Professional Documents
Culture Documents
Dpartement STID
Cours de Logiciel SAS
2000/2001
COURS, TP
Modules utiliss : Base, Stat, Insight, Ets, Graph, Assist
Eric PREUD'HOMME
I.G.W.T. Juin 2001
Introduction
Le systme SAS est LE logiciel de traitement de donnes . Les
procdures SAS sont trs compltes et dpassent largement le cadre du
DUT STID.
1
SAS est trs rpandu. Il a acquis depuis son lancement en 1960 une
situation dominante dans beaucoup de secteurs dactivits. En France
lINSEE, ELF, EDF et depuis peu les banques, les assurances, les CAF
lont adopt.
SAS peut sutiliser, dans le cadre de votre formation, en assimilant le
langage SAS ou en utilisant les modules cliquer-rsultat comme SAS/
ASSIST ou SAS Enterprise Guide. Nous privilgierons la premire
approche car elle permet une utilisation plus approfondie de SAS mme
si cest au prix dun certain temps d'apprentissage.
2
Le Systme SAS fonctionne sur plusieurs systmes (MAC, PC Dos et WINDOWS, UNIX...).
La version WINDOWS ncessite:
16 M0 de mmoire vive RAM (minimum)
500 M0 sur le disque dur. (minimum)
Ce logiciel est commercialis par :
SAS INSTITUTE
B.P.5
77166 GREGY-SUR-YERRES
: 0160621111
Fax:0160621199
Contact : Ariane Ligier Bellair
SAS est une marque dpose par SAS Institute Inc.
1 SAS commercialise un autre logiciel statistique (trs convivial) SAS JMP3.2. Il noccupe que quelques mgas sur le disque dur. Il est trs
convivial (menus...) et assez complet (Plans dexpriences, Surfaces de rponse, Rgression logistique...) mais malheureusement limit dans
certains domaines (importation de donnes, paramtrage des sorties, des plans dexpriences fractionns...). Nanmoins, il peut tre une
alternative intressante pour ceux qui nont pas besoin de toute la puissance du systme SAS ou qui sont allergiques au langage SAS !
2 SAS possde en fait 3 langages. Le langage SAS et son module Macros bien sr, mais aussi le langage SQL bien connu dans lunivers des
SGBD et le langage le SCL pour crer des applications type Visual Basic (SAS/AF, SAS/FSP)
IUT II Dpartement S.T.I.D. Cours de logiciel SAS.
E. PREUDHOMME I.G.W.T. Juin 2001
E. Mail :preudhom@iut2.upmf-grenoble.fr
Page 2
SOMMAIRE
I. Premier contact avec SAS......................................................................................................8
A. Cinq fentres essentielles.............................................................................................................8
B. Mon premier programme SAS..................................................................................................11
1. Saisie du programme..................................................................................................................................11
2. Sauvegarde des instructions du programme...............................................................................................13
3. Excution du programme (F8)...................................................................................................................13
4. Visualisation des rsultats et personnalisation de la fentre OUTPUT (complment)...........................14
5. Sauvegarde des rsultats contenus dans OUTPUT....................................................................................15
6. Sauvegarde du fichier des donnes............................................................................................................15
7. Ne confondez pas.......................................................................................................................................16
Page 3
Page 4
C. Format et Informat..................................................................................................................321
IUT II Dpartement S.T.I.D. Cours de logiciel SAS.
E. PREUDHOMME I.G.W.T. Juin 2001
E. Mail :preudhom@iut2.upmf-grenoble.fr
Page 5
1. Formats.....................................................................................................................................................321
2. Les Informats............................................................................................................................................329
Page 6
"J'entends, j'oublie
J'apprends, je retiens
Je fais, je comprends"
Proverbe chinois
Le but de ce cours est de vous prsenter une petite palette doutils SAS afin de
mettre en pratique vos connaissances en statistiques et en informatique.
de TD! Il en faudrait
au moins 5 fois plus ! Nous avons donc omis une grande partie des nombreuses
options des procdures, commandes et instructions . Laide en ligne du logiciel ou
lexcellente documentation papier sont l pour vous permettre dapprofondir les
notions vues en cours.
4
Bon courage !
3 Cit par M. Tennenhaus dans une confrence de l'ASU sur l'emploi des logiciels en Statistique
4 Ce document totalise 400 pages environ contre plus de 10000 pour la documentation papier officielle SAS
5 Vous devrez imprativement la consulter si vous voulez tre spcialiste SAS plus tard
IUT II Dpartement S.T.I.D. Cours de logiciel SAS.
E. PREUDHOMME I.G.W.T. Juin 2001
E. Mail :preudhom@iut2.upmf-grenoble.fr
Page 7
I.
Lancez le programme SAS, vous allez voir apparatre le DMS ( Display Manager System) de
SAS qui contient cinq fentres essentielles :
6
A.
Rsultats de compilation
Explorer : permet de
crer des bibliothques
pour grer les fichiers de
donnes.
Enhanced Editor : Pour entrer
votre Code SAS
6 Si tel n'est pas le cas, allez dans le menu Windows/Cascade ou si une des fentres est absente, faites View/'nom de la fentre'
IUT II Dpartement S.T.I.D. Cours de logiciel SAS.
E. PREUDHOMME I.G.W.T. Juin 2001
E. Mail :preudhom@iut2.upmf-grenoble.fr
Page 8
La fentre Explorer
Permet de grer les bibliothques et les fichiers de donnes. On peut crer,
visualiser, modifier une fichier de donnes.
Elle contient, comme son nom l'indique, les instructions SAS excuter. Grce
aux menus attachs CETTE fentre, vous pouvez saisir un programme, le
sauvegarder, le rappeler, le modifier...
La fentre RESULTS
Permet de grer toutes les sorties produites par les programmes SAS excuts
pralablement. Elles permet daccder rapidement la sortie qui vous interesse.
7 En fait, il y en a deux. Il y a lancienne (Program Editor V6.12) et celle-ci beaucoup plus agrable utiliser (indentation automatique,
reconnaissance des caractres par des couleurs etc.)
IUT II Dpartement S.T.I.D. Cours de logiciel SAS.
E. PREUDHOMME I.G.W.T. Juin 2001
E. Mail :preudhom@iut2.upmf-grenoble.fr
Page 9
Vous constatez que les instructions et les commentaires d'excution sont "passs"
dans la fentre "LOG", quant aux rsultats, ils figurent dans la fentre "OUTPUT".
Quant la fentre Results, elle contient le plan des rsultats disponibles.
Nous voyons quune procdure MEANS a t excute et que nous disposons des
Summary Statistics :
Page 10
B.
1.
Saisie du programme
Activez la fentre Enhanced EDITOR et cliquez sur FILE/NEW pour vider son
contenu. Vous allez taper ( la lettre !) dans la fentre le programme suivant :
/* Petit programme simple */
DATA WORK.TAILPOID;
Etape
DATA
(cration
fichier de
donnes)
Donnes
Statistiques de
base sur les
variables Taille et
Poids du fichier
Work.Tailpoid
Page 11
Terme
N
NMISS
MIN
MEDIAN
Q1
MAX
Signification
Nombre dobservations
Nombre dobservations manquantes
Le minimum
Mdiane
Premier quartile
Le maximum
Terme
RANGE
MEAN
VAR
Q3
QRANGE
STD
Signification
Ltendue (MAX-MIN)
La moyenne
La variance
3eme quartile
Q3-Q1
Lcart-type
Extrait de la sortie :
N
Lower
Upper
GROUPE
SEXE BAC
Obs
Mean
Median
Quartile
Quartile
A
1 B
2 174.0000000 174.0000000 168.0000000 180.0000000
C
5 182.2000000 181.0000000 179.0000000 183.0000000
D
2 173.0000000 173.0000000 168.0000000 178.0000000
PRO
1 186.0000000 186.0000000 186.0000000 186.0000000
2 A
2 168.5000000 168.5000000 167.0000000 170.0000000
B
5 163.0000000 162.0000000 162.0000000 164.0000000
Pour limiter le croisement des variables prcdentes, vous pouvez utiliser WAYS :
Complment sur Proc Means : WAYS, TYPE
proc means data=moi.stid193 mean median q1 q3;
var taille;
class groupe sexe bac;
ways 1 2;
run;
Ne va combiner les variables CLASS que 1 1 ou 2 2 et ce, grce WAYS pour navoir
quune seule combinaison il suffit de mettre 1. Linstruction TYPE GROUPE*SEXE ; permet
de navoir que la variable groupe croise avec la variable SEXE
8 Pour en savoir plus, allez dans laide, puis dans Help on SAS Software PRODUCTS puis dans Search entrez MEANS, vous pouvez
ensuite accder la procdure PROC MEANS. Nous verrons plus loin une procdure plus complte pour traiter les donnes
quantitatives :PROC UNIVARIATE
IUT II Dpartement S.T.I.D. Cours de logiciel SAS.
E. PREUDHOMME I.G.W.T. Juin 2001
E. Mail :preudhom@iut2.upmf-grenoble.fr
Page 12
2.
3.
Une fois l'excution acheve, allons dans la fentre LOG (F6) pour voir les
commentaires d'excution . Il est fondamental d'y aller AVANT d'interprter
les rsultats car elle contient les ventuels messages derreurs.
11
Excution partielle
Pour excuter une partie du programme figurant dans la fentre Program
Editor, slectionnez la avec la souris (mettez la en surbrillance) puis faites un
submit. Seule la partie slectionne a t excute.
9 Le fichier de programme est un fichier texte DOS banal qui peut ensuite tre dit sous Word (en police courier new pour conserver
l'alignement)
10 Lextension .SAS est rserve au fichiers de programme SAS. Ce sont des fichiers ASCII standard.
11 Il vous est possible aussi de sauvegarder le contenu de cette fentre LOG (menu File/...) dans un fichier que vous nommerez
PREMIER.LOG par exemple. Vous pourrez ainsi regarder le contenu tte repose !
IUT II Dpartement S.T.I.D. Cours de logiciel SAS.
E. PREUDHOMME I.G.W.T. Juin 2001
E. Mail :preudhom@iut2.upmf-grenoble.fr
Page 13
4.
Page 14
12
5.
a)
b)
6.
Vos donnes sur la taille et le poids sont dans le fichier SAS temporaire
WORK.TAILPOID. Vous pouvez y accder sans recrer ce fichier
Ainsi, si vous souhaitez faire un nuage de points avec ces donnes, tapez
simplement dans la fentre PROGRAM EDITOR ( la suite du programme
prcdent)
PROC GPLOT DATA=WORK.TAILPOID ;
PLOT TAILLE*POIDS ;
RUN ;
QUIT ;
12 Si vous trouvez que la fentre OUTPUT est peu lisible (trop de lignes par page ou pas assez, trop de caractres par ligne ou pas assez,
vous pouvez modifier cela en insrant au dbut de votre programme un OPTIONS LINESIZE=70 PAGESIZE=35 ; allez voir
lannexe pour plus dinformations sur les options.
13 Si tel nest pas le cas, vous avez probablement slectionn une zone interdite. Vous ne devez pas faire descendre le curseur au del de la
dernire ligne de rsultats.
14 Nanmoins, ce fichier ne peut tre lu QUE par un programme SAS (ou par le SAS viewer qui est un petit programme SAS libre de droits
permettant de lire tous les fichiers de donnes SAS)
IUT II Dpartement S.T.I.D. Cours de logiciel SAS.
E. PREUDHOMME I.G.W.T. Juin 2001
E. Mail :preudhom@iut2.upmf-grenoble.fr
Page 15
7.
Ne confondez pas...
Vous venez de voir 4 sortes de fichiers quil ne faut pas confondre :
1)Le fichier de programme dit dans la fentre PROGRAM EDITOR et
qui contient vos instructions SAS (PREMIER.SAS)
2)Le fichier de donnes WORK.TAILPOID qui a t cr par votre
programme et qui contient les donnes de votre tude statistique.
3) et 4) Les fichiers PREMIER.LOG et PREMIER.LST qui contiennent, si
vous les avez crs, les erreurs de compilation de la fentre LOG et les
rsultats contenus dans la fentre OUTPUT.
Page 16
II.
16
A.
1.
Comparaison entre les noms des fichiers de donnes usuels et ceux de SAS
Sous EXCEL, WORD, etc.
Chemin et Nom de Extension
fichier caractrise lapplication
(XLS pour EXCEL,
DOC pour WORD)
Sous SAS
Nom de bibliothque Nom du fichier
C:\WORD\COURS . DOC
G:\MONREP\TOT . XLS
I:\MART\STID193 . XLS
WORK . STID193
WORK . DONNEES
SASUSER . STID193
WORK.BIDULE
15 Sils ne sont pas trop compliqus : Pas de ligne de titre, le sparateur de variables est un espace. Si FILE/IMPORT ne fonctionne pas avec
votre fichier, il faudra utiliser limportation classique utilisant un programme SAS. Cf. Importation dun fichier ASCII de ce document.
Grce son langage puissant, SAS peut en effet importer nimporte quel fichier texte aussi compliqu soit il !
16 Thoriquement SAS reconnat les fichiers SPSS et BMDP. La procdure IMPORT permet deffectuer le transfert.
17 Ceci peut sembler bizarre premire vue. Cela dit SAS est multi plate-forme : il fonctionne galement sous UNIX, NT etc. Ce systme de
noms particuliers permet aux programmes SAS de fonctionner sur nimporte quelle plate-forme aprs quelques modifications mineures des
programmes (Libname par ex.)
18 Work est une bibliothque prdfinie par SAS. Elle est situe physiquement en C:\SAS\WORK. Cest dire que le fichier Bidule sy
trouve physiquement
IUT II Dpartement S.T.I.D. Cours de logiciel SAS.
E. PREUDHOMME I.G.W.T. Juin 2001
E. Mail :preudhom@iut2.upmf-grenoble.fr
Page 17
Correspond en ralit
(pour le DOS)
C:\SAS\WORK\
BIDULE.SD2
Remarques:
Tout fichier de donnes SAS a donc une adresse de stockage. Il est inutile de le
sauvegarder (contrairement MINITAB ou EXCEL) car ceci est fait
automatiquement fait par SAS. Par contre vous pouvez recopier le fichier un
autre endroit pour plus de sret... (cf. PROC DATASETS)
19
Si vous voulez mettre vos fichiers de donnes sur disquette (A:) ou dans votre
rpertoire rseau (Z:\TOTO) il vous faudra crer une bibliothque dont ladresse
sera lendroit o vous voulez mettre vos fichiers.
20
2.
Remarques:
Vous pouvez vrifier que le fichier TAILPOID de votre premier
programme SAS se trouve bien en C:\WINDOWS\TEMP sous le nom
tailpoid.sd2. Toutefois vous ne pourrez visualiser ce fichier quavec un
programme SAS ou le SAS VIEWER .
22
Les fichiers de ces bibliothques sont donc sauvegards physiquement sur C:,
le disque dur de l'ordinateur dont vous vous servez. Ceci est dangereux si vous
ntes pas le seul utilisateur de ce micro... Il est donc conseill de crer votre
propre bibliothque et d'y mettre vos fichiers de donnes SAS.
19 On peut tre tent de faire les copies de fichiers de donnes SAS en utilisant le gestionnaire de programmes ou lexplorateur de Windows
puisque nous connaissons le nom DOS du fichier. Cela dit, si la copie dun fichier devient systmatique, il est prfrable de leffectuer via la
procdure DATASETS pour respecter la compatibilit multi plateforme dont nous parlions dans la note prcdente.
20 (cf. instruction Libname plus loin dans ce document)
21 Ceci peut changer dun systme un autre.
22 Application fournie gracieusement par SAS permettant de consulter les fichiers de donnes.
IUT II Dpartement S.T.I.D. Cours de logiciel SAS.
E. PREUDHOMME I.G.W.T. Juin 2001
E. Mail :preudhom@iut2.upmf-grenoble.fr
Page 18
3.
a)
Avec lexplorer
Activez la fentre Explorer. Au moins trois bibliothques par dfaut sont actives sous
SAS :
23
Pour ajouter une nouvelle bibliothque, cliquez sur le bouton droit et choisissez NEW,
ou cliquez sur
de la barre doutils, ou entrez la commande LIBASSIGN dans la
ligne de commande.
Page 19
Validez. Si tout a bien fonctionn, vous devriez avoir dans la fentre Explorer :
Pour avoir des dtails sur ces bibliothques, allez dans View/ Details :
Page 20
b)
Page 21
4.
Remarque Importante :
Pour revenir en arrire (Fermer la fentre donnant le contenu dune bibliothque
et afficher la liste des bibliothques cliquez sur
Page 22
de la barre doutils.
Exercice :
26
Page 23
B.
Prenons le fichier EXCEL : STID193.XLS qui contient des donnes sur les
STID1ere anne 1993 : (Les variable sont : Groupe, ordre (dans le groupe), Sexe,
Srie du Bac, Date (de naissance), Nombre de frres et soeurs(NBFS), Notfr, Nothis,
Notmat (les notes en franais, histoire go et maths au bac), la faon dont ils ont connu
lIUT (IUT ?), leur taille et leur poids et le code postal de leur lyce.
1.
27 Ceci suppose que le module ACCESS to PC FILE FORMAT est install. Si tel nest pas le cas, il faut convertir votre fichier Excel en CSV
et importer ce type avec SAS. Cest un peu plus lourd mais cela fonctionne. Pour limportation de fichiers ASCII voir en fin de ce document.
IUT II Dpartement S.T.I.D. Cours de logiciel SAS.
E. PREUDHOMME I.G.W.T. Juin 2001
E. Mail :preudhom@iut2.upmf-grenoble.fr
Page 24
2.
3.
Choisissez ici la
bibliothque
29
30
28 Comme vous le savez tout fichier de donnes SAS possde un nom accol son nom de bibliothque qui nest autre que le chemin du
DOS
29 (qui a t prcdemment dclare)
30 Ce programme, utilisant la procdure IMPORT peut tre utile lorsque vous avez un grand nombre de fichiers importer
IUT II Dpartement S.T.I.D. Cours de logiciel SAS.
E. PREUDHOMME I.G.W.T. Juin 2001
E. Mail :preudhom@iut2.upmf-grenoble.fr
Page 25
4.
a)
La fentre Explorer
Slectionnez votre bibliothque. Reprez le fichier STID193. Cliquez sur le
bouton droit de la souris (menu contextuel) et choisissez View Columns :
31
Column
name
Length
Format
Informat
Label
31 Sivous importez unfichier EXCEL97, vous aurez peut tre une diffrence au niveau de la date. SAS va lire une DATETIME (date heure)
dont il faudra tenir compte plus tard.
IUT II Dpartement S.T.I.D. Cours de logiciel SAS.
E. PREUDHOMME I.G.W.T. Juin 2001
E. Mail :preudhom@iut2.upmf-grenoble.fr
Page 26
Pour visualiser votre fichier, choisissez OPEN , vous visualisez alors votre
fichier :
32
Grce au menu DATA, vous pouvez effectuer des recherche (Where), des tris
(Sort) etc... Nous sommes en fait ici dans le module SAS/FSP qui permet
deffectuer des manipulations intractives sur les fichiers de donnes.
Attention :
Etiquettes (LABEL)
des variables.
32Si les variables de votre fichier possdent des tiquettes (label), ce sont les labels qui sont en tte de colonne.
IUT II Dpartement S.T.I.D. Cours de logiciel SAS.
E. PREUDHOMME I.G.W.T. Juin 2001
E. Mail :preudhom@iut2.upmf-grenoble.fr
Page 27
Page 28
b) Cherchez les individus des groupes B et C ayant une note strictement suprieure
10 dans les trois matires et ns le 1/1/73 ou aprs
34
Page 29
b)
Page 30
C.
1.
a)
Les donnes
commencent ici.
Noms des
variables suivis
de leur type, de
leur informat.
RUN ;
Le type contient les informations sur le type de la variable ($ si elle est de type
texte, rien sinon), sur son format, sa longueur, sa position etc.
35 Il y a aussi la mthode EXPLORER (File/New) plus graphique, ou des procdures qui permettent de crer un fichier de donnes, mais
ceux-ci sont figs : procdure CORR rendant les coefficients de corrlations, pocdure REG les rsidus etc. Seule la procdure SQL
permet de crer des fichiers de donnes avec souplesse. Notons aussi lODS qui permet de rorienter toutes les sorties dans des fichiers de
donnes SAS.
IUT II Dpartement S.T.I.D. Cours de logiciel SAS.
E. PREUDHOMME I.G.W.T. Juin 2001
E. Mail :preudhom@iut2.upmf-grenoble.fr
Page 31
Exemples :
DATA work.donnee;
cards;
A 175 85
B 167.5 75
B 190 92
C . .
C 165 57
A 166 49.5
;
RUN ;
Pour y remdier, nous allons introduire un informat. Nous allons demander SAS
de lire 15 caractres et non pas 8. Linformat se nomme $15.
Remplacer donc linput par : input nom $15. groupe $ taille
poids;
Page 32
b)
36
Exemple
Nous allons lire la variable date dentre pour les personnes prcdentes.
Si nous voulons lire des dates, il va falloir prciser SAS leur forme
dentre cest dire leur informat. En effet, il existe plusieurs faons dcrire
une date : 08/04/1997 ; 08APR97 ; Thu, April 8, 1997 etc...
Tapez le programme suivant :
DATA work.donnee;
input nom $15. dat_entr date8.; Date8. est le format des dates ci-dessous cf.annexe
cards;
Jean-philippe
08JAN89
Voici les donnes.
Claude
05FEB88
Marie-christine 02MAR90
Eric
31DEC95
Carmino
12APR75
Etienne
10JUL85
;
run ;
proc print data=work.donnee ; run ;
NOM
DAT_ENTR
Jean-philippe
Claude
Marie-christine
Eric
Carmino
Etienne
10600
10262
11018
13148
5580
9322
Contrairement ce quil semble, SAS a bien lu les dates (elles sont codes en
interne sous forme de nombre) .
37
36 Il vous est galement possible de dfinir vos propres formats et informats en uitlisant PROC FORMAT.
37 Le nombre obtenu est le nombre de jours entre le 1/1/1960 et la date en question. Dans notre exemple, il y a donc 10600 jours entre le
8/1/89 et le 1/1/1960 !
38 Notons que ce format ne change rien la reprsentation interne de la date. Elle sera toujours code sous forme de nombre. Seule son
apparence changera.
IUT II Dpartement S.T.I.D. Cours de logiciel SAS.
E. PREUDHOMME I.G.W.T. Juin 2001
E. Mail :preudhom@iut2.upmf-grenoble.fr
Page 33
DATA work.donnee;
input nom $15. dat_entr date8.;
cards;
Jean-philippe
08JAN89
Claude
05FEB88
Marie-christine 02MAR90
Eric
31DEC95
Carmino
12APR75
Etienne
10JUL85
;
run ;
proc print data=work.donnee ; run ;
Nous obtenons :
OBS
1
2
3
4
5
6
NOM
DAT_ENTR
Jean-philippe
Claude
Marie-christine
Eric
Carmino
Etienne
08JAN89
05FEB88
02MAR90
31DEC95
12APR75
10JUL85
Exercice
Modifiez le programme prcdent pour obtenir laffichage suivant dans la
fentre OUTPUT (date la franaise)
OBS
1
2
3
4
5
6
NOM
DAT_ENTR
Jean-philippe
08/01/89
Claude
05/02/88
Marie-christine 02/03/90
Eric
31/12/95
Carmino
12/04/75
Etienne
10/07/85
Page 34
c)
Instructions supplmentaires
Vous pouvez ajouter des instructions dans une tape data de manire
calculer de nouvelles variables partir de variables existantes.
Exemple :
Nous voulons calculer la date de sortie (dat_sort) des individus prcdents
sachant quils restent exactement 900 jours sur place.
Nous ajoutons les deux lignes (en gras) au programme :
DATA work.donnee;
input nom $15. dat_entr date8.;
format dat_entr date8.;
dat_sort=dat_entr+900;
format dat_sort date8.;
cards;
Jean-philippe
08JAN89
Claude
05FEB88
Marie-christine 02MAR90
Eric
31DEC95
Carmino
12APR75
Etienne
10JUL85
;
run ;
proc print data=work.donnee;
run;
Nous obtenons :
OBS
1
2
3
4
5
6
NOM
DAT_ENTR
DAT_SORT
Jean-philippe
08JAN89
27JUN91
Claude
05FEB88
24JUL90
Marie-christine 02MAR90 18AUG92
Eric
31DEC95 18JUN98
Carmino
12APR75 28SEP77
Etienne
10JUL85 27DEC87
Gnial non ?
Exercice
En utilisant la fonction TODAY( ) qui donne la date courante,
calculez lanciennet en jour, puis en annes des individus en ne
tenant compte que de la date dentre.
39
Page 35
2.
40 Notez aussi que la procdure DATASETS permet deffectuer directement des modifications sur le fichier dorigine (changement de nom,
de format etc... des variables dorigine)
41 (WHERE= KEEP= etc. permettant de slectionner certaines variables ou certains individus dun fichier.
IUT II Dpartement S.T.I.D. Cours de logiciel SAS.
E. PREUDHOMME I.G.W.T. Juin 2001
E. Mail :preudhom@iut2.upmf-grenoble.fr
Page 36
a)
(1)
Page 37
(2)
Copie partielle
Cest le rel intrt de ltape DATA pour copier des fichiers.
Nous allons retrouver ici certains termes (KEEP, DROP...) qui sont cette fois des
instructions et non plus des options attaches qux fichiers de donnes (Voir page
64).
en ne conservant que certaines variables (KEEP)
DATA WORK.NOTSTID;
le fichier notstid est cr...
SET MOI.STID193;
partir du fichier STID193 de la bibliothque MOI...
KEEP NOTEMAT NOTEHIS NOTEFR_; en ne conservant que les variables notes.
RUN;
Remarque : Le programme :
DATA WORK.NOTSTID;
SET MOI.STID193 (KEEP=NOTEFR_ NOTEHIS NOTEMAT);
RUN;
ferait la mme chose.
en ne supprimant que certaines variables (DROP)
DATA work.saufsexe;
SET MOI.STID193;
DROP SEXE;
RUN;
DATA WORK.BONMAT;
SET MOI.STID193;
KEEP GROUPE NOTEMAT ;
IF NOTEMAT>=10 AND GROUPE='A';
IUT II Dpartement S.T.I.D. Cours de logiciel SAS.
E. PREUDHOMME I.G.W.T. Juin 2001
E. Mail :preudhom@iut2.upmf-grenoble.fr
Page 38
RUN;
Remarque : Ce IF est diffrent de ceux que vous avez lhabitude de voir en
INFO. Il permet de faire des slections sur des individus.
On a aussi en utilisant loption WHERE= : (cf. Plus loin)
DATA WORK.HOMMAT;
SET MOI.STID193 (KEEP=GROUPE NOTEMAT WHERE=(GROUPE=A
AND NOTEMAT>10));
RUN;
Remarque (rappel) : Loption WHERE ne peut pas tre utilise avec OBS et
FIRSTOBS suivantes.
DATA
SET
RUN;
DATA
SET
WORK.PARTIE;
MOI.STID193 (OBS=15);
WORK.EXTRAIT;
MOI.STID193 (FIRSTOBS=100 OBS=106);
RUN;
en liminant certaines observation (delete)
DATA WORK.LESBONS;
SET MOI.STID193;
On limine les gens ayant moins de 12 de moyenne.
IF MEAN(NOTEFR_,NOTEHIS,NOTEMAT)<12 THEN DELETE;
RUN;
DATA WORK.PRESENT;
SET MOI.STID193; Cette fois on enlve tout ceux ayant au moins une note manquante...
IF NMISS(NOTEFR_,NOTEHIS,NOTEMAT)>0 THEN DELETE;
RUN;
Remarque:
Pour plus dinformation sur les fonctions NMISS, MEAN consultez lannexe
(Oprateurs et fonctions).
Page 39
(3)
Page 40
Exercices
A partir du fichier STID193 import pralablement, crez un fichier
temporaire ne contenant que les gens ayant la moyenne dans les trois matires;
Crez un fichier WORK.HOM ne contenant que les hommes de STID avec les
variables taille, poids et sexe. Faites de mme un fichier WORK.FEM.
Crez trois fichiers de donnes ENFANT1, ENFANT2, ENFANT3 contenant
les individus de STID ayant respectivement 1, 2 ou 3 frres et surs (variable
NBFS). On effectuera ce travail en une seule tape DATA.
Toto veut
data essai;
set pub.stid193;
jour=date;
format jour downame10.;
if jour='Sunday';
run;
proc print data=essai(obs=10);
var groupe ordre jour;
run;
Il stonne car il ne fonctionne pas. Identifiez lerreur de TOTO sur la
notion de Format et apportez une solution. On pourra utiliser la
fonction SAS WEEKDAY()
42
42 Attention toutefois,car la fonction WEEKDAY ne fonctionne quavec des variables DATE. Si vous avez une variable de type
DATETIME (cest le cas si vous avez import votre fichier depuis EXCEL 97-2000), vous devez en extraire la date grce la fonction
DATEPART.
IUT II Dpartement S.T.I.D. Cours de logiciel SAS.
E. PREUDHOMME I.G.W.T. Juin 2001
E. Mail :preudhom@iut2.upmf-grenoble.fr
Page 41
b)
(1)
Page 42
(2)
Modification
Supposons quun prof de maths dcide de mettre 0 ceux qui nont pas de
notes de maths dans le fichier STID193. Nous allons modifier en
consquence les notes de maths...
Nous avons alors :
DATA WORK.COPY;
SET MOI.STID193;
IF NOTEMAT=. THEN NOTEMAT=0;Si notemat est manquant alors notemat=0.
RUN;
Plusieurs variables...
Supposons que les professeurs dcident dtendre cette manipulation
toutes les autres notes !
Il est possible de rpter le programme prcdent trois fois ; toutefois
comme la modification est identique, nous allons regrouper les trois variables
dans un tableau.
Page 43
(3)
Tableau de variables
( passer en premire lecture)
Un tableau de variables est un mot cl avec un indice qui remplace un
ensemble de variables, en gnral de mme type . Le tableau vous permet
deffectuer dun seul coup un mme traitement vos variables en utilisant leur
nouveau nom dans une boucle par exemple :
43
SET MOI.STID193;
ARRAY NOTES{3} NOTEFR_ NOTEHIS NOTEMAT;
On cre
le tableau notes qui a 3 variables notefr_ notehis et
notemat. Notes{1} dsigne notefr_ etc...
DO I=1 TO 3 ;
IF NOTES{I}=. THEN NOTES{I}=0;
END;
RUN;
Dans cet exemple : Notes{1} est la variable NOTEFR_, Notes {2} la variable
NOTEHIS etc.
Exercice : Le fichier de donnes ACP contient les tempratures annuelles de
quinze villes en C. Mettez ces tempratures en F sachant que F=1.8*C+32.
43 Attention, aucune nouvelle variable nest cre. Il ne sagit que dun changement provisoire de nom pour allger les algorithmes de
calcul.
IUT II Dpartement S.T.I.D. Cours de logiciel SAS.
E. PREUDHOMME I.G.W.T. Juin 2001
E. Mail :preudhom@iut2.upmf-grenoble.fr
Page 44
c)
(1)
Changement dtiquette
LABEL nom de variable= Etiquette ;
Cette instruction permet daffecter des tiquettes des variables pour avoir des
sorties plus lisibles :
DATA WORK.TEMP;
SET PUB.ACP;
KEEP JAN FEV;
LABEL JAN='TEMPERATURE JANVIER' FEV='TEMPERATURE
FEVRIER';
RUN;
Si vous demandez la visualisation du fichier, vous obtiendrez :
Etiquettes des
variables...
Page 45
(2)
Page 46
(3)
NOTEHIS
12.0
6.0
12.0
6.0
NOTEMAT
17.0
12.0
18.0
15.0
TAILLE
165.00
160.00
167.00
168.00
Ici, on voit que la variable taille est code sur 6 caractres dont 2 dcimales.
44 Le premier chiffre indique la taille maximale du nombre et le deuxime, le nombre de dcimale(s). Pour avoir plus dinformations sur les
formats disponibles, allez voir en annexe.
IUT II Dpartement S.T.I.D. Cours de logiciel SAS.
E. PREUDHOMME I.G.W.T. Juin 2001
E. Mail :preudhom@iut2.upmf-grenoble.fr
Page 47
d)
Mot-cls particuliers :
Lors de lexcution dune tape DATA, SAS gnre des variables temporaires
trs utile pour des traitements particuliers.
(1)
C1
9050
9380
9378
9680
10100
10160
10469
10738
10910
11058
11016
Nous souhaiterions, pour rendre le fichier plus lisible , crer une variable
Anne qui renvoie lanne associe au chiffre daffaire.
Le programme suivant rpond la question :
DATA WORK.ESSAI;
SET MOI.CASOCIET;
ANNEE=_N_+1970;
RUN;
PROC PRINT DATA=WORK.ESSAI;
RUN;
Tapez-le et vrifiez.
Supposons que le chiffre daffaire de CASOCIET corresponde au chiffre
daffaires des annes 1945, 1947, 1949,1951 etc. Modifiez le programme pour
ladapter cette situation.
Page 48
(2)
Variables instantanes
Mditez lexemple suivant :
data work.groupe;
set moi.stid193 ;
if sexe=1 then hom+1;
if sexe=2 then fem+1;
total+1;
keep groupe sexe taille poids hom fem total;
run ;
Proc print data=work.groupe (obs=10) ;
Run ;
Comment sont construites les variables hom, fem et total ?
Une utilisation de ce qui prcde va tre faite dans lexemple suivant.
Page 49
e)
(1)
END=
Ce mot clef se place derrire le SET et permet de crer une variable temporaire
qui prendra la valeur VRAIE lorsque ltape DATA aura lu toutes les
observations.
Syntaxe ultra simplifie
SET nomdefichier END=nomdevariable ;
data work.groupe;
set moi.stid193 end=final ;
if sexe=1 then hom+1;
if sexe=2 then fem+1;
total+1;
keep groupe sexe taille poids hom fem ;
/*nous detectons la fin du fichier*/
if final then do;
put hom=;
put fem=;
end;
run;
va donner dans la LOG :
HOM=46
FEM=60
Page 50
(2)
POINT=
Loption POINT= de linstruction SET permet de slectionner lindividu dont le
numro est dans la variable suivant POINT=
Dans lexemple suivant, nous allons lectionner un individu sur 10 dans le fichier
STID193.
data unsurdix;
do i=1 to 110 by 10 ;
set moi.stid193 point=i; Nous allons lire la ieme observation de ce fichier
if _error_ then abort;
output;
end;
stop;
run;
Attention : loption POINT= ne peut sutiliser avec BY, WHERE, WHERE=.
45 En effet, pour sortir de ltape data il faut dpasser la fin du fichier, comme ici nous ne pointons que sur des observations existantes,
nous ny arriverons jamais ; do le STOP pour arrter ltape DATA quand la boucle est finie.
IUT II Dpartement S.T.I.D. Cours de logiciel SAS.
E. PREUDHOMME I.G.W.T. Juin 2001
E. Mail :preudhom@iut2.upmf-grenoble.fr
Page 51
(3)
NOBS=
Cette option de linstruction SET cre une variable contenant le nombre total
dobservations du fichier de donnes.
La valeur de cette variable est affecte lors de la compilation. Vous pouvez donc
vous y rfrer avant linstruction SET. Cette variable nestpas disponible en
dehors de ltape DATA qui la contient.
Nous pouvons modifier le programme prcdent de la sorte :
data unsurdix;
do i=1 to dernier by 10 ;
set moi.stid193 point=i nobs=dernier;
output;
end;
stop;
run;
Dernier vaudra 106. Nous navons plus besoin de la condition derreur du
programme prcdent car nous nallons pas dpasser la fin du fichier.
(4)
Option IN=
Cre une variable prenant la valeur 1 si lobservation vient du fichier ou figurait
le IN et 0 sinon.
Voir un exemple dans la concatnation de fichiers.
Page 52
f)
Fusion de fichiers
Si vous devez augmenter fusionner des fichiers contenant les mmes variables
sur des individus diffrents (par ex. STID93, STID94STID99), utilisez la
fusion verticale.
46
Si vous devez fusionner des fichiers contenant les mmes individus mais sur des
variables diffrentes (par ex. ventes sur les dernier trimestre : TOTOCT,
TOTNOV,TOTDEC), utilisez la fusion horizontale (MERGE).
46 Si des variables nexistent pas dans les deux fichiers, la colonne contiendra des manquants pour les individus en question.
IUT II Dpartement S.T.I.D. Cours de logiciel SAS.
E. PREUDHOMME I.G.W.T. Juin 2001
E. Mail :preudhom@iut2.upmf-grenoble.fr
Page 53
(1)
X
23
54
123
Y
Jules
Toto
Prof
FICHIER 2
OBS
1
2
X
678
787
Y
COUCOU
truc
X
23
54
123
678
787
Y
Jules
Toto
Prof
COUCOU
truc
Page 54
data essai;
set moi.stid193(where=(sexe=1)) moi.stid197 (where=(sexe=2));
run;
Page 55
(2)
X
23
54
123
Y
Jules
Toto
Prof
FICHIER 2
OBS
1
2
3
Z
678
787
89
T
COUCOU
truc
Machin
FICHIER CONCATENE
MERGE FICHIER1 FICHIER2
OBS
1
2
3
X
23
54
123
Y
Jules
Toto
Prof
Z
678
787
89
T
COUCOU
truc
Machin
47 Sinon votre fichier rsultat ne sera plus cohrent. Loption BY permet deffectuer cette fusion en se basant sur une ou plusieurs variables
identifiant les individus.
IUT II Dpartement S.T.I.D. Cours de logiciel SAS.
E. PREUDHOMME I.G.W.T. Juin 2001
E. Mail :preudhom@iut2.upmf-grenoble.fr
Page 56
Exemple :
Nous allons d'abord crer deux extraits complmentaires de STID193 (M1 et
M2):
DATA WORK.M1;
SET MOI.STID193;
KEEP SEXE GROUPE;
RUN;
DATA WORK.M2;
SET MOI.STID193;
DROP SEXE GROUPE;
RUN;
Page 57
(3)
NUM_SECU
LDL_AVR
1
2
3
4
5
1660538898013
1770538351009
2761138010001
2781038351025
2890138351006
0.96
1.65
0.89
0.67
2.20
Fichier CHOL_OCT :
Analyses du mois d'octobre
Obs
NUM_SECU
LDL_OCT
1
2
3
4
5
1660538898013
1770538351009
2650238982002
2781038351025
2890138351006
0.90
1.77
1.65
0.67
2.00
Page 58
Nous allons dire SAS de fusionner les deux fichiers par rapport aux individus :
data ensemble;
merge moi.chol_avr moi.chol_oct;
by num_secu;
run;
Attention : Pour que BY fonctionne, les fichiers doivent avoir t tris par
rapport la variable contenue dans le BY (ici num_secu). Si tel nest pas le cas,
utilisez PROC SORT. (Voir page 135)
Fichiers octobre et avril avec
BY
Obs
NUM_SECU
LDL_AVR
LDL_OCT
1
2
3
4
5
6
1660538898013
1770538351009
2650238982002
2761138010001
2781038351025
2890138351006
0.96
1.65
.
0.89
0.67
2.20
0.90
1.77
1.65
.
0.67
2.00
Super non ?
Syntaxe simplifie
DATA nom de fichier ;
MERGE fichier1 fichier2 fichier3 ;
BY Variable1 Variable2 ;
RUN ;
Remarques :
Les fichiers doivent tre tris par rapport aux variables figurant dans le
BY ou tre indexs par rapport ces variables.
Page 59
(4)
Exercices
Slectionnez les 4eme, 7eme, 10 eme, 13eme etc. individus des fichiers
STID et mettez les dans un fichier en reprant le numro de lanne, le
groupe, lordre et le sexe.
Exercice rcapitulatif n1 du paragraphe PROC PRINT de la page 136.
(A faire lorsque vous aurez compris PROC SORT)
Page 60
g)
(1)
if...then ...
syntaxe (dans le cas d'une instruction aprs le test)
IF condition THEN instruction;
IF condition THEN instruction; ELSE instruction;
syntaxe s'il y en a plusieurs:
IF condition THEN DO;
instruction1;
instruction2;
END;
Exemples:
IF AGE<10 THEN DO;
TYPE='ENFANT';
ECOLE=PRIMAIRE;
END;
Que fait le programme suivant ?
DATA WORK.STID;
SET MOI.STID193;
IF SERIEBAC IN ('C' 'D') THEN TYPE='SCIENTIFIQUE';
ELSE TYPE='AMATEUR';
KEEP SERIEBAC TYPE;
RUN;
Remarquez la prsence du type liste dans SAS. (if seriebac in(C D) etc...) qui
est trs pratique.
Page 61
(2)
Exercices:
Page 62
(3)
Select / When
Vous avez dj vu cette fonction en informatique.
Un petit exemple vaut mieux quun long discours:
DATA WORK.STID;
FORMAT TAILLEC $10. ;
SET MOI.STID193;
SELECT (SEXE);
WHEN (1)
IF TAILLE>190 THEN TAILLEC='GRAND';
ELSE IF TAILLE >170 THEN TAILLEC='MOYEN';
ELSE TAILLEC='PETIT';
WHEN (2)
IF TAILLE>180 THEN TAILLEC='GRANDE';
ELSE IF TAILLE >160 THEN TAILLEC='MOYENNE';
ELSE TAILLEC='PETITE';
END;
KEEP TAILLE TAILLEC SEXE;
RUN;
Que fait ce programme ? Comment est dfinie taillec ?
Page 63
D.
Fichier de donnes
concern par la procdure
Page 64
1.
a)
Page 65
c)
Page 66
2.
Slection dindividus
a)
Page 67
b)
c)
Page 68
d)
Utilisation de Fonctions
Il est possible dutiliser des fonctions dans les WHERE . Ici, nous
utilisons la fonction MEAN qui calcule la moyenne arithmtique des
variables entre parenthses.
48
Oprateur IS MISSING
Il permet de slectionner les individus ayant une variable manquante (ou
plusieurs).
PROC PRINT DATA=MOI.STID193
(WHERE=(NOTEMAT IS MISSING));
RUN;
SAS va afficher les individus nayant pas de notes de note de maths.
Dans lexemple suivant, nous utilisons loprateur NOT pour prendre la
ngation.
PROC PRINT DATA=MOI.STID193
(WHERE=(NOTEMAT IS NOT MISSING AND NOTEFR_ >=12));
RUN;
48 Attention ne pas confondre la fonction MEAN avec la procdure MEANS. MEAN calcule une moyenne pour chaque individu et
MEANS calcule la moyenne de la classe.
IUT II Dpartement S.T.I.D. Cours de logiciel SAS.
E. PREUDHOMME I.G.W.T. Juin 2001
E. Mail :preudhom@iut2.upmf-grenoble.fr
Page 69
f)
Oprateur CONTAINS
Cet oprateur (et le suivant) sont utiliser avec les variables
alphanumriques ou textes.
Contains permet de ne slectionner que les individus dont la variable
(texte) contient la chane spcifie.
Prenons le fichier CUSTOMER (Rpertoire public) il contient les donnes
suivantes :
(Ce fichier est dtaill dans le paragraphe sur la procdure SQL que vous verrez plus tard)
OBS
CUSTNAME
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
CUSTNUM
Beach Land
Coast Shop
Coast Shop
Coast Shop
Coast Shop
Del Mar
Del Mar
Del Mar
New Waves
New Waves
Sea Sports
Sea Sports
Surf Mart
Surf Mart
Surf Mart
Surf Mart
16
3
5
12
14
3
8
11
3
6
8
20
101
118
127
133
CUSTCITY
Ocean City
Myrtle Beach
Myrtle Beach
Virginia Beach
Charleston
Folly Beach
Charleston
Charleston
Ocean City
Virginia Beach
Charleston
Virginia Beach
Charleston
Surfside
Ocean Isle
Charleston
CUSTNAME
CUSTNUM
CUSTCITY
2
3
4
6
10
12
Coast Shop
Coast Shop
Coast Shop
Del Mar
New Waves
Sea Sports
3
5
12
3
6
20
Myrtle Beach
Myrtle Beach
Virginia Beach
Folly Beach
Virginia Beach
Virginia Beach
Gnial non !
Page 70
g)
Oprateur Like
Vous slectionnez les individus dont la variable (texte) est gale (ou peu
prs !) la chane spcifie.
PROC PRINT DATA=PUB.CUSTOMER
(WHERE=(CUSTCITY LIKE 'Ocean City'));
RUN;
Vous nallez slectionner que les individus dont la ville est Ocean City. (un
= aurait fait la mme chose)
OBS
1
9
CUSTNAME
CUSTNUM
CUSTCITY
Beach Land
New Waves
16
3
Ocean City
Ocean City
CUSTNAME
CUSTNUM
CUSTCITY
1
9
15
Beach Land
New Waves
Surf Mart
16
3
127
Ocean City
Ocean City
Ocean Isle
Page 71
Exercices
A)
TOTO dit quil ny a aucune diffrence entre ces deux programmes, quen
pensez-vous ?
PROC PRINT DATA=MOI.STID193 (WHERE=((SERIEBAC='C' OR
SERIEBAC='D') AND SEXE=2) );
RUN;
PROC PRINT DATA=MOI.STID193 (WHERE=( SERIEBAC='C' OR
SERIEBAC='D' AND SEXE=2) );
RUN;
B)
1) Affichez les individus ayant un bac D ou B, nayant aucune note manquante et
dont la moyenne des trois notes est suprieure 13. Vous nafficherez que le
Bac, le Groupe, le Sexe et les notes de ces individus.
2) Affichez les hommes de STID193 des groupes A,B et C ayant une note
manquante en histoire go ou en franais ou dans les deux.
3) Affichez les femmes du groupe A de tous les fichiers STID dont la taille est
suprieure 170cm. On spcifiera les annes et les numros dordre des
femmes slectionnes.
4) Affichez les individus de STID193 ns aprs le 14/8/1973 nayant aucune note
manquante et dont la plus grande est suprieure 14.
5) Affichez les individus de STID193 ayant connu lIUT grce un ou une amie.
Examinez pour cela le contenu de la variable IUT ?
Page 72
III.
49 Ceci prsente un double intrt. Les fichiers HTML peuvent contenir des informations sous un format trs sophistiqu tout en tant lus
par un simple navigateur WEB. Dautre part, on peut copier coller des tableaux HTML directement sous EXCEL et rutiliser ces donnes
facilement !
IUT II Dpartement S.T.I.D. Cours de logiciel SAS.
E. PREUDHOMME I.G.W.T. Juin 2001
E. Mail :preudhom@iut2.upmf-grenoble.fr
Page 73
A.
a)
Un exemple
Tapez le texte suivant dans NOTEPAD (bloc-notes de Windows). Enregistrez le
document sous le nom MENU.HTML dans votre rpertoire.
Balises
Page 74
Balise
<H1> </H1>
<BR>
<HR>
<FONT FACE=> </FONT>
<FONT COLOR=> </COLOR>
<G> </G>
<I> </I>
<IMG SRC="nom fichier.gif"
ALIGN=>
Signification
Caractres Grande taille. On peut remplacer
le 1 par un nombre de 1 6
On peut aussi mettre des attributs
ALIGN=CENTER pour centrer le texte
Retour la ligne
Trac dune ligne horizontale
Pour changer la police de caractre
Pour changer la couleur de la police
Mettre en Gras
Mettre en Italique
Insere une image GIF et la centre si
ALIGN=CENTER etc.
Exemple :
Le texte plac entre deux balises <H1> </H1> sera en grands caractres.
Essayez lexemple suivant en remplaant le D:\SASV801 par le rpertoire SAS de
votre ordinateur .
Pratique de lcriture de code HTML : Vous laisserez NOTEPAD et INTERNET
EXPLORER actifs. Vous basculerez de lun a lautre avec ALT+TAB. Faites
Fichier/Enregistrer avec NOTEPAD et REFRESH avec internet explorer pour
enregistrer et visualiser vos modifications.
<HEAD> <TITLE> Ma page de Menu </TITLE> </HEAD>
<BODY BGCOLOR=YELLOW>
<H1 ALIGN=CENTER> <I> <FONT FACE='COMIC SANS MS'> <FONT
COLOR=RED>
Ma premire Page HTML </FONT> </COLOR> </I></H1>
<IMG SRC="E:\sasv8\core\sasmisc\gfkids.gif" ALIGN=RIGHT>
<H2> C'est super non !!! </H2>
<HR>
Il va y avoir plein de choses. !..
<BR>
<B> Bientot </B>
</BODY>
b)
Dautres exemples
Page 75
Sur le Web vous trouverez des belles pages dont vous pourrez examiner la source
(Clic droit, afficher la source)
Page 76
B.
1
2
3
4
5
6
7
8
9
10
DATE
21/10/73
08/12/74
15/08/72
10/11/72
30/11/74
11/02/74
14/09/74
22/11/73
08/06/74
15/06/73
TAILLE
180
168
178
167
162
167
178
160
186
168
Page 77
POIDS
68
61
68
54
50
58
58
56
64
55
Variability
Std Deviation
Variance
Range
Interquartile Range
10.00000
Test
Student's t
Sign
Signed Rank
Quantile
100% Max
99%
95%
90%
75% Q3
0% Min
Quantiles (Definition 5)
Estimate Quantile
Estimate
196 50% Median
170
187 25% Q1
165
184 10%
160
182 5%
160
175 1%
158
155
----Lowest----
Extreme Observations
----Highest---
Value
155
158
158
160
160
Obs
52
86
70
103
101
Value
185
185
186
187
196
Obs
25
90
9
48
16
C.
3 directions possibles :
3 instructions ODS
ODS OUTPUT :
Fichier de donnes
SAS
ODS LISTING :
Fentre OUTPUT (par
dfaut)
ODS HTML :
Document WEB
Ne confondez pas la fentre OUTPUT et lODS OUTPUT qui nont rien voir
1.
Page 80
Dans la suite de la sortie, vous avez la procdure MEANS dont vous pouvez copier
coller les rsultats sous Excel :
Page 81
2.
Page 82
Exemple :
ods listing;
Pour diriger les objets vers la fentre OUTPUT
ods trace on;
Pour activer le mode TRACE
proc univariate data=moi.stid193;
var taille;
run;
ods trace off;
Va donner dans la LOG les noms de nos 5 objets :
Output Added:
------------Name:
Moments
Label:
Moments
Template: base.univariate.Moments
Path:
Univariate.TAILLE.Moments
------------Output Added:
------------Name:
BasicMeasures
Label:
Basic Measures of Location and Variability
Template: base.univariate.Measures
Path:
Univariate.TAILLE.BasicMeasures
------------Output Added:
------------Name:
TestsForLocation
Label:
Tests For Location
Template: base.univariate.Location
Path:
Univariate.TAILLE.TestsForLocation
------------Output Added:
------------Name:
Quantiles
Label:
Quantiles
Template: base.univariate.Quantiles
Path:
Univariate.TAILLE.Quantiles
------------Output Added:
------------Name:
ExtremeObs
Label:
Extreme Observations
Template: base.univariate.ExtObs
Path:
Univariate.TAILLE.ExtremeObs
-------------
Ces noms (en gras) sont TRES IMPORTANTS car ce sont eux dont on va se servir dans la
suite pour slectionner les objets afficher ! ! !
Exercice
Page 83
Compliquez la procdure UNIVARIATE en ajoutant une option
PLOTS par exemple qui permet dobtenir un box plot et un graphique de
normalit :
ods trace on;
proc univariate data=moi.stid193 plots;
var taille;
run;
ods trace off;
Combien dobjets figurent dans la sortie cette fois ci ? Quel est le nom du
dernier ?
Page 84
Page 85
Exercice
Le programme
proc reg data=moi.stid193;
model poids=taille;
run;
quit ;
permet deffectuer une regression linaire POIDS=a+b*TAILLE.
Page 86
3.
a)
CONTENTS
BODY
PAGE
FRAME
Ici, notre sortie comporte deux pages. LA premire page contient la sortie
dUNIVARIATE. Cette sortie dUNIVARIATE comporte plusieurs objets. Nous
sommes en train de visualiser les TESTS FOR LOCATIONS.
Page 87
Pour chacun des lments prcdents, SAS vous demande un nom de fichier
HTML.
Pour viter de taper le chemin de chaque fichier , vous pouvez utiliser la
commande PATH=.
Exemple :
ods listing close;
On ferme lOUTPUT
ods html path='c:\temp'
On ouvre la sortie HTML en c:\temp
body='corps.html'
On stocke diffrentes parties dans 4 fichiers
contents='contenu.html'
page='page.html'
frame='feuille.html' ;
proc univariate data=moi.stid193 plots;
var taille;
run;
proc print data=moi.stid193 (obs=10) ;
run;
ods html close;
On ferme les fichiers HTML
ods listing;
On ouvre la feuille OUTPUT pour la suite.
Remarques : En fait Corps.html va tre en c:\temp\corps.html etc.
Un seul des fichiers prcdents est essentiel : cest BODY qui contient tous les
rsultats.
Application
Excutez le.
Page 88
b)
Page 89
c)
Page 90
d)
Notes du BAC
Min Median Max
GROUPE
A
NOTE MAT 9.0 13.0 18.0
B
NOTE MAT 6.0 11.0 17.0
C
NOTE MAT 7.0 11.5 18.0
D
NOTE MAT 5.0 13.0 19.0
Page 91
median max /
Page 92
Page 93
e)
Fond. prend donc les valeurs Green , Yellow et Red selon les valeurs de la variable
laquelle nous allons attribuer ce format :
Amusons nous afficher les Poids des 10 premires personnes de STID avec ce
format :
proc print data=moi.stid193 (obs=10);
format poids fond.;
var poids;
run;
On a :
Obs
1
2
3
4
5
6
7
8
9
10
POIDS
Red
Yellow
Red
Green
Green
Green
Green
Green
Yellow
Green
Rigolo non ?
Remarque : La valeur de la variable POIDS na pas chang ! On lui a juste appliqu
un masque ! En interne, les valeurs sont inchanges
Page 94
Visualisez le rsultat.
Rigolo non ?
Page 95
f)
Exercice rcapitulatif :
Copier les fichiers FRAME1.HTML ; BODY1.HTML, CONTENT1.HTML,
PAGE1.HTML du rpertoire public en C:\TEMP
Ouvrez le fichier FRAME1.HTML avec INTERNET EXPLORER.
Retrouvez le programme SAS capable de produire ces fichiers HTML ! ! !
Page 96
4.
a)
Il permet deffectuer des graphiques simples en cliquant sur des boutons puis de
les exporter en HTML (fixe, JAVA, ou ACTIVE X). Vous pouvez aussi rcuprer
le code SAS ayant permis de faire les graphiques en question.
Les donnes doivent figurer dans des tables SAS dont vous pouvez extraire des
parties.
50 Signalons aussi SAS ENTERPRISE GUIDE mais il necessite un module supplmentaire. Graph n Go ne ncessite que les modules BASE
et GRAPH.
IUT II Dpartement S.T.I.D. Cours de logiciel SAS.
E. PREUDHOMME I.G.W.T. Juin 2001
E. Mail :preudhom@iut2.upmf-grenoble.fr
Page 97
b)
Fichiers de donnes, ou
vues (view)
Graphiques
Page 98
Page 99
Choisissez les options de manire obtenir (aprs avoir agrandi le graphique avec
GROW du menu contextuel) :
Page 100
Cliquez sur WRITE pour sauver le fichier et PREVIEW pour le visualiser. Vous
aurez les commandes SAS quil fallait donner pour obtenir ce graphique.
En gras figurent les commandes graphiques fondamentales.
Page 101
/*
**
**
**
**
**
**
**
**
**
**
**
**
**
**
**
**
**
**
**
**
**
**
**
**
*/
Page 102
Page 103
Page 104
Comme vous le voyez, nous pouvons modifier les couleurs, les polices, le type de
graphique
Amusant non ?
Modifiez le graphique prcdent pour faire apparatre le graphique suivant (sans
retoucher SAS !)
Page 105
Page 106
5.
a)
Fichiers simples
La version 6 de SAS ne permettait de sauvegarder dans les fichiers de donnes
quune partie des sorties des procdures. Avec la V8, TOUTES les sorties des
procdures peuvent tre exporte dans des fichiers de donnes.
Il est possible de ne mettre quune partie des sortie en spcifiant le nom des
objets.
Syntaxe simplifie :
Page 107
Fichier Work.quantiles
Obs
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
VarName
NOTEMAT
NOTEMAT
NOTEMAT
NOTEMAT
NOTEMAT
NOTEMAT
NOTEMAT
NOTEMAT
NOTEMAT
NOTEMAT
NOTEMAT
NOTEHIS
NOTEHIS
NOTEHIS
NOTEHIS
NOTEHIS
NOTEHIS
NOTEHIS
NOTEHIS
NOTEHIS
NOTEHIS
NOTEHIS
NOTEFR_
NOTEFR_
NOTEFR_
NOTEFR_
NOTEFR_
NOTEFR_
NOTEFR_
NOTEFR_
NOTEFR_
NOTEFR_
NOTEFR_
Quantile
Estimate
100% Max
19.00
99%
18.00
95%
18.00
90%
17.00
75% Q3
15.00
50% Median
12.25
25% Q1
10.00
10%
9.00
5%
7.00
1%
6.00
0% Min
5.00
100% Max
17.00
99%
17.00
95%
16.00
90%
15.00
75% Q3
12.00
50% Median
11.00
25% Q1
9.00
10%
6.00
5%
6.00
1%
5.00
0% Min
5.00
100% Max
14.00
99%
14.00
95%
13.00
90%
12.00
75% Q3
10.00
50% Median
9.00
25% Q1
7.00
10%
6.00
5%
6.00
1%
5.00
0% Min
4.00
Page 108
b)
Page 109
GROUPE
VarName
Quantile
A
A
A
A
A
A
A
A
A
A
A
A
A
A
A
A
A
A
A
A
A
A
B
B
B
B
B
B
B
B
B
B
B
B
B
B
B
B
B
B
B
B
B
B
C
C
C
NOTEMAT
NOTEMAT
NOTEMAT
NOTEMAT
NOTEMAT
NOTEMAT
NOTEMAT
NOTEMAT
NOTEMAT
NOTEMAT
NOTEMAT
NOTEHIS
NOTEHIS
NOTEHIS
NOTEHIS
NOTEHIS
NOTEHIS
NOTEHIS
NOTEHIS
NOTEHIS
NOTEHIS
NOTEHIS
NOTEMAT
NOTEMAT
NOTEMAT
NOTEMAT
NOTEMAT
NOTEMAT
NOTEMAT
NOTEMAT
NOTEMAT
NOTEMAT
NOTEMAT
NOTEHIS
NOTEHIS
NOTEHIS
NOTEHIS
NOTEHIS
NOTEHIS
NOTEHIS
NOTEHIS
NOTEHIS
NOTEHIS
NOTEHIS
NOTEMAT
NOTEMAT
NOTEMAT
100% Max
99%
95%
90%
75% Q3
50% Median
25% Q1
10%
5%
1%
0% Min
100% Max
99%
95%
90%
75% Q3
50% Median
25% Q1
10%
5%
1%
0% Min
100% Max
99%
95%
90%
75% Q3
50% Median
25% Q1
10%
5%
1%
0% Min
100% Max
99%
95%
90%
75% Q3
50% Median
25% Q1
10%
5%
1%
0% Min
100% Max
99%
95%
. suivre
Page 110
Estimate
18.0
18.0
17.0
16.5
15.0
13.0
10.0
10.0
9.0
9.0
9.0
17.0
17.0
15.0
14.0
12.0
11.5
9.0
8.0
6.0
5.0
5.0
17.0
17.0
17.0
17.0
13.5
11.0
9.5
7.0
6.0
6.0
6.0
16.0
16.0
16.0
15.0
13.0
11.0
9.0
8.0
6.0
6.0
6.0
18.0
18.0
17.0
GROUPE
VarName
Quantile
B
B
B
B
B
B
B
B
B
B
B
NOTEMAT
NOTEMAT
NOTEMAT
NOTEMAT
NOTEMAT
NOTEMAT
NOTEMAT
NOTEMAT
NOTEMAT
NOTEMAT
NOTEMAT
100% Max
99%
95%
90%
75% Q3
50% Median
25% Q1
10%
5%
1%
0% Min
Estimate
1
2
3
4
5
6
7
8
9
10
11
Page 111
17.0
17.0
17.0
17.0
13.5
11.0
9.5
7.0
6.0
6.0
6.0
IV.
A.
51 Histogrammes, Boxplots, Diagrammes bandes, fonctions de rpartition, ajustement de lois (test de normalit), Rgression simple et
multiple, ACP etc.
52 Vous devez avoir dclar la bibliothque contenant le fichier que vous souhaitez analyser.
IUT II Dpartement S.T.I.D. Cours de logiciel SAS.
E. PREUDHOMME I.G.W.T. Juin 2001
E. Mail :preudhom@iut2.upmf-grenoble.fr
Page 112
Type de la variable
(Nominale (Nom) ou
Numrique (Int)
Accs un menu permettant de
trier le fichier, de modifier les
places des variables...
En cliquant sur le bouton droit de la souris,
vous pouvez exclure des calculs lobservation
en question. SAS effectue automatiquement
les corrections ncessaires. Le carr noir
devient une croix.
Page 113
1.
Le menu Edit permet aussi dagir sur les variables (Transformation (Log,
Exponentielle,...) sur les observations :
Recherche dindividus
dition dindividus
Permet de choisir les observations
tiqueter ou non dans les graphiques.
Permet de choisir les observations
montrer ou non dans les graphiques.
Permet de choisir les observations
inclure ou exclure des calculs.
Page 114
Page 115
B.
53 Remarquez que SAS a mis dans une colonne OTHER toutes les modalits rares . Il suffit de cliquer sur le bouton METHOD de la bote
prcdente pour paramtrer la raret . De plus, vous pouvez en cliquant sur les lment du graphique afficher les effectifs
correspondants...
IUT II Dpartement S.T.I.D. Cours de logiciel SAS.
E. PREUDHOMME I.G.W.T. Juin 2001
E. Mail :preudhom@iut2.upmf-grenoble.fr
Page 116
Page 117
Exercice
1. Reproduisez le graphique suivant en utilisant la commande MOSAIC PLOT
qui permet de faire des diagrammes bandes deux dimensions :
Page 118
Ceci fonctionne sur toutes les fentres cres par INSIGHT sauf celles qui sont geles (Menu
Freeze de Windows)
3. Donnez un graphique dmontrant labsence (ou la prsence) de liaison entre les variables
SEXE et GROUPE.
Page 119
C.
1.
Q1-1.5E
25%
Q1
25%
Q2=M
Q3
Q3+1.5E
Valeurs
extrmes
Plus grande valeur observe
infrieure Q3+1.5E
Sortie SAS :
Page 120
Complments :
Dans la fentre prcdente, il vous est possible d intgrer diffrents lments :
(ceux dj affichs sont indiqus par
Page 121
Intervalle de confiance...
Tests de Student, de Wilcoxon...
Tableau de frquence.
Tests de normalit
Moyenne tronque
(Calcule en tant une partie
des individus extrmes)
Page 122
2.
Fonction de rpartition
En allant dans le menu CURVES, vous pouvez intgrer des courbes
supplmentaires la sortie prcdentes :
Page 123
3.
Densit de probabilit
Vous pouvez obtenir la superposition de la densit de la loi Gaussienne sur
lhistogramme prcdent :
Choix des
distributions
Lestimation se
fait partir de
lchantillon ou
partir de vos
spcifications.
Choix des
paramtres (si vous
choisissez vos
spcifications)
Vous pouvez agir sur les curseurs pour modifier la moyenne et lcart type. La
courbe rouge se modifiera en temps rel.
Page 124
Complment
Vous pourrez tester lajustement de la courbe prcdente en allant dans
Curves/Test for distribution.
Dans lexercice suivant, vous allez voir les possibilits de la commande Box plot/
Mosaic Plot
Exercice
En allant dans Analyse/ Box Plot, reproduisez le graphique suivant :
Faites des Boxplots illustrant la rpartition des notes de maths selon les
groupes. Le niveau en maths vous semble-t-il homogne selon les groupes ?
Page 125
D.
1.
2.
Page 126
Couleur de la stratification.
Cliquez sur une couleur, puis
remplissez la bote de
dialogue qui saffichera.
Gnial : pour affecter un dgrad de couleur
une variable numrique. Pour changer les
couleurs du dgrad, faites glisser une
couleur du dessus sur ce bouton.
Marque de la stratification.
Cliquez sur une marque par
laquelle vous souhaitez marquer
les observations...une bote de
dialogue va safficher.
Page 127
Exercice :
1. Sur le graphique Taille Poids, faites figurer les hommes avec un point bleu et
les femmes avec une croix rouge. Activez le Zoom et faites le fonctionner.
54
54 Le curseur de la souris se transforme en loupe. Grosse loupe : en cliquant vous aggrandissez, Petite loupe : en cliquant, vous rtrcissez.
IUT II Dpartement S.T.I.D. Cours de logiciel SAS.
E. PREUDHOMME I.G.W.T. Juin 2001
E. Mail :preudhom@iut2.upmf-grenoble.fr
Page 128
3.
55
IUT II Dpartement S.T.I.D. Cours de logiciel SAS.
E. PREUDHOMME I.G.W.T. Juin 2001
E. Mail :preudhom@iut2.upmf-grenoble.fr
Page 129
Nuage de points
avec la droite des
moindres carrs de
Y en X.
Vous pouvez vous amuser dplacer le curseur ci-dessus vers la droite pour
augmenter le degr du polynme ajustant Y en X.56
Tout est recalcul automatiquement, y compris le nuage des rsidus.
Coefficients de corrlations
Il vous est possible de calculer directement le coefficient de corrlation entre les
variables quantitatives en allant dans Analyse/Multivariate.
56 Si vous passez au degr 2, vous aurez une parabole au lieu dune droite dajustement etc.
IUT II Dpartement S.T.I.D. Cours de logiciel SAS.
E. PREUDHOMME I.G.W.T. Juin 2001
E. Mail :preudhom@iut2.upmf-grenoble.fr
Page 130
4.
Reprsentation 3D interactive
Ce que nous allons voir ici est plus spectaculaire quutile...
Nous allons reprsenter graphiquement les donnes du fichier ACP (tempratures
moyennes annuelles de 15 villes de France).
Chargez le fichier ACP. Allez dans Analyse/Rotating Plot ZXY. Choisissez les
pour axes : JAN, FEV et JUI qui sont les variables Janvier, Fvrier et Juillet.
Reproduisez le graphique suivant en donnant la signification des options du menu
contextuel : Rays, Depth...
Page 131
5.
Page 132
Exercice 1
Page 133
V.
Procdure invoque
Variables concernes
par la procdure
Dans cet exemple, nous utilisons la procdure MEANS pour calculer quelques
statistiques simples sur une partie du fichier MOI.STID193.
On ne conserve que les variables sexe, NOTEFR_, NOTEHIS et NOTEMAT et
les individus de sexe fminin (2) dont la note de maths est strictement suprieure
10. Nous calculons, pour ces individus, les moyennes, mini, maxi, cart types
des notes de franais et dhistoire-go.
Page 134
A.
Syntaxe:
Pour trier dans l'ordre croissant
PROC SORT (options);
BY variables;
RUN;
Pour trier dans l'ordre dcroissant
PROC SORT(options);
BY DESCENDING variables;
RUN;
Les options principales tant:
DATA=nom du fichier (si ce n'est pas le fichier en cours);
OUT=nom du fichier o sera mis le rsultat (si ce n'est pas le mme)
Exemple:
PROC SORT DATA=MONLIB.STID193 OUT=WORK.STIDTRI;
BY SEXE TAILLE;
RUN;
PROC PRINT DATA=WORK.STIDTRI;
RUN;
Ce programme va trier et afficher le fichier tri selon les critres Sexe et Taille.
Exercice:
Ecrivez un programme triant STID193 par le BAC et le nombre de frres et
soeurs, puis par le nombre de frres et soeurs et le bac. (Vous mettrez le rsultat
de ce tri dans un fichier temporaire STIDTRI). Visualisez le fichier obtenu dans
le deux cas. Y a-t-il une diffrence ?
57 Cette option permet de rpter des calculs dans diffrentes sous populations. Par exemple PROC MEANS ; VAR MATH ; BY SEXE ;
RUN ; effectuera des statistiques lmentaires sur les notes de maths en distinguant homme et femme. Nous aurons donc deux tableaux de
sortie.
IUT II Dpartement S.T.I.D. Cours de logiciel SAS.
E. PREUDHOMME I.G.W.T. Juin 2001
E. Mail :preudhom@iut2.upmf-grenoble.fr
Page 135
B.
PAGEBY variables;
SUM variables;
GROUPE
D
D
D
D
D
D
SEXE
2
2
2
2
1
2
160
165
160
167
172
168
TAILLE
POIDS
60
58
53
48
57
50
Nombre d individus:106
Page 136
Page 137
Exercices rcapitulatifs :
I) Les fichiers NOTE1T, 2T et 3T contiennent les notes de deux groupes
de STID en maths au premier,deuxime et troisime trimestres. Il y a des
notes manquantes, cest pour cela que les fichiers nont pas le mme
nombre dindividus.
Chaque individu est identifi par son groupe et son ordre dans le groupe.
(GROUPE et ORDRE).
Fusionnez ces trois fichiers dans un seul nomm ENSEMBLE. Calculez
les moyennes, mini, maxi de chaque individu. Sortez des statistiques
lmentaires sur la promo (moyenne, mediane, quantile au premier,
deuxieme et troisieme trimestre puis sur la moyenne annuelle).
II)
Crez un fichier de donnes SAS ne contenant que les individus de
STID193 qui fteront leur anniversaire dici 30 jours ( compter
daujourdhui)..
Vous ne conserverez que les variables Groupe, Sexe, Ordre (dans le
groupe).
Vous ordonnerez les individus par rapport la date danniversaire (du plus
proche au plus loign).
Indications pour le II) :
Pour le reste, SAS peut calculer la diffrence entre deux dates. Vous
pourrez jouer sur cette diffrence pour rcuprer les individus concerns.
Page 138
C.
TABULATE
Elle permet deffectuer des statistiques lmentaires et de les afficher en
tableaux. Nous pouvons obtenir des tri-croiss trs sophistiqus ! ! !
58
Var variables ;
variables analyser (quantitatives) Ne rien mettre pour un tri crois banal
Table description de la table effectuer ;
By variables ;
Format var1 format1 var2 format 2... ;
cf. format (annexe)
Label var1=tiquette1 etc. ;
Weight variable ; variable de poids affecter chaque individu.
Run ;
Les principales options tant :
Data=nom du fichier de donnes SAS
Depth=niveau maxi de profondeur de la table ;
Format=format de chaque cellule du tableau
Missing Les manquants constituent modalit part entire. Si cette option nest pas utilise
les manquants ne sont pas inclus dans les modalits des variables de classement.
limine les sparateurs horizontaux
Noseps
Order=
Data
Les modalits des variables de classement sont classes par ordre dapparition
dans le fichier original
Freq Les modalits sont classes par ordre dcroissant deffectifs
Internal
(cest loption par dfaut)Les modalits sont classes par ordre croissant
(alphanumrique)
VARDEF=
DF
N
WDF
WEIGHT
58 La syntaxe nest pas toujours simple ! Loutil Enterprise Guide peut alors se rvler utile si lon est compltement rfractaire au langage
SAS
IUT II Dpartement S.T.I.D. Cours de logiciel SAS.
E. PREUDHOMME I.G.W.T. Juin 2001
E. Mail :preudhom@iut2.upmf-grenoble.fr
Page 139
run;
Page 140
On a laffichage :
-----------------------------------------------------------------|
GROUPE
|
|----------------------------------------------------------------|
|
A
|
B
|
C
|
|-------------------------+-------------------------+------------|
|
SEXE
|
SEXE
|
SEXE
|
|-------------------------+-------------------------+------------|
|
1
|
2
|
1
|
2
|
1
|
|------------+------------+------------+------------+------------|
|
N
|
N
|
N
|
N
|
N
|
|------------+------------+------------+------------+------------|
|
10.00|
14.00|
13.00|
15.00|
12.00|
-----------------------------------------------------------------(CONTINUED)
---------------------------------------|
GROUPE
|
|--------------------------------------|
|
C
|
D
|
|------------+-------------------------|
|
SEXE
|
SEXE
|
|------------+-------------------------|
|
2
|
1
|
2
|
|------------+------------+------------|
|
N
|
N
|
N
|
|------------+------------+------------|
|
15.00|
11.00|
16.00|
----------------------------------------
Page 141
Page 142
Statistiques disponibles
Symbole SAS
N:
SUMWGT:
SUM:
MEAN:
VAR:
STD:
STDERR:
Range:
PCTN
PCTSUM
USS:
CSS:
CV:
T:
PRT:
signification
effectif
la somme des poids (var WEIGHT)
la somme.
la moyenne
la variance
la dviation standard
erreur standard sur la moyenne
Ltendue (max-min)
Pourcentage
Pourcentage (somme)
somme des carrs des xi
somme des carrs des carts la moyenne (cf annexe I)
coefficient de variation (cf annexe I)
statistique de Student pour tester =0
c'est le P correspondant au test prcdent (bilatral)
Exercices
Ecrire des programmes SAS donnant les affichages suivants :
a)
-------------------------------------------|
|
MEAN
|
STD
|
|
|------------+------------|
|
|
MAT
|
MAT
|
|----------------+------------+------------|
|GROUPE
|
|
|
|----------------|
|
|
|A
|
12.96|
2.54|
|----------------+------------+------------|
|B
|
11.46|
3.24|
|----------------+------------+------------|
|C
|
12.37|
3.04|
|----------------+------------+------------|
|D
|
13.37|
3.71|
--------------------------------------------
Page 143
b)
---------------------------------------------------------------------|
|
MAX
|
MIN
|
|
|-------------------------+-------------------------|
|
|
MAT
|
FRA
|
MAT
|
FRA
|
|----------------+------------+------------+------------+------------|
|GROUPE
|
|
|
|
|
|----------------|
|
|
|
|
|A
|
18.00|
14.00|
9.00|
5.00|
|----------------+------------+------------+------------+------------|
|B
|
17.00|
14.00|
6.00|
4.00|
|----------------+------------+------------+------------+------------|
|C
|
18.00|
14.00|
7.00|
5.00|
|----------------+------------+------------+------------+------------|
|D
|
19.00|
12.00|
5.00|
5.00|
----------------------------------------------------------------------
c)
---------------------------------------------------------------------|
|
MAX
|
MIN
|
|
|-------------------------+-------------------------|
|
|
MAT
|
FRA
|
MAT
|
FRA
|
|----------------+------------+------------+------------+------------|
|GROUPE
|
|
|
|
|
|----------------|
|
|
|
|
|A
|
18.00|
14.00|
9.00|
5.00|
|----------------+------------+------------+------------+------------|
|B
|
17.00|
14.00|
6.00|
4.00|
|----------------+------------+------------+------------+------------|
|C
|
18.00|
14.00|
7.00|
5.00|
|----------------+------------+------------+------------+------------|
|D
|
19.00|
12.00|
5.00|
5.00|
|----------------+------------+------------+------------+------------|
|SEXE
|
|
|
|
|
|----------------|
|
|
|
|
|1
|
18.00|
14.00|
6.00|
5.00|
|----------------+------------+------------+------------+------------|
|2
|
19.00|
14.00|
5.00|
4.00|
----------------------------------------------------------------------
Page 144
d)
-------------------------------------------|
|
MEAN
|
|
|-------------------------|
|
|
MAT
|
FRA
|
|----------------+------------+------------|
|GROUPE |SEXE
|
|
|
|-------+--------|
|
|
|A
|1
|
13.28|
9.89|
|
|--------+------------+------------|
|
|2
|
12.75|
8.29|
|-------+--------+------------+------------|
|B
|1
|
11.62|
8.85|
|
|--------+------------+------------|
|
|2
|
11.33|
9.27|
|-------+--------+------------+------------|
|C
|1
|
12.25|
9.67|
|
|--------+------------+------------|
|
|2
|
12.46|
8.20|
|-------+--------+------------+------------|
|D
|1
|
14.09|
8.73|
|
|--------+------------+------------|
|
|2
|
12.88|
8.31|
--------------------------------------------
Page 145
D.
DESCENDING
GROUPS = n
Pour calculer les rangs dans lordre dcroissant (croissant par dfaut)
FRACTION
Les rangs sont diviss par leffectif. On obtient donc la fonction de rpartition des donnes en
question.
Permet dobtenir un dcoupage en n classes de mme effectif autant que faire se peut.
Pour n=4 on obtient les quartiles, n=100 les centiles etc.
TIES=MEAN/HIGH/LOW
Pour spcifier la procdure suivre en cas dex aequo. MEAN (par dfaut sauf si FRACTION
est utilis, cest alors HIGH) attribue la moyenne des rangs, HIGH le plus grand et LOW le plus
petit.
NORMAL=BLOM
Pour btenir les scores normaux qui sont une fonction linaire des valeurs initiales si la
distribution initiale est normale. Ce sont les valeurs que lon calcule construire une de Henry. On
les obtient en calculant
r 3 / 8
yi = 1 i
o n est leffectif, r le rang et
n + 1/ 4
i
Page 146
la fonction
Exemple:
DATA COPY;
KEEP GROUPE SEXE TAILLE;
SET PUB.STID193;
RUN;
PROC RANK DATA=COPY;
VAR TAILLE;
RANKS RANGTAIL;
RUN;
PROC PRINT;
RUN;
ce qui donne :
OBS
1
2
3
4
GROUPE
A
A
A
A
SEXE
1
1
1
1
TAILLE
180.00
168.00
178.00
186.00
Page 147
RANGTAIL
90.5
43.5
85.0
104.0
E.
1.
Syntaxe:
PROC UNIVARIATE (options);
VAR variables; (Les variables dont nous voulons l'tude)
BY variables; (Permet la cration de sous-groupes... le fichier devra avoir t tri avant)
WEIGHT variable;(variable contenant les "poids" de chaque individu. Il vaut 1 par dfaut)
OUTPUT OUT=FICH.SAS (fichier contenant autant d'individus que de modalits de BY et
comme variables, les statistiques donnes par UNIVARIATE) cf. ex
RUN;
Les options principales tant:
DATA=
NOPRINT
NORMAL
ROUND=
FREQ
PLOT
VARDEF=
DF
N
WDF
WEIGHT
Exemple:
PROC UNIVARIATE DATA=MONLIB.STID193 NORMAL FREQ;
VAR TAILLE;
BY BAC;
OUTPUT OUT=WORK.SORTIE MEAN=MOY ;
RUN;
Ce programme va sortir des statistiques (incluant la normalit et un tableau de
frquence) sur la variable taille en distinguant selon le bac.
Un fichier SAS (WORK.SORTIE) sera constitu, il contiendra la variable bac et
les moyennes des tailles dans les diffrents bacs.
Il suppose le fichier tri compte tenu de la remarque suivante:
59 Pour des analyses simples de dbrousaillage des donnes, le module SAS/INSIGHT peut tre trs intressant utiliser. Cf. paragraphe
SAS/INSIGHT.
IUT II Dpartement S.T.I.D. Cours de logiciel SAS.
E. PREUDHOMME I.G.W.T. Juin 2001
E. Mail :preudhom@iut2.upmf-grenoble.fr
Page 148
N
Sum Wgts
Sum
Mean
Variance
Std Dev
Skewness
Kurtosis
USS
CSS
CV
Std Mean
T:Mean=0
Pr>|T|
Num ^= 0
Num > 0
M(Sign)
Pr>=|M|
Sgn Rank
Pr>=|S|
W:Normal
Pr<W
106
106
18094
170.6981
61.45085
7.839059
0.480848
-0.05708
3095064
6452.34
4.592353
0.761397
224.1908
0.0001
106
106
53
0.0001
2835.5
0.0001
0.967964
0.0865
signification
Symbole SAS
utilis dans l'output
N:
effectif
SUMWGT: la somme des poids (var WEIGHT)
SUM:
la somme.
MEAN:
la moyenne
VAR:
la variance
STD:
la dviation standard (en 1/n-1)
Skewness:coefficient mesurant l'asymtrie (cf annexe)
Kurtosis:coefficient mesurant laplatissement (cf annexe)
USS:
somme des carrs des xi
CSS:
somme des carrs des carts la moyenne (cf annexe I)
CV:
coefficient de variation (cf annexe I)
STDMEAN: erreur standard sur la moyenne
T:
statistique de Student pour tester =0
PROBT:
c'est le P correspondant au test prcdent (bilatral)
Nombre d'observations non nulles
Nombre d'observations strictement positives
MSIGN:
Statistique. utilise pour tester la nullit de la mdiane
PROBM:
c'est le P correspondant
Signrank:statistique du test des rangs (Wilcoxon) cf ci-dessous
PROBS:
c'est le P correspondant.
NORMAL: c'est la stat. utilise pour tester la normalit (cf ci dessous)
PROBN:
et le P correspondant
Page 149
2.
Dtails
a)
Test de Normalit
NORMAL : statistique testant la normalit de la distribution.
Nous voulons vrifier, partir des donnes de lchantillon, si la distribution
observe est compatible avec lhypothse dune distribution Gaussienne (H0).
La statistique employe est celle de Shapiro-Wilk si n<2000 et celle de
Kolmogorov-Smirnov pour les valeurs de n suprieures. Vous avez galement le
P correspondant (PROBN). Ici P>0.05, nous acceptons l'hypothse de normalit.
b)
s=
x 0
s/
avec
1
( xi x ) 2 et 0 = 0 la valeur P correspondante. (Si P>0.05, on ne peut rejeter
n 1 i
Page 150
3.
Exercices
Testez la normalit des tailles des STID193 (pour l'ensemble puis en
distinguant selon les sexes, il sera ncessaire d'utiliser BY et donc de trier le
fichier avant !).
Editez un Stem and Leaf des poids pour les femmes(option Plot).
En supposant l'chantillon des Stid grenoblois comme un chantillon alatoire
(extrait de la population des Stid de France). Testez l'hypothse H0: Moyenne
taille femme Stid france=165 contre H1 (diffrent)(Il sera ncessaire de crer une
variable Taille - 165 via les instructions DATA et SET pour utiliser UNIVARIATE)
Page 151
F.
1.
Syntaxe simplifie
PROC TTEST (options);
CLASS variable; (C'est la variable qui permet de distinguer les deux chantillons pour un TTEST deux chantillons)
PAIRED variable1*variable2 (pour identifier les variables apparies Var1-Var2 va tre calcul)
VAR variable(s); (variable tester, il peut y en avoir plusieurs)
BY variable(s); (donne des tests spars selon les populations dfinies par ces variables)
RUN;
(options)
DATA= nom du fichier de donnes SAS
H0= nombre cest la valeur de la moyenne tester.
Exemples
Comparaison dune moyenne une valeur fixe
PROC TTEST DATA=MOI.STID193 H0=170 ;
VAR TAILLE ;
RUN ;
Compare la moyenne de la taille des STID 170.
Comparaison de deux moyennes (chantillons apparis)
PROC TTEST DATA=MOI.CHOLES;
PAIRED AVANT APRES;
RUN;
Compare les moyennes de AVANT et de APRES en testant la nullit de leur
diffrence.
Comparaison de deux moyennes (chantillons indpendants)
PROC TTEST DATA=MONLIB.STID193;
CLASS SEXE;
VAR TAILLE;
RUN;
(Effectue un test de comparaisons des moyennes des tailles des hommes et des
femmes).
60 (Si vos deux chantillons figurent dans deux colonnes distinctes, il faut vous dbrouiller pour les mettre dans une seule et crer une
variable qui les distinguera)
IUT II Dpartement S.T.I.D. Cours de logiciel SAS.
E. PREUDHOMME I.G.W.T. Juin 2001
E. Mail :preudhom@iut2.upmf-grenoble.fr
Page 152
2.
Rappels thoriques
a)
s=
x 0
s/
avec
1
( xi x ) 2 et 0 = 0 la valeur P correspondante. (Si P>0.05, on ne peut rejeter
n 1 i
b)
c)
x
est
estim
par
s
=
+
Pour des variances ingales, l'cart type de 1 2
n1 n2
x x
Le test est bas sur la statistique T = 1 2 avec un nombre de degrs de liberts
s
(V 1 + V 2) 2
donn par
(arrondi l'entier le plus proche) avec
(V 12 / ( n1 1)) + (V 2 2 / ( n2 1))
s2
s2
V 1 = 1 et V 2 = 2 .
n1
n2
Page 153
H1: 12 22 . Parmi les deux rapports de variances possibles, on calcule celui qui
est suprieur l'unit. Par exemple si Stdev 12 > Stdev 2 2 on calcule
Stdev 12
et on rejette l'hypothse nulle lorsque Fobs > F1 / 2 o F1 / 2 est de
Fobs =
Stdev 2 2
fractile d'ordre 1- /2 d'une loi de Fischer k1 et k2 d.d.l. o k1 est le nombre de
degrs de liberts associs au numrateur et k2 le nombre de ddl associs au
dnominateur. SAS indique le P correspondant.
Page 154
3.
Exercices:
a)
TTEST un chantillon
Le fichier COLA (rpertoire Public) contient les rponses un sondage effectu
sur 40 personnes prises au hasard la sortie d'un grand magasin de la banlieue
parisienne. 4 questions furent poses:
Q1 Marque prfre de Cola ? 0: Coca 1: Pepsi (dans Colonne n1)
Q2 Avez-vous dj achet Coca-cola ? 0: Non 1: Oui (dans Colonne n2)
Q3 Aimez-vous les boissons sucres ? 1: Oui 2: Indiffrent 3: Non (dans Colonne
n3)
Q4 Combien de litres de boissons au Cola votre famille a-t-elle consomms le
mois dernier ? (dans la colonne n4)
Les rsultats de cette enqute sont-ils compatibles avec une hypothse de
consommation moyenne de 5 litres par mois au niveau de la population tudie
(on pensera d'abord vrifier la normalit de la VA en question)
b)
0.80
0.84
0.88
0.88
0.92
c)
Echantillons
de type 1
(20 valeurs)
Echantillons
0.92
1.00
1.04
1.20
1.24
1.28
1.40
1.48
1.48
1.48
1.52
1.56
1.88
1.92
2.20
0.96
1.00
1.04
1.04
1.08
de type 2 (10
val)
1.08
1.08
1.16
1.20
1.28
Dans une fort on choisit 12 arbres au hasard que l'on mesure debout. Ensuite, on
les abats, puis on les mesure nouveau. Chaque arbre a donc t mesur 2 fois.
On veut tester l'galit des moyennes de ces deux sries pour comparer les deux
mthodes de mesure. Y a-t-il une diffrence significative au seuil de 5% ?
debout
abattus
20.4
21.7
25.4
26.3
25.6
26.8
25.6
28.1
26.6
26.2
28.6
27.3
28.7
29.5
Page 155
29
32
29.8
30.9
30.5
32.3
30.9
32.3
31.1
31.7
G.
1.
Syntaxe simplifie
PROC FREQ (data=...);
TABLES 'voir syntaxe plus bas' / option (2);
BY variables;
(pour distinguer selon les sous-populations...)
WEIGHT variable;
(pour ajouter un poids chaque individu, =1 par dfaut)
RUN;
2.
Exemples
PROC FREQ DATA=MONLIB.STID193;
TABLES NBFS SEXE*GROUPE ;
RUN;
Cette commande effectue un tri plat de nbfs et un tri crois des variables sexe et
groupe :
On obtient la sortie suivante:
Variable
Effectifs
Cum
Cum
NBFS
Frequency
Percent
Frequency
Percent
-------------------------------------------------0
11
10.4
11
10.4
1
35
33.0
46
43.4
2
36
34.0
82
77.4
3
13
12.3
95
89.6
4
6
5.7
101
95.3
5
2
1.9
103
97.2
6
2
1.9
105
99.1
7
1
0.9
106
100.0
Page 156
GROUPE
Frequency|
Percent |
Row Pct |
Col Pct |A
|B
|C
|D
| Total
---------+--------+--------+--------+--------+
1 |
10 |
13 |
12 |
11 |
46
|
9.43 | 12.26 | 11.32 | 10.38 | 43.40
| 21.74 | 28.26 | 26.09 | 23.91 |
| 41.67 | 46.43 | 44.44 | 40.74 |
---------+--------+--------+--------+--------+
Total
24
28
27
27
106
22.64
26.42
25.47
25.47
100.00
Frequency|
Percent |
Row Pct |
Col Pct |A
|B
|C
|D
| Total
---------+--------+--------+--------+--------+
2 |
14 |
15 |
15 |
16 |
60
| 13.21 | 14.15 | 14.15 | 15.09 | 56.60
| 23.33 | 25.00 | 25.00 | 26.67 |
| 58.33 | 53.57 | 55.56 | 59.26 |
---------+--------+--------+--------+--------+
Total
24
28
27
27
106
22.64
26.42
25.47
25.47
100.00
Page 157
3.
Ce programme effectue un tri crois sexe groupe. Chaque cellule ne contient que
l'effectif et le pourcentage des modalits associes. Les rsultats sont stocks dans
le fichier WORK.SORTIE. Il est ensuite possible dexporter ce fichier sous
Excel pour effectuer des graphiques illustrant le tableau crois.
61
62
Exemple 2
PROC FREQ DATA=MONLIB.DONNEE;
TABLES MARPREF*AIMCOLA /EXPECTED DEVIATION CHISQ NOROW NOCOL
NOPERCENT;
RUN;
Ce programme effectue un tri crois entre marpref et aimcola avec dans chaque
cellule leffectif observ, leffectif attendu (expected), lcart entre les deux
(deviation). Un test du chi2 est effectu (chisq) comme le montre lextrait de la
61 Quel que soit le contenu des cellules, ce fichier ne contiendra que leffectif et la frequence pour tous les couples de modalits considres.
62 Il faut alors lancer la commande tableau crois dynamique dExcel pour retrouver un tri crois partir du fichier export.
IUT II Dpartement S.T.I.D. Cours de logiciel SAS.
E. PREUDHOMME I.G.W.T. Juin 2001
E. Mail :preudhom@iut2.upmf-grenoble.fr
Page 158
sortie ci-dessous. Notons que le chi2 vaut 0.714. La signification P du test vaut
0.700>0.05, on accepte H0: indpendance entre les deux critres.
Statistic
DF
Value
Prob
-----------------------------------------------------Chi-Square
2
0.714
0.700
Likelihood Ratio Chi-Square
2
0.726
0.695
Mantel-Haenszel Chi-Square
1
0.024
0.877
Remarque : Si les effectifs thoriques sont insuffisants pour le test du chi deux, on
procde souvent des regroupements. Il suffit, pour SAS, de changer le format
daffichage des variables pour effectuer ces regroupements. Ceci vite de
modifier les donnes originales.
Page 159
4.
Exercice
Chargez le fichier cola (rpertoire Public) qui contient les rponses un sondage
effectu sur 40 personnes prises au hasard la sortie d'un grand magasin de la
banlieue parisienne. 4 questions furent poses:
Q1 Marque prfre de Cola ? 0: Coca 1: Pepsi (dans C1)
Q2 Avez-vous dj achet Coca-cola ? 0: Non 1: Oui (dans C2)
Q3 Aimez-vous les boissons sucres ? 1: Oui 2: Indiffrent 3: Non (dans C3)
Q4 Combien de litres de boissons au Cola votre famille a-t-elle consomms le
mois dernier ? (dans C4)
Existe-t-il une liaison entre Q1 et Q3 ? (Vous donnerez un tableau crois avec un
contenu de cellule appropri et la valeur du chi 2)
Idem entre Q1 et Q2 ? Acheter Coca est-ce l'adopter ?
Page 160
5.
output;
end;
end;
cards;
203 150 6
266 112 1
(Vous crivez votre tableau ligne par ligne)
258 126 2
196 168 17
;
run;
proc freq;
weight wt;
(Etape importante, nous disons SAS que chaque individu compte wt fois)
tables trait*nbfruit /chisq noprint;(Nous ne voulons pas l'affichage de la table)
run;
Page 161
6.
X\Y
1
...
i
...
p
Total
ni1
...
... nij
...
... niq
np1
n.1
...
... npj
... n.j
...
... npq
... n.q
X\Y
1
ni.
...
i
np.
n
...
n
Total
n.1
n
...
...
...
...
...
ni . n. j
n
n.j
n
...
...
...
...
...
ni.
n.q
np.
n
T=
ni . n. j
nij
ni .n. j
i, j
n
nij2
=
n
ni . n. j
i, j
n
Si les effectifs thoriques de chacune des cases sont suprieurs ou gaux 5 alors T suit
approximativement une loi du 2 (p-1)(q-1) degrs de libert.
2
On rejette H0 lorsque la statistique T est trop grande: T> (1 ) ( p 1)( q 1) o
2(1 ) ( p 1)( q 1) est le fractile d'ordre 1- d'une loi du 2 (p-1)(q-1) degrs de libert.
ATTENTION: Les effectifs thoriques des cases doivent tre 5 pour appliquer
cette mthode. (Dans le cas contraire, il faut oprer des regroupements)
Page 162
H.
1.
Un exemple
Le fichier ARBRES donne la distribution des hauteurs d'arbres
observes pour une mme catgorie d'arbres dans 3 types de forts (nots 1,2 et
3).
Nous voulons savoir si la hauteur des arbres dpend du type de fort
dans laquelle on les a trouvs. Autrement dit, on veut savoir si la hauteur
moyenne dpend du type de fort. Lanalyse de la variance un critre est
typiquement adapte ce genre de problme.
63
2.
ANOVA un critre
Elle a pour but de mesurer la liaison entre une variable qualitative (le type
darbre) et une variable quantitative (la hauteur). Cela revient comparer les
moyennes de k populations qui son supposes normales et de mme variance ,
partir d'chantillons alatoires et indpendants les uns des autres.
64
a)
65
Principe de lANOVA
Soit Y une variable quantitative et une variable qualitative X prenant k modalits (1,2,...k). Nous
supposons que Y suit une loi normale N ( i , ) sur chaque sous-population Pi dfinie par X=i.
La variance totale se dcompose de la faon suivante:
1 k ni
1 k
1 k ni
(
y
y
)
=
n
(
y
y
)
+
ij
i i
( yij yi )
n i =1 j =1
n i =1
n i =1 j =1
Variance totale
Variance inter
Variance intra
yi la
Plus la liaison entre X et Y est forte, plus la part de la variance inter est importante et plus la
variance intra est faible. La variance intra comptabilise la partie de la variation de Y non
explique par X.
On dfinit le rapport de corrlation R par Variance inter / Variance totale. Ce nombre,
compris entre 0 et 1 mesure l'intensit de la liaison entre X et Y. S'il vaut zro il n'y a aucune
liaison entre X et Y. Inversement, s'il vaut 1, la liaison est parfaite.
Test d'galit des moyennes
63 On dit alors que la variable hauteur est discriminante par rapport au type darbre.
64 Bien que la normalit des sous-populations fasse partie des hypothses d'application du test prcdent, il faut reconnatre que l'analyse de
la variance est peu sensible, dans l'ensemble, la non-normalit des des populations considres. Il suffit en pratique d'viter d'employer
l'analyse lorsque les populations-parents sont trs diffrentes des distributions normales, et lorsque ces distributions sont de forme trs
diffrentes d'une sous-population une autre (dissymtries de sens opposs par exemple), surtout pour de petits chantillons. (Dagnlie TMS
2)
65 De mme, l'hypothse d'galit des variances est d'importance relativement secondaire lorsque les effectifs des chantillons sont
d'effectifs tous gaux (ni=nj) (cf le 2 Sample T TEST) Par contre dans le cas d'chantillons d'effectifs ingaux on doit s'assurer de la validit
de cette hypothse (cf T.Test) surtout lorsque les chantillons d'effectifs les plus rduits correspondent aux populations de variance
maximum. (Dagnlie TMS 2)
Page 163
H0:
1 k
n ( y y )
k 1 i =1 i i
Statistique utilise: F =
1 k ni
( yij yi )
n k i =1 j =1
Lorsque H0 est vraie F suit une loi de Fisher (k-1, n-k) degrs de libert. On rejette H0
lorsque Fobs est suprieur au fractile d'ordre 1- de la loi de Fisher correspondante.
Degrs
de
libert
(DF)
k-1
ni ( yi y )
i =1
Intraclasses
Total
n-k
ni
(y
yi )
(y
y )
ij
n-1
i =1 j =1
k ni
ij
Carrs moyens
(mean square)
1 k
ni ( yi y )
k 1 i =1
1 k
ni ( yi y )
k 1 i =1
F=
1 k ni
( yij yi )
n k i =1 j =1
1
nk
ni
(y
ij
yi )
i =1 j =1
i =1 j =1
Page 164
b)
SCE i = xij2
j =1
p
1 ni
SCE i
SCE
( xij ) 2 et i2 =
; SCE = SCE i et 2 =
(n:
ni j =1
ni 1
n p
i =1
effectif total)
2
2
2
Nous testons H 0: 1 = 2 =... = p contre H1: une des variances est diffrentes des
autres.
2
2
2
Si l'hypothse nulle H 0: 1 = 2 =... = p est vraie
2 est une estimation non biaise de
la variance commune.
p
T=
1
1
1
1+
3( p 1) i =1 ni 1 n p
p
t obs
Page 165
qui suit
3.
a)
Syntaxe simplifie.
Appelons Y la variable rponse (quantitative) et X la variable qualitative
(Facteur) servant dfinir les sous populations.
PROC ANOVA ou GLM;
(cela dpend si vos donnes sont quilibres ou non)
CLASS X
variables (qualitatives en gn.) qui dfinissent vos sous-populations
MODEL Y= X ;
(modle d'tude)
MEANS X / options ;
RUN;
QUIT ;
69
66 Pour les heureux possesseurs de la V 6.12. Pour les autres, il faut utiliser un programme part pour tester lgalit des variances. A la fin
de ce paragraphe, vous trouverez le code du programme effectuant un test de Bartlett.
67 ANOVA fonctionne pour des donnes non quilibres seulement s'il n'y a qu'un facteur (ce qui est le cas ici), mais autant prendre de
bonnes habitudes ds maintenant...
68 Nous savons en effet que pour lhypothse dgalit des variances est ncessaire lANOVA.
69 Le Quit est ncessaire car la procdure ANOVA (ou GLM) est intractive. C'est dire que vous pouvez, mme aprs l'excution de
l'instruction (RUN compris) ajouter des commandes supplmentaires (tests etc...) Cela l'avantage d'viter de refaire tous les calculs, qui
peuvent tre trs long, juste pour une sous-commande que l'on aimerait ajouter.
IUT II Dpartement S.T.I.D. Cours de logiciel SAS.
E. PREUDHOMME I.G.W.T. Juin 2001
E. Mail :preudhom@iut2.upmf-grenoble.fr
Page 166
b)
Choix du modle.
Effectue un test dgalit de variances en prime.
Ce qui donne :
Analysis of Variance Procedure
Dependent Variable: HAUT
Source
DF
Sum of Squares
Model
48.88143511
34
116.64883516
Error
Corrected Total
36
R-Square
0.295302
F Value
7.12
P valeur du test
ANOVA. Si P<5%, on
rejette lgalit des
moyennes au risque de
5%.
Pr > F
0.0026
165.53027027
C.V.
HAUT Mean
7.413828
24.9837838
Interprtation
Nous retrouvons la table d'analyse de la variance avec la variable HAUT qui
correspond la variable quantitative Y prcdente. (Dependent variable) et
quelques informations supplmentaires:
Pr > F:
R-Square:
C.V.:
Root MSE:
Mean:
Dans l'exemple ci-dessus, nous rejetons donc l'hypothse d'galit des moyennes
condition que les hypothses d'application de ce test soient remplies. Ci-dessous,
nous pourrons vrifier une de ces hypothses : lgalit des variances
Remarque :
Page 167
Chisq
DF
Value
Prob>Chisq
TYPE
0.1768
3.4657
Cette sortie nous permet de voir que lgalit des variances semble vrifie au
seuil de 5%. (P=0.1768 > 0.05).
71
SAS termine en calculant les moyennes et les cart types des hauteurs des arbres
dans les trois types de forts :
Analysis of Variance Procedure
Level of
-------------HAUT-----------TYPE
N
Mean
SD
1
2
3
13
14
10
25.9692308
25.3857143
23.1400000
1.35854372
1.77324437
2.44094699
Nous voyons clairement que les arbres des forts de type 3 semblent moins hauts
que les autres.
70 Vous pouvez galement retrouver lanalyse de la variance, mais la variable type doit tre dclare Nominale avant de faire Analyse/Fit
XY
71 Il faut rester prudent quand mme. Le test de Bartlett nest pas trs puissant. (cf. TESTS sous Minitab) Le test de Brown Forsythe est
meilleur. (Cf. doc SAS)
IUT II Dpartement S.T.I.D. Cours de logiciel SAS.
E. PREUDHOMME I.G.W.T. Juin 2001
E. Mail :preudhom@iut2.upmf-grenoble.fr
Page 168
4.
Exercices
I) La socit FRED&NUCCI frres spcialiste vinicole rput de la rgion
bordelaise effectue une tude pour relier la qualit de leur vins en fonction des
caractristiques mtorologiques.
Les donnes sont dans les fichiers Minitab et SAS BORDEAUX.MTW,
BORDEAUX (rpertoire Public)
C1 : Somme des t moyennes journalires (en C)
C2 : Dure dinsolation (en h)
C3 : Nombre de jour de grande chaleur
C4 : Hauteur des pluies.
C5 : Qualit du vin : 1 Bon, 2 Moyen 3 : Mdiocre.
La qualit du vin est-elle lie aux variables C1, C2 et C3 ? Vous illustrerez votre
raisonnement par des graphiques et des Analyses de variance. On supposera la
normalit vrifie.
II) Une usine fabrique des billes d'acier selon 3 procds diffrents. Nous avons
prlev alatoirement 3 chantillons de pices (1 par mthode) et nous avons
mesur leur longueur. Les rsultats sont dans le fichier: EXANOVA2.TXT.
Peut-on considrer que les moyennes des pices fabriques selon ces trois
mthodes sont les mmes ? Une ANOVA est-elle indique pour rsoudre ce
problme ?
On dtaillera le raisonnement.
Page 169
Il donne
TEST DE BARTLETT: CHI-SQUARE=3.4657438688
ALPHA=0.1767759912 .
Page 170
5.
a)
Degrs de
libert
p-1
q-1
(p-1)(q-1)
pq(n-1)
pqn-1
Carrs moyens
(mean square)
MSA=SSA/(p-1)
MSB
MSAB
MSE
MST
Fa=MSA/MSE
Fb
Fab
p:nombre de modalits de A
q: nombre de modalits de B
n: nombre d'observations par case (suppos le mme)
Nous vous renvoyons la fiche de cours pour plus de renseignements.
b)
Hypothses gnrales
Les conditions d'application de l'analyse de la variance deux critres sont
semblables celles exposes pour la variance un critre. Il faut tre tout aussi
vigilant !
Page 171
c)
modle complet.
modle complet (revient au mme que le prcedent)
on nglige priori l'effet additif de B.
on nglige l'interaction.
Page 172
d)
(pour distinguer des sous populations selon les variables indiques, le fichier est
suppos tri par rapport aux variables indiques...)
RUN;
QUIT;
DF
Sum of
Squares
Mean
Square
F Value
Pr > F
Model
11
888.000000
80.727273
2.16
0.0554
Error
24
896.000000
37.333333
Corrected Total
35
1784.000000
R-Square
C.V.
Root MSE
TEMPS Mean
0.497758
11.98059
6.11010
51.0000
DF
Anova SS
Mean Square
F Value
Pr > F
3
2
6
756.000000
96.000000
36.000000
252.000000
48.000000
6.000000
6.75
1.29
0.16
0.0018
0.2948
0.9848
Page 173
I.
1.
Prliminaires
On qualifie de non paramtriques les mthodes statistiques qui sont
applicables dans des conditions gnrales, quant aux distributions des
populations parents Dagnlie TMS p377. En anglais on traduit non
parametric ou distribution free ce qui est plus parlant.
Elles sont utilises lorsque les populations parents ne suivent pas une loi normale
par exemple. Par contre, dautres conditions peuvent tre exiges (indpendance
des chantillons, distributions continues...) Ces tests sont aussi en gnral moins
puissants que leurs confrres paramtriques.
2.
Test de Kolmogorov-Smirnov
(comparaison de distributions)
a)
But
Ce test a pour but de comparer 2 distributions entre elles. Il est plus complet
que le T test qui ne compare que la position de deux distributions (nous
testons alors lgalit des moyennes).
b)
Principe
Hypothses dapplication: Nous considrons une variable quantitative
observe sur deux populations. Nous avons deux chantillons (de taille n1 et
n2) constitus dobservations indpendantes respectivement dune loi G1 et
dune loi G2 . Les distributions Gi sont supposes continues.
H0 : G1=G2 H1 : G1 G2
Nous comparons les fonctions de rpartitions(F1 et F2) des deux
chantillons. Dune manire plus prcise, on calcule lcart maximum entre
F1 et F2 :
D= sup F ( x ) F ( x )
et lon compare cette valeur des valeurs critiques particulires.
Si D>c on rejette H0 au risque
1
Remarque : Le test prsent ici est bilatral. Il existe aussi une version unilatrale (cf.
vos fiches de Stat)
Page 174
c)
Note importante :
SAS calcule en fait plusieurs statistiques dont celle de Kolmogorov prsente
ci-dessus. Nous navons prsent que la comparaison de deux chantillons.
SAS peut comparer n chantillons. Il calcule alors la fonction de rpartition
moyenne F de tout lchantillon et calcule des diffrences entre les Fi et F.
1
n F KS = max i
n i i i
ni
n (F (x
i
) F ( x j )) et KSa = KS n .
n1n2
D . Et KSa = KS n . SAS
n2
n1n2
. Si Ka>c, on rejette H0 (lidentit des distributions). SAS calcul le P relatif
n
Ka.
VAR variables ;
RUN ;
Page 175
WILCOXON Pour obtenir des mthodes sur les rangs (Wilcoxon Mann et
Whitney, Kruskal-Wallis)
d)
Exemple
Nous allons tester lgalit des distributions des tailles des hommes et des
femmes de STID de France dont un chantillon (suppos alatoire) est
contenu dans le fichier STID193.
Libname moi Z :\TOTO ;
Libname moi Z :\TOTO ;
proc npar1way data=moi.stid193 edf;
class sexe;
var taille;
run;
On obtient alors :
Kolmogorov-Smirnov Test for Variable TAILLE
Fonction de
Classified by Variable SEXE
rpartition.
Deviation
EDF
from Mean
SEXE
N
at maximum
at maximum
1
46
0.239130435
-2.28117743
2
60
0.833333333
1.99738764
--------------------106
0.575471698
Maximum Deviation occurred at Observation
59
Value of TAILLE
at maximum 171.000000
P valeur
Kolmogorov-Smirnov 2-Sample Test (Asymptotic)
KS = 0.294499
D = 0.594203
Stat de test.
KSa = 3.03205
Prob > KSa =
0.0001
Comme nous le voyons sur le graphique ci-dessous, lcart maximum entre les
deux fonctions de rpartition est obtenu pour T=171cm. On a alors Pour les
homme F(171)=0.239 et pour les femmes F(171)=0.833.
Page 176
0.83
% cumul
70
60
50
Ecart maximum
40
30
20
0.24
10
0
171
150
160
170
180
190
200
Taille (cm)
On obtient D=0.5942. et KS=0.294499. Le calcul de la signification du test est
effectu sur Ksa.
La signification du test montre que lon rejette H0 (identit des distributions) au
risque 0.0001.
Page 177
SEXE
1
2
K = 0.594203
e)
0.0001
Exercice
On fabrique des pices mtalliques selon deux procds diffrents. On tire deux
chantillons alatoirement, on mesure les pices obtenues. Les rsultats figurent
dans le fichier NPAR (format SAS). Il contient les deux chantillons alatoires
indpendants de longueurs (LONG) de pices mtalliques fabriques selon deux
mthodes diffrentes (numrotes 1 et 3).
Peut-on considrer que les deux mthodes donnent des rsultats identiques quant
la distribution des pices ? (Vous effectuerez les tests de Kolmogorov et de
Kuiper)
Une tude complmentaire a montr que les deux distributions peuvent tre
considres comme normales. Quel test pouvez-vous effectuer ? Que concluezvous ?
Complment : Aurait-on pu effectuer un Test de Mann et Whitney ici ?
Page 178
3.
a)
But
Ce test a essentiellement pour objet de comparer deux populations en ce qui
concerne plus particulirement leur position et est donc comparable au T
test de comparaison de moyennes vu dans un chapitre prcdent.
Contrairement au T Test, il ne suppose pas la normalit des populations
parents mais il suppose des distributions de mme forme . Il est un tout
petit peu moins puissant que le Ttest dans les conditions dapplication de ce
dernier.
b)
Mise en oeuvre
Hypothses dapplication (cf. fiche de cours): Nous considrons une
variable numrique ordinale observe sur deux populations indpendantes.
Nous avons deux chantillons (de taille n1 et n2 , on suppose n1 n2)
constitus dobservations indpendantes respectivement dune loi G1 et
dune loi G2 . Les distributions Gi sont supposes continues et leurs
fonctions de rpartitions ne doivent pas se chevaucher (Minitab suppose
quelles ont la mme forme donc des variances gales)
H0 : G1=G2 H1 : G1 G2
Ralisation:
La ralisation de ce test est base sur le classement de lensemble des observations par
ordre croissant, la dtermination du rang de chacune delles, et le calcul de la somme des
rangs (Y1 et Y2) pour chaque chantillon. (en fait seul le calcul de Y1 est ncessaire)
Le principe du test consiste rejeter lhypothse didentit des deux distributions lorsque
la valeur observe par Y1 scarte trop de la valeur attendue correspondante.
Pour des effectifs suffisamment levs (n1+n2>30) la distribution de Y1 est
approximativement normale de moyenne n1(n1+n2+1)/2 et de variance n1n2(n1+n2+1)/12.
Y1 n1 (n1 + n2 + 1) / 2
La quantit uobs =
suit approximativement, en valeur
n1n2 ( n1 + n2 + 1) / 12
absolue une N(0,1).
Page 179
c)
P R O C E D U R E
Sum of
Scores
Expected
Under H0
Std Dev
Under H0
Mean
Score
13
14
204.500000
182.0
20.5948573
15.7307692
173.500000
196.0
20.5948573
12.3928571
Average Scores were used for Ties
Wilcoxon 2-Sample Test (Normal Approximation)
(with Continuity Correction of .5)
S= 204.500
Z= 1.06823
Prob > |Z| =
0.2854
SAS calcule bien sr la somme des rangs (sum of scores), les sommes
attendues si H0 est vraie (expected under H0).
Average Scores were used for Ties signifie que des
rangs affects aux exaequo correspondent la moyenne des rangs
correspondants.
S
Z
P
Page 180
d)
Exercice
1) Nous avons calcul les dures de vie de composants lectroniques
fabriqus selon deux mthodes diffrentes.
Nous avons extrait deux chantillons indpendants. Ils sont consigns dans
le fichier NONPARA (au format SAS). (NONPARA.MTW Minitab)
On veut savoir si les deux mthodes donnent des rsultats analogues.
Peut-on effectuer un test paramtrique ici ?
Que donne Mann et Whitney ici ? (Vous vrifierez les hypothses
dapplication sous Minitab)
(Pourrait-on effectuer un test T ? Que donne-t-il ici ?)
2) Pourrait-on appliquer Mann et Whitney NPAR.MTW
prcdemment ? Que donne-t-il ?
Page 181
vu
4.
a)
But
Il gnralise Mann et Whitney pour k chantillons. Il est, comme le test
prcdent, bas sur le classement des observations, la dtermination de leur
rang et les calcul des sommes Yi associes.
b)
Mise en uvre
Hypothses : Nous considrons une variable numrique ordinale observe
sur k populations indpendantes. Nous avons k chantillons (de tailles ni)
constitus dobservations indpendantes de loi Gi. Les distributions Gi sont
supposes continues et de mme forme (cf. Mann et Whitney).
H0 : G1=...=Gk H1 : H0 c
On calcule
2
obs
=
k
Yi 2
12
3(n + 1) avec n = ni
n(n + 1) i =1 ni
Page 182
N P A R 1 W A Y P R O C E D U R E
Wilcoxon Scores (Rank Sums) for Variable DUREE
Classified by Variable TYPE
TYPE
1
2
Sum of
Expected
Std Dev
Mean
Scores
Under H0
Under H0
Score
1050.50000
915.0
67.6359272
35.0166667
779.50000
915.0
67.6359272
25.9833333
Average Scores were used for Ties
Wilcoxon 2-Sample Test (Normal Approximation)
(with Continuity Correction of .5)
S= 1050.50
Z= 1.99598
Prob > |Z| =
0.0459
T-Test approx. Significance =
0.0506
N
30
30
Voici un exemple de sortie avec le fichier prcdent. Nous pouvons remarquer que les
conclusions sont analogues celles du test de Mann et Whitney. Ceci qui est logique (ces
tests sont quivalents pour k=2)
Page 183
J.
Objet
Proc CORR est utilise pour calculer les coefficients de corrlations entre des
variables. Par dfaut le coefficient de corrlation linaire de Pearson donn par
72
rxy =
1.
cov( X , Y )
est calcul pour chaque couple de variables73.
var( X ) var( Y )
Syntaxe simplifie
PROC CORR options1;
VAR variables;
BY variables;
FREQ variables;
WITH variables;
RUN;
Liste des variables sur lesquelles se feront les calculs des coefficients
Pour effectuer un calcul pour chaque sous-population dfinie par BY
Chaque observation est compte n fois o n est la valeur de la variable pour
l'observation correspondante
Pour calculer les corrlations entre ces variables et celles de VAR. cf exemple
Exemples
PROC CORR DATA=moi.stid193 NOPROB;
VAR taille poids;
RUN;
Mean
Std Dev
Sum
Minimum
Maximum
46
46
176.3043
68.5217
6.9694
10.0504
8110
3152
160.0000
53.0000
196.0000
110.0000
2.
TAILLE
1.00000
0.63779
/ N = 106
POIDS
0.63779
1.00000
Test de nullit
PROC CORR DATA=moi.stid193 ;
72 Ce nombre, calcul pour des variables quantitatives en gnral, est compris entre -1 et 1, caractrise l'intensit de la liaison linaire entre
deux variables. Plus il est proche de 1 (ou proche de -1) plus la liaison linaire est forte.
73 Le module SAS/INSIGHT vous permet de faire ce calcul. Cf. ce document paragraphe SAS/INSIGHT, option Multivariate (Ys).
IUT II Dpartement S.T.I.D. Cours de logiciel SAS.
E. PREUDHOMME I.G.W.T. Juin 2001
E. Mail :preudhom@iut2.upmf-grenoble.fr
Page 184
R n2
qui sous H0 suit une loi de Student n-2 degrs de
1 R
En pratique
On calcule t obs =
rxy n 2
1 rxy
TAILLE
1.00000
0.0
0.63779
0.0001
POIDS
0.63779
0.0001
1.00000
0.0
74 En considrant les STID grenoblois comme un chantillon alatoire reprsentatif de la population des STID de france et en supposant les
hypothses cites plus haut remplies.
IUT II Dpartement S.T.I.D. Cours de logiciel SAS.
E. PREUDHOMME I.G.W.T. Juin 2001
E. Mail :preudhom@iut2.upmf-grenoble.fr
Page 185
Exercice et exemple
PROC SORT DATA=moi.stid193 out=stidtri;
BY sexe;
RUN;
Que fait le programme prcdent. Quels sont les tests effectus ? Que
concluent-ils ?
Utilisation de WITH
PROC CORR;
VAR a b;
WITH x y z;
RUN;
Calculera les corrlations X A, Y A, Z A, X B, Y B, Z B.
Page 186
Page 187
6 di2
n(n 1)
COV
Affiche les covariances.
Diviseur utilis pour le calcul de la variance
VARDEF=
DF Degrs de liberts (n-1) C'est l'option par dfaut.
N Nombre d'observations (n)
WEIGHT Somme des poids
WDF
Somme des poids -1.
Page 188
K.
1.
Syntaxe simplifie
PROC PRINCOMP options;
VAR variables;
variables (actives) sur lesquelles seffectue l'ACP
BY variables;
FREQ variables;
RUN;
Certaines options de PRINCOMP
Fichier de donnes
DATA=nom du fichier de donnes SAS
Fichier de donnes SAS sur lequel s'effectuera le calcul.
Sauvegarde des rsultats
OUT=nom de fichier SAS
Cre un fichier SAS contenant toutes les donnes originales ainsi que les
coordonnes des projections des individus sur les diffrentes composantes
principales.
OUTSTAT=nom de fichier SAS
Cre un fichier SAS contenant les moyennes, cart-types, valeurs propres,
vecteurs propres.
Paramtrage de l'analyse
N=nombre entier
Spcifie le nombre de composantes principales calculer.
COVARIANCE ou COV
Effectue le calcul des composantes principales partir de la matrice de
variance covariance et non plus partir de la matrice des corrlations. "Cette
option ne doit pas tre utilise moins que les units dans lesquelles sont exprimes les
variables soient comparables ou moins que les variables soient centres rduites ".
SAS/STAT User Guide p.1244.
NOPRINT
Pas d'affichage des rsultats
NOINT
La matrice des corrlations (ou de covariance) ne sera pas corrige par
rapport la moyenne
Diviseur utilis pour le calcul de la variance
IUT II Dpartement S.T.I.D. Cours de logiciel SAS.
E. PREUDHOMME I.G.W.T. Juin 2001
E. Mail :preudhom@iut2.upmf-grenoble.fr
Page 189
VARDEF=
DF Degrs de liberts (n-1) C'est l'option par dfaut. (N si NOINT est spcifie)
N Nombre d'observations (n)
WEIGHT Somme des poids
WDF
Somme des poids -1.(Somme des poids si NOINT est spcifie)
Divers
PREFIX=nom
spcifie un prefixe pour nommer les composantes principales. Par dfaut
elles sont notes PRIN1, PRIN2 etc... Si PREFIX = Y est spcifi, les
composantes principales seront notes Y1, Y2,... etc
Page 190
2.
Exercice
Prenez le fichier SAS ACP qui se trouve dans les rpertoires habituels. Il
donne les moyennes mensuelles des tempratures de 15 villes de France calcules
sur 30 ans de 1930 1961. Sont indiques galement dans le fichier la latitude,
la longitude, la moyenne annuelle et l'amplitude thermique de ces 15 villes.
Tapez le programme suivant:
PROC PRINCOMP DATA=PUB.ACP ;
(dclarez Pub correctement)
VAR JAN FEV MAR AVR MAI JUN JUI AOU SEP OCT NOV DEC;
RUN;
Et vrifiez que vous obtenez bien entre autres:
PRIN1
PRIN2
PRIN3
PRIN4
PRIN5
PRIN6
PRIN7
PRIN8
PRIN9
PRIN10
PRIN11
PRIN12
Cumulative
0.79848
0.98818
0.99402
0.99732
0.99849
0.99916
0.99966
0.99981
0.99993
0.99997
1.00000
1.00000
Que contient ce tableau ? Quels sont les lments donns par SAS dans
l'OUTPUT ?
Quelle est linertie explique par le premier axe ? le deuxime ?
Que pensez-vous de la qualit globale du premier plan principal ?
Combien de composantes allez-vous retenir ?
Page 191
a)
NOM
bordeaux
brest
clermont
grenoble
lille
lyon
marseille
montpellier
nantes
nice
paris
rennes
strasbourg
toulouse
vichy
PRIN1
PRIN2
3.01489
-2.19110
-1.66741
-1.47740
-4.07384
-0.80663
4.66885
4.00667
-0.27175
5.80335
-1.19983
-1.38987
-3.96639
1.67730
-2.12684
0.10559
3.95451
-0.57244
-1.63071
0.57502
-1.72759
-0.80070
-0.42059
1.07677
0.76254
-0.15104
1.61446
-2.09860
-0.13151
-0.55571
75
75 SAS a la fcheuse manie de donner le nom de PRIN1 au premier axe principal et la premire composante principale. Attention aux
confusions.
IUT II Dpartement S.T.I.D. Cours de logiciel SAS.
E. PREUDHOMME I.G.W.T. Juin 2001
E. Mail :preudhom@iut2.upmf-grenoble.fr
Page 192
b)
PRIN2
4
* brest
* rennes
1
* nantes
nice *
* lille
* bordeaux
0
* paris
* toulouse
vichy * * clermont
* montpellier
* marseille
-1
grenoble * * lyon
-2
* strasbourg
-3
-6
-4
-2
0
2
4
6
PRIN1
Il va falloir crer un fichier Work.annoter qui nous permettra dafficher les noms
des villes sur le graphique :
DATA WORK.ANNOTER;
SET WORK.ESSAI;
X=PRIN1;
Y=PRIN2;
TEXT=NOM;
SIZE=1;
76 On peut se demander pourquoi prsenter la fois un graphique en haute et en basse rsolution. Les graphiques en basse rsolution, sils
sont moins beaux, ont le mrite dtre disponible sur toutes les plateformes de SAS ce qui nest pas le cas pour les graphiques en haute
rsolution. De plus, ces derniers occupent beaucoup despace mmoire. Signalons enfin que le copier-coller de SAS vers Word des
graphiques en haute rsolution ne fonctionne pas (pour limpression). Il faut passer par un logiciel de dessin (Paint ou Paintbrush) et sous
Word choisir Insert/Image.
IUT II Dpartement S.T.I.D. Cours de logiciel SAS.
E. PREUDHOMME I.G.W.T. Juin 2001
E. Mail :preudhom@iut2.upmf-grenoble.fr
Page 193
XSYS='2';
Pour mettre les noms des villes (Text) en (x,y)
YSYS='2';
LABEL Y='AXE 2'
Etiquette des axes
X='AXE 1';
KEEP X Y XSYS YSYS TEXT SIZE;
On ne conserve que les variables utiles
RUN;
TITLE 'PREMIER PLAN PRINCIPAL'; TITRE DU GRAPHIQUE.
PROC GPLOT DATA=WORK.ANNOTER;
PLOT Y*X=1 / ANNOTATE=WORK.ANNOTER HREF=0 VREF=0;
RUN;
Pour tracer les axes
QUIT;
passant par O
Si le graphique prcdent ne vous plait pas, vous pouvez galement transfrer les
donnes sous Excel (File/Export ou liaison DDE) et effectuer le graphique sous
Excel.
Page 194
c)
JAN
-1
0.644=r(c 2,Jan)
-0.761=r(c 1,Jan)
Composante 1
Nous allons calculer les corrlations (PROC CORR) entre les composantes
principales (PRIN1 et PRIN2) et les variables statistiques dont nous disposons.
77 Soit Li la longueur de Vi le ieme vecteur variable projet. Alors Li=r2(C1,Vi)+ r2(C2,Vi) or C1 et C2 ne sont pas corrles donc Li=r2(Vi ; C1,
C2) le coefficient de dtermination entre Vi et (C1, C2). Lorsque Vi est combinaison linaire de (C1, C2) alors Li=r2(Vi ; C1, C2)=1 donc le point
variable est sur le cercle et rciproquement. Dans la pratique il faut de mfier de linterprtation de la proximit entre des points variables si
ceux-ci ne sont pas proches de la circonfrence.
IUT II Dpartement S.T.I.D. Cours de logiciel SAS.
E. PREUDHOMME I.G.W.T. Juin 2001
E. Mail :preudhom@iut2.upmf-grenoble.fr
Page 195
Le fichier ESSAI2 contient entre autres les coefficients de corrlation entre les
composantes principales et les variables du fichier :
JAN
FEV
MAR
AVR
MAI
JUN
JUI
AOU
SEP
OCT
NOV
DEC
MOY
AMPLI
PRIN1
PRIN2
0.76124
0.88046
0.96877
0.96934
0.87276
0.86357
0.84153
0.89861
0.97403
0.98016
0.90375
0.77433
0.99972
0.10106
0.64434
0.46908
0.15601
-0.20367
-0.47471
-0.49935
-0.53142
-0.42994
-0.20810
0.17046
0.41393
0.62430
0.02135
-0.98568
Variables
supplmentaires
0.8
Page 196
JAN ** DEC
0.6
* FEV
0.4
* NOV
0.2
OCT
MAR **
PRIN2
MOY *
0.0
-0.2
SEP * AVR
-0.4
* AOU
JUN ** MAI
* JUI
-0.6
-0.8
-1.0
* AMPLI
0.0
0.2
0.4
0.6
0.8
1.0
PRIN1
Page 197
Variables
supplmentaires
78 Pour transfrer ce graphique en haute rsolution de SAS vers Word, il faut passer par Paint (Edition/Copier vers puis sous Word
Insere/Image) sinon, limpression nous rserve quelques surprises...
IUT II Dpartement S.T.I.D. Cours de logiciel SAS.
E. PREUDHOMME I.G.W.T. Juin 2001
E. Mail :preudhom@iut2.upmf-grenoble.fr
Page 198
d)
x 2j ,i
( n 1)i
o i est la valeur
2
j ,i
n 1
= i
, il se
peut donc que les coordonnes sur les axes fournies par dautres logiciels (Statlab) ne
correspondent pas avec celles fournies par SAS et Minitab. Par contre les qualits, les
contributions sont rigoureusement identiques !
Bordeaux
Brest
6.7759
3.5789
0.0350
49.0692
Page 199
Individu supplmentaire
Comme nous lavons dit, nous allons mettre Brest en individu
supplmentaire. Brest ne sera donc plus utilis dans les calculs, mais nous
lafficherons dans le premier plan principal.
Pour cela, il suffit de lui affecter un poids ngatif.
LACP
seffectuera en
tenant compte
du poids de
chaque individu.
DATA WORK.ACPBREST;
SET MOI.ACP;
W=1;
IF NOM='BREST' THEN W=-1;
RUN;
Nous affectons
Brest dun poids
ngatif
Page 200
Nous obtenons :
PRIN1
PRIN2
PRIN3
PRIN4
Eigenvalue
Difference
Proportion
Cumulative
10.6035
1.2444
0.0761
0.0454
9.35905
1.16837
0.03066
0.02987
0.883625
0.103704
0.006340
0.003785
0.88362
0.98733
0.99367
0.99745
Page 201
f)
Que reprsente ce nombre ? (Vous pourrez vous aider du graphique qui suit)
M*i
Premier plan
principal
Pi
O
Plus ce nombre est proche de 1, et plus M*i est proche de Pi, et meilleure est
la qualit de reprsentation de l'individu en question.
Pour calculer ce nombre, il faut centrer et rduire les variables , c'est ce que fait
la procdure suivante: (PROC STANDARD)
79
79 En effet, comme nous avons pris la matrice des corrlations, cela revient dire que nous avons centrs rduits nos variables de dpart
avant deffectuer les calculs. Le plan principal retenu est donc le plan donnant une image dformant le moins le nuage des individus (centrs
rduits) initial. Pour obtenir plus dinformations sur le choix entre la matrice de corrlation et la matrice de covariance, nous vous renvoyons
la bibliographie: (Escoffier et Pages notamment.)
IUT II Dpartement S.T.I.D. Cours de logiciel SAS.
E. PREUDHOMME I.G.W.T. Juin 2001
E. Mail :preudhom@iut2.upmf-grenoble.fr
Page 202
L.
DATA, OUT, STD et MEAN sont les options les plus fondamentales
Variables transformer
Sens habituel
Idem
Page 203
80 Si je ne souhaite pas perdre les donnes initiales, je change de nom du fichier, si je ne mets rien, SAS va crer un nouveau fichier pour y
stocker les rsultats.
IUT II Dpartement S.T.I.D. Cours de logiciel SAS.
E. PREUDHOMME I.G.W.T. Juin 2001
E. Mail :preudhom@iut2.upmf-grenoble.fr
Page 204
NOM
bordeaux
brest
clermont
grenoble
lille
lyon
marseille
montpellier
nantes
nice
paris
rennes
strasbourg
toulouse
vichy
DENOM
9.6014
20.4850
3.1598
5.0886
17.0827
3.6525
22.6076
16.2854
1.3081
34.3644
1.6187
4.6010
20.2825
2.9534
4.9088
Page 205
NUMER
9.1007
20.4391
3.1080
4.8419
16.9268
3.6352
22.4393
16.2303
1.2333
34.2603
1.4624
4.5382
20.1363
2.8306
4.8323
QUAL
0.94785
0.99776
0.98359
0.95152
0.99088
0.99526
0.99255
0.99662
0.94278
0.99697
0.90345
0.98636
0.99279
0.95841
0.98442
M.
1.
But
Le but de la mthode est de construire une partition de lensemble des
individus de telle sorte que les individus dune mme classe soient proches et
ceux issus classes distinctes soient loigns .
2.
Choix de la distance
Pour savoir si des individus sont proches ou loigns, il faut mesurer la
distance qui les spare. Nous devons donc choisir une distance. Pour nos donnes
quantitatives, nous choisirons la distance euclidienne qui est celle que vous
connaissez bien.
81
3.
Qualit de la typologie
Considrons notre population initiale Q dcompose en p classes Q1,Q2,...,Qp.
Nous supposons que la sous-population Qi deffectif ni a pour barycentre le point
Gi. Enfin, notons G le barycentre du nuage complet.
Q
Q1
Q3
+ +
+ + +G1 + +
+ +
+
G
Q2
++
+ +G
+ +
2
+ + + + +
+ +
+
+ + +
+ + G3 + +
++ + +
+ +
Pour mesurer la qualit dun dcoupage en classe, nous allons utiliser une
dcomposition de linertie totale dun nuage de point qui ressemble beaucoup la
dcomposition de la variance :
81 Pour des donnes qualitatives ayant plus de deux modalits, la distance du chi deux semble plus indique. Cf. Saporta P257
IUT II Dpartement S.T.I.D. Cours de logiciel SAS.
E. PREUDHOMME I.G.W.T. Juin 2001
E. Mail :preudhom@iut2.upmf-grenoble.fr
Page 206
I tot
1 p
1 p
2
=
ni Inertie (Qi )
n d (Gi , G ) + n 1
n 1 i =1 i
i =1
Inertie inter-classes
Inertie intra-classes
qui
4.
Algorithme
Nous allons partir du dcoupage maximum (un individu par classe), linertie
intra-classes est donc nulle, les classes ont une homognit parfaite !
Nous allons chaque tape regrouper les classes les plus proches de faon
augmenter le moins possible linertie intra-classes.
82
A la dernire tape, nous naurons quune seule classe. Il est vident que le
meilleur dcoupage en classe se trouve entre ces deux tapes extrmes. Dans
la pratique, nous nous arrtons lorsque nous voyons une augmentation brutale
du critre.
Lorsque les classes Qi et Qj sont regroupes la diminution dinertie interclasses est gale d (Qi , Q j ) =
ni n j
(n 1)( ni + n j )
lalgorithme, nous allons chercher a regrouper les classes qui minimisent cette
quantit cest ce quon appelle le critre de Ward.
Page 207
5.
a)
Syntaxe simplifie
PROC CLUSTER METHOD=nom de mthode options ;
VAR variables ;
BY variable ;
RUN ;
Choix de la mthode
SAS connat 11 mthodes diffrentes pour effectuer la classification.
AVERAGE, CENTROID, COMPLETE, DENSITY, EML, FLEXIBLE,
MCQUITTY, MEDIAN, SINGLE, TWOSTAGE, WARD.
Dans lexemple qui nous intresse, nous allons utiliser le critre de Ward.
Les principales options tant
DATA= Nom de fichier de donnes SAS
Pour spcifier un nom de fichier de donnes traiter.
OUTTREE=Nom de fichier de donnes SAS
Pour indiquer un fichier de donnes o SAS mettra les rsultats des calculs
de la procdure CLUSTER. Ces rsultats pourront tre rcuprs par la
procdure PROC TREE qui permet deffectuer un dcoupage en classes des
donnes, de tracer un pseudo dendrogramme etc.
STANDARD
Pour demander SAS de travailler sur les donnes centres rduites.
83
NOTIE
Pour demander SAS de ne pas vrifier lexistence d exaequos.
84
RSQUARE
Pour afficher le R qui est lindice mesurant la qualit de la classification
dont nous parlions plus haut (Inertie inter classes/Inertie totale). Cette
option est automatiquement active pour METHOD=WARD. SAS affiche
galement un R partiel qui est en fait la perte de R chaque tape.
85
NOPRINT
Supprime laffichage.
SIMPLE
Affiche des statistiques de base sur les variables initiales.
83 Pseudo car il faut vraiment beaucoup dimagination pour le reconnatre !
84 Par dfaut, SAS vrifie sil y a des exaequos dans les distances entre classes ce qui ralentit lexcution de lalgorithme. Cette option
supprime cette vrification.
85 Ce R partiel est trs pratique pour dtecter les sauts importants de lindicateur et donc le nombre de classes conserver en final.
IUT II Dpartement S.T.I.D. Cours de logiciel SAS.
E. PREUDHOMME I.G.W.T. Juin 2001
E. Mail :preudhom@iut2.upmf-grenoble.fr
Page 208
b)
Le programme
Nous allons donc taper le programme suivant :
proc cluster data=pub.acp method=ward standard;
var jan fev mar avr mai jun jui aou sep oct nov dec;
run;
Les deux mots WARD et STANDARD sont fondamentaux ici bien entendu.
Page 209
c)
Rsultats
SAS donne alors la diagonalisation de la matrice des corrlations.
86
1
2
3
4
5
6
7
8
9
10
11
12
Difference
7.30536
2.20640
0.03034
0.02563
0.00606
0.00193
0.00430
0.00025
0.00100
0.00021
0.00027
.
Proportion
0.798482
0.189702
0.005835
0.003306
0.001170
0.000665
0.000504
0.000146
0.000124
0.000041
0.000024
0.000002
Cumulative
0.79848
0.98818
0.99402
0.99732
0.99849
0.99916
0.99966
0.99981
0.99993
0.99997
1.00000
1.00000
Etapes de lalgorithme
Number
of
Clusters
Diminution de
R chaque
tape
Effectif de la
nouvelle classe
Nombre de classes
Classes runies
--Clusters Joined--
Frequency
of New
Cluster
Inertie inter-cl/
Inertie totate.
Semipartial
R-Squared
R-
Squared
14
OB3
OB15
0.000812
13
OB7
OB8
0.002052
12
OB4
OB6
0.002141
11
CL14
OB11
0.003951
10
OB9
OB12
0.004746
OB1
OB14
0.007447
CL11
CL12
0.013823
CL13
OB10
0.016475
OB5
OB13
0.022101
OB2
CL10
0.035062
CL9
CL7
0.046949
CL8
CL6
0.057419
CL5
CL3
10
0.130226
CL4
CL2
15
0.656796
0.999188
0.997137
0.994996
0.991044
0.986298
0.978851
0.965028
0.948552
0.926452
0.891390
0.844440
0.787021
0.656796
0.000000
Nous partons avec un R 100%. Linertie inter classe est en effet gale
linertie totale.
86 Nous avons dj interprt ce type de sortie en ACP.
IUT II Dpartement S.T.I.D. Cours de logiciel SAS.
E. PREUDHOMME I.G.W.T. Juin 2001
E. Mail :preudhom@iut2.upmf-grenoble.fr
Page 210
A ltape 2, ce sont les individus 7 et 8 qui sont runis pour former CL13 etc.
Nous voyons clairement un saut brutal de R ltape 13. Le semi partial R
passe de 0.05 0.13. Ceci nous confirme dans une partition 3 classes (tape
12) que nous avions cru discerner lors de lACP.
Page 211
d)
DATA WORK.ANNOTER;
SET RESULT4;
X=PRIN1;
Y=PRIN2;
TEXT=_NAME_; /*CONTIENT LE N D'OBSERVATION*/
SIZE=1;
XSYS='2';
YSYS='2';
IF CLUSTER=1 THEN COLOR='BLUE'; /*couleurs differentes
IF CLUSTER=2 THEN COLOR='RED';
IF CLUSTER=3 THEN COLOR='CYAN';
LABEL Y='AXE 2'
X='AXE 1';
KEEP X Y XSYS YSYS TEXT SIZE CLUSTER COLOR ;
RUN;
selon
le groupe*/
Page 212
O
B
S
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
_
N
A
M
E
_
OB3
OB15
OB7
OB8
OB4
OB6
OB11
OB9
OB12
OB1
OB14
OB10
OB5
OB13
OB2
N de classe
J
A
N
2.6
2.4
5.5
5.6
1.5
2.1
3.4
5.0
4.8
5.6
4.7
7.5
2.4
0.4
6.1
F
E
V
M
A
R
A
V
R
M
A
I
J
U
N
J
U
I
A
O
U
S
E
P
O
C
T
N
O
V
D
E
C
C
L
U
S
T
E
R
P
R
I
N
1
3.7 7.5 10.3 13.8 17.3 19.4 19.1 16.2 11.2 6.6 3.6 1 -1.66741
3.4 7.1 9.9 13.6 17.1 19.3 18.8 16.0 11.0 6.6 3.4 1 -2.12684
6.6 10.0 13.0 16.8 20.8 23.3 22.8 19.9 15.0 10.2 6.9 2 4.66885
6.7 9.9 12.8 16.2 20.1 22.7 22.3 19.3 14.6 10.0 6.5 2 4.00667
3.2 7.7 10.6 14.5 17.8 20.1 19.5 16.7 11.4 6.5 2.3 1 -1.47740
3.3 7.7 10.9 14.9 18.5 20.7 20.1 16.9 11.4 6.7 3.1 1 -0.80663
4.1 7.6 10.7 14.3 17.5 19.1 18.7 16.0 11.4 7.1 4.3 1 -1.19983
5.3 8.4 10.8 13.9 17.2 18.8 18.6 16.4 12.2 8.2 5.5 3 -0.27175
5.3 7.9 10.1 13.1 16.2 17.9 17.8 15.7 11.6 7.8 5.4 3 -1.38987
6.6 10.3 12.8 15.8 19.3 20.9 21.0 18.6 13.8 9.1 6.2 2 3.01489
5.6 9.2 11.6 14.9 18.7 20.9 20.9 18.3 13.3 8.6 5.5 2 1.67730
8.5 10.8 13.3 16.7 20.1 22.7 22.5 20.3 16.0 11.5 8.2 2 5.80335
2.9 6.0 8.9 12.4 15.3 17.1 17.1 14.7 10.4 6.1 3.5 1 -4.07384
1.5 5.6 9.8 14.0 17.2 19.0 18.3 15.1 9.5 4.9 1.3 1 -3.96639
5.8 7.8 9.2 11.6 14.4 15.6 16.0 14.7 12.0 9.0 7.0 3 -2.19110
P
R
I
N
2
-0.57244
-0.55571
-0.80070
-0.42059
-1.63071
-1.72759
-0.15104
1.07677
1.61446
0.10559
-0.13151
0.76254
0.57502
-2.09860
3.95451
P
R
I
N
3
-0.01846
0.19877
0.34449
0.17704
-0.13283
-0.02220
-0.21079
-0.22045
-0.14715
-0.69639
0.04190
0.19787
0.34381
0.03340
0.11099
ainsi que les autres composantes principales. Nous voyons ainsi que la premire
classe contient les individus 3,15,11,4,6,5 et 13 etc.
Nous pouvons maintenant visualiser le dcoupage en classes sur le premier plan
principal.
Page 213
6.
Exercice
Le fichier Banque (rpertoire PUBLIC) contient les informations suivantes
concernant 50 clients de la banque SGCM.
SOLD: Solde moyen du compte courant (en F)
CHEQ: Montant moyen des chques tirs lors du dernier semestre (en F.)
NDEC: Nombre de mois avec dcouvert sur le compte courant lors de l'anne
prcdente.
MDEC: Montant cumul des dcouverts sur le compte courant lors de l'anne
prcdente(en KF)
NBPR: Nombre de produits de la banque utiliss en plus du compte courant.
NEMP: Nombre d'emprunts divers effectus lors des cinq dernires annes.
MEMP: Montant total des emprunts effectus lors des cinq dernires annes (en
KF)
VADD Pourcentage de variation des dpts d'pargne (pour les douze derniers
mois)
DEPO: Montant total des dpts effectus l'anne prcdente sur les comptes
d'pargne (en KF)
RETR: Montant total des retraits effectus sur les comptes d'pargne l'anne
prcdente (en KF)
VARR: Pourcentage de variation des retraits sur les comptes d'pargne (pour les
12 derniers mois)
TAIL: Taille du mnage du titulaire du compte courant
AGEC: Age du client titulaire du compte courant.
Problme :
La banque souhaite dfinir des types homognes de clients afin de pouvoir
laborer des politiques diffrencies pour chacun d'eux.
A vous...
1) Effectuez une ACP norme sur les variables bancaires (les 11 premires).
Combien de composantes allez-vous retenir a priori ?
2) Calculer les corrlations entre les composantes principales retenues et les
variables du fichier, en dduire une interprtation bancaire de ces
composantes principales.
3) Calculez les contributions des individus aux axes. Pourquoi ne peut-on pas
utiliser le 4eme axe pour une interprtation globale ?
4) Avec les lments que vous avez, identifiez les grands types de clients de cette
banque.
5) Confirmez votre typologie par une classification ascendante hirarchique.
Page 214
N.
Eco
80
6
168
470
236
145
166
16
305
1592
36
2
74
191
99
52
64
6
115
639
Nous tudions donc ici une population de 10000 personnes sur lesquelles agissent
deux variables qualitatives : A : CSP Pre et B : Type dtude.
La variable A comporte 9 modalits (p=9) et B 8 modalits (q=8).
Plan dtude
Du tableau prcdent, nous pouvons tirer trois tableaux de frquences : Celui des
frquences totales, des frquences lignes et des frquences colonnes. Nous
pourrons ensuite, laide dune ACP sur les tableaux de frquences lignes et
dune autre sur les frquences colonnes, synthtiser la liaison entre nos variables.
Du tableau de contingence prcdent, nous pouvons dduire le tableau de
frquences en divisant les effectifs par 10000.
Exploitant
Salari ag.
Patron
Cadre sup.
Ca. Moy.
Employ
Ouvrier
Pers. serv.
Autres
Total
Droit
Eco
Lettres Sciences Mdecine Pharma Pluri
IUT
Total
0,0080 0,0036 0,0134
0,0099
0,0065 0,0028 0,0011 0,0058 0,0511
0,0006 0,0002 0,0015
0,0006
0,0004 0,0001 0,0001 0,0004 0,0039
0,0168 0,0074 0,0312
0,0137
0,0208 0,0053 0,0021 0,0062 0,1035
0,0470 0,0191 0,0806
0,0400
0,0876 0,0164 0,0045 0,0079 0,3031
0,0236 0,0099 0,0493
0,0264
0,0281 0,0056 0,0036 0,0087 0,1552
0,0145 0,0052 0,0281
0,0133
0,0135 0,0030 0,0020 0,0054 0,0850
0,0166 0,0064 0,0401
0,0193
0,0127 0,0023 0,0028 0,0129 0,1131
0,0016 0,0006 0,0027
0,0011
0,0008 0,0002 0,0002 0,0008 0,0080
0,0305 0,0115 0,0624
0,0247
0,0301 0,0047 0,0042 0,0090 0,1771
0,1592 0,0639 0,3093
0,1490
0,2005 0,0404 0,0206 0,0571
1
On peut voir que 5,11% des tudiants de lchantillon ont un pre exploitant et
que 20% font des tudes de mdecine. On peut galement lire que 1,64% des
individus ont un pre cadre sup. et font des tudes de mdecine.
Page 215
1.
a)
Droit
Eco
Lettres Sciences Mdecine Pharma Pluri
IUT
Total
0,1566 0,0705 0,2622
0,1937
0,1272 0,0548 0,0215 0,1135
0,1538 0,0513 0,3846
0,1538
0,1026 0,0256 0,0256 0,1026
0,1623 0,0715 0,3014
0,1324
0,2010 0,0512 0,0203 0,0599
0,1551 0,0630 0,2659
0,1320
0,2890 0,0541 0,0148 0,0261
0,1521 0,0638 0,3177
0,1701
0,1811 0,0361 0,0232 0,0561
0,1706 0,0612 0,3306
0,1565
0,1588 0,0353 0,0235 0,0635
0,1468 0,0566 0,3546
0,1706
0,1123 0,0203 0,0248 0,1141
0,2000 0,0750 0,3375
0,1375
0,1000 0,0250 0,0250 0,1000
0,1722 0,0649 0,3523
0,1395
0,1700 0,0265 0,0237 0,0508
Page 216
1
1
1
1
1
1
1
1
1
Autres
b)
92 Cest la somme des carrs des distances des points du nuage au barycentre du nuage. La distance employe ici est la distance du chi2.
D(X,Y)= (xj-yj)/f.j
Page 217
(1)
Page 218
Row Coordinates93
Dim1
Dim2
Exploitant
0.232788
0.226391
Salari ag.
0.322778
-.032999
Patron
-.019711
0.029833
Cadre sup.
-.263519
0.023860
Cadre Moyen
0.049553
-.011446
Employ
0.103477
-.033166
Ouvrier
0.334848
0.029924
Pers. service
0.291183
-.021171
Autres
0.068162
-.115071
93 Remarquons quelles sont de signe oppos aux coordonnes de Minitab. Ceci vient du choix des vecteurs propres dans la diagonalisation
et cela ne change rien au rsultat final.
IUT II Dpartement S.T.I.D. Cours de logiciel SAS.
E. PREUDHOMME I.G.W.T. Juin 2001
E. Mail :preudhom@iut2.upmf-grenoble.fr
Page 219
Lgende :
Minitab
Qual
Mass
Inert
SAS
Quality
Mass
Inertia
Interprtation
Qualit globale de reprsentation (somme des cos carrs)
% dindividus ayant choisi la modalit ( f i ,. )
Part dinertie totale explique par la modalit. (
coord (mod
)
2 / n
Coordonne de la modalit sur laxe.
Qualit de reprsentation de lindividu sur laxe. (Cosinus
carr de langle entre lindividu et laxe). Plus ce nombre est
proche de 1 meilleure est cette qualit.
Part dinertie de laxe explique par la modalit. Cest une
f i ,.
Coord
Corr
Coordinates
Squared
cosine
Contr
Partial
contribution
to inertia
i sur axe j) 2
f i ,.
vp
Laxe 1 oppose donc la CSP Ouvrier la CSP Cadre Sup. Vous pouvez
linterprter facilement.94
94 (Au besoin aidez vous du graphique de la page suivante en utilisant uniquement les points ayant une bonne qualit de reprsentation
(Corr, ou squared cosines)).
IUT II Dpartement S.T.I.D. Cours de logiciel SAS.
E. PREUDHOMME I.G.W.T. Juin 2001
E. Mail :preudhom@iut2.upmf-grenoble.fr
Page 220
(3)
Peut-on trouver une interprtation ici ?95 Vous pourrez vous aider du graphique
suivant.
(4)
95 La difficult vient du fait que linertie conserve par cet axe est faible.
IUT II Dpartement S.T.I.D. Cours de logiciel SAS.
E. PREUDHOMME I.G.W.T. Juin 2001
E. Mail :preudhom@iut2.upmf-grenoble.fr
Page 221
Nous pouvons utiliser le graphique prcdent uniquement avec les points bien
reprsents. (QUAL(ou Squared cosine) important, QUAL=CORR axe1 +
CORR axe 2).96
Deux points (bien reprsents) et proches sur ce graphique signifie que les
modalits correspondantes ont des profils qui se ressemblent ou encore que les
barycentre des individus ayant choisis ces modalits sont proches.
Il est maintenant ais dinterprter les deux axes relativement aux CSP.
Nous allons maintenant analyser la liaison en privilgiant la variable Type
dtude.
96 Ici seuls Patron et Cadre Moyen sont mal reprsents. Il ne faut donc pas les inclure dans une interprtation.
IUT II Dpartement S.T.I.D. Cours de logiciel SAS.
E. PREUDHOMME I.G.W.T. Juin 2001
E. Mail :preudhom@iut2.upmf-grenoble.fr
Page 222
2.
a)
Droit Eco.
Lettres Sciences Mdecine Pharma Pluri IUT
0,0503 0,0563 0,0433
0,0664
0,0324 0,0693 0,0534 0,1016
0,0038 0,0031 0,0048
0,0040
0,0020 0,0025 0,0049 0,0070
0,1055 0,1158 0,1009
0,0919
0,1037 0,1312 0,1019 0,1086
0,2952 0,2989 0,2606
0,2685
0,4369 0,4059 0,2184 0,1384
0,1482 0,1549 0,1594
0,1772
0,1401 0,1386 0,1748 0,1524
0,0911 0,0814 0,0909
0,0893
0,0673 0,0743 0,0971 0,0946
0,1043 0,1002 0,1296
0,1295
0,0633 0,0569 0,1359 0,2259
0,0101 0,0094 0,0087
0,0074
0,0040 0,0050 0,0097 0,0140
0,1916 0,1800 0,2017
0,1658
0,1501 0,1163 0,2039 0,1576
1,0000 1,0000 1,0000
1,0000
1,0000 1,0000 1,0000 1,0000
97 Dans ce cas, on montre que les profils lignes sont eux aussi gaux.
IUT II Dpartement S.T.I.D. Cours de logiciel SAS.
E. PREUDHOMME I.G.W.T. Juin 2001
E. Mail :preudhom@iut2.upmf-grenoble.fr
Page 223
b)
(1)
Page 224
Interprtez laxe 2:
99 En vous servant aussi de la reprsentation graphique des pages suivantes pour les individus bien reprsents par cet axe (CORR
important)
IUT II Dpartement S.T.I.D. Cours de logiciel SAS.
E. PREUDHOMME I.G.W.T. Juin 2001
E. Mail :preudhom@iut2.upmf-grenoble.fr
Page 225
(3)
Page 226
3.
ATTENTION
Dans le graphique prcdent, nous avons superpos des individus qui
nappartiennent pas au mme espace. En consquence, il est dangereux
dinterprter la proximit entre deux points (mme bien reprsents100) associs
deux variables distinctes101. Par contre, il est possible dinterprter la proximit
entre deux points (bien reprsents102) associs une mme variable
Exemple : Les profils Salari agricole et personnel de service sont
proches ce qui veut dire que les barycentres des tudiants dont le pre est salari
agricole est proche du barycentre des tudiants dont le pre est Personnel de
service . Par contre la proximit de Cadre et de Mdecine ne peut tre
utilise ; tout au moins directement103.
100 Avec un QUAL lev.
101 Tenenhauss utilise les reprsentations barycentriques pour interprter ces proximits. Ceci dpasse le cadre de ce cours.
102 Idem
103 En fait, on peut relier ces deux choses en passant par lintermdiaire de laxe principal (qui est directement li entre les deux ACP).
IUT II Dpartement S.T.I.D. Cours de logiciel SAS.
E. PREUDHOMME I.G.W.T. Juin 2001
E. Mail :preudhom@iut2.upmf-grenoble.fr
Page 227
Par contre nous pouvons maintenant donner une interprtation complte de laxe
1 et de laxe 2.
Brve synthse des analyses des profils lignes et colonnes
Le premier axe oppose les tudes de mdecine, caractristiques des fils de
professions librales et cadres sup, aux tudes en IUT, caractristiques des fils
douvrier.
Le deuxime axe oppose les fils dexploitant agricole ceux de la CSP Autres
et les tudes de pharmacie et dIUT aux tudes de lettres.
(Saporta p208)
Page 228
4.
individus supplmentaires.
BY Variables ;
RUN ;
idem...
Page 229
Profils colonnes
DEVIATION
Diffrence entre les valeurs prdites et observes.
EXPECTED
Valeurs prdites (en cas dindpendance totale entre les deux variables)
NOCOLUMN
Pas daffichage des coordonnes des colonnes.
NOPRINT
Pas daffichage
NOROW
Pas daffichage des lignes.
OBSERVED
Valeurs observes.
RP
Profils colonnes
SHORT
Supprime laffichage des statistiques sur les points et coordonnes.
Page 230
O.
1.
individu 1
individu 2
individu 3
individu 4
individu 5
Groupe
A
B
A
C
C
Profil
Bon
Bon
Mauvais
Moyen
Moyen
Sexe=1
Sexe=2
Groupe A
Groupe B
Groupe C
Bon profil
1
2
3
4
5
1
0
1
1
0
0
1
0
0
1
1
0
1
0
0
0
1
0
0
0
0
0
0
1
1
1
1
0
0
0
0
0
0
1
1
0
0
1
0
0
2.
Exemple
Nous allons tudier une population de 27 chiens sur lesquels agissent 7 variables :
105 Mathmatiquement parlant, lACM rsume p variables qualitatives par des variables numriques de variance maximale et les plus
corrles possibles (au sens du rapport de corrlation) avec les variables initiales.
Page 231
Taille
Poids
Agressivit
oui
oui
oui
oui
non
oui
non
non
oui
non
non
oui
oui
non
non
oui
oui
oui
Utilit
Poids2
Poids1
Poids2
Poids2
Poids1
Poids3
Poids1
Poids1
Poids1
Poids2
Poids2
Poids2
Poids3
Poids2
Poids2
Poids2
Poids1
Poids2
BEAUCERON
BASSET
BERGER_ALLEMAND
BOXER
BULL-DOG
BULL-MASTIFF
CANICHE
CHIHUAHUA
COKER
COLLEY
DALMATIEN
DOBERMANN
DOGUE_ALLEMAND
EPAGNEUL_BRETON
EPAGNEUL_FRANCAIS
FOX-HOUND
FOX-TERRIER
GRAND_BLEU_DE_GA
SCOG
LABRADOR
LEVRIER
MASTIFF
PEKINOIS
POINTER
SAINT-BERNARD
SETTER
TECKEL
TERRE-NEUVE
Taille3
Taille1
Taille3
Taille2
Taille1
Taille3
Taille1
Taille1
Taille2
Taille3
Taille2
Taille3
Taille3
Taille2
Taille3
Taille3
Taille1
Taille3
Taille2
Taille3
Taille3
Taille1
Taille3
Taille3
Taille3
Taille1
Taille3
Poids2
Poids2
Poids3
Poids1
Poids2
Poids3
Poids2
Poids1
Poids3
vel2
vel3
vel1
vel1
vel3
vel1
vel3
vel1
vel1
non
non
oui
non
non
oui
non
non
non
Chasse
Chasse
Utile
Compagnie
Chasse
Utile
Chasse
Compagnie
Utile
int2
int1
int1
int1
int3
int2
int2
int2
int2
oui
non
non
oui
non
non
non
oui
non
Utile
Chasse
Utile
Compagnie
Compagnie
Utile
Compagnie
Compagnie
Compagnie
Compagnie
Compagnie
Utile
Utile
Chasse
Chasse
Chasse
Compagnie
Chasse
Nous allons effectuer une ACM sur 6 variables actives (les 6 premires). Ceci
revient effectuer une ACP sur le tableau disjonctif complet.106
Pour SAS, on peut lancer la programme suivant :
proc corresp data=pub.chiens mca obs all;
tables taille -- agressiv;
106 La septime variable (illustrative) peut tre mise en variable supplmentaire . Cela permet de lutiliser dans linterprtation sans
quelle ne joue de rle dans la dtermination des axes.
IUT II Dpartement S.T.I.D. Cours de logiciel SAS.
E. PREUDHOMME I.G.W.T. Juin 2001
E. Mail :preudhom@iut2.upmf-grenoble.fr
Page 232
run;
Page 233
a)
Page 234
b)
Page 235
Poidsvel+
vel++
velint+
int++
intaf+
afag+
ag-
0.575313
0.153447
0.397921
0.060213
0.126739
0.032077
0.051298
0.647656
0.647656
0.172924
0.172924
Lgende :
Minitab SAS
Qual
Quality
Mass
Inert
Mass
Inertia
Interprtation
Qualit globale de reprsentation (somme des cos
carrs)
% dindividus ayant choisi la modalit ( f i ,. )108
Part dinertie totale explique par la modalit. (
coord (mod
f i ,.
Coord
Corr
Coordinates
Squared cosine
Contr
Partial
contribution to
inertia
0.286124
0.331879
0.069130
0.642245
0.075690
0.060321
0.275268
0.076736
0.076736
0.040637
0.040637
i sur axe j) 2
inertie to tale
Voir note109
Coordonne de la modalit sur laxe.
Qualit de reprsentation de lindividu sur laxe.
(Cosinus carr de langle entre lindividu et laxe).
Plus ce nombre est proche de 1 meilleure est cette
qualit.
Part dinertie de laxe explique par la modalit. Cest
une quantit essentielle pour linterprtation des axes.
(=
f i ,.
vp
axe j.
Nous allons reprer les modalits ayant une forte contribution laxe 1 en
distinguant le signe des coordonnes sur laxe. Il faut aussi tre attentif aux
modalits trop rares (cf. note).
Compltez le tableau suivant :
Modalits forte contribution sur
Modalits forte contribution sur
laxe 1 avec une coordonne ngative. laxe 1 avec une coordonne positive.
Ta - (12.6%)
P -(14%)
Af + (10.8%)
...
108 Permet de dtecter, entre autres, les modalits rares. Ces dernires peuvent jouer un rle excessif dans la construction des axes. Voir
note suivante.
109 Linertie engendre par une modalit est dautant plus grande que cette modalit est rare (Mass petit). Il faut donc tre trs mfiant
envers les modalits rares qui risquent de jouer un rle excessif dans la construction des axes. Une solution consiste a donner le statut de
variable supplmentaires aux variables possdant des modalits trop rares ; il est aussi possible deffectuer des recodages.
IUT II Dpartement S.T.I.D. Cours de logiciel SAS.
E. PREUDHOMME I.G.W.T. Juin 2001
E. Mail :preudhom@iut2.upmf-grenoble.fr
Page 236
Interprtez laxe1.
...
Page 237
c)
Reprsentation graphique.
Sous SAS :
proc corresp data=pub.chiens mca obs all outc=corr;
tables taille -- agressiv;
run;
data corr;
set corr;
if _type_='VAR';
y=dim2;
x=dim1;
XSYS='2';
Ysys='2';
text=_NAME_;
size=1;
LABEL Y='DIM 2' X='DIM 1';
keep x y text xsys ysys size;
run;
proc gplot data=corr;
symbol1 V=NONE;
PLOT Y*X=1 / ANNOTATE=corr frame href=0 vref=0;
run; quit;
DI M
2
2
V e -
P o ++
T a P o -
I n -
A f n o n
0
A g o u i
T a ++
V e ++
A g n o n
I n +
A f o u i
I n ++
P o +
V e +
- 1
T a +
- 2
- 2
- 1
0
D I M
1
1
Page 238
Comme en AFC simple, les points reprsentants les modalits sont les barycentres
des individus qui possdent cette modalit. Leur proximit doit donc tre
interprte avec prudence.
Intervention de variables supplmentaires pour linterprtation
Sous SAS, vous pouvez demander faire figurer la variable Utilit sur le
graphique pour facilit linterprtation des axes (sans que la variable
nintervienne dans les calculs).
proc corresp data=Pub.chiens mca obs all outc=corr;
tables taille--agressiv utilite;
supplementary utilite;
run;
data corr;
set corr;
if _type_='VAR' or _type_='SUPVAR';
if _type_='VAR' then color='BLUE' ;
if _type_='SUPVAR' then color='RED';
y=dim2;
x=dim1;
xsys='2';
ysys='2';
text=_name_;
size=1;
label y='Dim 2'
x='Dim 1';
keep x y text xsys ysys size color;
run;
proc gplot data=corr;
symbol1 v=none;
plot y*x=1/ annotate=corr frame href=0 vref=0;
run;
quit;
Page 239
D i m
2
2
V e -
P o ++
T a P o -
I n -
U t i l e
A f n o n
0
A g o u i
C o mp a g n i e
T a ++
V e ++
A g n o n
I n +
A f o u i
C I h na +s +s e
P o +
V e +
- 1
T a +
- 2
- 2
- 1
0
D i m
Vous pouvez maintenant donner une interprtation complte des deux axes.
Page 240
cat
ta1 ta2 ta3 po1 po2 po3 ve1 ve2 ve3 In1 In2 In3 Af0 Af1 Ag0 Ag1
Ta0
0
1
0
1
0
0
0
1
0
1
0
0
1
0
1
ta+
1
0
0
1
0
0
1
0
0
1
0
0
1
0
0
1
ta++
0
0
1
0
1
0
0
0
1
0
0
1
0
1
0
1
pp+
p++
v-
0
1
0
1
1
0
0
0
0
0
1
0
0
1
0
1
1
0
0
0
0
0
1
0
0
1
1
0
1
0
0
1
0
0
0
0
0
0
0
0
1
1
0
0
0
0
1
1
0
0
1
0
1
1
0
1
0
1
0
1
Nous allons donc effectuer une analyse des correspondances simples sur ces
donnes ce qui revient faire une analyse des correspondances multiples.
proc corresp data=moi.chiensi outc=corr;
var ta1 ta2 ta3 po1 po2 po3 ve1 ve2 ve3
in1 in2 in3 af0 af1 ag0 ag1 ut1 ut2 ut3;
id nom;
supplementary ut1 ut2 ut3 ;
run;
Nous obtenons :
Row Coordinates
Dim1
Dim2
BEAUCERON
-0.31720
-0.41770
BASSET
0.25411
1.10123
BERGER_ALLEMAND
-0.48640
-0.46445
BOXER
0.44736
-0.88178
BULL-DOG
1.01335
0.54988
BULL-MASTIFF
-0.75257
0.54691
CANICHE
0.91230
-0.01619
CHIHUAHUA
0.84080
0.84385
COKER
0.73330
0.07907
COLLEY
-0.11733
-0.52611
DALMATIEN
0.64724
-0.99018
DOBERMANN
-0.87321
-0.31548
DOGUE_ALLEMAND
-1.04702
0.50696
EPAGNEUL_BRETON
0.47804
-1.03693
EPAGNEUL_FRANCAI
-0.14491
-0.51578
FOX-HOUND
-0.87657
0.02524
FOX-TERRIER
0.88162
0.13897
GRAND_BLEU_DE_GA
-0.51734
-0.11340
LABRADOR
0.64724
-0.99018
LEVRIER
-0.67669
-0.08317
MASTIFF
-0.75593
0.88763
PEKINOIS
0.84080
0.84385
POINTER
-0.67334
-0.42389
SAINT-BERNARD
-0.58338
0.59366
SETTER
-0.50414
-0.37714
Page 241
1
0
1
0
TECKEL
TERRE-NEUVE
1.01335
0.54988
-0.38350
0.48525
Dim2
BEAUCERON
0.007738
0.016796
BASSET
0.004966
0.116742
BERGER_ALLEMAND
0.018194
0.020766
BOXER
0.015391
0.074850
BULL-DOG
0.078971
0.029108
BULL-MASTIFF
0.043556
0.028794
CANICHE
0.064006
0.000025
CHIHUAHUA
0.054366
0.068550
COKER
0.041353
0.000602
COLLEY
0.001059
0.026645
DALMATIEN
0.032216
0.094385
DOBERMANN
0.058638
0.009581
DOGUE_ALLEMAND
0.084305
0.024741
EPAGNEUL_BRETON
0.017574
0.103508
EPAGNEUL_FRANCAI
0.001615
0.025610
FOX-HOUND
0.059090
0.000061
FOX-TERRIER
0.059774
0.001859
GRAND_BLEU_DE_GA
0.020582
0.001238
LABRADOR
0.032216
0.094385
LEVRIER
0.035215
0.000666
MASTIFF
0.043945
0.075847
PEKINOIS
0.054366
0.068550
POINTER
0.034866
0.017297
SAINT-BERNARD
0.026173
0.033927
SETTER
0.019545
0.013692
TECKEL
0.078971
0.029108
TERRE-NEUVE
0.011311
0.022668
Page 242
Page 243
Ici comme en AFC, il faut rester prudent quant aux distances entre chiens et
catgories .
Nanmoins, ce graphique permet de complter linterprtation prcdente.
Page 244
Choix des
couleurs :
SUPOBS pour
lobservation
supplmentaire.
Page 245
Cette instruction
demande SAS
daffecter le
poids W
chaque
observation.
Dim2
0.27397
1.06732
Mass
Inertia
BEAUCERON
0.213291
0.038462
0.025012
BERGER_ALLEMAND
0.269393
0.038462
0.033987
BOXER
0.543157
0.038462
0.039734
......
Page 246
P.
110 A ne pas confondre avec les mthodes de classification hirarchique qui servent tablir un dcoupage en classe dune population
donne.
111 Minitab neffectue pas cette analyse. Il se contente de lanalyse discriminante bayesienne.
IUT II Dpartement S.T.I.D. Cours de logiciel SAS.
E. PREUDHOMME I.G.W.T. Juin 2001
E. Mail :preudhom@iut2.upmf-grenoble.fr
Page 247
1.
a)
Prsentation sommaire
Elle consiste rechercher une premire variable V1, combinaison linaire des
Xi centrs rduits, ayant un pouvoir discriminant maximum puis, une
deuxime variable V2 non corrle avec V1 au pouvoir discriminant maximum
et ainsi de suite. Gomtriquement, effectuer une analyse discriminante canonique
revient trouver les axes sur lesquels la projection du nuage spare au mieux
les k groupes. Comme nous le disions prcdemment, elle revient effectuer une
ACP des k centres de gravit des classes avec une mtrique particulire.
(1)
Plus la liaison entre Y et X est forte, plus la part de la variance inter est
importante et plus la variance intra est faible. La variance intra comptabilise la
partie de la variation de X non explique par Y.
1 k
n ( x x )
k 1 i =1 i i
On dfinit galement F =
1 k ni
( x xi )
n k i =1 j =1 ij
Lorsque H0 est vraie (moyennes gales ou pouvoir discriminant nant de X
sur Y) F suit une loi de Fisher (k-1, n-k) degrs de libert. On rejette H0
lorsque Fobs est suprieur au fractile d'ordre 1- de la loi de Fisher
correspondante. La variable X a alors un pouvoir discriminant significatif.
Page 248
Plus ce nombre est grand (proche de 1) plus la variable X est discriminante, plus
il est faible (proche de 0) moins la variable X nest lie Y. On utilisera ce critre
pour trouver V1 et V2.
Page 249
(2)
112
X2
X3
X4
Qual
1924
1925
1926
1927
1928
1929
1930
1931
1932
1933
1934
1935
1936
1937
1938
1939
1940
1941
1942
1943
1944
1945
1946
1947
1948
1949
1950
1951
1952
1953
1954
1955
1956
1957
1201
1053
1133
970
1258
1386
966
1189
1103
1310
1362
1171
1102
1424
1230
1285
1329
1210
1331
1366
1289
1444
1175
1317
1248
1508
1361
1186
1399
1259
1164
1277
1195
1208
10
11
19
4
36
35
13
12
14
29
25
28
9
21
16
9
11
15
21
24
17
25
12
42
11
43
26
14
24
20
6
19
5
14
361
338
393
467
294
225
417
488
677
427
326
326
349
382
275
303
339
536
414
282
302
253
261
259
315
286
346
443
306
367
311
375
441
371
2
3
2
3
1
1
3
3
3
2
1
3
3
1
2
2
2
3
2
1
2
1
2
1
2
1
2
3
1
1
3
1
3
3
3064
3000
3155
3085
3245
3267
3080
2974
3038
3318
3317
3182
2998
3221
3019
3022
3094
3009
3227
3308
3212
3361
3061
3478
3126
3458
3252
3052
3270
3198
2904
3247
3083
3043
SAS calcule ces rapports de corrlation et teste leur signification (sous hypothse
de normalit)
112 Minitab ne sait pas effectuer directement lanalyse discriminante canonique.
IUT II Dpartement S.T.I.D. Cours de logiciel SAS.
E. PREUDHOMME I.G.W.T. Juin 2001
E. Mail :preudhom@iut2.upmf-grenoble.fr
Page 250
Num DF= 2
Den DF= 31
Total
STD
Pooled
STD
Between
STD
R-Squared
RSQ/
(1-RSQ)
Pr > F
141.1843
126.6230
10.0166
91.4016
87.5697
80.7610
7.3273
75.8817
136.1337
120.0935
8.5231
65.4816
0.638605
0.617857
0.497312
0.352537
1.7671
1.6168
0.9893
0.5445
27.3893
25.0607
15.3342
8.4396
0.0001
0.0001
0.0001
0.0012
Average R-Squared:
Unweighted = 0.5265777
CAN2
1.209391427
0.857727422
-0.270993045
-0.536131215
-0.006529859
-0.674810955
1.278475787
0.564364371
X1
X2
X3
X4
On a donc CAN1=1.209*X1*+0.858*X2*-0.271*X3*-0.536*X4*
(Xi* dsigne Xi centr rduit.)
Sous hypothse de normalit et dgalit des matrices de variances covariance
entre les diffrents groupes, on peut effectuer un test pour nous aider.
Notons i=Racine((Vi,Y))
On teste H0 :la nullit des q derniers rapport de corrlation en utilisant la
statistique q =
p 1
(1
i = p q
2
i
M=0.5
Page 251
N=13
Statistic
Value
Wilks' Lambda
Pillai's Trace
Hotelling-Lawley Trace
Roy's Greatest Root
0.20526297
0.88800132
3.41743451
3.27886049
Num DF
Den DF
Pr > F
8
8
8
4
56
58
54
29
0.0001
0.0001
0.0001
0.0001
8.4505
5.7896
11.5338
23.7717
0.875382
0.348867
Adjusted
Canonical
Correlation
0.861944
0.280587
Approx
Standard
Error
0.040683
0.152891
Squared
Canonical
Correlation
0.766293
0.121708
1
2
Likelihood
Ratio
Approx F
Num DF
Den DF
Pr > F
0.20526297
0.87829160
8.4505
1.3395
8
3
56
29
0.0001
0.2808
SAS donne 1=0.766. On voit que le pouvoir discriminant de V1 est meilleur que
celui de X1 (et que les autres Xi)
Les deux tests suivants montrent que nous ne devons pas aller au del de V1 dans
les composantes canoniques. Nous ne retiendrons donc quune variable
discriminante.
Page 252
(4)
X1
X2
X3
X4
interclasses
X1
X2
X3
X4
CAN1
0.986524
0.998669
0.956452
-0.977208
CAN2
0.163614
-0.051569
0.291891
0.212284
X1
X2
X3
X4
CAN1
0.724221
0.701280
0.525372
-0.398218
Page 253
CAN2
0.584256
-0.176148
0.779910
0.420797
X1
X2
X3
X4
Nous allons trier le fichier essai par rapport CAN1 puis, nous laffichons :
OBS
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
ANNEE
1932
1930
1927
1931
1941
1925
1954
1936
1951
1957
1956
1926
1924
1938
1946
1935
1939
1948
1940
1953
1928
1942
1955
1933
1944
1950
1937
1952
1934
1929
1943
1947
1945
1949
QUAL
3
3
3
3
3
3
3
3
3
3
3
2
2
2
2
3
2
2
2
1
1
2
1
2
2
2
1
1
1
1
1
1
1
1
CAN1
-3.73088
-2.74699
-2.72686
-2.53383
-2.45448
-2.32546
-2.10225
-2.02108
-1.67615
-1.18190
-1.09442
-0.99486
-0.88255
-0.72946
-0.55191
-0.35666
-0.30606
0.20968
0.34347
0.35244
0.74360
0.78584
0.87424
1.13041
1.13802
1.46680
1.55211
2.16713
2.17473
2.23089
2.40988
3.18211
3.53529
4.11917
Nous voyons que CAN1 peut tre vue comme une note mesurant la mauvaise
qualit du vin. (Plus CAN1 est petite, meilleur est le vin !)
Les vins dont la note est infrieure -1 sont mauvais, ceux dont la note est
suprieure 1.5 sont bons. Cette rgle ne donne pas de trop mauvais rsultats sur
cet exemple.
Page 254
11
2
1
CAN1
2
12
22
0
222
3
-2
33
3
-4
-4
-2
0
2
4
6
CAN1
Page 255
Utilisation : Exercice
Que prvoyez-vous pour les vins suivants ?
Temprature
Insolation
Chaleur
1958
3000
1050
10
1959
3200
1300
35
1960
3224
1211
18
Vous calculerez la valeur de CAN1 dans les 3 cas.
Pluie
300
225
301
Can1
Attention la formule donnant CAN1 utilise les variables centres rduites. PROC
MEANS peut vous donner les moyennes et cart types des Xi) :
Variable Label
N
Mean
Std Dev
-------------------------------------------------X1
X2
X3
X4
X1
X2
X3
X4
34
34
34
34
3157.88
1247.32
18.8235294
360.4411765
141.1843336
126.6229719
10.0165638
91.4016084
Page 256
2.
a)
Principe
Nous allons calculer les probabilits dappartenance aux diffrentes classes de
chaque individu :
pj(x)=Prob(Y=j/X1=x1,...,Xp=xp). Nous pourrons ensuite affecter lobservation
x=(x1,x2,...,xp) la classe la plus probable.
Hypothses 113: On suppose que le vecteur X=(X1,X2,...,Xp) suit une loi
multinormale N p ( j , j ) pour chaque classe Pj.
Nous nous limiterons au cas linaire, cest dire que nous supposerons de plus
que les matrices de variances j sont gales114 .
e
f j ( x)
fi ( x )
1
2
avec f i ( x ) = i 1 t i + i 1 t x
i =1
p j ( x ) =
e
p
f j ( x )
fi ( x )
i =1
b)
Mise en pratique
Reprenons lexemple de la socit FRED&NUCCI frres spcialiste vinicole
rput.
113 Nous allons nous limiter ici au cas gaussien. Il est possible deffectuer une analyse discriminante non paramtrique. Cf. Saporta p419 et
PROC DISCRIM de SAS.
114 Si ce nest pas le cas, il faut envisager la rgle quadratique en principe. Nous allons prsenter plus loin un test qui peut aider effectuer
le choix.
IUT II Dpartement S.T.I.D. Cours de logiciel SAS.
E. PREUDHOMME I.G.W.T. Juin 2001
E. Mail :preudhom@iut2.upmf-grenoble.fr
Page 257
(1)
(a)
Analyse lmentaire
_
-1 _
Constant = -.5 X' COV
X
j
j
-1 _
X
j
QUAL
CONSTANT
X1
X2
X3
X4
-1350
0.81768
0.15409
-7.00975
-0.04629
-1284
0.80079
0.14489
-7.05649
-0.03955
-1212
0.78169
0.12590
-6.90255
-0.02196
Label
X1
X2
X3
X4
Page 258
Temprature
3200
3224
Insolation
1300
1211
Chaleur
35
18
Pluie
225
301
Page 259
(b)
Nous venons de voir que nous pouvions classer une observation externe grce au
calcul des fonctions discriminantes.
Nous allons nous servir des rgles tablies pour reclasser les observations du
fichier original et vrifier quelles sont bien classes la o elles le devraient. Ceci
est un critre nous permettant de mesurer la qualit de lanalyse. Plus le nombre
de mal classs sera faible meilleure sera cette qualit.
Mthode de resubstitution
SAS fournit dans la fentre OUTPUT le rsultat de ce reclassement :
Resubstitution Summary using Linear Discriminant Function
Total
9
81.82
2
18.18
0
0.00
11
100.00
2
18.18
8
72.73
1
9.09
11
100.00
0
0.00
2
16.67
10
83.33
12
100.00
Total
Percent
11
32.35
12
35.29
11
32.35
34
100.00
Priors
0.3333
0.3333
0.3333
Rate
Priors
2
0.2727
0.3333
3
0.1667
0.3333
Total
0.2071
SAS nous apprend ici que 2 vins de qualit 2 ont t classs en qualit 1, ce qui
est une erreur. Par contre 10 vins de qualit 3 ont bien t classs en qualit 3.
Globalement, le taux derreur apparent est de 20.7%.
Pour obtenir le classement des observations, il suffit dajouter loption LIST et
LISTERR pour obtenir uniquement les mal classes (misclassified observation)
par la mthode de resubstitution :
PROC DISCRIM DATA=MOI.BORDEAUX LIST ;
VAR X1 X2 X3 X4;
CLASS QUAL;
RUN;
On obtient alors :
Discriminant Analysis
Page 260
Obs
From
QUAL
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
2
3
2
3
1
1
3
3
3
2
1
3
3
1
2
2
2
3
2
1
2
1
2
1
2
1
2
3
1
1
3
1
3
3
Classified
into QUAL
2
3
3
3
1
1
3
3
3
1
1
2
3
1
2
2
2
3
2
1
2
1
2
1
2
1
1
3
1
2
3
2
2
3
*
*
*
*
*
*
0.0069
0.0000
0.0098
0.0000
0.6434
0.9334
0.0000
0.0000
0.0000
0.7564
0.8924
0.0866
0.0002
0.6222
0.0108
0.0143
0.0622
0.0000
0.3791
0.9048
0.3669
0.9838
0.0137
0.9966
0.0590
0.9990
0.7143
0.0007
0.8521
0.1957
0.0001
0.3833
0.0036
0.0036
0.6679
0.0447
0.3108
0.0147
0.3279
0.0665
0.0075
0.0226
0.0004
0.2368
0.1074
0.5131
0.1134
0.3768
0.7231
0.9228
0.9202
0.0179
0.6056
0.0952
0.6295
0.0162
0.8233
0.0034
0.9120
0.0010
0.2841
0.1355
0.1478
0.7553
0.1760
0.6059
0.5799
0.4143
0.3252
0.9553
0.6794
0.9853
0.0287
0.0001
0.9925
0.9774
0.9996
0.0068
0.0001
0.4003
0.8864
0.0010
0.2661
0.0629
0.0176
0.9821
0.0153
0.0000
0.0036
0.0000
0.1630
0.0000
0.0289
0.0000
0.0016
0.8638
0.0001
0.0490
0.8239
0.0108
0.4165
0.5821
* Misclassified observation
Nous voyons que les vins 10 et 27 ont t reclasss en qualit 1 alors quils taient
de qualit 2. SAS donne galement le calcul des probabilits pour chaque vin.
Au total, 20.7% des observations ont t mal classes par la mthode de
resubstitution.
Cela dit, cette mthode de calcul de lerreur possde le grave dfaut suivant :
elle se sert de mmes valeurs pour construire le modle et vrifier sa validit.
Lerreur est donc sous value.
Page 261
Validation croise
Pour viter ce pige dans la mesure de lerreur, nous utilisons la mthode dite de
validation croise.
En activant loption (CROSSVALIDATE), SAS va classer chaque observation en
effectuant au pralable une analyse discriminante sur le fichier des n-1
observations restantes. Ainsi, lobservation que lon classe nest jamais dans les
donnes servant construire les fonctions discriminantes. Le temps de calcul est
videmment plus long mais on vite le problme cit plus haut.
Nous pouvons ajouter loption CROSSLIST ou CROSSLISTERR pour lister les
observations mal classes.
PROC DISCRIM DATA=MOI.BORDEAUX CROSSVALIDATE CROSSLISTERR;
VAR X1 X2 X3 X4;
CLASS QUAL;
RUN;
Cross-validation Summary using Linear Discriminant Function
Number of Observations and Percent Classified into QUAL:
From QUAL
Total
7
63.64
4
36.36
0
0.00
11
100.00
2
18.18
8
72.73
1
9.09
11
100.00
0
0.00
2
16.67
10
83.33
12
100.00
Total
Percent
9
26.47
14
41.18
11
32.35
34
100.00
Priors
0.3333
0.3333
0.3333
Total
Rate
0.3636
0.2727
0.1667
0.2677
Priors
0.3333
0.3333
0.3333
Nous voyons que le taux derreur apparent a augment ce qui est logique. Ce taux
est certainement plus proche de la ralit.
Page 262
From
QUAL
3
5
10
12
14
27
30
32
33
2
1
2
3
1
2
1
1
3
Classified
into QUAL
3
2
1
2
2
1
2
2
2
*
*
*
*
*
*
*
*
*
0.0081
0.2537
0.9086
0.1589
0.4726
0.7873
0.1255
0.2728
0.0061
0.1822
0.6212
0.0869
0.7044
0.5256
0.2114
0.8323
0.7140
0.7874
0.8096
0.1251
0.0045
0.1367
0.0018
0.0014
0.0422
0.0132
0.2065
* Misclassified observation
Voici la liste des observations mal classes selon la mthode de validation croise.
Page 263
SAS propose un test115 pour valider lhypothse dgalit des matrices j. Il est
activ grce loption POOL=TEST.
Entrons simplement les instructions suivantes :
PROC DISCRIM DATA=MOI.BORDEAUX
POOL=TEST;
VAR X1 X2 X3 X4;
CLASS QUAL;
RUN;
_
_
2
|
1
1
| 2P + 3P - 1
RHO = 1.0 - | SUM ----- - --- | ------------|_
N(i)
N _| 6(P+1)(K-1)
DF
= .5(K-1)P(P+1)
_
_
|
PN/2
|
|
N
V
|
Under null hypothesis: -2 RHO ln | ------------------ |
|
__
PN(i)/2 |
|_ || N(i)
_|
is distributed approximately as chi-square(DF)
Test Chi-Square Value =
24.909800
with
20 DF
Prob > Chi-Sq = 0.2049
Since the chi-square value is not significant at the
a pooled covariance matrix will be used in the
function.
0.1 level,
discriminant
115 Si on rejette lhypothse dgalit doit-on pour autant utiliser les rgles quadratiques ?. Cela nest pas sr dans tous les cas. Le test
prcdent nest pas parfaitement fiable, ensuite lusage de rgles quadratiques implique lestimation de bien plus de paramtres que la rgle
linaire... Lorsque les chantillons sont de petite taille, les fonctions obtenues sont trs peu robustes et il vaut mieux utiliser une rgle linaire
malgr tout. Saporta P423
IUT II Dpartement S.T.I.D. Cours de logiciel SAS.
E. PREUDHOMME I.G.W.T. Juin 2001
E. Mail :preudhom@iut2.upmf-grenoble.fr
Page 264
On remarque ici que lon accepte lgalit. SAS nous prvient quil utilisera la
matrice adquate.116
(d)
VAR variable ;
PRIORS probabilits ;
WEIGHT variable ;
RUN ;
Les principales options tant :
Corrlations
BCORR
Affiche les corrlations inter classes pour les variables. Un test de
signification est galement effectu.
PCORR
Affiche les corrlations intra-classe pour chaque variable. Un test de
signification est galement effectu.
WCORR
Affiche les corrlations intra-classe pour chaque variable et pour chaque
classe. Un test de signification est galement effectu.
Analyse factorielle discriminante
CANONICAL
Effectue une analyse factorielle discriminante (canonical discriminant
analysis en anglais). Nous en reparlerons plus loin.
NCAN=nombre
Nombre de variables canoniques (cf. analyse factorielle discriminante
calculer.
Page 265
Page 266
Page 267
(2)
Exercice
Voici un excellent exemple tir de Saporta.
101 victimes dinfarctus du myocarde (51 dcderont (Prono=0), 50 survivront
(prono=1)) sur lesquels ont t mesures leur admission 7 variables (frquence
cardiaque, index cardiaque, index systolique, pression diastolique, pression
artrielle pulmonaire, pression ventriculaire, rsistance pulmonaire)
Les donnes sont dans le fichier PUB.INFARCTU
On supposera la multinormalit et lgalit des matrices de variances covariances
vrifies.
Mesurez le pouvoir discriminant de chacune des variables. Effectuez une analyse
discriminante canonique sur les donnes prcdentes.
Effectuez une analyse discriminante bayesienne. Que donne la mthode de
validation croise ? (% de bien classs, observations mal classes)
Que dire des malades suivants :
X1
110
125
(3)
X2
1.5
3.37
X3
15
26.7
X4
24
17
X5
30
29
X6
5.5
6
X7
1490
800
Complments
Nous navons fait queffleurer lanalyse discriminante dans ce qui prcde. Nous
navons pas parl de lanalyse discriminante pas pas, des mthodes non
paramtriques.
Pour plus dinformations, nous vous renvoyons la bibliographie, spcialement
les ouvrages de M. Tenenhauss et de G. Saporta.
Page 268
Q.
Nous allons complter les champs les plus importants : Le nom de la table SAS
(ici Champa2), de la variable chronologique (MOIS).
Pour cela, nous cliquons sur BROWSE en face du nom du fichier de donnes :
Page 269
Page 270
1.
Visualisation de la srie
Cliquez ensuite sur le bouton pour que nous puissions visualiser la srie.
Vous obtenez
Page 271
2.
117 Notez que SAS possde les lissages exponentiel simple et double (Holt).
IUT II Dpartement S.T.I.D. Cours de logiciel SAS.
E. PREUDHOMME I.G.W.T. Juin 2001
E. Mail :preudhom@iut2.upmf-grenoble.fr
Page 272
3.
SAS indique ensuite les valeurs des paramtres Niveau, Pente et les coefficients
saisonniers.
Nous avons donc ici : =0.33368 =0.00100 =0.48175.
1
2
2
La variance rsiduelle est = n 1 (Yt Yt 1 (1)) 381906
Quels sont les mois o les coefficients saisonniers sont les plus levs ? Ceci tait
il prvisible ?
Page 273
4.
Prcision de lajustement
En cliquant sur
avec MSE=
1
nk
(y
t =1
100
MAPE=
n
RMSE= MSE
et R-Square= 1
( y
t =1
n
(y
t =1
y)2
y t )
y t y t
yt
t =1
n
1 n
MAE= y t y t
n t =1
particulirement mauvais)
5.
ACTUAL
PREDICT
UPPER
LOWER
ERROR
05/01/69
06/01/69
07/01/69
08/01/69
09/01/69
10/01/69
11/01/69
5010
4874
4633
1649
5951
.
.
4538
5251
4432
2079
5362
6981
10390
5750
6462
5644
3291
6573
8192
11742
3327
4040
3221
868.1798
4151
5770
9039
471.6425
-376.8926
200.6538
-430.4084
589.1950
.
.
Vous voyez par exemple que pour octobre 69, SAS prvoit une vente de 6981
bouteilles (PREDICT).
Page 274
10/01/69
11/01/69
12/01/69
01/01/70
02/01/70
03/01/70
04/01/70
05/01/70
06/01/70
07/01/70
6981
9851
12670
4348
3564
4577
4788
4618
5312
4298
Exercice
Le fichier VENTE2 contient les chiffres des ventes mensuelles dun produit (en
milliers dunits) de 1985 1988. Nous souhaitons effectuer des prvisions pour
lanne 1989.
La srie comporte elle une tendance, une saisonnalit ?
Quelle mthode de lissage est adquate ici ?
Si on laisse SAS choisir entre diffrentes mthodes de lissage (Choisissez Fit
Automatic Model au lieu de Select from list) laquelle retient il ?
Vous ferez les calculs sous SAS. Donnez les prvisions pour lanne 1989.
Page 275
VI.
A.
1.
Objet
Dans lannexe sur les formats, vous pourrez voir un grand nombre de
formats existants pour les dates, lheure, les nombres. Il vous est aussi
possible, sous SAS, de dfinir vos propres formats et de les utiliser en
faisant simplement rfrence leur nom comme nimporte quel autre
format prdfini. La procdure Format effectue ce travail.
Les formats personnaliss ainsi crs sont stocks dans un catalogue
SAS temporaire: WORK.FORMATS.
118
2.
Syntaxe simplifie
PROC FORMAT <options> ;
VALUE nom champ de
INVALUE nom champ
PICTURE nom champ
valeurs=valeur formate ;
SELECT entres ;
EXCLUDE entres ;
RUN ;
118 Si vous voulez les conserver, utilisez loption LIBRARY= ci dessous (pour les rcuprer, utilisez LIBNAME LIBRARY votre
bibliothque ; ).
119 Remarque : La procdure FREQ utilise la valeur de la variable formate pour dfinir les classes du tri crois. Il suffit de changer de
format pour effectuer des regroupements en classes ou le contraire. Lavantage de ceci est de ne jamais toucher au fichier original.
Page 276
Champ,champ,...
Exemple
Signification
12
14,18,25,36
12-48
12<-48
12-<48
14, 12-48, 57 ,57-<62
Page 277
3.
Exemples
Nous allons crer un nouveau format nomm fsexe. qui transforme 1
en Masculin 2 en Fminin et tous les autres nombres en Non
spcifi .
Nous afficherons ensuite le fichier STID193 en utilisant le format
Fsexe. .
Proc format ;
value fsexe
1='masculin' 2='Fminin' other='Non spcifi';
/*Nous crons un
nouveau format*/
run;
/* Nous allons utiliser le Format Fsexe. dans le PRINT ci-dessous */
Nous obtenons :
OBS
1
2
3
4
5
6
7
8
9
GROUPE
SEXE
A
A
A
A
A
A
A
A
A
masculin
masculin
masculin
Fminin
Fminin
Fminin
Fminin
Fminin
masculin
Remarque :
Dans lexemple ci-dessus, le format a t utilis ponctuellement dans la
procdure PRINT. Si vous voulez lattacher la variable SEXE, il vous
suffit de lutiliser dans une tape DATA (cf. plus bas)
Page 278
Ainsi
proc print data=moi.stid193;
var groupe nbfs;
format nbfs fsexe.;
run;
va donner :
OBS
1
2
3
4
5
6
7
8
GROUPE
A
A
A
A
A
A
A
A
NBFS
Non spcifi
Non spcifi
Fminin
Non spcifi
masculin
masculin
Fminin
masculin
4.
Page 279
5.
Exercices
I)
proc format;
value niveau 0-<8='Faible' 8-12='Moyen' 12<-20='Bon';
run;
proc print data=pub.stid193;
format mat hg fra niveau.;
run;
Page 280
6.
Exemple
libname moi 'i :\SAS';
Proc format LIBRARY=MOI ;
value fsexe
1='masculin' 2='Fminin' other='Non spcifi'; /*Nous crons un
nouveau format*/
run;
data moi.essai;
set pub.stid193;
keep groupe ordre sexe;
format sexe fsexe.;
run;
Les instructions prcdentes font que le format fsexe. sera toujours attach la
variable sexe ci-dessus. Pour appliquer un format juste une fois, indiquez-le
uniquement dans le PROC PRINT par exemple.
proc print data=moi.essai;
run;
Page 281
Remarques importantes:
A chaque fois que vous voudrez afficher le fichier MOI.ESSAI, le format fsexe.
DEVRA ETRE DISPONIBLE. (cest dire, dans WORK.FORMATS, ou
LIBRARY.FORMATS avec le libname adquat.)
Autrement dit, si vous quittez SAS et que vous voulez afficher MOI. ESSAI, vous
devrez taper :
libname library 'i :\STID9799\LOGICIEL\...';
proc print data=moi.essai;
run;
Page 282
7.
a)
run;
data carnet;
input nom $ tel;
format tel telfax.;
cards;
Marie 0525002165
Eric 0125486565
Anne 0145479589
Etienne 565412
;
run;
proc print;
run;
Va donner :
The SAS System
OBS
1
2
3
4
TEL
05/25-00-21-65
01/25-48-65-65
01/45-47-95-89
00/00-56-54-12
Les 9 dans PICTURE indiquent que les emplacements des chiffres quitte remplacer par
0 ce qui manque.
Si lon place des 0 , PICTURE laissera des blancs sil manque des chiffres.
Ainsi : picture telfax other='00/00-00-00-00';
donnera :
Page 283
OBS
1
2
3
4
b)
NOM
Marie
Eric
Anne
Etienne
TEL
5/25-00-21-65
1/25-48-65-65
1/45-47-95-89
56-54-12
Il faut ensuite tenir compte du signe car picture lenlve. Cest pour cela que nous
avons 2 picture un pour les ngatif (avec un PREFIX=-) et un pour les positifs
(avec un PREFIX= + Par dfaut PREFIX=).
Nous avons donc
proc format;
picture nombfran low-<0='000.000.009,00 FF' (prefix='-' mult=100)
0-high='000.000.009,00 FF' (mult=100 prefix='+');
run;
data essai;
input nom $ nombre;
format nombre nombfran.;
cards;
Marie 2502165.23
Eric 0125.25
Anne -014595.89
Etienne 26565412
;
run;
proc print;
run;
122 Nous utilisons loption MULT= de picture qui permet de prciser un coefficient multiplicatif au nombre avant de lafficher
IUT II Dpartement S.T.I.D. Cours de logiciel SAS.
E. PREUDHOMME I.G.W.T. Juin 2001
E. Mail :preudhom@iut2.upmf-grenoble.fr
Page 284
OBS
1
2
3
4
NOM
Marie
Eric
Anne
Etienne
NOMBRE
+2.502.165,23 FF
+125,25 FF
-14.595,89 FF
+26.565.412,00 FF
Gnial non ?
Modifiez le format prcdent pour quen plus SAS fasse la conversion en Kilo
francs puis en Euro. Attention, loption DIV nexiste pas, il faut vous contenter de
MULT...
(19.5 FF doit devenir 3,00 Euro...)
Lnorme intrt de ce systme Picture est que le fichier de donnes nest pas
modifi. Seule laffichage change. Si par exemple le cours de lEuro change, il
suffit de changer le multiplicateur pour que tout soit jour.
Remarque : Picture possde une option FILL= qui permet de spcifier le
caractre de remplissage des masques lorsquil ny a pas de chiffres. Par dfaut
cest un blanc.
Page 285
c)
Va donner :
GROUPE
ORDRE
A
A
A
A
A
A
A
A
A
A
SEXE
1
2
3
4
5
6
7
8
9
10
DATE
1
1
1
2
2
2
2
2
1
1
21-10 1973
8-12 1974
15-8 1972
10-11 1972
30-11 1974
11-2 1974
14-9 1974
22-11 1973
8-6 1974
15-6 1973
Page 286
8.
Informat (INVALUE)
Dernier point, vous pouvez dfinir vos propres formats dentre.
Un exemple simple va vous permettre de comprendre la porte de ce concept.
Jai un fichier dlves avec leurs 3 notes sous forme inhabituelle. Chaque lve a
t not par une lettre N,MM, M, AB,B,TB. La correspondance avec notre
systme de notes est la suivante : N(6/20) ; MM(8/20), M(10/20), AB(12/20) ,
B(14/20) TB(16/20)
Nous voulons importer ce fichier et convertir les notes numriquement pour
pouvoir calculer les moyennes correspondantes.
Jai le fichier suivant, je veux calculer la moyenne par lve...
Jean-pierre AB B M
Herve N MM MM
Anestis TB TB TB
Bernard TB N TB
proc format;
invalue fnote 'N'=6 'MM'=8 'M'=10
'AB'=12 'B'=14 'TB'=16
'ABS'=. ;
run;
data stid;
input nom $ @;
do i=1 to 3;
input note : fnote. @;
output;
end;
keep nom note;
cards;
Jean-pierre AB B M
Herve N MM MM
Anestis TB TB TB
Bernard TB N TB
run;
Page 287
On obtient :
OBS
NOM
NOTE
1
2
3
4
5
6
7
8
9
10
11
12
Jean-pie
Jean-pie
Jean-pie
Herve
Herve
Herve
Anestis
Anestis
Anestis
Bernard
Bernard
Bernard
12
14
10
6
8
8
16
16
16
16
6
16
by nom;
run;
proc means data=stid;
by nom;
run;
Ce qui donne :
Analysis Variable : NOTE
----------------------------------------- NOM=Anestis ---------------------------------------N
Mean
Std Dev
Minimum
Maximum
---------------------------------------------------------3
16.0000000
0
16.0000000
16.0000000
-------------------------------------------------------------------------------------------------- NOM=Bernard ---------------------------------------N
Mean
Std Dev
Minimum
Maximum
---------------------------------------------------------3
12.6666667
5.7735027
6.0000000
16.0000000
--------------------------------------------------------------------------------------------------- NOM=Herve ----------------------------------------N
Mean
Std Dev
Minimum
Maximum
---------------------------------------------------------3
7.3333333
1.1547005
6.0000000
8.0000000
-------------------------------------------------------------------------------------------------- NOM=Jean-pie --------------------------------------N
Mean
Std Dev
Minimum
Maximum
---------------------------------------------------------3
12.0000000
2.0000000
10.0000000
14.0000000
----------------------------------------------------------
Page 288
9.
Complments
Je vous encourage consulter le SAS Procedures guide pour des
complments sur cette procdure FORMAT.
Page 289
B.
Ce qui donne
Le fichier original...
OBS
1
2
1
4
2
5
3
6
Le fichier transpos
OBS
_NAME_
COL1
COL2
1
2
3
A
B
C
1
2
3
4
5
6
Page 290
1
2
1
4
2
5
3
6
X
Y
Le fichier transpos
OBS
_NAME_
1
2
3
A
B
C
1
2
3
4
5
6
Page 291
Utilisation de COPY
En ajoutant COPY C ; au dessous du ID D ; on obtient :
Le fichier original...
OBS
1
2
A
1
4
B
2
5
C
3
6
D
X
Y
Le fichier transpos
OBS
1
2
C
3
6
_NAME_
A
B
Page 292
X
1
2
Y
4
5
C.
Page 293
NOPRINT
Aucun affichage. Cette option n'est utile que si elle est combine avec
OUT=
Exemple
proc contents data=pub.stid193 directory;
run;
va donner:
Un rsum des fichiers se trouvant dans la bibliothque SASUSER:
CONTENTS PROCEDURE
-----Directory----Libref:
SASUSER
Engine:
V608
Physical Name: C:\SAS\SASUSER
# Name
Memtype Indexes
-----------------------------1 ACP
DATA
2 AGENTS
CATALOG
3 AGENTS
DATA
4 ARB2TYPE DATA
5 ARB3TYPE DATA
6 BUILD
CATALOG
7 BUILD
DATA
8 CLASS
CATALOG
9 CLASS
DATA
....................
36 STID193N DATA
37 VENEER
DATA
SASUSER.STID193
DATA
V608
9:25 Wednesday, March 29, 1995
9:25 Wednesday, March 29, 1995
Observations:
Variables:
Indexes:
Observation Length:
Deleted Observations:
Compressed:
Sorted:
4096
2
607
1
67
44
Page 294
106
9
0
60
0
NO
YES
Ici, nous voyons que le fichier STID193 a t tri par rapport la variable SEXE.
Nous avons donc perdu l'ordre original de ce fichier.
Page 295
D.
Page 296
1.
Concatnation de fichiers
APPEND BASE=fich1 DATA=fich2 <Force>;
NAME
Mary
Sharon
AGE
HEIGHT
WEIGHT
15
15
66.5
62.5
112.0
112.5
NAME
AGE
HEIGHT
WEIGHT
1
2
3
Guido
William
Philip
15
15
16
67.0
66.5
72.0
133
112
150
NAME
Mary
Sharon
Guido
William
Philip
AGE
HEIGHT
WEIGHT
15
15
15
15
16
66.5
62.5
67.0
66.5
72.0
112.0
112.5
133.0
112.0
150.0
Page 297
WEIGHT
1
2
3
4
Mary
Sharon
Guido
William
15
15
15
15
Page 298
66.5
62.5
67.0
66.5
112.0
112.5
133.0
112.0
2.
3.
4.
Suppression de fichiers
DELETE fichiers;
Page 299
5.
Copie de fichiers
COPY OUT=biblio1 <IN=biblio2> <Move>;
EXCLUDE fichiers;
SELECT fichiers;
Exemple n2:
Ce programme permet de copier sur la disquette (A:) les fichiers
CLASS, STID193 et ACP de la bibliothque SASUSER.
libname moi 'A:';
proc datasets library=sasuser;
copy out=moi in=sasuser;
select class stid193 acp;
run;
quit;
Page 300
6.
Pour modifier, entre autres, les noms des variables dun fichier de
donnes, modifier les formats, les tiquettes etc... Le fichier doit tre
situ dans la bibliothque indique dans la procdure DATASETS.
Page 301
quit;
Dans cet exemple, les notes de Franais, Math et Histoire-go auront
un format 4.1 et la taille un format 6.2. (Le premier chiffre indique la
taille maximale du nombre et le deuxime, le nombre de dcimale(s)).
Pour avoir plus dinformation sur les formats disponibles, allez voir en
annexe.
Pour visualiser le rsultat faites un PROC PRINT et vous obtenez:
OBS
FRA
HG
MAT
TAILLE
103
104
105
106
8.0
11.0
10.0
6.0
12.0
6.0
12.0
6.0
17.0
12.0
18.0
15.0
165.00
160.00
167.00
168.00
Ici, on voit que la variable taille est code sur 6 caractres dont 2
dcimales.
7.
Page 302
VII.
A.
Prsentation
SAS/ASSIST constitue une autre faon d'utiliser SAS. Ce module vous permet,
laide de quelques clics de souris, dobtenir rapidement des analyses statistiques
simples ainsi que les programmes correspondants. Notez quun nouveau module
SAS : SAS Enterprise Guide trs amusant utiliser fait un peu la mme chose
que SAS ASSIST. Lutilitaire Graph n Go est un SAS ASSIST spcialis dans les
graphiques.
123
Si cette faon dutiliser SAS savre trop limite, elle contitue nanmoins une
alternative quil ne faut pas ngliger pour une utilisation occasionelle de SAS par
exemple.
123 Ceci peut tre trs intressant pour retrouver la syntaxe dune procdure.
IUT II Dpartement S.T.I.D. Cours de logiciel SAS.
E. PREUDHOMME I.G.W.T. Juin 2001
E. Mail :preudhom@iut2.upmf-grenoble.fr
Page 303
B.
C.
Page 304
Table: SAS demande ici le fichier de donnes SAS considrer. Cliquez sur ce
bouton et choisissez le fichier SAS MOI.STID193.
Bar value: Par dfaut SAS va reprsenter les effectifs. Si vous souhaitez avoir les
pourcentages cliquez sur ce bouton et choisissez ce que vous voulez.
Subset data: Correspond l'option BY des procdures SAS. Si vous souhaitez
diviser votre population en distinguant selon le sexe, vous pouvez indiquer ici la
variable sexe. ATTENTION, le fichier devra avoir t tri selon la variable (sexe
ici) si nous voulons que cela fonctionne. Pour notre exemple, nous ne divisons pas
en sous-populations.
Chart column: Quelle est la variable reprsenter ? Ici c'est le bac. Cliquez sur
le bouton et choisissez la variable BAC.
Additional options: Si vous souhaitez modifier les couleurs par dfaut du
graphique, vous pouvez aller dans ce menu et les changer votre guise.
Cliquez ensuite sur le bouton SUBMIT pour lancer la procdure SAS. Devant vos
yeux bahis, un "magnifique graphique" apparat.
125
125 Il est possible de le transfrer sous Word (Avec la souris, dlimitez la zone qui vous intresse et fait un Edit/ Copy to paste buffer,
basculez sous Word et collez) mais la copie se fait en mode Bit-map. Cette image sera trs encombrante, trs longue imprimer...
IUT II Dpartement S.T.I.D. Cours de logiciel SAS.
E. PREUDHOMME I.G.W.T. Juin 2001
E. Mail :preudhom@iut2.upmf-grenoble.fr
Page 305
D.
Comment obtenir les instructions SAS qui ont donn le rsultat prcdent
Fermez le graphique. Vous pouvez rcuprer le programme qui vous a permis
dobtenir ce rsultat. Allez dans lediteur de programmes, la touche F4 permet de
rappeler le programme :
/*------------------------------------------------------------------*
| Summary:
|
|
Creating a grouped and stacked bar chart using the table
|
|
MOI.STID193 and charting the columns
|
|
GROUPE along the vertical axis.
|
| Generated: 02MAY2000 13:50:33
|
*------------------------------------------------------------------*/
/*------------------------------------------------------------------*
| The GOPTIONS statement allows you to have more control over the |
| final appearance of your output such as fonts, colors, text
|
| height and so on. The output device and destination is also
|
| specified in the goptions statement.
|
*------------------------------------------------------------------*/
goptions reset=(axis, legend, pattern, symbol, title, footnote) norotate
hpos=0 vpos=0 htext= ftext= ctext= target= gaccess= gsfmode= ;
goptions device=WIN ctext=blue
graphrc interpol=join;
/*------------------------------------------------------------------*
| PATTERN statements allow you to define colors and patterns in
|
| the chart, map or plot that you are creating. SAS/GRAPH uses
|
| any pattern statements that you specify. If more are needed,
|
| default PATTERN statements are used.
|
*------------------------------------------------------------------*/
pattern1 value=SOLID;
/*------------------------------------------------------------------*
| AXIS statements allow you to supply information on how your
|
| vertical and horizontal axes will appear on the graph.
|
*------------------------------------------------------------------*/
axis1
color=blue
width=2.0
Page 306
;
axis2
color=blue
width=2.0
;
axis3
color=blue
width=2.0
;
/*------------------------------------------------------------------*
| This section produces the actual bar chart and contains the
|
| options that directly relate to the data and the axis area.
|
*------------------------------------------------------------------*/
proc gchart data=MOI.STID193;
VBAR3D GROUPE /
maxis=axis1
raxis=axis2
frame
type=MEAN
sumvar=NOTEMAT
patternid=midpoint
;
run; quit;
Exercices :
I) Effectuez des statistiques lmentaires sur les individus de STID193 pour les
variables : Taille, Poids. (Mean, Max, Min etc.) Rcuprez le programme
correspondant.
II) Faites un TTest tester la diffrence de moyenne entre les tailles des hommes et
celles des femmes des STID de france (en supposant que les STID193 sont un
chantillon alatoire reprsentatif de la population des STID de france)
Dans SAS/ASSIST choisissez DATA ANALYSIS, ANOVA puis TTEST. Choisissez
ensuite la bonne option. (paired=apparie cf arbres debout et abattus de la fiche de tests
Minitab)
Active data set: Donnez le fichier STID193.
"Dependent variable": est la variable sur laquelle nous faisons le test: Taille.
Quant la variable de "classification" c'est le sexe.
Le rsultat s'affiche. Interprter le rsultat. Choisissez File/End pour revenir SAS
ASSIST.
Si vous le souhaitez, vous pouvez rcuprer le programme SAS par la touche
RESULTS.
126
126 Vous pouvez consultez le paragraphe TTEST de ce document pour interprter cette sortie.
IUT II Dpartement S.T.I.D. Cours de logiciel SAS.
E. PREUDHOMME I.G.W.T. Juin 2001
E. Mail :preudhom@iut2.upmf-grenoble.fr
Page 307
Franais
Analyse
Faire la moyenne
Axes
Annuler
Effacer
Colonne
Fonction de rpartition
Couper
Donne
Dcroissant
Densit
Effacer le graphe
Enlever
Valeur propre
Vecteur propre
Plan d'experience (factoriel)
Anglais-US
Near
Nearest
None
To paste
Percent
Popup menu
Random
Remaining
Recall
Rename
Row
Run
Setup
Slice
Small
Smallest
Smoothing
Solid
Sort
Sum of
Squares (USS
ou CSS)
Range
Etendue
Rank
Rang
Time serie
Srie chronologique
To remove
Enlever, ter
To round
Arrondir
Ties
Exaequo
Toolbar
Barre d'outils
Toolbox
Bote d'outils
Unmark
Ne plus slectionner
Values
Valeurs
Window
Fentre
Worksheet
Feuille de donnes
Lissage exponentiel
Fichier
Remplissage
Polices de caractres
Effectif
Cacher
Croissant
Garder
Etiquette (lgende)
Gestion(de donnes)
Slectionn (e)
Moyenne (arith. en gn.)
Mdiane
Fusionner
Modle
Franais
Prs (de)
Le plus prs
Aucun
Coller
Pourcent %
Menu contextuel
Alatoire
Restant (es)
Rappeler
Renommer
Ligne (worksheet)
lg sas: excuter
Configuration
Portion (de
graphique
camenbert)
Petit
Le(la,les) plus
petit(es)
Lissage
Plein (remplissage)
Trier
Somme des carrs
Page 308
IX.
BIBLIOGRAPHIE COMMENTEE
Cette bibliographie nest pas exhaustive. Elle contient les livres qui vous sont accessibles
pour approfondir le cours de Statistiques et pour lutilisation de SAS.
Ouvrages statistiques
Thorie
Page 309
Documentation SAS
Les trois ouvrages suivants sont indispensables pour lutilisation du module SAS de
base.
SAS
SAS
SAS Procedures Guide version 6, 3me dition. Attention, vous ne trouverez dans cet
ouvrage que les procdures du module SAS de base. Pour les procdures purement
statistiques, il faut vous rfrer aux ouvrages suivants. Pour la procdure SQL, il existe
un ouvrage spcifique cf. ci-dessous.
SAS guide to the SQL procedure Version 6 First Edition. Cet ouvrage trs clair
dcrit les possibilit (nombreuses) de la procdure SQL. Elle constitue, elle seule, une
autre faon dutiliser SAS grce au langage SQL.
SAS guide to Macro Processing Version 6 Second Edition. Cet ouvrage, trs clair,
permet dutiliser les Macros du langage SAS. Cest un ouvrage indispensable pour qui
utilise le langage SAS couramment.
SAS
technical reports P222 et P242 Release 6.07 et 6.08. Ils dcrivent les
changements et les amliorations pour la version 6.07et 6.08 du module SAS de base
(PROC Contents, Datasets, SQL...)
Page 310
Module STAT
SAS technical report P229 Release 6.07 Dcrit les changements pour le module
STAT version 6.07.
Module SAS/ACCESS
Module SAS/FSP
SAS/FSP
Module SAS/ASSIST
Page 311
X.
ANNEXES
Page 312
A.
Raccourcis clavier
La touche F9 lance laffichage des commandes associes aux touches de
fonction :
Vous pouvez les modifier en tapant simplement en face de la combinaison de
touches associe la commande souhaite.
Touche
F1
F2
F3
F4
Commande
help
reshow
end
recall
pgm
log
output
zoom off ;
submit
keys
command bar
SHF
SHF
SHF
SHF
SHF
SHF
SHF
SHF
SHF
SHF
CTL
CTL
CTL
CTL
CTL
F5
F6
F7
F8
F9
F11
F12
F1
F2
F3
F6
F7
F8
F9
F10
F11
F12
A
B
D
E
F
CTL
CTL
CTL
CTL
CTL
CTL
CTL
CTL
CTL
CTL
CTL
CTL
G
H
I
J
K
L
M
Q
R
T
U
W
Signification
Aide
Fermeture de la fentre en cours (OUTPUT)
Rappel du dernier programme tap (program
EDITOR)
Fentre program editor active
Fentre log active
Fentre output active
Cet cran
Barre de commande
subtop
left
right
A gauche
A droite
wpopup
libname
dir
clear
footnote
help
options
Aide
Liste des options du systme SAS
cut
log
mark
filename
rfind
title
unmark
access
Couper
Fentre LOG active.
Marquer
Liste des fileref
Page 313
B.
OPERATEURS ET FONCTIONS
1.
Les oprateurs
a)
arithmtiques
Syntaxe
*
/
+
**
><
<>
b)
Nom
Multiplication
Division
Addition
Soustraction
Puissance
Maximum
Minimum
Exemple
AIRE=LON*LAR
TACM=TAM/100
TOT=PRIX1+PRIX2
MONTANT=PRIX-REMISE
CUBE=ABSCISSE**3
MAX=MATH1><MATH2
MIN=MATH1<>MATH2
de comparaisons
Syntaxe
Signification
= ou EQ
^= ou NE
> ou GT
< ou LT
>= ou GE
<= ou LE
gal (EQual)
diffrent de (Not Equal)
suprieur strictement (Greater Than)
infrieur strictement (Less Than)
suprieur ou gal (Greater or Equal)
infrieur ou gal (Less or Equal)
Exemples
IF NOM='MARTIN' THEN... (slectionne tous les individus dont la
variable NOM est gale MARTIN)
IF NOTMAT >=10 THEN... (slectionne tous les individus qui ont la
moyenne en maths)
c)
logiques
Syntaxe
Signification
AND
OR
NOT
et
ou
non
Page 314
d)
divers
IN permet de simplifier des tests: IF num IN (1,3,5) THEN ...remplace la
suite d'instructions: IF num=1 THEN... IF num=3 THEN... etc...
: (deux points) Comparaison de chaines de caractres.
Si : suit l'oprateur, la comparaison entre deux chaines de caractres va s'effectuer
sur les deux chaines dont on ne gardera que le mme nombre de caractre. (Ce
nombre tant le minimum entre les deux longueurs). Par exemple:
IF NOM='M' THEN slectionne tous les individus dont le nom est gal M
IF NOM=:'M' THEN slectionne tous les individus dont le NOM commence par M
IF NOM=:'MA' THEN... slectionne tous les individus dont le NOM commence par
MA.
Page 315
2.
Les fonctions
a)
Statistiques usuelles
Nom
CSS
CV
KURTOSIS
Signification
2
Somme des carrs corrige ( xi x )
Coefficient de variation ( STD/MEAN)
Kurtosis (Ce coefficient mesure laplatissement dune
distribution. Un nombre ngatif indique gnralement une
distribution plus pointue quune distribution normale;
inversement, un nombre positif indique une distribution
plus aplatie quune distribution gaussienne)
Formule:
n(n + 1)
(n 1)
zi4 3
(n 1)( n 2)( n 3)
(n 2)( n 3)
xi x
(variable centre rduite)
s
La plus grande valeur
La plus petite valeur
La moyenne arithmtique
Nombre de non-manquants
Nombre de manquants
L'tendue (MAX-MIN)
Skewness (Ce coefficient mesure lasymtrie dune
avec
MAX
MIN
MEAN
N
NMISS
RANGE
SKEWNESS
zi =
n
zi3
( n 1)( n 2)
(variable centre rduite)
Formule:
STD
STDERR
SUM
USS
avec
zi =
xi x
s
2
Variance 1 / ( n 1) ( xi x ) = CSS / ( n 1)
VAR
Exemple d'utilisation
data moy;
set sasuser.stid193;
keep hg math fra moy ;
moy=mean(hg,mat,fra);
run;
proc print;
var moy;
run;
Page 316
b)
Probabilistes
Fonctions de
rpartition
POISSON( ,m)
PROBBETA(x,a,b)
PROBBNML(p,n,m)
PROBCHI(x,ddl)
PROBF(x,nuddl,deddl)
PROBGAM(x,a)
PROBNORM(x)
PROBT(x,ddl)
Signification
P ( X m) o X suit une loi de Poisson de paramtre
P ( X x ) o X suit une loi Beta(a,b)
Fonction Inverse
BETAINV(p,a,b)
GAMINV(p,a)
PROBIT(p)
TINV(p,ddl)
Exemple n1:
Je veux calculer le fractile d'ordre 0.95 d'une loi du 20 degrs de libert. (ou
encore x? tel que P ( X x ) = 0. 95 o X est une VA suivant un 20 ddl)
data _null_;
_null_ pour que les donnes ne soient pas conserves en mmoire.
x=CINV(0.95,20);
calcule la valeur voulue.
put x;
et l'affiche dans la fentre LOG.
run;
lance l'excution.
Exemple n2:
Je veux calculer P(X=3) o X suit une loi binomiale B(10,0.57). En remarquant
que P ( X 2) + P ( X = 3) = P ( X 3) (loi discrte),cette valeur est en fait
P ( X 3) P ( X 2 ) . D'o:
data _null_;
x=PROBBNML(0.57,10,3)-PROBBNML(0.57,10,2);
put x;
run;
Page 317
RANBIN(seed,n,p)
RANCAU(seed)
RANEXP(seed)
RANGAM(seed,a)
RANNOR(seed) (ou NORMAL)
RANPOI(seed,m)
RANUNI(seed) (ou UNIFORM)
Note: seed (graine en anglais) vous permet d'obtenir les mmes squences de nombres alatoires (avec la
mme graine initiale). Si vous n'uilisez pas cette possibilit, choisissez pour seed la valeur 0 (la graine est
dtermine partir de l'heure et de la date) Voir lexemple suivant.
Page 318
c)
Mathmatiques
Syntaxe
ABS(x)
ARCOS(x)
ARSIN(x)
ATAN(x)
CEIL(x)
Signification
Valeur absolue de x
Arccosinus(x)
Arcsinus(x)
Arctangente(x)
Retourne le plus petit entier suprieur ou gal l'argument
(Ceil(3.2)vaut 4)
COS(x)
Cosinus
COSH(x)
Cosinus hyperbolique
DIGAMMA(x)
La drive du logarithme de la fonction Gamma
EXP(x)
Exponentielle de x
FLOOR(x)
Retourne le plus grand entier infrieur ou gal l'argument
(Floor(3.2) vaut 3)
GAMMA(x)
Fonction Gamma
INT(x)
Partie entire de x
MAX(x1,x2,...,xn) Retourne la plus grande valeur
MIN(x1,x2,...,xn) Retourne la plus petite valeur
MOD(x,y)
Reste dans la division de x par y
LGAMMA(x)
Lorarithme nprien de la fonction Gamma
LOG(x)
Logarithme nprien de x
LOG10(x)
Logarithme dcimal de x
ROUND(x,y)
arrondi x y prs ex: Round(223.456,0.01) donne 223.46
SIGN(x)
Signe de x (-1 si ngatif, 1 si positif, 0 si nul)
SIN(x)
Sinus(x)
SINH(x)
Sinus hyperbolique
SQRT(x)
Racine carre
TAN(x)
Tangente(x)
TANH(x)
Tangente hyperbolique
TRIGAMMA(x) La drive de DIGAMMA.
Page 319
d)
Date et heure
Syntaxe
DAY(date)
MONTH(date)
YEAR(date)
WEEKDAY(date)
MDY(month,day,
year)
MINUTE(time)
HOUR(time)
SECOND(time)
HMS(hour,minute
,second)
TODAY( )
TIME( )
Signification
Retourne le jour dune date donne
Retourne le mois dune date donne
Retourne lanne dune date donne
Retourne le jour de la semaine dune date
Retourne une date SAS correspondant au jour/mois/anne cits en
argument.
Retourne les minutes dune heure donne
Retourne les heures dune heure donne
Retourne les secondes dune heure donne
Retourne une heure SAS correspodant aux heures minutes et
secondes cites en argument.
Retourne la date courante. Ne rien mettre entre les parenthses.
Retourne lheure courante
Page 320
C.
Format et Informat
1.
Formats
SAS dispose denviron 70 formats daffichage pour les variables. (nombre,
date, heure, chane de caractre...Si vous ne trouvez pas votre bonheur, vous pouvez
toujours dfinir vos propres formats, informats, masques daffichage en utilisant
PROC FORMAT (cf. ce document)
Pour modifier le format dune variable, il y a plusieurs possibilits. Si votre
fichier de donnes existe dj, vous pouvez utiliser la procdure DATASETS ou
PRINT (sous commande Format). Si vous tes en train de crer votre fichier de
donnes, vous pouvez spcifier directement le format dans la commande DATA
servant crer ce fichier. Le format sera alors toujours attach la variable.
Pour connatre les formats en cours des variables de vos fichiers, il suffit dexcuter
une procdure Contents (Datasets).
Exemple simple:
data work.essai;
input x;
format x 7.1;
cards;
1528
1255.325
15255.3
1228.62
1148.5
run;
Proc print;
run;
donnera la sortie:
OBS
1
2
3
4
5
X
1528.0
1255.3
15255.3
1228.6
1148.5
Le format (7.1) spcifi signifie que les nombre doivent tre reprsents sur 7
caractre dont une dcimale.
Un format 10.4 donnerait:
OBS
X
1
1528.0000
2
1255.3250
3
15255.3000
4
1228.6200
5
1148.5000
Page 321
Formats de nombres:
Format
(syntaxe)
Valeur non
formatte
Format (pour
notre exemple)
Valeur
formatte
w.d
BESTw.
125.236
6.2
best3.
125.24
BINARYw.
COMMAw.d
123
23451.23
binary.
comma10.2
01111011
23,451.23
COMMAXw.d
23451.23
commax10.2
23.451,23
DOLLARw.d
DOLLARXw.d
Ew.
FRACTw.
HEXw.
1254.71
1254.71
1257
0.666666666667
0.2784
88
dollar10.2
dollarx10.2
e10.
fract4.
fract.
hex8.
$1,254.71
$1.254,71
1.257E+03
2/3
174/625
00000058
OCTALw.
3592
octal6.
007010
PERCENTw.d
ROMANw.
0.1
1.2
-0.05
1992
percent10.
percent10.
percent10.
roman10.
10%
120%
( 5%)
MCMXCII
WORDFw.
wordf15.
two
Page 322
Remarque
Cest le format standard.
Sas cherche le meilleur
format.
Passage en binaire.
Sparateur des milliers
(version US)
Sparateur des milliers
(version franaise !)
Notation scientifique
Convertion sous forme
fractionnaire
Conversion en base 16
(hexadcimal)
Conversion en base 8
(octal)
Convertit en %, le nombres
ngatifs
sont
entre
parenthses.
Convertit
en
chiffres
romains !
Convertit les nombres en
lettres
Exemple:
Si vous voulez convertir 1995 en chiffres romains, il suffit de taper le
programme suivant et de regarder la LOG
data essai;
x=1995;
put x roman10.;
run;
Vous pouvez alors voir que 1995=MCMXCV !!!
Et en lettres:
data essai;
x=1995;
put x wordf60.;
run;
on obtient alors:
1995= one thousand nine hundred ninety-five and 00/100 !!!
Page 323
Page 324
Format
(syntaxe)
Valeur non
formatte
DATEw.
10847
DATETIMEw.d
10847
DAYw.
DDMMYYw.
10919
11316
11316
11316
11316
11316
Format (pour
notre exemple)
Valeur
formatte
date5.
date7.
date9.
datetime7.
datetime12.
datetime18.
day2.
ddmmyy5.
ddmmyy6.
ddmmyy8.
ddmmyyp8.
ddmmyyd8.
12SEP
12SEP89
12SEP1989
12SEP89
12SEP89:03
12SEP89:03:19:43
23
25/12
251290
25/12/90
25.12.90
25-12-90
10621
10621
46796
41400
41400
41400
10847
10847
10847
downame.
Sunday
hhmm.
hour4.1
13:00
11.5
mmddyy5.
mmddyy6.
Mmddyy8.
09/12
091289
09/12/89
MMSSw.d
4530
mmss.
75:30
MMYYxw.
29may1989
MONNAMEw.
10919
mmyy5.
mmyyc7.
mmyyd7.
mmyyp6.
mmyys7.
monname9.
05M89
05:1989
05-1989
05.89
05/1989
November
MONTHw.
10919
month.
11
MONYYw.
10750
monyy7.
JUN1989
QTRw.
10741
qtr.
QTRRw.
10897
qtr.
IV
TIMEw.d
WEEKDATEw.
59083
10848
time.
weekdate3.
16:24:43
Wed
DDMMYYxw.
DOWNAMEw.
HHMMw.d
HOURw.d
MMDDYYw.
Et
MMDDYYxw.
Page 325
Remarque
weekdate9.
weekdate15.
weekdate17.
weekdatx.
Wednesday
Wed, Sep 13, 89
Wed, Sep 13, 1989
WEEKDATXw.
10848
10848
10848
10869
WEEKDAYw.
10621
weekday.
WORDDATEw.
11212
Sep
September
Sep 12, 1990
YEARw.
YYMMxw.
YYMMDDw.
11212
11212
11212
worddate3.
worddate9.
worddate12.
worddate18.
year4.
yymmc7.
yymmdd8.
Wednesday, 4 October
1989
1990
1990:09
90-09-12
Et
YYMMDDxw.
YYMONw.
YYQxw.
10621
11212
yymon7.
yyqc6.
1989JAN
1990:3
YYQRxw.
11212
yyqrc8.
1990:III
Page 326
Exemples dutilisation:
Avec la date...
Une runion est prvue le 27 janvier 1995 et je souhaite envoyer un courrier 45
jours avant. A quelle date cela correspond-il ?
data _null_;
date='27JAN1995'D;
envoi=date-45;
put envoi DDMMYY8.;
run;
Page 327
Exercices
I) Calculez votre age en annes puis en heures (si vous connaissez votre heure de
naissance.
II) Quel jour (de la semaine) tes-vous ns ?
Complment
Il est possible de crer ses propres formats et de les appliquer ensuite des
variables adquates. Pour en savoir plus, allez consulter le paragraphe PROC
FORMAT de ce document.
Page 328
2.
Les Informats
Ils sont utiliss pour lire des donnes qui ont un format spcial dans un fichier texte externe.
Vous pouvez en dfinir de nouveaux avec la procdure FORMAT.
Exemple
Le fichier STID93 contient une variable date de naissance que SAS considre
(pour linstant) comme chane de caractres. Aucun calcul nest donc possible
dessus.
Grce un Informat, nous pouvons prciser SAS ce quil va lire (une date) et
dans quel ordre seront les lments qui la constitue.
Voici un exemple en supposant les donnes incluses dans le programme.
data work.age;
input datnaiss ddmmyy10. ;
aujour=today();
agejour=aujour-datnaiss;
agean=int(agejour/365.25);
DATNAISS
01MAY66
23OCT75
23MAY44
AUJOUR
27APR95
27APR95
27APR95
AGEJOUR
10588
7126
18601
Page 329
AGEAN
29
20
51
run;
proc print;
run;
L affichage donne:
OBS
DATNAISS
1
2
3
4
21OCT73
08DEC74
15AUG72
10NOV72
Page 330
Quelques Informats
Syntaxe
Valeur lire
Informat utilis
pour la lire
Rsultat de
la lecture
$w.
Marie-Christine
$10.
Marie-Chri
$HEXw.
6C6C
$hex4.
11
$COMMAw.d
$1,000,000
(500)
$1.000.000
comma10.
comma10.
commax10.
1000000
-500
1000000
1jan1990
01 jan 90
1 jan 90
1-jan-1990
23dec89:10:03:17
231090
23/10/90
23 10 90
1.257E3
date10.
10958
10958
10958
10958
946029797
11253
11253
11253
1257
88F
010190
1/1/90
01 1 90
jun89
1%
(20%)
14:22:25
hex3.
mmddyy8.
900101
90-01-01
yymmdd8.
COMMAXw.d.
DATEw.
DATETIMEw.
DDMMYYw.
Ew.d
HEXw.
MMDDYYw.
MONYYw.
PERCENTw.d
TIMEw.
YYMMDDw.
datetime20.
ddmmyy8.
e7.
monyy5.
percent3.
percent5.
time8.
2191
10958
10958
10958
10744
0.01
-0.2
51745
10958
10958
Page 331
Remarques
Lit une chane de longueur
w. (8 par dfaut)
Convertit
une
chane
hexadcimale en chane de
caractres.
Enlve les , () $ des
nombres.
Idem en changeant les
rles des , et les .
Lecture de dates
exemple ci-dessus)
(cf
Lecture de nombres en
notation scientifique.
Conversion de %
Lecture dheures minutes
secondes.
D.
1.
La fentre doptions
Elle est active en faisant un CTRL I ou en allant dans
GLOBAL/OPTIONS/GLOBAL OPTIONS.
Vous obtenez ce qui suit :
Page 332
2.
Linstruction
Exemples :
Dans le program Editor lancez un
Options linesize=70 pagesize=50 ;
Ceci vous permet de changer 70 le nombre de caractres par lignes dans la
fentre OUTPUT et 50 le nombre de lignes par page.
Options nodate nonumber ;
Va vous permettre de supprimer laffichage de la date et des numros de page
dans la fentre OUTPUT. Un Options date number ; remettra tout
comme avant !
Voici quelques options parmi les principales.
Nom
AUTOEXEC=
CENTER/ NOCENTER
CONFIG=
DATE/ NODATE
ECHOAUT
O/NOECHOAUTO
ERRORS=n
FIRSTOBS=n
FMTERR/NOFMTERR
FORMDLIM=
FULLSTIMER/
NOFULLSTIMER
GWINDOW/
NOGWINDOW
IMPLMAC/
NOIMPLMAC
INITCMD
Signification
Spcifie le nom du fichier excuter au lancement de
SAS
Centre ou non les sorties dans lOUTPUT
Spcifie le nom du fichier de configuration prendre en
compte sous SAS
Affiche ou non la date dans lOUTPUT
Affiche ou non lautoexec dans la LOG lorsquil est
excut.
N est le nombre derreurs afficher compltement dans la
LOG.
Obligera SAS ne lire qu partir de la nieme
observation dans les fichiers de donnes Elle est
initialise 1 par dfaut.
Spcifie si SAS doit sarreter ou non lorsquil rencontre
un format de variable inconnu. Dans le cas ou
NOFMTERR est active, le format dfaillant est
remplac par w. ou $w.
Spcifie un caractre utiliser lors des sauts de pages de
SAS dans lOUTPUT.
Affiche ou non des statistiques internes de SAS sur la
performance du systme (occupation mmoire etc) lors de
lexcution du code
Affiche ou non les graphiques haute rsolution dans le
display manager.
Autorise le compilateur SAS vrifier sil rencontre des
macros, ce qui ralentit le temps dexcution.
Supprime laffichage des fentres LOG, OUTPUT et
PROGRAM EDITOR lors du lancement dune
application AF
Page 333
Page 334
E.
1.
Altgr 6
data _null_;
file extrait;
set moi.stid193;
put groupe sexe taille poids;
run;
1
1
1 11.5
2
2
2
2
12
13
15
10
18
15
68
61
68
54
50
58
58
Gnial non ?
Remarques : Pour terminer le travail, il faut remplacer les . par des ,
dans les donnes pour quExcel les reconnaissent comme des donnes
numriques (cf. le 11.5 de la note de maths). Il faut galement faire attention
aux manquants que SAS remplace par des points . alors quExcel les
reconnat par une cellule vide.
Page 335
Attention : Si vous avez donn un nom votre fichier Excel, vous devez
remettre ce nom dans la dfinition de la liaison DDE la rubrique TOPIC.
127
Ainsi, si votre fichier est nomm ESSDDE.XLS, linstruction filename sera du type :
filename extrait dde 'excel|essdde.xls!l1c1:l106c4';
2.
12
27.5
32
-52152.2215
-8.2
7.582
123.2513
258.32
Altgr 6
data moi.donnee;
infile essai;
input nom $ var1 var2;
run;
proc print data=moi.donnee;Un Proc Print pour afficher le fichier ainsi import.
run;
Attention : Si vous avez donn un nom votre fichier Excel, vous devez
remettre ce nom dans la dfinition de la liaison DDE la rubrique TOPIC.
Ainsi, si votre fichier Excel est nomm ESSDDE.XLS, linstruction filename sera
du type :
128
Nous obtenons :
The SAS System
OBS
1
2
3
4
VAR1
VAR2
Paul
12.00
-8.200
Gronimo
27.50
7.582
Charles32.00 123.251
Henri
-52152.22 258.320
Page 336
3.
Applications
a)
Trac du premier plan principal sous Excel dans une ACP faite sous SAS
Nous allons charger le fichier ACP que vous connaissez bien, effectuer lACP sur
les 12 variables de tempratures, calculer les qualits des diffrentsindividus (cf.
chapitre ACP de ce document) et importer sous Excel les projections des villes
sur le premier plan principal.
proc princomp data=moi.acp out=work.essai;
var jan fev mar avr mai jun jui aou sep oct nov dec;
run;
/* Calcul de la qualit de reprsentation des individus*/
proc standard data=work.essai out=work.essai mean=0 std=1;
var jan fev mar avr mai jun jui aou sep oct nov dec;
run;
data work.essai2;
set work.essai;
denom= USS(jan,fev,mar,avr,mai,jun,jui,aou,sep,oct,nov,dec);
numer=USS(prin1,prin2);
qual=numer/denom;
run;
proc print data=work.essai2;
run;
/* transfert des donnes NOM PRIN1 PRIN2 QUAL sous Excel*/
filename extrait dde 'excel|feuil1!l2c1:l16c4';
data _null_;
file extrait;
set work.essai2;
put nom prin1 prin2 qual;
run;
2eme composante
3
2
1
0
-5
-4
-3
-2
-1
-1
-2
-3
1ere com posante
Page 337
Remarque : Il serait intressant dtiquetter les points ici, mais Excel ne met que la premire
srie de donnes comme tiquette. Il faut ensuite les modifier une une avec les noms des
villes !
b)
Rcupration des rsidus et des mesures dinfluence sous Excel dans le cas dune
Regression linaire multiple
Dans la pratique, il est souvent commode dutiliser SAS pour effectuer les calculs
et dExcel pour les reprsentations graphiques.
129
X2
0,4227
Ychapeau
Residu
Stdres
Cook
Dfits
8,6895
37,09
-1474,69379
1511,78379
2,8356555
0,2201091
0,84345645
1,2497 99,1988
311,66
-974,307121
1285,96712
2,35805921
0,11871351
0,61154592
1,5177 63,0564
204,51
-1117,94958
1322,45958
2,40291472
0,08337637
0,51308017
4,852 94,8181
327,7
-656,520754
984,220754
1,77362171
0,05888386
0,42522574
129 SAS possde bien des graphiques Haute rsolution (GPLOT, GCHART etc...) mais leur utilisation est trs lourde et les graphiques
obtenus sont mdiocres. De plus, ils sont en mode Bitmap ce qui alourdit les copier-coller, les impressions. Il est alors prfrable de passer
par PAINT pour sauvegarder ces fichiers en BMP puis les intgrer dans un document (Insrer Image) .
IUT II Dpartement S.T.I.D. Cours de logiciel SAS.
E. PREUDHOMME I.G.W.T. Juin 2001
E. Mail :preudhom@iut2.upmf-grenoble.fr
Page 338
F.
Nom
Module
ANOVA
APPEND
SAS / Base
CATALOG
CANDISC
CHART
CLUSTER
COMPARE
CONTENTS
COPY
CORR
CORRESP
DISCRIM
DATASETS
SAS / Base
SAS/Stat
SAS / Base
SAS/Stat
SAS / Base
SAS / Base
SAS / Base
SAS / Base
SAS/Stat
SAS/Stat
SAS / Base
DBLOAD
FORMAT
SAS/PC File
format
SAS / Base Dfinir des formats et des informats pour les variables
FORECAST
SAS/ETS
FREQ
FSEDIT
SAS / Base
SAS/FSP
FSVIEW
GLM
SAS/FSP
SAS / Stat
LOGISTIC
MEANS
SAS/Stat
SAS / Base
NPAR1WAY
OPTIONS
PLOT
SAS / Stat
SAS / Base
SAS / Base
PRINCOMP
PRINT
RANK
SAS / Stat
SAS / Base
SAS / Base
REG
SAS / Stat
SORT
SAS / Base
STANDARD
SUMMARY
SAS / Base
SAS / Base
ACCESS
quilibres.
Ajout dobservations contenues dans un fichier SAS la suite dun
autre fichier SAS
Grer les catalogues SAS
Analyse discriminante canonique.
Effectuer des diagrammes bandes, histogrammes etc... en mode texte.
Classification ascendante hirarchique.
Comparer de fichiers SAS
Lister le contenu dune bibliothque, les attributs dun fichier ...
Copier tout ou partie de fichiers de donnes SAS
Calculer des coefficients de corrlation (Pearson, Spearman...)
Analyse factorielle des correspondances (simples et multiples)
Analyse discriminante baysienne.
Lister, copier, supprimer, renommer des fichiers de donnes SAS. (les
possibilits des procdures Append, Contents et Copy y sont incluses)
Conversion dun fichier SAS au format DBASE... FILE/EXPORT per
met de faire ce travail en tant assist.
numriques et alphanumriques
Prvision pour les sries temporelles. La commande FORECAST est
prsente dans ce document.
Tris plat, tri croiss pour des variables qualitatives. Tests du Chi 2...
Cration de masque de saisie pour crer de nouveaux fichiers de
donnes.
Visualisation / correction de fichiers de faon interactive.
Analyse de variance un ou plusieurs critres avec des donnes
quilibres ou non. (Il est prfrable dutiliser Anova avec des donnes
quilibres)
Rgression logistique.
Produire des statistiques lmentaires sur une variable numrique.
(Univariate est plus puissante)
Effectuer des tests non paramtriques (Mann-Whitney ...)
Lister les options en cours de SAS.
Crer des nuages de points en mode caractre. (GPLOT pour la haute
rsolution)
Page 339
TIMEPLOT
SAS / Base
TRANSPOSE
SAS / Base
TTEST
SAS / Stat
Remarque: Pour connatre la syntaxe complte dune procdure, consultez laide en ligne.
Page 340
G.
Vous verez alors Windows se lancer et une petite fentre souvrir signalant que SAS
execute votre programme et que le contenu de la fentre LOG sera dans le fichier
monprog.log et celui de la fentre OUTPUT dans le fichier monprog.lst.
Il vous est possible de modifier la largeur de la page de la fentre OUTPUT grce -linesize
ou -ls. Exemple -ls 70 la suite des instructions prcdentes imposera SAS 70
caractres dans la fentre OUTPUT.
De mme -pagesize, ou -ps modifie le nombre de ligne par page.
Pour avoir la liste des options, vous pouvez consulter le SAS Companion for the Microsoft
Windows Environment pp159ss
Page 341
H.
Page 342
I.
Page 343
J.
1.
LEFI
Page 344
Fichier converti
Fichier Original
Nous voyons que le ; sert de dlimiteur entre les variables. Nous allons
lindiquer SAS en cliquant sur le bouton OPTIONS.
Choisissez ; comme delimiteur de fichier :
Validez.
Page 345
Ensuite, cliquez sur une colonne du fichier TEXTE, donnez lui un Nom (nom de
variable) dans Field Name et cliquez sur ADD.
Faites ceci pour le GROUPE et lORDRE.
Pour la DATE, mettez la en numrique, donnez lui comme INFORMAT
DDMMYY8. Et comme FORMAT ce que vous voulez. Cf. paragraphe sur les
formats.
Faites un File/Save pour entrinner vos changements.
La LOG doit contenir :
NOTE:
WORK.STID193CO
created.
Page 346
was
successfully
2.
DATA WORK.ENTREE;
INFILE 'Z:\PUBLIC\LOGICIEL\ENTREE.TXT' ;
INPUT NOM $ SEXE $ ETC...;
RUN ;
PROC PRINT DATA=WORK.ENTREE;
RUN;
Page 347
Page 348
3.
a)
Changement de dlimiteur
IUT II Dpartement S.T.I.D. Cours de logiciel SAS.
E. PREUDHOMME I.G.W.T. Juin 2001
E. Mail :preudhom@iut2.upmf-grenoble.fr
Page 349
Jusquici, les variables taient spares par des espaces dans le fichier
importer. Si ce nest pas le cas, il faut utiliser loption dlm=derrire
INFILE.
Voici le contenu du fichier TAILLEV.TXT:
JULIEN;185;PAUL;192;PIERRE;187;ANDRE;167
FIONA;154;ERIC;185;JULIETTE;166
ROBERT;167;VIVIEN;170;MAXIME;196
Pour limporter correctement, il faut donner un dlm=; dans linstruction
Infile pour prciser SAS le dlimiteur utilis.
DATA WORK.TAILLEV;
INFILE 'Z:\PUBLIC\LOGICIEL\TAILLEV.TXT' DLM=';';
INPUT NOM $ TAILLE @@;
RUN;
Page 350
d)
e)
f)
Exercice rcapitulatif.
Nous avions demand aux STID193 de nous donner leur date de naissance. Voici
le fichier STID93CO.TXT
A;1;21/10/73;DOC
A;2;08/12/74;cio
A;3;15/08/72;ami
A;4;10/11/72;cio
A;5;30/11/74;cio
A;6;11/02/74;cio
A;7;14/09/74;cio
...
B;26;18/12/73;cio
B;27;15/03/73;cio
B;28;08/08/69;livre tudiant
C;1;25/07/73;
C;2;28/10/72;
C;3;30/04/74;
Il contient, pour les STID193 : leur groupe, leur numro dordre dans le groupe,
leur date de naissance et la faon dont il ont connu lIUT.
Page 351
Page 352
4.
a)
Application:
Que faut-il ajouter au programme prcdent pour charger en plus la variable
code postal ?
Remarque: L'option MISSOVER de INFILE indique SAS de complter par
des valeurs manquantes toute ligne incomplte. (Sinon SAS va lire la ligne
suivante ce qui lui manque (Flowover))
Mise en pratique
Editez le fichier ESS.TXT (au format texte DOS)avec un diteur de texte (Word
en police courier new pour avoir des colonnes bien alignes avec affichage des
espaces et des tabulations (OUTILS/Options/Afficher /Tabulations, espaces.
Vrifiez les donnes (et leurs positions (colonnes)) et fermez le fichier.
Page 353
185.5
175.5
175.5
79.5
78
78.5
7100
74100
Il se peut que les 4 et 5 lignes ne soient pas lues correctement sous SAS.
Comprenez pourquoi et rectifiez le problme (sous Word)
Rpter l'opration prcdente jusqu' ce que vous ayez obtenu un succs
complet.
Page 354
b)
(1)
Ce programme gnre 10 nombres (ralisations d'une loi uniforme [0,1]) et les affiche
dans la fentre LOG. (Pour plus de dtails sur RANUNI allez dans lannexe sur les fonctions de
SAS)
Si vous voulez mettre cet chantillon dans un fichier de donnes SAS work.ech, nous
avons le programme suivant :
DATA WORK.ECH;
DO I=1 TO 10;
X=RANUNI(0);
OUTPUT ;
END;
RUN;
Page 355
(2)
Initialise x 0
Commence la boucle...(on en sort ds que x>2)
x est une ralisation d'une N(0,1)
Nous l'inscrivons dans le fichier exemple
La boucle est termine
La squence DATA aussi.
Remarque : Vous dcouvrez ici une possibilit de l'instruction OUTPUT. Elle permet d'inscrire
chaque valeur valide de x la suite du fichier de donne ouvert. Supprimez-l et le fichier
exemple ne contiendra qu'une seule observation ! (La dernire !)
(3)
Initialise x 0
Commence la boucle...(on en sort ds que x>2)
x est une ralisation d'une N(0,1)
Nous l'inscrivons dans le fichier exemple
La boucle est termine
La squence DATA aussi.
Instruction GO TO
Un petit exemple vaut mieux qu'un long discours...
DATA _NULL_;
DO I=1 TO 100 BY 2;
PUT I=;
IF I=11 THEN GO TO FIN;
END;
FIN: PUT 'TERMIN';
RUN;
Page 356
K.
Page 357
130
L.
INDEX
2
2000 (anne)...........................334
A
ABS.........................................319
ACM........................................231
Comparaison avec l'AFC....234
Alatoires......................................
Gnration de lois...............318
Analyse..........................................
de sries chronologiques.....269
Discriminante Baysienne...257
Factorielle discriminante....248
Analyse de la variance...................
deux critres.....................171
Analyse en composantes
principales...........................189
ANNOTATE..................................
GPLOT................................226
ANOVA.........................................
modle.......................................
spcification sous SAS. . .172
Procdure............................166
Syntaxe................................166
Apparies.......................................
Donnes...............................155
Apparis.........................................
chantillons.........................155
ARCOS....................................319
ARRAY.........................................
tape DATA..........................44
ARSIN.....................................319
ATAN......................................319
AUTOEXEC............................333
AVERAGE....................................
CLUSTER...........................208
BARTLETT...................................
Test de.......................................
exemple...........................167
Rappels thoriques..........165
Barycentriques...............................
Reprsentations (AFC)........227
BEIGE...........................................
STYLE=................................89
BESTw. ........................................
format .................................322
Beta................................................
loi317
bibliothque...................................
WORK...................................18
Bibliothque..................................
Comment en crer une ?.......21
contenu d'une.......................293
SASUSER.............................18
Visualisation du contenu.......22
bibliothque SAS...........................
gnralits.............................17
BINARYw. ...................................
format .................................322
binomiale.................................317
Box Plot.........................................
Dfinition............................120
SAS INSIGHT.....................120
Boxplot..........................................
Exemple..............................168
BRICK...........................................
STYLE=................................89
BROWN........................................
STYLE=................................89
CARDS..........................................
Dfinition..............................31
Instruction.............................11
CEIL........................................319
CELLCHI2\...................................
FREQ...................................158
CENTER........................................
Options................................333
Chi deux........................................
Test............................................
Rappels thoriques.........162
Test d'indpendance du.......161
Test sur un tri crois existant
........................................161
CHI DEUX....................................
Test du.................................156
chi2................................................
Test d'indpendance du.......158
Chi2...............................................
Test du.................................158
CHISQ\..........................................
FREQ...................................158
CLUSTER......................................
Procdure............................206
Coefficient de corrlation linaire
Test de nullit......................185
Coefficients de liaison...................
calcul de..............................156
COMMAw.d..................................
format .................................322
COMMAXw.d...............................
format .................................322
COMMAXw.d. .............................
informat ..............................331
Comparaison..................................
de k populations..................182
Concatnation................................
Fichiers de donnes...............54
CONDENSE..................................
TABULATE........................145
CONFIG=......................................
Options................................333
CONTAINS...................................
Exemple................................70
CONTENTS...................................
Procdure............................293
Contributions des individus...........
ACP.....................................199
CORR............................................
Procdure............................184
Corrlation.....................................
Coefficient de............................
SAS INSIGHT................130
rapport de....................164, 248
Correlations...................................
Cercle des............................195
Page 358
CORRESP......................................
Procdure....................215, 231
Syntaxe................................229
COS.........................................319
COSH.......................................319
Cosinus carr.................................
AFC.....................................236
COVARIANCE.............................
Option PROC PRINCOMP. 189
Covariances...................................
CORR..................................188
CSS..........................................316
CSS\...............................................
TABULATE........................143
CUMCOL......................................
FREQ...................................158
CV............................................316
CV\................................................
TABULATE........................143
D3D...............................................
STYLE=................................89
Dagnlie. .163, 174, 179, 185, 309
DATA............................................
tape..........................................
dfinition...........................31
DATA MINING............................
Module SAS/INSIGHT.......112
DATASETS...................................
Procdure............................296
date................................................
format........................................
exemple.............................33
DATE.............................................
Options................................333
DATETIMEw. ..............................
informat ..............................331
DATETIMEw.d.............................
format .................................325
DATEw. ........................................
format .................................325
informat ..............................331
DAY.........................................320
DAYw. ..........................................
format .................................325
DDE...............................................
Liaison.................................335
DDMMYYw. ................................
format .................................325
informat ..............................331
DEFAULT.....................................
STYLE=................................89
DELETE........................................
tape data..................................
exemple.............................39
Densit de probabilit...................
SAS INSIGHT.....................124
DEVIATION\................................
FREQ...................................158
Diagramme bandes...............304
DIGAMMA.............................319
DISCRIM......................................
Procdure....................247, 252
Discriminant..................................
mesure du pouvoir...............248
distributions...................................
Comparaison de...................174
Distributions..................................
comparaison de...................179
Comparaison de...................182
DLM=......................................350
DO UNTIL....................................
Instruction.................................
tape DATA......................61
DO/END..................................355
DO/UNTIL..............................356
DO/WHILE.............................356
DOLLARw.d.................................
format .................................322
DOLLARXw.d..............................
format .................................322
Donnes.........................................
gnres dans un programme
........................................355
DOWNAMEw. .............................
format .................................325
DROP.............................................
tape data..................................
exemple.............................38
DROP=..........................................
Syntaxe..................................65
ECHOAUTO.................................
Options................................333
Effectifs.........................................
Thoriques...........................162
EFI...........................................344
END=.............................................
Instruction SET.........................
syntaxe..............................50
Enterprise MINER.........................
Module SAS/INSIGHT.......112
quilibres.....................................
Donnes...............................172
ERRORS=......................................
Options................................333
Etape DATA..................................
Compteur...............................48
Ew. ................................................
format .................................322
Ew.d...............................................
informat ..............................331
EXCEL..........................................
Importation d'un fichier........24
Liaison DDE SAS EXCEL..336
EXP..........................................319
EXPECTED\..................................
FREQ...................................158
EXPORT........................................
Procdure............................343
F
Ficher-Snedeccor...........................
loi317
Fichiers de donnes SAS...............
Affichage.............................136
Concatnation........................53
Copier....................................37
Gnralits............................17
gestion.................................296
FIRSTOBS.....................................
Instruction...........................351
option de INFILE................351
FIRSTOBS=..................................
option....................................39
Syntaxe..................................67
FIRSTOBS=n................................
Options................................333
Fisher.............................................
Loi de..................................164
Test d'galit de variances. .152
Test de.................................153
FLOOR....................................319
FLOWOVER.................................
Instruction...........................353
FMTERR.......................................
Options................................333
Fonction de rpartition..................
SAS INSIGHT.....................123
Fonctions.......................................
date et heure........................320
mathmatiques....................319
probabilistes........................317
Statistiques usuelles............316
Fonctions de rpartition.................
Comparaison.......................177
FORECAST...................................
Commande..........................269
Format.......................................26
date et heure........................324
dfinition.............................321
liste......................................322
Premier exemple...................33
FORMAT.......................................
Procdure............................276
Formats..........................................
de nombres..........................322
exemples..............................327
FORMDLIM=...............................
Options................................333
FRACTw. .....................................
format .................................322
FREQ.............................................
Procdure............................156
Frquences conditionnelles.....157
FULLSTIMER...............................
Options................................333
Fusionner.......................................
Fichiers de donnes SAS.......56
Gamma..........................................
loi317
GAMMA.................................319
GLM..............................................
Comparaison avec ANOVA 172
Procdure............................166
GOTO......................................356
Instruction...........................356
Graine............................................
gnrateur alatoire.............318
Graph N Go...................................
Assitant Graphique................97
Graphique......................................
Cration d'un.........................98
GWINDOW...................................
Options................................333
H
HEXw. ..........................................
Page 359
format .................................322
informat ..............................331
HHMMw.d....................................
format .................................325
HMS........................................320
HOUR......................................320
HOURw.d......................................
format .................................325
HTML............................................
Sorties graphiques...............104
IF THEN........................................
tape DATA..............................
exemple.............................38
IF THEN ELSE..............................
Instruction.................................
tape DATA......................61
IMPLMAC....................................
Options................................333
Importation....................................
d'un fichier texte externe.....347
de fichiers textes \...............353
fichiers textes inhabituels. . .349
Fichiers textes inhabituels...349
Importation de Fichiers.................
Texte....................................344
Importation de fichiers externes
.............................................342
IN315
IN
Option de SET ou MERGE...55
IN ( )..............................................
Exemple................................61
Individu supplmentaire................
ACP.....................................200
Individus........................................
Slection....................................
dans une procdure..........67
supplmentaires (ACM)......245
Inertie............................................
ACP.....................................191
du nuage des profils lignes..218
du nuage en AFC et ACM...234
inter classes.........................210
intra classes.........................207
INFILE....................................349
informat.........................................
exemple.................................32
Informat.....................................26
liste......................................331
Premier Exemple...................33
Informats.......................................
Cration...............................287
dfinition.............................329
INITCMD......................................
Options................................333
INT..........................................319
INVALIDDATA............................
Options................................334
IS MISSING..................................
Exemple................................69
J
JMP................................................
Logiciel...................................2
KEEP.............................................
Etape data..................................
exemple.............................38
KEEP=...........................................
Syntaxe..................................65
Kolmogorov...................................
test de..................................175
Kolmogorov-Smirnov...................
Test de.........................150, 174
Kruskal et Wallis...........................
Test de.................................182
Kuiper............................................
test de..................................175
KURTOSIS..............................316
Label..........................................26
LABEL..........................................
tape DATA..........................45
Options................................334
Lambda..........................................
Wilks...................................251
Length........................................26
LENGTH.......................................
dans une tape DATA...........42
LGAMMA...............................319
Liaison...........................................
entre deux variables
qualitatives..............160, 216
entre une variable qualitative et
une quantitative...............163
LIKE..............................................
Exemple................................71
LINESIZE=...................................
Options................................334
Lissage...........................................
choix d'un modle...............272
LOG.........................................319
LOG=.............................................
Options................................334
LOG10.....................................319
M
MACRO.........................................
Options................................334
Mann et Whitney...........................
Test......................................176
Test de.................................179
Mantel-Haenszel Chisquare..........
Test de.................................159
MAPS=..........................................
Options................................334
Masques d'affichages.....................
FORMAT............................283
MAUTOSOURCE.........................
Options................................334
MAX................................316, 319
MDY........................................320
MEAN.....................................316
MEAN().........................................
Fonction....................................
exemple.............................39
MEAN\..........................................
TABULATE........................143
MEANS ........................................
Procdure ................................
Exemple............................12
MERROR......................................
Options................................334
MIN.................................316, 319
MINIMAL.....................................
STYLE=................................89
MINUTE..................................320
MISSING=....................................
Options................................334
MISSOVER.............................351
Instruction...........................353
MISSTEXT=.................................
TABULATE........................145
MLOGIC.......................................
Options................................334
MMDDYYw. ................................
format .................................325
informat ..............................331
MMSSw.d......................................
format .................................325
MMYYxw. ...................................
format .................................325
MOD........................................319
MONNAMEw...............................
format .................................325
MONTH...................................320
MONTHw. ....................................
format .................................325
MONYYw.....................................
format .................................325
MONYYw. ...................................
informat ..............................331
Moyenne........................................
Comparaison une valeur fixe
(TTest)............................150
MPRINT........................................
Options................................334
MSGCASE....................................
Options................................334
MSGLEVEL=................................
Options................................334
MSTORED....................................
Options................................334
N 316
N
UNIVARIATE....................149
N\
TABULATE........................143
NMISS.....................................316
NMISS()........................................
Exemple................................69
Fonction....................................
exemple.............................39
NOBS=..........................................
Instruction SET(tape DATA)
..........................................52
NOCOL..........................................
FREQ...................................158
NOFREQ\......................................
FREQ...................................158
non paramtriques.........................
tests.....................................174
NOPERCENT\...............................
FREQ...................................158
NOPRINT\.....................................
FREQ...................................158
Normaliser.....................................
Variables.............................204
Normalit.......................................
Test de.................................150
Test de.......................................
Page 360
SAS INSIGHT................124
NOROW\.......................................
FREQ...................................158
NPAR1WAY.................................
Procdure............................174
Nuage de points 3D.......................
SAS INSIGHT.....................131
Nuages de Points...........................
SAS INSIGHT.....................126
NUMBER......................................
Options................................334
OBS=.............................................
option....................................39
Options................................334
Syntaxe..................................67
OCTALw. .....................................
format .................................322
OF..................................................
Fonctions...............................42
Oprateurs.....................................
arithmtiques.......................314
de comparaison...................314
logiques...............................314
OPTIONS......................................
Instruction...........................332
OUT=.............................................
Option procdure SORT......135
OUTPUT........................................
Fentre ......................................
Options.............................14
Instruction (tape DATA).....40
Visualisation d'un fichier
dans...................................30
OUTPUT ......................................
Dfinition................................9
P
PAGENO=.....................................
Options................................334
PAGESIZE=n................................
Options................................334
PCTN.............................................
TABULATE........................143
PCTSUM.......................................
TABULATE........................143
Pearson..........................................
Coefficient de corrlation de
........................................184
PEARSON.....................................
Coefficient de......................187
PERCENTw.d................................
format .................................322
informat ..............................331
PICTURE.......................................
FORMAT............................283
Plan principal.................................
ACP.....................................194
Plan Principal................................
ACP.....................................201
POINT=.........................................
Instruction SET(tape DATA). .
syntaxe..............................51
POISSON(,m)..........................317
Pouvoir discriminant.....................
Global..................................251
PRINCOMP...................................
Procdure............................189
PRINT............................................
Procdure............................136
PRINTMISS..................................
TABULATE........................145
PROBBETA.............................317
PROBBNML(..........................317
PROBCHI................................317
PROBF.....................................317
PROBGAM..............................317
PROBNORM...........................317
PROBT....................................317
Procdures SAS.............................
Options du DATA=...............64
Procdures Statistiques............134
Profils............................................
colonnes..............................223
lignes...................................216
PROGRAM EDITOR....................
Dfinition................................9
Excuter................................13
Excution Partielle................13
Enregistrer............................13
PRT\...............................................
TABULATE........................143
QTRRw. ........................................
format .................................325
QTRw. ..........................................
format .................................325
Qualit...........................................
de reprsentation d'un point
(AFC)..............................222
Qualit de reprsentation...............
ACP.....................................202
Quartiles........................................
SAS INSIGHT.....................121
R
Raccourcis clavier...................313
RANBIN..................................318
RANCAU.................................318
RANEXP.................................318
RANGAM................................318
RANGE....................................316
RANGE\........................................
TABULATE........................143
RANK............................................
Procdure............................146
RANNOR.................................318
RANPOI..................................318
RANUNI..................................318
Rgression.....................................
SAS INSIGHT.....................129
RENAME=....................................
Syntaxe..................................66
ROMANw. ...................................
format .................................322
ROOT MSE...................................
ANOVA...............................167
ROUND...................................319
RSASUSER...................................
Options................................334
PROC RANK......................146
SECOND.................................320
SELECT.........................................
Instruction.................................
tape DATA......................63
SET................................................
Instruction.............................36
Instruction.................................
Syntaxe.............................36
Options de l'instruction.........50
Shapiro-Wilk.................................
Test de.................................150
SIGN........................................319
SIN...........................................319
SINH........................................319
SKEWNESS............................316
SORT.............................................
Procdure..................................
syntaxe............................135
SPEARMAN..................................
Coefficient de .....................187
SQL...................2, 31, 70, 71, 310
SQRT.......................................319
STANDARD..................................
Procdure............................203
STATDOC.....................................
STYLE=................................89
STD..........................................316
STD\..............................................
TABULATE........................143
STDERR..................................316
STDERR\.......................................
TABULATE........................143
STID193........................................
Fichier exemple.....................24
Stratification..................................
SAS INSIGHT.....................126
Student...........................................
loi317
Test de.........................150, 153
STUDENT.....................................
Test de.......................................
SAS INSIGHT................122
STYLE=.........................................
ODS HTML...........................89
SUM........................................316
SUM\.............................................
TABULATE........................143
SUMWGT.....................................
UNIVARIATE....................149
SUMWGT\....................................
TABULATE........................143
T\
TABULATE........................143
TABLE..........................................
Procdure Tabulate.............142
Tableau..........................................
Disjonctif complet...............231
Tableau d'analyse de la variance...
deux critres.....................171
Tableaux de variables................42
TABULATE..................................
Procdure..................................
syntaxe............................139
TAN.........................................319
TANH......................................319
Page 361
TDC.........................................231
Tenenhauss......................227, 268
Test................................................
comparaison de n moyennes
........................................163
d'galit des matrices de
variances cov..................264
nullit du coefficient de
corrlation linaire..........184
Test d'galit de variances.......153
Test de comparaison de moyennes
.............................................152
TIME.......................................320
TIMEw. ........................................
informat ..............................331
TIMEw.d.......................................
format .................................325
Titres dans l'OUTPUT...................
Gestion..................................14
TODAY...................................320
TODAY( )......................................
exemple.................................35
TRANSPOSE.................................
Procdure............................290
TREE.............................................
Procdure............................212
tri plat, tri crois...................156
Trier...............................................
procdure SORT..................135
TRIGAMMA...........................319
Tris croiss....................................
Procdure Tabulate.............140
Typologie.......................................
Qualit de............................206
UNIVARIATE...............................
Procdure............................148
USS..........................................316
USS\...............................................
TABULATE........................143
Utiliser SAS simplement...............
SAS/ASSIST.......................303
V
Validation croise..........................
Mthode..............................260
VAR.........................................316
VAR\..............................................
TABULATE........................143
Variables........................................
Changement d'tiquette.........45
Changement de Format.........47
Changement de nom..............46
Cration (dans une tape
DATA)..............................42
Instantanes...........................49
Modification..........................43
Recodage...............................61
Tableau de.............................44
Tableaux de...........................42
Variables centres rduites............
calcul de..............................203
Variables quantitatives..................
Analyse univarie................148
Variables supplmentaires............
ACP.....................................198
Variance.........................................
Dcomposition de...............164
inter.....................................248
variances........................................
Test d'galit de 2...............152
WARD...........................................
Critre de.............................207
WAYS...........................................
Proc Means............................12
WEEKDATEw. ............................
format .................................325
WEEKDATXw. ............................
format .................................326
WEEKDAY.............................320
WEEKDAY()................................
exemple.................................41
WEEKDAYw. ..............................
format .................................326
Where............................................
fonction...............................297
where=...........................................
option....................................39
WHERE=.......................................
tape data..................................
exemple.............................38
Exemple..........................64, 69
WHILE..........................................
Instruction.................................
tape DATA......................61
Wilcoxon.......................................
YEAR......................................320
YEARCUTOFF=nombre...............
Options................................334
YEARw. .......................................
format .................................326
YYMMDDw..................................
informat...............................331
YYMMDDw. ................................
format .................................326
YYMMxw. ...................................
format .................................326
YYMONw. ...................................
format .................................326
YYQRxw.......................................
Page 362
format..................................326
YYQxw. ........................................
format .................................326
LOG .............................................
Dfinition................................9
_
_
Substitution de caractres.....71
_ERROR_......................................
tape DATA..............................
variable automatique.........51
_LAST_=.......................................
Options................................334
_N_................................................
tape DATA..........................48
(deux........................................315
@
@@..........................................349
%
%
Substitution de caractres.....71
$
$COMMAw.d..........................331
$HEXw. ........................................
informat ..............................331