Výukový program SAS pro začátečníky: Co je to a příklad programování

Co je SAS?

SAS je statistický softwarový balík řízený příkazy, široce používaný pro statistickou analýzu a vizualizaci dat. Úplný název SAS je Statistický analytický systém. Umožňuje používat kvalitativní techniky a procesy, které vám pomohou zvýšit produktivitu zaměstnanců a obchodní zisky. SAS se také používá pro pokročilou analytiku, jako je business intelligence, vyšetřování trestné činnosti a prediktivní analýza. SAS se běžně vyslovuje „sass“.

V SASu jsou data extracClassified a kategorizovaný, který vám pomůže identifikovat a analyzovat datové vzorce. Jedná se o softwarový balík, který vám umožňuje provádět pokročilé analýzy, Business Intelligence, prediktivní analýzu a správu dat, abyste mohli efektivně fungovat v konkurenčních a měnících se obchodních podmínkách. SAS je navíc nezávislý na platformě, což znamená, že můžete SAS provozovat na jakémkoli operačním systému, ať už Linuxu nebo... Windows.

Ve srovnání s ostatními BI nástrojeSAS poskytuje rozsáhlou podporu pro programovou transformaci a analýzu dat, kromě použití rozhraní drag and drop. To poskytuje velmi precizní kontrolu nad manipulací s daty a jejich analýzou, což je jeho jedinečná prodejní přednost.

Proč potřebujeme SAS?

Pojďme pochopit potřebu SAS na jednoduchém příkladu:

Představte si e-commerce společnost, která chce znát nákupní vzorce svých zákazníků na základě historických dat. Společnost bude muset zvážit tisíce záznamů o více zákaznících, aby získala obecný přehled.

Společnost nemusí mít všechna data potřebná pro analýzu. Například pokud si zákazník nekoupil bundu, jaké faktory ho v jejím nákupu odradily? Tato chybějící data by mohla způsobit chyby ve vaší analýze. Jak se můžeme těchto problémů zbavit? Jak můžeme s tímto typem dat naložit?

Pokud by se tento úkol prováděl ručně, vyžadoval by stovky analytiků a tisíce hodin práce. Pomocí analytického nástroje SAS můžete stejnou analýzu provést během několika hodin s jediným analytikem. SAS vám umožňuje eliminovat nepotřebná data a optimalizovat relevantní informace. Umožní vám předpovědět výsledek i s chybějícími daty, abyste mohli činit lepší rozhodnutí.

Alternativní nástroje SAS

Níže uvedený graf řadí SAS vedle dvou open-source nástrojů, které jsou s ním nejčastěji srovnávány.

R: Je to open-source software. Je snadno naučitelný. R protože je dobře zdokumentován. Nabízí silné statistické možnosti.

Python je další populární skriptovací jazyk s otevřeným zdrojovým kódem. Python podporuje knihovny jako NumPy, SciPy a Matplotlib. Pomocí těchto knihoven můžete provádět libovolné statistické operace nebo vytvářet libovolné modely.

SAS: Je to široce používaný analytický nástroj na trhu komerční analýzy s nepřeberným množstvím statistických funkcí a dobrým grafickým rozhraním.

V tomto tutoriálu programování v SASu si probereme systém statistické analýzy a to, jak jej lze použít k řešení našich problémů.

historie SAS

• SAS vznikl koncem 1960. let jako projekt na North Carolina State University, kde Jim Goodnight pracoval s Anthonym Barrem, Johnem Sallem a Jane Helwigovou na systému statistické analýzy.
• Původně byl vyvinut pro zemědělský výzkum.
• Tito čtyři spolupracovníci založili v roce 1976 společnost SAS Institute a Goodnight ji od té doby vede.
• Later, rozšířila se na škálu nástrojů, které mimo jiné zahrnují Predictive Analytics, Data Management, BI.
• SAS je i nadále široce využíván mezi největšími světovými korporacemi. Analýza dat a regulované podávání zpráv.

Dále v tomto tutoriálu jazyka SAS se seznámíme s funkcemi SAS.

Vlastnosti SAS

Klíčové vlastnosti SAS jsou:

• Snadný přístup k souborům s nezpracovanými daty a datům v externí databázi. Čtěte a zapisujte téměř jakýkoli datový formát!
• Správa dat pomocí nástrojů pro zadávání, úpravu, vyhledávání, formátování a konverzi dat
• Analyzujte data pomocí deskriptivní statistiky, vícerozměrných technik, prognózování, modelování a lineárního programování
• Pokročilá analytika vám pomůže provádět změny a vylepšení v obchodních praktikách.
• Tvorba sestav s dokonalými grafy
• Operavýzkum a projektový management
• Aktualizace a úprava dat
• Výkonný jazyk pro práci s daty
• Vynikající funkce čištění dat
• Komunikujte s více hostitelskými systémy

V další části tohoto tutoriálu SAS pro začátečníky se seznámíme s produktovou sadou SAS.

Produktová sada SAS

Na trhu je k dispozici mnoho produktů SAS. Následuje seznam těch nejoblíbenějších.

Dále v této příručce SAS tutoriály se dozvíme o architektuře SAS.

SAS Architecture

Níže uvedený diagram rozděluje nasazení do tří úrovní.

Architektura SAS se dělí především na tři části:

• Klientská úroveň
• Střední stupeň
• Zadní vrstva

Klientská úroveň

Klientská vrstva je místo, kde je aplikace nainstalována na počítači, kde sedí uživatel. Skládá se z komponent, které slouží k prohlížení portálu a jeho obsahu. Obsahuje také standardní webový prohlížeč, který se používá k interakci s portálem přes standardní protokol HTTP nebo HTTPS. Pomůže vám také vytvořit přátelskou bránu firewall webové aplikace SAS.

Střední vrstva

Střední vrstva nabízí centralizovaný přístupový bod k podnikovým informacím. Veškerý přístup k obsahu je zpracováván komponentami pracujícími v této vrstvě. Oddělení obchodní logiky od logiky zobrazení vám pomáhá využít logiku střední vrstvy. Centralizované přístupové body navíc usnadňují vynucování bezpečnostních pravidel, správu portálu a správu změn kódu.

Střední vrstva hostí následující funkce:

Webová aplikace portálu pro doručování informací SAS: Je to sbírka JSP, Java servlety, JavaFazole a další třídy a zdroje. Tyto komponenty vám pomohou získat přístup k informacím uloženým v podnikovém adresáři a vytvořit přizpůsobitelné rozhraní pro uživatele.

Servlet Engine: Modul servletů se také nazývá kontejner servletů. Je zodpovědný za správu webové aplikace SAS Information Delivery Portal. Motor servletu nabízí běhové prostředí. Poskytuje souběžnost, nasazení, správu životního cyklu atd.

Webový server: Webový server nabízí služby pro servletový engine, který lze použít k hostování webových stránek. K těmto službám by měl být přístup pomocí portálu.

Zadní vrstva

Zadní vrstva je oblast, kde běží datové a výpočetní servery, které mohou obsahovat obchodní objekty. Jedná se o podnikový adresářový server. Podnikový adresářový server uchovává metadata o obsahu, který je umístěn v celém podniku.

Jak stáhnout a nainstalovat SAS

Poznámka k vydáním: Níže uvedený návod popisuje SAS University Edition, bezplatnou edici pro stolní počítače a AWS, kterou SAS Institute v roce 2021 ukončil. Bezplatná náhrada je SAS OnDemand pro akademické pracovníky, který spouští SAS Studio v prohlížeči bez VirtualBox obraz a žádná instance AWS ke správě. SAS také publikuje SAS Viya pro studenty pro cloudové kurzy. Zaregistrujte se na jeden z nich a poté použijte zde zobrazené obrazovky SAS Studia, které jsou téměř identické.

Lokální instalace na vašem počítači

Krok 1) Stáhněte si SAS z uvedeného odkazu

Přejděte na stránku s bezplatným akademickým softwarem SAS a klikněte na tlačítko Získat bezplatný software.

Krok 2) Vyberte svůj Operasystém

Vyberte operační systém podle vašeho systému, jak je uvedeno níže.

Krok 3) Stáhněte a nainstalujte virtualizační software

SAS University Edition vyžaduje virtualizační software, jako například VirtualBox které bylo nutné nainstalovat, než bylo možné jej nainstalovat. Obrazovka stahování vypadala takto:

Postupujte podle kroků uvedených na obrazovce a nainstalujte SAS. VirtualBox a lokální instalace mohla být někdy složitá, proto byla místo toho doporučena níže uvedená trasa AWS.

Instalace AWS

Poznámka: Záznam SAS University Edition AWS Marketplace byl stažen, takže URLKroky uvedené v původních krocích se již neřeší. Pořadí je níže zachováno, protože postup AWS pro předplatné-konfiguraci-spuštění se nezmění pro všechny obrazy SAS Marketplace, které si předplatíte.

SAS můžete nasadit v AWS. Splňoval podmínky pro bezplatnou úroveň.

Krok 1) Otevřete nabídku SAS University Edition na AWS Marketplace. Na níže uvedené stránce produktu klikněte na tlačítko „Pokračovat k odběru“.

Krok 2) Na této další obrazovce Přijměte podmínky.

Krok 3) Předplatné čeká na schválení a jeho schválení může trvat až 10 minut. Zobrazí se vám následující obrazovka.

Krok 4) Aktualizujte stránku a vaše předplatné bude potvrzeno. Klikněte na tlačítko Pokračovat ke konfiguraci.

Krok 5) Ponechte výchozí nastavení a klikněte na Pokračovat ke spuštění.

Krok 6) RevZobrazte si konfigurační stránku. Zadejte pár klíč-hodnota. Zbytek nastavení by měl být výchozí. Klikněte na Spustit.

Krok 7) Přejděte do knihovny AWS Marketplace a klikněte na Zobrazit instance, jak je znázorněno zde.

Krok 8) Ve vyskakovacím okně zobrazeném níže:

1. Poznamenejte si ID instance. Toto je vaše heslo
2. Klepněte na Access software

Krok 9) Ve vyskakovacím okně, které se zobrazí po kliknutí v kroku 8:

1. Zadejte přihlašovací údaje uživatele. Id: sasdemo password: ID instance uvedené v kroku 8
2. Klikněte na Přihlásit se

Krok 10) Níže uvidíte uvítací obrazovku.

Odstraňování poruch

Pokud se nemůžete připojit, otevřete stránku Bezpečnostní skupiny v konzoli EC2 pro váš region a nastavte pravidla pro příchozí a odchozí poštu na hodnotu „všechny“.

Jak používat SAS?

Pro efektivní používání softwaru SAS je třeba dodržet čtyři kroky: Přístup k datům, Správa dat, Analýza a Prezentace. Níže uvedený diagram znázorňuje pořadí kroků.

Přístupové údaje:

SAS umožňuje přístup k datům v libovolném požadovaném formátu.

Můžete přistupovat k datům, která jsou uložena kdekoli, ať už v souboru ve vašem systému nebo v jiném databázovém systému. Může se jednat o Oracle soubor, soubor databáze SAS, soubor nezpracované databáze nebo jednoduchý soubor XLS/CSV. Pomůže vám to snadno přistupovat k těmto datům.

Spravovat data:

SAS nabízí skvělé možnosti správy dat. Můžete data rozdělovat na podmnožiny nebo je rozdělovat na segmenty na základě určitých podmínek, vytvářet proměnné a data čistit a ověřovat. Existují i ​​další nástroje, které vám umožňují provádět stejný úkol. SAS vám však s tímto úkolem pomůže snadno.

SAS má dobře definované knihovny a procesy, které usnadňují proces programování. Vytvoření proměnné nebo podmnožiny dat je navíc jednokrokový proces. To vám ušetří psaní složitých algoritmů pouze v jednom řádku kódu.

Analyzovat:

Pomocí SAS můžete provádět různé druhy analýz:

• Kontroluje výpočet Frekvence střední hodnoty
• Regrese a prognózování
• Rozhodovací strom

SAS si se všemi těmito analýzami snadno poradí. Je to silný nástroj pro přesné předpovědi, a proto se řadí po bok ostatních. nástroje pro analýzu dat používá se v podnikovém reportingu.

Současnost:

Pokud data správně vizualizujete, je pro publikum snadné se s nimi ztotožnit. Je nezbytné, aby váš nástroj prezentoval data vhodným způsobem. To je přesně to, co pro vás SAS dělá. Má vynikající prezentační schopnosti.

Můžete vyrábět:

1. Seznam sestav
2. Souhrnné zprávy
3. Grafické zprávy
4. Tisk sestav

Příklad programu SAS

V následující části je ukázáno, jak tyto fáze vypadají v kódu SAS.

Program SAS se skládá ze tří nezbytných kroků:

• Datový krok
• Krok Proc
• Výstupní krok

Krok DATA

Datový krok načte potřebnou datovou sadu do paměti SAS a najde správné proměnné datové sady. Zachycuje také záznamy. Datové kroky můžeme použít k:

• Zadejte data do datových sad SAS
• Vypočítat hodnoty
• Zkontrolujte nebo opravte údaje
• Vytvářejte nové datové sady

Syntaxe příkazu DATA je:

Syntax

DATA data_set_name;		#Give a name to the dataset
INPUT var1,var2,var3; 		#Declare variables in the dataset.
NEW_VAR;			         #Define new variables.
LABEL;			      	#Give variables a label
DATALINES;		      	#Provide data
RUN;

Příklad:

Následující příklad ukazuje, jak definovat proměnnou, pojmenovat datovou sadu, vytvořit nové proměnné a zadat data. V tomto příkladu vidíte, že řetězcové proměnné mají na konci znak $ a číselné hodnoty ho nemají.

INPUT ID $ NAME $ SALARY DEPARTMENT $;
comm = SALARY*1.50;
LABEL ID = 'Emp_ID' comm = 'COMMISION';
DATALINES;
1 Tom 5000 IT
2 Harry 6000 Operations
3 Michelle 7000 IT
4 Dick 8000 HR
5 John 9000 Finance 
;
RUN;

Poznámka: Pro spuštění příkazu SAS je nutné zadat příkaz RUN.

Krok PROC

Provádí specifickou analýzu nebo funkce pro vytváření výsledků a zpráv.

Syntax

PROC procedure_name options; #The name of the proc.
RUN;

Příklad

Uvedený příklad používá PROSTŘEDEK postup pro tisk středních hodnot číselných proměnných v sadě dat.

PROC MEANS;
RUN;

Krok OUTPUT

Data z datové sady můžete zobrazit pomocí podmíněných výstupních příkazů.

Syntax

PROC PRINT DATA = data_set;
OPTIONS;
RUN;

Každý SAS program musí dodržovat všechny výše uvedené kroky pro čtení vstupních dat, jejich analýzu a zobrazení výstupu analýzy. BĚH příkaz na konci každého kroku dokončí provádění tohoto kroku.

Kompletní program SAS

Níže je uveden úplný kód pro každý z výše uvedených kroků.

Výstup:

Spuštěním programu se vytiskne datová sada, popisná statistika a závěrečná zpráva zobrazená na třech níže uvedených obrazovkách.

Kde se používá SAS?

Níže jsou uvedeny některé důležité aplikace SAS:

SAS vs. R

Níže uvedená tabulka srovnává SAS a R z hlediska nákladů, křivky učení a grafiky.

Výhody SAS

• SAS má snadnou syntaxi, kterou se lze naučit bez jakýchkoli znalostí programování.
• Schopnost snadno manipulovat s velkou databází
• SAS je velmi srozumitelný jazyk, který lze snadno odladit
• Jeho „log“ okno jasně uvádí chybu, což vám pomůže snadno ladit kód.
• SAS vám pomůže důkladně otestovat a analyzovat algoritmus
• SAS je kompletně zabezpečený, takže nemůžete extracto bez licence v kanceláři
• Usnadňuje statistické výpočty pro uživatele, kteří neprogramují
• Efektivně zvládá rozsáhlé databáze.

Nevýhody SAS

• Náklady jsou vysoké, protože jednotlivec nebo organizace nemůže používat všechny své aplikace bez řádné licence
• SAS není open source, takže algoritmy používané v SAS nejsou dostupné pro běžné použití.
• Těžba textu je v SAS velmi problematický a obtížný proces.
• Odpovědi komunity a balíčky třetích stran jsou méně časté než u open source balíčků používaných v věda o datech a strojové učení práce.

Nejčastější dotazy