SAS Tutorial for begyndere: Hvad er og programmeringseksempel

Hvad er SAS?

SAS er en kommandodrevet statistisk softwarepakke, der er meget anvendt til statistisk dataanalyse og visualisering. Den fulde form af SAS er Statistical Analysis System. Det giver dig mulighed for at bruge kvalitative teknikker og processer, der hjælper dig med at forbedre medarbejderproduktiviteten og forretningsoverskuddet. SAS bruges også til avanceret analyse som business intelligence, kriminalefterforskning og prædiktiv analyse. SAS udtales almindeligvis "sass".

I SAS er dataene ekskl.trackategoriseret, hvilket hjælper dig med at identificere og analysere datamønstre. Det er en softwarepakke, der giver dig mulighed for at udføre avanceret analyse, Business Intelligence, prædiktiv analyse og datastyring, så du kan operere effektivt under konkurrenceprægede og skiftende forretningsforhold. Derudover er SAS platformuafhængig, hvilket betyder, at du kan køre SAS på ethvert operativsystem, enten Linux eller Windows.

Sammenlignet med andre BI værktøjerSAS tilbyder omfattende understøttelse af programmatisk transformation og analyse af data, udover at bruge træk-og-slip-grænsefladen. Dette giver meget detaljeret kontrol over datamanipulation og -analyse, hvilket er dens unikke salgsargument.

Hvorfor har vi brug for SAS?

Lad os forstå behovet for SAS med et simpelt eksempel:

Forestil dig en e-handelsvirksomhed, der ønsker at kende sine kunders købsmønstre baseret på historiske data. Virksomheden bliver nødt til at overveje tusindvis af registreringer fra flere kunder for at opnå en generaliseret indsigt.

Virksomheden har muligvis ikke alle de data, der kræves til analysen. Hvis en kunde f.eks. ikke købte en jakke, hvad var så de faktorer, der forhindrede dem i at købe den? Disse manglende data kan skabe fejl i din analyse. Hvordan kan vi slippe af med disse problemer? Hvordan kan vi håndtere denne type data?

Hvis denne opgave udføres manuelt, vil den kræve hundredvis af analytikere og tusindvis af mandetimer. Ved at bruge SAS' analyseværktøj kan du udføre den samme analyse på få timer med en enkelt analytiker. SAS giver dig mulighed for at eliminere unødvendige data og optimere de relevante oplysninger. Det vil gøre dig i stand til at forudsige et resultat, selv med manglende data, så du kan træffe bedre beslutninger.

Alternative SAS-værktøjer

Tabellen nedenfor placerer SAS ved siden af ​​de to open source-værktøjer, der oftest sammenlignes med det.

R: Det er open source-software. Det er nemt at lære. R da det er veldokumenteret. Det tilbyder stærke statistiske muligheder.

Python er et andet populært open source-scriptsprog. Python understøtter biblioteker som NumPy, SciPy og Matplotlib. Du kan udføre enhver statistisk operation, eller du kan bygge enhver model ved hjælp af disse biblioteker.

SAS: Det er det udbredte analyseværktøj på markedet for kommercielle analyser med et væld af statistiske funktioner og en god brugergrænseflade.

I denne SAS-programmeringsvejledning vil vi diskutere det statistiske analysesystem og hvordan det kan bruges til at løse vores problemer.

SAS historie

• SAS startede i slutningen af ​​1960'erne som et projekt på North Carolina State University, hvor Jim Goodnight arbejdede sammen med Anthony Barr, John Sall og Jane Helwig på et statistisk analysesystem.
• Oprindeligt blev det udviklet til landbrugsforskning.
• De fire samarbejdspartnere stiftede SAS Institute i 1976, og Goodnight har ledet virksomheden siden.
• Later, udvidede det til en række værktøjer til blandt andet at omfatte forudsigelig analyse, datastyring, BI.
• SAS er fortsat bredt udbredt blandt verdens største virksomheder for Dataanalyse og reguleret rapportering.

Næste i denne SAS-sprogtutorial lærer vi om funktionerne i SAS.

SAS funktioner

Nøgletræk ved SAS er:

• Få nem adgang til rådatafiler og data i en ekstern database. Læs og skriv til næsten alle dataformater!
• Administrer data ved hjælp af værktøjer til dataindtastning, redigering, hentning, formatering og konvertering
• Analyser data ved hjælp af beskrivende statistik, multivariate teknikker, prognoser, modellering og lineær programmering
• Avanceret analyse hjælper dig med at foretage ændringer og forbedringer i forretningspraksis.
• Rapportdannelse med perfekte grafer
• Operaforsknings- og projektledelse
• Opdatering og ændring af data
• Kraftfuldt datahåndteringssprog
• Fremragende datarensningsfunktioner
• Interagere med flere værtssystemer

I denne SAS-vejledning for begyndere vil vi lære om SAS-produktpakken.

SAS Product Suite

Der findes mange SAS-produkter på markedet. Følgende er en liste over de mest populære.

Næste i denne SAS tutorials guide vil vi lære om SAS arkitektur.

SAS Architecture

Diagrammet nedenfor opdeler implementeringen i dens tre niveauer.

SAS arkitektur er hovedsageligt opdelt i tre dele:

• Klientniveau
• Middle Tier
• Bagerste niveau

Kundeniveau

Client tier er det sted, hvor applikationen er installeret på en maskine, hvor brugeren sidder. Den består af de komponenter, der bruges til at se portalen og dens indhold. Den inkluderer også en standard webbrowser, der bruges til at interagere med portalen over standard HTTP- eller HTTPS-protokol. Det hjælper dig også med at gøre SAS-webapplikationens firewall venlig.

mellemtrin

Mellemniveauet tilbyder et centraliseret adgangspunkt til virksomhedsinformation. Al adgang til indhold behandles af komponenter, der opererer på dette niveau. Adskillelsen af ​​forretningslogikken fra visningslogikken hjælper dig med at udnytte mellemniveauets logik. Derudover gør centraliserede adgangspunkter det nemmere at håndhæve sikkerhedsregler, administrere portalen og administrere kodeændringer.

Mellemlaget er vært for følgende funktioner:

SAS Information Delivery Portal Webapplikation: Det er samlingen af ​​JSP, Java servlets, JavaBønner og andre klasser og ressourcer. Disse komponenter hjælper dig med at få adgang til oplysninger, der er gemt i virksomhedens bibliotek, for at skabe en brugerdefinerbar grænseflade til brugeren.

Servlet motor: Servlet-motoren kaldes også en servlet-beholder. Det er ansvarligt for at administrere SAS Information Delivery Portal Web Application. Servlet-motoren tilbyder et driftstidsmiljø. Det giver samtidighed, implementering, livscyklusstyring osv.

Webserver: Webserveren tilbyder service til servlet-motoren, som kan bruges til at hoste et websted. Dette skal tilgås via portalen.

Bagerste niveau

Back tier er et område, hvor data- og beregningsserverne kører, som kan indeholde forretningsobjekter. Det er en virksomhedskatalogserver. Virksomhedskatalogserveren vedligeholder metadata om indhold, som er placeret i hele virksomheden.

Sådan downloader og installerer du SAS

Bemærkning om udgaver: Gennemgangen nedenfor dokumenterer SAS University Edition, den gratis desktop- og AWS-udgave, som SAS Institute udfasede i 2021. Den gratis erstatning er SAS OnDemand for akademikere, som kører SAS Studio i browseren uden VirtualBox image og ingen AWS-instans at administrere. SAS udgiver også SAS Viya for elever til cloudbaserede kurser. Tilmeld dig en af ​​disse, og brug derefter SAS Studio-skærmene vist her, som er næsten identiske.

Lokal installation på din maskine

Trin 1) Download SAS fra det givne link

Gå til SAS' side om gratis akademisk software, og klik på Hent gratis software.

Trin 2) Vælg din Operating System

Vælg operativsystemet i henhold til dit system, som vist nedenfor.

Trin 3) Download og installer virtualiseringssoftware

SAS University Edition krævede virtualiseringssoftware såsom VirtualBox skulle installeres, før den kunne installeres. Downloadskærmen så sådan ud:

Følg trinene på skærmen for at installere SAS. VirtualBox og en lokal installation kunne nogle gange være vanskelig, så AWS-ruten nedenfor blev anbefalet i stedet.

AWS-installation

Bemærk: SAS University Edition AWS Marketplace-annoncen er blevet trukket tilbage, så URLs, der er citeret i de oprindelige trin, løser ikke længere problemet. Sekvensen bevares nedenfor, fordi AWS subscribe-configure-launch-flowet er uændret for alle SAS Marketplace-billeder, du abonnerer på.

Du kan implementere SAS i AWS. Det var berettiget til det gratis niveau.

Trin 1) Åbn SAS University Edition-annoncen på AWS Marketplace. Klik på "Fortsæt med at abonnere" på produktsiden vist nedenfor.

Trin 2) I denne næste skærm, Accepter vilkår.

Trin 3) Abonnementet afventer godkendelse og tager op til 10 minutter at godkende. Du vil se følgende skærmbillede.

Trin 4) Opdater siden, så bekræftes dit abonnement. Klik på Fortsæt til konfiguration.

Trin 5) Behold standardindstillingerne, og klik på Fortsæt til start.

Trin 6) RevSe konfigurationssiden. Indtast et nøgle-værdi-par. Resten af ​​indstillingerne skal være standardindstillingerne. Klik på Start.

Trin 7) Gå til dit AWS Marketplace-bibliotek, og klik på Vis instanser, som vist her.

Trin 8) I popup-vinduet afbildet nedenfor:

1. Bemærk instans-id'et. Dette er din adgangskode
2. Klik på Adgang til software

Trin 9) I den pop op-boks, der vises, når du har klikket på trin 8:

1. Indtast brugerlegitimationsoplysninger. Id: sasdemo-adgangskode: instans-id noteret i trin 8
2. Klik på Log ind

Trin 10) Du vil se velkomstskærmen nedenfor.

Fejlfinding

Hvis du ikke kan oprette forbindelse, skal du åbne siden Sikkerhedsgrupper i EC2-konsollen for din region og indstille reglerne for indgående og udgående trafik til alle.

Hvordan bruger man SAS?

For effektivt at bruge SAS-software skal du følge fire trin: Adgang til data, Administrer data, Analyser og Præsenter. Diagrammet nedenfor viser rækkefølgen.

Adgangsdata:

SAS giver dig adgang til data i ethvert ønsket format, du ønsker.

Du kan tilgå data, der er gemt hvor som helst, uanset om det er i en fil på dit system eller data, der er gemt i et andet databasesystem. Det kan være en Oracle fil, en SAS-databasefil, en rå databasefil eller en simpel XLS/CSV-fil. Det vil hjælpe dig med nemt at få adgang til disse data.

Administrer data:

SAS tilbyder fantastiske datahåndteringsfunktioner. Du kan opdele eller segmentere data baseret på bestemte betingelser, oprette variabler og rense og validere data. Der findes andre værktøjer, der giver dig mulighed for at udføre den samme opgave. SAS hjælper dig dog med at udføre dette job med lethed.

SAS har veldefinerede biblioteker og processer, der gør programmeringsprocessen nem. Derudover er oprettelsen af ​​en variabel eller et delmængde af data en proces i ét trin. Dette sparer dig for at skrive komplekse algoritmer med blot en enkelt linje kode.

Analysere:

Du kan udføre forskellige typer analyser ved hjælp af SAS:

• Den kontrollerer beregning af gennemsnitsfrekvens
• Regression og prognose
• Beslutningstræ

SAS håndterer alle disse analyser nemt. Det er et stærkt værktøj til præcis prognose, hvilket er grunden til, at det fungerer side om side med de andre dataanalyseværktøjer anvendes i virksomhedsrapportering.

Present:

Hvis du visualiserer data korrekt, er det nemt for målgruppen at relatere til det. Det er vigtigt, at dit værktøj præsenterer dataene på en passende måde. Det er, hvad SAS gør for dig. Det har fremragende præsentationsfunktioner.

Du kan producere:

1. Liste over rapporter
2. Oversigtsrapporter
3. Grafrapporter
4. Udskriv rapporter

Eksempel på SAS-program

Det næste afsnit viser, hvordan disse faser ser ud i SAS-kode.

SAS-programmet består af tre nødvendige trin:

• Datatrin
• Proc Trin
• Output trin

DATA Trin

Datatrin indlæser det nødvendige datasæt i SAS-hukommelsen og finder de korrekte variabler for datasættet. Det fanger også optegnelserne. Vi kan bruge datatrin til at:

• Indtast data i SAS-datasæt
• Beregn værdier
• Kontroller eller ret data
• Fremstil nye datasæt

Syntaksen for DATA-sætningen er:

Syntaks

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;

Eksempel:

Følgende eksempel viser, hvordan man definerer en variabel, navngiver datasættet, opretter nye variabler og indtaster dataene. I dette eksempel kan du se, at strengvariabler har et $ til sidst, og numeriske værdier er uden det.

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;

Bemærk: For at udføre en SAS-sætning skal du angive RUN-kommandoen.

PROC Trin

Det udfører specifikke analyser eller funktioner for at producere resultater og rapporter.

Syntaks

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

Eksempel

Det givne eksempel bruger MIDLER procedure for at udskrive middelværdierne af de numeriske variable i datasættet.

PROC MEANS;
RUN;

OUTPUT-trinnet

Du kan vise dataene fra datasættet med betingede outputsætninger.

Syntaks

PROC PRINT DATA = data_set;
OPTIONS;
RUN;

Hvert SAS-program skal følge alle ovennævnte trin for at læse inputdataene, analysere dataene og give outputtet af analysen. LØB sætning i slutningen af ​​hvert trin afslutter udførelsen af ​​dette trin.

Det komplette SAS-program

Nedenfor er den komplette kode for hvert af ovenstående trin.

Output:

Kørsel af programmet producerer det udskrevne datasæt, den beskrivende statistik og den endelige rapport, der vises på de tre skærmbilleder nedenfor.

Hvor bruges SAS?

Nedenfor er givet nogle vigtige SAS-applikationer:

SAS vs. R

Tabellen nedenfor viser SAS og R side om side med hensyn til omkostninger, læringskurve og grafik.

Fordele ved SAS

• SAS har en nem syntaks, som kan læres uden nogen form for programmeringskendskab.
• Evne til at håndtere en stor database med lethed
• SAS er et meget forståeligt sprog, som nemt kan fejlsøges
• Dens "log"-vindue angiver tydeligt fejlen, hvilket hjælper dig med nemt at fejlfinde din kode.
• SAS hjælper dig med at teste og analysere algoritmen grundigt
• SAS er fuldstændig sikret, så du kan ikke undgåtract det uden licens på kontoret
• Gør statistisk beregning lettere for ikke-programmerende brugere
• Håndterer store databaser effektivt.

Ulemper ved SAS

• Omkostningerne er høje, fordi en person eller organisation ikke kan bruge alle sine applikationer uden en korrekt licens
• SAS er ikke open source, så algoritmer, der bruges i SAS, er ikke tilgængelige til almindelig brug
• Tekstmining er en meget besværlig og vanskelig proces i SAS.
• Der er færre fællesskabssvar og tredjepartspakker end for open source-stakke, der bruges i datalogi og machine learning arbejde.

Ofte Stillede Spørgsmål