求真百科歡迎當事人提供第一手真實資料,洗刷冤屈,終結網路霸凌。

SAS檢視原始碼討論檢視歷史

事實揭露 揭密真相
前往: 導覽搜尋
SAS

來自 網絡 的圖片

SAS(全稱STATISTICAL ANALYSIS SYSTEM,簡稱SAS)是全球最大的私營軟件公司之一,是由美國北卡羅來納州立大學1966年開發的統計分析軟件。

1976年SAS軟件研究所(SAS INSTITUTE INC)成立,開始進行SAS系統的維護、開發、銷售和培訓工作。期間經歷了許多版本,並經過多年來的完善和發展,SAS系統在國際上已被譽為統計分析的標準軟件,在各個領域得到廣泛應用。


簡介

1966年,美國農業部(USDA)收集到巨量的農業數據,急需一種計算機化統計程序來對其進行分析。由美國國家衛生研究院(NIH)資助的八所大學聯合會共同解決了這一問題。 最終,統計分析系統(statistical analysis system),也就是SAS應運而生,既給了SAS公司一個響亮的名字,亦成為了公司化運作的起點。

位於北卡羅來納州首府羅利市的北卡羅來納州立大學(NCSU)成為該聯盟的領導者,因為其更為強大的大型中央處理計算機計算能力而勝出。 NCSU教職員工Jim Goodnight和Jim Barr成為項目負責人。 Barr創建了整個架構,Goodnight則負責實施和實現架構上的各種功能特性,並拓展了系統的性能。 當NIH於1972年停止供資時,社團聯盟同意為該項目提供資金,使NCSU能夠繼續開發維護系統運作,從而支持其統計分析需求。

評價

SAS (Statistical Analysis System)是一個模塊化、集成化的大型應用軟件系統。

它由數十個專用模塊構成,功能包括數據訪問、數據儲存及管理、應用開發、圖形處理、數據分析、報告編制、運籌學方法、計量經濟學與預測等等。

SAS系統基本上可以分為四大部分:SAS數據庫部分;SAS分析核心;SAS開發呈現工具;SAS對分布處理模式的支持及其數據倉庫設計。

SAS系統主要完成以數據為中心的四大任務:數據訪問;數據管理(sas 的數據管理功能並不很出色,而是數據分析能力強大所以常常用微軟的產品管理數據,再導成sas數據格式.要注意與其他軟件的配套使用);數據呈現;數據分析。當前(2016年)軟件最高版本為SAS9.4。其中Base SAS模塊是SAS系統的核心。其它各模塊均在Base SAS提供的環境中運行。用戶可選擇需要的模塊與Base SAS一起構成一個用戶化的SAS系統。

Base SAS

Base SAS作為SAS系統的核心,負責數據管理,交互應用環境管理,進行用戶語言處理,調用其它SAS模塊。

Base SAS 為SAS系統的數據庫提供了豐富的數據管理功能,還支持標準的SQL語言對數據進行操作。Base SAS能夠製作從簡單列表到比較複雜的統計報表。 Base SAS可進行基本的描述性統計及基相關 係數的計算,進行正態分布檢驗等。

SAS/GHAPH

SAS/GHAPH可將數據及其包含着的深層信息以多種圖形生動地呈現出來,如直方圖、圓餅圖、星形圖、散點相關圖、曲線圖、三維曲面圖、等高線圖及地理圖等。

SAS/GHAPH提供一個全屏幕編輯器,提供多種設備程序,支持非常廣泛的圖形輸出設備以及標準的圖形交換文件。

SAS/ASSIST

SAS/ASSIST為SAS系統提供了面向任務的菜單界面,藉助它可以通過菜單系統來使用SAS系統其它產品。它自動生成的SAS程序既可輔助有經驗的用戶快速編寫SAS程序,又可幫助用戶學習SAS。

SAS/AF

SAS/AF是一個應用開發工具。用戶使用SAS/AF可將包含眾多功能的SAS軟件作為方法庫,利用 SAS/AF的屏幕設計能力以及SCL語言的處理能力來快速開發各種功能強大的應用系統。SAS/AF也了採用了OOP(面向對象編輯)技術,使用戶可方便快速開發各類具有圖形用戶界面(GUI)的應用系統。

SAS/EIS

SAS/EIS是決策工具,也是一個快速應用開發工具。SAS/EIS完全採用新興的面向對象的編程模式(OOP)。EIS以生動直觀的方式(圖或表)將關鍵性或總結性信息呈現給使用者。

SAS/ACCESS

為了對眾多不同格式的數據進行查詢、訪問和分析,SAS/ACCESS提供了與許多流行數據庫軟件的接口,利用SAS/ACCESS,可建立外部其它數據庫的一個統一的公共數據界面。SAS/ACCESS提供的接口是透明的和動態的。用戶不必將此文件當作真正存儲着數據的SAS數據集一樣使用,而只需在SAS中建立對外部的描述(即VIEW)文件,便可將此文件當作真正存儲着數據的SAS數據集一樣使用。對一些經常使用的外部數據,可以利用SAS/ACCESS將數據真正提取進入SAS數據庫。 SAS/ACCESS 提供的接口是雙向的,既可將數據讀入SAS,也可在SAS中更新外部數據或將SAS數據加載到外部數據庫中。

SAS/ACCESS支持的數據庫主要有:IML-DL/I, SQL/DS, DB2, ADABAS, Rdb, ORACLE, Sybase, INGRES, Informix, DBF/DIF,ODBC等。

SAS/STAT

SAS/STAT覆蓋了所有的實用數理統計分析方法,是國際統計分析領域的標準軟件。SAS/STAT提供了八十多個過程,可進行各種不同模型或不同 特點數據的回歸分析,如正交回歸/面回歸、響應面回歸、logistic回歸、非線性回歸等,且具有多種模型選擇方法。 可處理的數據有實型數據、有序數據和屬性數據,並能產生各種有用的統計量和診斷信息。

在方差分析方面, SAS/STAT為多種試驗設計模型提供了方差分析工具。

另外,它還有處理一般線性模型和廣義線性模型的專用過程。在多變量統計方面, SAS/STAT為主成分分析、典型相關分析、判別分析和因子分析提供了許多專用過程。SAS/STAT還包含多種聚類準則的聚類分析方法。

SAS/QC

SAS/QC為全面質量管理提供了一系列工具。它也提供一套全屏幕菜單系統引導用戶進行標準的統計過程以及試驗設計。SAS/QC提供了多種不同類型控制圖的製作與分析。Pareto圖(排列圖)可用於發現需優先考慮的因素,Ishikawa圖(魚骨圖)可用於直觀地進行因果分析。

SAS/ETS

SAS/ETS提供豐富的計量經濟學和時間序列分析方法,是研究複雜系統和進行預測的有力工具。它提供方便的模型設定手段、多樣的參數估計方法。

SAS/OR

SAS/OR提供全面的運籌學方法,是一種強有力的決策支持工具。它輔助人們實現對人力、時間以及其它各種資源的最佳利用。 SAS/OR包含通用的線性規劃、混合整數規劃和非線性規劃的求解,也為專門的規劃問題提供更為直接的解決辦法,如網絡流問題、運輸問題、分配問題等。

SAS/IML

SAS/IML提供功能強大的面向矩陣運算的編程語言,幫助用戶研究新算法或解決SAS中沒有現成算法的專門問題。SAS/IML中的基本數據元素是矩陣。它包含大量的數學運算符、函數和例行程序,用戶用很少的語句便可執行很複雜的計算過程。

SAS/WA

SAS/WA(Warehouse Administrator)是建立數據倉庫的集成工具,它在其它SAS軟件的基礎上提供了一個建立數據倉庫的管理層,包括:定義數據倉庫和主題,數據轉換和匯總,匯總數據的更新,Metadata的建立、管理和查詢,Data marts和Info marts的實現。

SAS/MDDB Server

SAS/MDDB Server是SAS的多維數據庫產品,主要用於在線分析處理(OLAP),可將從數據倉庫或其它數據源來的數據以立體陣列的方式存儲,以便於用多維數據瀏覽器等工具快速和方便地訪問。

SAS/IntrNet

SAS/IntrNet為SAS Web應用提供了數據服務和計算服務,包括htmSQL,它為一UNIX Web服務器的CGI程序,使得能通過支持Web瀏覽器動態查詢SAS數據或外部的關係型數據庫;SAS ODBC Driver使得能通過支持ODBC的Windows Web服務器來訪問SAS數據;SAS Driver for JDBC使得可以通過Java applet來查詢SAS數據; SAS/IntrNet Application Dispatcher使得可以通過Web瀏覽器動態地遞交SAS程序到SAS應用服務器執行,並將結果返回瀏覽器。

SAS/GIS

SAS/GIS集地理位置系統功能與數據的顯示分析於一體。它提供層次化的地理信息,每一層可以是某些地理元素,也可與用戶定義的主題(例如:人口、產值等)相關聯。用戶可交互式地縮小或放大地圖,設定各層次顯示與否,並利用各種交互式工具進行數據顯示與分析。

SAS/ITSV

IT Service Vision(ITSV)是企業的全面IT服務的性能評估和管理的軟件,這些IT服務包括計算機系統、網絡系統、Web服務器和電話系統等。ITSV將不同來源的數據進行整理和組織,存放於性能數據倉庫中,用GUI或批處理的方式產生組織任意層面的報告。系統程序員及網絡工程師能藉此識別、研究並解決有關問題,業務分析人員能藉此制定資源管理的總體策略,CIO和數據中心經理能藉此定期地得到所需的IT運作的匯總和分析報告。

SAS/CFO Vision

SAS/CFO Vision用於財務整合和報告,內部包含了會計知識,為日常財務工作提供了現成的程序,並提供了訪問所有主要數據源的接口。它主要用於;訪問財務和非財務的有關住處整合財務數據,通過一個財務信息倉庫來管理業務結構,通過財務報告和分析幫助理解財務的結果,並在組織內交流關鍵的業務結果信息。[1]

參考文獻

  1. SAS搜狗