矩阵函数
- 使用矩阵运算，如乘法、直积和因子分解。
- 将数学运算符和函数应用于矩阵的每个元素。
- 对于大型矩阵使用多线程计算。
- 在满足给定条件的矩阵中查找元素。
- 计算矩阵每一列的描述性统计量。
- 创建结构化矩阵，如对角矩阵、带状矩阵和分块对角矩阵。
- 变维、转置和连接矩阵。
- 计算相关和协方差矩阵。
- 计算、识别或删除矩阵中的缺失值或其他特殊值。
控制语句
- 指导 SAS/IML 语句的执行流程。
- 启用程序模块化。
- 执行数值分析并调用统计函数。
- 求解多项式和一般非线性函数的根。
- 求逆矩阵和广义逆矩阵，解稀疏线性方程组。
- 求数值积分和导数；计算特征值和特征向量。
- 进行 Cholesky 分解、奇异值和完全正交分解。
- 通过 Householder 变换或 Gram-Schmidt 过程进行 QR 分解。
- 执行离散序贯试验。
时间序列函数
- 分析 ARMA 模型及其泛型。
- 模拟一元 ARMA 时间序列或多元相关时间序列。
- 计算时间序列的自协方差估计。
- 进行有限傅立叶变换和逆 FFT、卡尔曼滤波和小波分析。
数值分析函数
优化算法
- 求解线性规划和混合整数线性规划问题。
- 使用多种方法进行约束和无约束非线性优化。
- 指定线性或非线性约束。
- 应用遗传算法。
数据可视化
- 创建标准的 ODS 统计图形，例如直方图和散点图。
- 创建热图以可视化矩阵中的数据。
- 直接调用 ODS 统计过程来创建复杂的图形。
数据模拟
- 从标准一元分布生成随机样本。
- 从标准多元分布生成随机样本。
- 生成随机排列和组合。
- 从有限集生成随机样本。
可扩展性
- 自定义函数模块。
- 创建和共享函数包。
- 调用 SAS 过程或 DATA 步。
- 调用 R 函数和包。
使用 SAS/IML Studio 进行交互式数据分析
数据探索
- 识别图中的观测值。
- 在链接的数据表和图形中选择观测值。
- 从图形和分析中排除观测值。
- 搜索、排序、细化和提取数据。
- 转换变量。
分布分析
- 计算交叉分类数据的描述性统计量、分位数-分位数图和马赛克图。
- 拟合分布的参数和核密度估计。
- 检测受污染高斯数据中的离群值。
参数与非参数回归
- 拟合广义线性模型、逻辑回归模型和稳健回归模型。
- 利用多项式、局部加权回归曲线和薄板样条对二维数据进行平滑处理。
- 创建残差并影响诊断图。
- 包括逻辑和广义线性模型中的分类效应。
多元分析
- 创建具有置信椭圆的相关矩阵和散点图矩阵。
- 执行主成分分析、判别分析、因子分析和对应分析。
- 高效处理客户端和服务器之间的大型数据传输：
- 多个 SAS/IML Studio 工作区的并行执行。
- 客户端支持 64 位 Windows。
SAS/IML Studio 中的集成编程环境
- 在集成开发环境中编写、调试和执行 IMLPlus 程序。
- 创建自定义的动态链接图形。
- 开发使用对话框的交互式数据分析程序。