Author

SAS Taiwan
RSS

SAS 學習資源 : https://blogs.sas.com/content/sastaiwan/

SAS Taiwan 0
1-1 SAS 版本選擇

  一、確認學校所提供的 SAS 安裝版本 安裝版本舉例: SAS 9.4 TS1M6, Rev. 940_19w47、 SAS 9.4 TS1M5, Rev. 940_18w16 哪裡可以確認 光碟:SAS Software DVD 光碟盒子封面 光碟安裝檔install_doc <Order Number (6個英文數字組合)> 中 soi.html 資料夾,查看 Internal Reference 這行 二、確認電腦作業系統是否可以安裝 (-->軟體需求) SAS版本 作業系統 位元 安裝步驟 備註 SAS 9.4 Win 7 :Ultimate, Enterprise或Professional (Win7 請使用 SAS9.4 TS1M6 19w25之前的版本)Win 8: Enterprise或ProfessionalWin 8

SAS Taiwan 0
如何運用SAS EM進行階層分類購物籃分析(1)

購物籃分析不僅單純地可拿來做零售商品的產品購買關聯,在SAS EM裡關聯節點或購物籃節點被歸屬在SEMMA循環裡的Explore工具池裡,所以這兩個節點可以拿來當作建置預測模型時的資料瀏覽工具,更進一步可將節點結果的產出匯出當作預測模型的新衍生變數。另外,購物籃分析也可以連結分群分析,協助行銷人員做更精準的行銷設計規劃(詳細內容可參考前兩期的專欄內容)。

SAS Taiwan 0
如何將 SAS dataset 匯出至 Excel

有安裝 SAS/ACCESS to PC Files 產品時 LIBNAME EXCEL 直接讀寫既有 Excel 檔案。SAS 與 Microsoft Office 需同為相同的 32-bit (或 64-bit) 應用程式。 LIBNAME myxls EXCEL PATH='C: mpprdsale.xls'; LIBNAME PCFILES –同 LIBNAME EXCEL 直接讀寫既有 Excel 檔案。但須使用 SAS PC Files Server LIBNAME myxls PCFILES SERVER=localhost PATH='C:prdsale.xls'; PROC EXPORT DBMS=EXCELCS :使用SAS PC Files Server讀寫既有 Excel 檔案。

SAS Taiwan 0
巨集語法(MACRO)之運用

分析人員於資料分析時,常常需重覆使用撰寫之程式。於SAS程式語法中,巨集語法(MACRO),最能有效的協助分析人員,重覆使用撰寫之程式。本文提供以下巨集語法之運用範例。

SAS Taiwan 0
自訂巨集函數(MACRO Function)

分析人員於資料分析時,常須依需要,重複執行不同之程式指令。SAS於巨集語法中,提供自訂巨集函數之功能,程式撰寫人員,能於巨集程式(MACRO  PROGRAM)中,撰寫巨集語法,產生自訂巨集函數,供後續之運用。本文提供以下巨集語法之自訂巨集函數範例。

SAS Taiwan 0
SAS Output Delivery System (ODS) 之運用範例

SAS程式好好用-SAS Output Delivery System (ODS) 之運用範例 一般使用者,常常希望能將SAS程序(Procedure)產生之結果,儲存於SAS資料檔案中。SAS Output Delivery System (ODS),可以讓使用者非常容易將產生結果之SAS內部資料檔,自行選擇儲存於指定之SAS資料集。本文提供以下SAS Output Delivery System (ODS)使用範例。 <<範例>>: 步驟一 : 輸出ODS內部資料檔相關資訊至SAS LOG視窗。 << 程式 : 輸出ODS內部資訊>>

SAS Taiwan 0
SAS/GRAPH之運用範例(一)

SAS程式好好用 – SAS/GRAPH之運用範例 一般使用者常常希望能以不同之統計圖,展示資料之特性。運用SAS/GRAPH 新版之SG系列程序,可以讓使用者非常容易的將資料,以更有效率之統計圖,展示資料內容。本文提供以下SAS /GRAPH之SG系列程序使用範例。 <<範例一>>: << 程式 : 製作透視度之堆疊直方圖 >>

SAS Taiwan 0
如何利用ODS繪製資料的散布圖、迴歸估計線及個別預測值之信賴上下界

在下面的文章中,我們使用SAS內建的資料集sashelp.class來示範如何繪出資料的散布圖、迴歸估計線及個別預測值之信賴上下界(prediction limits for the individual predicted values, CLI)。 在過去,我們利用SAS程式繪圖時需要使用很多symbols和options才能繪出我們想要呈現的圖形,如下例所示

SAS Taiwan 0
SAS/GRAPH之運用範例(三)

一般使用者常常希望能以不同之統計圖,展示資料之特性。運用SAS/GRAPH之統計圖程序,可以讓使用者非常容易的,將資料以更有效率之統計圖,展示資訊。SAS /GRAPH之方塊圖,可以同時展示兩個分析變數之總計大小,也可以同時展示多個分類變數的資訊。本文提供以下方塊圖程序使用範例。

SAS Taiwan 0
SAS/GRAPH之運用範例(二)

一般使用者常常希望能以不同之統計圖,展示資料之特性。運用SAS/GRAPH 新版之SG系列程序,可以讓使用者非常容易的將資料,以更有效率之統計圖,展示資料內容。本文再進一步,提供以下SAS /GRAPH之SG系列程序使用範例。 <<範例一>> << 程式 : 製作水平盒鬚圖 >> 程式說明如下 : 1. ODS LISTING CLOSE: 將SAS/GRAPH 輸出視窗關閉。 2. ODS HTML PATH=’C:OUTPUT’ BODY=’BOX.HTML’: PATH宣告儲存之子目錄,BODY宣告儲存之檔名。將盒鬚圖以HTML格式儲存於 C:OUTPUT BOX.HTML之檔案。 3. PROC SGPLOT:運用SGPLOT 程序,製作水平盒鬚圖。 4. HBOX MPG_CITY: 以MPG_CITY 變數為分析變數,製作水平盒鬚圖。 5. CATEGORY=TYPE: 以TYPE 變數為水平組別,製作水平盒鬚圖。 6. ODS HTML CLOSE: 將SAS/GRAPH 輸出至HTML之檔案關閉。 7. ODS LISTING: 將SAS/GRAPH 輸出視窗再度開啟,以便後續輸出之用。 水平盒鬚圖,結果如下:

SAS Taiwan 0
善用迴圈DO statement

一般使用者常常會重複做一些事情,例如:使用者在銀行存入5000元後,假設年利率為3%,試問在四年後的本利和為多少?我們可以利用重覆計算的方式計算其程式及結果如下:

SAS Taiwan 0
資料異常值之擷取(平均值與標準差)

分析人員於資料分析時,常常需計算數值性變數(例:銷售金額)之異常值。有時更需進一步,依某一特定分類變數(例:產品別)分別計算。於分析過程中,分析人員更希望能有效的,運用該特定分類變數之平均值與標準差,分別篩選該特定分類變數不同組別之極端資料。本文提供以下SAS依某一特定分類變數,掌控平均值與標準差,以擷取極端資料之範例。 範例 一 : <<依某一特定分類變數,平均值與標準差之儲存>>

SAS Taiwan 0
資料百分位之進階運用

分析人員於資料分析時,常常需計算數值性變數(例:銷售金額)之百分位值(Percentile)。有時更需進一步,依某一特定分類變數(例:產品別)分別計算。於分析過程中,分析人員更希望能有效的,運用該特定分類變數之某一百分位值,分別篩選該特定分類變數不同組別之極端資料。本文提供以下SAS依某一特定分類變數,掌控百分位值及擷取極端資料之範例。 範例 一 : <<依某一特定分類變數,數值性變數百分位之儲存>>

SAS Taiwan 0
利用SAS語法繪製地圖

在SAS中提供的台灣地圖僅包含台灣縣市地圖圖資,若是想要繪製其他的地圖(如鄉鎮市區里)可以去政府的網站下載地圖資訊檔,以台北市政府為例可以到http://data.taipei.gov.tw/ 選擇資料目錄->依資料分類查詢->行政/政治->台北市區界圖->檔案下載 將下載的opendata.zip解壓縮至C:Demo_map 其中包含了台北市區界圖.dbf, 台北市區界圖.shp, 台北市區界圖.shx

SAS Taiwan 0
資料取得後,如何初步檢視資料內容?

適用時機:在取得資料檔,進行資料處理及統計分析之前,通常會先瞭解並檢視資料檔的內容與型態,例如:資料檔包含的變項、變項的類型(類別變項或連續變項)、資料筆數……等,作為後續整理資料的依據。

SAS Taiwan 0
SAS之抽樣(取出放回)程式範例

一般使用者運用SAS時,常常需要自母體資料集,抽取部分資料做後續分析。 本文提供以下SAS Data Step (取出放回 : With Replacement)之語法運用範例,可以讓使用者非常容易運用Base SAS模組進行抽樣(取出放回 : With Replacement)之工作。

SAS Taiwan 0
用EG幫你寫論文 ,事半功倍,加速畢業![系列4-3-2]效度分析

步驟5:由於表3-14所得之相關係數均大於0.3(或0.4),刪除問題也無法再增加信度,因此「創新接受程度」總量表並未刪除任何問題,Cronbach a係數內在一致性信度為0.868245。進一步針對分量表進行信度分析,由表3-15與表3-16可以看出,兩個分量表(兩個因素)的相關係數也都大於0.3(或0.4),刪除問題也無法再增加信度,因此兩個分量表也毋需再刪除任何問題,Cronbach a係數內在一致性信度分別為0.840702與0.773107。

1 3 4 5 6 7 10