Statystyczna analiza danych z pakietem SAS

nieobowiązkowe

Wymagania formalne

Osoby zainteresowane zajęciami SAD-SAS powinny posiadać podstawowe umiejętności przetwarzania danych w języku 4GL w środowisku SAS oraz podstawową wiedzę z zakresu statystyki.

Założenia wstępne

Kursy DMCP SAS:

Przetwarzanie danych,

Statystyka matematyczna

Przedmiot ten zalicza się do ścieżki SAS Data Mining Certificate Program. Zajęcia przeznaczone są dla studentów 3-5 roku, którzy chcą zapoznać się z pakietem SAS pod kątem przeprowadzania statystycznej analizy danych. Celem kursu jest przekazanie umiejętności umożliwiających samodzielne wykonywanie prostych projektów badawczych z zakresu statystyki (obróbki danych, sumarycznego opisu danych, prezentacji graficznej danych, w tym danych geograficznych, weryfikacji podstawowych hipotez statystycznych i przeprowadzania bardziej złożonych analiz, w tym analizy skupień, analizy czynnikowej, analizy dyskryminacji, czy analizy korespondencji). Podczas zajęć studenci będą zapoznawać się z kolejnymi zagadnieniami, a następnie pod kierunkiem prowadzącego wykonywać przykładowe ćwiczenia. Warunkiem uczestnictwa w zajęciach jest znajomość podstaw pakietu SAS oraz znajomość podstaw statystyki. Zaliczenie odbywa się na podstawie obecności, aktywności na zajęciach i rozwiązania zadań zaliczeniowych.

1.Zajęcia organizacyjne, omównienie zasad zaliczenia.

2.Tworzenie zbiorów danych, krok DATA, krok PROC.

3.Wczytywanie danych z pliku i zapisywanie danych, formaty zmiennych, informaty.

4.Przetwarzanie zbiorów danych - przygotowanie danych do analizy: dodawanie, usuwanie i przetwarzanie zmiennych, wybieranie i usuwanie obserwacji, sortowanie danych (procedura SORT), dzielenie zbiorów danych na części, pionowe i poziome łączenie zbiorów, transpozycja zbioru danych (procedura TRANSPOSE).

5.Sumaryczny opis zawartości zbioru danych (procedury PRINT, SUMMARY, MEANS i FREQ).

6.Graficzna prezentacja danych, w tym danych geograficznych na mapie (procedury GPLOT, GCHART, GMAP, GREMOVE).

7.Analiza rozkładu zmiennych (procedura UNIVARIATE).

8.Analiza współzależności zmiennych (procedury CORR, RANK).

9.Weryfikacja hipotez dotyczących średnich (procedury TTEST, BOXPLOT).

10.Nieparametryczne testy statystyczne (procedura NPAR1WAY).

11.Analiza wariancji i kowariancji (procedura ANOVA).

12.Analiza skupień (procedury CLUSTER, TREE).

13.Analiza głównych składowych i analiza czynnikowa (procedury PRINCOMP, FACTOR).

14. Metody symulacyjne

15. Nieparametryczna estymacja rozkładu zmiennych

16. Analiza dyskryminacji (procedury DISCRIM, STEPDISC).

17. Analiza korespondencji (procedura CORRESP).

Literatura uzupełniająca:

SAS, OnlineDoc

G. Der, B. S. Everitt (2002), A Handbook of Statistical Analyses using SAS, Chapman & Hall/CRC, wydanie 2.

J. Jóźwiak, J. Podgórski (1995), Statystyka od podstaw, PWE.

Po ukończeniu przedmiotu przeciętny student będzie posiadał rzetelną, uporządkowaną wiedzę z zakresu statystyki opisowej, wnioskowania statystycznego, metod analizy współzależności zjawisk ilościowych i jakościowych, graficznej analizy danych i wybranych metod analizy wielowymiarowej (w tym głównie analizy czynnikowej i analizy skupień). Będzie również umiał dobrać metody statystyczne najlepiej dopasowane do specyfiki badanego problemu, a także wykonać samodzielny projekt badawczy z wykorzystaniem poznanych metod.SU05, SU06, SK01, SK03, SU04, SU03, SU02, SU01, SW03, SW02, SW01, SW04, SW05, SK02, SK04

Podstawą zaliczenia jest obecność (10%) i aktywność na zajęciach (30%) oraz wykazanie się umiejętnością zastosowania poznanych metod (rozwiązanie zadań zaliczeniowych - 60%). Pod koniec semestru studenci otrzymają zestawy zadań zaliczeniowych nawiązujących do problemów omawianych na zajęciach. Praca zaliczeniowa składać się będzie z kodu 4GL oraz interpretacji wyników przeprowadzonych testów