Tutorial SAS pentru începători: Ce este și exemplu de programare

Ce este SAS?

SAS este o suită de software statistică bazată pe comenzi, utilizată pe scară largă pentru analiza și vizualizarea datelor statistice. Forma completă SAS este Sistem de Analiză Statistică. Acesta vă permite să utilizați tehnici și procese calitative care vă ajută să îmbunătățiți productivitatea angajaților și profiturile afacerii. SAS este, de asemenea, utilizat pentru analize avansate, cum ar fi business intelligence, investigarea criminalității și analiza predictivă. SAS se pronunță în mod obișnuit „sass”.

În SAS, datele sunt extracclasificate și clasificate, care vă ajută să identificați și să analizați modelele de date. Este o suită software care vă permite să efectuați analize avansate, Business Intelligence, analiză predictivă și gestionarea datelor, astfel încât să puteți opera eficient în condiții de afaceri competitive și în schimbare. Mai mult, SAS este independent de platformă, ceea ce înseamnă că puteți rula SAS pe orice sistem de operare, fie Linux, fie Windows.

Comparativ cu altele Instrumente BISAS oferă suport extins pentru transformarea și analiza programatică a datelor, pe lângă utilizarea interfeței drag and drop. Aceasta oferă un control foarte granular asupra manipulării și analizei datelor, care este punctul său forte (USP).

De ce avem nevoie de SAS?

Să înțelegem necesitatea SAS cu un exemplu simplu:

Să luăm în considerare o companie de comerț electronic care dorește să cunoască tiparele de cumpărare ale clienților săi pe baza datelor istorice. Compania va trebui să ia în considerare mii de înregistrări ale mai multor clienți pentru a ajunge la o perspectivă generală.

Este posibil ca firma să nu dețină toate datele necesare pentru analiză. De exemplu, dacă un client nu a cumpărat o jachetă, care au fost factorii care l-au împiedicat să o cumpere? Aceste date lipsă ar putea crea erori în analiza dumneavoastră. Cum putem scăpa de aceste probleme? Cum putem gestiona acest tip de date?

Dacă este realizată manual, această sarcină va necesita sute de analiști și mii de ore de muncă. Utilizând instrumentul analitic SAS, puteți face aceeași analiză în câteva ore cu un singur analist. SAS vă permite să eliminați datele inutile și să optimizați informațiile relevante. Vă va permite să preziceți un rezultat chiar și cu date lipsă, astfel încât să puteți lua decizii mai bune.

Instrumente SAS alternative

Graficul de mai jos plasează SAS alături de cele două instrumente open source cel mai des comparate cu acesta.

R: Este un software open-source. Este ușor de învățat. R deoarece este bine documentat. Oferă capacități statistice puternice.

Python este un alt limbaj de scripting open-source popular. Python acceptă biblioteci precum NumPy, SciPy și Matplotlib. Puteți efectua orice operație statistică sau puteți construi orice model folosind aceste biblioteci.

SAS: Este instrumentul analitic utilizat pe scară largă pe piața analizelor comerciale, cu o multitudine de funcții statistice și o interfață grafică bună.

În acest tutorial de programare SAS, vom discuta despre Sistemul de Analiză Statistică și despre cum poate fi utilizat pentru a rezolva problemele noastre.

Istoria SAS

• SAS a început la sfârșitul anilor 1960 ca un proiect la Universitatea de Stat din Carolina de Nord, unde Jim Goodnight a lucrat cu Anthony Barr, John Sall și Jane Helwig la un sistem de analiză statistică.
• Inițial, a fost dezvoltat pentru Cercetare Agricolă.
• Cei patru colaboratori au înființat Institutul SAS în 1976, iar Goodnight a condus compania de atunci.
• Later, s-a extins la o gamă largă de instrumente pentru a include, printre altele, Predictive Analytics, Data Management, BI.
• SAS rămâne pe scară largă printre cele mai mari corporații din lume pentru Analiza datelor și raportare reglementată.

În continuare, în acest tutorial de limbaj SAS, vom afla despre caracteristicile SAS.

Caracteristici SAS

Caracteristicile cheie ale SAS sunt:

• Accesați cu ușurință fișierele de date brute și datele dintr-o bază de date externă. Citiți și scrieți aproape orice format de date!
• Gestionați datele folosind instrumente pentru introducerea, editarea, recuperarea, formatarea și conversia datelor
• Analizați datele folosind statistică descriptivă, tehnici multivariate, prognoză, modelare și programare liniară
• Analiza avansată vă ajută să faceți schimbări și îmbunătățiri în practicile de afaceri.
• Formarea rapoartelor cu grafice perfecte
• Operacercetare și management de proiect
• Actualizarea și modificarea datelor
• Limbaj puternic de manipulare a datelor
• Funcții excelente de curățare a datelor
• Interacționează cu mai multe sisteme gazdă

În continuare, în acest tutorial SAS pentru începători, vom învăța despre suita de produse SAS.

Suita de produse SAS

Există multe produse SAS disponibile pe piață. Mai jos este o listă cu cele mai populare.

În continuare, în acest ghid de tutoriale SAS, vom afla despre arhitectura SAS.

SAS Architectură

Diagrama de mai jos împarte implementarea în cele trei niveluri ale sale.

Arhitectura SAS este împărțită în principal din trei părți:

• Nivelul de client
• Nivelul mijlociu
• Nivelul din spate

Nivelul de client

Nivelul client este locul în care aplicația este instalată pe o mașină, unde se află utilizatorul. Constă din componentele care sunt utilizate pentru a vizualiza portalul și conținutul acestuia. Include, de asemenea, un browser web standard care este utilizat pentru a interacționa cu portalul prin protocolul standard HTTP sau HTTPS. De asemenea, vă ajută să faceți firewall-ul aplicației web SAS prietenos.

Nivelul mediu

Nivelul intermediar oferă un punct de acces centralizat pentru informațiile companiei. Tot accesul la conținut este procesat de componente care operează în acest nivel. Separarea logicii de business de logica de afișare vă ajută să valorificați logica nivelului intermediar. Mai mult, punctele centralizate de acces facilitează aplicarea regulilor de securitate, administrarea portalului și gestionarea modificărilor de cod.

Nivelul de mijloc găzduiește următoarele funcții:

Aplicația web a portalului de livrare a informațiilor SAS: Este colecția JSP, Java servlet-uri, JavaFasole și alte clase și resurse. Aceste componente vă ajută să accesați informațiile stocate în directorul companiei pentru a crea o interfață personalizabilă pentru utilizator.

Motor Servlet: Motorul servlet este numit și container servlet. Acesta este responsabil pentru gestionarea aplicației web a portalului de livrare a informațiilor SAS. Motorul servlet oferă un mediu de rulare. Oferă concurență, implementare, management al ciclului de viață etc.

Server web: Serverul web oferă servicii pentru motorul servlet, care poate fi folosit pentru a găzdui un site web. Acestea ar trebui accesate folosind portalul.

Nivelul din spate

Nivelul din spate este o zonă în care rulează serverele de date și de calcul, care poate conține obiecte de afaceri. Este un server de directoare pentru întreprinderi. Serverul de director al întreprinderii păstrează metadatele despre conținutul care se află în întreaga întreprindere.

Cum să descărcați și să instalați SAS

Notă despre ediții: Ghidul de mai jos prezintă SAS University Edition, ediția gratuită pentru desktop și AWS pe care SAS Institute a retras-o în 2021. Înlocuitorul gratuit este SAS OnDemand pentru mediul academic, care rulează SAS Studio în browser fără VirtualBox imagine și nicio instanță AWS de gestionat. SAS publică și SAS Viya pentru cursanți pentru cursuri bazate pe cloud. Înregistrați-vă pentru unul dintre acestea, apoi utilizați ecranele SAS Studio afișate aici, care sunt aproape identice.

Instalare locală pe mașina dvs.

Pasul 1) Descărcați SAS de la linkul dat

Accesați pagina de software academic gratuit SAS și faceți clic pe Obțineți software gratuit.

Pasul 2) Selectați dvs Operating System

Selectați sistemul de operare în funcție de sistemul dvs., așa cum se arată mai jos.

Pasul 3) Descărcați și instalați software-ul de virtualizare

SAS University Edition necesită software de virtualizare, cum ar fi VirtualBox să fie instalat înainte de a putea fi instalat. Ecranul de descărcare arăta astfel:

Urmați pașii menționați pe ecran pentru a instala SAS. Având VirtualBox și o instalare locală poate fi uneori dificilă, așa că a fost recomandată ruta AWS de mai jos.

Instalare AWS

Notă: Listarea SAS University Edition AWS Marketplace a fost retrasă, așadar URLProblemele citate în pașii originali nu se mai rezolvă. Secvența este păstrată mai jos deoarece fluxul AWS subscribe-configure-launch este neschimbat pentru orice imagine SAS Marketplace la care vă abonați.

Puteți implementa SAS în AWS. Era eligibil pentru nivelul gratuit.

Pas 1) Deschideți lista SAS University Edition pe AWS Marketplace. Faceți clic pe „Continuați să vă abonați” pe pagina produsului afișată mai jos.

Pas 2) În acest ecran următor, Acceptați termenii.

Pas 3) Abonamentul este în așteptare și durează până la 10 minute pentru aprobare. Veți vedea următorul ecran.

Pas 4) Reîmprospătați pagina, iar abonamentul dvs. va fi confirmat. Faceți clic pe Continuați la configurare.

Pas 5) Păstrați setările implicite și faceți clic pe Continuați la lansare.

Pas 6) RevVizualizați pagina de configurare. Introduceți o pereche cheie-valoare. Restul setărilor ar trebui să fie implicite. Faceți clic pe Lansare.

Pas 7) Accesați biblioteca AWS Marketplace și faceți clic pe Vizualizare instanțe, așa cum se arată aici.

Pas 8) În fereastra pop-up de mai jos:

1. Notați id-ul instanței. Aceasta este parola ta
2. Faceți clic pe Acces software

Pas 9) În fereastra pop-up care apare după ce faceți clic la pasul 8:

1. Introduceți acreditările utilizatorului. Id: parola sasdemo: id-ul instanței notat la pasul 8
2. Faceți clic pe Conectare

Pas 10) Veți vedea ecranul de bun venit mai jos.

Depanare

Dacă nu vă puteți conecta, deschideți pagina Grupuri de securitate din consola EC2 pentru regiunea dvs. și setați regulile de intrare și ieșire la toate.

Cum se utilizează SAS?

Pentru a utiliza eficient software-ul SAS, trebuie să urmați patru pași, și anume: Accesarea datelor, Gestionarea datelor, Analiza și Prezentarea. Diagrama de mai jos prezintă ordinea.

Date de acces:

SAS vă permite să accesați datele în orice format dorit.

Puteți accesa date stocate oriunde, fie că sunt într-un fișier din sistemul dvs., fie că sunt date stocate într-un alt sistem de baze de date. Poate fi un Oracle fișier, un fișier bază de date SAS, un fișier bază de date brut sau un simplu fișier XLS/CSV. Vă va ajuta să accesați aceste date cu ușurință.

Gestionați datele:

SAS oferă capabilități excelente de gestionare a datelor. Puteți subseta sau segmenta datele pe baza anumitor condiții, puteți crea variabile și puteți curăța și valida datele. Există și alte instrumente care vă permit să îndepliniți aceeași sarcină. Cu toate acestea, SAS vă ajută să îndepliniți această sarcină cu ușurință.

SAS are biblioteci și procese bine definite care facilitează procesul de programare. Mai mult, crearea unei variabile sau a unui subset de date este un proces cu un singur pas. Acest lucru vă scutește de scrierea de algoritmi complecși printr-o singură linie de cod.

A analiza:

Puteți face diverse tipuri de analize folosind SAS:

• Verifică calculul Frecvența mediei
• Regresia și prognoza
• Arborele de Decizii

SAS gestionează cu ușurință toate aceste analize. Este un instrument puternic pentru previziuni precise, motiv pentru care se află alături de celelalte instrumente de analiză a datelor utilizat în raportarea întreprinderii.

Prezent:

Dacă vizualizezi corect datele, publicul se va identifica cu ele fără efort. Este esențial ca instrumentul tău să prezinte datele într-un mod adecvat. Asta face SAS pentru tine. Are capacități excelente de prezentare.

Puteți produce:

1. Rapoarte de listă
2. Rapoarte de sinteză
3. Rapoarte grafice
4. Imprimați rapoarte

Exemplu de program SAS

Următoarea secțiune arată cum arată aceste etape în codul SAS.

Programul SAS constă din trei pași necesari:

• Pasul de date
• Pasul de procedură
• Pasul de ieșire

DATE Pasul

Pasul de date încarcă setul de date necesar în memoria SAS și găsește variabilele corecte ale setului de date. De asemenea, captează înregistrările. Putem folosi pașii de date pentru:

• Introduceți datele în seturile de date SAS
• Calculați valorile
• Verificați sau corectați datele
• Produceți seturi de date noi

Sintaxa pentru instrucțiunea DATA este:

Sintaxă

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;

Exemplu:

Următorul exemplu arată cum se definește o variabilă, se denumește setul de date, se creează variabile noi și se introduc datele. În acest exemplu, puteți vedea că variabilele de tip șir de caractere au un $ la sfârșit, iar valorile numerice sunt fără acesta.

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;

Notă: Pentru a executa o instrucțiune SAS, trebuie să specificați comanda RUN.

Pasul PROC

Ea efectuează analize sau funcții specifice pentru a produce rezultate și rapoarte.

Sintaxă

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

Exemplu

Exemplul dat folosește MIJLOACE procedura de imprimare a valorilor medii ale variabilelor numerice din setul de date.

PROC MEANS;
RUN;

Pasul IEȘIRE

Puteți afișa datele din setul de date cu instrucțiuni de ieșire condiționale.

Sintaxă

PROC PRINT DATA = data_set;
OPTIONS;
RUN;

Fiecare program SAS trebuie să urmeze toți pașii menționați mai sus pentru a citi datele de intrare, a analiza datele și a oferi rezultatul analizei. ALERGA instrucțiunea de la sfârșitul fiecărui pas încheie execuția pasului respectiv.

Programul SAS complet

Mai jos este dat codul complet pentru fiecare dintre pașii de mai sus.

ieșire:

Rularea programului produce setul de date imprimat, statisticile descriptive și raportul final afișat în cele trei ecrane de mai jos.

Unde se folosește SAS?

Mai jos sunt prezentate câteva aplicații SAS importante:

SAS vs. R

Tabelul de mai jos prezintă SAS și R alăturate în ceea ce privește costul, curba de învățare și grafica.

Avantajele SAS

• SAS are o sintaxă simplă care poate fi învățată fără niciun fel de cunoștințe de programare.
• Abilitatea de a gestiona cu ușurință o bază de date mare
• SAS este un limbaj foarte ușor de înțeles, care poate fi ușor depanat
• Fereastra sa „jurnal” indică clar eroarea, ceea ce vă ajută să depanați codul cu ușurință
• SAS vă ajută să testați și să analizați temeinic algoritmul
• SAS este complet securizat, deci nu puteți extindetracfără licență la birou
• Facilitează calculul statistic pentru utilizatorii care nu sunt programatori
• Gestionează eficient bazele de date de dimensiuni mari.

Dezavantajele SAS

• Costul este ridicat, deoarece o persoană sau o organizație nu poate utiliza toate aplicațiile sale fără o licență corespunzătoare
• SAS nu este open source, deci algoritmii utilizați în SAS nu sunt disponibili pentru uz comun.
• Text mining este un proces foarte supărător și dificil în SAS.
• Răspunsurile comunității și pachetele terțe sunt mai puține decât pentru stivele open-source utilizate în știința datelor și masina de învățare muncă.

Întrebări frecvente