SAS Handledning för nybörjare: Vad är & programmeringsexempel

Vad är SAS?

SAS är en kommandodriven statistisk programvarupaket som används flitigt för statistisk dataanalys och visualisering. SAS fullständiga form är Statistical Analysis System. Det låter dig använda kvalitativa tekniker och processer som hjälper dig att förbättra medarbetarnas produktivitet och företagsvinster. SAS används också för avancerad analys som affärsinformation, brottsutredning och prediktiv analys. SAS uttalas vanligtvis "sass".

I SAS är data extrackategoriserad och redigerad vilket hjälper dig att identifiera och analysera datamönster. Det är en programvarupaket som låter dig utföra avancerad analys, Business Intelligence, prediktiv analys och datahantering, så att du kan arbeta effektivt under konkurrensutsatta och föränderliga affärsförhållanden. Dessutom är SAS plattformsoberoende, vilket innebär att du kan köra SAS på vilket operativsystem som helst, antingen Linux eller Windows.

Jämfört med andra BI-verktygSAS erbjuder omfattande stöd för att programmatiskt transformera och analysera data, förutom att använda dra-och-släpp-gränssnittet. Detta ger mycket detaljerad kontroll över datamanipulation och analys, vilket är dess unika fördel.

Varför behöver vi SAS?

Låt oss förstå behovet av SAS med ett enkelt exempel:

Tänk dig ett e-handelsföretag som vill veta sina kunders köpmönster baserat på historisk data. Företaget måste ta hänsyn till tusentals register från flera kunder för att få en generaliserad insikt.

Företaget kanske inte har all data som krävs för analysen. Om till exempel en kund inte köpte en jacka, vilka faktorer hindrade dem från att köpa den? Denna saknade data kan skapa fel i din analys. Hur kan vi bli av med dessa problem? Hur kan vi hantera den här typen av data?

Om den görs manuellt kommer denna uppgift att kräva hundratals analytiker och tusentals arbetstimmar. Genom att använda SAS analysverktyg kan du göra samma analys på bara några timmar med en enda analytiker. SAS låter dig eliminera onödig data och optimera relevant information. Det gör att du kan förutsäga ett resultat även med saknad data, så att du kan fatta bättre beslut.

Alternativa SAS-verktyg

Diagrammet nedan placerar SAS bredvid de två verktyg med öppen källkod som oftast jämförs med det.

R: Det är programvara med öppen källkod. Den är lätt att lära sig. R eftersom det är väl dokumenterat. Det erbjuder starka statistiska funktioner.

Python är ett annat populärt skriptspråk med öppen källkod. Python stöder bibliotek som NumPy, SciPy och Matplotlib. Du kan utföra vilken statistisk operation som helst, eller så kan du bygga vilken modell som helst med hjälp av dessa bibliotek.

SAS: Det är det allmänt använda analysverktyget på den kommersiella analysmarknaden, med en mängd statistiska funktioner och ett bra grafiskt gränssnitt.

I den här handledningen i SAS-programmering kommer vi att diskutera det statistiska analyssystemet och hur det kan användas för att lösa våra problem.

SAS historia

• SAS började i slutet av 1960-talet som ett projekt vid North Carolina State University, där Jim Goodnight arbetade med Anthony Barr, John Sall och Jane Helwig på ett statistiskt analyssystem.
• Ursprungligen utvecklades den för jordbruksforskning.
• De fyra samarbetspartnerna grundade SAS Institute 1976, och Goodnight har lett företaget sedan dess.
• Later, utökades det till ett spektrum av verktyg för att inkludera Predictive Analytics, Data Management, BI bland annat.
• SAS är fortfarande i stor utsträckning utplacerat bland världens största företag för Dataanalys och reglerad rapportering.

Nästa i denna SAS-språkhandledning kommer vi att lära oss om funktionerna i SAS.

SAS funktioner

Nyckelfunktioner hos SAS är:

• Få enkel åtkomst till rådatafiler och data i en extern databas. Läs och skriv i nästan alla dataformat!
• Hantera data med hjälp av verktyg för datainmatning, redigering, hämtning, formatering och konvertering
• Analysera data med hjälp av deskriptiv statistik, multivariata tekniker, prognoser, modellering och linjär programmering
• Avancerad analys hjälper dig att göra förändringar och förbättringar i affärspraxis.
• Rapportbildning med perfekta grafer
• Operaforskning och projektledning
• Uppdatering och modifiering av data
• Kraftfullt språk för datahantering
• Utmärkta datarensningsfunktioner
• Interagera med flera värdsystem

I den här handledningen om SAS för nybörjare kommer vi att lära oss om SAS-produktsviten.

SAS Product Suite

Det finns många SAS-produkter tillgängliga på marknaden. Följande är en lista över de mer populära.

Härnäst i den här SAS-handledningsguiden kommer vi att lära oss om SAS-arkitektur.

SAS Architecture

Diagrammet nedan delar upp distributionen i dess tre nivåer.

SAS arkitektur är huvudsakligen uppdelad i tre delar:

• Klientnivå
• Mellannivå
• Bakre nivå

Kundnivå

Klientnivå är där applikationen är installerad på en maskin, där användaren sitter. Den består av komponenterna som används för att se portalen och dess innehåll. Den innehåller också en standardwebbläsare som används för att interagera med portalen över standard HTTP- eller HTTPS-protokoll. Det hjälper dig också att göra SAS webbapplikations brandväggsvänlig.

Mellannivå

Mellannivån erbjuder en centraliserad åtkomstpunkt för företagsinformation. All åtkomst till innehåll bearbetas av komponenter som verkar på denna nivå. Separationen av affärslogiken från visningslogiken hjälper dig att utnyttja mellannivåns logik. Dessutom gör centraliserade åtkomstpunkter det enklare att upprätthålla säkerhetsregler, administrera portalen och hantera kodändringar.

Mellanskiktet är värd för följande funktioner:

SAS Information Delivery Portal Web Application: Det är samlingen av JSP, Java servlets, JavaBönor och andra klasser och resurser. Dessa komponenter hjälper dig att komma åt information som lagras i företagskatalogen för att skapa ett anpassningsbart gränssnitt för användaren.

Servletmotor: Servletmotorn kallas också en servletbehållare. Den ansvarar för att hantera SAS Information Delivery Portal Web Application. Servletmotorn erbjuder en körtidsmiljö. Det ger samtidighet, distribution, livscykelhantering, etc.

Webbserver: Webbservern erbjuder tjänster för servletmotorn som kan användas för att vara värd för en webbplats. Detta bör nås via portalen.

Bakre nivå

Den bakre nivån är ett område där data- och beräkningsservrarna körs som kan innehålla affärsobjekt. Det är en företagskatalogserver. Företagskatalogservern upprätthåller metadata om innehåll som finns i hela företaget.

Hur man laddar ner och installerar SAS

Anmärkning om utgåvor: Genomgången nedan dokumenterar SAS University Edition, den kostnadsfria skrivbords- och AWS-utgåvan som SAS Institute pensionerade 2021. Den kostnadsfria ersättningen är SAS OnDemand för akademiker, som kör SAS Studio i webbläsaren utan VirtualBox avbildning och ingen AWS-instans att hantera. SAS publicerar även SAS Viya för elever för molnbaserade kurser. Registrera dig för en av dessa och använd sedan SAS Studio-skärmarna som visas här, vilka är nästan identiska.

Lokal installation på din maskin

Steg 1) Ladda ner SAS från den givna länken

Gå till SAS sida för gratis akademisk programvara och klicka på Skaffa gratis programvara.

Steg 2) Välj din Operating System

Välj operativsystemet enligt ditt system, som visas nedan.

Steg 3) Ladda ner och installera Virtualization Software

SAS University Edition krävde virtualiseringsprogramvara som t.ex. VirtualBox installeras innan den kunde installeras. Nedladdningsskärmen såg ut så här:

Följ stegen som anges på skärmen för att installera SAS. VirtualBox och en lokal installation kunde ibland vara knepig, så AWS-rutten nedan rekommenderades istället.

AWS-installation

Obs: SAS University Edition AWS Marketplace-listningen har dragits tillbaka, så URLDe s som citeras i de ursprungliga stegen löses inte längre. Sekvensen bevaras nedan eftersom AWS subscribe-configure-launch-flödet är oförändrat för alla SAS Marketplace-avbildningar som du prenumererar på.

Du kan driftsätta SAS i AWS. Det var kvalificerat för gratisnivån.

Steg 1) Öppna SAS University Edition-annonsen på AWS Marketplace. Klicka på "Fortsätt prenumerera" på produktsidan som visas nedan.

Steg 2) Acceptera villkoren på nästa skärm.

Steg 3) Prenumerationen väntar och det tar upp till 10 minuter att godkänna. Du kommer att se följande skärm.

Steg 4) Uppdatera sidan så bekräftas din prenumeration. Klicka på Fortsätt till konfiguration.

Steg 5) Behåll standardinställningarna och klicka på Fortsätt till start.

Steg 6) RevVisa konfigurationssidan. Ange ett nyckel-värdepar. Resten av inställningarna ska vara standardinställningarna. Klicka på Starta.

Steg 7) Gå till ditt AWS Marketplace-bibliotek och klicka på Visa instanser, som visas här.

Steg 8) I popup-fönstret på bilden nedan:

1. Notera instans-id. Detta är ditt lösenord
2. Klicka på Åtkomst till programvara

Steg 9) I popup-fönstret som visas efter att du klickat i steg 8:

1. Ange användaruppgifter. Id: sasdemo-lösenord: instans-id noterat i steg 8
2. Klicka på Logga in

Steg 10) Du kommer att se välkomstskärmen nedan.

Felsökning

Om du inte kan ansluta öppnar du sidan Säkerhetsgrupper i EC2-konsolen för din region och ställer in reglerna för inkommande och utgående trafik till alla.

Hur använder man SAS?

För att effektivt använda SAS-programvara behöver du följa fyra steg: Åtkomst till data, Hantera data, Analysera och Presentera. Diagrammet nedan visar ordningen.

Åtkomstdata:

SAS låter dig komma åt data i vilket format du vill.

Du kan komma åt data som lagras var som helst, oavsett om det är i en fil på ditt system eller data som lagras i ett annat databassystem. Det kan vara en Oracle fil, en SAS-databasfil, en rå databasfil eller en enkel XLS/CSV-fil. Det hjälper dig att enkelt komma åt dessa data.

Hantera data:

SAS erbjuder fantastiska datahanteringsfunktioner. Du kan dela upp eller segmentera data baserat på vissa villkor, skapa variabler och rensa och validera data. Det finns andra verktyg som låter dig utföra samma uppgift. SAS hjälper dig dock att utföra detta jobb med lätthet.

SAS har väldefinierade bibliotek och processer som gör programmeringsprocessen enkel. Dessutom är det enstegsprocess att skapa en variabel eller delmängd av data. Detta sparar dig från att skriva komplexa algoritmer med bara en enda kodrad.

Analysera:

Du kan göra olika typer av analyser med SAS:

• Den kontrollerar frekvensen av medelvärdesberäkning
• Regression och prognoser
• Beslutsträd

SAS hanterar alla dessa analyser enkelt. Det är ett starkt verktyg för noggranna prognoser, vilket är anledningen till att det fungerar tillsammans med de andra dataanalysverktyg används i företagsrapportering.

Närvarande:

Om du visualiserar data korrekt är det enkelt för målgruppen att relatera till den. Det är viktigt att ditt verktyg presenterar data på ett lämpligt sätt. Det är vad SAS gör för dig. Det har utmärkta presentationsmöjligheter.

Du kan producera:

1. Listrapporter
2. Sammanfattningsrapporter
3. Diagramrapporter
4. Skriv ut rapporter

Exempel på SAS-program

Nästa avsnitt visar hur dessa steg ser ut i SAS-kod.

SAS-programmet består av tre nödvändiga steg:

• Datasteg
• Proc Steg
• Utgångssteg

DATA Steg

Datasteget laddar den nödvändiga datamängden till SAS-minnet och hittar de korrekta variablerna för datamängden. Den fångar också rekorden. Vi kan använda datasteg för att:

• Ange data i SAS-datauppsättningar
• Beräkna värden
• Kontrollera eller korrigera data
• Ta fram nya datamängder

Syntaxen för DATA-satsen är:

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;

Exempel:

Följande exempel visar hur man definierar en variabel, namnger datamängden, skapar nya variabler och matar in data. I det här exemplet kan du se att strängvariabler har ett $ i slutet, och numeriska värden är utan 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;

Obs: För att köra en SAS-sats måste du ange RUN-kommandot.

PROC Steg

Den utför specifika analyser eller funktioner för att producera resultat och rapporter.

syntax

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

Exempelvis

Det givna exemplet använder INNEBÄR ATT procedur för att skriva ut medelvärdena för de numeriska variablerna i datamängden.

PROC MEANS;
RUN;

OUTPUT-steget

Du kan visa data från datamängden med villkorliga utdatasatser.

syntax

PROC PRINT DATA = data_set;
OPTIONS;
RUN;

Varje SAS-program måste följa alla ovan nämnda steg för att läsa indata, analysera data och ge resultatet av analysen. SPRINGA uttalande i slutet av varje steg avslutar exekveringen av det steget.

Det kompletta SAS-programmet

Nedan ges den fullständiga koden för vart och ett av stegen ovan.

Produktion:

När programmet körs produceras den utskrivna datamängden, den beskrivande statistiken och den slutliga rapporten som visas på de tre skärmarna nedan.

Var används SAS?

Nedan ges några viktiga SAS-applikationer:

SAS vs. R

Tabellen nedan visar SAS och R sida vid sida vad gäller kostnad, inlärningskurva och grafik.

Fördelar med SAS

• SAS har en enkel syntax som kan läras utan någon form av programmeringskunskap.
• Förmåga att hantera en stor databas med lätthet
• SAS är ett mycket begripligt språk som lätt kan felsökas
• Dess "logg"-fönster anger tydligt felet, vilket hjälper dig att enkelt felsöka din kod.
• SAS hjälper dig att noggrant testa och analysera algoritmen
• SAS är helt säkert, så du kan inte exkluderatract det utan licens på kontoret
• Gör statistisk beräkning enklare för användare som inte är programmerare
• Hanterar stora databaser effektivt.

Nackdelar med SAS

• Kostnaden är hög, eftersom en individ eller organisation inte kan använda alla sina applikationer utan en korrekt licens
• SAS är inte öppen källkod, så algoritmer som används i SAS är inte tillgängliga för allmänt bruk
• Textmining är en mycket besvärlig och svår process i SAS.
• Gemenskapssvar och tredjepartspaket är färre än för öppen källkodsstackar som används i datavetenskap och maskininlärning arbete.

Vanliga frågor