Modulo di Analisi di Mercato
Docente: Ida D’Attoma
Corso di Laurea in Management e
Marketing
Anno accademico 2012-2013
Programma del modulo
• Introduzione a SAS system per l’analisi dei
dati e principali operazioni di data cleaning
• Analisi in componenti principali in SAS:
passi per l’implementazione e
l’interpretazione attraverso lo studio di un
caso
• Principali tecniche di cluster analysis in
SAS: passi per l’implementazione e la
descrizione attraverso lo studio di un caso
a cura di Ida D'Attoma
SAS: La Struttura e la
Sintassi
Interfaccia Grafica: Le Finestre
• EDITOR: scrittura istruzioni
• OUTPUT: risultati dell’elaborazione
• LOG: informazioni sull’elaborazione (es.
SEGNALAZIONE DI ERRORI, Warnings,
osservazioni presenti, le note al programma, il
tempo di elaborazione, etc.)
• EXPLORER: navigazione tra directory e file
• RISULTATI: navigazione della finestra di output
tramite struttura ad albero
N.B. La composizione dei menù dipende dalla
finestra attiva e varia notevolmente
a cura di Ida D'Attoma
I TASTI CHIAVE
L’elenco dei tasti chiave è disponibile nel menù
Tools – options – keys
Alcuni tasti chiave:
CTL+E
clear (cancella il contenuto della
finestra attiva);
CTL+B
libname (visualizza le librerie);
F8
submit (permette di eseguire le
istruzioni evidenziate)
a cura di Ida D'Attoma
Il Linguaggio
1. DATA STEP: acquisizione,creazione,
gestione e manipolazione di dati in
formato SAS
2. PROC STEP: procedure per l’analisi dei
dati (metodi statistici)
a cura di Ida D'Attoma
Regole di sintassi per i comandi
• Ogni istruzione o comando finisce sempre con il
punto e virgola (;)
• Le istruzioni possono essere scritte sia in lettere
maiuscole che minuscole
• Più istruzioni possono essere scritte sulla stessa
riga, perché ciò che indica la fine di un’istruzione
e l’inizio della successiva è il punto e virgola (;)
• Le parole che compongono un’istruzione sono
separate da uno spazio o da un operatore (es.
=)
• I commenti vanno inseriti tra i simboli
/*commento*/ a cura di Ida D'Attoma
Regole di sintassi per i nomi
delle variabili e dei dataset
• I nomi delle variabili possono essere
formati da 1 a 32 caratteri
• Il primo carattere deve essere una lettera
o un underscore (_), mai un numero
• Gli spazi non possono essere usati per
definire il nome di una variabile o di un
dataset
N.B. Le variabili hanno degli attributi(NAME,
TYPE,LENGTH, LABEL,INFORMAT,FORMAT)
a cura di Ida D'Attoma
SAS: L’acquisizione dei
dati
L’ambiente di lavoro
•
•
•
Directory (libreria) temporanea: WORK
Directory (libreria) permanente: SASUSER o definita
dall’utente
Creazione libreria permanente tramite:
a) Istruzione (comando globale) LIBNAME
LIBNAME nomelogico ‘x:nomecompletodirectory’;
•
•
b) Da menù: icona librerie barra degli strumenti –
Nuova Libreria
Nomi dataset ad un livello (memorizzati in WORK)
Nomi dataset a 2 livelli memorizzati permanentemente:
nomelogico.nomefile
a cura di Ida D'Attoma
Acquisizione automatica dei file
• dati ASCII (.txt; .dat)
• dati formato standard (Microsoft Excel o dBASE):
file - importa dati -formato file da importarelocalizzazione del file da importare- eventuali
opzioni – scelta directory di destinazione
associata ad un nome logico – scelta nome file
di destinazione
a cura di Ida D'Attoma
Alcune Procedure Utili
Le procedure: concetti generali
•
•
•
•
•
Cominciano con la parola PROC
Hanno un proprio nome
Sono composte da una parte essenziale (senza la
quale non agiscono) e una opzionale ( per richiedere
risultati specifici)
Agiscono sul dataset indicato dopo il nome della
procedura nell’opzione DATA=
Terminano con:
a)
b)
c)
L’istruzione RUN;
Quando incontrano l’inizio di un altro proc step o data step;
QUIT; se si tratta di procedure di tipo iterativo ( es. PROC
REG, PROC GPLOT)
a cura di Ida D'Attoma
Proc Contents
Funzione: stampa la descrizione del contenuto di
uno o più file SAS. E’ utile per controllare
l’esattezza dell’acquisizione dei dati e
l’ammissibilità delle operazioni che si intendono
compiere.
Sintassi:
PROC CONTENTS DATA=NomeLibreria.Nomedataset;
RUN;
a cura di Ida D'Attoma
Proc Fsview
Funzione: apre una nuova finestra all’interno della quale viene
visualizzato il contenuto del dataset indicato.
Sintassi:
PROC FSVIEW DATA=NomeLibreria.NomeDataset;
RUN;
Alcune opzioni:
VAR lista di variabili: permette di scegliere un sottoinsieme di
variabili
WHERE condizione: permette di richiedere la visualizzazione del
sottoinsieme di unità per cui si verifica la condizione specificata
a cura di Ida D'Attoma
Proc sort
FUNZIONE: Ordina le osservazioni di un dataset secondo
una o più variabili, memorizzando il risultato
dell’ordinamento in un nuovo dataset o rimpiazzando il
dataset originale.
PROC SORT DATA=NomeLibreria.DatasetOrigine
Nodupkey OUT=NomeLibreria.DatasetDestinazione;
BY NomeVariabileOrdinamento; RUN;
Variabile d’ordinamento numerica: ordine crescente
Variabile d’ordinamento alfabetica: ordine alfabetico
L’opzione NODUPKEY cancella le osservazioni con valore
a cura di Ida D'Attoma
duplicato della variabile di by.
Proc Print
Funzione: stampa le osservazioni di tutte le variabili di un
dataset o di un loro sottoinsieme nella finestra di OUTPUT.
PROC PRINT DATA=NomeLibreria.NomeDataset;
VAR variabile1 variabile2 variabilep;
RUN;
Alcune opzioni:
NOOBS: omette la stampa del numero di osservazioni
SUM: calcola i totali ed i subtotali delle variabili numeriche
BY: stampa le osservazioni separate per ciascun livello
della variabile indicata dopo questa istruzione. Occorre che
le osservazioni vengano ordinate secondo tale variabile
a cura di Ida D'Attoma
tramite la procedura PROC SORT.
Manipolazione di Dataset
in Formato SAS
Il comando IF come selezionatore
Funzione: Se usato come selezionatore serve ad escludere
alcune osservazioni dal dataset; SAS lavorerà solo sui
record che rispondono ai criteri del comando IF.
Esempi:
If NomeVariabile=valore : lavora solo sulle osservazioni
che soddisfano la condizione
If NomeVariabile ne valore : esclude dall’analisi le
osservazioni che soddisfano la condizione
a cura di Ida D'Attoma
Istruzioni Condizionali
Funzione: consentono di esprimere azioni condizionate da cui dipendono
istruzioni successive.
Esempi di applicazione: creazioni di variabili dummy, ricodifica di variabili
esistenti, selezione di osservazioni.
• IF condizione THEN istruzione;
• IF condizione THEN istruzione; ELSE istruzione;
• IF condizione(1) THEN istruzione(1); ELSE IF condizione(2) THEN
istruzione(2); ELSE IF condizione(n) THEN istruzione(n); ELSE
istruzione(n+1);
• IF condizione;
La prima e la seconda forma gestiscono condizioni di tipo dicotomico, mentre la
terza gestisce condizioni di tipo non dicotomico. La quarta forma impone una
condizione di selezione delle righe (selezione di osservazioni – IF subsetting).
La dichiarazione ELSE segue immediatamente IF/THEN per specificare
un’istruzione che deve essere eseguita se la condizione IF non è soddisfatta.
L’istruzione ELSE individua una classe residuale che include tutte le
osservazioni che non soddisfano le condizioni precedenti.
a cura di Ida D'Attoma
Operatori Logici, di Confronto e
Operazioni Aritmetiche
Operatori di confronto
--------------------------------------Maggiore
>
gt
Maggiore o uguale >=
ge
Minore
<
lt
Minore o uguale
<=
le
Uguale
=
e
Diverso
^=
ne
Operazioni
-----------------------------Somma
+
Sottrazione
Moltiplicazione *
Divisione
/
Elevamento
**
Operatori logici
-------------------AND
&
OR
|
NOT
^
a cura di Ida D'Attoma
Principali Operazioni
1. Creazione di sottoinsiemi del dataset di
partenza
2. Trasformazioni, assegnazioni,
riclassificazioni di variabili
3. Unione di dataset
a cura di Ida D'Attoma
1. Creazione di sottoinsiemi
a)
Comandi che consentono di selezionare le variabili:
–
KEEP: elenchiamo le variabili separate da spazi che devono
essere riportate nel dataset finale
–
DROP:elenchiamo le variabili separate da spazi che devono
essere cancellate dal dataset finale
DATA libreria.nome_nuovo_dataset;
SET libreria.nome_dataset_di_partenza;
KEEP nomevar_1 nomevar_2 nomevar_p;
/* oppure DROP nomevar_1 nomevar_2 nomevar_p;*/
RUN;
N.B. KEEP e DROP possono essere usati sia come comandi, in
istruzioni vere e proprie oppure come opzioni dell’istruzione
DATA
a cura di Ida D'Attoma
1. Creazione di sottoinsiemi
b)
Comandi che consentono di selezionare le unità:
–
–
OUTPUT
DELETE
DATA libreria.nuovo_dataset;
SET libreria.vecchio_dataset;
IF confrontologico THEN OUTPUT; /* osservazioni da tenere */
IF confrontologico THEN DELETE; /*osservazioni da cancellare */
RUN;
a cura di Ida D'Attoma
2. Trasformazioni, assegnazioni,
riclassificazioni di variabili
Una variabile può essere definita:
a) Per assegnazione diretta
nomevariabile=valorenumerico;
nomevariabile=‘stringa’ (N.B. stringa sempre tra apici);
nomevariabile=formula matematica;
nomevariabile=altravariabileesistente;
b) Come funzione di una o più variabili
IF confrontologico THEN assegnazione; ELSE
assegnazione;
a cura di Ida D'Attoma
3. Unione di dataset
• Concatenazione: Istruzione SET
• Unione a chiave: Istruzione MERGE
a cura di Ida D'Attoma
Concatenazione: comando SET
Funzione: legge le osservazioni da uno o più dataset. Permette di
unire ( mettere uno sotto l’altro) più dataset aggiungendo al primo
le osservazioni del secondo e così via.
DATA dataset in scrittura;
SET dataset ( o lista di dataset ) in lettura <opzioni>;
RUN;
Opzioni:
OBS= indica il numero dell’ultima osservazione che si vuole leggere.
FIRSTOBS= indica il numero dell’osservazione dalla quale si vuole
partire per leggere il dataset.
N.B. Perché l’unione avvenga correttamente è necessario che i nomi
delle variabili che contengono la stessa informazione siano uguali nei 2
o più dataset.
a cura di Ida D'Attoma
Unione a chiave: comando MERGE
Funzione: consente di unire (mettere uno a fianco dell’altro) le osservazioni
provenienti da 2 o più dataset diversi in un’unica osservazione inserita nel
dataset in scrittura. L’associazione tra osservazioni è fatta secondo valori
uguali di una o più variabili comuni (CHIAVI).
Tali variabili devono essere indicate dopo una dichiarazione BY e i dataset
dovranno essere ordinati sui valori di queste variabili.
PROC SORT DATA=dataset1;
BY nome_variabile_chiave; RUN;
PROC SORT DATA=dataset2;
BY nome_variabile_chiave;RUN;
DATA nome_dataset_nuovo;
MERGE dataset1 dataset2;
BY nome_variabile_chiave; RUN;
a cura di Ida D'Attoma
Unione a chiave: comando MERGE
E’ possibile unire 2 (o più dataset) secondo una chiave seguendo criteri
differenti. In tutti i casi i dataset devono essere preventivamente ordinati
secondo la chiave.
Criterio 1: il nuovo dataset deve contenere tutte le osservazioni che
appartengono o a dataset1 o a dataset2 indifferentemente.
DATA nome_dataset_nuovo;
MERGE dataset1(in=A) dataset2(in=B);
BY nome_variabile_chiave; RUN;
Criterio 2: il nuovo dataset deve contenere tutte le osservazioni che
appartengono almeno a dataset1
DATA nome_dataset_nuovo;
MERGE dataset1(in=A) dataset2(in=B);
BY nome_variabile_chiave; if A; RUN;
a cura di Ida D'Attoma
Unione a chiave: comando MERGE
Criterio 3: il nuovo dataset deve contenere tutte le osservazioni che
Appartengono almeno a dataset2.
DATA nome_dataset_nuovo;
MERGE dataset1(in=A) dataset2(in=B);
BY nome_variabile_chiave; if B; RUN;
Criterio 4: il nuovo dataset deve contenere tutte le osservazioni che
appartengono a dataset1 e dataset2 contemporaneamente.
DATA nome_dataset_nuovo;
MERGE dataset1(in=A) dataset2(in=B);
BY nome_variabile_chiave; if A and B; RUN;
a cura di Ida D'Attoma
Unione a chiave: comando MERGE
Criterio 5: il nuovo dataset deve contenere tutte le osservazioni che
appartengono a dataset1 ma non appartengono a dataset2.
DATA nome_dataset_nuovo;
MERGE dataset1(in=A) dataset2(in=B);
BY nome_variabile_chiave; if A and NOT(B); RUN;
Criterio 6: il nuovo dataset deve contenere tutte le osservazioni che
appartengono a dataset2 ma non appartengono a dataset1
DATA nome_dataset_nuovo;
MERGE dataset1(in=A) dataset2(in=B);
BY nome_variabile_chiave; if NOT(A) and B; RUN;
a cura di Ida D'Attoma
Unione a chiave: comando MERGE
Criterio 7: il nuovo dataset deve contenere tutte
le osservazioni tranne quelle che appartengono a
dataset1 e dataset2 contemporaneamente.
DATA nome_dataset_nuovo;
MERGE dataset1(in=A) dataset2(in=B);
BY nome_variabile_chiave; if NOT(A and B); RUN;
a cura di Ida D'Attoma
Alcune funzioni
Numeriche:
abs (argomento) : fornisce il valore assoluto di un argomento
exp (argomento) : fornisce l’esponenziale di un argomento
int (argomento) : fornisce il valore intero dell’argomento
log (argomento) : fornisce il logaritmo naturale dell’argomento
round (argomento, decimale) : arrotonda il valore dell’argomento
al decimale specificato
sqrt (argomento) : fornisce la radice quadrata dell’argomento
Di testo:
substr (argomento, posizione, n) : estrae una sottostringa
dell’argomento, che inizia dal carattere nella posizione specificata e di
a cura di Ida D'Attoma
lunghezza n
Alcune Procedure
Statistiche
Proc Means
Funzione: permette di calcolare per variabili di tipo numerico, alcune
statistiche univariate di base.
Sintassi:
PROC MEANS DATA=nomedataset <opzioni> <statistic-keyword(s)>;
BY <DESCENDING> nomevar_1 … <DESCENDING> nomevar_p
<NOTSORTED>;
CLASS nomevar(s);
FREQ nomevar;
ID nomevar;
OUTPUT OUT=nomedataset_output <output statistic specification(s)>;
VAR nomevar(s);
WEIGHT var; RUN;
a cura di Ida D'Attoma
Proc Means
Alcune opzioni:
NOPRINT: sopprime la stampa sulla finestra di output
MAXDEC=:determina il numero massimo di decimali mostrati
Alcune istruzioni:
VAR: stabilisce le variabili numeriche da analizzare
VAR _NUMERIC_ analizza tutte le variabili numeriche presenti nel
dataset
CLASS e BY: stabiliscono gli strati per cui calcolare le statistiche (il
primo a differenza del secondo non necessita che il dataset sia ordinato
per tali strati).
FREQ E WEIGHT:indicano delle variabili numeriche che danno pesi
diversi alle osservazioni analizzate.
OUTPUT <OUT=NomeDatasetOutput> <statistiche di output>
istruzione per mandare in output le statistiche su un nuovo dataset SAS
a cura di Ida D'Attoma
Proc Means
Alcune Statistic-keywords:
n, nmiss, mean, median, cv, min, max, std, var, range
Differenza tra freq e weight:
FREQ: si specifica una variabile numerica il cui valore
rappresenta la frequenza dell’osservazione. La procedura
assume che ogni osservazione rappresenti “n” osservazioni,
dove “n” è dato dal valore assunto dalla variabile numerica
specificata. Occorre che “n” sia un numero intero.
WEIGHT: si specifica una variabile numerica i cui valori
pesano i valori della variabile di analisi. Non occorre che i
valori della variabile siano numeri interi.
a cura di Ida D'Attoma
Proc Univariate
Funzione: calcolare indici di sintesi di una variabile
statistica quantitativa. I risultati si presentano suddivisi in
sei sezioni: gli indici di sintesi basati sui momenti, misure e
test di locazione, quantili, i valori estremi della distribuzione
e le osservazioni mancanti. È molto simile alla proc means
ma rispetto a quest’ultima permette di calcolare un numero
molto maggiore di statistiche descrittive oltre che fornire
una rappresentazione grafica delle distribuzioni (es. può
essere utile per individuare valori anomali).
N.B. Non sempre gli indici e i test forniti in output sono
interessanti e applicabili alla nostra analisi. Sta a noi
distinguere e ricavarne alecura
informazioni
utili.
di Ida D'Attoma
Proc Univariate
Sintassi:
PROC UNIVARIATE DATA=nomedataset <opzioni>;
BY <DESCENDING> nomevar_1 … <DESCENDING>
nomevar_p <NOTSORTED>;
CLASS nomevar(s);
FREQ nomevar;
HISTOGRAM nomevar(s)</options>;
OUTPUT OUT=nomedataset_output statistic-keyword=
name;
VAR nomevar(s);
WEIGHT var; RUN;
a cura di Ida D'Attoma
Proc Univariate
Opzioni:
NORMAL: esegue un test di verifica della normalità delle variabili
analizzate.
MU0=: specifica il valore della media per il quale si vuole verificare
l’uguaglianza.
PLOT: genera alcuni grafici per lo studio delle distribuzioni.
Istruzioni:
VAR: stabilisce le variabili numeriche da analizzare
CLASS e BY: stabiliscono gli strati dei valori per cui calcolare le
statistiche (il primo, a differenza del secondo, non necessita che il
dataset sia ordinato per tali strati).
FREQ e WEIGHT: indicano delle variabili numeriche che danno pesi
diversi alle osservazioni analizzate.
OUTPUT OUT=nomedataset_output statistic-keyword= name:
manda in output le statistiche su un nuovo dataset SAS.
HISTOGRAM: genera l’istogramma
variabili indicate.
a cura di Ida delle
D'Attoma
Proc freq
Funzione: consente di ottenere tabelle di frequenze (assolute,
relative, cumulate) a una o a più entrate ed il calcolo di indici per
valutare la presenza di forme di dipendenza. È utilizzabile sia per
variabili numeriche che alfabetiche.
Sintassi:
PROC FREQ DATA=nomedataset;
TABLES nomevar1 nomevar2 nomevar1*nomevar2/CHISQ; RUN;
TABLES: è il comando fondamentale con cui richiediamo la costruzione
di tabelle di frequenza semplice e di una tabella a doppia entrata.
CHISQ: opzione per il calcolo di misure di associazione basate sul χ².
N.B. In output per ogni cella della tabella a doppia entrata sono
riportati nell’ordine: la frequenza
a cura diassoluta,
Ida D'Attomala frequenza relativa, la
frequenza percentuale di riga ( distribuzione condizionata di var2 dato
1) di l
( di t ib i
di i
t di
1d t
2)
Proc Corr
Funzione: fornisce in output una brevissima analisi delle singole
variabili e la matrice di correlazione.
Sintassi:
PROC CORR DATA=NomeLibreria.NomeDataset outp=CorrOutp;
VAR var1 var2 varp; RUN;
outp= permette il salvataggio della matrice di correlazione in un
dataset di output in formato SAS
N.B. In output sotto il valore di ciascun coefficiente di correlazione è
riportata la significatività rispetto al test d’uguaglianza a zero.
a cura di Ida D'Attoma
Proc Princomp
Funzione: Effettua l’analisi in componenti principali a partire dalla
matrice dei dati oppure da matrici di correlazione e
varianza/covarianza.
Sintassi:
PROC PRINCOMP DATA=nome_dataset_input OUT=nome_dataset_output
OUTSTAT=nome_dataset_statistiche;
FREQ nome_variabile;
VAR var1 var2 varp; RUN;
N.B.
• osservazioni con valori missing vengono omesse dall’analisi.
• data una matrice dei dati, la procedura calcola le CP a partire dalla matrice
di correlazione (che equivale a fare l’analisi su dati standardizzati), se non
diversamente specificato.
a cura di Ida D'Attoma
Proc Princomp
DATA= dataset da analizzare. Matrice dei dati oppure matrice di
correlazione se TYPE=CORR o matrice di varianza/covarianza se
TYPE=COV.
OUT= crea un dataset di output contenente tutte le variabili originarie
e le componenti principali. Quest’ultime sono denominate di default
Prin1, Prin2…
OUTSTAT= crea un dataset di output contente alcune statistiche:
media, deviazione standard (std), numero di osservazioni (n), correlazione
(corr) o covarianza (cov), autovalori (eigenval) e autovettori (score).
FREQ= specifica una variabile che fornisce le frequenze per ogni
osservazione presente nel dataset. Se n è il valore della variabile FREQ
per una data osservazione, allora quell’osservazione è usata n volte.
VAR= lista delle variabili d’analisi. Se omessa, vengono analizzate tutte
le variabili numeriche presenti nel dataset.
a cura di Ida D'Attoma
Proc Princomp: Output Grafico
Sintassi Versione 9.1
ods html;
ods graphics on;
proc princomp data=nome_dataset n=numero_componenti;
run;
ods graphics off;
ods html close;
N.B. dell’output fornito ci interessa soprattutto l’eigenvalue plot (scree
plot o scree diagram) che è un grafico degli autovalori ordinati in senso
decrescente.
a cura di Ida D'Attoma
Proc Cluster
Funzione: divide le osservazioni di un dataset in gruppi
gerarchici utilizzando uno degli undici metodi previsti. I dati
iniziali possono essere valori di variabili numeriche o
distanze. Se sono valori, essa calcola le distanze euclidee.
Sintassi:
PROC CLUSTER DATA=nomedataset METHOD=metodo
OUTTREE=nomedataset_tree pseudo print=;
VAR elenco_variabili;
COPY elenco_variabili;
Id identifier;
RUN;
a cura di Ida D'Attoma
Proc Cluster
DATA: indica il dataset contenente le osservazioni da raggruppare in cluster;
METHOD: con questa istruzione si specifica con quale criterio raggruppare le
unità. SAS prevede 11 metodi. Alcuni metodi sono specificati come segue:
SINGLE; AVERAGE; COMPLETE; WARD.
OUTTREE: con questa opzione viene indicato il nome di un dataset di output
in cui memorizzare i risultati della procedura; le informazioni in esso contenute
servono per costruire il dendrogramma.
VAR: vengono specificate quali sono le variabili da considerare per il calcolo
delle distanze. Se le omettiamo SAS utilizza tutte le variabili numeriche presenti
nel dataset indicato.
PSEUDO: fornisce in output la pseudo-F e la pseudo-t2 che possono essere
utili per la scelta del numero dei cluster
COPY: permette di riportare le variabili elencate dal dataset di input al dataset
di output
ID: il valore della variabile indicata serve per identificare le unità statistiche, se
omessa verrà usato il numero dell’osservazione.
a cura di Ida D'Attoma
Proc tree
Funzione: crea il dendrogramma.
Sintassi:
PROC TREE DATA=nomedataset_tree
HORIZONTAL OUT=nomedataset_gruppi
N=numero_gruppi;
ID identifier;
COPY elenco_variabili;
RUN;
a cura di Ida D'Attoma
Proc tree
HORIZONTAL: opzione che fa sì che l’albero sia disegnato
in orizzontale (il valore di default è verticale)
ID: il valore della variabile indicata serve per identificare le
unità statistiche, se omessa verrà usato il numero
dell’osservazione. La variabile che identifica le unità deve
ssere la stessa utilizzata nella PROC CLUSTER.
OUT: viene indicato il nome di un dataset in cui verrà
memorizzato il gruppo di appartenenza della singola unità
statistica (di default in out sono presenti le variabili cluster, clusname).
N: indica il numero di gruppi in cui si è deciso di tagliare
l’albero
COPY: permette di copiare variabili dal dataset di input a quello di
output che altrimenti non verrebbero riportate.
a cura di Ida D'Attoma
Proc ttest
Funzione:
Effettua test su 1 campione, 2 campioni e dati appaiati. Il test a 2
campioni confronta la media del primo campione meno la media nel
secondo campione con un dato numero (Default: zero).
Sintassi:
PROC TTEST DATA=NomeLibreria.NomeDataset;
CLASS NomeVariabile;
VAR
NomeVariabile;
BY NomeVariabile;
WHERE condizione;
RUN;
a cura di Ida D'Attoma
Proc ttest
BY: permette di ottenere analisi separate sulla base dei
gruppi di osservazioni definiti dalla variabile di by. (È
necessario che i dati siano preventivamente ordinati in
base a tale variabile di by).
CLASS: la specificazione di una variabile è obbligatoria
quando si fa un confronto usando 2 campioni. Tale
variabile deve avere 2 e solo 2 livelli. Usando tali livelli la
Proc ttest divide le osservazioni in 2 gruppi sui quali
effettuare il ttest. Può essere specificata sia una variabile
numerica che alfanumerica.
VAR: viene specificato il nome della variabile da usare
nell’analisi.
a cura di Ida D'Attoma
Proc Anova
Funzione: è una delle molte procedure utilizzabili in SAS per l’analisi
della varianza. È concepita per gli studi di piani bilanciati ma può
essere tranquillamente utilizzata nei disegni in cui tutti i fattori sono
ortogonali tra loro.
Sintassi:
PROC ANOVA DATA=nomedaset;
CLASS NomeVarClassificazione;
MODEL NomeVarDipendente=NomeVarIndipendente;
RUN;QUIT;
Output:
Viene fornito un riassunto sui livelli di classificazione ed il numero di
osservazioni coinvolte e poi il risultato dell’analisi della varianza vera e
propria.
a cura di Ida D'Attoma
