sas_opracowanie

/* Na podstawie zbioru SASHELP.CLASS napisz kod, który … */

/* *******************PRZETWARZANIE DANYCH************************** */

/* 1.   tworzy bibliotekę engine v9 wskazującą na katalog c:\sas\ */
/* przed uruchomieniem witrualnej maszyny trzeba utworzyć na swoim dysku c folder o nazwie "sas"
i dodać go do Shared Folders w ustawieniach wirtualnej maszyny */
libname MYLIB v9 "/folders/myshortcuts/sas";

/* 2. tworzy bibliotekę engine v8 wskazującą na katalog c:\sas\ */
libname bibl v8 "c:\sas\";

/* 3. tworzy bibliotekę engine odbc wskazującą na sterownik odbc o nazwie CRM */
libname bib odbc dsn=CRM user=X pw=X;

/* 4. czyta go instrukcją SET w jednym przebiegu datastepu */
data x;
do i=1 to n_obs;
    set sashelp.class nobs=n_obs;
    przebieg=_n_;
    output;
end;
run;

/*5 czyta go i tworzy zbiór WYNIK z nową zmienną o nazwie DWA, która ma dwie pierwsze litery imienia */
data x;
set sashelp.class;


DWA = substr(name, 1, 2);

run;
/*6 wybiera tylko wiersze z wiekiem większym niż 12 lat */
data work.q;
    set sashelp.class
        (where= (age > 12));
run;
/*7 wybiera wiersze o imionach na literę A */
proc print data=sashelp.class;
    where name like "A%";
run;
/*8 tworzy nową kolumnę DATA_URODZENIA na podstawie wieku i dzisiejszej daty w systemie */
data zadanie8;
    set sashelp.class;

    DATA_URODZENIA = intnx(
     'year',  /* unit of time interval */
      today(), /* beginning date */
      -Age,      /* number of intervals, negative goes to the past */
      'same'   /* alignment of interval date. "Same" is for same day of month */
     );

     format DATA_URODZENIA YEAR.;

run;
/*9 tworzy nową kolumnę i liczy liczbę liter w imieniu */
data x;
set sashelp.class;
liczba_liter=length(name);
run;

/*10    tworzy nową kolumnę: flagę zerojedynkową posiadania literki a w imieniu */
data x;
set sashelp.class;


flag=0;
do i=0 to (length(name));

    if substr(name, i, 1) = 'a' then flag = 1;
    else flag=flag;

end;
run;
/*11    tworzy nową kolumnę konkatenując imię z wiekiem i płcią, np. Alfred-14-M */
data work.q11;
    set sashelp.class;
    new_field = strip(name) || "-" || strip(age) || "-" || sex;
run;
/*12    rozmnaża losowo każdą obserwację od 1 do 10 razy */
data PD12;
    set sashelp.class;
    do i=1 to int(ranuni(1) * 10); /*ranuni- losowa liczba*/
    output;
    end;
    drop i;
run;
/*13    do zbioru WYNIK zapisuje tylko co drugą obserwację */
data zadanie13;
    do point = 1 to nobs by 2;
    set sashelp.class point=point nobs=nobs;
    output;
    end;
    stop;
run;

data zadanie13 v2;
set sashelp.class;
DATA_URODZENIA=put(intnx('year',"&sysdate"d,-age),year4.);
run;
/*14    sortuje go po płci rosnąco i wieku malejąco */
proc sort data=sashelp.class out=x;
by sex descending age;
run;

/*15    na podstawie mechanizmu przetwarzania w grupach wylicza liczbę kobiet i mężczyzn */
proc sql;
SELECT sex, COUNT(sex) AS S FROM sashelp.class GROUP BY sex;
run;
/*16    na podstawie mechanizmu przetwarzania w grupach wylicza minimum i maksimum wieku dla płci */
proc sort data=sashelp.class
        out=sorted_class;
    by sex;
run;

data min_age max_age;
    set sorted_class;
    by sex;
    if first.sex then
    output min_age;
    if last.sex then
    output max_age;
run;
/*17    na podstawie mechanizmu przetwarzania w grupach wylicza średnią wieku dla płci */
proc sort data=sashelp.class out=pd17;
    by sex;
run;

proc means data=sashelp.class;
    class sex;
    var age;
    output out=pd17 mean()=mean;
run;
/*18    na podstawie zbioru SASHELP.AIR wylicza skumulowaną liczbę tysięcy pasażerów, data po dacie - rosnąco, na podstawie kolumny AIR */
data zadanie18;
set sashelp.air;
WYNIK=sum(cum,air);
retain cum;
run;
/*19    na podstawie funkcji lag wyrzuca do WYNIK tylko wiersze, dla których poprzedni wiersz był kobietą */
data wynik;
set sashelp.class;
lagged=lag(sex);
run;
data wynik;
set wynik;
where lagged='F';
drop lagged;
run;

/*20    tworzy nową kolumnę jako sumę lat ostatnich dwóch wierszy */
data wynik1;
set sashelp.class;
lagged=lag(age);
run;
data wynik1;
set wynik1;
SumOfAge = Age + lagged;
run;
/*21    który do zbioru WYNIK wyrzuca tylko obserwacje o numerach od 5 do 7 */
data WORK.WYNIK;
    set SASHELP.CLASS (firstobs = 5 obs =7);
run;
/*22    który do zbioru WYNIK wyrzuca tylko pierwszą obserwację */
data wynik;
    set sashelp.class (obs=1);
run;
/*23    który do zbioru WYNIK wyrzuca tylko ostatnią obserwację */
data zadanie23;
set sashelp.class end=koniec;
if koniec=1 then output;
run;
/*24    który tworzy nowe zmienne wiek1 do wiek20 i tak je uzupełnia, by np. dla wieku równego 10 kolumna wiek10 miała wartość 1 a inne 0 */
data x;
array t(20) wiek1-wiek20;
set sashelp.class;
do i=1 to 20;
if age=i then t(i)=1;
else t(i)=0;
end;
run;

/*25    ze zbioru SASHELP.ZHC wybrać tylko te obserwacje, których kod PCMS jest w zbiorze SASHELP.ZTC */
proc sql;

select * from sashelp.ZHC
except
select PCMS from sashelp.ZHC;
run;
/*26    do zbioru SASHELP.ZHC dokleić kolumnę EUC ze zbioru SASHELP.ZTC łącząc po PCMS */
proc sort data=SASHELP.ZHC
        out = work.a;
    by PCMS;
run;

data work.b;
    set SASHELP.ZTC (keep = EUC PCMS);
run;

proc sort data=work.b
        out = work.c;
    by PCMS;
run;

data work.d;
    merge work.a (in = in_a) work.c;
        by pcms;
    if in_a;
run;
/*27    zrobić test łączenia tabel SASHELP.ZHC i SASHELP.ZTC łącząc po PCMS,
 ile się połączyło, ile zostało obserwacji w pierwszym a ile w drugim */
proc sort data=sashelp.ztc out=pd27ztc;
by pcms;
run;
proc sort data=sashelp.zhc out=pd27zhc;
by pcms;
run;

data polaczone pierwszy drugi;
merge work.pd27zhc(in=zhc) work.pd27ztc(in=ztc);
by pcms;
if zhc and ztc then output polaczone;
if zhc and not ztc then output pierwszy;
if not zhc and ztc then output drugi;
run;
/*28    stworzyć zbiór WYNIK, który ma kolumny od age11 do age16 i name.
Dla przykładu gdy uczeń ma 11 lat to zmienna age11 jest wypełniona
i posiada wartość zmiennej płeć, a inne zmienne są puste */
data zadanie28;
array t(6) $ age11-age16;
set sashelp.class;
do i=1 to 6;
if age=i+10 then t(i)=sex;
end;
keep name age11-age16;
run;
/*29    na podstawie zbioru SASHELP.CARS stworzyć zbiór WYNIK,
który posiada informacje o modelach samochodów w wielu wierszach.
Dla danego modelu w wierszach istnieją dwie dodatkowe kolumny o nazwach: PROPERTY i VALUE,
 w pierwszej jest nazwa kolumny zbioru oryginalnego a w drugiej jej wartość */
data wynik; /* NIE JESTEM PEWNY TEGO KODU, PLS SPRAWDZ KTOS JESZCZE */
length property value $200;
do i=1 to obs;
set sashelp.cars nobs=obs;
array zmienne(*) _NUMERIC_;
array zmiennechar(*) _CHARACTER_;
do j=2 to 11;
property=vname(zmienne(j));
value=zmienne(j);
output;
if (j >= 3 AND j<=7) then do;
property=vname(zmiennechar(j));
value=zmiennechar(j);
output;
end;
end;
end;
keep model property value;
run;

/*30    liczy odległość Levenshteina pomiędzy imieniem a słowem Alfred */
data x;
set sashelp.class;


result=complev(Name, 'Alfred');

run;
/* 31   tworzy 19 zbiorów: od name1 do name19, każdy z jedną obserwacją, pierwszy z pierwszą obserwacją zbioru wejściowego,
 a ostatni z ostatnią */
%macro do_task;
    %do i=1 %to 19;
        %let my_string=%sysfunc(catx(,name,&i));
        data &my_string.;
            set sashelp.class (firstobs=&i obs=&i);
        run;
    %end;
%mend do_task;

%do_task
;
/* 32   tworzy zbiór WYNIK z powtórzonymi obserwacjami tyle razy ile wynosi wartość zmiennej wiek */
data wynik;
    set sashelp.class;
    do i=1 to age;
    output;
    end;
run;
/* 33   tworzy tablicę dwuwymiarową w IML biorąc dwie pierwsze obserwacje i kolumny wiek i wagę oraz oblicza jej wyznacznik */
PROC IML;
USE sashelp.class;
read point {1 2} var {age weight} into dane;
print dane;
wyznacznik=det(dane);
print wyznacznik;
quit;

/* **************RAPORTOWANIE*********************** */

/* 1    tworząc format grupy wiekowej: do 13 lat włącznie i powyżej, wyznaczyć
procedurą MEANS liczby i uczniów i średnie wartości wieku */
proc format;
value wiek
low-13='Mały'
13-high='Duży';
run;

proc means data=sashelp.class mean;
class age;
format age wiek.;
var age;
run;

/* 2    wyznaczyć dwuwymiarową tablicę liczebności wieku i płci */
proc sql;
SELECT age, sex, COUNT(sex) AS S FROM sashelp.class GROUP BY age;
run;
/* 3    wyznaczyć tablicę liczebności wieku z jej kumulatywnymi
 statystykami liczebności i procentu */
proc freq data=sashelp.class;
table age /out=freq outcum;
run;
/* 4    tworzy raport HTML z tabelą z boczkiem imieniem a nagłówkiem
 płcią i wypełnionymi wartościami wiekiem */
ods _all_ close;
ods html body='rap4.htm' style=HTMLBlue file='C:\Users\ignac\Desktop\rap4.htm';
proc tabulate data=sashelp.class; /* tabulate- wyswietla statystyki*/
    class name sex;
    var age;
    table name,sex='plec'*age;
run;
ods html close;
ods listing;
/* 5    tworzy raport w PDF na podstawie SASHELP.PRDSALE z informacjami o aktualnej
 sumie sprzedaży i procentach po latach i regionie z podsumowaniami */
ods listing close;
ods pdf
file='/folders/myfolders/raport.pdf';
proc tabulate data=sashelp.prdsale;
class year region;
var actual;
table year='' all,actual='Sprzedaż'*region ;
run;
ods pdf close;
ods listing;
/* 6    tworzy seryjny raport dla każdego regionu, czyli tworzy tyle HTMLi ile
regionów i w każdym raportuje sumę sprzedaży w rozbiciu po latach i produktach z podsumowaniami */
proc sql noprint;
select distinct region into :nazwy separated by '#'
from sashelp.prdsale order by region;
quit;
%let n_name=&sqlobs;
%put &n_name***&nazwy;

%MACRO DO_MEAN;
%DO I = 1 %TO &n_name;
ods listing close;
ods html body="\zad6&I..html";
proc tabulate data=sashelp.prdsale (where=(region="%scan(&nazwy, &I, '#')"));
class product year;
var actual;
table product='' all, mean=''*actual=''
(year='' all)f=nlnum12.2
/ box='Actual mean';
run;

ods html close;
ods listing;
%END;
%MEND DO_MEAN;
%DO_MEAN;

/* 7    tworzy listę makrozmiennych name1 do name19 wstawiając do nich nazwy uczniów w kolejności alfabetycznej */
proc sql noprint;
select name into :name1-:name99999
from sashelp.class order by name;
quit;
%let n_name=&sqlobs;
%put &name1;
%put _user_;

/* 8    tworzy listę makrozmiennych o nazwach uczniów wstawiając do nich ich płcie */
data _null_;
set sashelp.class;
call symput(name,trim(sex));
run;
%put &Alice;
/* 9    tworzy jedną długą makrozmienną wstawiając do niej listę
imion uczniów w kolejności alfabetycznej oddzielanych znakiem # */
proc sql noprint;
select name into :imiona separated by '#'/*wszystkie wartości do 1 makrozmiennej*/
from sashelp.class order by name; /* alfabetycznie*/
quit;
%let n_name=&sqlobs;
%put &n_name &imiona;
/* 10   tworzy makroprogram z parametrem płeć, który listuje (PROC PRINT) obserwacje dla wybranej płci */
%macro drukuj(plec);
proc print data=sashelp.class (where=(sex="&plec"));
run;
%mend;
%drukuj(M);
/* 11   tworzy wykres słupkowy z średnim wiekiem dla płci */
proc gchart data=sashelp.class;
vbar3d sex / type=mean
sumvar=age;
run;

/* 12   tworzy wykres liniowy szeregu czasowego liczby pasażerów AIR ze zbioru SASHELP.AIR */
proc plot data=x;
   plot Air*Date;

run;
/* 13   liczy percentyle zmiennej wiek: 5, 25, 50, 75 i 95 */
proc univariate data=sashelp.class;
var age;
output out=percentile pctlpre=P_ pctlpts= 5 25 50 75 85;
run;
proc print data=percentile;
run;
/* 14   liczy odchylenie standardowe, średnią i rozstęp między-kwartylowy */
proc univariate data=sashelp.class ;
var age;
output out=statystyki mean=mean qrange=qrange std=std; /*srednia,rozstęp, odchylenie*/
run;
proc print data=statystyki;
run;
/* 15   wrzuca do EXCELA do komórek A1,A2i A3 liczby 3,4,5. */
proc univariate data=sashelp.class trimmed=1 0.01 0.1 winsorized=1 0.01 0.1 ;
var age;
run;
/* 16   tworzy zbiór danych w którym są zapisane nazwy plików z katalogu c:\ */
/* 17   tworzy pliki tekstowe o nazwach takich jak wartości zmiennej PRODUCT
zbioru SASHELP.PRDSALE i wrzuca do nich informacje o aktualnej sprzedaży i roku */
proc sql noprint;
select distinct product into :nazwy separated by '#'/*wszystkie wartości do 1 makrozmiennej*/
from sashelp.prdsale order by product;
quit;
%let n_name=&sqlobs;
%put &n_name***&nazwy;
%let dir=;
%macro rob;
%do i=1 %to 20;
data _null_;
file "&dir.%scan(&nazwy, &I, '#').txt";
do l=1 to obs;
set sashelp.prdsale (where=(product="%scan(&nazwy, &I, '#')") keep=actual year PRODUCT) nobs=obs;
put actual year;
end;
run;
%end;
%mend;
%rob;
/* 18   tworzy wykres pudełkowy dla zmiennej wiek po płci */
proc sort data=sashelp.class out=klasa;
by sex;
run;

proc boxplot data=klasa;
plot age*sex /
boxstyle = schematic ;
run;
quit;
/* 19   tworzy wykres rozproszenia wieku i wagi */
proc plot data=sashelp.class;
plot weight*age;
run;
quit;
/* 20   liczy średnie odporne, np. obcięte lub windsorowane dla wieku */
proc univariate data=sashelp.class trimmed=1 0.01 0.1 winsorized=1 0.01 0.1 ;
var age;
run;
/* 21   tworzy jego listing do LaTeXa */
ods tagsets.tablesonlylatex /* ??? */
file="S\egzamin.txt" (notop nobot);
proc univariate data=sashelp.class trimmed=1 0.01 0.1 winsorized=1 0.01 0.1 ;
var age;
run;
ods tagsets.tablesonlylatex close;
ods listing;

/* 22   przerzuca statystyki dopasowania do rozkładu normalnego zmiennej
wiek z procedury UNIVARIATE do zbioru danych ZGODNOSC */
proc univariate data=sashelp.class normal;
var age;
output out=zgodnosc normaltest=normal ;
run;
/* ***********************STATYSTYKA************************* */

/* 1    rysuje histogram zmiennej wiek z naniesioną krzywą Gaussa */
proc univariate data=sashelp.class;
var age;
HISTOGRAM / NORMAL (COLOR=RED W=5) ;
run;
/* 2    wyznacza test chi-kwadrat dla płci i wieku, traktując obie jako nominalne, policzyć p-value */
proc freq data=sashelp.class;
tables sex*age /
chisq ; /*chi-kwadrat*/
run;
/* 3    wyznacza statystykę V-Cramera dla płci i wieku */
proc freq data=sashelp.class;
tables sex*age / chisq ;
run;
/* 4    wyznacza statystę Giniego dla płci i wieku */
proc univariate data=sashelp.class;
var age ;
class sex;
output out=gini gini=gini;
run;

/* 5    liczy współczynnik korelacji Spearmana dla wieku i wagi */
proc corr data= x sscp cov plots=matrix;
   var  age;
   with weight;
run;
/* 6    liczy współczynnik korelacji Pearsona dla wieku i wagi */
/* 7    liczy statystykę Kołmogorowa—Smirnowa testu zgodności empirycznego rozkładu wieku z teoretycznym normalnym */
proc univariate data=sashelp.class normal;
var age;
run;
/* 8    liczy statystykę Shapiro—Wilka testu zgodności empirycznego rozkładu wieku z teoretycznym normalnym */
proc univariate data=sashelp.class normal;
var age;
run;
/* 9    liczy korelację cząstkową Pearsona dla wieku i wagi z wyrugowanym wpływem wzrostu */
proc corr data=sashelp.class rank pearson;
var weight age ;
partial height;
run;

/* 10   liczy współczynniki regresji liniowej dla wieku i wagi */
proc reg data=sashelp.class outest=e;
model age=height weight;
run;
quit;
/* 11   liczy współczynnik determinacji regresji liniowej dla wieku i wagi */
proc reg data=sashelp.class outest=e;
model age=height weight/rsquare;
run;
quit;
/* 12   przeprowadza diagnostykę modelu regresji liniowej wieku i wagi */
proc reg data=sashelp.class;
model age=weight / spec;
output out=reszty r=r;
plot r. * (p. age);
plot student. * obs.;
plot nqq. * student.;
run;
quit;
proc univariate data=reszty mu0=0 alpha=0.01;
var r;
run;
/* 13   bada homoskedastyczność modelu regresji liniowej wieku i wagi */
proc reg data=sashelp.class;
model age=weight / spec;
output out=reszty r=r;
plot r.*p. ;
run;
quit;
/* 14   bada normalność reszt modelu regresji liniowej wieku i wagi */
proc reg data=sashelp.class;
model age=weight / spec;
output out=reszty r=r;
run;
quit;
proc univariate data=reszty normal;
var r;
qqplot r / normal(mu=est sigma=est);
run;

/* 15   przeprowadza selekcję zmiennych metodami krokowymi dla modelu regresji liniowej wielorakiej wieku zależnego od wagi i wzrostu */
proc reg data = x;
  model Age = weight height/ vif selection = forward slentry = 0.99;
run;
quit;
/* Moja opcja - Krzysiek */
proc reg data=sashelp.class outest=e;
model age=height weight/ selection=FORWARD slentry=0.1;
run;
quit;
proc reg data=sashelp.class outest=e;
model age=height weight/ selection=BACKWARD slstay=0.1;
run;
quit;
proc reg data=sashelp.class outest=e;
model age=height weight/ selection=STEPWISE slentry=0.1 slstay=0.1;
run;
quit;
/* 16   liczy mierniki współliniowości dla modelu regresji liniowej wielorakiej wieku zależnego od wagi i wzrostu */
proc reg data=sashelp.class outest=e;
model age=height weight/ TOL VIF COLLIN;
run;
quit;
/* 17   liczy współczynniki determinacji dla wszystkich modeli regresji liniowej wielorakiej wieku zależnego od wagi i wzrostu */
proc reg data=sashelp.class outest=e;
model age=height weight/ selection=rsquare;
run;
quit;
/* 18   wyznacza wartości odstające i/lub wpływające w modelu regresji liniowej wieku i wzrostu */
%let p=2;
%let n=19;
ods listing close;
ods output OutputStatistics=statystyki;
proc reg data=sashelp.class outest=e;
model age=height/ influence vif collin spec collinoint r cli clm p;
run;
quit;
ods output close;
ods listing;

data nietypowe;
set statystyki;
if
abs(RStudent)>3
or HatDiagonal>(2*&p/&n)
or CooksD > (4/&n)
or abs(DFFITS)> 2*sqrt(&p/&n)
or min(of DFB:) > 2/sqrt(&n)
or max(of DFB:) < -2/sqrt(&n)
or abs(CovRatio-1) > 3*&p/&n
;
run;
/* 19   liczy procent wyjaśnienia wariancji przez główne składowe dla zmiennych wiek, waga i wzrost */
proc princomp data=sashelp.class out=AGS n=3;
var age weight height;
run;

/* 20   liczy prognozę wieku zależnego od wagi wynoszącej 80 w modelu regresji liniowej wieku i wagi */
data klasa;
weight=80;
output;
do i=1 to obs;
set sashelp.class nobs=obs;
output;
end;
stop;
run;
proc reg data=klasa;
model age=weight ;
output out=predyk p=predykcja;
run;
quit;
/* 21   wyznacza klastry (skupienia) zmiennych (PROC VARCLUS) dla wszystkich zmiennych numerycznych
zbioru SASHELP.CARS i dla wyjaśnionej wariancji (proporcji) 80%  */
proc varclus data=sashelp.cars PROPORTION=0.8;
var _NUMERIC_;
run;