Tutorial SAS per principianti: cos'è ed esempio di programmazione

Cos'è SAS?

SAS SAS è una suite di software statistico a riga di comando ampiamente utilizzata per l'analisi e la visualizzazione di dati statistici. L'acronimo SAS sta per Statistical Analysis System. Consente di utilizzare tecniche e processi qualitativi che aiutano a migliorare la produttività dei dipendenti e i profitti aziendali. SAS viene utilizzato anche per analisi avanzate come la business intelligence, le indagini penali e l'analisi predittiva. SAS si pronuncia comunemente "sass".

In SAS, i dati sono extracted & categorized che ti aiuta a identificare e analizzare i modelli di dati. È una suite software che ti consente di eseguire analisi avanzate, Business Intelligence, analisi predittiva e gestione dei dati, in modo da poter operare efficacemente in condizioni aziendali competitive e in continua evoluzione. Inoltre, SAS è indipendente dalla piattaforma, il che significa che puoi eseguire SAS su qualsiasi sistema operativo, sia Linux che Windows.

Rispetto ad altri Strumenti di BIOltre all'interfaccia drag-and-drop, SAS offre un supporto completo per la trasformazione e l'analisi programmatica dei dati. Questo garantisce un controllo molto granulare sulla manipolazione e l'analisi dei dati, che rappresenta il suo punto di forza.

Perché abbiamo bisogno del SAS?

Capiamo la necessità di SAS con un semplice esempio:

Immaginiamo un'azienda di e-commerce che desidera conoscere i modelli di acquisto dei propri clienti basandosi sui dati storici. L'azienda dovrà analizzare migliaia di record relativi a numerosi clienti per ottenere informazioni generali.

L'azienda potrebbe non disporre di tutti i dati necessari per l'analisi. Ad esempio, se un cliente non ha acquistato una giacca, quali sono stati i fattori che glielo hanno impedito? La mancanza di questi dati potrebbe generare errori nell'analisi. Come possiamo risolvere questi problemi? Come possiamo gestire questo tipo di dati?

Se eseguita manualmente, questa attività richiederebbe centinaia di analisti e migliaia di ore di lavoro. Utilizzando lo strumento di analisi SAS, è possibile eseguire la stessa analisi in poche ore con un solo analista. SAS consente di eliminare i dati superflui e ottimizzare le informazioni rilevanti. Permette di prevedere un risultato anche in presenza di dati mancanti, consentendo così di prendere decisioni più consapevoli.

Strumenti SAS alternativi

Il grafico sottostante affianca SAS ai due strumenti open-source con cui viene più spesso confrontato.

R: È un software open source. È facile da imparare. R poiché è ben documentato. Offre solide capacità statistiche.

Python è un altro popolare linguaggio di scripting open-source. Python Supporta librerie come NumPy, SciPy e Matplotlib. È possibile eseguire qualsiasi operazione statistica o costruire qualsiasi modello utilizzando queste librerie.

SAS: È lo strumento analitico più utilizzato nel mercato dell'analisi commerciale, dotato di una vasta gamma di funzioni statistiche e di una buona interfaccia grafica.

In questo tutorial di programmazione SAS, analizzeremo il Sistema di Analisi Statistica e come può essere utilizzato per risolvere i nostri problemi.

Storia della SAS

• SAS nacque alla fine degli anni '1960 come progetto presso la North Carolina State University, dove Jim Goodnight collaborò con Anthony Barr, John Sall e Jane Helwig a un sistema di analisi statistica.
• Inizialmente, è stato sviluppato per la ricerca agricola.
• I quattro collaboratori fondarono la SAS Institute nel 1976 e Goodnight è a capo dell'azienda da allora.
• Later, si è espanso a una gamma di strumenti per includere, tra gli altri, analisi predittiva, gestione dei dati e BI.
• SAS rimane ampiamente utilizzato tra le più grandi aziende del mondo per L'analisi dei dati e la rendicontazione regolamentata.

Successivamente in questo tutorial sul linguaggio SAS, impareremo le funzionalità di SAS.

Caratteristiche SAS

Le caratteristiche principali di SAS sono:

• Accedi facilmente ai file di dati grezzi e ai dati presenti in un database esterno. Leggi e scrivi praticamente qualsiasi formato di dati!
• Gestisci i dati utilizzando strumenti per l'inserimento, la modifica, il recupero, la formattazione e la conversione dei dati.
• Analizzare i dati utilizzando statistiche descrittive, tecniche multivariate, previsioni, modellazione e programmazione lineare.
• L'analisi avanzata ti aiuta ad apportare modifiche e miglioramenti alle pratiche aziendali.
• Formazione di report con grafici perfetti
• Operazioni di ricerca e gestione dei progetti
• Aggiornamento e modifica dei dati
• Potente linguaggio di gestione dei dati
• Eccellenti funzioni di pulizia dei dati
• Interagisci con più sistemi host

Nella prossima puntata di questo tutorial SAS per principianti, impareremo a conoscere la suite di prodotti SAS.

Suite di prodotti SAS

Sul mercato sono disponibili numerosi prodotti SAS. Di seguito è riportato un elenco dei più diffusi.

Nel prossimo tutorial SAS parleremo dell'architettura SAS.

SAS Architectura

Il diagramma seguente suddivide l'implementazione in tre livelli.

L'architettura SAS è divisa principalmente in tre parti:

• Livello cliente
• Livello intermedio
• Livello posteriore

Livello cliente

Il livello client è il punto in cui l'applicazione è installata su una macchina, dove è seduto l'utente. È costituito dai componenti che vengono utilizzati per visualizzare il portale e il suo contenuto. Include anche un browser Web standard utilizzato per interagire con il portale tramite il protocollo HTTP o HTTPS standard. Ti aiuta anche a rendere amichevole il firewall dell'applicazione Web SAS.

Livello intermedio

Il livello intermedio offre un punto di accesso centralizzato alle informazioni aziendali. Tutti gli accessi ai contenuti vengono elaborati da componenti che operano in questo livello. La separazione della logica di business dalla logica di visualizzazione consente di sfruttare al meglio la logica del livello intermedio. Inoltre, i punti di accesso centralizzati semplificano l'applicazione delle regole di sicurezza, l'amministrazione del portale e la gestione delle modifiche al codice.

Il livello intermedio ospita le seguenti funzioni:

Applicazione Web del portale di distribuzione delle informazioni SAS: È la raccolta di JSP, Java servlet, JavaBean e altre classi e risorse. Questi componenti consentono di accedere alle informazioni archiviate nella directory aziendale per creare un'interfaccia personalizzabile per l'utente.

Motore servlet: Il motore servlet è anche chiamato contenitore servlet. È responsabile della gestione dell'applicazione Web SAS Information Delivery Portal. Il motore servlet offre un ambiente di runtime. Fornisce concorrenza, distribuzione, gestione del ciclo di vita, ecc.

Server web: Il server web offre servizi per il motore di servlet, che può essere utilizzato per ospitare un sito web. L'accesso a tali servizi avviene tramite il portale.

Livello posteriore

Il livello posteriore è un'area in cui vengono eseguiti i server di dati e di calcolo che possono contenere oggetti aziendali. È un server di directory aziendale. Il server della directory aziendale conserva i metadati sui contenuti che si trovano in tutta l'azienda.

Come scaricare e installare SAS

Nota sulle edizioni: La procedura guidata seguente documenta SAS University Edition, l'edizione gratuita per desktop e AWS che SAS Institute ha ritirato nel 2021. Il sostituto gratuito è SAS OnDemand per il mondo accademico, che esegue SAS Studio nel browser senza VirtualBox immagine e nessuna istanza AWS da gestire. SAS pubblica anche SAS Viya per gli studenti per i corsi online. Registrati a uno di questi, quindi utilizza le schermate di SAS Studio mostrate qui, che sono pressoché identiche.

Installazione locale sulla tua macchina

Passaggio 1) Scarica SAS dal link fornito

Vai alla pagina del software accademico gratuito di SAS e fai clic su Ottieni software gratuito.

Passaggio 2) Seleziona il tuo Operasistema di ting

Seleziona il sistema operativo in base al tuo sistema, come mostrato di seguito.

Passaggio 3) Scarica e installa il software di virtualizzazione

Software di virtualizzazione richiesto da SAS University Edition, come ad esempio VirtualBox da installare prima che potesse essere installato. La schermata di download si presentava così:

Segui i passaggi indicati sullo schermo per installare SAS. VirtualBox e poiché l'installazione locale a volte poteva risultare complicata, è stata consigliata la soluzione AWS descritta di seguito.

installazione AWS

Nota: La lista di SAS University Edition su AWS Marketplace è stata ritirata, quindi URLLe istruzioni citate nei passaggi originali non sono più valide. La sequenza è riportata di seguito perché il flusso di sottoscrizione-configurazione-avvio di AWS rimane invariato per qualsiasi immagine di SAS Marketplace a cui ci si iscrive.

È possibile implementare SAS su AWS. Era idoneo per il livello gratuito.

Passo 1) Apri la pagina di SAS University Edition su AWS Marketplace. Fai clic su "Continua con l'abbonamento" nella pagina del prodotto mostrata di seguito.

Passo 2) Nella schermata successiva, Accetta i Termini.

Passo 3) L'abbonamento è in sospeso e l'approvazione richiede fino a 10 minuti. Visualizzerai la schermata seguente.

Passo 4) Aggiorna la pagina e l'abbonamento verrà confermato. Fai clic su Continua alla configurazione.

Passo 5) Mantieni le impostazioni predefinite e fai clic su Continua per avviare.

Passo 6) RevVisualizza la pagina di configurazione. Inserisci una coppia chiave-valore. Il resto delle impostazioni dovrebbe essere quello predefinito. Fai clic su Avvia.

Passo 7) Accedi alla tua libreria di AWS Marketplace e fai clic su Visualizza istanze, come mostrato qui.

Passo 8) Nella finestra a comparsa mostrata di seguito:

1. Prendi nota dell'ID dell'istanza. Questa è la tua password
2. Fare clic su Accedi al software

Passo 9) Nella finestra a comparsa che appare dopo aver fatto clic al passaggio 8:

1. Inserisci le credenziali dell'utente. ID: password sasdemo: ID istanza annotato nel passaggio 8
2. Fai clic su Accedi

Passo 10) Qui sotto vedrai la schermata di benvenuto.

Troubleshooting

Se non riesci a connetterti, apri la pagina Gruppi di sicurezza della console EC2 per la tua regione e imposta le regole in entrata e in uscita su "Tutti".

Come utilizzare SAS?

Per utilizzare efficacemente il software SAS è necessario seguire quattro passaggi: Accesso ai dati, Gestione dei dati, Analisi e Presentazione. Il diagramma seguente mostra la sequenza.

Dati di accesso:

SAS ti consente di accedere ai dati in qualsiasi formato desiderato.

È possibile accedere ai dati archiviati ovunque, sia in un file sul proprio sistema che in un altro sistema di database. Può essere un Oracle Un file, un file di database SAS, un file di database raw o un semplice file XLS/CSV. Ti aiuterà ad accedere a questi dati con facilità.

Gestisci dati:

SAS offre eccellenti funzionalità di gestione dei dati. È possibile filtrare o segmentare i dati in base a determinate condizioni, creare variabili, pulire e convalidare i dati. Esistono altri strumenti che consentono di svolgere le stesse attività, ma SAS semplifica notevolmente questo compito.

SAS dispone di librerie e processi ben definiti che semplificano la programmazione. Inoltre, la creazione di una variabile o il subsetting dei dati è un'operazione che si esegue in un solo passaggio. Questo evita di dover scrivere algoritmi complessi con una sola riga di codice.

Analizzare:

Con SAS è possibile eseguire diversi tipi di analisi:

• Controlla il calcolo della frequenza della media
• Regressione e previsione
• Albero decisionale

SAS gestisce facilmente tutte queste analisi. È uno strumento potente per previsioni accurate, ed è per questo che si affianca agli altri strumenti di analisi dei dati utilizzato nella reportistica aziendale.

Present:

Se i dati vengono visualizzati correttamente, il pubblico può facilmente comprenderli. È fondamentale che lo strumento utilizzato presenti i dati in modo adeguato. Ed è proprio ciò che SAS fa per voi, grazie alle sue eccellenti capacità di presentazione.

Puoi produrre:

1. Elenca i rapporti
2. Rapporti riassuntivi
3. Rapporti grafici
4. Stampa i rapporti

Esempio di programma SAS

La sezione successiva mostra come appaiono queste fasi nel codice SAS.

Il programma SAS si compone di tre passaggi necessari:

• Passaggio dati
• Fase di elaborazione
• Passo di uscita

Passo DATI

Il passaggio dati carica il set di dati necessario nella memoria SAS e trova le variabili corrette del set di dati. Cattura anche i record. Possiamo utilizzare i passaggi di dati per:

• Immettere i dati nei set di dati SAS
• Calcola valori
• Controllare o correggere i dati
• Produrre nuovi set di dati

La sintassi per l'istruzione DATA è:

Sintassi

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;

Esempio:

L'esempio seguente mostra come definire una variabile, assegnare un nome al set di dati, creare nuove variabili e inserire i dati. In questo esempio, si può notare che le variabili di tipo stringa terminano con il simbolo $, mentre i valori numerici ne sono privi.

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;

Nota: per eseguire un'istruzione SAS è necessario specificare il comando RUN.

Fase PROC

Esegue analisi o funzioni specifiche per produrre risultati e report.

Sintassi

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

Esempio

L'esempio fornito utilizza il file SI INTENDE procedura per stampare i valori medi delle variabili numeriche nel set di dati.

PROC MEANS;
RUN;

La fase di USCITA

È possibile visualizzare i dati dal set di dati utilizzando istruzioni di output condizionale.

Sintassi

PROC PRINT DATA = data_set;
OPTIONS;
RUN;

Ogni programma SAS deve seguire tutti i passaggi sopra menzionati per leggere i dati di input, analizzare i dati e fornire l'output dell'analisi. CORRERE L'istruzione alla fine di ogni passaggio termina l'esecuzione di quel passaggio.

Il programma SAS completo

Di seguito è riportato il codice completo per ciascuno dei passaggi precedenti.

Produzione:

L'esecuzione del programma produce il set di dati stampato, le statistiche descrittive e il report finale, mostrati nelle tre schermate sottostanti.

Dove viene utilizzato SAS?

Di seguito sono riportate alcune importanti applicazioni SAS:

SAS vs. R

La tabella seguente mette a confronto SAS e R in termini di costi, curva di apprendimento e funzionalità grafiche.

I vantaggi del SAS

• SAS ha una sintassi semplice che può essere appresa senza alcuna conoscenza di programmazione.
• Capacità di gestire facilmente un database di grandi dimensioni
• SAS è un linguaggio molto comprensibile di cui è possibile eseguire facilmente il debug
• La sua finestra di "registro" indica chiaramente l'errore, il che ti aiuta a eseguire facilmente il debug del codice.
• SAS ti aiuta a testare e analizzare a fondo l'algoritmo
• SAS è completamente protetto, quindi non puoi escluderetracnon farlo senza licenza in ufficio
• Rende il calcolo statistico più accessibile agli utenti non programmatori.
• Gestisce efficacemente database di grandi dimensioni.

Svantaggi del SAS

• Il costo è elevato perché né un individuo né un'organizzazione possono utilizzare tutte le applicazioni senza una licenza adeguata.
• SAS non è open source, pertanto gli algoritmi utilizzati in SAS non sono disponibili per l'uso comune.
• Il text mining è un processo molto problematico e difficile in SAS.
• Le risposte della comunità e i pacchetti di terze parti sono meno numerosi rispetto agli stack open-source utilizzati in scienza dei dati and machine learning lavoro.

DOMANDE FREQUENTI