发挥作用的，例如，如何利用SAS进行客户画像、市场趋势分析、经营绩效评估等，这对我理解SAS的价值和应用方向至关重要。
评分说实话，当我拿到《数据分析技术丛书·深入解析SAS：数据处理、分析优化与商业应用》这本书时，首先吸引我的并不是它的内容，而是它所传达出的专业态度。封面设计简洁大气，书脊的设计也足够醒目，无论是在书架上还是在手中，都能给人一种“干货满满”的感觉。我之所以会购买这本书，主要是出于对SAS这个工具的浓厚兴趣。虽然我并非SAS的初学者，但总感觉自己在SAS的运用上总有些瓶颈，尤其是在处理复杂数据集和进行深度挖掘方面。我特别希望这本书能提供一些我之前未曾接触过的SAS编程技巧，让我能够写出更简洁、更高效的代码，减少不必要的错误和重复劳动。例如，在数据转换和合并方面，我常常会遇到一些棘手的场景，希望这本书能提供一些优雅的解决方案。而且，我对SAS的宏编程和SAS/STAT模块的应用也非常感兴趣，希望书中能有详细的讲解和实际的案例，帮助我掌握这些强大的功能，从而提升我的数据分析能力。此外，“商业应用”这个词组更是让我眼前一亮，我非常期待这本书能展示一些通过SAS解决实际商业问题的案例，例如，如何利用SAS进行 A/B 测试、风险评估、欺诈检测等。我希望这些案例能够深入浅出，让我能够理解背后的逻辑，并学以致用，从而在我的工作中获得启发。
评分拿到《数据分析技术丛书·深入解析SAS：数据处理、分析优化与商业应用》这本书，第一时间就被它沉稳专业的封面设计所吸引。我对SAS这个数据分析工具一直有着浓厚的兴趣，但始终感觉自己掌握得不够深入，很多高级的功能和应用场景仍然是模糊的概念。我购买这本书，是希望能系统地学习SAS，并且能将理论知识与实际操作紧密结合。我特别关注书中的“数据处理”部分，希望能够学习到如何高效地进行数据清洗、转换和合并，处理各种异常情况，从而为后续的分析奠定坚实的基础。我对SAS的一些常用过程（如PROC SQL, PROC TRANSPOSE）的操作细节非常感兴趣，希望能够学习到一些优化技巧，让数据处理过程更加流畅和高效。另外，“分析优化”这个词组也正是我所追求的。我希望这本书能够深入讲解SAS在统计分析、建模方面的能力，比如如何运用SAS进行假设检验、方差分析、因子分析等，并且能够指导我如何选择合适的模型，如何进行模型的评估和验证，以确保分析结果的准确性和可靠性。最后，我对“商业应用”这一块的内容也抱有极大的期待。我希望能看到书中展示一些SAS在不同行业领域的实际应用案例，例如，在市场营销、风险管理、客户关系管理等方面的应用，从而帮助我理解SAS在解决实际商业问题中的价值，并将学到的知识运用到自己的工作中。
评分这本书《数据分析技术丛书·深入解析SAS：数据处理、分析优化与商业应用》，在我手中的质感相当不错，封面设计和排版都显得十分专业，给人一种值得信赖的感觉。我购买这本书的初衷，其实是源于对SAS这个工具的敬畏和好奇。我一直听说SAS在金融、医药等行业有着举足轻重的地位，但我自己却始终未能真正掌握其精髓。我希望这本书能够填补我在这方面的知识空白，特别是对于数据处理的细节，我希望能有更深入的理解。例如，在实际工作中，我们常常会遇到各种各样的数据源，如何有效地将它们导入SAS，并进行初步的清洗和整理，是我一直想解决的难题。我希望这本书能够提供一些标准化的流程和技巧，让我能够应对各种复杂的数据情况。此外，“分析优化”这个方向也让我眼前一亮。很多时候，我们能完成基本的分析，但如何让分析的结果更加精准，更能揭示数据背后的规律，则需要更高级的技巧。我希望这本书能够介绍一些SAS在统计建模、时间序列分析、回归分析等方面的进阶应用，并且能够指导我如何进行模型的评估和选择，以达到最佳的分析效果。我特别想学习如何利用SAS去发现那些隐藏在数据中的商业机会，或者预测潜在的风险，从而为决策提供更有力的支持。
评分这本《数据分析技术丛书·深入解析SAS：数据处理、分析优化与商业应用》的封面设计我一直很喜欢，那种沉稳而专业的色调，搭配上清晰的书名，总能给人一种安心感，仿佛打开它就能开启一段数据的奇妙旅程。我当初选择它，很大程度上是因为SAS这个名字在数据分析领域的光环。我一直想系统地学习SAS，但市面上的一些入门书籍要么过于理论化，要么案例不够贴近实际，总感觉差了点火候。而这本书的副标题——“数据处理、分析优化与商业应用”，精准地击中了我的痛点。我特别关注那些能真正帮助我解决实际工作问题的章节。比如，我一直觉得在数据清洗和预处理阶段投入大量时间和精力，但效果往往不尽如人意，常常是费力不讨好。我希望这本书能提供一些高效、系统性的方法，让我能够快速识别和解决数据中的各种“脏乱差”问题，从而为后续的分析打下坚实的基础。另外，对于“分析优化”的部分，我充满了期待。很多时候，我们能做出分析，但如何让分析更精准、更具洞察力，并且在有限的时间和资源下达到最佳效果，这才是真正的挑战。我希望这本书能分享一些高级的统计模型、算法的运用技巧，以及如何根据不同的业务场景选择和调整分析策略。当然，最后的“商业应用”是点睛之笔，我渴望看到书中是如何将SAS技术与实际的商业决策相结合的，例如，如何利用SAS进行市场细分、客户流失预测、销售额预测等，这些都是我非常感兴趣的实际应用场景。
评分一般，其实不够深入，只说一些皮毛
评分书本很厚，纸质不错，希望看完有说进步
评分sas书可以，就是找不到软件下载
评分商品很不错，经常买的东东，相信京东品质
评分不错
评分………………………………
评分东西很早就收到了 忘了评价 很好 已经使用了
评分好东西，学习鞋子
评分书不错，质量很好，印刷清晰，物流给力，活动期间购买价格给力！
相关图书
![Python 网络爬虫实战 [Web Crawler With Python] pdf epub mobi 电子书 下载](https://pic.tinynews.org/12099592/58d8799dNf4f3b267.jpg)
本站所有内容均为互联网搜索引擎提供的公开搜索信息，本站不存储任何数据与内容，任何内容与数据均与本站无关，如有需要请联系相关搜索引擎包括但不限于百度，google,bing,sogou 等
© 2025 book.idnshop.cc All Rights Reserved. 静思书屋 版权所有