Analyse descriptive de variables catégorielles

Le script commence par la création de deux ensembles de données (`height_and_weight` et `height_and_weight_20`) via des DATA steps utilisant des `datalines`. Il utilise ensuite `PROC PRINT` pour générer des rapports de liste complets ou sélectifs, `PROC SQL` comme alternative pour des requêtes similaires, et `PROC FREQ` pour obtenir des tableaux de fréquences pour les variables catégorielles, avec une démonstration de l'option `MISSING`.

Analyse des données

Type : CREATION_INTERNE

Les données sont entièrement créées au sein du script SAS via des instructions DATALINES dans des DATA steps.

1 Bloc de code

DATA STEP Data

Explication :
Crée un ensemble de données SAS nommé `height_and_weight` avec les variables `id` (caractère), `sex` (caractère), `ht_in` (numérique) et `wgt_lbs` (numérique) à partir de données en ligne fournies.

Copié !

1	DATA height_and_weight;
2	INPUT id $ sex $ ht_in wgt_lbs;
3	DATALINES;
4	001 Male 71 190
5	002 Male 69 176
6	003 Female 64 130
7	004 Female 65 154
8	;
9	RUN;

2 Bloc de code

PROC PRINT

Explication :
Génère un rapport de liste affichant toutes les observations et variables de l'ensemble de données `height_and_weight`.

Copié !

1	PROC PRINT DATA = height_and_weight;
2	RUN;

3 Bloc de code

PROC SQL

Explication :
Effectue une requête SQL pour sélectionner et afficher toutes les colonnes de l'ensemble de données `height_and_weight`.

Copié !

1	PROC SQL;
2	select *
3	from height_and_weight;
4	QUIT;

4 Bloc de code

PROC PRINT

Explication :
Affiche un rapport de liste pour les variables `id` et `ht_in` de l'ensemble de données `height_and_weight`, sans inclure la colonne des numéros d'observation (`noobs`).

Copié !

1
2	PROC PRINT
3	DATA = height_and_weight noobs;
4	var id ht_in;
5	RUN;
6

5 Bloc de code

PROC SQL

Explication :
Effectue une requête SQL pour sélectionner et afficher uniquement les colonnes `id` et `ht_in` de l'ensemble de données `height_and_weight`.

Copié !

1	PROC SQL;
2	SELECT id, ht_in
3	FROM height_and_weight;
4	QUIT;

6 Bloc de code

DATA STEP Data

Explication :
Crée un deuxième ensemble de données SAS nommé `height_and_weight_20` avec 20 observations, incluant des valeurs manquantes pour la variable `sex`, à partir de données en ligne.

Copié !

1	DATA height_and_weight_20;
2	INPUT id $ sex $ ht_in wgt_lbs;
3	DATALINES;
4	001 Male 71 190
5	002 Male 69 176
6	003 Female 64 130
7	004 Female 65 154
8	005 . 73 173
9	006 Male 69 182
10	007 Female 68 140
11	008 . 73 185
12	009 Female 71 157
13	010 Male 66 155
14	011 Male 71 213
15	012 Female 69 151
16	013 Female 66 147
17	014 Female 68 196
18	015 Male 75 212
19	016 Female 69 190
20	017 Female 66 194
21	018 Female 65 176
22	019 Female 65 176
23	020 Female 65 102
24	RUN;

7 Bloc de code

PROC FREQ

Explication :
Génère des tableaux de fréquences univariés pour toutes les variables de l'ensemble de données `height_and_weight_20`.

Copié !

1	PROC FREQ DATA = height_and_weight_20;
2	RUN;

8 Bloc de code

PROC FREQ

Explication :
Génère un tableau de fréquences spécifiquement pour la variable `sex` de l'ensemble de données `height_and_weight_20`.

Copié !

1
2	PROC FREQ
3	DATA = height_and_weight_20;
4	TABLE sex;
5	RUN;
6

9 Bloc de code

PROC FREQ

Explication :
Génère un tableau de fréquences pour la variable `sex` de l'ensemble de données `height_and_weight_20`, en incluant explicitement les valeurs manquantes dans le rapport.

Copié !

1
2	PROC FREQ
3	DATA = height_and_weight_20;
4	TABLE sex / missing;
5	RUN;
6

Ce matériel est fourni "tel quel" par We Are Cas. Il n'y a aucune garantie, expresse ou implicite, quant à la qualité marchande ou à l'adéquation à un usage particulier concernant le matériel ou le code contenu dans les présentes. We Are Cas n'est pas responsable des erreurs dans ce matériel tel qu'il existe maintenant ou existera, et We Are Cas ne fournit pas de support technique pour celui-ci.

Retour à la liste

Le Conseil de l'Expert

Stéphanie

Spécialiste Machine Learning et IA.

« Toujours commencer une analyse par une PROC FREQ. Elle ne sert pas qu'à compter ; elle permet de repérer des erreurs de saisie (comme "M" au lieu de "Male") ou des taux de non-réponse anormaux qui pourraient biaiser vos futures analyses statistiques. »