[SAS 활용 노하우 ] Data Modeling part2

[#1]

안녕하세요 이번 게시글은 Data Modeling part1의 이어지는 게시글 입니다.

5. Data Type & Variable Type

Data Type은 저장 Attribute의 형태이고, Variable Type은 통계/마이닝 분석 Attribute의 유형

* Data Type 

SAS Dataset의 Attribute는 Number Type과 Text Type으로 구분된다.

 [ 예시 ]

Variable Type		설명
Categorical	범주형	개체의 범위 식별 지역 부서 등
Nominal	명명형	이름, 구분식별이 있으나 비순서적 성별 표시 ( 여:1 , 남:2 / 분류 : A 그룹 , B 그룹 ) 등
Ordinal	순위형	순위간에 사칙연산은 무의미 등급, 성적순위
Interval	구간형	자료들간의 크기가 균등하며, 사칙연산 적용가능 개수, 횟수 등
Continuous	연속형	자료값이 무한소수로 표현되며 비율 산출이 가능 Cm, Kg 등

* Variable Type to Data in SAS 

SAS에서 모든 유형별 분석변수는 Text 혹은 Number로 저장/표현된다.

자료 유형	변수 유형	자료저장 / 표현유형	예시
질적 자료	Categorical	Text Type	서울 , 부산
		Number Type	1 ( ← 서울 ) 2 ( ← 부산 )
	Nominal	Text Type	남 ( ← 남자 ) 여 ( ← 여자 )
		Number Type	1 ( ← 남자 ) 2 ( ← 여자 )
	Ordinal	Text Type	n/a
		Number Type	1 ( ← 1순위 ) 2 ( ← 2순위 )

질적자료는 측량할 수 없는 자료 입니다.

자료 유형	변수 유형	자료저장 / 표현유형	예시
양적 자료	Interval	Text Type	n/a
		Number Type	1,2,3,4
	continous	Text Type	n/a
		Number Type	-10.54 , 123.345

6. Sampling 

통계학에서 특정한 모집단으로부터 개체 또는 사건들로 이루어진 대표 집단을 추출해내는 과정이나 방법

* Sampling 목표

• 모집단의 성격이 그대로 반영되도록 표본을 구성함
• 표본 추출 방법에 따라 결과가 상이해질 수 있음
• 표본변동이 최소화 되도록 표본 추출 방법을 적용

* 표본 추출의 방법

표본 추출	개요	특징
Simple Random	표본이 추출되는 확률이 각각에 대해 모두 동일하게 추출되도록 하는 방법	모집단에 대한 어떠한 정보도 존재하지 않는 경우 일반적으로 활용
Nth (Systematic)	계통추출법이라 하며, 초기치를 랜덤하게 결정하고 등 간격으로 표본을 구성하는 방법	대체표본을 쉽게 구성 가능. 추출된  불량 표본, 또는 누락 표본을 대체가능
Stratified	모집단을 층으로 구분하고 층 내에서 랜덤하게 표본을 추출하는 방법	층 내에는 동일, 층 간에는 변동이 커야 함
First N	모집단의 리스트가 랜덤하다고 가정하여 순서대로  표본을 추출하는 방법	모집단의 리스트가 랜덤한 경우, 단순임의 추출과 동일
Cluster	모집단을 몇 개의 군집으로 구분하고 군집 자체를  추출하는 방법	군집 내에는 변동이 크고, 군집 간에는 동일해야 함(군집을 추출)

* Using Enterprise Miner 

   

Sampling 노드를 이용하여 표본 추출을 수행합니다. 

* Sampling 노드의 주요 속성

샘플링 방법 : 샘플링 방법으로 지정하는 것으로 (1) Class 타겟 변수인 경우에는 층화 추출 ( Stratified Sampling)이 기본 방법이고, (2) 다른 경우에는 랜덤 추출(Simple random sampling)이 기본입니다.

레벨 선택 : 층화의 옵션의 [기존]에서 '레벨 기반' 선택 시 무엇을 레벨로 선택할지 결정

• 이벤트 : 레벨은 변수 순서에 기반
• 희귀 레벨 : 비율이 적은 레벨을 기준으로 함