我国各地区人口受教育程度数据库分析

赵莎莎

（长安大学，陕西 西安 710061）

1 数据选取

本文选取1997-2008年我国各地区按性别和受教育程度分的抽样人口数，数据来源于各年度的统计年鉴。根据数据源，划分的维度主要包括：

（1）地区维，维层属性包括地区（area）和省份（province）；

（2）时间维，属性是年（year）；

（3）受教育程度维，属性是受教育程度（education）；

（4）性别维度，属性是性别（sex）；

只有一个事实度量，即人口数（mount）。

这些数据属性可以构造一个四个维度的数据仓库，可以从时间、地区、性别、受教育程度四个角度观察我国的人口分布状况。

通过EXCEL 的处理，数据源结构如下所示：

2 数据导入

在sas中建立逻辑库popu，然后点击菜单项文件→导入数据，打开导入数据向导。

3 建立并配置数据仓库环境

首先，建立数据仓库的三个文件夹：仓库环境元数据、仓库元数据、仓库数据表。

点击菜单项，解决方案→开发与编程→数据仓库管理员，进入SAS/WA，建立数据仓库环境

3.1 建立数据仓库环境

点击鼠标右键，添加数据仓库环境，然后定义数据仓库环境属性，点击路径区域path的箭头，出现选择窗口，选择之前已经建立好的“仓库环境元数据”文件夹，单击“OK”关闭属性窗口。系统提示建立一个新的数据仓库环境，单击“OK”返回属性窗口。在“Name”区域，键入“人口数据仓库环境”，确定。

3.2 全局元数据定义

（1）SAS/WA桌面上，双击“数据仓库环境”图标，数据仓库环境在SAS/WA浏览器中打开。在菜单条中选择文件=>设置，建立本地逻辑库、主机等信息定义。

（2）为源数据建立逻辑库定义，选择的是“SAS Libraries”，单击窗口左下方的“Add”。出现“Library Properties”，在“Name”域，键入“源数据逻辑库”。单击“Details”栏。选择“The user will pre-assign the library”；在“Libref”框中，选择“popu”逻辑库。这是存放源数据population表的逻辑库。单击“OK”关闭对话框。

（3）为仓库的数据存储建立逻辑库定义。在“Define Items Used Globally”窗口，单击“ADD”。出现“Library Properties”窗口，键入“细节表逻辑库”。单击“Detail”栏，默认选择的是“Let the SAS System assign the library”。在“Libref”栏，键入“detail”。单击“Path”栏的箭头，出现“选择”对话框。选择之前建好的“仓库数据表”子目录。单击“确定”关闭“选择”对话框。单击“OK”关闭“Library Properties”窗口。新的逻辑库定义“细节表逻辑库”出现在“Define Items Used Globally”窗口。

（4）定义本地主机，在“Define Items Used Globally”窗口的“Type”面板，选择“Hosts”。单击窗口左下角的“Add”，出现“Host Properties”窗口。在“Name”栏，键入“local”。单击“OK”关闭“Host Properties”窗口。新的主机定义增加到“Define Items Used Globally”窗口的主机列表。

3.3 建立ODDS

（1）增加“ODD group”，在 SAS/WA浏览器中，右击“数据仓库环境”图标。在弹出的菜单中选择Add Item=>Operational Data Definition（ODD）Group。一个新的“ODD group”增加到“数据仓库环境”下面。

（2）设置“ODD group ”属性，右击“ODD group”图标，更新其默认属性。从弹出的窗口中选择“Properties”，出现“ODD group Properties”窗口。在“Group Name”栏输入“population_ODDs”。单击“OK” 关闭“ODD group Properties”窗口。

（3）增加一个“ODD”，一个“ODD”注册了一个数据源。在 SAS/WA浏览器，右击“population_ODDs”图标。在弹出的菜单中选择Add Item=>ODD，一个新的“ODD”出现在“population_ODDs”的下面。

（4）设 定“ODD”属 性，右 击“ODD”图标，然后选择“Properties”。出现“Operational Data Definition（ODD）Properties”窗口。在“Name”栏，输入“population ODD”。单击“Operational Data Definition（ODD）Properties”窗 口 的“Data Location”。单击“Host”栏旁向下箭头选择“Local”。单击“SAS Library”栏旁向下箭头选择“源数据逻辑库。单击“SAS Table or View”栏向下箭头，出现“Select A Member”对话框。选择“population”数据集，返回“ODD Properties”窗口。

（5）设定“populationODD”列属性。单击“Operational Data Definition（ODD）Properties”窗口的“Column”栏。将鼠标停放在“Column”的空白处，右击然后选择Import=>Supplied Data Location。出现“Retail”数据集的列信息。

（6）检测“populationODD”。在 SAS/WA浏览器，右击“populationODD”图标，从弹出的菜单中选择“Assign Libref”。出现一个提示框，提示逻辑库被成功分配。

（7）查看“populationODD”数据。在SAS/WA浏览器，右击“populationODD”图标，从弹出的菜单中选择“Data Utilities=>Open”，即可查看“populationODD”数据。

4 建立数据仓库

（1）增加一个数据仓库

1）右击SAS/WA浏览器中的“数据仓库环境”图标，选择Add item=>Data Warehouse。出现“Data Warehouse Properties”。在“Warehouse Name”栏，输入“数据仓库”。

2）设定数据仓库元数据逻辑库，在“Data Warehouse Properties”窗口，单击“Metedata Location”来设定数据仓库的元数据逻辑库。单击“Warehouse Libr”栏旁向下箭头，出现“Library Properties”窗口。在“Name”栏，输入“仓库元数据逻辑库”。单击“Details”，单击“Path”栏旁向下箭头，出现“选择”窗口。选择 “仓库元数据” 目录，单击“确定”，关闭“Library Properties”窗口，再关闭“Data Warehouse Properties”窗口。新的数据仓库增加到SAS/WA浏览器的数据仓库环境下面。

（2）增加一个主题并设定主题属性

在SAS/WA浏览器中，右击“数据仓库”图标。选择Add Item=>Subject。右击“Subject”图标，选择“Properties”。出现“Subject Properties”窗口。在“Name”栏，输入“人口数量分析主题”。关闭“Subject Properties”。“人口数量分析主题”出现在SAS/WA浏览器的“数据仓库”下面。

（3）建立细节数据存储

1）增加一个数据组（Data Group），在SAS/WA浏览器中，右击“人口数量分析主题”图标，选择Add Item=>Data Group。新的数据组增加到之前的层次中。

2）右击“Data Group”图标，选择“Properties”。出现“Data Group Properties”窗口。在“Group Name”栏，输入“细节表组”。关闭“Data Group Properties”窗口。“细节表组”出现在“人口数量分析主题”的层次下。

3）增加一个数据表并设置属性。在SAS/WA浏览器中，右击“细节表组”图标，选择Add Item =>Data Table。出现一个新的数据表（Data Table）。右击“Data Table”图标，选择“Properties”，出现“Data Table Properties”窗口。在“Data Table Name”栏，输入“population细节表”。

4）设置列属性。在“Data Table Properties”窗口，单击“Columns”。把鼠标放在“Columns”栏空白处，右击并选择“Import”。出现输入数据源列表。因为从之前建好的ODDS中选择列，选择“Operational Data Sources”。出现“Import Column Metadata”窗口，并显示你建立的“数据仓库环境”中的ODD列表。单击双向右箭头，移动所有的列到“Selected Columns”中。

5）设定物理存储位置。在“Data Table Properties”窗口，单击“Physical Storage”。单击“Storage format”旁向下的箭头，选择“SAS”。这是设定数据表将会以SAS数据集格式来存储。单击“Load technique”旁向下箭头，选择“Refresh”。单击“Define”打开“SAS Table Properties”窗口，“Location”将会指定仓库数据集被存储的位置。单击“Host”旁向下的箭头，选择“local”。单击“SAS Data Library”旁向下箭头，选择“源数据逻辑库”。在“SAS Data Name”栏，输入“population”。

6）检测新建表。在SAS/WA浏览器，右击“population细节表”图标，从弹出的菜单中选择“Assign Libref”。出现一个提示框，提示逻辑库被成功分配。

7）定义过程编辑器。

5 建立OLAP MDDB

根据细节表population的多维数据集，建立一个OLAP MDDB（population MDDB）。

维度：地区维度（area），时间维度（year），受教育程度（education），性别维度（sex）

事实度量：mount

维层：地区维度包括地区（area）和省份（province）。

（1）右击零售分析主题，new OLAP Group，再右击OLAP Group，new OALP MDDB，设置OLAP MDDB的属性。

（2）选Columns选项卡，设置维度如下所示

（3）设计物理存储。

（4）右击retail MDDB 选择 Progress，按提示建立工作。定义过程编辑器，数据从底部的数据仓库细节表population细节表，通过一个匹配过程（Mapping），到顶部的population MDDB中。

6 MDDB数据分析与展示

右击population MDDB→Data→Utilities→Open 来浏览MDDB。

（1）地区维下钻操作

（2）在地理维做切片操作，定义省份为湖南

（3）切块操作

（4）多维图形展示

右键population MDDB→Data→Utilities→report，选择Multidimensional Bar Chart来浏览MDDB的多维图形展示。

X轴选择受教育程度，Y轴选择性别，统计量选择人口数，得到三维图形如下所示：

从上图可以看出，男女之间的受教育程度之间的差异很小，说明传统重男轻女的观念已经基本不存在，男女接受平等的教育。

X轴选择地区，Y轴选择受教育程度，统计量选择人口数，得到三维图形如下所示：

从上图可以看出，各个不同地区之间的受教育程度是有差异的，其中华东和华中的受教育程度相对高些，而西北和西南的受教育程度稍低。

同理还可以选择多种组合来对感兴趣的角度进行观察。