TEMA 1. INTRODUCCIÓN A SAS. MANEJO DE DATOS 1.¿QUÉ ES EL SAS? 2.PRESENTACIÓN DEL SAS 3.INTRODUCCIÓN DE DATOS EN SAS 4.MANEJO DE DATOS 5.PROCEDIMIENTOS USUALES PARA EL MANEJO DE LOS DATOS 6.OTROS PROCEDIMIENTOS 7.EJERCICIOS FINALES 8.BIBLIOGRAFIA RECOMENDADA

¿QUÉ ES EL SAS? PROGRAMAS PARA EL ANÁLISIS DE DATOS: - STATGRAPHICS - SPSS - PEST (grado de parentesco) - SAS,... (disponible en UPV) (disponible en DCA) STATISTICAL ANALISYS SYSTEM: - Lenguaje: VMS de VAX - Instituto SAS en Cary (North Caroline, USA)

PRESENTACIÓN DEL SAS PROGRAM EDITOR Ventana en la que se escriben las sentencias que queremos analizar LOG Ventana en la que aparecen las acciones realizadas por el SAS y si ha habido algún error OUTPUT Ventana en la que aparecen los resultados de los análisis

RECALL TEXT En el program editor: recuperar los programas lanzados con anterioridad

NEW Permite limpiar la ventana para lanzar un nuevo análisis NEW Permite limpiar la ventana para lanzar un nuevo análisis

NEW Permite limpiar la ventana para lanzar un nuevo análisis SUBMIT Lanza los análisis programados en el program editor

¿INTRODUCCIÓN DE DATOS EN SAS? IMPORTAR DE BASE DE DATOS: Excel, Dbase, Lotus,... Versión SAS 6.12: Libro Microsoft Excel 5.0/95 Versión SAS 8.1: Libro Microsoft Excel EXCEL

NEW Permite limpiar la ventana para lanzar un nuevo análisis CREAR UNA LIBRERIA Librería donde se almacenarán nuestros datos

IMPORTAR Para indicar donde y como están nuestros datos, y donde queremos que los guarde

¿INTRODUCCIÓN DE DATOS EN SAS? COMPROBAR que los DATOS han sido BIEN IMPORTADOS

INTRODUCCIÓN DE DATOS EN SAS Principales PROBLEMAS: - Decimales: comas, no puntos - Ficheros deben estar cerrados para ser importados - No dejar espacios en la definición de variables - No dos variable con mismo nombre EJERCICIO 1: Importar fichero “balance.xls” a SAS, llamando al nuevo fichero BAL

INTRODUCCIÓN DE DATOS EN SAS Introducir datos directamente en SAS: -Opción INPUT -Ejemplo: IDAGESEX LIBNAME C 'C:\SAS\'; DATA C.EJ1; INPUT ID 1-2 AGE 4-5 SEX 7; LIST; CARDS; RUN;

NFOADEEE 19A0,652 13A0,860 9V2,2252 3A1,666 14V1,499 14A1,2117 7A0,336 7A0,247 12A0,965 4V1,460 7A0,557 5A1,666 10A1,666 15V1,499 16V1,499 17V1,499 15A1, A1,2117 EJERCICIO 2: Introducir los siguientes datos en un fichero SAS al que denominaremos DIGES.

MANEJO DE DATOS Transformadas y nuevas variables: DATA C.BAL1; SET C.BAL; IF DIET=3 THEN ED=10; IF DIET=10 THEN ED=12.4; IF CW28D<3 THEN DELETE; IF CW7D=0 THEN CW7D=.; ZIM7D=ZI7D/((WP+ZW7D)/2)**0.75); ZIEM7D= ZIM7D*ED; IF DIET= 3 AND WP>4.5 THEN DELETE; RUN; EJERCICIO 3: A partir del fichero importado BAL crea transformadas para obtener la ingestión de las conejas y de las camadas por kilo de peso metabólico, la producción media de leche durante toda la lactación, así como la ingestión individual de leche de los gazapos.

MANEJO DE DATOS Organización de los datos: -Modo MULTIVARIANTE Todos los datos de un animal en una misma fila Variables para cada momento ANIMALTRTPESO1PESO2PESO3...PESO

MANEJO DE DATOS Organización de los datos: -Modo UNIVARIANTE Una fila para cada momento y una sola variable ANIMALDIATRTPESO

MANEJO DE DATOS Organización de los datos: -Pasar de modo UNIVARIANTE a MULTIVARIANTE LIBNAME C 'C:\SAS\'; PROC SORT DATA=C.UNIV; BY IND TRT DIA; RUN; DATA C.MULTIV (KEEP=VAR1-VAR4 IND TRT); ARRAY VARVAR (4) VAR1-VAR4; DO VAR= 1 TO 9; SET C.UNIV; BY TRT IND; VARVAR(DIA)=VAR; IF LAST.IND THEN RETURN; END; RUN;

MANEJO DE DATOS Organización de los datos: -Pasar de modo MULTIVARIANTE a UNIVARIANTE DATA C.MULTIV; SET C.UNIV; DIA=1; VAR=VAR1; OUTPUT; DIA=2; VAR=VAR2; OUTPUT; DIA=3; VAR=VAR3; OUTPUT; DIA=4; VAR=VAR4; OUTPUT; RUN;

EJERCICIO 4: Pasar los datos correspondientes al peso de las conejas del fichero ‘BAL’ al modo univariante y posteriormente volverlo a pasar al modo multivariante. EJERCICIO 5: Pasar a modo univariante los datos correspondientes al peso de la camada y de la producción de leche del fichero ‘BAL’.

PROCEDIMIENTOS MÁS USUALES PROC SORT: -Ordenar un fichero SAS por una o varias variables PROC SORT DATA= SAS-data-set OUT= SAS-data-set NODUPLICATES|NODUPREC|NODUP NODUPKEY EQUALS|NOEQUALS REVERSE FORCE ASCII EBCDIC DANISH|NORWEGIAN FINNISH|SWEDISH NATIONAL SORTSEQ= collating-sequence SORTSIZE= memory-specification TAGSORT Host Options; BY variable... ; EJERCICIO 6: Ordenar el fichero ‘BAL’ por las variables pienso y número de nacidos vivos.

PROCEDIMIENTOS MÁS USUALES PROC MEANS: -Da información descriptiva por variables,... PROC MEANS ; VAR variable-list; BY variable-list; CLASS variable-list; FREQ variable; WEIGHT variable; ID variable-list; OUTPUT >)>=name-list>; Por defecto, aparecen los estadísticos: N, MEAN, STD, MIN y MAX, aunque también se puede solicitar que presente sólo unos determinados: N, STDERR, CV, SUM, VAR, T, RANGE,...

PROCEDIMIENTOS MÁS USUALES PROC FREQ: -Da información de la distribución de frecuencias PROC FREQ options; OUTPUT ; TABLES requests / options; WEIGHT variable; EXACT statistic-keywords; BY variable-list; -Para utilizar la opción BY los datos deben estar ordenados por esta variable con anterioridad.

PROC PRINT DATA= SAS-data-set DOUBLE NOOBS UNIFORM LABEL SPLIT= 'split-character' N ROUND HEADING= direction ROWS= page-format WIDTH= column-width; VAR variable-list; ID variable-list; BY variable-list; PAGEBY BY-variable; SUMBY BY-variable; SUM variable-list; PROCEDIMIENTOS MÁS USUALES PROC PRINT: -Visualización de los datos en ventana OUTPUT

PROCEDIMIENTOS MÁS USUALES PROC CORR: -Permite realizar correlaciones entre variables PROC CORR ; VAR variable-list; WITH variable-list; PARTIAL variable-list; WEIGHT variable; FREQ variable; BY variable-list;

PROCEDIMIENTOS MÁS USUALES PROC UNIVARIATE: -Nos da detalles de la distiubución de una variable: valores extremos, kurtosis, quantiles, outliers,... PROC UNIVARIATE DATA= SASdataset NOPRINT PLOT FREQ NORMAL PCTLDEF= value VARDEF= DF|WEIGHT|WGT|N|WDF ROUND= roundoff unit...; VAR variables; BY variables; FREQ variable; WEIGHT variable; ID variables; OUTPUT OUT= SASdataset keyword= names...;

EJERCICIO 7. Lanzar un análisis de los datos del fichero ‘BAL’ para determinar la media, la distribución de frecuencias, correlaciones y la presencia de outliers en los datos correspondientes a la ingestión individual de los gazapos por kilo de peso metabólico en la 4ª semana de lactación y el consumo de leche individual en esa misma semana.

OTROS PROCEDIMIENTOS PROC APPEND: -Añadir datos de un fichero SAS al final de otro PROC COMPARE: -Compara datos de dos ficheros SAS PROC PLOT: -Representa una variable frente a otra