延續『【資料處理篇】如何運用SAS EM 進行樣本預區隔與極值偵測(上)』文章說明

 　　接下來將透過案例情境詳細展示Filter node的主要資料過濾條件設定，輔助說明的資料集為SAMPSIO.DMAGECR (German Credit資料集)。

1.準備分析資料集
啟動SAS EM並新增一EM專案檔，點選主選單HELP下的Generate Sample Data Source產生樣本資料集：SAMPSIO.DMAGECR。至Sample工具頁籤拖曳「Filter node」到工作畫布上並與Input data node–German Credit串接，進行極值偵測與資料過濾工作。

 

2.進行預設值重設
使用Filter node進行極值偵測與排除時，建議一開始前先將Default Filtering Method值由預設值都改成改成「None」，欲處理的分析變數，則透過 Variables參數一一進行最適方法設定。

(1)變數 age依分析目的設定在20~60歲，以及排除duration未滿六個月的客群。

點選參數列「Interval Variables」，即會跳出「Interactive Interval Filter」互動式視窗，分別點選視窗內的變數清單中的「age」變數，將Filter Method設定為「User Specified」，可透過互動式的圖形拖曳，篩選欲分析的目標客群，系統會自動計算出對應的下界(Filter Lower Limit)及上界(Filter Upper Limit)，或直接透過人工鍵入的方式決定選取資料的上下界。

(2) 變數amount採Extreme Percentiles分布極端值百分比設定資料區間

在視窗內的變數清單中的「amount」變數，將Filter Method設定為「Extreme Percentiles」，系統預設分布左右兩端0.5%，視為資料的相對極值進行排除，即99%以外的資料視為資料的極端值，若欲調整切點門檻值，需至參數列「Tuning Parameters」進行調整。

(3) 變數purpose依分析目的設定選取車貸客群，其中「0」表新車，「1」表二手車。

點選參數列「Class Variables」，即會跳出「Interactive Class Filter」互動式視窗，分別點選視窗內的變數清單中的「purpose」變數，將Filter Method設定為「User Specified」，可透過互動式的圖形直接選取欲排除的類別水準，點選「Apply Filter」。

執行結果會顯示類別變數各類別水準的排除客戶數，以及連續變數的排除樣本數與選擇的資料過濾方法。