SAS에서 데이터를 활용하기 위해서는 2가지 방법으로 나뉠 수 있습니다. Data step 에서 데이터 셋의 컬럼 변수로 설정할 수도 있고, Macro 를 통해서 메모리 안에서 텍스트 값으로 저장할 수 있습니다. ​ ​ ​ ■ Data Variable 선언 데이터 변수는 Data ~ Run 문 안에 선언되어 있습니다.   data test1; a = 1 ; run;     ■ Macro 변수 선언 %let 으로 매크로를 정의하고,&이름으로 참조를하면 코드를 동적으로 생성할 수 있습니다.   %let a = 1; %put &a;                   ■ Macro 활용 예제   data class_data; input name $ gender $ age course major $; datalines; Janny M 58 101 STAT Amy F 28 101 HIST Liz F 27 301 STAT Jhon M 68 301 ENGG Peter M 54 201 STAT James M 35 101 HIST Thomas M 34 301 ENGG Pat F 23 201 STAT Liz F 45 101 HIST Tom M 56 301 ENGG ; run; %let dsname = class_data; %let age = 21; proc print data=&dsname; where age >= &age; var name gender age major; run; %put 데이터셋: &dsname; %put 나이 기준: &age;   %let: Macro 변수를 생성합니다. dsname 에는 데이터셋, age에는 나이값을 메모리에 텍스트 값으로 저장합니다. &dsname: class_data로 실행되고, &age는 21로 설정됩니다.       Macro의 장점으로 데이터셋이 바뀌어도 %let dsname, age에 대한 기준이 바뀌어도 %let age를 바꿔주면 됩니다. 즉, Macro 변수는 값을 코드에서 분리해서 디버깅을 할 때 유용하거나 데이터가 바뀌어도 SAS의 다른 세션에서도 사용할 수 있습니다. ... View more

SAS는 출력 결과가 기본적으로 SAS 창 안에 보여지지만, ODS 를 이용하면 다양한 파일 형식을 전송할 수 있습니다. ODS란 기존에 출력창에만 보이던 결과를 HTML, PDF, EXCEL, RFT 등 원하는 형식으로 다운받을 수 있어서 실무에서 사용할 수 있습니다. 가장 많이 쓰이는 형태는 HTML, PDF, RTF(워드) 입니다. ​   아래 코드를 통해서 class_data를 HTML 형식으로 저장하는 예시에 대해서 알아보겠습니다.     data class_data; input name $ gender $ age course major $; datalines; Janny M 58 101 STAT Amy F 28 101 HIST Liz F 27 301 STAT Jhon M 68 301 ENGG Peter M 54 201 STAT James M 35 101 HIST Thomas M 34 301 ENGG Pat F 23 201 STAT Liz F 45 101 HIST Tom M 56 301 ENGG ; run; proc print data = class_data; run;   기존에 출력을 할 경우에는 데이터셋을 지정하고 모든 변수와 관측치 번호(Obs) 와 함께 출력됩니다.             ods html file="/home/u45061472/sasuser.v94/ClassReport.html" style=Plateau; title "수강생 명단 및 전공 현황"; proc print data = class_data; var name gender age major; run; ods html close;     ods html file: HTML 형식으로 출력할 수 있게 file: HTML 저장될 파일의 경로를 설정합니다. style: 보고서에 적용할 테마를 적용합니다. (Plateau, Harvest, Ocean 등이 있습니다.) title: 보고서에 출력할 제목을 지정할 수 있습니다. var: 출력할 변수를 선택할 수 있습니다. ods html close: HTML 출력물을 파일을 저장할 수 있습니다. ​             ... View more

■ PROC UNIVARIATE SAS에서 PROC UNIVARIATE를 통해서 기초 통계량을 확인할 수 있습니다. ​ ​ ■ 예제 1)   data class_data; input name $ gender $ age course major $; datalines; Janny M 58 101 STAT Amy F 28 101 HIST Liz F 27 301 STAT Jhon M 68 301 ENGG Peter M 54 201 STAT James M 35 101 HIST Thomas M 34 301 ENGG Pat F 23 201 STAT Liz F 45 101 HIST Tom M 56 301 ENGG ; run;   위 데이터는 class_data라는 데이터셋으로 name, gender, age, course, major 로 수강생 10명의 정보로 구성되어 있습니다. 변수명 뒤의 $ 를 붙혀 변수가 문자형임을 표시합니다. $ 표시가 없으면 데이터는 기본적으로 데이터를 숫자로 읽습니다.     proc univariate data=class_data; var age course; run;   변수를 분석하기 위해 var 문에 분석할 변수를 설정했습니다. var 문 뒤에 변수를 입력해서 2개 이상의 변수를 동시에 분석할 수도 있습니다.             age 변수에 대한 기초 통계량을 출력합니다. 기초통계량: 관측치 수(N), 평균, 중앙값, 표준편차, 최솟값, 최댓값 관측값 합: age 변수의 합계 Varience: 표준편차의 제곱 Skewness: 0.176 (대칭에 가까운 분포) Kurtosis: -1.367 (납작한 분포) CV: 35.7 (변동계수 - 평균 대비 산포 크기) ​ ​ ​ ​ ■ 예제 2)     proc univariate data=class_data normal plot; var age; histogram age / normal; qqplot age / normal; inset mean std median / format=6.2; run;   PROC UNIVARIATE 에서 활용할 수 있는 다양한 옵션이 있습니다. 대표적으로 'normal', 'plot' - 2가지 옵션을 자주 사용합니다. normal: 데이터가 정규분포를 따르는지 검증합니다. (정규성 검정 결과가 출력) plot: 히스토그램, 박스플롯 등 기본적인 그래프가 출력합니다.     histogram age / normal;     age 변수의 히스토그램 그래프를 생성합니다. 그 위에 정규분포 곡선(noral)을 같이 출력합니다.         qqplot age / normal;         데이터의 분위수를 정규분포와 비교하는 QQ plot 을 통해 대각선 위에 점들이 가깝게 분포하면 정규분포를 따르고 크게 벗어나면 정규분포가 아니라고 평가할 수 있습니다.       inset mean std median / format=6.2;  주요 통계량 - mean(평균), std(표준편차), median(중앙값)을 출력하고, FORMAT 문을 통해서 전체 6자리 소수점 2자리로 표시합니다. ... View more

PROC MEANS를 통해서 기초통계량을 확인하고 데이터의 전반적인 특성을 확인할 수 있습니다.     data class_data; input name $ gender $ age course major $; datalines; Janny M 58 101 STAT Amy F 28 101 HIST Liz F 27 301 STAT Jhon M 68 301 ENGG Peter M 54 201 STAT James M 35 101 HIST Thomas M 34 301 ENGG Pat F 23 201 STAT Liz F 45 101 HIST Tom M 56 301 ENGG ; run;   class_data 라는 데이터셋은 총 10명의 학생 데이터가 포함되어 있으며 이름, 성별, 나이, 과목, 전공 정보가 있습니다. ​   ​ ​ ■ PROC MEANS   수치형 변수의 기초 통계량을 계산하는 프로시저로, 별도의 옵션을 지정하지 않으면 기본 통계값들이 자동 출력됩니다. 기본 통계량은 N(관측치 개수), MEAN(평균), MIN(최솟값), MAX(최대값), Std Dev(표준편차) 값입니다.       proc means data = class_data; var age; run;         ■ 출력할 통계량 지정   proc means data = class_data n min max; var age; run;     PROC MEANS 는 수치형 변수의 다양한 통계값을 계산하는 statement 입니다. data = class_data: 분석할 데이터셋을 지정 출력할 통계량을 지정 N: 데이터 개수 MIN: 최솟값 MAX: 최댓값 VAR age : 분석 대상 변수를 지정 ​ ​ ​ ■ 그룹별 통계 ​ PROC MEANS 에서 CLASS syntax로 그룹별로 나눠서 기초통계량을 확인할 수 있습니다. '성별에 따라 나이가 어떻게 다른가?'를 확인하기 위해서 CLASS gender Syntax로 남자, 여자 각각의 평균 나이를 확인할 수 있습니다.     proc means data=class_data; class gender; var age; run;               proc means data=class_data; class gender major; var age; run;       여러 변수로 동시에 그룹을 나눌 수도 있습니다. 성별과 전공별로 평균 나이를 계산한 코드입니다.   ... View more

  SAS에서 PROC FREQ는 데이터가 어떻게 생겼는지 파악할 수 있습니다. PROC FREQ는 빈도, 누적 빈도, 비율, 누적 비율이 포함된 결과표를 출력합니다. 범주형 변수의 분포를 파악하기 위해서 자주 사용합니다.   PROC FREQ의 단순 빈도표, 교차표, 출력 옵션 활용 방법에 대해서 알아보겠습니다.   ■ PROC FREQ - 빈도 분석   아래의 코드는 성별 변수를 대상으로 빈도표를 만드는 과정입니다. 성별, 전송, 과목코드같은 범주형 변수를 그룹화하여 데이터가 몇 번 등장하는지, 전체 대비 비율은 얼마인지 확인할 수 있습니다.   data class_data; input name $ gender $ age course major $; datalines; Janny M 58 101 STAT Amy F 28 101 HIST Liz F 27 301 STAT Jhon M 68 301 ENGG Peter M 54 201 STAT James M 35 101 HIST Thomas M 34 301 ENGG ; run; proc freq data = class_data; tables gender; run;           Class_data 셋에 gender 변수에 대해 빈도표를 생성했습니다. 7명 중 남성이 5명(71.43%), 여성이 2명(28.57%)로 구성되었습니다. ​ ​     ■ PROC FREQ - 교차표(Crosstabulation) ​ 두 범주형 변수 사이의 관계를 같이 확인하기 위해서 * 연산자로 교차표를 출력할 수 있습니다. ​ 아래의 코드로 성별과 전공의 분포가 서로 어떻게 분포되어 있는지 확인할 수 있습니다.     proc freq data = class_data; tables gender * major; run;       table A * B   행은 A , 열은 B가 됩니다. 한 셀 안에 1. 빈도, 2.셀 비율, 3. 행 비율, 4. 열 비율 이 출력됩니다. ​ ​     ■ PROC FREQ - nocum   PROC FREQ의 nocum 옵션은 사용해서 누적 빈도(Culmulative Frequency)와 누적비율(Cumulative Percent) 열이 사라지고, 빈도와 개별 비율만 남게하는 옵션입니다. ​ proc freq data = class_data; tables gender / nocum; run;         ■ PROC FREQ - nopercent ​ PROC FREQ의 nopercent 옵션은 비율 열만 제거하는 옵련으로 비율(%)과 누적 비율이 제거되고 누적 빈도만 표시합니다.     proc freq data = class_data; tables gender / nopercent; run;   ... View more