1

Curs 4 - Introducere în SAS

4.1 Pachetul integrat SAS

4.2 Lucrul cu date într-un proiect

2

Curs 4 - Introducere în SAS

4.1 Pachetul integrat SAS

4.2 Lucrul cu date într-un proiect

3

Cuprins

Categorii de pachete software pentru

prelucrarea analitică a datelor

Pachetul software integrat SAS

Facilităţi şi caracteristici ale SAS Enterprise

Guide

Paşii unei sesiuni tipice de lucru

Scopul diferitelor zone ale spaţiului de lucru

Lucrul cu date în cadrul unui proiect

Definirea tabelelor de date SAS

Accesarea datelor locale

4

Categorii de pachete software pentru prelucrarea

analitică a datelor -1

Foi de calcul: sunt cele mai folosite instrumente

analitice datorită uşurinţei în utilizare şi a faptului că

reflectă modelele mentale ale utilizatorilor. Probleme:

introducerea greşită a datelor datorită lipsei metodelor

de validare, erori în formulele de calcul.

Instrumente OLAP (Online Analytical Processors)

sunt proiectate pentru lucrul cu date multidimensionale

sau serii de timp. Organizează datele în cuburi de date

care permit analiza acestora în funcţie de mai multe

dimensiuni cum ar fi timpul, aria geografică sau

categoria de produse. Cuburile de date sunt colecţii de

date care conţin 3 sau mai multe variabile care sunt

structurate şi împachetate în scopul efectuării de

rapoarte şi analize.

5

Categorii de pachete software pentru prelucrarea

analitică a datelor -2

Instrumente pentru analize statistice şi optimizare:

necesită cunoştinţe analitice avansate şi procesează

date cantitative pentru a realiza prelucrări statistice sau

a ajunge la un rezultat optim.

Instrumente pentru data mining: sunt aplicaţii ale

unor tehnici avansate precum inteligenţa artificială,

statistică, arbori decizionali sau reţele neuronale

pentru a identifica şabloane în seturi de date complexe

sau slab structurate. Exemple de aplicaţii: care clienţi

vor renunţa la abonament în următoarele x luni;

clasificarea clienţilor pentru un marketing personalizat.

6

Categorii de pachete software pentru prelucrarea

analitică a datelor -3

Instrumente de text mining: sunt specializate în

identificarea unor trenduri sau relaţii în datele în format

textual, mediul Web fiind sursa predilectă de aplicaţii.

Exemple de aplicaţii: prin monitorizarea blogurilor cu

spacific tehnic, un producător poate identifica dacă un

produs are defecte în câteva ore după ce acesta a fost

livrat, în loc să aştepte plângerile clienţilor;

identificarea şi stucturarea unor referinţe la persoane,

locuri sau subiecte de interes şi folosirea acestor

informaţii pentru a genera concluzii privind posibilul

comportament al competitorilor.

Alte categorii avansate: instrumente de simulare,

motoare de reguli de afacere, algoritmi genetici,

sisteme expert.

7

Pachetul software integrat SAS

Base SAS

Rapoarte şi

Grafice

Analize

Vizualizare şi

Descoperire

Interfeţe

utilizator

Dezvoltare

de aplicaţii

Capabilităţi

Web

Accesarea şi

managementul

datelor

Soluţii de

business

8

Componentele produsului SAS

9

Prelucrări bazate pe date

Funcţionalitatea produsului este construită în jurul a patru

tipuri de prelucrări bazate pe date, prelucrări comune

pentru aproape toate tipurile de aplicaţii software:

Accesarea date

Managementul datelor

Analiza datelor

Prezentarea datelor

10

Transformarea datelor în informaţii

11

Structura SAS Enterprise Guide

Pentru a lucra cu SAS Enterprise Guide, trebuie parcurşi

următorii paşi:

1. crearea unui nou proiect

2. adăugarea de date la proiect

3. executarea de prelucrări asupra datelor

Opţional, se pot realiza:

4. personalizarea rezultatelor

5. automatizarea procesului

12

SAS Enterprise Guide poate utiliza puterea unui server SAS

pentru a accesa datele şi a rula procedurile, urmând ca

apoi rezultatele să fie returnate maşinii client.

SAS Enterprise

Guide

SAS

on Windows

SAS

on Mainframe

SAS

on UNIX

Ceea ce nu se vede

13

SAS Enterprise Guide poate utiliza puterea unui server

SAS pentru a accesa datele şi a rula procedurile,

urmând ca apoi rezultatele să fie returnate maşinii

client.

SAS Enterprise

Guide

SAS

on Windows

SAS

on Mainframe

SAS

on UNIX

Ceea ce nu se vede

14

Pe măsură ce se efectuează prelucrări, SAS Enterprise

Guide generează cod SAS.

Ceea ce nu se vede

15

Interfaţa de programare

16

Zonele de lucru şi ferestrele

Arborele proiectului

Zona de resurse

Spaţiul de lucru unde se vizualizează Fluxul de proces

Prelucrări în execuţie

17

Ferestrele SAS Enterprise Guide

Fereastră Descriere

Project Tree Afişează o structură ierarhică a obiectelor

proiectului sub forma unei diagrame

arborescente.

Task List Listează toate prelucrările şi şabloanele de

prelucrări disponibile. Se poate opta pentru a

ofişare a prelucrărilor în funcţie de categorie, de

nume sau şabloanelor de prelucrări.

SAS Folders Afişează orice director care a fost definit în

metadate.

Server List Listează serverele SAS disponibile, precum

şi fişierele şi librăriile de date de pe aceste

servere.

Task Status Afişează informaţii despre prelucrările care

se execută la un moment dat.

18

Obiectele unui proiect

19

Tipuri de obiecte Pictogramă Descriere

Datele dintr-un proiect pot fi tabele de date SAS, fişiere flat care

conţin date sau alte fişiere de date ale unor Sisteme de Gestiune a

Bazelor de Date sau aplicaţii. Proiectele conţin referinţe la date şi nu

datele propriu-zise. Pictograma reprezintă un set de date SAS.

Prelucrările reprezintă analize sau rapoarte specifice care pot fi

executate, cum ar fi rapoarte listă (List Data) sau grafice cu bare verticale

(Bar Chart). Atunci când se rulează o prelucrare, SAS Enterprise Guide

adaugă o pictogramă reprezentând prelucrarea respectivă în feresatra

fluxului de proces şi a arborelui proiectului. Pictograma reprezintă o

prelucrare de tip grafic cu bare verticale.

Rezultatele sunt rapoarte sau grafice produse în urma execuţiei

prelucrărilor. Rezultatele sunt reprezentate prin pictograme diferite în

funcţie de tipul fişierului rezultat (raport SAS, HTML, PDF, RTF sau text).

Pictograma reprezintă un rezultat în formatul raport SAS.

Notele sunt fişiere text opţionale folosite pentru documentarea unui

proiect sau pentru a consemna comentarii sau instrucţiuni pentru utilizările

ulterioare.

Programele sunt fişiere care conţin cod SAS. În SAS Enterprise

Guide se pot deschide programe existente sau se pot crea programe noi.

20

Curs 5 - Introducere în SAS

5.1 Pachetul integrat SAS

5.2 Lucrul cu date într-un proiect

21

Formate comune de date

SAS Enterprise Guide poate citi şi utiliza date

dintr-o variatate de formate .

Foi de calcul

Microsoft Excel

Fişiere dBASE

Tabele HTML

Date

compatibile

ODBC Fişiere ale

furnizorilor

OLE DB Tabele

Microsoft

Access

Fisiere text cu

lăţime fixă şi

delimitate

Tabele SAS

22

Tabele de date SAS O tabelă de date SAS este o tabelă rectangulară formată din

linii şi coloane.

Coloane (variabile)

Rânduri (observaţii)

23

Tabele de date SAS Toate coloanele trebuie să aiba un nume, tip şi o lungime.

Numele poate avea lungimea

între 1 si 32

caractere

24

Coloana poate fi de tip caracter sau numeric. Tipul are şi

rol în determinarea lungimii.

Valorile de tip

caracter pot avea

lungimea între

1 si 32,767

caractere (octeţi).

Valorile numerice sunt stocare pe 8 octeţi în virgulă mobilă şi pot fi de tip:

Numeric

Monedă

Dată (zile de la 1 Ianuarie 1960)

Timp (secunde de al miezul nopţii)

Tabele de date SAS

25

Formate de afişare Formatul de afişare (Format) este folosit pentru a controla

modul în care sunt afişate valorile. Formatul de afişare nu

afectează modul de stocare a valorilor.

Format: MMDDYY Latime: 10 Valoare stocata:15060

Format: DOLLAR Latime: 10 Numar zeximale: 0 Valoare stocata:76806

26

Formate de afişare

27

Formate de intrare

Sunt folosite pentru a citi într-o variabilă date din surse

externe. Sunt de trei tipuri:

caracter: $INFORMATw.

numeric: INFORMATw.d

dată/timp: INFORMATw.

w semnifică lăţimea unei variabile (în octeţi sau număr de

coloane)

INFORMAT este un nume opţional de format de intrare SAS

d este folosit în cazul datelor numerice pentru a specifica

numărul de cifre ale părţii zecimale

$ indică prezenţa unui caracter

28

Valori lipsă Dacă într-o coloană, valoarea unei date nu există pentru

un anumit rând, ea este considerată lipsă.

O valoare lipsă de tip caracter este afişată ca spaţiu.

O valoare lipsă de tip numeric este afişată ca virgulă

sau punct.

. .

.

29

Accesarea datelor locale Fişierul software

conţine

metadate.

Fişierul software

nu conţine

metadate.

30

Crearea unui proiect nou şi lucrul cu tabele SAS

Adăugarea unei foi de calcul Excel într-un proiect

Adăugarea unui fişier text într-un proiect

Lucru la seminar