Introducción al uso de SAS

Transcripción

1 Introducción al uso de SAS AGRO 6998 Conferencia 1 SAS es el programa estadístico más usado en todo el mundo. Existen versiones del mismo para casi todos los sistemas operativos. La versión actual para Windows es la 9. Con este programa se pueden realizar todo tipo de manejo de datos, gráficos y análisis estadísticos. Para correr SAS, seleccione el ícono SAS en la pantalla, oprimiendo 2 veces el botón izquierdo del mouse. Aparecerán cuatro ventanas: el program editor, el log, el output y el explorer. Para moverse entre ventanas use el menú WINDOW de la parte superior. En el editor del programa se escriben el programa y los datos (o se leen de un archivo de texto). Una vez que el programa está escrito, lo procesamos con el comando submit u oprimiendo el ícono con el hombrecito corriendo. En la ventana de log aparecerá cada parte del programa a medida que corre, junto con notas (en azul), avisos (en amarillo) y errores (en rojo). En la ventana de salida aparecerá (si el programa corrió correctamente) la salida deseada (en la ventana del explorer se indicarán las partes de cada salida). Para escribir un programa SAS se usa la ventana del editor de programa, que funciona como la mayoría de los procesadores de texto (puede seleccionar un trozo, borrarlo, hacer cut and paste, etc.). El programa SAS consta de tres partes o etapas: DATA, los datos y PROC. En la etapa DATA hay diferentes comandos que le indican a SAS cómo leer los datos, realizar cálculos, crear nuevas variables, eliminar observaciones, etc. Los datos se pueden incorporar al programa (si no son demasiados lo más común es hacerlo así), pueden leerse de un archivo externo (que debe ser un archivo de texto), o importarse desde un archivo Excel. Las etapas PROC realizan los análisis o gráficos solicitados. Dentro de cada DATA o PROC los comandos van separados por ; (esto es muy importante, ya que la mayoría de los errores surgen por la falta de ; en el programa). Cada DATA debe ir identificado con un nombre. Luego del comando DATA nombre; debemos colocar un comando INPUT, que indique las variables a ser leídas. Los nombres de las variables se indican en el orden en que se presentan en los datos. Para variables alfanuméricas el nombre debe ir seguido de $. Luego del comando INPUT se pueden colocar (opcionalmente) comandos para transformar observaciones, realizar cálculos, etc.). El último comando de la etapa DATA es DATALINES; que le indica a SAS que las líneas que siguen son datos (hasta la primera línea que termine en ;).

2 Si los datos se leen de un archivo externo, antes del comando INPUT se debe poner el comando INFILE. Por ejemplo, si los datos están en el archivo misdatos.txt, INFILE e:\ misdatos.txt ; En este caso no se usa el comando DATALINES (ya que no hay líneas de datos para leer en el programa). Luego de los datos se colocan los diferentes PROCedures. Por ejemplo, para listar las observaciones contenidas en el DATA nombre, podemos escribir PROC PRINT DATA=nombre; RUN; Una vez que hemos escrito el programa, debemos guardarlo en nuestro disco (para evitar que se nos borre accidentalmente). Para ello usamos el menú FILE>SAVE AS, y escogemos un nombre en el disco A. Para correr el programa usamos el comando submit u oprimimos el ícono con el hombrecito corriendo. Si el programa corre sin problemas la ventana de salida aparece automáticamente con la salida correspondiente. A ésta la podemos guardar en un archivo (menú FILE>SAVE AS) o imprimir (menú FILE>PRINT). Recuerde que deberá traer su propio papel para imprimir en las impresoras del Cetro de Cómputos. Si por alguna razón no deseamos esa salida la podemos borrar con el menú EDIT>CLEAR ALL. Si el programa no ha corrido correctamente (la ventana de log tiene avisos y/o errores), debemos volver a la ventana del editor del programa y realizar las correcciones necesarias. Recuerde que deberá volver a guardar el programa una vez corregido (menú FILE>SAVE). Para leer un programa (o datos) desde un diskette debe usar el menú FILE>OPEN. El archivo así leído se incorporará al editor de programa. Ejemplo: Los siguientes cantidad de flores a los 60 días en plantas de dos variedades de geranio, A y B. Grupo A: 4, 3, 7, 5, 2, 9, 1 Grupo B: 6, 4, 10, 12, 7, 5, 10 data a; input grupo $ y; A 4 A 3 A 7 A 5 A 2 A 9 A 1 B 6 B 4 B 10 B 7 B 12 B 5 B 10 proc ttest; class grupo; var y; proc anova; class grupo; model y=grupo;

3 Uso de MS Excel para manejo elemental de datos Excel es un programa general de hoja de datos que permite, entre otras cosas, entrada y manejo de datos, gráficos, creación de bases de datos, cálculos estadísticos, etc. Los datos que están disponibles en Excel pueden leerse directamente en otros programas, como SAS o InfoStat. La entrada de datos se realiza por columnas (cada columna representa una variable). La primera fila se usa típicamente para los nombres de cada variable. Como ejemplo vamos a introducir unos datos de rendimiento de trigo bajo distintos niveles de fertilización con nitrógeno. Nitróg. Repetic. Rendim Para realizar cálculos sólo es necesario escribir la fórmula una vez (en la primera celda), y después se copia la misma en las otras celdas. Por ejemplo, una vez entrados los datos supongamos que deseamos calcular el costo de la fertilización. Para ello deberíamos multiplicar la cantidad de nitrógeno por el costo de una unidad de fertilizante. Supongamos que el costo de una unidad es $1.23. Entonces debemos multiplicar cada valor en la primera columna por Primero nos ubicamos en una columna nueva (que podemos titular costo) y nos ubicamos en la celda 2. Oprimimos en el símbolo = en la línea de comandos, escribimos =A2*1.23 y oprimimos ENTER. Ahora nos ubicamos nuevamente en la celda que acabamos de calcular, y oprimimos edit, copy o marcamos el ícono correspondiente. Seleccionamos ahora todas las celdas para las que queremos realizar el mismo cálculo (en nuestra columna van a ser las celdas 3 a 19) manteniendo el botón izquierdo del mouse apretado. El área seleccionada va a aparecer en negro. Para hacer paste seleccionamos edit, paste. También es posible usar el menú FORMULA en Excel 2007.

4 data uno; input tratam $ repet altura peso; control control control tratado tratado tratado proc print; proc print data=uno; var tratam altura peso; Formas del comando INPUT en SAS data dos; input spp $ 1-5 rendim1 7-9 prot fibra ceniza rendim prot fibra ceniza ; sorg sorg sorg panic panic data cuatro; input fact1 fact2 fact3 repet

5 Otros comandos en DATA 1. Para leer los datos de un archivo externo podemos usar el comando INFILE: data aaaa; infile 'E:\DATOS.TXT' firstobs=3 OBS=3214 DELIMITER=',' ; input...; 2. Líneas y bloques de comentarios. Al colocar un * todo lo que queda hasta el primer ; no se ejecuta. Al colocar un /* todo lo que queda hasta encontrar un */ no se ejecuta. 3. Formatos. Si se desea asociar un formato con una variable se pueden usar el INFORMAT (formato de entrada) o el FORMAT. El informat se puede especificar antes del comando INPUT o dentro del comando INPUT. Ejemplos: data jansale1; informat item $10. amount 5.2; input item amount comm; data jansale2; input item $10. amount 5.2 comm; data jansale3; informat item $10. amount 5.2; input item amount comm; format item $9. amount comma5. comm comma8.; FORMATS e INFORMATS principales: w.d dollarw.d $w. datew. mmddyyw. yymmddw. Ejemplo: data a; informat day1 date10.; input day1; format day1 ddmmyy8.; 1JAN76 01FEB82 6MAR78 10-AUG-1998 proc print;

6 4. Selección de observaciones: if aa=1; if 25<mpg<35; if pais= JAPON or pais= BRASIL ; if tratam=1 then delete; 5. Transformando variables: y=(sqrt(y)-5)**2+x; 6. Creando nuevas variables: if 50<=mpg then millaje= excelente ; if 30<=mpg<50 then millaje= bueno ; if 20<=mpg<30 then millaje= regular ; if.<mpg<20 then millaje= malo ; 7. Leyendo otro data set: data dos; set uno; if x<5; 8. Creando data sets permanentes: libname db e:\curso\ejemplos ; data db.perma; set a; 9. Incluyendo o excluyendo variables: data tres; set dos; keep a1 a2 trat; data tres; set dos; drop a1 a2 trat;

7 11. Combinando datasets. Comandos merge y set. Supongamos que tenemos los siguientes data sets en SAS: DATA UNO: OBS X Y Z DATA DOS: OBS X A Ahora corremos los siguiente comandos: data tres; set uno dos; data cuatro; merge uno dos; proc sort data=uno; by x; proc sort data=dos; by x; data cinco; merge uno dos; by x; Observar cuáles serían los resultados en cada caso.