آموزش تجزیه و تحلیل اطلاعات با نرم افزار آماری SAS (8 درس کاربردی)
SAS نرمافزاری برای واردکردن، پاکسازی، مدیریت، تحلیل آماری و گزارشگیری از دادههاست. مسیر استاندارد تحلیل در SAS شامل شناخت داده، اصلاح خطاها، آمار توصیفی، انتخاب آزمون مناسب، اجرای تحلیل و تفسیر نتایج است. بیشتر کارها با دو ساختار اصلی DATA Step و PROC Step انجام میشوند.
در نسخههای جدید SAS Viya، نام SAS Studio از انتشار ژوئن ۲۰۲۶ به SAS Data and AI Studio تغییر کرده است؛ بااینحال کدهای معمول SAS همچنان قابلاستفادهاند. صفحه رسمی SAS Data and AI Studio
مفاهیم پایه SAS
| مفهوم | توضیح |
|---|---|
| Data Set | جدول اطلاعات |
| Observation | هر ردیف یا مشاهده |
| Variable | هر ستون یا متغیر |
| Numeric | متغیر عددی |
| Character | متغیر متنی |
| Library | محل ذخیره مجموعهدادهها |
| WORK | کتابخانه موقت که با پایان جلسه حذف میشود |
| DATA Step | ساخت، پاکسازی و تغییر داده |
| PROC Step | تحلیل آماری و گزارشگیری |
تقریباً تمام دستورهای SAS با نقطهویرگول ; تمام میشوند. فراموشکردن آن یکی از رایجترین دلایل خطاست.
ساخت یک مجموعهداده ساده
data work.students; input id age gender $ group $ score income purchase; datalines;1 22 F A 78 15 12 25 M A 82 18 13 31 F B 69 22 04 28 M B 74 20 15 35 F A 91 30 16 40 M B 65 27 0;run;علامت $ بعد از نام متغیر نشان میدهد که متغیر متنی است. در این مثال gender و group متنی و سایر متغیرها عددی هستند.
برای مشاهده دادهها بنویسید:
proc print data=work.students;run;واردکردن فایل Excel و CSV
واردکردن CSV
proc import datafile="C:\Data\students.csv" out=work.students dbms=csv replace; getnames=yes; guessingrows=max;run;getnames=yesسطر اول را نام ستونها در نظر میگیرد.replaceجدول قبلی را جایگزین میکند.guessingrows=maxنوع متغیرها را با بررسی ردیفهای بیشتری تشخیص میدهد.
واردکردن Excel
proc import datafile="C:\Data\students.xlsx" out=work.students dbms=xlsx replace; sheet="Sheet1"; getnames=yes;run;در محیطهای تحت وب، مسیر فایل باید مسیر موجود روی سرور SAS باشد، نه لزوماً مسیر رایانه شخصی.
اولین بررسی پس از ورود داده
هیچ تحلیلی را بلافاصله پس از واردکردن فایل اجرا نکنید. ابتدا ساختار داده را بررسی کنید.
proc contents data=work.students;run;proc print data=work.students(obs=10);run;PROC CONTENTS نوع، طول، فرمت و ترتیب متغیرها را نشان میدهد. گزینه obs=10 نیز فقط ده ردیف اول را نمایش میدهد.
برای پیدا کردن مقادیر غیرعادی متغیرهای گروهی:
proc freq data=work.students; tables gender group purchase / missing;run;برای بررسی متغیرهای عددی:
proc means data=work.students n nmiss mean std median min max; var age score income;run;پاکسازی اطلاعات
اصلاح مقادیر غیرمنطقی
data work.clean; set work.students; if age < 18 or age > 100 then age=.; if score < 0 or score > 100 then score=.; group = upcase(strip(group)); gender = upcase(strip(gender)); if missing(id) then delete;run;stripفاصلههای اضافی ابتدا و انتهای متن را حذف میکند.upcaseحروف انگلیسی را بزرگ میکند.- نقطه
.نشاندهنده داده گمشده عددی است. - تابع ()
missingبرای بررسی داده گمشده استفاده میشود.
مطلب کاربردی: ۳ تا از بهترین نرم افزارهای خودآموز اتوکد معماری از مقدماتی تا حرفه ای (فارسی)
نمونه ویدیوی آموزشی و تصاویر دروس
نمونه ای از این ویدیوها را در زیر می بینید (البته ویدیوهایی که دانلود می کنید، از کیفیت بالاتری برخوردار هستند):
در این قسمت یک سری تصاویر از این دروس را هم می بینید:
لینک های دانلود:
لینک دانلود بهترین جزوه رایگان موجود آموزش SAS
همچنین بخوانید: معرفی اجزای اصلی و مهم Spss برای یادگیری بهتر سطح مقدماتی
از مهمترین مزایای این نرم افزار امکان برنامه نویسی برای تحلیلهای پیشرفته آماری و علی الخصوص برنامه نویسی جهت تحلیلهای ماتریسی است. ولی Sas در برخی زمینه ها از جمله در زمینه گرافیکی از سایر نرم افزارها مانند Splus ضعیف تر است.
انتخاب آزمون آماری مناسب
| هدف | نوع داده | روش پیشنهادی |
|---|---|---|
| مقایسه میانگین دو گروه مستقل | عددی و دو گروه | PROC TTEST |
| مقایسه میانگین قبل و بعد | عددی زوجی | Paired T-test |
| مقایسه بیش از دو گروه | عددی و چند گروه | PROC GLM |
| ارتباط دو متغیر طبقهای | طبقهای | PROC FREQ و کایدو |
| ارتباط دو متغیر عددی | عددی | PROC CORR |
| پیشبینی متغیر عددی | عددی | PROC REG |
| پیشبینی نتیجه صفر و یک | دودویی | PROC LOGISTIC |
| تحلیل زمان وقوع رویداد | زمان و وضعیت | PROC PHREG |
| دادههای تکراری یا خوشهای | وابسته | PROC MIXED یا GENMOD |
انتخاب آزمون فقط براساس تعداد متغیرها انجام نمیشود؛ مقیاس اندازهگیری، مستقل یا وابستهبودن مشاهدات و مفروضات آماری نیز مهماند.
اشتباهات رایج در تحلیل با SAS
- تحلیل داده قبل از بررسی مقادیر گمشده و پرت
- استفاده از میانگین برای دادههای بسیار نامتقارن
- اجرای آزمونهای متعدد بدون اصلاح سطح خطا
- تفسیر P-value بهعنوان شدت اثر
- نادیدهگرفتن فاصله اطمینان
- تبدیل متغیر عددی به گروههای غیرضروری
- حذف دادههای گمشده بدون بررسی علت
- استفاده از رگرسیون بدون بررسی باقیماندهها
- ادغام جدولها بدون کنترل شناسههای تکراری
- جایگزینکردن داده خام با نسخه پاکسازیشده
ترتیب پیشنهادی برای یک تحلیل واقعی
۱. سؤال پژوهش و متغیر وابسته را مشخص کنید.
۲. داده را وارد کرده و با CONTENTS و PRINT بررسی کنید.
۳. مقادیر گمشده، تکراری و غیرمنطقی را شناسایی کنید.
۴. آمار توصیفی و نمودارها را تهیه کنید.
۵. مفروضات آزمون آماری را بررسی کنید.
۶. آزمون یا مدل مناسب را اجرا کنید.
۷. علاوه بر P-value، اندازه اثر و فاصله اطمینان را گزارش کنید.
۸. نتایج را اعتبارسنجی و در Excel، PDF یا HTML ذخیره کنید.
۹. کد، داده خام و داده پاکسازیشده را جداگانه نگه دارید.
برای شروع عملی، ابتدا روی PROC IMPORT، PROC CONTENTS، PROC FREQ، PROC MEANS، PROC SGPLOT و PROC TTEST مسلط شوید. پس از آن یادگیری PROC GLM، PROC REG، PROC LOGISTIC و PROC SQL بیشتر نیازهای تحلیل آماری را پوشش میدهد.
در کل نرم افزار آماری Sas یکی از قویترین نرم افزارهای آماری به حساب می آید و در اکثر کشورها به طور گسترده مورد استفاده قرار می گیرد. به طوری که در برخی کشورهای پیشرفته از لحاظ آمار از جمله در آمریکا، آشنایی و توان استفاده از این نرم افزار برای یک آمار شناس از اهمیت ویژه ای برخوردار است. علاقه مندان به یادگیری Sas می توانند ضمن دانلود و تماشای این ویدئوهای آموزشی که به صورتی ساده و روان می باشند در کمترین زمان و بدون پرداخت هیچ گونه هزینه ای sas را حرفه ای کار کنند.
کاربران گرامی! پاسخگوی سؤالات مرتبط شما در بخش نظرات همین پست هستیم.
با سلام نیاز به یک جلسه آموزش sas دارم
پاسخ