lasug

A continuacion un breve tip de como hacerlo

title h=9pt bcolor=yellow color=red ‘title h=9pt bcolor=yellow color=red’;
footnote h=5pt bcolor=blue color=white ‘footnote h=5pt bcolor=blue color=white’;

title2 h=7pt bcolor=red ‘title2 h=7pt bcolor=red ‘;
footnote2 h=7pt bcolor=green ‘footnote2 h=7pt bcolor=green’;
proc print data=sashelp.class(obs=1);run;

Un pequeño ejemplo de como realizar un muestreo sistemático usando el Proc SurveySelect.

Vamos a suponer que deseamos crear una muestra sistemática del data set sashelp.class y que contenga el 50% de la información. El código sería:

PROC SURVEYSELECT data=sashelp.class out=_sys_ method=sys samprate=0.5 OUTSORT=class_sorted;
control age;
run;

Donde,

Method=sys indica que la selección será sistemática
Samprate=0.5 indica que el tamaño de la muestra será del 50%
Outsort= es el nombre del data set ordenado por la variable utilizada en la sentencia CONTROL
Control= Esta opción específica la variable que deseamos utilizar para crear la muestra, así el data set es ordenado por esta variable para posteriormente hacer la selección sistemática.

Si bien es verdad que haciendo click en la barra lateral te dice cuantos registros tiene cuando el data set esta abierto, también es verdad que esto es un fastidio especialemente cuando en data mining necesitamos dividir el data set en pequeños data sets y constatar que la suma de todos ellos es igual al data set original (al menos en número de registros).

Es por ello que escribí una macro muy sencilla que imprimi en el log el nro de registros de un data set especifíco.

No obstante, esta no es su única habilidad. También podemos crear data sets automáticamente a partir de procedmientos SAS. A continuación les dio una breve explicación.

Cuando ejecutamos cualquier procedimiento SAS como por ejemplo el Proc Freq, este nos devuelve una salida (en SAS Foundation sería el Output Windows), un reporte (en Enterprise Guide sería un html). Esta salida contiene información acerca de la frecuencia de cada valor contenido en la variable(s) específicada(s) en la sentencia TABLE. Esta información que SAS nos presenta en formato de reporte es adicionalmente almacenada en data set al que podemos tener acceso utilizando los ODS Output Tables.

Para saber que tipo salidas produce cada procedimiento debemos usar el ODS Trace ON. Aquí un ejemplo sencillo:

ods trace on;
proc freq data=sashelp.class;
table sex;
run;
ods trace off;

El ODS Trace on produce el siguiente resultado en el Log:

Output Added:
————-
Name: OneWayFreqs
Label: One-Way Frequencies
Template: Base.Freq.OneWayFreqs
Path: Freq.Table1.OneWayFreqs
————-

El mensaje anterior nos dice que el Proc freq creo el data set OneWayFreqs para generar el reporte que vimos cuando ejecutamos el procedmiento.

A medida que nuestro Proc se hace más complejo, es decir agregamos más variables, cruces, opciones o estadísticas el procedimiento genera data set adicionales.

Como accesamos esta información? como la guardamos en un data set “nuestro”? Para esto usamos la opción ODS OUTPUT de la siguiente manera:

ods output OneWayFreqs=Myfreqs;
proc freq data=sashelp.class;
table sex;
run;

Con el código anterior hemos creado el data set Myfreqs con la información contenida en el data set OneWayFreqs. Podemos crear tantos data sets como outputs sean creados con las opciones de procedmiento que vamos a ejecutar.

Ahora bien, para saber a que tipo de información tenemos acceso en cada procedimiento, debemos ir al HELP de SAS/EG, buscar el procedimiento y buscar bajo la opción de ODS TABLE NAMES que tenemos disponible.

Esta tarea se puede volver algo tediosa cuando sabemos lo que necesitamos pero no sabemos cual es el Proc más adecuado (distintos Proc pueden crear la misma información).

Para ello he creado una lista pública donde puede obtener los tipos de objetos de salida por Producto y Procedimiento SAS.

Aquí tienen el link: http://tinyurl.com/olabu3

Algunos de ellos son experimentales mientras que otros ya están en producción.

Aquí tienen un pequeño ejemplo de un análisis de correlación lineal que utiliza este tipo de ODS.

ods html;
ods graphics on;

title ‘Analysis de correlacion para SASHELP.class’;
proc corr data=sashelp.class pearson spearman plots;
var Weight height age;
run;

ods graphics off;
ods html close;

“¿existe alguna forma de leer varios archivos en un paso DATA sin la necesidad de llamar uno a uno con el INFILE?, es decir quiero leer 25 archivos que contienen un vector clumna cada uno (éstos se encuentran en una carpeta), y luego unirlos para crear un dataset que contenga los 25 vectores columna de los archivos”

Aquí les expongo un pequeño ejemplo de como hacerlo.

Ya que no mencionaste que tipo de archivo es, vamos a asumir que es un csv, la lógica sería la misma para cualquier archivo aunque el código puede cambiar a la hora de leer los archivos en SAS.

Paso 1: Localizar donde están nuestros archivos. Para ello utilizamos la sentencia filename, en el caso de Pablo son 25 archivos externos que si bien son fastidiosos de transcribir en nuestro código también es verdad que no es una tarea imposible. Pero imaginen por un segundo que fueran 500 archivos externos….

filename mfiles pipe ‘dir “C:\Mis Proyectos\*.csv” /b/a’;

Nota: para los que no lo sepan las opciones /b/a son del sistema DOS. No olviden colocar la ruta de sus archivos en lugar de C:\Mis Proyectos\

Paso 2: Colocar toda la información contenida en mfiles en un SAS data set.

Data infolder;
infile mfiles truncover;
input string $20.;
path=cats(“C:\Mis Proyectos\”,string);
filename=strip(scan(string,1,’.'));
run;

Si abren el data set Infolder notaran que tenemos 3 campos:
- String: Contiene la información del archivo leído directamente de la sentencia filename.
- Path:Contiene concatenado la ruta + el nombre del archivo. ej. C:\Mis Proyectos\miarchivo.csv Esta variable será utilizada mas adelante con input para crear nuestros data sets.
- Filename: contiene exactamente la misma información que la variable string pero hemos eliminado el .csv, la idea fundamental aquí es usar esta variable para asignar el nombre a cada data set para que concuerde con el nombre del archivo externo en de realizar cualquier proceso de DQ.

Paso 3: Crear una macro para importar automáticamente todos nuestros archivos externos

%macro ReadIn(input=,output=);
PROC IMPORT OUT= WORK.&output
DATAFILE= “&input”
DBMS=CSV REPLACE;
GETNAMES=YES;
DATAROW=2;
RUN;
%mend;

Como el ejemplo es usando csv, podemos utilizar el proc import sin mayor dificultad. En el caso de ser un arhivo txt o dat podemos utilizar la macro de la siguiente manera:

%macro ReadIn(input=,output=);
Data &output
infile “&input” missover;
Input /*Aqui tus variables*/
run;
%mend;

La macro variable &output contiene la info de la variable filename y &input contiene la info referente a la variable path.

Paso 4: Invocamos la macro para generar nuestros archivos.

Data _null_;
set infolder;
call execute(‘%ReadIn(input=’!!path!!’,output=’!!filename!!’)');
run;

Una vez alcanzado este punto, el método que se eliga para unir todos los data sets y crear un solo data set es a juicio del facultativo.

DE CARACTER A NUMERICO

Data caracter_a_numerico;
input cadena :$10. fecha $8.;
numerico=input(cadena,8.);
sasfecha=input(fecha,mmddyy8.);
format sasfecha date9.;
cards;
9784165 07232009
125.3 10221980
;
run;

proc print data=caracter_a_numerico;
run;

DE NUMERICO A CARACTER

data numerico_a_caracter;
input numerico sasfecha :mmddyy8.;
caracter=put(numerico,$8.);
fechacaracter=put(sasfecha,date9.);
cards;
9784165 07232009
125.3 10221980
;
run;

proc print; run;

SASLudos,

Alberto