【正文】 APH 軟件。 例如，如果我們要指定圖形輸出設備為 Windows 環(huán)境下的黑白打印機 ，程序為 ： Goptions device=winprtm 。 另 外 ， 我 們 還 可 以 通 過 選 擇 菜 單 命 令 Globals/Options/Global options 或Globals/Graph/File/Print…/SAS Graph Driver 來設定圖形輸出設備。 Plot 縱坐標變量 Y*橫坐標變量 X?? /選項列表 。 Axisn 選項列表 。 使用 PROC GPLOT 過程和 PROC PLOT 過程的區(qū)別 是 ，對于 PROC GPLOT 語句， PROC PLOT 語句中的 VPCT 和 HPCT 等選項不可使用。最主要的區(qū)別是，在 PROC GPLOT 過程中，可使用 SYMBOLn 語句和 AXISn 語句。 SYMBOLn 語句的 n 取值范圍從 1 到 99，缺省值是 1， n 代表Y*X 兩個變量形成數(shù)據(jù)連 線的系列數(shù)。 ? I=數(shù)據(jù)點間連接方式 —— 常用的連接有 NONE（沒有）、 JOIN（直線）、 SPLINE（平滑）、 NEEDLE（從數(shù)據(jù)點到橫坐標畫垂直線）、 HILOC（最高、最低、收盤價）、 RL（直線回歸線）、 BOX25（盒形線）。 ? H=圖形符號的高度 —— 例如 ， h=。 ? C=定義顏色 —— 例如 ， c=red。 SYMBOLn 語句所定義的各種選 項 ，由于數(shù)量眾多，用戶一般很難記憶，我們上面所列出的僅僅是一小部分。共有 14項參數(shù)選 項 ，每項中還有許多參數(shù)值。執(zhí)行一個不帶任何選項的 SYMBOLn 語句將取消 SYMBOLn 的全部定義，并不影響 其他 的SYMBOL 語句。 4. 用 AXISn 語句定義坐標軸 在 PROC GPLOT 中，可以通過 PLOT 語句的選項、 LABEL 語句和 FORMAT 語句來修飾坐標軸。但使用 AXISn 語句的選項可以更集中、更方便地控制和管理坐標軸。 Plot Y*X / vaxis=axis1 haxis=axis2 。 axis1 label=(?Price?) order=(100 to 1500 by 200 ) offset=(20,10) 。 Run 。例如 ， 語句中的 OFFSET=（ 20， 10），當單位是 PCT 時，表示第一個主刻度空間為圖形輸出區(qū)域的 20%，最后一個刻度的空間為圖形輸出區(qū)域的 10%。兩個變量不用同一縱坐標軸的原因，常常是兩個變量的值相差太大，如果兩個變量的值顯示在同一縱軸上，在圖形上就會很難分辨值較小那個變量的值的變化。 Plot Y1*X / vaxis=axis1 haxis=axis2 。 Symboln 選項列表 。 axis2 選項列表 。 Run 。 例如，我們要在同一圖形上繪制上證指數(shù)的最高 價－ 最低 價－ 收盤價和交易量的圖形。要生成最高 價－ 最低 價－ 收盤價圖，原來 INDEXSH 數(shù)據(jù)集中的數(shù)據(jù)排列格式不符合要求，需要用數(shù)據(jù)步修改 INDEXSH 為 INDEXSH2，將一條觀測中最高 價 HIGH、上海財經(jīng)大學經(jīng)濟信息管理系 IS/SHUFE Page 8 of 28 最低 價 LOW、收盤價 CLOSE 三個數(shù)據(jù)，轉換成三條觀測中 VALUE 變量的數(shù)據(jù)，且三條觀測的日期 DATE 不變。 data 。 value=high。 value=low。 value=close。 Run 。 Proc gplot data=。 plot2 value*date /vaxis=axis3 vref=0。 symbol2 i=hiloc。Volume39。 axis2 label=(39。) order=(39。d to 39。d by 98) 。Price39。 title 39。 Run 。 上海財經(jīng)大學經(jīng)濟信息管理系 IS/SHUFE Page 9 of 28 在用 PROC GPLOT 過程繪制高分辨率的 圖形 前，首先把繪圖的數(shù)據(jù)轉換和處理成能符合I=HOLOC 連接方式的數(shù)據(jù)格式，另外為了確保在生成圖形時，各種符號定義準確，一般先使用 GOPTIONS語句，清除先前 定義 的 各種符號（ RESET=GLOBAL），然后再定義將在圖中使用的全局符號體系。它是以散點的分布反映變量之間相關情況的統(tǒng)計圖。在回歸模型中，常用散布圖來描述變量之間的相關關系，橫軸上自變量的改變將引起縱軸上因變量的改變 。 為了便于理解散布圖在回歸模型中的應用，我們先用已知的線性方程來虛擬構造一組樣本數(shù)據(jù)，畫出散布圖，從圖 中各散點形成的趨勢看，是否符合線性關系，然后決定用線性回歸模型求回歸方程 。 例如，新創(chuàng)建的數(shù)據(jù)集 LINE，是我們用身高（ HEIGH） =體重（ WEIGHT） +100 這樣一個簡單直線方程來生成的模擬數(shù)據(jù)集。假設我們需要繪制回歸直線及置信帶等 ， 可以先畫出高度對體重的散布圖進行觀察和分析，然后利用回歸過程建立高度（因變 量）和體重（自變量）的線性方程式后，進一步畫出高度預測值對體重的散布圖 ， 進行比較和分析。 data 。 weight=40+60*ranuni(1) 。 output 。 Proc reg data=。 output out= p=predict 。 plot height*weight predict*weight / overlay。 symbol2 v=none c=blue i=spline。 程序說明：數(shù)據(jù)步 DATA 自動生成 200 條觀測， SAS 系統(tǒng)提供了兩個均勻分 布的隨機函數(shù) RANUNI（）和 UNIFORM（）產(chǎn)生 0～ 1之間的隨機數(shù)，用隨機函數(shù)構成的 40+60*ranuni(1)表達式，將使 WEIGHT 變量的取值范圍為 40～ 100公斤之間的隨機值。隨機數(shù) 表達式 1*weight+100+5*normal(1)是經(jīng)過線性變換 產(chǎn)生的均值為1*weight+100，標準差為 5 的隨機數(shù)，對于 正態(tài)分布 將有 95%的數(shù)據(jù)落在均值附近的兩個標準差之內(nèi)，例如，對于 weight=50 來說，身高的均值為 50+100=150，因此 HEIGHT 變量的取值范圍 將有 95%的可能 為 140～ 160厘米。最后 ， 用 PROC GPLOT 過程把實際高度對重量及預測高度對重量兩張散布圖重疊放在一張圖上，通常兩張圖應該用不同的作圖字符來表示散點，實際高度對重量用無任何連線的小圓點表示 ，預測高度對重量用平滑曲線連接散點。本例中 R2為 ，調(diào)整后的 R2也為 ，非常接近于 1。我們可以確認回歸模型的估計式為： HEIGHT=*WEIGHT+ SAS 系統(tǒng)的許多圖形過程都帶有統(tǒng)計計算，許多統(tǒng)計分析過程都帶有圖形輸出。程序如下： Goptions reset=global gunit=pct cback=white border htitle=6 htext=3 ftext=swissb colors=(back) 。 plot height*weight height*weight /vaxis=axis1 haxis=axis2 overlay。 symbol2 i=rlcli95 ci=black cv=black co=black w= L=1。Height39。 axis2 label=(39。) order=(40 to 100 by 10) 。Linear Regression39。 程序說明：對樣本數(shù)據(jù)集 不先調(diào)用統(tǒng)計計算過程求回歸預測值，而是直接繪制實際身高對體重的兩張重疊散點圖。有關散布圖中 I 選項的回歸參數(shù)取值，可在 SYMBOL 窗口的 TYPE 參數(shù)選項橫線上鍵入？后，再選擇 User regress analysis 子菜單來查看或選定。 程序的運行結果顯示在 GRAPH窗口中， 如圖 。 四、 折線圖 折線圖又稱曲線圖，是用線 段的升降來說明現(xiàn)象變動情況的一種統(tǒng)計圖，它主要用于表現(xiàn)在時間上的變化趨勢、現(xiàn)象的分配情況和兩個現(xiàn)象之間的依存關系等。廣義上說，模型可劃分為回歸模型與時間序列模型。我們所觀測到 的 時間序列的值是時間序列過程的實現(xiàn)。用時間序列的數(shù)據(jù)建立模型時，可以去掉序列的 確定分量，也可以對確定部分建立一個明確的模型。 例如，股票價格趨向于沿看得見可識別的趨勢移動，技術分析想盡可能地識別趨勢并在趨勢反轉點改變投資。 直接使用一些股票市場的時間序列數(shù)據(jù)繪制折線圖，全部趨勢可能難以直觀識別?？梢?使用 SAS/ETS 軟件中 PROC X11 過程來估計和調(diào) 圖 一元線性回歸和 95%置信限 上海財經(jīng)大學經(jīng)濟信息管理系 IS/SHUFE Page 13 of 28 節(jié)序列成分。一般地，通過計算數(shù)據(jù)的移動平均可實現(xiàn)數(shù)據(jù)的平滑。理解了數(shù)據(jù)中有關趨勢的知識，將有助于買、賣和持有股票的決定及交易的時機。然后繪制 原始序列和移動平均的圖形。 Libname Study “d: \sasdata\mydir” 。 Set 。 Wma10=(10*close+9*lag(close)+8*lag2(close)+7*lag3(close)+6*lag4(close) +5*lag5(close)+4*lag6(close)+3*lag7(close)+2*lag8(close)+lag9(close))/55 。 retain ewma1 。 else ewma1=w1*close+(1w1)*ewma1 。 retain ewma2 。 else ewma2=w2*ewma1+(1w2)*ewma2 。 plot close*date ma10*date /vaxis=axis1 haxis=axis2 overlay 。 symbol2 i=join v=none L=1 h= w=2。Price39。 axis2 label=(39。) 。Shanghai StockIndex39。 Run 。 IF－ THEN－ ELSE 語句 的 作用是將初始化處理和后面的正常處理分開來。調(diào)用 PROC GPLOT 過程繪制了收盤價和十日簡單移動平均的圖形，其中對縱軸（ Price）定義上海財經(jīng)大學經(jīng)濟信息管理系 IS/SHUFE Page 14 of 28 的 AXIS1 語句中加上了 LOGBASE=10（或 PI或 e）的選項，就表示該軸是以 10 為底的對數(shù)軸。 五、 層次圖 PROC PLOT 過程還能繪制層次圖，又稱等值線圖或輪廓圖。例如 ， 線性規(guī)劃中的產(chǎn)品混合問題，經(jīng)濟學的一個核心問題是在有限的資源情況下，如何合理的分配資源，使效益最大化。即： 時間資源約束： ft（ x， y）≤ T 空間資源約束： fs（ x， y）≤ S 能力資源約束： fc（ x， y）≤ C 利潤 Z= f1(x)X+ f2(y)Y 產(chǎn)品的單位利潤一般受市場的需求和成本等因素影響 ,要銷售的數(shù)量多，單價就要便宜，單位利潤就會變小，但生產(chǎn)的數(shù)量多 ,單位成本就會低 ,單位利潤就會變大，兩者的平衡點在邊際收益等于邊際成本時生產(chǎn)的數(shù)量，但這僅是針對一種產(chǎn)品和資源不受約束的情況下。設 f1(x)=7X+1/X，f2(y)=9Y+1/Y，那么： Z=2+7XX2+9YY2 圖 對時間序列的數(shù)據(jù)用移動平均估計趨勢 上海財經(jīng)大學經(jīng)濟信息管理系 IS/SHUFE Page 15 of 28 用上面的這個函數(shù)生成一個包含三個變量 X、 Y、 Z的利潤數(shù)據(jù)集 PROFIT，然后用 PLOT語句的 CONTOUR 選項就可以繪制出等值線圖。 Data 。 do x=0 to 9 by 。 z=2+7*xx*x+9*yy*y。 end。 Proc plot data= formchar=39。 plot y*x=z /contour 。 用 PROC PLOT 過程 PLOT 語句選項 CONTOUR，最多只能分成 10 個層次，由 Z 的取值來決定所屬的層次。每一層用一個不同的作圖字符表示。程序如下：