راهنما و آموزش نرم افزار SAS

[MaMi]

راهنمای نرم افزار SAS

نرم افزار SAS از جمله تخصصی ترین نرم افزارهای آماری است. سرعت پردازش اطلاعات به نحو قابل توجهی در این نرم افزار نسبت به سایر نرم افزارهای آماری بالاست. بنابراین در کارهای تخصصی آماری که شامل اطلاعات پیچیده می باشند، بهتر است از این نرم افزار استفاده شود.
نگارش‌های متعددی ازاین نرم‌افزار در دسترس می‌باشد. این نرم‌افزار از نگارش اول دارای سه پنجره مهم طراحی شده است که عبارتند از:
الف: پنجره Program Editor برای برنامه‌نویسی
ب: پنجره output مختص خروجی برنامه
ج: پنجره LOG برای نمایش پیغام‌های ویژه اجرای دستورات محاسبات آماری

در این تاپیک مباحث مربوط به این نرم افزار مطرح می شود.

[MaMi]

این سامانه دارای مجموعه هایی از شیوه هایی برای تحلیل داده ها و توانایی کار با داده های ورودی/خروجی است. این سامانه به کاربر این امکان را می دهد تا برای تحلیل های آماری داده ها عبارت های برنامه ای خود را بنویسد، همچنین روال های SAS را که شیوه ها نام دارند، فراخوانی کند. عبارت های برنامه ای کاربر نوشته معمولا برای انجام تغییر در داده ها مثل تبدیل مقدارهای متغیرهای موجود، ایجاد متغیرهای جدید از متغیرهای موجود یا ساختن زیرمجموعه ای از مشاهده ها یا متغیرها استفاده می شود. داده های آماده سازی شده به عنوان ورودی برای تحلیل های آماری موردنظر کاربر، به کار می رود. سامانه SAS هر تحلیل آماری که کاربر به درستی مشخص کرده باشد را انجام می دهد.
اکثر تحلیل های آماری در SAS نیاز به دانستن دانش وسیع از ویژگی های این سامانه ندارد. اما، حتی تحلیل های ساده آماری از برخی توانایی های زبان برنامه ای این سامانه استفاده می کند. بنابراین، دانستن تعدادی از ساختارهای برنامه ای SAS و نحوه کارکرد آن برای نوشتن برنامه های کارای SAS لازم است.
...

[MaMi]

تحلیل تابع تشخیصی(DFA) در نرم افزار SAS

تحلیل تشخیصی یا Discriminant Analysis که به تابع ممیزی DFA نیز شهرت دارد، یکی از روش های آماری چند متغیره است که در تفکیک و تشخیص طبقات یک متغیر بر اساس چند متغیر کمی به کار می رود. به عنوان مثال محققی علاقه مند به مطالعه روابط بین سه نوع شغل خدمات مشتریان، مسئولین فنی و تکنسین های توزیع در یک شرکت خدمات تلفن های همراه است. محقق فرضیه ای مبنی بر متفاوت بودن این سه طبقه به لحاظ تیپ های شخصیتی دارد. لذا هر کارمند به طور تصادفی در سه آزمون تحرک پذیری، جامعه پذیری و محافظه کاری شرکت نموده و شغل وی نیز در این سه حیطه ثبت می شود. یا محققی در صدد این است تا متغیر های اصلی تفکیک کننده سه گونه گیاهی را شناسایی نماید. این روش را می توان با روش هایی چون رگرسیون ترتیبی و چند جمله ای مقایسه کرد. این روش نسبت به روش های قبلی بر اساس شاخص های کمّی انجام می پذیرد. در این مقاله سعی می شود تا در مورد مثال اول و با داشتن داده ای فرضی کاربرد این روش کمّی در نرم افزار SAS توضیحات تکمیلی ارائه شود.
ابتدا دستور زیر برای ورود داده ها و بیان آماره های توصیفی را وارد پنجره دستورات می کنیم؛...

[MaMi]

تجزیه طرح با استفاده از نرم افزار SAS

SAS دارای صفحه گرافیکی است که از سه پنجره اصلی به نام های Log، Output و Editor تشکیل شده است.
Editor شامل داده ها و برنامه هایی می باشد که کاربر وارد می کند و قصد انجام عملیات آماری را با آنها دارد. در پنجره Log برنامه ایی که SAS داده می شود و مدت زمانیکه برنامه می خواهد اجرا شود، نشان داده مشود، بنابراین اگر اشتباهی در نوشتن برنامه داشته باشیم می توان در پنجره Log به آن پی برد. نتایج کار در پنجره Output نمایش داده می شود. در اجرای برنامه های آماری با نرم افزار SAS ممکن است برنامه اشتباه باشد ولی پنجره Output فعال شود و نتایج را نشان دهد. برای جلوگیری از ورود چنین خطایی به کار، لازم است بعد از اجرای هر برنامه ای پنجره Log را بازبینی کنیم تا از صحت عملیات آماری اطمینان حاصل شود. برای ذخیره کردن باید پنجره Editor ذخیره گردد چون اگر پنجره Output ذخیره گردد، فقط نتایج را ذخیره می کند در حالیکه برنامه مربوطه و داده ها ذخیره نمی گردد و در صورتیکه نیاز باشد برنامه دوباره اجرا گردد، مشکل ایجاد خواهد شد.

قواعد برنامه نویس در SAS
در SAS باید به طور منظم برنامه ها را به صورت جمله بندی شده در پنجره Editor وارد کنیم. هر جمله با استفاده از نقطه ویرگول (؛) از جمله بعدی متمایز می شود. در واقع بعد از پایان هر جمله ای باید نقطه ویرگول یا سمی کلون گذاشت. بیشتر اشتباهات در برنامه نویسی در SAS مربوط به عدم گذاشتن سمی کلون در آخر جملات می باشد. با گذاشتن سمی کلون در آخر جمله ختم جمله به SAS اعلام می شود. جملات زیادی را می توان پشت سر هم و به صورت سطری نوشت، به شرطی که قاعده جمله بندی با گذاشتن سمی کلون و طبق آنچه در بالا ذکر شد، رعایت گردد. در بین داده ها نباید هیچ علامتی، حتی سمی کلون گذاشت...

[MaMi]

محاسبه رگرسیون Ordinal در نرم افزار SAS

به منظور بررسی و مطالعه در مورد متغیر های پیش بین موثر بر ابعاد یک متغیر گسسته از رگرسیون های ترتیبی استفاده می شود. این روش رگرسیونی مبتنی بر روش حداکثر درست نمایی است. این روش در مقابل روش هایی چون تحلیل تشخیصی که روشی صرفا کمّی است بسیار کامل بوده و امروزه در تمام حوزه هایی که شانس رخ داد تصادفی هر یک از ابعاد یک متغیر وابسته را بخواهند برآورد کنند مورد استفاده قرار می گیرد. به عنوان مثال یک شرکت بازاریابی می خواهد در مورد متغیر های پیش بین موثر بر میزان علاقه مندی افراد به محصولات یک شرکت تولید خودرو معادله رگرسیونی را برآورد نماید. به این منظور با یک طیف لیکرت میزان علاقه مندی افراد را به محصولات این شرکت در قالب چهار گروه مورد بررسی قرار می دهد. یا میزان علاقه مندی افراد به سه اندازه تپلت ها تحت تاثیر چه متغیر هایی است؟ یا اینکه یک موسسه آموزشی علاقه مند است تا مطالعه کند متغیر های اصلی روی میزان علاقه مندی دانشجویان به ثبت نام در قالب سه طیف بسیار علاقه مند، علاقه مند و تا حدی چه متغیر هایی هستند. میزان تحصیلات والدین، دولتی یا خصوصی بودن موسسه قبلی و نمره معدل دوره قبلی فرد مورد توجه قرار گرفته و به عنوان متغیر مستقل مورد مطالعه قرار گرفتند. در ادامه با تعریف داده ای فرضی، این مثال در نرم افزار SAS حل می شود...

[MaMi]

کاربرد آنالیز رگرسیون خطی (Linear Regression) با استفاده از نرم افزار SAS

اصولا کاربرد رگرسیون در مطالعات مختلف بسیار وسیع است و کمتر تحقیقی را می توان یافت که از رگرسیون ها برای پیش بینی ها استفاه نکرده باشد. خانواده رگرسیون ها بسیار گسترده بوده و دارای انواع مختلفی است که یکی از پر کاربرد ترین آنها، نوع خطی است. نرم افزار SAS به عنوان قویترین نرم افزار آماری مورد استفاده در بین محققان، کامل ترین روش محاسبه رگرسیون خطی را ارائه می دهد که محقق می تواند با توجه به نیاز خود از آن استفاده کند. نرم افزار SAS دارای محیط برنامه نویسی بسیار پیشرفته و کاملی است که تمام نیاز های آماری محققان را در سطوح مختلف برآورده می کند. در این نوشتار از ارائه فرمول ها پرهیز شده و سعی بر ارائه یک راهنمای کاربردی برای استفاده از این روش آماری در نرم افزار SAS بود.
انجام رگرسیون خطی چندگانه دارای پیش فرض هایی است که باید این قواعد را برای کسب نتیجه بهینه مورد توجه قرار داد. استقلال مشاهدات، ساختار کوواریانس عمومی در بین مشاهدات، همگونی واریانس های وضعیت خطاها بر متغیر های پیش بین و نرمال بودن توزیع چند متغیره باقیمانده ها. در مورد نرمال بودن توزیع چند متغیره، در نرم افزار هایی چون SAS و SPSS آزمون خاصی ارائه نمی شود و صرفا از طیق اسکتر پلات ها نحوه توزیع باقیمانده و نرمال بودن آن مورد قضاوت قرار می گیرد. در مورد همگونی واریانس های وضعیت خطاها بر متغیر های پیش بین، با توجه به اینکه اکثر ازمون های ارائه شده به نرمال بودن توزیع وابسته هستند؛ برای این منظور نرم افزار SAS از آماره F برای برازش کلی مدل رگرسیونی استفاده می کند. معنی داری آزمون F به معنای تحقق این پیش فرض رگرسیون خطی چند گانه است. برای آزمون هم خطی در رگرسیون از مقدار تولرانس یا تورش واریانس استفاده می شود که به این معنا است که اطلاعات هر متغیر پیش بین وارد شده به مدل تا چه حد توسط سایر متغیرهای مستقل قابل برآورد بوده است. برای این منظور بایدبه شاخص شرایط استناد نمود که باید مقدار آن زیر 15 برای مدل های خوب باشد و تا 30 قابل تحمل است لیکن مقادیر کمتر آن به معنای اعتبار بیشتر ضریب تعیین است. برای بررسی استقلال خطاها از یکدیگر نیز از آزمون دوربین واتسون استفاده می شود که باید بین 5/1 تا 5/2 باشد.
در اینجا هدف بررسی حل یک مثال واقعی با نرم افزار SAS است. در نظر بگیرید محققی علاقه مند است تا بداند در دفعات مشاهده و یادآوری یک تیزر تلویزیونی، نقش متغیر هایی چون آشکار بودن پیام آن، منطقی بودن عناصر به کار گرفته شده در ساخت آن، و میزان رعایت قواعد ساخت تیزر، چگونه است. به این منظور پس از یک ماه از پخش تیزر مورد مطالعه، بر اساس نمونه گیری در دسترس تعدادی از مخاطبان کلیدی آن را انتخاب نموده و در مورد این چهار عنصر نظر خواهی و امتیازاتی که افراد می دهند را ثبت می کند.
در این تحقیق دو متغیر دفعات مشاهده و یادآوری یک تیزر تلویزیونی به عنوان متغیر های وابسته و آشکار بودن پیام آن، منطقی بودن عناصر به کار گرفته شده در ساخت آن، و میزان رعایت قواعد ساخت تیزر، به عنوان متغیر های مستقل مورد مطالعه قرار گرفتند.
از نرم افزار SAS نسخه 9 در این مثال استفاده شده است. این نرم افزار دارای پنجره های متعددی است که مهمترین آنها پنجره ادیتور است. در این پنجره این دستور را وارد کنید. فراموش نکنید که فرمت دستور باید عینا مانند دستور زیر وارد شود. بهتر است ابتدا داده ها را در نرم افزاری مثل excel وارد نموده و سپس فایل آنها را در نرم افزار Import نموده و از پنجره Explorer آن را مشاهده کنید. همانطور که در دستور زیر مشخص شده است، فایل از مسیر مشخص شده می تواند خوانده شود.

proc reg data = "L:\datareg";
model read socst = write math science / COLLIN DWPROBE;
write: mtest read- socst, write / details print;
science: mtest read - socst, science / details print;
run;
quit;

حال از منوی Run گزینه Submit را انتخاب کنید تا خروجی نرم افزار در پنجره Output ظاهر شود.

همانطور که برای اولین متغیر وابسته نشان داده شده است. آزمون F معنی دار است لذا برازش کلی مدل رگرسیونی و میزان باقیمانده های مدل در حد قابل قبولی است. با استناد به این آماره می توان معتبر بودن نتایج را اثبات نمود.

همچنین میزان واریانس تبیین شده یا R-Square برابر 54 درصد است یعنی با مدل ارائه شده می توان تا 54 درصد از تغییرات متغیر وابسته دفعات مشاهده توسط یک فرد را پیش بینی نمود.

بر این اساس مشخص شده است که هر سه متغیر مستقل وارد شده در مدل نیز دارای مقدار t معنی دار هستند لذا هر سه متغیر مستقل وارد شده در مدل از توان لازم برای پیش بینی تغییرات متغیر وابسته بر خوردار هستند. لذا می توان هر سه متغیر را به لحاظ اهمیت در پیش بینی متغیر وابسته، مهم قلمداد نمود. به عبارت دیگر می توان گفت که معادله پیش بینی دفعات مشاهده تیزر به عوامل زیر وابسته است:

Y=4.36+.23X1+.37X2+.29X3

لذا مشخص بودن وضعیت متغیر های مستقل تحقیق شامل آشکار بودن پیام آن، منطقی بودن عناصر به کار گرفته شده در ساخت آن، و میزان رعایت قواعد ساخت تیزر، می تواند طبق فرمول بالا تا 54 درصد تعداد دفعات دیده شدن تیزر را پیش بینی کند که با توجه به داشتن سه متغیر مستقل مقدار قابل قبولی است. لیکن محقق در این مرحله باید اعتبار ضریب تعیین را نشان دهد. وضعیت همخطی در جدولی تحت عنوان Collinearity Diagnostics و در قالب مقدار Condition Index در خروجی نشان داده می شود که برای هر متغیر مستقل کمتر از 15 و در برخی منابع کمتر از 20 باشد. در صورتی که این مقدار بالای 30 باشد نشان از وجود رابطه هم خطی بین متغیر های پیش بین داشته و اعتبار کلی مدل رگرسیونی ضعیف خواهد بود. همچنین آماره دوربین واتسون هم باید در محدوده 2.5 تا 1.5 قرار داشته باشد.

برای دومین متغیر وابسته یعنی میزان یادآوری یک تیزر تلویزیونی، نیز محاسبات در خروجی نشان داده شده است. که عینا مانند خروجی مدل اول تفسیر می شود. به عنوان مثال این مدل دارای ضریب R-Square برابر 41 درصد می باشد که نشان می دهد با مدل ارائه شده تا 41 درصد متغیر وابسته میزان یادآوری یک تیزر تلویزیونی قابل پیش بینی است.

برای این متغیر وابسته نیز نتایج رگرسیون نشان می دهد دو متغیر آشکار بودن پیام آن و منطقی بودن عناصر به کار گرفته شده در ساخت آن در میزان یادآوری تیزر اهمیت اساسی دارند و متغیر میزان رعایت قواعد ساخت تیزر، در میزان یادآوری نقش پیش بینی کننده ندارد زیرا مقدار Parameter Estimate محاسبه شده برای آن دارای مقدار t بی معنی است. بر این اساس معادله میزان یادآوری به این شکل خواهد بود.

Y=8.86+.46X1+.27X2

لذا در صورتیکه هنگام ساخت یک تیزر نمره دو متغیر آشکار بودن پیام آن و منطقی بودن عناصر به کار گرفته شده در ساخت آن توسط ارزیاب مشخص شود می توان تا 41 درصد تغییرات میزان یادآوری آن را پیش از پخش طبق معادله فوق برآورد نمود. برای هر دو معادله شاخص های چند متغیره برازش مناسب بوده و نشان از اعتبار یافته های آنها دارد زیرا که مقدار F برای هر چهار شاخص معنی دار گزارش شده است.

در صورت نیاز به دیدن نحوه پراکنش متغیر ها در قالب اسکری پلات کافی است دستور زیر را قبل از کلمه Run در دستور برنامه نویسی فوق برای متغیر های مورد نظر به شکل دو به دو وارد کنید:

plot (read socst)*(write math);

که به عنوان نمونه این خروجی را نشان خواهد داد.

در این آموزش سعی بر آن بود تا پیاده سازی رگرسیون خطی در نرم افزار قدرتمند SAS نشان داده شود لذا مفاهیم نظری رگرسیون خطی در اینجا مورد توجه
نبود.

[MaMi]

همون طور که میدونید، قیمت این نرم افزار بسیار بالاست (البته این موضوع شامل حال دوستانی میشه که خارج از ایران زندگی/تحصیل میکنند! ) ولی به تازگی (May 2014) و برای عقب نموندن در رقابت با نرم افزار R، این شرکت نسخه ای کاملا رایگان را برای استفاده دانشجویان منتشر کرده به نام SAS University Ediotion یا اصطلاحا SAS EU که شامل موارد اصلی نرم افزار مثل SAS/BASE، SAS/STAT، SAS/IML و SAS/ACCESS است.

هدف اصلی این تاپیک، آموزش نرم افزار SAS است ولی از اونجایی که ممکنه برای بعضی از دوستان در زمینه دریافت و نصب SAS EU سوالاتی وجود داشته باشه، مراحل کار رو مختصرا توضیح میدم (پیش فرض اینه که SAS EU رو بر روی Windows نصب خواهید کرد)؛

1- برنامه Virtual Box یا برنامه VMware Player رو دریافت و نصب کنید.

2- فایل SAS EU رو از سایت SAS دریافت کنید.

3- بعد از نصب و اجرای Virtual Box، از منوی File گزینه Import Appliance رو انتخاب کنید.

4- فایل SAS University Edition.ova رو انتخاب کرده و بر روی Import کلیک کنید.

5- در یکی از درایوهای کامپیوتر، پوشه ای به اسم SASUniversityEdition ایجاد کرده و در داخل اون پوشه ای به اسم myfolder ایجاد کنید.

6- در برنامه Virtual Box روی SAS EU کلیک کرده و  Setting رو انتخاب کرده و مطابق شکل های زیر عمل کنید؛





7- در Virtual Box برنامه SAS University Edition رو انتخاب کرده و روی Start کلیک کنید.

*** دوستانی که از ویندوز نسخه 64 بیت استفاده میکنند، نیاز دارند که در BIOS کامپیوترشون، گزینه Virtual Machine Simulation (با توجه به BIOS کامپیوتر شما، ممکن است این کلمه متفاوت باشد) را فعال کنند و گرنه قادر به اجرای این برنامه نخواهند بود.

8- بعد از چند لحظه، صفحه زیر ظاهر خواهد شد؛



9- بعد از ظاهر شدن صفحه فوق، میتونید برنامه Virtual Box رو Minimize کنید.

10- در مرورگر (Browser)، آدرسی رو که به جای localhost:10080 میبینید، تایپ کرده و Enter بزنید. صفحه زیر ظاهر خواهد شد؛



11- با کلیک بر روی Start SAS Studio میتونید از SAS EU استفاده کنید.

12- امیدوارم از نسخه رایگان نرم افزار SAS لذت ببرید.

پ.ن: برای هر بار استفاده از SAS EU باید Virtual Box رو اجرا کرده، SAS EU رو Start کنید و سپس آدرس رو در مرورگرتون وارد کنید.

[MaMi]

سایت زیر متعلق به دانشگاه Kent,OH است؛

http://libguides.library.kent.edu/SAS

که راهنمای آموزش مقدماتی نرم افزار SAS رو در اختیار دانشجوها قرار داده که بنظرم برای آشنایی مقدماتی با این نرم افزار میتونه به دوستان کمک کنه. ضمن اینکه 3 تا از کتاب هایی که در این قسمت بهش اشاره شده، کتاب های مفیدی هستند که میتونید به صورت رایگان (!) در اینترنت پیداشون کنید.

 

The little SAS book
SAS functions by Example
Learning SAS by Example

[ForeverBlue]

برای یادگیری SAS از ابتدا، میتوان از سایت خود SAS نیز استفاده کرد که دوره های آموزشی چند رسانه ای بسیار بسیار مفید و جالبی ارائه میدهد. در این دوره ها مفاهیم پایه، شیوه تحلیل و حل مساله و کد نویسی و ... به خوبی آموزش داده میشود و در پایان نیز میتوانید امتحان بدهید.
فقط کافی است که در سایت مربوطه عضو شوید و به این آدرس بروید.
 

[MaMi]

Programming techniques in SAS for students with some experience with computer programming.

Topics include;
data input/output
data formats and types
data management
flow control
conditional execution
and program design
statistical graphics and exploratory data analysis
basic procedures and functions for statistical modeling and inference

(شامل یک پروژه و تمامی تمرینات به همراه جواب ها و فایل های مورد نیاز)