SAS-tutorial voor beginners: wat is en programmeervoorbeeld

Wat is SAS?

SAS SAS is een commandogestuurd statistisch softwarepakket dat veel gebruikt wordt voor statistische data-analyse en -visualisatie. De afkorting SAS staat voor Statistical Analysis System. Het stelt je in staat om kwalitatieve technieken en processen te gebruiken die je helpen de productiviteit van medewerkers en de winst van je bedrijf te verhogen. SAS wordt ook gebruikt voor geavanceerde analyses zoals business intelligence, misdaadonderzoek en voorspellende analyses. SAS wordt meestal uitgesproken als "sass".

In SAS worden gegevens geëxtracSAS is een softwarepakket dat u helpt bij het identificeren en analyseren van datapatronen. Het stelt u in staat geavanceerde analyses, business intelligence, voorspellende analyses en datamanagement uit te voeren, zodat u effectief kunt opereren in een competitieve en veranderende zakelijke omgeving. Bovendien is SAS platformonafhankelijk, wat betekent dat u SAS op elk besturingssysteem kunt gebruiken, of het nu Linux of een ander besturingssysteem is. Windows.

In vergelijking met andere BI-toolsSAS biedt uitgebreide ondersteuning voor het programmatisch transformeren en analyseren van data, naast de drag-and-drop-interface. Dit biedt zeer gedetailleerde controle over datamanipulatie en -analyse, wat het unieke verkoopargument (USP) van SAS is.

Waarom hebben we SAS nodig?

Laten we de noodzaak van SAS begrijpen met een eenvoudig voorbeeld:

Neem bijvoorbeeld een e-commercebedrijf dat de koopgewoonten van zijn klanten wil analyseren op basis van historische gegevens. Het bedrijf zal duizenden gegevens van verschillende klanten moeten bekijken om tot een algemeen inzicht te komen.

Het bedrijf beschikt mogelijk niet over alle gegevens die nodig zijn voor de analyse. Als een klant bijvoorbeeld geen jas heeft gekocht, wat waren dan de factoren die hem of haar ervan weerhielden om de jas te kopen? Deze ontbrekende gegevens kunnen leiden tot fouten in de analyse. Hoe kunnen we deze problemen voorkomen? Hoe kunnen we met dit soort gegevens omgaan?

Als deze taak handmatig wordt uitgevoerd, zijn honderden analisten en duizenden manuren nodig. Met de analytische tool SAS kan dezelfde analyse binnen enkele uren door één analist worden uitgevoerd. SAS stelt u in staat om onnodige gegevens te elimineren en de relevante informatie te optimaliseren. Het maakt het mogelijk om een ​​uitkomst te voorspellen, zelfs met ontbrekende gegevens, zodat u betere beslissingen kunt nemen.

Alternatieve SAS-tools

De onderstaande grafiek plaatst SAS naast de twee open-source tools die er het vaakst mee worden vergeleken.

R: Het is open-source software. Het is makkelijk te leren. R Zoals goed gedocumenteerd is, biedt het krachtige statistische mogelijkheden.

Python is een andere populaire open-source scripttaal. Python Het programma ondersteunt bibliotheken zoals NumPy, SciPy en Matplotlib. Je kunt met deze bibliotheken elke statistische bewerking uitvoeren of elk model bouwen.

SAS: Het is een veelgebruikt analyse-instrument in de commerciële analysemarkt, met een overvloed aan statistische functies en een goede grafische gebruikersinterface.

In deze SAS-programmeertutorial bespreken we het Statistical Analysis System (SAS) en hoe we het kunnen gebruiken om onze problemen op te lossen.

SAS-geschiedenis

• SAS is eind jaren zestig ontstaan ​​als een project aan de North Carolina State University, waar Jim Goodnight samenwerkte met Anthony Barr, John Sall en Jane Helwig aan een statistisch analysesysteem.
• Aanvankelijk werd het ontwikkeld voor landbouwonderzoek.
• De vier samenwerkers richtten SAS Institute op in 1976, en Goodnight staat sindsdien aan het hoofd van het bedrijf.
• Laterbreidde het zich uit tot een scala aan tools, waaronder Predictive Analytics, Data Management en BI.
• SAS wordt nog steeds veelvuldig gebruikt door 's werelds grootste bedrijven. Data-analyse en gereguleerde rapportage.

Vervolgens leren we in deze SAS-taaltutorial over de functies van SAS.

SAS-functies

De belangrijkste kenmerken van SAS zijn:

• Krijg eenvoudig toegang tot onbewerkte databestanden en data in een externe database. Lees en schrijf vrijwel elk dataformaat!
• Beheer gegevens met behulp van tools voor gegevensinvoer, -bewerking, -opvraging, -opmaak en -conversie.
• Analyseer gegevens met behulp van beschrijvende statistieken, multivariate technieken, prognoses, modellering en lineaire programmering.
• Geavanceerde analyses helpen u veranderingen en verbeteringen in de bedrijfspraktijk aan te brengen.
• Rapportvorming met perfecte grafieken
• Operaonderzoek en projectmanagement
• Updaten en wijzigen van gegevens
• Krachtige taal voor gegevensverwerking
• Uitstekende functies voor het opschonen van gegevens
• Communiceer met meerdere hostsystemen

In het volgende deel van deze SAS-handleiding voor beginners leren we meer over de SAS-productsuite.

SAS-productsuite

Er zijn veel SAS-producten op de markt verkrijgbaar. Hieronder een lijst met de meest populaire.

In de volgende SAS-zelfstudiegids gaan we dieper in op de SAS-architectuur.

SAS Architectuur

Het onderstaande diagram verdeelt de implementatie in drie niveaus.

De SAS-architectuur bestaat hoofdzakelijk uit drie delen:

• Klantlaag
• Middle-tier
• Achterste laag

Klantniveau

Clientlaag is waar de applicatie wordt geïnstalleerd op een machine, waar de gebruiker zit. Het bestaat uit de componenten die worden gebruikt om het portaal en de inhoud ervan te bekijken. Het bevat ook een standaard webbrowser die wordt gebruikt voor interactie met de portal via het standaard HTTP- of HTTPS-protocol. Het helpt u ook om de SAS-webapplicatie firewallvriendelijk te maken.

Middle-tier

De middelste laag biedt een gecentraliseerd toegangspunt voor bedrijfsinformatie. Alle toegang tot content wordt verwerkt door componenten die in deze laag opereren. De scheiding van de bedrijfslogica en de weergavelogica zorgt ervoor dat u de logica van de middelste laag optimaal kunt benutten. Bovendien maken gecentraliseerde toegangspunten het eenvoudiger om beveiligingsregels af te dwingen, het portaal te beheren en codewijzigingen door te voeren.

De middelste laag herbergt de volgende functies:

SAS Information Delivery Portal-webapplicatie: Het is de verzameling van JSP, Java servetten, JavaBonen en andere klassen en bronnen. Deze componenten helpen u toegang te krijgen tot informatie die is opgeslagen in de bedrijfsdirectory en zo een aanpasbare interface voor de gebruiker te creëren.

Servlet-engine: De servlet-engine wordt ook wel een servlet-container genoemd. Het is verantwoordelijk voor het beheer van de SAS Information Delivery Portal-webapplicatie. De servlet-engine biedt een runtime-omgeving. Het biedt gelijktijdigheid, implementatie, levenscyclusbeheer, enz.

Web Server: De webserver biedt een service voor de servlet-engine, die gebruikt kan worden om een ​​website te hosten. Deze service is toegankelijk via het portaal.

Terug niveau

De back-tier is een gebied waar de gegevens- en rekenservers draaien en die bedrijfsobjecten kunnen bevatten. Het is een enterprise directory-server. De bedrijfsdirectoryserver houdt metagegevens bij over inhoud die zich overal in de onderneming bevindt.

SAS downloaden en installeren

Opmerking over edities: De onderstaande handleiding beschrijft SAS University Edition, de gratis desktop- en AWS-editie die SAS Institute in 2021 heeft uitgefaseerd. De gratis vervanging is SAS OnDemand voor academici, waarmee SAS Studio in de browser wordt uitgevoerd zonder VirtualBox afbeelding en geen AWS-instantie om te beheren. SAS publiceert ook SAS Viya voor leerlingen Voor cursussen in de cloud. Schrijf je in voor een van die cursussen en gebruik vervolgens de SAS Studio-schermen die hier worden weergegeven, die vrijwel identiek zijn.

Lokale installatie op uw computer

Stap 1) Download SAS via de gegeven link.

Ga naar de pagina met gratis academische software van SAS en klik op 'Gratis software downloaden'.

Stap 2) Selecteer uw Operating-systeem

Selecteer het besturingssysteem dat bij uw systeem past, zoals hieronder weergegeven.

Stap 3) Download en installeer virtualisatiesoftware

SAS University Edition vereist virtualisatiesoftware zoals VirtualBox Het moest eerst geïnstalleerd worden voordat het geïnstalleerd kon worden. Het downloadscherm zag er als volgt uit:

Volg de stappen op het scherm om SAS te installeren. VirtualBox Een lokale installatie kan soms lastig zijn, daarom werd de onderstaande AWS-methode aanbevolen.

AWS-installatie

Let op: De vermelding van SAS University Edition op de AWS Marketplace is ingetrokken, dus de URLDe in de oorspronkelijke stappen genoemde oplossingen werken niet meer. De volgorde blijft hieronder behouden omdat de AWS subscribe-configure-launch-workflow ongewijzigd blijft voor elke SAS Marketplace-image waarop u zich abonneert.

Je kunt SAS in AWS implementeren. Het kwam in aanmerking voor de gratis tier.

Stap 1) Open de SAS University Edition-pagina op AWS Marketplace. Klik op 'Doorgaan met abonneren' op de productpagina die hieronder wordt weergegeven.

Stap 2) In dit volgende scherm, Accepteer voorwaarden.

Stap 3) Het abonnement is in behandeling en de goedkeuring kan tot 10 minuten duren. U ziet dan het volgende scherm.

Stap 4) Vernieuw de pagina en uw abonnement wordt bevestigd. Klik op Doorgaan naar configuratie.

Stap 5) Houd de instellingen standaard en klik op Doorgaan om te starten.

Stap 6) RevBekijk de configuratiepagina. Voer een sleutel-waardepaar in. De rest van de instellingen blijven standaard. Klik op Starten.

Stap 7) Ga naar uw AWS Marketplace-bibliotheek en klik op 'Instanties bekijken', zoals hier weergegeven.

Stap 8) In het onderstaande pop-upvenster:

1. Noteer de instantie-ID. Dit is uw wachtwoord
2. Klik op Toegang tot software

Stap 9) In het pop-upvenster dat verschijnt nadat je in stap 8 hebt geklikt:

1. Voer gebruikersreferenties in. Id: sasdemo-wachtwoord: exemplaar-ID genoteerd in stap 8
2. Klik op Aanmelden

Stap 10) Hieronder ziet u het welkomstscherm.

Problemen oplossen

Als u geen verbinding kunt maken, opent u de pagina Beveiligingsgroepen in de EC2-console voor uw regio en stelt u de inkomende en uitgaande regels in op 'alles'.

Hoe SAS te gebruiken?

Om SAS-software effectief te gebruiken, moet u vier stappen volgen: Gegevens openen, Gegevens beheren, Analyseren en Presenteren. Het onderstaande diagram toont de volgorde.

Toegangsgegevens:

Met SAS heeft u toegang tot gegevens in elk gewenst formaat.

Je hebt toegang tot gegevens die overal zijn opgeslagen, of het nu gaat om een ​​bestand op je eigen systeem of om gegevens die in een ander databasesysteem zijn opgeslagen. Het kan bijvoorbeeld een Oracle Een bestand, een SAS-databasebestand, een onbewerkt databasebestand of een eenvoudig XLS/CSV-bestand. Dit helpt u om deze gegevens gemakkelijk te raadplegen.

Gegevens beheren:

SAS biedt uitstekende mogelijkheden voor gegevensbeheer. U kunt gegevens selecteren of filteren op basis van bepaalde voorwaarden, variabelen aanmaken en gegevens opschonen en valideren. Er zijn andere tools waarmee u dezelfde taken kunt uitvoeren. SAS maakt dit echter een stuk eenvoudiger.

SAS beschikt over goed gedefinieerde bibliotheken en processen die het programmeren vereenvoudigen. Bovendien is het aanmaken van een variabele of het selecteren van een subset van gegevens een proces in één stap. Dit bespaart u de moeite van het schrijven van complexe algoritmen, met slechts één regel code.

Analyseren:

Met SAS kun je verschillende soorten analyses uitvoeren:

• Het controleert de frequentie van de gemiddelde berekening
• Regressie en prognoses
• Beslissingsboom

SAS voert al deze analyses moeiteloos uit. Het is een krachtig hulpmiddel voor nauwkeurige voorspellingen, en daarom staat het ook naast de andere tools. tools voor gegevensanalyse Gebruikt in bedrijfsrapportages.

Aanwezig:

Als je data op de juiste manier visualiseert, kan het publiek zich er gemakkelijk mee identificeren. Het is essentieel dat je tool de data op een geschikte manier presenteert. Dat is precies wat SAS voor je doet. Het beschikt over uitstekende presentatiemogelijkheden.

Je kunt het volgende produceren:

1. Lijstrapporten
2. Samenvattende rapporten
3. Grafiek rapporten
4. Rapporten afdrukken

SAS-programmavoorbeeld

In het volgende gedeelte wordt getoond hoe die stappen er in SAS-code uitzien.

Het SAS-programma bestaat uit drie noodzakelijke stappen:

• Gegevensstap
• Proc-stap
• Uitvoerstap

GEGEVENS Stap

Data Step laadt de benodigde dataset in het SAS-geheugen en vindt de juiste variabelen van de dataset. Het legt ook de records vast. We kunnen datastappen gebruiken om:

• Voer gegevens in SAS-gegevenssets in
• Bereken waarden
• Controleer of corrigeer gegevens
• Produceer nieuwe datasets

De syntaxis voor de DATA-instructie is:

Syntaxis

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;

Voorbeeld:

Het volgende voorbeeld laat zien hoe je een variabele definieert, de dataset een naam geeft, nieuwe variabelen aanmaakt en gegevens invoert. In dit voorbeeld zie je dat tekenreeksvariabelen eindigen op een $, terwijl numerieke waarden dit niet hebben.

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;

Opmerking: Om een ​​SAS-statement uit te voeren, moet u de opdracht RUN specificeren.

PROC-stap

Het voert specifieke analyses of functies uit om resultaten en rapporten te produceren.

Syntaxis

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

Voorbeeld

In het gegeven voorbeeld wordt gebruik gemaakt van de MIDDELEN procedure om de gemiddelde waarden van de numerieke variabelen in de gegevensset af te drukken.

PROC MEANS;
RUN;

De OUTPUT-stap

Je kunt de gegevens uit de dataset weergeven met behulp van voorwaardelijke uitvoerinstructies.

Syntaxis

PROC PRINT DATA = data_set;
OPTIONS;
RUN;

Elk SAS-programma moet alle bovengenoemde stappen volgen om de invoergegevens te lezen, de gegevens te analyseren en de analyse-uitvoer te leveren. VLUCHTEN statement aan het einde van elke stap beëindigt de uitvoering van die stap.

Het volledige SAS-programma

Hieronder vindt u de volledige code voor elk van de bovenstaande stappen.

Output:

Door het programma uit te voeren, worden de afgedrukte gegevensset, de beschrijvende statistieken en het eindrapport gegenereerd, zoals weergegeven in de drie onderstaande schermen.

Waar wordt SAS gebruikt?

Hieronder vindt u enkele belangrijke SAS-toepassingen:

SAS versus. R

De onderstaande tabel vergelijkt SAS en R op basis van kosten, leercurve en grafische mogelijkheden.

Voordelen van SAS

• SAS heeft een eenvoudige syntaxis die zonder enige programmeerkennis te leren is.
• Mogelijkheid om met gemak een grote database te beheren
• SAS is een zeer begrijpelijke taal die gemakkelijk kan worden opgespoord
• Het logvenster geeft de fout duidelijk weer, waardoor je je code gemakkelijk kunt debuggen.
• Met SAS kunt u het algoritme grondig testen en analyseren.
• SAS is volledig beveiligd, dus u kunt niet...tract het zonder vergunning op kantoor
• Vereenvoudigt statistische berekeningen voor gebruikers zonder programmeerkennis.
• Kan grote databases efficiënt verwerken.

Nadelen van SAS

• De kosten zijn hoog, omdat een individu of organisatie niet alle applicaties kan gebruiken zonder de juiste licentie.
• SAS is geen open source-software, dus de algoritmen die in SAS worden gebruikt, zijn niet beschikbaar voor algemeen gebruik.
• Text mining is een zeer lastig en moeilijk proces in SAS.
• Er zijn minder community-oplossingen en pakketten van derden beschikbaar dan voor open-source stacks die worden gebruikt in data science en machine learning werken.

Veelgestelde vragen