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

Co je SAS?

SAS je příkazově řízená statistická softwarová sada široce používaná pro statistickou analýzu dat a vizualizaci. Plná forma SAS je Statistical Analysis Software. Umožňuje vám používat kvalitativní techniky a procesy, které vám pomohou zvýšit produktivitu zaměstnanců a obchodní zisky. SAS se také používá pro pokročilé analýzy, jako je business intelligence, vyšetřování zločinů a prediktivní analýza. SAS se vyslovuje jako „SaaS“.

V SAS jsou data extrahována a kategorizována, což vám pomáhá identifikovat a analyzovat datové vzory. Jedná se o softwarovou sadu, která vám umožňuje provádět pokročilé analýzy, Business Intelligence, Prediktivní analýzu a správu dat, abyste mohli efektivně fungovat v konkurenčních a měnících se obchodních podmínkách. Kromě toho je SAS nezávislý na platformě, což znamená, že můžete spustit SAS na jakémkoli operačním systému Linux nebo Windows.

Ve srovnání s ostatními BI nástroje, SAS poskytuje rozsáhlou podporu pro programovou transformaci a analýzu dat, kromě použití rozhraní drag and drop. To poskytuje velmi podrobnou kontrolu nad manipulací a analýzami dat, což je jeho USP.

Proč potřebujeme SAS?

Pojďme pochopit potřebu SAS na jednoduchém příkladu:

Vezměme si společnost elektronického obchodování, která chce znát nákupní vzorce svých zákazníků na základě historických dat. Společnost bude muset vzít v úvahu tisíce záznamů o více zákaznících, aby získala obecný přehled.

Společnost nemusí mít všechny tyto údaje potřebné pro analýzu. Pokud si například zákazník nekoupil bundu, jaké jsou faktory, které mu zabránily bundu si koupit? Tato chybějící data by mohla způsobit chyby ve vaší analýze. Jak se můžeme těchto problémů zbavit? Jak můžeme s tímto typem dat nakládat?

Pokud se tento úkol provede ručně, bude vyžadovat stovky analytiků a tisíce člověkohodin. Pomocí analytického nástroje SAS můžete provést stejnou analýzu během několika hodin s jediným analytikem. Nástroj SAS umožňuje eliminovat nepotřebná data a optimalizovat příslušné informace. Umožní vám předvídat výsledek i s chybějícími údaji. SAS vám umožňuje přijímat lepší rozhodnutí.

Alternativní nástroje SAS

R: Jedná se o open-source software. Je snadné se naučit R, protože je dobře zdokumentováno. Nabízí silné statistické možnosti.

Python je další populární open-source skriptovací jazyk. Podporuje knihovny jako Numpy, Scipy a MatPlotLib. Můžete provádět libovolnou statistickou operaci nebo můžete pomocí těchto knihoven sestavit jakýkoli model.

SAS: Je to široce používaný analytický nástroj na trhu komerční analýzy. S množstvím statistických funkcí a dobrým GUI.

V tomto tutoriálu o programování SAS budeme diskutovat o statistických analytických systémech a o tom, jak je lze použít k řešení našich problémů.

historie SAS

SAS vyvinuli Jim Goodnight a John Shall v roce 1970 na NC University
Původně byl vyvinut pro zemědělský výzkum.
Later, rozšířila se na škálu nástrojů, které mimo jiné zahrnují Predictive Analytics, Data Management, BI.
Dnes 98 předních světových společností v žebříčku Fortune 400 používá analytický nástroj dat SAS Analýza dat.

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

Vlastnosti SAS

Klíčové vlastnosti SAS jsou:

Snadný přístup k souborům nezpracovaných dat a datům z externí databáze. Čtěte a zapisujte téměř jakýkoli formát dat!
Spravujte data pomocí nástrojů pro zadávání dat, vyhledávání úprav, formátování a konverzi
Analyzujte data pomocí deskriptivních, statistických, vícerozměrných technik, prognózování, modelování, 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

Dále v tomto tutoriálu SAS pro začátečníky se seznámíme se sadou produktů SAS.

Produktová sada SAS

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

Jméno	Description
Základna SAS	Software Base SAS nabízí flexibilitu hardwaru a integruje se do všech druhů výpočetního prostředí.
SAS/GRAPH	Tento nástroj vám pomůže znázornit strukturovaná data do grafů.
SAS/STAT	Tento nástroj vám pomůže provádět různé typy regrese, statistické analýzy rozptylu, regrese a psychometrické analýzy.
SAS/ETS	Používá se pro předpovědi. Pomáhá provádět analýzu časových řad.
SAS/IML	Jazyk interaktivní matice je známý jako IML. Tento nástroj vám pomůže převést matematické vzorce do inovativního programu.
SAS EBI	Nástroj pro aplikace Business Intelligence
Správce sítě SAS	Jedná se o základní komponentu, která nabízí zařízení pro správu dat a programovací jazyk pro analýzu dat
SAS/OR	Nástroj pro Operaní výzkum
SAS/QC	Použijte pro kontrolu kvality
SAS/Enterprise Miner	Dolování dat
SAS/PH	Analýza klinického hodnocení
SAS/AF	Nabízí možnost aplikace
Enterprise Guide	Jedná se o editor kódu a projektový manažer založený na GUI

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

SAS Architecture

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 pro podnikové informace. Veškerý přístup k obsahu je zpracováván součástmi provozujícími tuto vrstvu. Oddělení obchodní logiky od logiky zobrazení vám pomůže 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 službu pro servletový engine, který lze použít k hostování webových stránek. To by mělo být přístupné 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

Místní stahování ve vašem počítači

Krok 1) Stáhněte si SAS z uvedeného odkazu

Přejděte na toto spojení https://www.sas.com/en_in/software/university-edition.html a klikněte na Získat bezplatný software.

Krok 2) Vyberte svůj Operasystém

Vyberte operační systém podle vašeho systému.

Krok 3) Stáhněte a nainstalujte virtualizační software

SAS vyžaduje virtualizační software jako VirtualBox k instalaci před instalací. Zde jsou podrobné kroky

Při instalaci SAS postupujte podle kroků uvedených na obrazovce. Mít VirtualBox a místní instalace může být někdy ošemetná. Doporučujeme instalaci AWS-

Instalace AWS

SAS můžete nasadit v AWS. Má nárok na bezplatnou úroveň.

Krok 1) Přejít https://aws.amazon.com/marketplace/pp/B00WH10IKW. Klikněte na „Pokračovat k odběru“

Krok 2) Na této další obrazovce Přijměte podmínky.

Krok 3) Předplatné čeká na schválení. Schválení trvá až 10 minut. Zobrazí se následující obrazovka.

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

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

Krok 6) Revzobrazit konfigurační stránku. Zadejte pár klíč–hodnota. Nastavení odpočinku by mělo být výchozí. Klepněte na tlačítko Spustit

Krok 7) Přejít https://aws.amazon.com/marketplace/library/ a klikněte na Zobrazit instance.

Krok 8) Ve vyskakovacím okně

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

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

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

Krok 10) Zobrazí se uvítací obrazovka.

Řešení problémů

Pokud se nemůžete připojit, přejděte na https://console.aws.amazon.com/ec2/v2/home?region=us-east-1#SecurityGroups:sort=groupId a příchozí/odchozí pravidla pro všechny

Jak používat SAS?

Chcete-li efektivně používat software SAS, musíte provést čtyři kroky, kterými jsou: Přístup k datům, Data správy, Analýza, Prezentace

Přístupové údaje:

SAS umožňuje přístup k datům v libovolném požadovaném formátu.

Můžete přistupovat k datům, která jsou uložena kdekoli, ať už se jedná o soubor ve vašem systému nebo data uložená v jiném databázovém systému. Může to být soubor Oracle, databázový soubor SAS, soubor Raw Database nebo jednoduchý soubor XLS / CSV. Pomůže vám to snadno přistupovat k těmto datům.

Spravovat data:

SAS nabízí skvělé možnosti správy dat. Data můžete podmnožit/rozdělit na základě určitých podmínek, vytvářet proměnné, čistit a ověřovat data. Existují další nástroje, které vám umožní provést stejný úkol. SAS vám však pomůže tuto práci snadno provést.

SAS má dobře definované knihovny a procesy, které usnadňují proces programování. Kromě toho je vytváření proměnných nebo podmnožin dat pouze jedním krokem. To vám ušetří psaní složitých algoritmů pomocí jediného řádku kódu.

Analyzovat:

Pomocí SAS můžete provádět různé druhy analýz:

Kontroluje výpočet Frekvence střední hodnoty
Regrese a prognózování
Rozhodovací strom

Všechny tyto analýzy SAS snadno zvládne. Je to nejlepší nástroj pro přesné předpovědi.

Současnost:

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

You Can:

1. Seznam sestav

2. Souhrnné zprávy

3. Grafové sestavy

4. Tisk sestav

Příklad programu 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 můžete vidět, že řetězcová proměnná má na konci znak $ a číselné hodnoty jsou bez něj.

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: Chcete-li provést příkaz SAS, musíte 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 dat můžete zobrazit pomocí podmíněných výstupních příkazů.

Syntax

PROC PRINT DATA = data_set;
OPTIONS;
RUN;

Každý program SAS musí dodržovat všechny výše uvedené kroky, aby načetl vstupní data, analyzoval data a poskytl výstup z analýzy. The 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:

Kde se používá SAS?

Níže jsou uvedeny některé důležité aplikace SAS:

Průmysl	Používání
Farmaceutické	Statistická analýza, výkaznictví
Telekomunikace	ETL, Reporting, Data Mining, Forecasting
Finance	ETL, reporting, dolování dat, finanční výzkum
Prediktivní modelování	DBMarketing, Activity-Based Management
Zdravotní péče	ETL, reporting, Data Mining

SAS vs. R

SAS	R
SAS je komerční software, takže vyžaduje finanční investice.	R je software s otevřeným zdrojovým kódem. Proto jej může používat každý.
SAS je nejjednodušší analytický nástroj, který se lze naučit. I lidé s omezenými znalostmi SQL se ho mohou rychle naučit.	R vyžaduje, abyste psali složité a dlouhé kódy.
SAS je vysoce preferovanou volbou velkými společnostmi a je poměrně technicky vyspělý a uživatelsky přívětivý.	R je rychle se vyvíjející software; musíte jej však neustále upgradovat.
SAS má dobrou grafickou podporu, ale nenabízí žádné přizpůsobení.	Grafická podpora nástroje R je velmi špatná.

Výhody SAS

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

Nevýhody SAS

Náklady jsou vysoké, protože jednotlivec nebo organizace nemohou používat všechny aplikace bez řádné licence
SAS není open source, takže algoritmy používané v SAS nejsou k dispozici pro běžné použití
Těžba textu je v SAS velmi problematický a obtížný proces.

Shrnutí

Software SAS znamená Statistical Analysis Software, který se používá pro analýzu dat
R a Python jsou dva široce používané alternativní nástroje SAS.
SAS vyvinuli Jim Goodnight a John Shall v roce 1970 na NC University
SAS umožňuje přístup k souborům nezpracovaných dat a datům v externí databázi jakéhokoli druhu
Architektura SAS je rozdělena převážně na tři části 1) Klientská vrstva 2) Střední vrstva 3) Zadní vrstva
Chcete-li používat software SAS, musíte provést čtyři kroky, které jsou: 1) Přístup k datům, 2) Správa, 3) Analýza dat, 4) Prezentace
Program SAS se skládá ze tří základních kroků: Data Step, Proc Step a Output Step
SAS nástroj pro analýzu dat je široce používán v odvětvích, jako je farmacie, telekomunikace, finance, prediktivní modelování a zdravotnictví
SAS je komerční software, zatímco R je software s otevřeným zdrojovým kódem
Největší výhodou SAS programátorského nástroje je, že má snadnou syntaxi, kterou se lze naučit bez jakýchkoliv znalostí programování.
Jednou z nevýhod modelu SAS je, že se nejedná o open source nástroj. Algoritmy používané v procedurách SAS tedy nejsou k dispozici pro běžné použití.