Geschäftskontext
Eine Bank möchte die Verteilung der Transaktionsbeträge für verschiedene Händlerkategorien (z. B. Lebensmittel, Elektronik, Reisen) verstehen, um Anomalien oder Betrugsmuster zu erkennen. Dieses Szenario testet die grundlegende Funktionalität der Gruppierung und die exakte Berechnung von Perzentilen.
Über das Set : percentile
Präzise Berechnung von Perzentilen und Quantilen.
Entdecken Sie alle Aktionen von percentile Datenaufbereitung
Erstellt eine Tabelle mit simulierten Transaktionsdaten, die eine Transaktions-ID, einen Betrag und eine Händlerkategorie enthält.
Kopiert!
| 1 | DATA casuser.transactions_de; |
| 2 | LENGTH category $ 20; |
| 3 | DO category = 'Lebensmittel', 'Elektronik', 'Reisen'; |
| 4 | DO i = 1 to 100; |
| 5 | IF category = 'Lebensmittel' THEN amount = 10 + rand('NORMAL', 20, 5); |
| 6 | ELSE IF category = 'Elektronik' THEN amount = 150 + rand('NORMAL', 300, 50); |
| 7 | ELSE IF category = 'Reisen' THEN amount = 500 + rand('NORMAL', 800, 200); |
| 8 | IF amount < 5 THEN amount = 5; |
| 9 | OUTPUT; |
| 10 | END; |
| 11 | END; |
| 12 | RUN; |
Étapes de réalisation
1
Laden der Aktion `percentile` und Ausführen der Boxplot-Analyse, gruppiert nach `category`.
Kopiert!
| 1 | PROC CAS; |
| 2 | percentile.boxPlot / |
| 3 | TABLE={name='transactions_de', caslib='casuser', groupBy={'category'}}, |
| 4 | inputs={{name='amount'}}, |
| 5 | casOut={name='trans_boxplot_std', caslib='casuser', replace=true}, |
| 6 | method='EXACT', |
| 7 | pctlDef=5; |
| 8 | RUN; |
| 9 | QUIT; |
2
Überprüfung der Ergebnisse, um sicherzustellen, dass für jede Kategorie eine Zeile generiert wurde.
Kopiert!
| 1 | |
| 2 | PROC PRINT |
| 3 | DATA=casuser.trans_boxplot_std; |
| 4 | var category _VAR_ _Q1_ _MEDIAN_ _Q3_ _LOW_ _HIGH_; |
| 5 | RUN; |
| 6 |
Erwartetes Ergebnis
Die Ausgabetabelle `trans_boxplot_std` sollte drei Zeilen enthalten, eine für jede Händlerkategorie ('Lebensmittel', 'Elektronik', 'Reisen'). Jede Zeile muss die korrekten Boxplot-Statistiken (Q1, Median, Q3 usw.) für die Variable `amount` enthalten, die mit der exakten Methode und der PCTLDEF=5-Definition berechnet wurden. Die Werte sollten die erwarteten Verteilungen widerspiegeln (z. B. niedrigere Medianwerte für Lebensmittel, höhere für Reisen).