sas studio 3.4 사용 설명서 · 분포분석 작업 . . . . . . . . . . . . . . . . . . . . . ....

SAS® Studio 3.4사용 설명서

SAS® 문서

이 설명서의 올바른 참고문헌 인용은 다음과 같습니다. SAS Institute Inc. 2015. SAS® Studio 3.4: User's Guide. Cary, NC: SAS Institute Inc.

SAS® Studio 3.4: User's Guide

Copyright © 2015, SAS Institute Inc., Cary, NC, USA

All rights reserved. Produced in the United States of America.

For a hard-copy book: No part of this publication may be reproduced, stored in a retrieval system, or transmitted, in any form or by any means, electronic, mechanical, photocopying, or otherwise, without the prior written permission of the publisher, SAS Institute Inc.

For a web download or e-book: Your use of this publication shall be governed by the terms established by the vendor at the time you acquire this publication.

The scanning, uploading, and distribution of this book via the Internet or any other means without the permission of the publisher is illegal and punishable by law. Please purchase only authorized electronic editions and do not participate in or encourage electronic piracy of copyrighted materials. Your support of others' rights is appreciated.

U.S. Government License Rights; Restricted Rights: The Software and its documentation is commercial computer software developed at private expense and is provided with RESTRICTED RIGHTS to the United States Government. Use, duplication or disclosure of the Software by the United States Government is subject to the license terms of this Agreement pursuant to, as applicable, FAR 12.212, DFAR 227.7202-1(a), DFAR 227.7202-3(a) and DFAR 227.7202-4 and, to the extent required under U.S. federal law, the minimum restricted rights as set out in FAR 52.227-19 (DEC 2007). If FAR 52.227-19 is applicable, this provision serves as notice under clause (c) thereof and no other notice is required to be affixed to the Software or documentation. The Government's rights in Software and documentation shall be only those set forth in this Agreement.

SAS Institute Inc., SAS Campus Drive, Cary, North Carolina 27513-2414.

July 2015

SAS® and all other SAS Institute Inc. product or service names are registered trademarks or trademarks of SAS Institute Inc. in the USA and other countries. ® indicates USA registration.

Other brand and product names are trademarks of their respective companies.

목차

본 설명서 사용 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . ixSAS Studio 3.4의 새로운 기능 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . xi내게 필요한 옵션 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . xvii

1장 • SAS Studio 소개 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1SAS 정보 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1SAS Studio 사용 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3

2장 • 프로그램 작업 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 21코드 편집기 정보 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 22프로그램 열기 및 생성 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 22코드 Snippet 작업 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 36코드 편집기 사용자 정의 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 45

3장 • 질의 작업 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 47질의란? . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 48질의 생성 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 48조인 이해 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 49데이터 선택 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 54데이터 필터 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 59출력 관리 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 62

4장 • 프로세스 플로우 작업 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 71프로세스 플로우 이해 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 72프로세스 플로우에 데이터 추가 . . . . . . . . . . . . . . . . . . . . . . . . . . . . 77프로세스 플로우에 SAS 프로그램 추가 . . . . . . . . . . . . . . . . . . . . . . 78프로세스 플로우에 질의 추가하기 . . . . . . . . . . . . . . . . . . . . . . . . . . . 84프로세스 플로우에 작업 추가하기 . . . . . . . . . . . . . . . . . . . . . . . . . . . 85하위 플로우에 대한 이해 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 87프로세스 플로우에서 노드 연결 . . . . . . . . . . . . . . . . . . . . . . . . . . . . 90프로세스 플로우 실행 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 90프로세스 플로우 저장 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 90

5장 • 데이터 작업 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 91테이블 뷰어 정보 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 91데이터 열기 및 보기 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 94테이블을 생성하는 데 사용된 질의 코드 보기 . . . . . . . . . . . . . . . . . . 95데이터 필터링 및 정렬 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 95데이터 가져오기 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 98데이터 내보내기 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 111

6장 • 결과 작업 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 113결과 보기 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 113SAS Studio 기본 출력 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 114다른 사용자에게 결과 보내는 중 . . . . . . . . . . . . . . . . . . . . . . . . . . . 117SAS ODS(Output Delivery System) 정보 . . . . . . . . . . . . . . . . . . . . 118SAS ODS Statistical Graphics 정보 . . . . . . . . . . . . . . . . . . . . . . . . 118

7장 • SAS Studio의 작업 이해 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 125작업이란? . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 125작업을 실행하는 방법 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 126작업 및 작업 옵션 설정 저장 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 129사전 정의된 작업 편집 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 130새로운 작업 생성 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 131작업 공간에서 작업 코드 및 작업 레이아웃 사용자 정의하기 . . . . . 133

8장 • 데이터 작업 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 135테이블 속성 작업 리스트 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 137데이터 특성화 작업 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 140결측 데이터 작업 기술 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 144데이터 리스트 작업 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 146데이터 전치 작업 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 151칼럼 분할 작업 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 155칼럼 누적 작업 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 159데이터 필터링 작업 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 163확률표본 작업 선택 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 167데이터 분할 작업 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 172데이터 정렬 작업 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 175데이터 순위화 작업 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 178

iv 목차

데이터 변환 작업 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 184데이터 표준화 작업 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 188

9장 • 그래프 작업 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 193막대 그래프 작업 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 195막대-선 그래프 작업 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 200상자 도표 작업 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 204버블 도표 작업 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 209히스토그램 작업 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 213선 그래프 작업 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 216원 그래프 작업 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 221산점도 작업 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 224시계열 도표 작업 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 229단순 수평 막대 작업 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 232

10장 • 조합 및 확률 작업 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 237순열 작업 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 238조합 작업 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 240동일 생일 확률 작업 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 242주사위 굴리기 시뮬레이션 작업 . . . . . . . . . . . . . . . . . . . . . . . . . . . 244동전 던지기 시뮬레이션 작업 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 246포커 카드 확률 작업 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 248

11장 • 통계량 작업 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 251데이터 탐색 작업 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 254요약 통계략 작업 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 259분포분석 작업 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 266일원빈도분석 작업 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 273상관분석 작업 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 277테이블 분석 작업 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 282T 검정 작업: 일표본 t 검정 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 287T 검정 작업:쌍체 t 검정 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 292T 검정 작업: 이표본 t 검정 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 298일원분산분석 작업 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 304비모수 일원분산분석 작업 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 309N원 ANOVA 작업 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 315

목차 v

공분산분석 작업 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 319선형 회귀 작업 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 324이진 로지스틱 회귀 작업 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 338예측 회귀 모델 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 353일반화선형모델 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 366

12장 • High-Performance 통계량 작업 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 377연속 데이터 구간화 작업 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 378High-Performance 상관분석 작업 . . . . . . . . . . . . . . . . . . . . . . . . . . 383일반화선형모델 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 386결측값 바꾸기 작업 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 396확률표본 작업 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 397

13장 • 계량경제 작업 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 401개수 데이터 회귀 작업 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 402Heckman 선택 모델 작업 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 407패널 데이터: 개수 데이터 회귀 작업 . . . . . . . . . . . . . . . . . . . . . . . . 412패널 데이터: 선형 회귀 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 416이진 프로빗/로짓 회귀 작업 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 422

14장 • 예측 작업 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 429시계열 데이터 준비 작업 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 430시계열 탐색 작업 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 438모델링 및 예측 작업 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 447

15장 • 데이터 마이닝 작업 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 457Rapid Predictive Modeler . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 457

부록 1 • 텍스트 인코딩 옵션 및 언어 매핑 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 471텍스트 인코딩 및 언어 매핑 정보 . . . . . . . . . . . . . . . . . . . . . . . . . . 471텍스트 인코딩 옵션 및 언어 매핑 . . . . . . . . . . . . . . . . . . . . . . . . . . 471

부록 2 • 사용자 정의된 출력 환경 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 473개요 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 473다른 출력 대상에 대한 출력 생성 . . . . . . . . . . . . . . . . . . . . . . . . . . 475다른 위치에 결과 전송 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 475

vi 목차

출력에 대한 사용자 정의 스타일 사용 . . . . . . . . . . . . . . . . . . . . . . . 476기본 외에 이미지 출력형식 사용 . . . . . . . . . . . . . . . . . . . . . . . . . . . 476드릴다운 그래프 생성 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 477애니메이션 GIF 또는 SVG 이미지 생성 . . . . . . . . . . . . . . . . . . . . . 477

부록 3 • 작업용 입력 데이터셋 예 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 479작업 데이터셋 정보 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 479FITNESS 데이터셋 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 480GETSTARTED 데이터셋 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 481GREENE 데이터셋 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 483IN 데이터셋 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 483LONG97DATA 데이터셋 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 484MROZ 데이터셋 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 504

부록 4 • 참조 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 521

권장 문서 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 523색인 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 525

목차 vii

viii 목차

본 설명서 사용

독자

이 문서는 모든 SAS Studio 사용자를 위한 설명서입니다. SAS Studio는 SAS 9.4 M1 버전에서 실행됩니다. SAS Studio 3.4는 최신 버전입니다.

ix

x 본 설명서 사용

새로운 기능

SAS Studio 3.4의 새로운 기능

개요

SAS Studio 3.4에는 다음과 같은 새롭고 향상된 기능이 포함되어 있습니다.

n z/OS 파일 액세스 및 생성을 위한 그래픽 사용자 인터페이스

n 데이터 가져오기

n 파일 탐색을 위한 루트 지정 기능

n 새롭고 향상된 작업

z/OS 파일 지원

SAS Studio 3.4는 z/OS 환경용 네이티브 파일을 지원합니다. SAS Studio 3.4를 사용하

여 기존 z/OS 파일에 쉽게 액세스할 수 있습니다. 인터페이스를 사용하여 순차적이고 분할된 z/OS 데이터셋을 생성할 수도 있습니다.

자세한 내용은 SAS Studio: Administrator's Guide를 참조하십시오.

xi

데이터 가져오기

Excel 파일, 구분자로 구분된 파일 및 기타 DBMS 파일 유형을 가져올 수 있습니다. 시각

화 프로그래밍 영역을 사용하면 프로세스 플로우에서 가져온 데이터가 노드일 수 있습니

다. 자세한 내용은 “데이터 가져오기” (98페이지)를 참조하십시오.

향상된 파일 탐색

SAS Studio에서 탐색 트리가 향상되어 실제 파일 위치를 더 정확히 확인할 수 있습니다. SAS Studio Enterprise Edition 또는 SAS Studio Basic Edition을 실행할 때 SAS Studio 관리자는 탐색 트리의 시작점을 제어할 수 있습니다. 자세한 내용은 SAS Studio: Administrator's Guide를 참조하십시오.

일반적인 기능 향상

n 코드 편집기에서 라이브러리 참조 및 테이블 이름에 대한 자동 완성 기능을 사용할 수

있습니다. 자세한 내용은 “자동완성 기능 사용” (24페이지)을 참조하십시오.

n SAS Studio에서 질의를 실행하거나 데이터를 가져올 때 출력 데이터셋이 생성됩니

다. 또한 사전 정의된 작업(예: 순위 작업)에서 출력 데이터셋이 생성됩니다. SAS Studio에서 이러한 출력 데이터셋은 출력 데이터 탭에서 열립니다.

n 시각화 프로그래밍 영역을 사용하면 프로세스 플로우를 사용할 수 있습니다. 이번 릴리스부터 라이브러리 영역에서 데이터셋을 끌어 놓고 이를 프로세스 플로우에 추가

할 수 있습니다. 자세한 내용은 “프로세스 플로우에 데이터 추가” (77페이지)를 참조하십시오.

n 텍스트 뷰어에서 파일을 열고 파일의 데이터 또는 코드를 빠르게 확인할 수 있습니다. 이 기능은 TXT 파일에서 사용된 구분자를 구별할 때 유용할 수 있습니다.

xii SAS Studio 3.4의 새로운 기능

SAS Studio 작업

새로운 작업

다음은 이 릴리스에 대한 새로운 작업입니다.

n 결측 데이터 설명 작업은 각 선택한 변수에 대한 결측값의 빈도 및 백분율을 표시합니

다. 이 작업에 둘 이상의 변수가 할당되면 작업은 변수 전체의 결측 데이터에 대한 패턴을 표시합니다. 자세한 내용은 “결측 데이터 작업 기술” (144페이지)을 참조하십시

오.

n 데이터 필터 작업은 기본 필터를 빠르게 생성하여 입력 데이터 소스 서브셋을 지정할

수 있습니다. 자세한 내용은 “데이터 필터링 작업” (163페이지)을 참조하십시오.

n 세 개의 새로운 예측 작업이 있습니다.

o 시계열 데이터 준비 작업은 타임스탬프된 트랜젝션 데이터를 시계열 데이터로 동일한 간격으로 변환합니다. 이 형식은 추후 시계열 분석에서 필요합니다. 자세한

내용은 “시계열 데이터 준비 작업” (430페이지)을 참조하십시오.

o 시계열 탐색 작업은 시계열 데이터를 보고 분석하기 위한 그래프와 통계량을 생성

합니다. 자세한 내용은 “데이터 탐색 작업” (254페이지)을 참조하십시오.

o 모델링 및 예측 작업은 시계열 데이터에서 사용할 예측 모델을 생성합니다. 자세

한 내용은 “모델링 및 예측 작업” (447페이지)을 참조하십시오.

n 데이터 분할 작업에서 단순 또는 층화 확률표집을 통해 데이터 분할을 수행할 수 있습

니다. 자세한 내용은 “데이터 분할 작업” (172페이지)을 참조하십시오.

n SAS Rapid Predictive Modeler는 데이터 마이닝 분류 및 회귀 문제 유형에 대한 모형

을 구성하도록 디자인되었습니다. 자세한 내용은 “Rapid Predictive Modeler” (457페

이지)를 참조하십시오.

새로운 작업 xiii

n 칼럼 누적/분할 작업은 여러 칼럼의 값을 새로운 단일 칼럼으로 결합합니다. 이 작업

을 사용하여 데이터를 다변량에서 일변량 구성으로 변환하는 데 사용할 수 있습니다. 자세한 내용은 “칼럼 누적 작업” (159페이지)을 참조하십시오.

n 데이터 표준화 작업은 다양한 방법을 사용하여 하나 이상의 숫자 변수를 중앙화하거

나 표준화할 수 있습니다. 표준화된 변수는 출력 데이터셋에 저장됩니다. 자세한 내용

은 “데이터 표준화 작업” (188페이지)을 참조하십시오.

n 데이터 변환 작업은 입력 데이터셋에서 둘 이상의 변수를 변환할 수 있습니다. 이러한

변환된 변수는 출력 데이터셋에 저장됩니다. 자세한 내용은 “데이터 변환 작업” (184페이지)을 참조하십시오.

향상된 작업

이러한 작업에 대한 사용자 인터페이스가 단순화되어 결과를 더 빠르게 생성할 수 있습

니다.

n “데이터 특성화 작업” (140페이지)

n “데이터 순위화 작업” (178페이지)

n “데이터 정렬 작업” (175페이지)

n “테이블 속성 작업 리스트” (137페이지)

n “데이터 전치 작업” (151페이지)

공통 작업 모델 업데이트

사이트에 대한 사용자 정의 작업을 생성할 때 SAS Studio 3.4의 CTM(Common Task Model)에 대해 변경된 기능은 다음과 같습니다.

n Combobox 컨트롤에 새로운 editable 속성이 포함되어 사용자가 Combobox 컨트

롤에서 값을 입력할 수 있습니다.

n Numstepper 컨트롤에서 새로운 promptMessage 및 rangeMessage 속성을 사용하

여 사용자 정의된 메세지를 정의할 수 있습니다.

xiv SAS Studio 3.4의 새로운 기능

n Velocity 코드에서 새로운 getRowsCount 방법 및 columnExists 방법을 통해 데이터

소스 개체에 대한 자세한 내용을 확인할 수 있습니다.

n Velocity 변수가 string 입력 유형에 대해 새롭게 생성되었습니다.

자세한 내용은 SAS Studio: Developer's Guide를 참조하십시오.

향상된 문서

SAS Studio: User's Guide이(가) “Customized Output Environment” 부록을 포함합니다.

다음 작업을 수행하려면 SAS Studio 출력 환경을 사용자 정의해야 합니다.

n 기타 출력 대상에 대한 출력 생성

n 기타 위치에 결과 전송

n 사용자 출력에 대한 사용자 정의 스타일 사용

n 기본값 대신 이미지 출력형식 사용

n 드릴다운 그래프 생성

n 애니메이션 GIF 또는 SVG 이미지 생성

자세한 내용은 부록 2, “사용자 정의된 출력 환경” (473페이지)을 참조하십시오.

향상된 문서 xv

xvi SAS Studio 3.4의 새로운 기능

내게 필요한 옵션

이 제품의 내게 필요한 옵션 기능에 대한 자세한 내용은 SAS Studio 3.4의 내게 필요한

옵션 기능을(를) 참조하십시오.

xvii

http://support.sas.com/documentation/prod-pl/sasstudio/3.4/ko/HTML/sasstudioa11ywinosx.htm

http://support.sas.com/documentation/prod-pl/sasstudio/3.4/ko/HTML/sasstudioa11ywinosx.htm

xviii SAS Studio 3.4의 새로운 기능

1SAS Studio 소개

SAS 정보 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1

SAS Studio 사용 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3SAS Studio 사용 정보 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3탐색 영역 사용 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4작업 영역 사용 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 10작업 영역에서 탭 재정렬 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 12SAS Studio에서 검색하기 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 13일반 우선 설정 지정 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 15영역 이해 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 16자동실행 파일 편집 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 18SAS Workspace 서버 변경 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 19

SAS 정보

SAS Studio는 웹 브라우저를 통해 액세스할 수 있는 SAS용 개발 응용 프로그램입니다. SAS Studio를 사용하여 데이터 파일, 라이브러리 및 기존 프로그램에 액세스하고 새로운

프로그램을 작성할 수 있습니다. SAS Studio의 사전 정의된 작업을 사용하여 SAS 코드

를 생성할 수도 있습니다. 프로그램이나 작업을 실행하면 SAS Studio가 SAS 서버에 연결하여 SAS 코드를 처리합니다. SAS 서버는 클라우드 환경의 호스트 서버, 로컬 환경의

서버 또는 로컬 컴퓨터의 SAS일 수 있습니다. 코드가 처리된 후는 결과가 브라우저에서

SAS Studio로 반환됩니다.

1

SAS Studio는 Microsoft Internet Explorer, Apple Safari, Mozilla Firefox, Google Chrome 등의 여러 웹 브라우저를 지원합니다.

사용자 고유의 SAS 프로그램을 작성하고 실행할 뿐만 아니라 SAS Studio와 함께 제공되

는 사전 정의된 작업을 사용하여 데이터를 분석할 수도 있습니다. 작업은 SAS System 프로시저를 기반으로 하며, 가장 일반적으로 사용되는 그래프 및 분석 프로시저 중 일부에

액세스할 수 있게 해 줍니다. 기본 작업 템플릿을 사용하여 사용자 고유의 작업을 작성할

수도 있습니다.

SAS Studio에는 SAS 프로그래머 영역과 비주얼 프로그래머 영역의 두 가지 다른 영역이

포함되어 있습니다. 영역은 특정 사용자 유형의 요구 사항에 맞게 사용자 정의된 사전 결정 기능 집합입니다. 특정 영역을 선택하면 인터페이스에서 사용할 수 있는 선택 항목의

범위를 좁혀 주기적으로 사용해야 하는 기능에 초점을 맞출 수 있습니다. 기본적으로

SAS Stuiod를 열 때 SAS 프로그램 영역이 선택됩니다. SAS Studio를 연 후에는 도구 모음의 영역 메뉴를 사용하여 영역을 변경할 수 있습니다. 자세한 내용은 “영역 이해” (16페이지)를 참조하십시오.

2 1장 / SAS Studio 소개

SAS Studio 사용

SAS Studio 사용 정보

SAS Studio에 사인온하면 프로그래밍을 즉시 시작할 수 있도록 빈 프로그램 창이 포함된

기본 SAS Studio 창이 나타납니다. 탐색 영역의 5개 섹션 모두에도 액세스할 수 있습니

다.

주: 도구 모음에서 로그아웃을 클릭하여 SAS Studio를 로그아웃합니다. 웹 브라우저에

서 뒤로 버튼을 사용하지 마십시오.

SAS Studio의 기본 창은 왼쪽의 탐색 영역과 오른쪽의 작업 영역으로 구성됩니다. 탐색

영역에서는 서버 파일 및 폴더 바로 가기, 작업 및 Snippets, 액세스할 라이브러리 및 파일 바로 가기에 액세스할 수 있습니다. 서버 파일 및 폴더 섹션은 기본으로 표시됩니다.

작업 영역은 데이터, 코드, 작업, 로그 및 결과를 표시하는 데 사용됩니다. 이러한 항목을

열면 해당 항목이 작업 영역의 탭으로 구분된 인터페이스에 창으로 추가됩니다.

SAS Studio 사용 3

탐색 영역 사용

탐색 영역 사용 정보

보려는 섹션을 클릭하여 탐색 영역의 섹션을 펼칠 수 있습니다.

서버 파일 및 폴더로 작업

탐색 영역의 서버 파일 및 폴더 섹션은 다음 위치에서 파일 및 폴더에 액세스할 수 있습니

다.

n 사용자 SAS 서버

n 사용자 계정이 있는 원격 FTP 서버

주: SAS Studio는 UNIX와 비슷한 디렉터리 나열을 사용하는 FTP 서버만 지원합니

다.

서버 파일 및 폴더 섹션 내용은 SAS Studio 배포 유형에 따라 다릅니다. 기본 폴더 바로

가기와 루트 디렉터리는 SAS 관리자에서 구성할 수 있습니다. 자세한 내용은 SAS Studio: Administrator's Guide를 참조하십시오.

SAS 프로그램 파일 또는 프로그램 패키지 파일과 같은 SAS 서버 또는 FTP 서버에 저장

된 파일을 열어볼 수 있습니다. SAS 서버에 저장된 SAS 테이블도 열어볼 수 있습니다.

주: FTP 원격 서버에서 SAS 테이블을 열 수 없습니다.

서버 파일 및 폴더 섹션을 사용하여 폴더 및 폴더 바로 가기를 생성하고, 파일을 업로드

및 다운로드하며, 새로운 SAS 프로그램을 생성합니다. 폴더 트리에서 폴더를 펼치고 접을 수 있고, 항목을 복사하고 이동할 수 있으며, 폴더를 더블 클릭하거나 작업 공간으로

드래그하여 항목을 열 수 있습니다. 폴더에서 텍스트로 항목을 볼 수도 있습니다.

주: FTP 서버에 위치하고 FTP 바로 가기에 액세스할 수 있는 파일 및 폴더 이름에는 다음 문자를 포함할 수 없습니다.

{ } [ ] , : ; “ ‘ / \ | + < > ? @ # $ % ^ & ( ) + !

SAS Studio는 올바르지 않은 문자를 포함하는 이름의 FTP 서버에서 파일 및 폴더를 액세스하거나, 이동하거나, 이름을 변경하거나 삭제할 수 없습니다.

새로운 폴더 바로 가기 생성하는 방법:


1 탐색 영역에서 서버 파일 및 폴더를 클릭합니다. 그런 다음 을 클릭하고 폴더 바로

가기를 선택합니다. 새로운 폴더 바로 가기 창이 열립니다.

2 이름 상자에 폴더의 이름을 입력합니다.

3 폴더 유형 드롭다운 리스트에서 바로 가기가 참조하는 폴더가 SAS 서버 폴더 또는

FTP 폴더인지 여부를 지정합니다.

4 SAS 서버 폴더 바로 가기를 생성하는 경우 디렉터리 상자에서 디렉터리의 물리적 경로를 입력합니다.

FTP 폴더에 바로 가기를 생성하는 경우 호스트 이름 상자에서 사용자 이름 및 암호뿐

아니라 FTP 호스트의 네트워크 주소도 입력합니다. 기본적으로 디렉터리는 FTP 사용자의 홈 디렉터리입니다. 디렉터리 상자를 사용하여 홈 디렉터리와 관련된 다른 디렉터리를 지정할 수 있습니다. 예를 들어, FTP 사용자의 홈 디렉터리가 c:\homedir이고 디렉터리 상자에서 data를 지정한 경우, 바로 가기의 루트 디렉터리는 FTP 서버에서 c:\homedir\data입니다. 테스트를 클릭하여 FTP 서버 의 연결을 확인할

수 있습니다.

주: Mid-Tier 및 FTP 서버가 서로 다른 운영 시스템을 실행 중인 경우 호스트 이름 상

자에서 전체 호스트 이름을 사용해야 합니다. 전체 이름이 아닌 경우 연결에 실패할

수 있습니다.

SAS Studio 사용 5

5 저장을 클릭하여 폴더 바로 가기를 생성합니다. 새로운 바로 가기가 폴더 바로 가기

리스트에 추가됩니다.

새로운 폴더를 생성하려면 새로운 폴더를 생성하려는 서버 파일 및 폴더 섹션에서 폴더

를 선택합니다. 을 클릭하고 폴더를 선택합니다. 새로운 폴더 창이 열립니다. 새로운

폴더의 이름을 입력합니다. 새로운 폴더가 폴더 리스트에 추가됩니다.

파일을 다운로드하려면 다운로드할 파일을 선택하고 을 클릭합니다. 그런 다음 파일

을 기본 응용 프로그램에서 열 것인지 로컬 컴퓨터에 저장할 것인지 선택해야 합니다.

로컬 컴퓨터에 하나 이상의 파일을 업로드하려면, 파일을 업로드하려는 폴더를 선택하고

을 클릭합니다. 파일 업로드 창이 열립니다. 파일 선택을 클릭하여 업로드하려는 파일

을 탐색합니다.


작업 사용

탐색 영역의 작업 섹션에서는 SAS Studio의 작업에 액세스할 수 있습니다. 작업은 SAS 프로시저를 기반으로 하며 SAS 코드와 출력형식이 지정된 결과를 자동으로 생성합니다. SAS Studio에서는 사전 정의된 몇 가지 작업이 제공되므로 이를 실행할 수 있습니다. 이러한 사전 정의된 작업의 복사본을 편집하여 사용자 고유의 새로운 작업을 생성할 수도

있습니다.

새로운 작업을 생성하려면 을 클릭하고 새로운 작업을 선택합니다. 그러면 SAS Studio의 작업 영역에 템플릿이 생성되며 이 템플릿을 사용하여 사용자의 사이트에 맞는

사용자 정의 작업을 생성할 수 있습니다. 사용자 정의 작업은 내 작업 폴더 또는 탐색 영역의 서버 파일 및 폴더 섹션에서 액세스할 수 있습니다. 자세한 내용은 7장, “SAS Studio의 작업 이해” (125페이지)를 참조하십시오.

생성한 작업을 편집하려면 내 작업 폴더에서 작업을 선택하고 을 클릭합니다. 그러면

작업을 생성하는 데 사용되는 XML 코드가 작업 영역에 열립니다. 사전 정의된 작업을 편집하려면 먼저 작업을 마우스 오른쪽 버튼으로 클릭하고 내 작업에 작업 추가 또는 폴더

에 추가를 선택합니다. 자세한 내용은 “사전 정의된 작업 편집” (130페이지)을 참조하십

시오.

Snippet 작업

탐색 영역의 Snippets 섹션에서는 코드 Snippet에 액세스할 수 있습니다. 코드 Snippet은 일반적으로 사용되는 SAS 코드의 샘플로서, SAS 프로그램에 삽입할 수 있습니다. SAS Studio에서는 사전 정의된 몇 가지 코드 Snippet이 제공되므로 이를 사용할 수 있습

니다. 이러한 Snippet의 복사본을 편집하여 사용자 본인의 사용자 정의 Snippet을 생성할

수도 있습니다. 사용자 정의 Snippet은 내 Snippet 폴더에서 액세스할 수 있습니다. 자세

한 내용은 2장, “프로그램 작업” (21페이지)을 참조하십시오.

생성한 Snippet을 편집하려면 내 Snippet 폴더에서 Snippet을 선택하고 을 클릭합니

다. 사전 정의된 Snippet을 편집하려면 먼저 Snippet을 마우스 오른쪽 버튼으로 클릭하고

내 Snippet에 추가를 선택해야 합니다.

주: 내 Snippet 폴더에 있는 Snippet만 편집할 수 있습니다.

라이브러리 작업

탐색 영역의 라이브러리 섹션에서는 SAS 라이브러리에 액세스할 수 있습니다. SAS 테이블은 SAS 라이브러리에 저장됩니다. 라이브러리 섹션에서 SAS 테이블을 열고 프로그

SAS Studio 사용 7

램에 추가할 수 있습니다. 라이브러리 섹션을 사용하여 테이블을 펼치고 해당 테이블 내의 칼럼을 볼 수 있습니다. 칼럼 이름 앞의 아이콘은 칼럼 유형을 나타냅니다.

다음은 일반적인 칼럼 유형 아이콘의 예입니다.

아이콘 칼럼 유형

문자

숫자

날짜

날짜/시간

라이브러리 섹션에서 프로그램을 테이블 및 칼럼을 끌어오면 SAS Studio가 끌어온 항목

에 대한 코드를 프로그램에 자동으로 추가합니다. 자세한 내용은 “프로그램 열기 및 생성” (22페이지)을 참조하십시오.

새로운 라이브러리를 생성하고 기존 라이브러리를 할당할 수도 있습니다.

새로운 라이브러리를 생성하는 방법:

1 탐색 영역에서 라이브러리를 클릭하고 을 클릭합니다. 새로운 라이브러리 창이 나

타납니다.


2 이름 상자에 라이브러리의 라이브러리 참조를 입력합니다. 라이브러리 참조는 8자 이내여야 합니다.

3 경로 상자에 라이브러리가 있는 곳의 실제 경로를 입력합니다.

4 옵션 상자에서 필요한 구성 옵션을 지정합니다. 알맞은 옵션은 운영 환경에 대한 문서

를 참조하십시오.

5 SAS Studio를 사용할 때마다 이 라이브러리에 액세스하려면 시작 시 이 라이브러리

재생성을 선택합니다.

6 확인을 클릭하여 라이브러리를 생성합니다. 탐색 영역의 라이브러리 리스트에 새로

운 라이브러리가 추가됩니다.

SAS Studio Mid-Tier(Enterprise Edition) 배포에서는 을 클릭하여 할당되지 않은 메타

데이터 라이브러리를 할당할 수 있습니다. 할당하려는 라이브러리는 메타데이터에 이미

정의되어 있어야 합니다. SAS Studio를 사용할 때마다 선택한 라이브러리에 액세스하려

면 시작 시 선택한 라이브러리 할당을 선택합니다. 라이브러리가 할당되어 있지 않으면

해당 라이브러리의 테이블에 액세스할 수 없습니다.

SAS Studio 사용 9

파일 바로 가기 사용

파일 바로 가기를 사용하면 지정한 파일에 빠르게 액세스할 수 있습니다. SAS 서버, URL 또는 FTP 서버에서 파일에 대한 파일 바로 가기를 생성할 수 있습니다.

주: FTP 폴더에 폴더 바로 가기를 생성한 경우에만 FTP 서버의 파일에 대한 파일 바로

가기를 생성할 수 있습니다.

새로운 파일 바로 가기를 생성하려면 을 클릭합니다. 전체 경로와 파일 이름을 지정하

거나 URL을 지정하여 바로 가기를 정의할 수 있습니다. 다음에 SAS Studio를 사용할 때

이 바로 가기를 사용할 수 있도록 하려면 시작 시 이 파일 바로 가기 재생성을 선택합니

다.

파일 바로 가기를 더블 클릭하거나 작업 영역으로 끌어오는 방법으로 파일 바로 가기에

서 파일을 열 수 있습니다.

탐색 영역 사용자 정의

SAS 프로그래머 영역에서 SAS Studio를 열면 기본적으로 탐색 영역의 5개 섹션이 모두

표시됩니다. 표시되는 섹션을 사용자 정의하려면 을 클릭하고 보기를 선택합니다. 그런 다음 추가 또는 제거할 섹션을 선택 또는 선택 취소합니다. 탐색 영역은 즉시 업데이트

됩니다.

주: 기본적으로 파일 바로 가기 섹션은 시각적 프로그래머 영역에서 표시되지 않습니다.

작업 영역 사용

작업 영역 사용 정보

작업 영역은 프로그램과 작업에 액세스하고 데이터를 보기 위한 SAS Studio 응용 프로그

램의 기본 영역입니다. 작업 영역은 항상 표시되며 최소화할 수 없습니다. 프로그램, 작업

또는 테이블을 열면 작업 영역에 해당 창이 새로운 탭으로 열립니다. 프로그램 및 작업과

연관된 코드, 로그 및 결과는 해당 프로그램 또는 작업의 기본 탭 아래에 함께 표시됩니

다.


작업 영역 사용자 정의

기본적으로 작업 영역은 탐색 영역 옆에 표시되지만 작업 영역을 최대화하고 탐색 영역

을 숨길 수 있습니다. 작업 영역의 모든 탭을 한 번에 닫을 수도 있습니다.

작업 영역을 최대화하려면 도구 모음에서 을 클릭합니다.

주: 탐색 영역을 다시 열려면 을 다시 클릭합니다.

작업 영역에 열려 있는 모든 탭을 닫으려면 을 클릭하고 모든 탭 닫기를 선택합니다. 저장되지 않은 프로그램 또는 작업이 있으면 저장할지 묻는 메시지가 표시됩니다.

SAS Studio 사용 11

작업 영역에서 탭 재정렬

작업 영역에서 끌어서 놓기 작업으로 탭을 왼쪽 또는 오른쪽으로 이동하여 탭을 재정렬

할 수 있습니다. 탭을 작업 영역의 오른쪽 또는 아래쪽에 도킹하여 한 번에 두 개 이상의

탭을 볼 수도 있습니다.

탭을 재정렬하는 방법:

1 이동할 탭을 선택합니다.

2 탭 아이콘을 해당 내용을 보려는 위치로 이동합니다. 아이콘은 올바른 위치임을

나타냅니다.


주: 프로그램 2에서 결과 탭이 프로그램 탭 오른쪽으로 이동했습니다.

SAS Studio에서 검색하기

검색 기능을 사용하여 탐색 영역의 모든 섹션을 검색할 수 있습니다. 검색할 수 있는 항목

유형은 탐색 영역에서 선택된 내용에 따라 다릅니다. 예를 들어, 서버 파일 및 폴더 섹션

에서 폴더 또는 폴더 바로 가기가 선택되면 폴더 및 파일을 검색할 수 있고 검색에서 하위

폴더를 포함할지 여부를 선택할 수 있습니다. 작업 섹션에서 작업 범주가 선택되면 작업

이름, 관련된 SAS 프로시저 및 작업 설명을 검색할 수 있습니다.


검색 기능에 액세스하려면 을 클릭합니다. 검색 상자가 나타나고 검색하려는 텍스트

를 입력할 수 있습니다.

검색 대상 옵션을 선택하거나 취소하여 검색 범위를 제한할 수 있습니다. 이러한 옵션은

탐색 영역에서 선택된 내용에 따라 달라집니다. 기본적으로 검색에서는 대소문자가 구분

됩니다. 대문자 및 소문자 텍스트를 모두 검색하려면 대소문자 구분 체크 박스를 선택 취소합니다.

다음 예에는 Sashelp 라이브러리에서 "Class"를 검색한 결과를 보여줍니다. 검색은

Sashelp 라이브러리에서 모든 테이블 및 칼럼을 포함하고 대소문자를 구분하지 않습니

다.

결과에서 항목을 더블 클릭하여 얼 수 있습니다. 검색 결과 리스트로 돌아가려면 을 다시 클릭합니다.

검색 결과를 지우려면 을 클릭합니다.


일반 우선 설정 지정

우선 설정 창에서는 SAS Studio에 영향을 주는 몇 가지 옵션을 변경할 수 있습니다.

일반 옵션에 액세스하려면 을 클릭하고 우선 설정을 선택합니다. 그런 다음 일반을 클릭합니다.

옵션 설명

SAS 로그에 생성된 코드 표시 SAS에서 자동으로 생성된 ODS 문, %LET 문 및 기타 코드를 로그 파일에 표시합니다. 이 옵션은 SAS 작업과 SAS 프로그램 파일 모두에 적용됩니다.

오류 메시지에 "상세 정보 표시" 버튼 포함 SAS Studio에서 생성되는 모든 오류 메시지에 상세 정보 표시 버튼을 추가합니다.

대화식 모드에서 새로운 프로그램 시작 대화식 모드가 설정된 상태에서 새로운 프로그램을 엽니다. 이 옵션은 SAS 9.4M1 버전을 실행할 때만 사용할 수 있습니다. 자세한 내용은 “대화식 모드에서 작업” (34페이지)을 참조하십시오.

타임아웃 간격: (시간) SAS Studio에 로그온 시 아무 작업도 하지 않은 채로 있을 수 있는 시간을 지정합니다. 기본값은 1시간입니다.


옵션 설명

SAS 변수 이름 정책 SAS 변수 이름에 적용할 규칙 세트 중 하나를 지정할 수 있습니다.n ANY — 변수 이름은 빈 칸을 포함한 최소

하나의 문자를 포함하여 시작해야 하고 널(null) 바이트는 포함되지 않도록 지정합니다. 변수 이름은 대소문자 혼합 문자 뿐만 아니라 특수 및 다중 바이트 문자도 포함할 수 있습니다. 이름 최대 길이는 32바이트입니다. 이 옵션은 기본적으로 선택되어 있습니다. 앞의 빈 칸은 유지되지만 뒤의 빈 칸은 무시됩니다.

n V7 — 변수 이름이 라틴 알파벳 문자(A-Z, a-z) 또는 밑줄 문자로 시작하도록 지정합니다. 빈 칸이나 밑줄을 제외한 특수 문자로 시작할 수 없으며, 특수 SAS 자동 변수 또는 변수 리스트의 이름으로 할당될 수 없습니다. 변수 이름은 대소문자 혼합 문자를 포함할 수 있으며 길이는 최대 32자가 될 수 있습니다.

기본 텍스트 인코딩 텍스트 파일을 읽거나 쓸 때 사용되는 문자 집합 인코딩을 지정합니다. 기본값은 UTF-8입니다. 이 옵션은 z/OS에서 실행되는 SAS 서버에서는 사용할 수 없습니다. 일부 텍스트 인코딩 옵션과 관련 언어 리스트에 대한 자세한 내용은 부록 1, “텍스트 인코딩 옵션 및 언어 매핑” (471페이지)을 참조하십시오. 주: Alt키를 누른 채 파일을 더블 클릭하여 한 개의 파일을 열 때 텍스트 인코딩을 지정할 수도 있습니다. 텍스트 인코딩 선택 창을 열어 인코딩을 선택할 수 있습니다. 이 옵션은 SAS 프로그램 파일(*.SAS), 텍스트 파일(*.txt), 쉼표로 구분된 값 파일(*.csv) 및 로그 파일(*.log) 유형에 적용됩니다.

영역 이해

SAS Studio는 조직 내의 다양한 사용자 및 그룹이 사용할 수 있으므로 사용자의 필요에

가장 적합한 특정 기능 또는 영역만 표시되도록 선택할 수 있습니다. 영역은 다양한 사용


자 유형의 필요에 맞게 사용자 정의된 기능 집합입니다. SAS Studio는 다음 두 영역을 포함합니다. SAS 프로그래머 영역 및 시각적 프로그래머 영역입니다.

SAS 프로그래머 영역은 주로 SAS 프로그램 작성 및 편집 작업에 SAS Studio를 사용하

는 사용자를 위한 영역입니다. 기본적으로 SAS 프로그래머 영역은 탐색 영역의 6개 섹션

이 모두 포함되는 새로운 프로그램 창을 열어 모든 프로그램 파일 및 코드 Snippet을 쉽게 관리할 수 있습니다.

시각적 프로그래머 영역은 프로젝트 기반 환경에서 프로세스 플로우 작업을 원하는 사용

를 위해 설계되었습니다. 시각적 프로그래머 영역에서 프로세스 플로우를 사용하여 개별

프로세스를 하나의 반복 프로세스 플로우로 결합하면 다른 사용자와 같이 저장하고, 재사용하고 공유할 수 있습니다. 기본적으로 시각적 프로그래머 영역은 탐색 영역의 4개 섹션인 폴더, 작업, Snippet 및 라이브러리가 포함되는 새로운 프로세스 플로우 창을 엽니

다.

주: SAS 프로그래머 영역을 사용하는 동안 프로세스 플로우를 열면 시각적 프로그래머

영역 전환 창이 나타납니다.

두 영역에서는 SAS Studio와 함께 제공되는 사전 정의 작업을 실행할 수 있으며 사용자

가 직접 작업을 생성하고 편집할 수도 있습니다. 두 영역을 사용하여 SAS 프로그램 및 질의를 생성하고 실행할 수 있습니다.

다음 표에서는 두 영역의 차이점을 볼 수 있습니다.

SAS Studio의 요소SAS 프로그램에서 사용 가능 여부

시각적 프로그래머에서 사용 가능 여부

탐색 영역 섹션

n 서버 파일 및 폴더 예 예

n 작업 예 예

n Snippet 예 예

n 라이브러리 예 예

n 파일 바로 가기 예 예, 기본으로 표시되지 않음

SAS 프로그램 예 예


SAS Studio의 요소SAS 프로그램에서 사용 가능 여부

시각적 프로그래머에서 사용 가능 여부

질의 예 예

프로세스 플로우 아니요 예

SAS Studio를 시작하고 영역을 선택한 후에는 도구 모음에서 영역 메뉴를 클릭하고 사용

하려는 영역을 선택하여 사용 중인 영역을 변경할 수 있습니다.

을 클릭하고 보기를 선택하여 SAS Studio에 표시되는 탐색 영역의 섹션을 지정할 수

있습니다.

자동실행 파일 편집

autoexec.sas 파일에서는 SAS Studio를 실행하고 SAS 서버에 연결할 때마다 SAS 문이

포함됩니다. 예를 들어, autoexec.sas 파일을 사용하여 SAS Studio를 대화식 및 비대화

식 모드로 사용할 때마다 사용할 수 있는 라이브러리를 할당할 수 있습니다.

주: 새로운 라이브러리 창을 사용하여 새로운 라이브러리를 생성하는 경우, 시작 시 이

라이브러리 재생성 옵션을 선택하면 autoexec.sas 파일에 LIBNAME 구문을 자동으로 추가할 수 있습니다. 자세한 내용은 “라이브러리 작업” (7페이지)을 참조하십시오.

autoexec.sas 파일 편집 방법:

1 을 클릭하고 자동실행 파일 편집을 선택합니다.

2 autoexec.sas 파일에 포함하려는 코드를 입력합니다.

3 실행을 클릭하여 구문을 확인합니다. 로그 탭을 열어 로그를 볼 수 있습니다.

4 저장을 클릭하면 자동실행 파일을 저장하고 닫습니다.


SAS Workspace 서버 변경

둘 이상의 SAS Workspace 서버에 액세스할 수 있는 경우 SAS Studio가 연결되는 서버

를 변경할 수 있습니다. 서버를 변경하려면 을 클릭하고 SAS Workspace 서버 변경

을 선택합니다. 그런 다음 사용할 서버를 선택합니다. 서버를 변경하면 생성한 모든 라이

브러리 및 파일 바로 가기가 삭제됩니다. 자세한 내용은 SAS Studio: Administrator's Guide를 참조하십시오.


2프로그램 작업

코드 편집기 정보 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 22

프로그램 열기 및 생성 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 22프로그램 열기 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 22새로운 프로그램 생성 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 22프로그램 실행 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 23자동완성 기능 사용 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 24구문 도움말 사용 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 28테이블 이름 및 칼럼 이름 추가 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 30작업에서 코드 편집 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 30SAS 프로그램 패키지 생성하기 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 31프로그램 요약 생성 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 32매크로 변수 사용하기 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 32실행 히스토리 사용 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 33SAS 코드 출력형식 자동 지정 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 33대화식 모드에서 작업 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 34

코드 Snippet 작업 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 36코드 Snippet을 사용하는 이유 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 36코드 Snippet 생성 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 44코드 Snippet을 삽입하는 방법 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 44

코드 편집기 사용자 정의 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 45

21

코드 편집기 정보

SAS Studio에는 새로운 SAS 프로그램 또는 기존 SAS 프로그램을 편집할 수 있는 색상

코딩 구문 검사 편집기가 포함되어 있습니다. SAS 카탈로그에서 SOURCE 엔트리를 편집할 수도 있습니다. 이 편집기에는 자동완성, 자동 서식 지정 및 팝업 구문 도움말 같은

다양한 기능이 포함되어 있습니다. 코드 편집기를 사용하여 SAS 프로그램을 작성, 실행

및 저장할 수 있습니다. 작업을 실행할 때 자동으로 생성되는 코드를 수정하고 저장할 수도 있습니다.

SAS Studio에는 일반적인 작업을 보다 쉽게 프로그래밍하는 데 사용할 수 있는 여러 샘플 코드 Snippet도 포함되어 있습니다.

프로그램 열기 및 생성

프로그램 열기

탐색 영역의 서버 파일 및 폴더 섹션에서 SAS 프로그램을 열 수 있습니다. 프로그램을 열려면 해당 폴더를 펼치고 열려는 프로그램을 더블 클릭하거나 작업 영역으로 끌어옵니

다. 그러면 작업 영역의 새로운 탭에서 프로그램이 열립니다.

새로운 프로그램 생성

탐색 영역의 서버 파일 및 폴더 섹션에서 새로운 SAS 프로그램을 생성할 수 있습니다. 새

로운 프로그램을 생성하려면 을 클릭하고 SAS 프로그램을 선택합니다. 그러면 작업

영역의 새로운 탭에서 프로그램 창이 열립니다.

주: 기본 응용 프로그램 도구 모음에서 을 클릭한 후 새로운 SAS 프로그램을 선택합

니다.

22 2장 / 프로그램 작업

프로그램 실행

프로그램을 작성한 후 을 클릭하여 프로그램을 실행할 수 있습니다.

오류가 없으면 결과가 자동으로 열리고, 오류가 있으면 로그 탭이 기본적으로 열립니다. 오류, 경고 및 주 섹션을 펼쳐 메시지를 볼 수 있습니다. 메시지를 클릭하면 로그에서 해당 메시지가 발생한 정확한 위치를 볼 수 있도록 로그 내의 메시지가 자동으로 강조 표시

됩니다.

프로그램 열기 및 생성 23

주: 서버 환경에서 작업 중이기 때문에 SAS 프로그램에 ENDSAS 문을 포함하지 마십시

오. ENDSAS를 포함하는 프로그램을 실행 중인 경우 을 클릭하고 SAS 세션 재설정을

선택하여 SAS 세션을 재설정합니다.

자동완성 기능 사용

자동완성 기능 정보

코드 편집기의 자동완성, 즉 코드 완성 기능은 사용자가 실제로 단어를 모두 입력하기 전에 입력하려고 하는 다음 단어를 예측하여 완성해 주는 기능입니다. 자동완성 기능으로

SAS 프로시저, 문장, 매크로, 함수, CALL 루틴, 출력형식, 입력형식, 매크로 변수, SAS 색상, 스타일 요소, 스타일 속성 및 통계 키워드에 관련된 키워드와 다양한 SAS 문 및 프로시저 옵션을 완성할 수 있습니다. 자동완성 기능은 라이브러리 참조 및 테이블 이름도

완성할 수 있습니다.

주: 자동완성 기능은 SAS 프로그램을 편집할 때만 사용할 수 있습니다.


이 예에서는 코드 편집기에 proc a를 입력하면 키워드 및 도움말이 표시됩니다.


이 예에서 프로시저 리스트의 APPEND를 선택하면 코드 편집기에 proc append가 표시됩니다. 빈 칸을 입력하면 코드 편집기는 APPEND 프로시저의 옵션 리스트를 표시합

니다.

자동완성 기능을 사용하는 방법

자동완성 기능을 사용하는 방법

1 자동완성 리스트를 여는 방법은 추가할 키워드에 따라 다릅니다.

n 글로벌 문장, DATA 스텝 문, CALL 루틴, 프로시저, 매크로 문장 또는 자동 매크로

변수를 추가하려면 사용할 키워드의 처음 문자를 하나 이상 입력합니다.

해당 문자로 시작하는 키워드 제안 리스트가 포함된 창이 열립니다.


n 색상, 출력형식, 입력형식, 매크로 함수, SAS 함수, 통계량 키워드, 스타일 요소 또는 스타일 속성을 지정하려면, 마우스 포인터를 주석에 올려 놓고 Ctrl+스페이스바

를 누릅니다. 옵션 리스트로 돌아가서 탐색하려면 Ctrl+Shift+스페이스바를 누릅니

다.

주: 우선 설정 창에서 자동완성 사용 옵션을 선택 취소해도 바로 가기는 작동합니

다. 자세한 내용은 “코드 편집기 사용자 정의” (45페이지)를 참조하십시오.

2 사용하려는 키워드를 다음과 같은 방식으로 탐색할 수 있습니다.


n 올바른 키워드가 선택될 때까지 계속 입력합니다(입력을 계속할수록 원하는 단어

와 가까워짐).

n 위쪽 또는 아래쪽 화살표나 Page Up 및 Page Down 키를 사용하여 리스트를 스크

롤합니다.

3 선택한 키워드를 더블 클릭하거나 Enter 키를 눌러 프로그램에 키워드를 추가할 수 있습니다.

구문 도움말 사용

코드 편집기에서 프로그램을 작성 및 편집할 때는 간략한 SAS 구문 문서가 표시됩니다. 다음과 같은 방법으로 도움말을 표시할 수 있습니다.

n 프로그램에서 키워드를 마우스 오른족 버튼으로 클릭하고 구문 도움말을 선택합니

다.

n 올바른 SAS 키워드의 입력을 시작하고 자동 완성 창에서 제안된 키워드를 클릭합니

다.

n 프로그램에서 올바른 SAS 키워드 위로 마우스 포인터를 가져갑니다. 이 작업은 편집

기 우선 설정에서 힌트 사용 설정 옵션을 선택한 경우에만 작동합니다. 자세한 내용은

“코드 편집기 사용자 정의” (45페이지)를 참조하십시오.

SAS 제품 문서에는 SAS 언어에 대한 보다 포괄적인 사용 정보가 나와 있지만 코드 편집

기의 구문 도움말에 나오는 구문에 대한 힌트와 키워드에 대한 간략한 설명을 참조하여

작업을 시작할 수도 있습니다. 다음과 같은 방식으로 구문 도움말의 링크를 클릭하여 추가 도움말을 얻을 수 있습니다.

n 창 위쪽에 있는 키워드 링크를 클릭하여 support.sas.com 웹 사이트에서 해당 키워드

를 검색할 수 있습니다.


n 창 아래쪽에 있는 링크를 클릭하여 SAS 제품 문서, 샘플 및 SAS 노트, SAS 기술 문서

등에서 키워드를 검색할 수 있습니다.


테이블 이름 및 칼럼 이름 추가

탐색 영역의 라이브러리 섹션에서 드래그앤드롭 작업으로 테이블 이름 및 칼럼 이름을

SAS 코드로 이동할 수 있습니다. 예를 들어, Sashelp.Cars 테이블을 PRINT 프로시저의

DATA 옵션으로 이동할 수 있습니다. 마우스를 놓으면 해당 테이블의 전체 이름이 코드에

나타납니다.

작업에서 코드 편집

작업을 실행할 때 자동으로 생성된 코드를 편집한 후 수정한 코드로 작업을 실행할 수 있습니다. 코드를 편집할 경우 해당 코드가 별도의 프로그램 창에서 열립니다. 이 코드는 원래 작업과 더 이상 연관되지 않습니다.

작업에 의해 생성된 프로그램을 편집하는 방법

1 작업 영역의 적절한 작업 탭에서 코드를 클릭하여 작업과 연관된 코드를 표시합니다.

주: 작업과 연관된 코드를 편집하려면 먼저 작업 코드를 표시해야 합니다. 작업 코드

가 표시되지 않으면 을 클릭하고 우선 설정을 선택합니다. 작업을 클릭하고 작업

코드 표시를 선택합니다.


2 도구 모음에서 편집을 클릭합니다. 코드가 새로운 프로그램 창에서 열립니다.

SAS 프로그램 패키지 생성하기

SAS 프로그램 패키지는 로그 및 HTML 결과와 함게 제공되는 SAS 프로그램의 스냅샷을

포함하는 파일입니다. 작업을 실행할 때 작성한 코드뿐 아니라 자동으로 생성된 코드에

서도 프로그램 패키지를 생성할 수 있습니다. SAS Studio에서 프로그램 패키지를 열었을

때 프로그램을 다시 실행하지 않아도 코드뿐 아니라 로그에도 액세스할 수 있습니다. 코드를 변경하여 다시 실행하는 경우, 패키지는 자동으로 업데이트되지 않습니다. 변경 사항을 유지하려면 패키지를 다시 저장해야 합니다.

주: 프로그램 패키지는 PDF 또는 RTF 결과를 포함하지 않습니다. 대화식 모드에서 프로

그램을 실행 중인 경우 프로그램 패키지를 생성할 수 없습니다.


프로그램 패키지 파일을 생성하려면 사용하려는 코드를 열고 을 클릭합니다. 파일 위치 및 이름을 지정한 후, 다른 유형으로 저장 옵션의 SAS 프로그램 패키지를 선택합니다.

주: 프로그램 또는 로그를 개별적으로 저장하거나 결과를 HTML, PDF 또는 RTF 파일로

다운로드하려는 경우 프로그램 패키지 파일을 열고 프로그램을 다시 실행해야 합니다.

프로그램 요약 생성

작성한 코드뿐 아니라 자동으로 실행할 때 자동으로 생성된 코드에 대한 요약 페이지를

생성할 수 있습니다. 프로그램 요약 페이지는 별도의 브라우저 탭에서 열리는 HTML 파일입니다. 여기에는 프로그램 실행, 전체 SAS 소스 코드, 전체 SAS 로그 및 결과에 대한

정보가 포함됩니다. 프로그램에 대한 프로그램 요약 페이지를 보려면 을 클릭합니다.

주: 프로그램 요약은 프로그램을 실행한 후에만 사용할 수 있습니다.

을 클릭하고 SAS 프로그램 요약을 다른 유형으로 저장 옵션을 선택하여 지정한 폴더에

프로그램 요약 파일을 저장할 수도 있습니다. 프로그램 요약은 HTML 파일로 저장됩니

다.

매크로 변수 사용하기

매크로 변수는 응용 프로그램의 이름이나 버전 번호 등 프로그램 또는 작업이 실행될 때

얻는 정보를 추가하는 데 사용할 수 있습니다. 이러한 항목을 코드, 제목 또는 각주 앞에

"&"를 붙여 참조할 수 있습니다.

예를 들어, 다음과 같이 주석에서 매크로를 사용할 수 있습니다.

Generated with &_CLIENTAPP &_CLIENTAPPVERSION

주: 다음 매크로 변수 외에도 코드에서 SAS 매크로 함수 및 변수를 사용할 수 있습니다. SAS 매크로 함수 및 변수에 대한 자세한 내용은 SAS Macro Language Reference를 참조하십시오.

매크로 변수 설명

_CLIENTAPP 응용 프로그램의 이름


매크로 변수 설명

_CLIENTAPPVERSION 응용 프로그램 버전 번호

_SASPROGRAMFILE 현재 실행 중인 SAS 프로그램의 전체 경로 및 파일 이름입니다. 매크로 변수는 SAS Studio 코드가 실행 중인 동일한 서버에 저장된 SAS 프로그램 파일에서만 사용할 수 있습니다.

실행 히스토리 사용

SAS Studio에서는 프로그램 또는 작업을 실행할 때마다 해당 항목이 포함된 로그가 보관

됩니다. 이 로그, 즉 실행 히스토리를 사용하여 이전 버전의 실행 코드에 액세스할 수 있습니다. 실행 히스토리를 보려면 프로그램 또는 작업 창의 코드 탭을 클릭합니다. 도구 모

음에서 을 클릭하고 열려는 버전을 선택합니다. 그러면 이전 버전의 프로그램이 새로

운 창에서 열리며 필요한 경우 이 창에서 코드를 복사하여 붙여넣을 수 있습니다.

주: SAS Studio에서 사인오프하면 실행 히스토리가 지워집니다.

SAS 코드 출력형식 자동 지정

코드 편집기에서 프로그램을 읽기 쉽도록 코드 출력형식을 자동으로 지정할 수 있습니

다. 코드 출력형식을 자동으로 지정하면 줄 바꿈이 추가되고 중첩 수준에 따라 각 줄에 적

절하게 들여쓰기가 적용됩니다. 코드 편집기에서 코드 출력형식을 지정하려면 을 클릭합니다.

예를 들어, 다음 코드는 들여쓰기와 논리적 줄 바꿈이 없으므로 읽기가 어렵습니다.

data topn;length rank 8; label rank="Rank";set topn; by &category descending &measure;if first.&category then rank=0; rank+1;if rank le &n then output;run;

코드 출력형식 자동 지정 기능을 사용한 후에는 프로그램이 다음과 같이 표시됩니다.

data topn;


length rank 8; label rank="Rank"; set topn; by &category descending &measure;

if first.&category then rank=0; rank+1;

if rank le &n then output;run;

대화식 모드에서 작업

대화식 모드란?

일부 SAS 프로시저는 대화식으로 실행되므로 사용자가 QUIT 문을 실행하거나 새로운

PROC 또는 DATA 스텝을 실행할 때까지 활성 상태로 유지됩니다. SAS Studio에서는 코드 편집기를 사용하여 이러한 프로시저뿐 아니라 다른 SAS 프로시저도 대화식 모드에서

실행할 수 있습니다.

대화식 모드를 사용하면 SAS 프로그램에서 선택한 코드 행을 실행하고 그 결과에 따라

다음 스텝을 결정할 수 있습니다. 예를 들어, SAS/OR의 OPTMODEL 프로시저를 사용할

경우 산술적 프로그래밍 모델을 모델링하고 해를 구할 수 있습니다. 이 프로시저를 대화

식으로 실행하면 전체 프로그램을 실행할 필요 없이 프로그램의 일부에 대한 결과를 빠르게 검사하여 수정이 필요한지 여부를 결정할 수 있습니다.

주: 대화식 모드는 SAS 9.4 M1 버전을 실행하는 경우에만 사용할 수 있습니다.

대화식 모드에서 프로그램 실행

프로그램을 대화식 모드에서 실행하려면 도구 모음에서 을 클릭합니다. 대화식 모드

를 해제하려면 을 다시 클릭합니다. 프로그램이 열려 있을 때 모드를 변경하면 해당 프

로그램에 대한 로그와 결과가 지워집니다. 적합한 도구 모음에서 을 클릭하여 로그 및

결과를 수동으로 지울 수도 있습니다.

프로그램을 대화식 모드에서 실행할 경우 ODS 및 %LET 문 같은 자동 생성 코드가 프로

그램에 추가되지 않습니다. 또한 결과가 HTML로만 생성됩니다. 대화식 모드에서는 로그


와 결과가 기존 로그 및 결과에 추가됩니다. 이전에 실행된 코드는 사용자가 종료할 때까

지 활성 상태로 유지됩니다.

예를 들어, 다음과 같은 프로그램이 있다고 가정합니다.

proc sql; select * from sashelp.cars; select * from sashelp.class; quit;

비대화식 모드에서는 코드의 처음 두 행을 선택하여 실행할 경우 코드가 성공적으로 실행됩니다. 그런 다음 코드의 마지막 두 행을 선택하여 실행하면 PROC SQL 문이 없기 때문에 코드가 실패합니다.

대화식 모드로 전환하고 동일한 스텝을 따를 경우에는 PROC SQL 문이 여전히 활성 상태이므로 코드의 마지막 두 행이 성공적으로 실행됩니다.

주: 특정 프로시저에 대한 문서는 support.sas.com에서 SAS Programmer’s Bookshelf를

참조하십시오.

대화식 모드의 라이브러리 정보

대화식 모드를 사용하면 해당 세션에서만 사용 가능한 사용자 고유의 라이브러리 리스트

와 함께 새로운 Workspace 서버 세션을 생성할 수 있습니다. 대화식 모드일 때 새로운 라이브러리를 할당할 때 대화식 모드를 해제하면 라이브러리를 사용할 수 없습니다. 대화

식 모드와 비대화식 모드 간에 라이브러리에서 데이터를 공유하려면 autoexec.sas 파일

에 라이브러리가 포함되어야 SAS Studio를 사용할 때마다 할당됩니다. 자세한 내용은 “자동실행 파일 편집” (18페이지)을 참조하십시오.

Webwork는 대화식 모드에서 기본 출력 라이브러리입니다. 라이브러리 참조 및 테이블

이름을 모두 지정하지 않고 테이블을 참조하면 SAS Studio는 Webwork 라이브러리에 저장되어 있다고 가정합니다. Webwork 라이브러리는 대화식 모드와 비대화식 모드 간에

공유됩니다. 하나의 모드에서 Webwork 라이브러리를 생성하는 모든 데이터는 다른 모드

에서 액세스할 수 있습니다.

주: 대화식 모드에서 출력 데이터를 생성하는 프로그램을 실행하고 데이터가 Webwork 라이브러리와 같이 대화식 모드와 비대화식 모드 모두에서 사용 가능한 라이브러리에 저장되면, 탐색 영역에 있는 라이브러리 섹션을 새로 고침하여 새로운 사용자 인터페이스

에서 새로운 데이터를 봅니다.


Work 라이브러리는 대화식 모드와 비대화식 모드 간에 공유되지 않습니다. 각

Workspace 서버 세션은 사용자 고유의 Work 라이브러리가 있으며 데이터가 공유될 수

없습니다. 대화식 모드의 Work 라이브러리에 저장하는 모든 데이터는 비대화식 모드의

Work 라이브러리에서 액세스할 수 없습니다. 또한, 데이터가 대화식 모드에서 생성되면

탐색 영역의 라이브러리 섹션에 있는 Work 라이브러리에서 데이터를 볼 수 없습니다. 그러나 대화식 모드에서 프로그래밍 방법으로 데이터에 액세스할 수 있습니다.

대화식 모드 사용 시 특수 고려사항

다음 리스트는 대화식 모드 사용에 대한 일부 특수 고려사항을 요약합니다.

n 대화식 모드에서 출력 데이터를 생성하는 프로그램을 실행하면 탐색 영역의 라이브

러리 섹션을 새로 고침해야 새로운 데이터를 볼 수 있습니다.

n 탐색 영역의 라이브러리 섹션에 있는 대화식 모드의 Work 라이브러리에서 생성하는

모든 데이터를 볼 수 없습니다. 그러나 프로그래밍 방법으로 해당 데이터에 액세스할

수 있습니다.

n 대화식 모드에서 새로운 Workspace 서버 세션을 생성하기 때문에 모든 옵션, 매크로

및 매크로 변수, 그리고 Workspace 서버 섹션 특유의 기타 데이터는 대화식 모드와

비대화식 모드 간에 공유될 수 없습니다.

n 대화식 모드에서 프로그램을 실행하면 결과는 HTML로만 생성됩니다.

n 을 클릭하여 개별 프로그램 탭에 대한 대화식 모드를 설정 및 해제할 수 있습니다. 대화식 모드가 설정되면 버튼이 도구 모음에 강조 표시됩니다. 모든 프로그램 탭에서

대화식 모드를 사용하려면 을 클릭하고 우선 설정을 선택합니다. 일반을 클릭한 다

음 대화식 모드에서 새로운 프로그램 시작을 선택합니다. 이 옵션을 선택하지 않으면

사용할 때마다 대화식 모드를 설정해야 합니다.

코드 Snippet 작업

코드 Snippet을 사용하는 이유

코드 Snippet을 사용하면 SAS 코드를 프로그램에 빠르게 삽입하고 필요에 맞게 사용자

정의할 수 있습니다. SAS Studio에서는 여러 코드 Snippet이 제공됩니다. 사용자 고유의

Snippet을 생성하고 즐겨찾기 리스트에 Snippet을 추가할 수도 있습니다.


Snippet 이름 설명

카탈로그

소스 엔트리 편집 카탈로그에서 소스 엔트리 유형에 대한 내용을 지정할 수 있습니다. 소스 엔트리는 SAS 프로그램와 동일한 코드를 포함할 수 있습니다.

리스트 카탈로그 지정된 라이브러리의 모든 카탈로그에서 SAS 테이블이 나열됩니다. 기본적으로 이 테이블은 Work 라이브러리와 파일 이름의 카탈로그와 함께 저장됩니다.

리스트 카탈로그 엔트리 지정된 카탈로그에 모든 카탈로그 유형을 나열합니다.

GRSEG 엔트리 인쇄 SAS ODS(Output Delivery System)에 의해 지정된 열린 대상으로 GRSEG 엔트리를 인쇄합니다.

데이터

DS2 코드 DS2 프로그램에 대한 템플릿을 제공합니다. DS2는 고급 데이터 조작에 적절한 SAS 프로그래밍 언어입니다. DS2는 Base SAS와 함께 제공되며 핵심 기능은 SAS DATA 스텝과 같습니다. 하지만 DS2는 그 외에도 변수 범위 지정, 사용자 정의 메소드, ANSI SQL 데이터 유형 및 사용자 정의 패키지가 포함되어 있어 DATA 스텝보다 뛰어납니다. DS2 SET 문에는 FedSQL 구문이 포함될 수 있으며 런타임에 생성되는 질의는 DS2와 지원되는 데이터베이스 간에 데이터를 대화식으로 교환할 수 있습니다. 따라서 SQL로 입력 테이블을 미리 처리할 수 있으므로 두 언어의 장점이 효율적으로 결합됩니다. 자세한 내용은 SAS DS2 Language Reference를 참조하십시오.

DS2 패키지 DS2 패키지에 대한 탬플릿을 제공합니다. 패키지는 DS2 프로그램과 유사합니다. 패키지 본문은 일련의 글로벌 선언과 메소드 리스트로 구성됩니다. 구문상 주요 차이점은 PACKAGE 및 ENDPACKAGE 문입니다. 이러한 문장은 글로벌 범위를 가진 블럭을 정의합니다. 자세한 내용은 SAS DS2 Language Reference를 참조하십시오.

코드 Snippet 작업 37


DS2 스레드 DS2 스레드 프로그램에 대한 템플릿을 제공합니다. 일반적으로 DS2 코드는 순차적으로 실행됩니다. 즉, 한 프로세스의 실행이 완료되어야 다음 프로세스가 시작됩니다. 스레드 처리를 사용하면 두 개 이상의 프로세스를 동시에 실행할 수 있습니다. 스레드 처리에서는 각 프로그램이 코드 섹션을 동시에 실행하는 것을 스레드에서 실행한다고 합니다. 자세한 내용은 SAS DS2 Language Reference를 참조하십시오.

CSV 파일 생성 SAS 데이터를 쉼표로 구분된 텍스트 파일로 내보낼 수 있습니다.

PowerPoint 슬라이드 생성 Microsoft PowerPoint 출력을 웹 브라우저로 스트리밍할 수 있습니다.

XML 파일 생성 SAS 데이터를 웹 브라우저에서 볼 수 있는 XML 파일로 내보낼 수 있습니다.

CSV 파일 가져오기 쉼표로 구분된 파일을 가져오고 출력을 SAS 데이터셋에 쓸 수 있습니다.

XLSX 파일 가져오기 Microsoft XLSX 파일을 가져오고 출력을 SAS 데이터셋에 쓸 수 있습니다.

선형 회귀 데이터 시뮬레이션 선형 회귀 분석에 사용할 수 있는 입력 데이터 소스를 생성합니다. 선형 회귀 분석에서는 최소제곱 방법을 사용하여 데이터에 선형함수를 할당하려고 시도합니다.

일원분산분석 데이터 시뮬레이션

세 가지의 처리 레벨을 갖는 하나의 처리 인수를 다루는 입력 데이터 소스를 생성합니다. 일원분산분석 작업을 사용하여 이 데이터를 분석하는 목적은 각 레벨 평균 간의 차이를 검정하고 이러한 차이의 값을 구하는 것입니다.

설명

사용자 정의 ODS 출력 SAS ODS(Output Delivery System)를 사용하여 HTML, PDF 및 RTF 출력 생성을 위한 템플릿을 제공합니다. 자세한 내용은 SAS Output Delivery System: User's Guide를 참조하십시오.

PROC SQL SQL 질의 작성을 위한 템플릿을 제공합니다. 자세한 내용은 SAS SQL Procedure User's Guide를 참조하십시오.



그래프

주: SGPLOT, SGPANEL 및 SGSCATTER 프로시저에 대한 자세한 내용은 SAS ODS Graphics: Procedures Guide를 참조하십시오.

막대 패널 SGPANEL 프로시저에서 VBAR 문을 사용하고 여러 막대 그래프를 생성할 수 있습니다.

상자 패널 SGPANEL 프로시저에서 VBOX 문을 사용하고 여러 막대 그래프를 생성할 수 있습니다.

비교 산점도 SGSCATTER 프로시저에서 COMPARE 문을 사용합니다. 이 코드 Snippet은 축을 공유하는 산점도 비교 패널을 생성합니다.

점 도표 SGPLOT 프로시저에서 DOT 문을 사용합니다. 점 도표에서는 범주변수의 값이 수평으로 요약됩니다. 기본적으로 각 점은 각 범주변수 값의 빈도를 나타냅니다.

적합 도표 SGPLOT 프로시저에서 REG 문을 사용합니다. 이 코드 Snippet은 이차 적합을 사용한 회귀 도표를 생성하며, 신뢰한계를 포함합니다.

HBar 도표 SGPLOT 프로시저에서 HBAR 문을 사용합니다. 이 코드 Snippet은 범주변수 값이 요약된 수평 막대 그래프를 생성합니다.

HighLow 도표 SGPLOT 프로시저에서 HIGHLOW 문을 사용합니다. High-Low 그래프는 한 변수의 여러 값이 다른 변수의 한 값과 어떤 관계에 있는지를 보여 줍니다. 일반적으로 수평 축의 각 변수 값마다 수직 축에 해당하는 값이 여러 개씩 있습니다.

히스토그램 도표 SGPLOT 프로시저에서 HISTOGRAM 문을 사용합니다. 이 코드 Snippet은 두 개의 밀도 도표가 있는 히스토그램을 생성합니다. 이 Snippet에서 한 밀도 도표는 정규 밀도함수 추정값을 사용하고 다른 밀도 도표는 커널 밀도함수 추정값을 사용합니다.

산점도 행렬 SGSCATTER 프로시저에서 MATRIX 문을 사용합니다. 이 코드 Snippet은 산점도 행렬을 생성합니다.



VBox 도표 SGPLOT 프로시저에서 VBOX 문을 사용합니다. 상자 도표에서는 데이터를 요약하고 중위수, 제1 사분위수/제3 사분위수, 최솟값/최댓값을 나타냅니다. 이 도표는 중심, 분포, 범위 및 이상치를 간단하게 보여 주는 빠른 시각적 요약을 제공합니다. SGPLOT 및 SGPANEL 프로시저에는 수평 및 수직 상자 도표를 생성하기 위한 별도의 문장이 있습니다.

매크로

주: SAS 매크로에 대한 자세한 내용은 SAS 매크로 언어: 참조를 참조하십시오.

SAS 매크로 문자 함수 문자값으로 작업하는 SAS 매크로의 다양한 예를 제공합니다.n %EVAL 함수는 정수 산술을 사용하여 산술 및 논리 표현

식을 계산합니다. 이 함수는 함수의 인수를 문자값에서 숫자 또는 논리 표현식으로 변환합니다. 표현식을 계산한 후 결과는 문자값으로 변환됩니다.SAS 매크로 기능은 기본적으로 텍스트 생성이기 때문에 이 기능이 유용합니다. 결과적으로 산술 표현식은 숫자 표현식으로 처음 변환됩니다. 숫자 표현식을 계산한 후 산술 표현식으로 다시 변환됩니다.

n %INDEX 함수는 문자열의 첫 번째 문자의 위치를 반환합니다.

n %LENGTH 함수는 문자의 길이를 반환합니다.n %SCAN 함수는 문자열에서 위치로 지정된 단어에 대해

검색합니다.n %SUBSTR 함수는 문자열의 하위 문자열을 생성합니다.n %UPCASE 함수는 값을 대문자로 변환합니다.

SAS 매크로 DO 문 일치하는 %END 문이 발생할 때까지 단위로 처리되는 매크로 정의 섹션의 시작을 지정합니다. 이 매크로 섹션은 %DO 그룹이라고 합니다.간단한 %DO 문은 %IF 조건이 True 또는 False인지 여부에 따라 처리될 매크로 섹션을 지정하기 위한 %IF-%THEN-%ELSE 문과 함께 나타납니다.주: SAS에서는 이 Snippet에 의해 생성된 코드와 다른 %DO 반복 문을 제공합니다. 자세한 내용은 SAS 매크로 언어: 참조를 참조하십시오.



SAS 매크로 IF 문 매크로 부분을 조건부로 처리합니다. %IF-%THEN-%ELSE 문에 대한 조건인 표현식은 상수 텍스트 또는 텍스트를 생성하는 텍스프 표현식인 피연산자만 포함할 수 있습니다.

SAS 매크로 파라미터 매크로를 불러올 때 지정하는 값을 가진 하나 이상의 로컬 매크로 변수의 이름을 지정합니다. 매크로 변수에는 위치 및 키워드라는 두 가지 유형이 있습니다. 파라미터는 파라미터를 정의하는 매크로로 한정됩니다. 각 파라미터의 이름을 제공해야 합니다. 텍스트 표현식을 사용하여 파라미터를 생성할 수 없습니다. 파라미터 리스트는 쉼표로 구분된 매크로 파라미터를 몇 개라도 포함할 수 있습니다. 파라미터 리스트의 매크로 변수는 대개 매크로를 참조합니다.

SAS 매크로 SAS 매크로와 작업할 기본 템플릿을 제공합니다. 매크로에서는 프로그램의 텍스트 대체 등을 포함한 많은 작업을 수행할 수 있습니다. SAS 프로그램은 매크로 수를 몇 개든 포함할 수 있고 하나의 프로그램에서 매크로를 여러 번 불러올 수 있습니다. 자세한 내용은 SAS 매크로 언어: 참조를 참조하십시오.



SAS 매크로 인용 매크로 프로세서가 특수 문자 및 니모닉을 매크로 언어의 일부 대신 텍스트로 해석하도록 지정하는 매크로 함수의 예를 제공합니다.n %STR 함수는 매크로 컴파일에서 상수 텍스트의 특수 문

자 및 니모닉 연산자를 암호화합니다. 이 함수는 이러한 특수 문자 및 니모닉 연산자를 암호화합니다.

+ - * / < > = ¬ ^ ~ ; , # blankAND OR NOT EQ NE LE LT GE GT IN

이 함수는 문자가 쌍으로 발생할 때, 일치하지 않으면 앞에 %로 표시해서 이러한 문자를 암호화합니다.

' " ()

n %NRSTR 함수는 매크로 컴파일에서 상수 텍스트의 특수 문자 및 니모닉 연산자를 암호화합니다. 이 함수는 %STR 함수의 나열된 특수 문자 및 니모닉 연산자 모두를 암호화합니다. 또한, %NRSTR 함수는 이러한 문자를 암호화합니다.

& %

n %BQUOTE 함수는 매크로 실행에서 확인된 값의 특수 문자 및 니모닉 연산자를 암호화합니다. 이 함수는 이러한 특수 문자 및 니모닉 연산자를 암호화합니다.

' " () + - * / < > = ¬ ^ ~ ; , # blankAND OR NOT EQ NE LE LT GE GT IN



SAS 매크로 인용(계속) n %SUPERQ 함수는 매크로 실행에서 모든 특수 문자 및 니모닉 연산자를 암호화하지만 이후 값을 계산하지 않습니다. 이 함수는 이러한 특수 문자 및 니모닉 연산자를 암호화합니다.

& % ' " () + - * / < > = ¬ ^ ~ ; , # blankAND OR NOT EQ NE LE LT GE GT IN

n %QSCAN 함수는 단어를 검색하고 특수 문자 및 니모닉 연산자를 암호화합니다.

n %QSUBSTR 함수는 하위 문자열을 생성하고 특수 문자 및 니모닉 연산자를 암호화합니다.

n %QUPCASE 함수는 값을 대문자로 변환하고 특수 문자 및 니모닉 연산자를 암호화하는 결과를 반환합니다.

n %UNQUOTE 함수는 매크로를 실행하는 동안 값을 해독하여 특수 문자 및 니모닉 연산자를 텍스트 대신 매크로 언어 요소로 해석합니다.

매크로 컴파일 및 매크로 실행에 대한 자세한 내용은 SAS 매크로 언어: 참조를 참조하십시오.

SAS 매크로 변수 사용자 정의된 글로벌 및 로컬 매크로 변수를 생성하는 방법의 예를 제공합니다. 매크로 변수는 기호 치환을 통해 SAS 프로그램의 텍스트를 동적으로 수정할 수 있는 도구입니다. 크거나 작은 양의 텍스트를 매크로 변수에 할당할 수 있습니다. 그 후에는 텍스트를 포함하는 변수를 단순히 참조하는 텍스트를 사용할 수 있습니다.매크로 프로그래머에 의해 정의된 매크로 변수는 사용자 정의 매크로 변수라고 합니다. 매크로 프로세서에 의해 정의된 매크로 변수는 사용자 정의 매크로 변수라고 합니다. 데이터 행 내를 제외한 SAS 프로그램 아무 곳에서나 매크로 변수를 정의하고 사용할 수 있습니다.

IML주: 이러한 Snippet은 SAS/IML에 라이선스가 있는 경우에만 사용할 수 있습니다.

비선형 방정식의 근 계산 한 변수의 함수 근을 구할 수 있습니다. 함수의 근(또는 0)을 구하면 비선형 방정식의 해를 구할 수 있습니다.

최대우도를 사용한 적합 최대우도 추정을 사용하여 정규 밀도함수 추정값의 모수를 추정합니다.



부트스트랩 분포 생성 IML 프로시저를 사용하여 표본 평균의 부트스트랩 분포를 생성하고 분석합니다.

함수 적분 Snippet을 사용하면 SAS/IML 소프트웨어의 QUAD 서브루틴으로 1차 함수값을 적분할 수 있습니다. QUAD 서브루틴은 유한, 반무한 또는 무한 영역에서 함수의 정적분 값을 구하는 데 사용합니다.

다변량 정규 데이터 시뮬레이션 지정된 평균과 공분산으로 다변량 정규분포의 데이터를 시뮬레이션합니다.

코드 Snippet 생성

사용자 고유의 Snippet을 생성하는 방법

1 SAS Studio에서 .sas 파일을 열고 Snippet으로 저장할 코드를 선택합니다.

2 코드 탭에서 을 클릭합니다. 내 Snippet에 추가 대화 상자가 나타납니다.

3 Snippet의 이름을 입력하고 저장을 클릭합니다.

이제 내 Snippet 폴더에서 이 Snippet을 사용할 수 있습니다.

코드 Snippet을 삽입하는 방법

프로그램에 코드 Snippet을 포함하는 방법:

1 프로그램에서 Snippet을 삽입할 위치를 클릭합니다.

2 탐색 영역에서 Snippet 섹션을 엽니다.

3 다음과 같은 방법으로 프로그램에 Snippet을 추가할 수 있습니다.

n 드래그앤드롭 작업을 사용하여 Snippet을 이동합니다.

n Snippet의 이름을 더블 클릭합니다.


n Snippet 이름을 마우스 오른쪽 버튼으로 클릭하고 삽입을 선택합니다. 여러

Snippet을 선택하려면 Ctrl 키를 사용합니다. 그런 다음 마우스 오른쪽 버튼을 클릭하고 삽입을 선택합니다.

다음 예는 프로그램에 입력된 XLSX 파일 Snippet 가져오기를 보여줍니다.

코드 편집기 사용자 정의

우선 설정 창에서 자동완성 및 색상 코딩을 비롯한 코드 편집기 기능에 적용되는 여러 옵션을 변경할 수 있습니다.

편집기 옵션에 액세스하려면 을 클릭하고 우선 설정을 선택합니다. 그런 다음 편집기

를 클릭합니다.

옵션 설명

자동완성 사용 설정 코드 편집기의 자동완성 기능을 설정합니다. 이 기능은 사용자가 실제로 키워드를 모두 입력하기 전에 입력하려고 하는 다음 키워드를 예측하여 완성해 주는 기능입니다. 자세한 내용은 “자동완성 기능 사용” (24페이지)을 참조하십시오.

코드 편집기 사용자 정의 45

옵션 설명

힌트 사용 설정 사용자가 프로그램의 유효한 SAS 키워드 위에 마우스 포인터를 놓을 경우 구문 도움말을 표시합니다. 이 옵션이 선택되어 있지 않은 경우에는 키워드를 마우스 오른쪽 버튼으로 클릭하고 구문 도움말을 선택하여 구문 도움말을 볼 수 있습니다. 이 옵션은 기본적으로 선택되어 있지 않습니다.

탭 너비 탭 문자를 삽입할 때 텍스트에 삽입되는 공백 수를 표시합니다. 기본값은 탭 문자당 네 개의 공백입니다.주: Microsoft Internet Explorer와 Apple Safari에서는 탭 문자 대신 공백이 사용됩니다. 이러한 브라우저를 사용하는 경우 탭 너비의 값이 사용되도록 탭을 공백으로 대체 체크 박스를 선택해야 합니다.

탭을 공백으로 대체 단일 탭 문자 대신 탭 너비 상자에 지정된 수만큼의 공백을 삽입합니다. 이 옵션은 코드 편집기에 입력하는 텍스트와 코드 편집에게 붙여넣는 텍스트 모두에 적용됩니다.

색상 코딩 사용 설정 구문의 각 요소를 식별하기 쉽도록 코드 편집기의 텍스트를 서로 다른 색상으로 표시합니다.

행 번호 표시 프로그램 및 로그 창의 맨 왼쪽 칼럼에 행 번호를 표시합니다.

글꼴 크기 코드 편집기 및 로그 창에서 사용되는 텍스트 글꼴 크기를 지정합니다.

자동 저장 활성화 편집한 이전에 저장된 프로그램 파일 각각의 사본을 자동 저장하여 생성하여 브라우저가 예상치 못하게 닫힌 경우 파일을 복구할 수 있습니다. 새로운 프로그램 파일은 처음 저장하기 전까지는 자동으로 저장되지 않습니다. 자동 저장 구간 옵션에서 지정된 구간에 파일이 저장됩니다. 기본 구간은 30초입니다.


3질의 작업

질의란? . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 48

질의 생성 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 48새로운 질의 생성 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 48테이블에 질의 추가 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 49

조인 이해 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 49테이블 조인 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 49조인 생성 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 49조인 유형에 대한 이해 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 53기존 조인 수정 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 53

데이터 선택 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 54출력에서 칼럼 지정 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 54요약 함수 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 56

데이터 필터 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 59필터 생성 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 59필터 간 관계 변경 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 61

출력 관리 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 62출력 정렬 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 62출력에서 중복 행 제거 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 64출력 그룹화 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 64결과 저장 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 67질의 실행 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 69

47

질의란?

질의를 사용하여 지정한 기준에 따라 하나 이상의 테이블에서 데이터를 추출할 수 있습

니다. 테이블 한 개를 기반으로 하는 질의를 생성하거나 테이블을 조인할 수 있습니다. 질의를 생성할 때 SAS Studio는 볼 수 있는 SQL(Structured Query Language) 코드를 생성

합니다. SAS 프로그래머 및 시각적 프로그래머 영역 모두에서 질의를 생성할 수 있습니

다.

질의 생성

새로운 질의 생성

SAS Studio 기본 도구 모음에서 을 클릭하고 새로운 질의를 선택합니다. 작업 영역의

새로운 탭에서 질의 창이 열립니다.

48 3장 / 질의 작업

테이블에 질의 추가

질의 창의 테이블 탭에서 을 클릭하고 테이블을 선택합니다. 테이블 선택 창에서 적합

한 라이브러리를 펼쳐 사용하려는 테이블을 선택합니다. 질의에 테이블이 추가됩니다.

주: 탐색 영역의 라이브러리를 사용하여 질의에 테이블을 추가할 수도 있습니다. 라이브

러리를 클릭하고 적합한 라이브러리를 펼칩니다. 질의 창의 테이블 탭에 사용하려는 테이블을 끌어다 놓습니다.

조인 이해

테이블 조인

질의를 생성하면 여러 테이블을 조인할 수 있습니다. SAS Studio는 자동으로 테이블을

조인하거나 사용자가 수동으로 조인을 생성할 수 있습니다. SAS Studio는 동일한 이름

및 유형을 가진 칼럼을 사용하여 테이블을 조인하려고 합니다. 찾은 칼럼 이름 및 유형과

일치하지 않는 경우 조인 기준을 지정할 수 있습니다.

주: 질의에 하나 이상의 테이블이 있고 조인 기준을 지정하지 않으면 출력 데이터는 데이

터 값의 Cartesian product 또는 사용 가능한 모든 조합을 포함합니다.

조인 생성

테이블 추가 및 조인 자동으로 생성하는 방법:

탐색 영역의 라이브러리에서 테이블 탭의 질의에 추가하려는 테이블을 끌어다 놓습니다. 그런 다음, 질의에서 첫 번째 테이블 위에 테이블을 끌어놓아 두 테이블을 조인합니다.

조인 이해 49

조인 창은 조인 기준을 표시합니다. 다음 예에서 Classfit 테이블은 두 테이블에서 Name 칼럼을 사용하여 Classfit 테이블에 자동으로 조인됩니다.

50 3장 / 질의 작업

조인이 자동으로 생성되지 않는 경우 조인 조건을 수동으로 지정할 수 있습니다.

수동으로 조인을 생성하는 방법:

1 질의 창의 테이블 탭에서 조인하려는 테이블이 표시되는지 확인합니다.

2 도구 모음에서 을 클릭하고 조인을 선택합니다. 새로운 조인 창이 열립니다.

조인 이해 51

3 왼쪽 테이블 드롭다운 리스트에서 조인 왼쪽에 놓을 테이블을 선택합니다.

4 조인 유형 드롭다운 리스트에서 사용하려는 조인의 유형을 선택합니다. 기본 조인 유형은 이너 조인입니다.

5 오른쪽 테이블 드롭다운 리스트에서 조인 오른쪽에 놓을 테이블을 선택합니다.

6 저장을 클릭합니다. 테이블 사이에 조인이 생성됩니다. 테이블이 칼럼과 일치하는 이름 및 데이터 유형을 가지고 있는 경우, 조인 조건은 자동으로 생성됩니다. 테이블에

칼럼과 일치하는 이름 및 데이터 유형이 없는 경우 칼럼 드롭다운 리스트에서 조인 조건에 대한 칼럼을 선택할 수 있습니다.

7 조인에 다른 조인 조건을 추가하려면 을 클릭하고 칼럼 드롭다운 리스트에서 사용

할 칼럼을 선택합니다.

52 3장 / 질의 작업

조인 유형에 대한 이해

SAS Studio는 조인에 대해 4가지 다른 유형을 지원합니다. 기존 조인을 수정하여 원하는

조인의 유형을 선택할 수 있습니다.

조인 창에서 사용하려는 조인 옵션을 선택할 수 있습니다.

SAS Studio 조인 유형 조인 아이콘 설명

이너 조인 출력 행은 첫 번째 테이블에서 두 번째 테이블의 칼럼 조인 기준과 일치하는 칼럼을 포함합니다. 조인은 기본적으로 이너 조인입니다.

왼쪽 조인 출력 행은 첫 번째 테이블의 모든 행과 두 번째 테이블에서 조인 조건과 일치하는 행을 포함합니다.

오른쪽 조인 출력 행은 두 번째 테이블의 모든 행과 조인 조건과 첫 번째 테이블에서 조인 조건과 일치하는 행을 포함합니다.

전체 조인 출력 행은 두 테이블에서 일치 및 일치하지 않는 모든 행을 포함합니다.

기존 조인 수정

조인의 다른 유형을 선택하거나 조인 조건에서 사용된 칼럼을 변경하여 기존 조인을 수정할 수 있습니다. 조인 조건을 추가 및 제거하거나 전체 조인을 제거할 수 있습니다.

조인 수정 방법:

1 질의 창의 테이블 탭에서 수정하려는 조인 지표를 클릭합니다. 조인 영역에서 조인이

표시됩니다.

조인 이해 53

2 조인 유형을 변경하려면 조인 유형 드롭다운 리스트에서 새로운 유형을 선택합니다.

3 새로운 조인 조건을 추가하려면 을 클릭하고 조인에서 사용할 칼럼을 지정합니다. 조인 조건을 제거하려면 적합한 조건 옆의 을 클릭합니다.

전체 조건을 삭제하려면 조인 지표를 마우스 오른쪽 버튼으로 클릭하고 삭제를 선택합니

다.

데이터 선택

출력에서 칼럼 지정

기본적으로 출력에서 포함하는 칼럼은 없습니다. 출력 테이블에 표시하려는 칼럼을 지정

해야 합니다. 또한 출력 테이블에서 칼럼 이름 대신 사용할 별칭을 지정할 수도 있습니다.

선택에 나열된 칼럼의 순서는 출력 테이블에 나열된 순서와 같습니다.

출력 테이블에 대한 칼럼 선택 방법:

1 질의 창에서 칼럼 탭을 선택하여 질의의 테이블에서 칼럼 리스트를 표시합니다.

2 칼럼 리스트에서 하나 이상의 칼럼을 선택 탭으로 끌어서 출력 데이터에 추가할 수 있습니다. 선택 탭 도구 모음에서 을 클릭하고 칼럼 선택 창에서 하나 이상의 칼럼을

선택합니다.

54 3장 / 질의 작업

칼럼에 대한 별칭 지정 방법:

n 선택 탭에서 각 칼럼에 대해 사용할 별칭을 입력합니다. 별칭은 출력 데이터의 칼럼

머리글로 사용됩니다.

데이터 선택 55

요약 함수

질의 칼럼에서 요약 함수를 실행할 수 있습니다. 요약 함수를 실행하려면 요약 기능을 실행할 칼럼을 선택합니다. 요약 칼럼에서 드롭다운 리스트를 사용하여 사용하려는 함수를

선택합니다. 기본적으로 질의는 출력 데이터셋을 생성합니다. 다음 예는 모든 학생의 평균 연령을 찾는 방법을 보여줍니다.

56 3장 / 질의 작업

데이터 선택 57

기본적으로 질의는 출력 데이터 탭에 결과를 표시하고 Work 라이브러리에 출력 테이블

을 생성합니다.

기본적으로 칼럼을 요약하면 출력은 요약 없는 모든 칼럼으로 그룹화됩니다. 자세한 내용은 “출력 그룹화” (64페이지)를 참조하십시오.

58 3장 / 질의 작업

데이터 필터

필터 생성

데이터를 질의할 때 데이터에서 칼럼의 값에 따라 특정 기준을 만족하는 행만 검색할 수

있습니다. SAS Studio에 검색할 행을 지정하는 과정을 필터 설정이라고 하며, 이 작업은

필터 탭에서 수행됩니다. SQL 질의에서 WHERE 절을 사용하는 경우에 해당합니다.

1 질의 창에서 칼럼 탭을 선택하여 질의의 테이블에서 칼럼 리스트를 표시합니다.

2 칼럼 리스트에서 하나 이상의 칼럼을 필터 탭에 추가할 수 있습니다. 필터 탭 도구 모음에서 을 클릭하고 칼럼 선택 창에서 하나 이상의 칼럼을 선택합니다.

3 연산자 드롭다운 리스트에서 비교 연산자를 선택합니다. 기본값은 Equals입니다.

데이터 필터 59

4 선택한 연산자의 값을 입력해야 하는 경우 을 클릭하여 입력하거나 값 선택 창에서

값을 선택합니다. 값 리스트에서 선택하려면 을 클릭하여 값 리스트를 펼칩니다. 사용하려는 값을 선택하고 추가를 클릭합니다.

주: 문자 칼럼에 대한 값을 선택하는 경우 값을 따옴표로 묶기 옵션을 선택하여 원하

는 값을 작은 따옴표로 묶습니다. 이 옵션은 기본적으로 선택되어 있습니다. 필터 실행 중 매크로 변수 또는 계산된 다른 값을 사용하려면 이 옵션을 취소해야 합니다.

칼럼 리스트에서 선택하려면 을 클릭하여 칼럼 리스트를 펼칩니다. 그런 다음 사용

할 칼럼을 선택합니다.

60 3장 / 질의 작업

5 확인을 클릭하고 필터에 값을 추가합니다.

필터 간 관계 변경

필터에 한 개의 칼럼만 사용하거나 여러 칼럼을 사용하여 여러 비교 표현식을 생성할 수

있습니다. 필터에 한 개 이상의 비교 표현식을 생성하면, 이러한 필터 요소 간의 기본 관계는 AND입니다. 필터 요소 간의 관계를 AND에서 OR로 변경할 수 있고 요소를 그룹화

할 수 있습니다.

필터 간 관계 변경 방법:

n 필터 탭에서 관계 값을 클릭하고 새로운 값을 선택합니다.

데이터 필터 61

출력 관리

출력 정렬

질의에서 사용한 테이블에서 한 개 이상의 칼럼을 사용하여 질의에서 출력을 정렬할 수

있습니다.

주: 출력으로 선택하지 않은 칼럼을 사용하여 출력 테이블을 정렬할 수 있습니다.

출력 정렬 방법:

1 질의 창에서 정렬 탭을 클릭합니다.

62 3장 / 질의 작업

2 칼럼 리스트에서 정렬 탭에 하나 이상의 칼럼을 끌어 정렬 탭에 추가할 수 있습니다. 정렬 탭 도구 모음에서 을 클릭하고 칼럼 선택 창에서 하나 이상의 칼럼을 선택합니

다.

3 데이터를 정렬할 칼럼에 대해 정렬 상자를 클릭합니다. 드롭다운 리스트에서 오름차

순 또는 내림차순을 선택합니다. 기본 정렬 방향은 오름차순입니다.

4 여러 개의 칼럼으로 정렬하는 경우, 출력 테이블이 리스트의 첫 칼럼으로 처음 정렬됩

니다. 이어 첫 번째 칼럼의 각 레벨에서 리스트의 두 번째 칼럼을 기준으로 행이 정렬

됩니다. 칼럼을 선택하고 및 을 클릭한 다음 칼럼을 리스트의 위/아래로 이동하여

정렬 순서를 변경할 수 있습니다.

출력 관리 63

출력에서 중복 행 제거

일부 질의 유형은 여러 개의 동일 행을 출력합니다. SAS Studio를 사용하면 동일한 행을

하나만 남기고 불필요한 중복 행을 제거할 수 있습니다.

중복 행을 제거하려면 선택 탭을 선택하고 고유 행만 선택 체크 박스를 선택합니다.

출력 그룹화

요약된 칼럼을 생성한 경우 데이터를 칼럼 값에 기반한 그룹으로 분류할 수 있습니다. 이것은 SQL 질의에서 GROUP BY 절을 사용하는 것과 같습니다. 예를 들어, 학생 그룹의

평균 키를 계산하는 경우에는 각 나이 그룹에 대한 평균 키를 표시하도록 결과를 그룹화

할 수 있습니다.

기본적으로 자동으로 그룹 선택 옵션이 그룹 탭에 선택됩니다. 이 옵션이 선택되고 칼럼

에 대해 요약 함수를 수행하면 질의는 요약 기능이 없는 모든 칼럼으로 자동 그룹화됩니

다. 질의가 그룹화된 칼럼 리스트를 편집할 수 있습니다.

출력 그룹화 방법:

1 질의 창에서 그룹 탭을 클릭합니다.

2 칼럼 리스트에서 그룹 탭으로 하나의 칼럼을 끌어 그룹 탭에 추가할 수 있습니다. 그룹 탭 도구 모음에서 을 클릭하고 칼럼 선택 창에서 하나 이상의 칼럼을 선택합니

다.

주: 그룹 탭에서 자동 선택된 모든 칼럼을 제거하려면 자동으로 그룹 선택 옵션을 취소합니다.

64 3장 / 질의 작업

3 데이터 그룹화에 사용된 칼럼 순서를 변경하려면 이동하려는 칼럼을 선택한 후 및

을 클릭합니다.

다음 예는 각 나이 그룹에서 학생의 평균 키를 찾는 방법을 보여줍니다. 우선 선택 탭에

나이 및 키 칼럼을 추가한 후 키 칼럼에 대해 AVG 요약 기능을 선택합니다.

출력 관리 65

나이별 학생 몸무게를 보려면 질의를 나이 칼럼으로 그룹화합니다. 결과에서 각 나이에

대한 평균 키가 표시됩니다.

66 3장 / 질의 작업

주: 기본적으로 질의는 결과의 테이블을 생성합니다. 결과의 리포트(결과 탭에 표시됨)를 생성하려면 질의에 대한 출력 유형으로 리포트를 지정해야 합니다. 자세한 내용은 “결

과 저장” (67페이지)을 참조하십시오.

결과 저장

결과를 데이터 테이블, 데이터 뷰 또는 리포트의 3가지 출력형식 중 하나로 생성할 수 있습니다.

출력 관리 67

결과를 데이터 테이블이나 데이터 뷰로 저장하는 경우, 사용할 라이브러리 및 파일 이름

을 지정할 수 있습니다. 라이브러리 및 파일 이름을 지정하지 않으면 결과는 Work 라이브

러리에 저장됩니다.

결과 출력형식 지정 방법:

1 질의 창에서 설정 탭을 클릭합니다.

2 속성 탭을 클릭합니다. 결과 영역의 출력 유형 드롭다운 리스트에서 사용하려는 출력

형식을 선택합니다.

리포트

질의 결과를 사용자가 다운로드할 수 있는 HTML, PDF 또는 RTF 파일의 리포트로

저장합니다. 질의 결과는 질의를 다시 실행해야만 업데이트됩니다. 이러한 출력형

식의 질의 결과에 대해서는 SAS 작업을 실행할 수 없습니다.

테이블

질의 결과를 SAS 작업을 실행할 수 있는 정적 데이터 테이블로 저장합니다. 질의

결과는 질의를 다시 실행해야만 업데이트됩니다. 기본적으로 데이터 테이블은

Work 라이브러리에 저장됩니다.

뷰

SAS 작업을 실행할 수 있는 동적 데이터 뷰로 질의 결과를 저장합니다. 데이터 뷰

형식으로 질의 결과를 열 때마다 질의에 사용된 데이터의 변경 사항이 적용되어

결과가 업데이트됩니다. 기본적으로 데이터 뷰는 Work 라이브러리에 저장됩니다.

결과를 특정 위치에 저장하는 방법:

1 질의 창에서 설정 탭을 클릭합니다.

2 속성 탭을 클릭합니다. 결과 영역의 출력 위치 상자에서 결과를 저장하려는 라이브러

리의 이름을 입력합니다.

3 결과에 대한 이름을 지정하려면 출력 이름 상자에 사용하려는 이름을 입력합니다.

68 3장 / 질의 작업

질의 실행

질의 기준 지정이 모두 끝나면 질의 창 도구 모음에서 을 클릭하여 결과를 생성할 수 있습니다. 출력 데이터는 분리된 탭의 작업 공간에서 열립니다.

출력 관리 69

70 3장 / 질의 작업

4프로세스 플로우 작업

프로세스 플로우 이해 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 72프로세스 플로우란? . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 72프로세스 플로우 생성 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 73포트란? . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 73각 노드의 상태에 대한 이해 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 75프로세스 플로우 사용자 정의 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 76프로세스 플로우 속성 보기 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 76

프로세스 플로우에 데이터 추가 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 77

프로세스 플로우에 SAS 프로그램 추가 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 78새로운 SAS 프로그램 생성하기 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 78기존 SAS 프로그램 추가 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 80Snippet 추가하기 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 80

프로세스 플로우에 질의 추가하기 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 84새로운 질의 생성 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 84프로세스 플로우에 기존 질의 추가하기 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 85

프로세스 플로우에 작업 추가하기 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 85

하위 플로우에 대한 이해 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 87하위 플로우란? . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 87새로운 하위 플로우 생성 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 88기존 프로세스 플로우에서 하위 플로우 생성 . . . . . . . . . . . . . . . . . . . . . . . 89

프로세스 플로우에서 노드 연결 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 90

71

프로세스 플로우 실행 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 90

프로세스 플로우 저장 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 90

프로세스 플로우 이해

프로세스 플로우란?

프로세스 플로우 작업을 하려면 시각적 프로그래밍 영역에서 작업해야 합니다. 시각적

프로그래밍 영역에 대한 자세한 내용은 “영역 이해” (16페이지)를 참조하십시오.

프로세스 플로우는 하나 이상의 개체로 구성됩니다. 각 개체는 프로세스 플로우에서 노드로 표시됩니다. 프로세스 플로우는 SAS 프로그램, 작업 질의 등과 같은 둘 이상의 개체

간의 관계를 표시합니다.

표본 프로세스 플로우에 세 개의 브랜치가 포함됩니다.

n 첫 번째 브랜치에서 Sashelp.Classfit 데이터셋에 대한 질의가 생성됩니다. 질의 결과

로 출력 데이터셋(Webwork.Query로 불림)은 Sex=M인 관측값만 포함합니다. 데이터

순위 작업은 나이별 키와 몸무게 값을 순위화합니다.

n 두 번째 브랜치에서 출력 데이터셋을 생성하는 SAS 프로그램을 기록합니다. 프로그

램을 실행한 후 하위 플로우는 추가 프로그램을 포함하고 작업 노드가 실행됩니다. 그러면 SAS Studio는 막대 그래프 노드를 실행하려 합니다. 작업에서 경고가 발생합니

다.

n 세 번째 브랜치에서 SAS 프로그램에 오류가 발생합니다. 리스트 테이블 속성에 대한

정보 노드가 완료되지 않았습니다. SAS Studio는 필수 데이터가 제공되지 않으면 프로세스를 실행할 수 없습니다.

72 4장 / 프로세스 플로우 작업

프로세스 플로우 생성

SAS Studio에서 여러 개의 프로세스 플로우를 가질 수 있습니다. 프로세스 플로우는 각

각 독립적으로 실행됩니다. 새로운 프로세스를 플로우를 생성하려면 을 클릭하고 새로운 프로세스 플로우를 선택합니다. 인터페이스에 새로운 프로세스 플로우 탭이 나타납

니다.

포트란?

다음 두 개의 포트 유형이 프로세스 플로우에 있습니다.

프로세스 플로우 이해 73

컨트롤 포트

프로세스 플로우에서 해당 포트 유형이 으로 나타납니다. 이 포트를 사용하여 프로

세스 플로우에서 실행할 노드 순서를 지정합니다. 자세한 내용은 “프로세스 플로우에

서 노드 연결” (90페이지)을 참조하십시오.

데이터 포트

프로세스 플로우에서 해당 포트 유형이 으로 나타납니다.

작업을 실행할 때 입력 데이터 소스를 지정해야 합니다. 작업 인터페이스에서 입력 데이

터 소스를 지정합니다. 프로세스 플로우에서 입력 데이터 소스의 이름을 결정하려면 마우스 포인터를 입력 데이터 포트 위에 놓으십시오. 을 더블 클릭하면 데이터 소스를 별도의 탭으로 볼 수 있습니다.

이 예에서 데이터 순위화 작업에 대한 입력 데이터 소스는 Webwork.Query입니다.

질의와 같은 일부 노드에는 출력 데이터 소스가 있을 수 있습니다. 출력 데이터 포트를 사용하여 출력 데이터 소스 이름을 결정합니다. 을 더블 클릭하면 데이터 소스를 볼 수 있습니다.

이 예에서 질의 노드에 대한 출력 데이터 소스는 Webwork.Query입니다.

기본적으로 포트는 프로세스 플로우에서 표시됩니다. 포트를 해제하려면 포트 표시를 클릭합니다.


각 노드의 상태에 대한 이해

프로세스 플로우를 실행할 때 일부 노드는 성공적으로 실행되고 일부는 실패할 수 있습

니다. 결과 탭을 클릭하여 각 노드의 상태, 노드 실행 소요 시간 및 출력 데이터 생성 여부

를 볼 수 있습니다.

이전 프로세스 플로우에 대한 결과 탭의 내용은 다음과 같습니다.

이 아이콘을 사용하여 프로세스 플로우에서 각 노드의 상태를 결정할 수 있습니다.

아이콘 설명

SAS Studio가 노드를 실행하기 전에 필요한 추가 정보를 더 지정합니다. 예를 들어, 작업 노드에서 이 아이콘을 보면 작업에서 필요한 옵션에 대한 값을 지정해야 합니다. 이 아이콘은 SAS Studio가 실행된 후 비어있는 하위 플로우 노드에서 표시될 수도 있습니다.

큐에서 실행할 노드를 지정합니다.

프로세스 플로우 이해 75

성공적으로 실행된 노드에 대한 코드를 지정합니다. 경고나 오류가 반환되지 않았습니다.

경고가 발생한 노드에 대한 코드를 지정합니다. 해당 노드의 로그 상세 정보 검토

오류가 생성된 노드에 대한 코드를 지정합니다. 해당 노드의 로그 상세 정보 검토

프로세스 플로우 사용자 정의

다음과 같은 방법으로 프로세스 플로우를 사용자 정의할 수 있습니다.

n 노드 또는 노드 그룹의 색상을 지정하려면 노드를 선택하고 색상을 클릭합니다. 드롭

다운 리스트에서 사용하려는 색상을 선택합니다.

n 기본적으로 프로세스 플로우에서 개체를 원하는 대로 배열할 수 있습니다. 많은 개체

를 포함하는 경우 프로세스 플로우가 혼동할 수 있습니다. SAS Studio에 대한 을 클릭하여 프로세스 플로우에서 개체를 배열합니다. 노드를 배열할 때 SAS Studio는 종속 관계 및 프로세스 플로우에 추가된 노드의 순서를 고려합니다.

프로세스 플로우 속성 보기

현재 프로세스 플로우의 속성을 보려면 속성 탭을 클릭합니다. 속성에서 노드의 실행 우선 순위를 지정할 수 있습니다. 프로세스 플로우는 프로세스 플로우에 추가된 노드의 순서로 노드를 실행합니다. 노드 2의 종속 관계가 노드 1인 경우, 노드 2는 노드 1을 실행하

기 전에 실행해야 합니다. 노드를 병렬로 실행할 수도 있습니다. 다시 말해, 여러

Workspace 서버를 사용하여 노드를 실행합니다. 결과적으로 노드는 공통 Work 라이브

러리를 공유하지 않을 수 있습니다.


프로세스 플로우에 데이터 추가

기존 라이브러리에서 프로세스 플로우로 데이터 추가하는 방법:

1 탐색 영역에서 라이브러리 섹션을 클릭합니다.

2 추가하려는 데이터셋이 포함된 라이브러리를 펼칩니다. 데이터셋을 선택한 다음 프로세스 플로우에 끌어다 놓습니다.

이 예에서는 이제 프로세스 플로우에서 Sashelp.Air 데이터셋을 사용할 수 있습니다. 이제 데이터셋을 작업에 대한 입력 데이터로 사용할 수 있습니다.

프로세스 플로우에 데이터 추가 77

프로세스 플로우에 SAS 프로그램 추가

새로운 SAS 프로그램 생성하기

프로세스 플로우에 새로운 SAS 프로그램을 추가하는 방법:

1 을 클릭하고 SAS 프로그램을 선택합니다. SAS 프로그램의 노드가 프로세스 플로

우에 추가됩니다.

2 노드를 선택하고 을 클릭합니다. (노드를 선택하여 Enter 키를 누를 수도 있습니다.) 코드 편집기가 나타납니다.

3 프로그램의 코드를 입력합니다.

4 노드 탭을 클릭하여 프로그램 이름을 지정하고, 프로그램에 대한 간단한 설명을 제공

하고 주석을 포함합니다.


프로세스 플로우의 SAS 프로그램 노드는 노드 탭에서 지정한 이름 및 설명을 포함하

고 있습니다.

프로세스 플로우에 SAS 프로그램 추가 79

기존 SAS 프로그램 추가

프로세스 플로우에 포함하려는 SAS 프로그램이 이미 작성되어 있을 수 있습니다. 프로

그램 추가 방법:

1 탐색 영역에서 서버 파일 및 폴더 섹션을 클릭합니다.

2 추가하려는 프로그램을 찾을 때까지 서버 파일 및 폴더 섹션에서 폴더를 펼칩니다.

3 추가하려는 프로그램을 선택하고 프로세스 플로우에 끌어 놓습니다. (녹색 표시는 프로세스 플로우에 해당 파일을 추가할 수 있음을 표시합니다.)

이 예에서 SAS Studio의 프로세스 플로우에 기존 TopNCategories.sas 파일을 추가합

니다.

Snippet 추가하기

사용자는 SAS 프로그램의 시작점으로 Snippet을 사용할 수 있습니다.

프로세스 플로우에서 Snippet 추가 방법:

1 탐색 영역에서 Snippet을 선택합니다.

2 Snippet 섹션에서 추가하려는 Snippet을 선택하여 프로세스 플로우에 끌어 놓습니

다.


이 예에서 XLSX 파일 가져오기 Snippet이 프로세스 플로우에 추가됩니다.

3 Snippet의 코드를 보려면 Snippet 노드를 선택하고 을 클릭합니다. (노드를 선택하

여 Enter 키를 누를 수도 있습니다.) 사용자 필요에 맞게 코드를 편집합니다.


XLSX 파일 가져오기 Snippet에 대한 코드입니다. 이 예에서 가져오려는 XLSX 파일

의 위치를 코드에서 지정합니다.

4 노드 탭을 클릭하여 생성하려는 프로그램의 이름을 지정하고, 프로그램에 대한 간단

한 설명을 제공하며 주석을 포함합니다.


프로세스 플로우에서 XLSX 파일 가져오기 노드에 사용자가 제공한 설명이 포함됩니

다.


프로세스 플로우에 질의 추가하기

새로운 질의 생성

새로운 질의를 생성하는 방법:

1 을 클릭하고 질의를 선택합니다. 질의에 대한 노드가 프로세스 플로우에 추가됩니

다.

2 노드를 선택하고 을 클릭합니다. 질의 빌더가 나타납니다.

3 질의 빌더를 사용하여 질의를 정의합니다. 자세한 내용은 “새로운 질의 생성” (48페이

지)을 참조하십시오.

4 속성 탭을 사용하여 질의에 대한 결과 유형을 정의합니다. 자세한 내용은 “결과 저장” (67페이지)을 참조하십시오.

5 노드 탭을 클릭하여 질의 노드의 이름을 지정하고, 질의에 대한 간단한 설명을 제공하

며 주석을 포함합니다.

프로세스 플로우 뷰로 돌아가려면 이동 경로에서 프로세스 플로우의 이름을 선택합

니다. 프로세스 플로우에서 질의 노드는 노드 탭에서 사용자가 지정한 이름 설명을 포함합니다.


프로세스 플로우에 기존 질의 추가하기

프로세스 플로우에 포함하려는 질의가 이미 작성되어 있을 수 있습니다. 질의 추가 방법:


2 추가하려는 질의를 찾을 때까지 서버 파일 및 폴더 섹션에서 폴더를 펼칩니다.

3 추가하려는 질의를 선택하고 프로세스 플로우에 끌어 놓습니다. (녹색 표시는 프로세

스 플로우에 해당 파일을 추가할 수 있음을 표시합니다.)

이 예에서 SAS Studio의 프로세스 플로우에 기존 Query_CLASSFIT 파일을 추가합니

다.

프로세스 플로우에 작업 추가하기

사용자는 사용자 정의 작업 및 프로세스 플로우에서 SAS Studio와 함께 제공된 작업을

추가할 수 있습니다.

1 탐색 영역에서 작업 섹션을 클릭합니다.

2 추가하려는 작업을 선택하고 프로세스 플로우에 끌어 놓습니다.

프로세스 플로우에 작업 추가하기 85

다음은 데이터 정렬 작업을 포함하는 프로세스 플로우의 예입니다.

3 작업 노드를 선택하고 을 클릭합니다. 작업을 실행하려면 필수 옵션 값을 지정해야

합니다.


데이터 정렬 작업에 대한 사용자 인터페이스입니다.

작업을 실행할 때 SAS Studio는 작업 옵션으로 지정된 값을 사용합니다.

하위 플로우에 대한 이해

하위 플로우란?

프로세스 플로우 내에 하위 플로우를 가질 수 있습니다. 하위 플로우는 하나 이상의 개체

를 포함합니다. 하위 플로우 생성의 이점은 하위 플로우 내에서 프로세스 플로우 전체를

실행하지 않고 노드를 쉽게 실행할 수 있다는 데 있습니다. 하위 플로우가 프로세스 플로

우 전체에서 다른 노드에 연결되면, SAS Studio가 이후의 노드를 실행하기 전에 하위 플로우를 완료될 때까지 실행해야 합니다.

이 예에는 PROC PRINT라는 프로그래밍 노드, 하위 플로우에 대한 노드 및 CLASS=F라

는 질의 노드와 같이 세 개의 노드가 있습니다. 하위 플로우의 모든 노드를 SAS Studio가

하위 플로우에 대한 이해 87

CLASS=F 노드를 실행하기 전에 실행해야 합니다. 기본적으로 하위 플로우 노드는 흰색

입니다.

주: SAS Studio는 빈 하위 플로우를 포함하는 프로세스 플로우를 실행할 수 없습니다. 대신 오류 메시지가 나타납니다.

새로운 하위 플로우 생성

프로세스 플로우에 하위 플로우 추가 방법:

1 을 클릭하고 하위 플로우를 선택합니다. 하위 플로우에 대한 노드는 프로세스 플로

우에 나타납니다.

2 하위 플로우 노드를 선택하고 을 클릭합니다. 이동 경로를 사용하여 하위 플로우에

서 작업 중인지 확인합니다.


3 하위 플로우에 콘텐츠를 추가합니다. 하위 플로우는 다른 하위 플로우를 포함할 수 있습니다.

4 노드 탭을 클릭하여 하위 플로우의 이름을 지정하고, 하위 플로우에 대한 간단한 설명

을 제공하며 주석을 포함합니다.

이러한 정보를 입력한 후 프로세스 플로우에서 하위 플로우 노드는 노드 탭에서 지정

한 노드의 이름 및 설명을 포함합니다.

기존 프로세스 플로우에서 하위 플로우 생성

기존 프로세스 플로우를 다른 프로세스 플로우에서 하위 플로우로 추가할 수 있습니다.

기존 프로세스 플로우를 하위 플로우로 추가하는 방법:


2 추가하려는 프로그램을 찾을 때까지 서버 파일 및 폴더 섹션에서 폴더를 펼칩니다.

3 추가하려는 하위 플로우를 선택하고 프로세스 플로우에 끌어 놓습니다. (녹색 표시는

프로세스 플로우에 해당 파일을 추가할 수 있음을 표시합니다.)

이 예에서 SAS Studio의 프로세스 플로우에 기존 PF_Example.cpf 파일을 추가합니

다.

하위 플로우에 대한 이해 89

프로세스 플로우에서 노드 연결

프로세스 플로우에서 각 노드가 실행되는 순서를 지정할 수 있습니다. 일반적으로 각 노드는 입력 포트 및 출력 포트를 가지고 있습니다. 프로세스 플로우에서 노드에 대한 포트

를 보려면 포트 표시를 클릭합니다.

프로세스 플로우에서 노드 연결하기:

1 연결할 노드를 선택합니다.

2 을 클릭하고 연결을 선택합니다. 연결 추가 창이 나타납니다.

3 연결하려는 노드를 선택하고 확인을 클릭합니다.

두 개의 노드 간의 링크가 허용되는 경우 두 노드는 프로세스 플로우에서 점선으로 연결됩니다.

프로세스 플로우 실행

프로세스 플로우에서 모든 노드를 실행하려면 실행을 클릭합니다.

선택한 노드 그룹을 실행하려면 마우스를 사용하여 실행하려는 노드 주변에 상자를 그립

니다. 선택 항목을 마우스 오른쪽 버튼으로 클릭합니다. 팝업 메뉴에서 선택 항목 실행을

선택합니다.

프로세스 플로우 저장

현재 프로세스 플로우를 저장하려면 을 클릭합니다. 프로세스 플로우는 CPF 파일로 저장됩니다.


5데이터 작업

테이블 뷰어 정보 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 91

데이터 열기 및 보기 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 94

테이블을 생성하는 데 사용된 질의 코드 보기 . . . . . . . . . . . . . . . . . . . . . . . . . . 95

데이터 필터링 및 정렬 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 95

데이터 가져오기 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 98SAS Studio에 데이터 가져오기 정보 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 98Excel 워크시트 가져오기 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 99구분자로 구분된 파일 가져오기 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 102DBMS 파일 가져오기 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 107프로세스 플로우에서 데이터 가져오기 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 108가져오기 작업 저장 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 109

데이터 내보내기 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 111

테이블 뷰어 정보

SAS Studio에서 테이블을 열면 테이블 뷰어가 사용됩니다.

91

주: 테이블 뷰어에 테이블의 처음 100개 행이 표시됩니다. 테이블이 열려 있는 동안 테이

블이 구조 또는 데이터 값이 변경되면 테이블 뷰어를 새로 고쳐야 변경 사항을 볼 수 있습

니다. 테이블 구조를 변경하고 새로 고침하지 않은 경우, 탐색 영역의 라이브러리 섹션에

서 나열된 칼럼은 테이블 뷰어에서 표시되는 칼럼과 다를 수 있습니다.

도구 모음의 을 클릭하여 테이블과 해당 칼럼의 속성을 볼 수 있습니다.

92 5장 / 데이터 작업

확장 특성 탭에서는 추가 사용자 정의 특성을 테이블과 해당 태이블의 칼럼에 연결할 수

있습니다. 예를 들어, 테이블 정보가 포함된 URL 또는 칼럼 생성에 사용된 식을 포함하는

확장 특성을 생성할 수 있습니다. 확장 속성 생성에 대한 자세한 내용은 Base SAS 9.4 Procedures Guide를 참조하십시오.

주: SAS 9.4(이후 버전) 서버에 생성된 SAS 테이블에만 확장 속성을 추가할 수 있습니

다.

테이블 뷰어 정보 93

데이터 열기 및 보기

SAS Studio에서 파일을 여러 방법으로 열 수 있습니다.

n 서버 파일 및 폴더 및 라이브러리 섹션에서 파일을 더블 클릭할 수 있습니다.

n 서버 파일 및 폴더 및 라이브러리 섹션에서 파일을 작업 공간에 끌어올 수 있습니다.

n 파일을 검색하고 검색 결과에서 열 수 있습니다. 파일을 더블 클릭하거나 작업 영역으

로 끌어와서 파일을 엽니다.

n 파일 바로 가기 섹션에서 파일 바로 가기를 사용하여 파일을 열 수 있습니다. 파일을

더블 클릭하거나 작업 영역으로 끌어와서 파일을 엽니다.

주: SAS Studio는 z/OS용 고유 파일을 지원합니다. 자세한 내용은 SAS Studio: Administrator's Guide를 참조하십시오.

테이블을 열면 테이블의 모든 칼럼이 표시됩니다. 칼럼 영역을 사용하여 테이블 뷰어에

포함할 칼럼을 지정할 수 있습니다. 기본적으로 칼럼 이름이 표시되지만 보기 드롭다운

리스트에서 칼럼 레이블을 선택하여 칼럼 레이블을 표시하도록 선택할 수도 있습니다.


테이블을 생성하는 데 사용된 질의 코드 보기

SAS Studio에서는 옵션을 선택하고 테이블을 원하는 모양으로 사용자 정의할 때 사용 가

능한 SAS 코드가 자동으로 생성됩니다. 질의 코드를 보려면 도구 모음의 을 클릭합니

다. 새로운 프로그램 창에 테이블 뷰어의 테이블 뷰를 생성하는 데 사용된 코드가 나타납

니다. 프로그램은 질의 코드의 복사본으로, 더 이상 원래 질의와 연관되지 않습니다. 코드

를 편집해도 테이블 뷰어에 표시된 데이터에는 영향이 없으며, 테이블 뷰어를 수정해도

코드 내용에는 영향이 없습니다.

데이터 필터링 및 정렬

테이블 뷰어에서 칼럼 머리글을 마우스 오른쪽 버튼으로 클릭하여 해당 열을 기준으로

데이터를 필터링하고 정렬할 수 있습니다.

데이터 필터링 및 정렬 95

필터 옵션은 선택한 칼럼의 유형에 따라 달라집니다. 숫자 칼럼의 필터 추가 창에서는 각

칼럼에 대한 하나 또는 두 가지 필터 기준을 지정할 수 있습니다. 두 번째 필터 기준을 추

가하려면 을 클릭합니다.


문자 칼럼의 필터 추가 창에서는 열의 값을 하나 이상 선택할 수 있습니다.

날짜 칼럼의 필터 추가 창에서는 팝업 캘린더를 사용하여 날짜 값을 선택할 수 있습니다.

데이터 필터링 및 정렬 97

데이터에 대한 필터를 생성하면 작업 공간 위쪽에 필터 기준이 표시됩니다. 을 클릭하

여 필터를 편집하고, 을 클릭하여 필터를 삭제할 수 있습니다. SAS Studio는 데이터를

열 때마다 생성하는 모든 필터를 기억합니다.

데이터 가져오기

SAS Studio에 데이터 가져오기 정보

SAS Studio에 다음과 같은 유형의 데이터 파일을 가져올 수 있습니다.

n Microsoft Access 데이터베이스 파일. 이 파일을 가져오려면 SAS LIBNAME 문을 사용해야 합니다.

n 쉼표로 구분된 값이 있는 파일같은 구분자로 구분된 파일.


n dBASE 5.0, IV, III+ 및 III.

n Stata 파일.

n Microsoft Excel 파일. XLSB 및 XLSM 파일을 가져오려면 SAS LIBNAME 문을 사용

해야 합니다.

n JMP 파일.

n Paradox DB 파일.

n SPSS 파일.

n 릴리스 2, 3, 4 또는 5에 있는 Lotus 1-2-3 파일.

SAS Studio Enterprise Edition 또는 SAS Studio Basic Edition을 사용하면 데이터 파일이

로컬 컴퓨터에 저장될 수 있습니다. 이 경우 파일을 가져오기 전에 SAS Studio에 업로드

해야 합니다.

다른 로케일에 있는 데이터를 정확히 가져오는지 여부는 SAS 서버가 가져오는 데이터

로케일을 지원하는지에 따라 달라집니다. 현재 로케일에 있는 문자와 다른 문자가 포함

된 데이터를 가져오려면 유니코드(UTF-8) 서버를 사용하여 데이터를 가져옵니다. UTF-8 서버를 사용하지 않고 데이터 로케일이 지원되지 않으면 가져온 데이터에 지원되지 않는

값이 물음표(?)로 나타날 수 있습니다. 기본 텍스트 인코딩 옵션 설정에 대한 자세한 내용

은 “일반 우선 설정 지정” (15페이지)을 참조하십시오.

주: FTP 파일 바로 가기에만 있는 파일인 원격 파일을 가져올 수 없습니다.

Excel 워크시트 가져오기

Excel 워크시트 가져오는 방법:

1 탐색 영역에서 서버 파일 및 폴더를 클릭하고 내보낼 파일을 찾습니다.

2 내보낼 파일을 마우스 오른쪽 버튼으로 클릭하고 데이터 내보내기를 선택합니다. 데이터 가져오기 탭 위쪽에는 Excel 파일 이름과 위치를 보여줍니다. 또한 사용자 정의

할 수 있는 다양한 옵션을 보여줍니다.

데이터 가져오기 99

이 예는 as_products.xls 파일 가져오기를 보여줍니다.

3 특정 워크시트에서 데이터를 가져오려면 워크시트 이름 상자에 워크시트 이름을 입력합니다. 기본적으로 SAS Studio는 첫 번째 워크시트에서 데이터를 가져옵니다.

4 위치를 지정하여 출력 데이터셋을 저장하려면 변경을 클릭합니다. 기본적으로 출력

데이터셋은 임시 위치인 Work 라이브러리에 저장됩니다. SAS Studio를 종료하면 이

라이브러리에 있는 내용은 삭제됩니다.

5 워크시트 첫 번째 행의 데이터 값에서 SAS 변수 이름을 생성하려면 SAS 변수 이름

생성을 선택합니다. 입력 파일 첫 번째 행에 있는 데이터 값이 읽히고 값에 빈 칸과 같


이 SAS 이름에 유효하지 않는 특수 문자가 포함되면 SAS가 문자를 밑줄로 변환합니

다.

6 Excel 워크시트를 가져오려면 을 클릭합니다.

결과 탭에서는 새로운 SAS 데이터셋 속성을 보여줍니다.


출력 데이터 탭에서는 새로운 데이터셋 내용을 보여줍니다. 이 데이터셋이 예에 표시된

대로 Work 라이브러리에 있으면 영구 위치에 저장할 수 있습니다. Work 라이브러리에 있는 데이터는 임시이며 SAS Studio를 종료하면 삭제됩니다.

구분자로 구분된 파일 가져오기

주: .dat 확장자가 있는 파일같은 일부 구분자로 구분된 파일에서는 가져오기 도구가 실행되지 않을 수 있습니다. 이 구분자로 구분된 파일을 가져오려면 텍스트 파일로 저장해

야 합니다. 그러면 가져오기 도구를 사용할 수 있습니다.

구분자로 구분된 파일을 가져오는 방법:



2 파일 구분자를 결정하려면 파일 이름을 마우스 오른쪽 버튼으로 클릭하고 텍스트 파일로 보기를 선택합니다. 파일 내용이 텍스트 편집기에서 열립니다. 값 사이와 데이터

첫 번째 행에 머리글 포함 여부에 사용되는 구분자를 참고하십시오.

3 이 파일 구분자를 결정하고 나면 을 클릭하고 새로운 데이터 가져오기를 선택합니

다. 데이터 가져오기 탭은 SAS Studio 작업 공간에서 열립니다.

4 선택한 텍스트 파일을 탐색 영역에 있는 서버 파일 및 폴더에서 데이터 가져오기 탭으

로 끌어다 놓습니다. 데이터 가져오기 탭 위쪽에는 파일 이름과 저장된 파일 위치와

같은 파일 속성, 가져온 데이터 소스 이름, 지정할 수 있는 모든 옵션을 보여줍니다. 데이터 가져오기 탭 아래쪽에는 생성된 SAS 코드를 보여줍니다.


이 예는 FixWidth.txt라는 텍스트 파일 가져오기를 보여줍니다.




6 텍스트 파일 첫 번째 행에 있는 데이터 값에서 SAS 변수 이름을 생성하려면 SAS 변수 이름 생성을 선택합니다. 입력 파일 첫 번째 행에 있는 데이터 값이 읽히고 값에 빈

칸과 같이 SAS 이름에 유효하지 않는 특수 문자가 포함되면 SAS가 문자를 밑줄로 변환합니다.


7 구분자 상자에서 파일에 있는 값에 대한 구분자를 입력합니다. 기본 구분자는 공백입

니다. 구분자의 예로는 쉼표(,)와 탭이 있습니다.

주: 16진수 값을 사용하여 구분자를 지정하면 따옴표 구분자 체크 박스를 선택할 필요가 없습니다.

8 (선택 사항) 구분자로 구분된 텍스트 파일에 있는 지정된 행에서 데이터를 읽으려면

행에서 데이터 읽기 시작 상자에서 시작 행을 입력합니다. 텍스트 파일 위쪽에 주석이

있거나 파일 첫 행이 칼럼 머리글일 때 이 옵션을 사용할 수 있습니다.

9 (선택 사항) SAS Studio에서 적합한 데이터 유형과 변수 길이를 결정하려면 행 추측

상자에 값을 입력합니다. 작업에서는 1번 행부터 지정한 행까지 입력 데이터 파일을

탐색합니다. 기본적으로 처음 20개 행이 탐색됩니다.

10 데이터를 가져오려면 을 클릭합니다.


결과 탭을 클릭하여 가져온 데이터셋 속성을 봅니다.


출력 데이터 탭을 클릭하여 새로운 SAS 데이터셋을 봅니다. 이 데이터셋이 예에 표시된

대로 Work 라이브러리에 있으면 영구 위치에 저장할 수 있습니다. Work 라이브러리에 있는 데이터는 임시이며 SAS Studio를 종료하면 삭제됩니다.

DBMS 파일 가져오기

데이터베이스 관리 시스템(DBMS)에서 파일을 가져올 때 사용 가능한 옵션은 파일 유형

에 따라 다릅니다. 지원되는 파일 유형 리스트에 대한 자세한 내용은 “SAS Studio에 데이

터 가져오기 정보” (98페이지)를 참조하십시오.



2 내보낼 파일을 마우스 오른쪽 버튼으로 클릭하고 데이터 내보내기를 선택합니다. 데이터 가져오기 탭이 열립니다. 이 탭에서 사용 가능한 옵션은 파일 유형에 따라 다릅

니다.




4 (선택 사항) 워크시트 첫 번째 행의 데이터 값에서 SAS 변수 이름을 생성하려면 SAS 변수 이름 생성을 선택합니다. 입력 파일 첫 번째 행에 있는 데이터 값이 읽히고 값에

빈 칸과 같이 SAS 이름에 유효하지 않는 특수 문자가 포함되면 SAS가 문자를 밑줄로

변환합니다.

5 파일을 가져오려면 을 클릭합니다.

프로세스 플로우에서 데이터 가져오기

SAS 시각적 프로그래머 영역을 사용하면 프로세스 플로우를 사용하여 데이터를 가져올

수도 있습니다. 가져오려는 파일이 자주 업데이트되면 가져오기 노드를 추가할 수 있습

니다.

가져오기 노드를 생성하려면 가져오려는 파일 이름을 프로세스 플로우로 끌어다 놓습니

다.


다음은 프로세스 플로우에 있는 가져오기 노드(Import as_products.xls)의 예입니다. 가져

온 데이터는 요약 통계량 작업에 사용됩니다.

가져오기 작업 저장

데이터 가져오기 도구 인스턴스를 저장하여 특정 파일 가져오기에 대한 설정을 사이트에

서 다른 사람과 공유할 수 있습니다. SAS Studio에서 인스턴스를 CTL 파일로 저장합니

다. CTL 파일은 생성된 운영 환경과 동일한 환경에서 실행되어야 합니다. 예를 들어

Windows를 사용하여 CTL 파일을 생성하면 해당 CTL 파일은 Windows에서 실행되어야

합니다.

가져오기 작업을 저장하는 방법:

1 을 클릭합니다.


2 다른 이름으로 저장 창에서 이름과 위치를 지정한 다음 저장을 클릭합니다. 파일이

CTL 확장자로 저장됩니다.


데이터 내보내기

SAS Studio를 사용하여 데이터를 다른 파일 유형으로 지정한 폴더로 내보낼 수 있습니

다.

주: 데이터를 FTP 폴더에 내보낼 수 없습니다.

데이터를 내보내는 방법:

1 탐색 영역에서 라이브러리를 클릭하고 내보낼 파일을 찾습니다.

2 내보낼 파일을 마우스 오른쪽 버튼으로 클릭하고 내보내기를 선택합니다. 테이블 내보내기 창을 엽니다.

3 내보내는 파일을 저장할 폴더를 선택합니다.

4 파일 이름 상자에 내보내는 파일의 이름을 입력합니다.

5 파일 출력형식 드롭다운 리스트에서 내보내는 파일의 출력형식을 선택합니다.

데이터 내보내기 111

6 내보내기를 클릭하여 파일을 내보냅니다.


6결과 작업

결과 보기 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 113

SAS Studio 기본 출력 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 114기본 결과 보기 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 114SAS Studio에서 기본 HTML5, PDF 및 RTF 결과 다운로드 . . . . . 115기본 스타일 변경 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 116

다른 사용자에게 결과 보내는 중 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 117

SAS ODS(Output Delivery System) 정보 . . . . . . . . . . . . . . . . . . . . . . . . . . . . 118

SAS ODS Statistical Graphics 정보 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 118SAS ODS Statistical Graphics 정보 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 118SAS ODS Graphics Designer . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 119SAS ODS Graphics Editor . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 121그래프 출력을 편집하는 방법 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 122

결과 보기

SAS Studio에서 작업 또는 프로그램을 실행하면 작업 영역에 결과가 표시됩니다. 다음은

결과를 관리할 수 있는 방법입니다.

n HTML5, PDF 및 RTF 출력을 기본으로 생성하고 결과 탭에서 HTML5 출력을 확인합

니다.

113

n 생성된 출력을 다운로드합니다. 3개의 각 기본 출력 유형에 대한 다운로드 버튼이 있습니다.

n 우선 설정 창을 사용하여 각 대상에 대한 기본 출력 스타일을 변경합니다.

n 다른 사용자에게 결과를 보냅니다.

SAS Studio 기본 출력

기본 결과 보기

SAS Studio에서 출력은 기본적으로 HTML5, PDF 및 RTF 출력형식으로 생성됩니다.

기본 출력을 변경하려면 우선 설정 창을 사용하여 PDF 또는 RTF 출력형식으로 결과를

비활성화합니다. 또한 사용 가능한 모든 ODS 스타일로 출력 기본 스타일을 변경할 수 있습니다. 자세한 내용은 “기본 스타일 변경” (116페이지)을 참조하십시오.

114 6장 / 결과 작업

기본적으로 HTML5 결과는 결과 탭에 표시되는 유일한 결과입니다.

PDF 및 RTF 출력이 생성되지만 표시되지 않습니다.

SAS Studio에서 기본 HTML5, PDF 및 RTF 결과 다운로드

SAS Studio에서 결과를 저장하려면 HTML5, PDF 또는 RTF 출력형식으로 결과를 다운

로드하고 해당 출력형식에 대한 기본 응용 프로그램에서 저장하고 열 수 있습니다.

n HTML5 파일

n PDF 파일

n RTF 파일

SAS Studio 기본 출력 115

기본 스타일 변경

우선 설정 창에서 결과가 표시되는 방식에 영향을 주는 여러 옵션을 변경할 수 있습니다.

결과 옵션에 액세스하려면 을 클릭하고 우선 설정을 선택합니다. 그런 다음 결과를 클릭합니다.

옵션 설명

결과가 다음보다 큰 경우 경고 표시: ( n MB) 사용자가 지정한 크기(nMB)보다 큰 결과 파일을 열려고 하면 경고 메시지를 표시합니다. 기본값은 4MB입니다.

HTML 출력 스타일 HTML 형식의 결과에 적용되는 스타일을 표시합니다. 결과에 적용되는 스타일을 변경하려면 드롭다운 리스트에서 다른 스타일을 선택합니다.

PDF 출력 생성 결과를 PDF 형식으로 생성합니다. 이 옵션은 기본적으로 선택되어 있습니다.

PDF 출력 스타일 PDF 형식의 결과에 적용되는 스타일을 표시합니다. 결과에 적용되는 스타일을 변경하려면 드롭다운 리스트에서 다른 스타일을 선택합니다.

기본 목차 생성 PDF 파일에 목차를 자동으로 생성합니다.

RTF 출력 생성 결과를 RTF 형식으로 생성합니다. 이 옵션은 기본적으로 선택되어 있습니다.

RTF 출력 스타일 RTF 형식의 결과에 적용되는 스타일을 표시합니다. 결과에 적용되는 스타일을 변경하려면 드롭다운 리스트에서 다른 스타일을 선택합니다.

생성된 출력 데이터 자동으로 열기 작업 또는 코드를 실행할 때 생성되는 출력 데이터를 자동으로 표시합니다.

주: 사용자 정의 스타일을 사용하려면 SAS Studio 출력 환경을 사용자 정의해야 합니다. 자세한 내용은 부록 2, “사용자 정의된 출력 환경” (473페이지)을 참조하십시오.

116 6장 / 결과 작업

다른 사용자에게 결과 보내는 중

전자 우편을 통해 결과의 복사본과 관련 코드 및 로그 파일을 다른 사용자에게 보낼 수 있습니다. HTML5, RTF 및 PDF 출력형식의 결과 파일뿐 아니라 결과와 연결된 코드 및 로그 파일도 보낼 수 있습니다. 프로그램 실행, SAS 소스 코드 완료, SAS 로그 완료 및 결과에 대한 정보를 포함하는 프로그램 요약 파일도 보낼 수 있습니다. 코드는 SAS 프로그

램 파일로 전송되며 로그 및 프로그램 요약 파일은 HTML5 파일로 전송됩니다. 전자 우편

을 통해 파일을 보내려면 SMTP 서버에 대한 액세스가 필요합니다. 자세한 내용은 사이

트 관리자에게 문의하십시오.

주: SAS Studio 전자 우편 메시지가 정크 메일로 표시될 때 구성 파일에 대한 자세한 내용은 SAS Studio: Administrator's Guide를 참조하십시오.

결과를 전자 우편으로 보내는 방법:

1 결과의 도구 모음에서 을 클릭합니다. 전자 우편 보내기 창이 열립니다.

2 전자 우편에 첨부할 항목을 선택합니다. 기본적으로 HTML 결과가 선택됩니다.

다른 사용자에게 결과 보내는 중 117

3 받는 사람 상자에 파일을 보낼 전자 우편 주소를 입력합니다. 주소는 세미콜론으로 구분합니다.

4 다른 주소로 전자 우편의 사본을 보내려면 참조 상자에 주소를 입력합니다.

5 제목 상자에 전자 우편의 제목을 입력합니다. 전자 우편 본문에 포함할 메시지를 추가

할 수도 있습니다.

6 보내기를 클릭하여 메시지와 첨부 파일을 전송합니다.

SAS ODS(Output Delivery System) 정보

SAS ODS(Output Delivery System)는 다양한 출력형식 옵션을 사용하여 SAS 프로시저

및 DATA 스텝 출력을 생성, 저장 및 재생성할 수 있는 매우 유연한 기능을 제공합니다. ODS는 고유한 출력형식 지정 기능을 제공하며, ODS 없이 개별 프로시저나 DATA 스텝

을 사용할 경우에는 이러한 기능을 사용할 수 없습니다.

SAS Studio에서는 출력이 웹 환경에서 올바르게 표시되도록 매우 특별한 ODS 옵션 및

GOPTIONS 문이 사용됩니다. 코드의 모든 ODS 옵션을 보려면 을 클릭하고 우선 설정을 선택합니다. 우선 설정 창에서 일반을 클릭하고 SAS 로그에 생성된 코드 표시 옵션

을 선택합니다.

주: 출력이 올바르게 표시되도록 하려면 생성된 코드에서 ODS 옵션 또는 GOPTIONS 문의 설정을 변경하지 마십시오.

SAS ODS Statistical Graphics 정보

SAS ODS Statistical Graphics 정보

SAS ODS Statistical Graphics는 SAS Output Delivery System(ODS)의 확장형으로, 일반적으로 SAS ODS Graphics라고 합니다. ODS는 프로시저에서 생성된 모든 출력을 관리하며, HTML과 PDF를 비롯한 다양한 형태로 출력을 표시할 수 있게 해 줍니다.

118 6장 / 결과 작업

대부분의 SAS 분석 프로시저는 ODS Graphics 기능을 사용하여 그래프를 생성합니다. ODS Graphics는 GTL(그래프 템플릿 언어) 구문을 사용하므로 많은 복잡한 그래프를 생성할 수 있는 강력하고 유연한 기능을 제공합니다. GTL은 통계 그래프를 정의하기 위한

포괄적인 언어입니다.

GTL을 알지 못해도 SAS Studio에서 ODS Graphics Designer를 사용하여 이러한 통계

그래프를 정의할 수 있습니다. 그래프 정의를 생성한 후 SAS Studio에서 해당 그래프 정의를 사용하여 ODS 통계 그래프를 생성할 수 있습니다.

SAS ODS Graphics Designer

SAS ODS Graphics Designer란?

SAS ODS Graphics Designer는 사용자 정의 그래프를 생성하고 디자인하는 데 사용할

수 있는 대화식 그래픽 응용 프로그램입니다. ODS Graphics Designer는 SAS 분석 프로

시저와 SAS ODS Graphics 프로시저에 사용되는 것과 동일한 언어인 GTL(그래프 템플

릿 언어)을 기반으로 하는 그래프를 생성합니다. ODS Graphics Designer는 그래픽 사용

자 인터페이스를 제공하므로 템플릿과 GTL에 대해 자세히 알지 못해도 그래프를 손쉽게

디자인할 수 있습니다.

포인트앤클릭 동작으로 분석할 데이터에 대한 간단하거나 복잡한 그래프 뷰를 생성할 수

있습니다. ODS Graphics Designer의 다양한 도표 유형을 사용하여 정교한 그래프를 디자인할 수 있습니다. 다중 셀 그래프, 분류 패널 및 산점도 행렬을 디자인할 수 있습니다. 그래프에는 제목, 각주, 범례 및 기타 그래프 요소를 포함할 수 있습니다. 결과를 이미지

로 저장하여 리포트에 포함하거나, ODS Graphics Designer 파일(SGD)로 저장하여 나중

에 편집할 수 있습니다.

자세한 내용은 SAS ODS Graphics Designer: User's Guide를 참조하십시오. 해당 문서는

support.sas.com 페이지에서 확인할 수 있습니다.

SAS ODS Graphics Designer를 설치하는 방법

시스템에 SAS Foundation이 설치되어 있으면 이미 SAS ODS Graphics Designer를 사용

할 수 있는 것입니다. 예를 들어, SAS Studio 단일 사용자 버전을 사용하는 경우 SAS Foundation과 SAS Studio가 동일한 시스템에서 실행되므로 SAS ODS Graphics Designer가 이미 설치되어 있습니다.

주: SAS Studio를 실행할 경우 Windows 버전의 SAS ODS Graphics Designer만 지원됩

니다. SAS ODS Graphics Designer는 SAS Studio에 액세스하기 위해 사용하는 브라우

SAS ODS Statistical Graphics 정보 119

저와 동일한 컴퓨터에 설치되어야 합니다. (SAS Studio가 다른 컴퓨터에 설치되어 있을

수도 있습니다.) 다른 컴퓨터에서 여러 사용자가 SAS Studio에 액세스하는 경우 SAS ODS Graphics Designer는 각 사용자의 컴퓨터에 설치되어야 합니다.

SAS ODS Graphics Designer를 설치하는 방법:

1 을 클릭합니다. 도구 ODS Graphics Designer 설치를 선택합니다. SAS Studio

소프트웨어 페이지가 열립니다.

2 문서 탭에서 SAS ODS Graphics Designer를 클릭합니다. SAS ODS Graphics Designer 다운로드 페이지가 열립니다.

3 테이블에서 운영 환경에 대한 다운로드 요청 칼럼에 있는 링크를 클릭하고 이후 설치

단계를 따릅니다.

SAS ODS Graphics Designer 열기

SAS ODS Graphics Designer가 설치되었으면 SAS Studio에서 메뉴 옵션을 사용하여

SAS ODS Graphics Designer를 열 수 있습니다. SAS ODS Graphics Designer를 열려면

을 클릭합니다. 그런 다음 도구 ODS Graphics Designer를 선택합니다.

120 6장 / 결과 작업

SAS ODS Graphics Editor

SAS ODS Graphics Editor란?

ODS Graphics Editor를 사용하면 기본 데이터를 변경되지 않은 상태로 유지하면서 출력

그래프의 다양한 요소를 편집할 수 있습니다. 또한 그래프 위의 레이어에 텍스트, 선, 화살표, 이미지 및 기타 항목을 삽입하여 그래프에 주석을 달 수 있습니다. 사용자 정의 결과를 ODS Graphics Editor 파일(SGE)로 저장하고 파일에 대한 증분 변경을 수행할 수 있습니다. 결과를 PNG(Portable Network Graphics) 이미지 파일로 저장하여 다른 문서에

포함할 수도 있습니다.

SAS ODS Graphics Editor에 대한 자세한 내용은 SAS ODS Graphics Editor: User's Guide를 참조하십시오. 해당 문서는 support.sas.com 페이지에서 확인할 수 있습니다.


SAS ODS Graphics Editor를 설치하는 방법

주: SAS Studio 단일 사용자 버전을 사용하는 경우에는 SAS ODS Graphics Editor가 이미 설치되어 있습니다.

SAS ODS Graphics Editor를 설치하는 방법:

1 을 클릭합니다. 그런 다음 도구 ODS Graphics Editor 설치를 선택합니다. SAS

Studio 소프트웨어 페이지가 열립니다.

2 문서 탭에서 SAS ODS Graphics Editor를 클릭합니다. SAS ODS Graphics Editor 다운로드 페이지가 열립니다.

3 테이블에서 운영 환경에 대한 다운로드 요청 칼럼에 있는 링크를 클릭하고 이후 설치

단계를 따릅니다.

그래프 출력을 편집하는 방법

1 그래프 출력을 편집할 수 있도록 SAS 코드에 다음 문장을 포함합니다.

ods listing sge=on gpath="directory-path";

이 프로그램을 실행하면 그래프 출력이 SGE 파일로 GPATH= 옵션에 의해 지정된 디렉터리에 저장됩니다.

2 탐색 영역의 서버 파일 및 폴더 섹션에서 SGE 확장자가 있는 파일 이름을 더블 클릭

하여 SAS ODS Graphics Editor 그래프를 엽니다.

122 6장 / 결과 작업

예를 들어, SAS ODS Graphics Editor에 SGPanel1.sge 파일이 있습니다.


124 6장 / 결과 작업

7SAS Studio의 작업 이해

작업이란? . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 125

작업을 실행하는 방법 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 126

작업 및 작업 옵션 설정 저장 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 129

사전 정의된 작업 편집 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 130

새로운 작업 생성 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 131

작업 공간에서 작업 코드 및 작업 레이아웃 사용자 정의하기 . . . . . . . 133

작업이란?

작업은 자동으로 SAS 코드를 생성하고 결과의 출력형식을 지정하는 XML 및 Apache Velocity 코드 파일입니다. 작업에는 단순한 데이터 나열에서부터 복잡한 분석 프로시저

에 이르는 다양한 SAS 프로시저가 포함됩니다. SAS Studio에서는 사전 정의된 몇 가지

작업이 제공됩니다. 작업은 범주로 구성됩니다. 필요한 SAS 제품이 없기 때문에 일부 범주는 사이트에서 실행되지 않을 수 있습니다.

데이터, 그래프, 조합 및 확률 범주에 있는 작업은 항상 사용 가능합니다. 이 테이블은 작업 범주와 제품 종속 관계를 나열합니다.

SAS Studio 작업 범주 필요한 SAS 제품

통계량 SAS/STAT

125

SAS Studio 작업 범주 필요한 SAS 제품

High-Performance 통계분석 SAS/STAT

계량경제 SAS/ETS

예측 SAS/ETS

데이터 마이닝 SAS Enterprise Miner

이러한 사전 정의 작업의 복사본을 편집하여 사용자의 사이트에 맞게 작업을 사용자 정의할 수 있습니다. 사용자 고유의 작업을 만들 수도 있습니다.

작업을 실행하는 방법

사전 정의된 작업을 실행하는 방법

1 탐색 영역에서 작업 섹션을 클릭합니다.

2 작업이 포함된 폴더를 펼칩니다.

3 작업 이름을 마우스 오른쪽 버튼으로 클릭하고 열기를 선택합니다. 또는 작업을 더블

클릭하여 열 수도 있습니다.

작업 영역 오른쪽에 작업이 열립니다.

126 7장 / SAS Studio의 작업 이해

4 데이터 탭을 사용할 수 있는 경우 입력 데이터 소스를 지정하고 데이터 소스의 역할에

대한 칼럼을 선택합니다. 역할은 작업 내의 변수 용도에 대한 설명입니다. 역할에 칼럼을 추가하려면 을 클릭합니다. 그러면 해당 역할에 사용 가능한 칼럼의 리스트가

나타납니다. 역할에 하나의 칼럼만 할당할 수 있는 경우 칼럼을 선택하면 리스트가 사라집니다. 여러 칼럼을 할당할 수 있는 경우 Ctrl 또는 Shift 키를 누른 상태로 리스트에

서 여러 칼럼을 선택하고 확인을 클릭합니다.

5 나머지 탭에서 빨간색 별표로 표시된 다른 필수 옵션을 지정합니다. 작업에 값을 할당

하면 관련 SAS 코드가 생성됩니다.

6 작업을 실행하려면 을 클릭합니다.

작업이 출력 데이터를 생성하면 출력 데이터 탭에서 테이블이 열립니다.

작업을 실행하는 방법 127

작업이 결과를 생성하면 결과 탭에서 출력이 열립니다.


작업 및 작업 옵션 설정 저장

작업을 자주 사용하는 경우 입력 데이터 소스와 옵션 설정을 지정한 후 작업을 저장할 수

있습니다. SAS Studio에서는 작업을 CTK 파일로 폴더 디렉터리에 저장할 수 있습니다. 다음에 작업을 실행해야 할 때 폴더 디렉터리에서 작업을 더블 클릭하면 해당 작업이 이전의 모든 설정과 함께 나타납니다.

주: 작업을 저장하기 전에 입력 데이터셋과 작업을 실행하는 데 필요한 모든 옵션을 지정

해야 합니다.

작업을 저장하는 방법

1 을 클릭합니다. 다른 이름으로 저장 창이 나타납니다.

작업 및 작업 옵션 설정 저장 129

2 작업 파일을 저장할 위치를 선택합니다. 이 파일을 폴더 섹션 또는 내 작업 폴더에 저장할 수 있습니다. 이 파일에 대한 이름을 지정합니다. 파일 형식으로 CTK 파일

(*.CTK)을 선택합니다. 저장을 클릭합니다.

이 예에서는 이제 폴더 섹션에서 해당 작업을 사용할 수 있습니다.

주: 작업 섹션에서 이 작업을 사용 중입니다. 작업을 다시 저장하면 폴더 섹션의 CTK 파일이 업데이트됩니다.

사전 정의된 작업 편집

사전 정의된 작업을 사용자의 사이트에 맞게 사용자 정의하려면 작업을 생성하는 데 사용된 XML 코드를 편집합니다.

사전 정의된 작업을 편집하는 방법:

1 탐색 영역에서 작업 섹션을 엽니다.


2 작업이 포함된 폴더를 펼칩니다.

3 편집할 작업의 이름을 마우스 오른쪽 버튼으로 클릭하고 내 작업에 추가를 선택합니

다. 내 작업에 추가 창이 열립니다.

4 작업을 위한 이름 및 설명을 지정합니다. 기본적으로 사전 정의된 작업의 이름과 설명

을 사용합니다. 범주 드롭다운 리스트를 사용하여 내 작업 폴더에서 이 작업의 사본을

저장할 위치를 지정할 수 있습니다. 없음을 선택하는 경우 작업은 내 작업 폴더에 직접 추가됩니다.

추가를 클릭합니다.

5 내 작업 폴더를 열고 복사한 작업을 선택합니다.

6 을 클릭합니다. 작업의 XML 파일이 나타납니다.

7 XML 파일을 편집하고 변경 내용을 저장합니다. 변경 내용을 미리보려면 을 클릭합

니다.

새로운 작업 생성

SAS Studio에서는 사용자의 사이트에 맞는 사용자 정의 작업을 생성하는 데 사용할 수

있는 템플릿이 제공됩니다.

사용자 정의 작업을 생성하는 방법:

1 탐색 영역에서 작업 섹션을 엽니다.

2 을 클릭하고 새로운 작업을 선택합니다. 빈 작업 템플릿이 열립니다.

새로운 작업 생성 131

3 작업 템플릿의 코드를 편집하여 작업을 생성합니다. 작업 템플릿의 사용자 인터페이

스를 보려면 을 클릭합니다. 작업 템플릿의 사용자 인터페이스에서 라디오 버튼,

체크 박스, 콤보 상자 및 기타 옵션 유형의 예를 볼 수 있습니다. 자세한 내용은 SAS Studio: Developer's Guide를 참조하십시오.

4 을 클릭합니다.

주: 작업 이름에는 특수 문자를 포함할 수 없습니다.

[ ] { } , ? / \ * # “ % + | < > :


작업 공간에서 작업 코드 및 작업 레이아웃 사용자 정의하기

우선 설정 창에서 작업 코드가 표시되는 방식에 영향을 주는 여러 옵션을 변경할 수 있습

니다.

이러한 옵션에 액세스하려면 을 클릭하고 우선 설정을 선택합니다. 작업을 클릭합니

다.

생성된 코드에서 앞뒤 빈 칸 제거 생성된 코드의 앞뒤에 나타나는 빈 칸을 제거합니다.

작업 코드에 대한 머리글 주석 생성 생성된 SAS 작업 코드 앞에 주석을 추가합니다.

생성 코드 출력형식 자동 지정 작업에 의해 생성되어 코드 편집기에 표시되는 코드의 출력형식을 자동으로 지정합니다.

뷰 작업 공간에서 작업 옵션, 작업 코드 및 작업 결과를 레이아웃하는 방법을 지정합니다. 다음 옵션 중에서 선택할 수 있습니다.n 분할 — 작업에 대한, 작업 설정, 코드 및 결

과를 표시합니다.n 설정 — 작업 공간에서 작업에 대한 옵션을

표시합니다.n 코드/결과 — 작업 공간에서 SAS 코드, 로

그 및 결과를 표시합니다.

작업 코드 표시 분리 뷰 또는 코드/결과 뷰를 선택할 때 작업에 대한 SAS 코드를 표시할지 여부를 지정합니다.

작업 로그 표시 작업을 실행할 때 생성된 로그를 표시할지 여부를 지정합니다. 이 옵션은 분리 뷰 또는 코드/결과 뷰를 선택한 경우에만 사용할 수 있습니다.

작업 공간에서 작업 코드 및 작업 레이아웃 사용자 정의하기 133

오른쪽에 작업 설정 표시 SAS Studio 작업 공간의 오른쪽에서 작업 옵션을 표시합니다. 기본적으로 작업 옵션은 왼쪽에 표시됩니다.


8데이터 작업

테이블 속성 작업 리스트 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 137테이블 속성 작업 리스트 정보 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 137예: Sashelp.Pricedata 데이터셋의 테이블 속성 . . . . . . . . . . . . . . . . . . . 137옵션 설정 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 139

데이터 특성화 작업 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 140데이터 특성화 작업 정보 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 140예: 데이터 특성화 작업 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 140역할에 데이터 할당 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 142옵션 설정 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 143

결측 데이터 작업 기술 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 144결측 데이터 작업 기술 정보 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 144예: SASHELP.BASEBALL에 대한 결측 데이터 기술 . . . . . . . . . . . . . 144데이터 옵션 설정 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 146

데이터 리스트 작업 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 146데이터 리스트 작업 정보 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 146예: 차종별 구동 트레인, MSRP 및 엔진 크기 리포트 . . . . . . . . . . . . . 147역할에 데이터 할당 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 149옵션 설정 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 149

데이터 전치 작업 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 151데이터 전치 작업 정보 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 151예: CLASS 데이터셋의 데이터 전치 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 151역할에 데이터 할당 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 152옵션 설정 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 154

135

칼럼 분할 작업 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 155칼럼 분할 작업 정보 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 155예: CLASSFIT 데이터셋의 Height 칼럼 분할 . . . . . . . . . . . . . . . . . . . . . . 155칼럼 분할 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 158

칼럼 누적 작업 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 159칼럼 누적 작업 정보 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 159예: CLASSFIT 데이터셋의 칼럼 누적 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 159누적된 칼럼 생성 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 161

데이터 필터링 작업 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 163데이터 필터링 작업 정보 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 163예 1: 단순 필터 생성 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 163예 2: 복합 필터 생성 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 164필터 생성 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 166

확률표본 작업 선택 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 167확률표본 작업 선택 정보 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 167예: Sashelp.Pricedata 데이터셋의 확률표본 생성 . . . . . . . . . . . . . . . . 167역할에 데이터 할당 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 169옵션 설정 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 171

데이터 분할 작업 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 172데이터 분할 작업 정보 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 172예: SASHELP.CLASSFIT 데이터셋 분할 . . . . . . . . . . . . . . . . . . . . . . . . . . 172분할된 데이터셋 생성 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 174

데이터 정렬 작업 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 175데이터 정렬 작업 정보 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 175예: Sex 및 Age별 SASHELP.CLASS 데이터셋 정렬 . . . . . . . . . . . . . 175역할에 데이터 할당 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 177옵션 설정 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 177

데이터 순위화 작업 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 178데이터 순위화 작업 정보 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 178예: 연령 내 신장으로 학생 순위화 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 178역할에 데이터 할당 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 180옵션 설정 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 181


데이터 변환 작업 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 184데이터 변환 작업 정보 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 184예: BASEBALL 데이터셋의 데이터 변환 . . . . . . . . . . . . . . . . . . . . . . . . . . . 185입력 데이터셋에서 칼럼 변환 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 187

데이터 표준화 작업 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 188데이터 표준화 작업 정보 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 188예: SASHELP.BASEBALL 데이터셋의 변수 표준화 . . . . . . . . . . . . . . 188역할에 데이터 할당 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 189옵션 설정 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 190출력 옵션 설정 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 192

테이블 속성 작업 리스트

테이블 속성 작업 리스트 정보

테이블 속성 작업 리스트에서 데이터 생성일 및 마지막 수정일, 행 수, 인코딩, 엔진 관련

또는 호스트 관련 정보, 변수 및 변수 속성의 사전순 리스트 같은 데이터 속성을 빠르게

볼 수 있습니다. 이 작업을 사용하여 디렉터리 및 호스트/엔진 정보를 볼 수도 있습니다.

예: Sashelp.Pricedata 데이터셋의 테이블 속성

이 예에서는 Sashelp.Pricedata 데이터셋의 테이블 속성을 보려고 한다고 가정합니다.

이 예를 생성하는 방법:

1 작업 섹션에서 데이터 폴더를 펼치고 테이블 속성 리스트를 더블 클릭합니다. 테이블

속성 작업 리스트의 사용자 인터페이스가 열립니다.

2 데이터 탭에서 SASHELP.PRICEDATA 데이터셋을 선택합니다.

3 옵션 탭에서 출력 데이터셋 생성을 선택합니다.


테이블 속성 작업 리스트 137

다음은 테이블 속성 작업 리스트의 결과 중 일부입니다. 이러한 결과는

Sashelp.Pricedata 데이터셋의 확장 리포트에서 볼 수 있습니다.

출력 데이터 탭에서 출력 데이터셋을 볼 수 있습니다.


옵션 설정

옵션 이름 설명

데이터셋 속성 데이터셋의 속성을 표시합니다. 속성에는 데이터셋 이름, 멤버 유형, 데이터셋을 생성한 날짜, 데이터셋을 마지막으로 수정한 날짜, 인코딩 등이 포함됩니다.

변수 리스트 모든 변수 및 해당 속성 리스트를 생성합니다. 속성에는 변수 이름, 유형, 길이 등이 포함됩니다.변수를 알파벳순 또는 데이터셋에 표시된 순서로 표시하도록 선택할 수 있습니다.

테이블 속성 작업 리스트 139


경로 정보 데이터셋이 위치한 경로의 이름을 표시합니다.

호스트/엔진 정보 디렉터리에서 각 레벨에 대한 SAS 엔진, 물리적 이름 및 파일 이름을 표시합니다.

출력 데이터셋 생성 출력 데이터셋에서 테이블 속성을 저장하도록 지정합니다.

출력 데이터셋 인쇄 결과에 출력 데이터셋을 포함합니다.

데이터 특성화 작업

데이터 특성화 작업 정보

데이터 특성화 작업은 입력 데이터셋에서 변수를 기술하는 테이블 및 그래프의 요약 리포트를 생성합니다. 또한 데이터의 주요 특성을 기술하는 빈도 및 일변량 SAS 데이터셋

을 생성합니다. 데이터 특성화 작업은 새로운 데이터셋으로 작업할 때 유용하며 데이터

의 변수 범위를 보다 정확하게 이해할 수 있습니다.

예: 데이터 특성화 작업

이 예에서는 Sashelp.Pricedata 데이터셋의 내용을 보다 정확하게 이해하기를 원한다고

가정합니다.


1 작업 섹션에서 데이터 폴더를 펼치고 데이터 특성화를 더블 클릭합니다. 데이터 특성

화 작업의 사용자 인터페이스가 열립니다.


3 다음 역할에 칼럼을 할당합니다.


역할 칼럼 이름

자동 특성화

변수 sale

사용자 정의 특성화

범주변수 regionName

날짜변수 날짜


다음은 결과의 일부입니다.

데이터 특성화 작업 141

역할에 데이터 할당

데이터 소스를 선택하여 데이터 특성화 작업을 실행해야 하며 특성화할 최소 하나의 변수를 선택해야 합니다. 이 작업은 자동 특성화를 사용하여 변수 유형을 결정합니다. 그러

나 사용자 정의 특성화 옵션을 사용하여 특성화를 재정의할 수 있습니다. 예를 들어, Sashelp.Class 데이터셋에서 Age는 자동으로 숫자 변수로 처리됩니다. 분석에서 Age의

각 값을 그룹으로 처리하고자 하기 때문에 이 특성화를 재정의하고 Age가 범주변수로 처리되어야 한다고 지정할 수 있습니다.

역할 설명

자동 특성화

변수 분석하고자 하는 변수를 지정합니다.

사용자 정의 특성화

범주변수 생성하고자 하는 빈도 테이블을 지정합니다.

날짜변수 분석하고자 하는 날짜변수를 지정합니다.

역할

변수 그룹화 선택한 변수를 기준으로 테이블이 정렬되고, 변수 또는 변수 조합의 각 개별 값, 즉 BY 그룹에 대한 리스트가 생성됨을 지정합니다.


옵션 설정


범주변수

빈도 테이블 결과에 빈도 테이블을 표시합니다.

빈도 그래프 결과에 빈도 그래프를 표시합니다.

결측값을 유효한 레벨로 처리 테이블의 모든 변수에 대한 결측값을 유효한 비결측값으로 처리합니다.

범주형 값 제한 변수 레벨의 최대 개수를 지정하여 단방향 빈도 테이블을 표시합니다.

숫자 변수

기술 통계량 변수 역할로 할당한 모든 숫자 변수에 대한 기술 통계량을 표시합니다.

히스토그램 변수 역할로 할당한 모든 숫자 변수에 대한 히스토그램을 표시합니다.

날짜변수

최소 및 최대 날짜 표시 날짜변수 역할로 할당한 각 변수에 대한 최소 및 최대 날짜를 보여줍니다.

빈도 도표 결과에 빈도 도표를 표시합니다.

데이터 특성화 작업 143

결측 데이터 작업 기술

결측 데이터 작업 기술 정보

결측 데이터 작업 기술은 각 선택된 변수에 대한 결측값 빈도 및 백분율을 표시합니다. 두

개 이상의 변수가 작업에 할당되면 작업에서 변수 내의 결측 데이터 패턴을 표시합니다.

예: SASHELP.BASEBALL에 대한 결측 데이터 기술

1 작업 섹션에서 데이터 폴더를 펼치고 결측 데이터 기술을 더블 클릭합니다. 결측 데이

터 작업 기술의 사용자 인터페이스가 열립니다.

2 데이터 탭에서 SASHELP.BASEBALL을 입력 데이터셋으로 선택합니다.

3 변수 분석 역할에는 Salary 및 Div를 할당합니다.



다음은 결과입니다.

다음은 결과를 해석하는 방법입니다.

n 결측 데이터 머리글 아래에서, 첫 번째 테이블은 입력 데이터셋에 있는 59개의 관측값

에 Salary 변수에 대한 결측값이 있음을 보여줍니다. 두 번째 테이블에서는 League 및 Division 변수에는 결측값이 없음을 보여줍니다.

n 변수 머리글 내의 결측 데이터 패턴 아래에서, 테이블은 변수 내의 결측값 패턴을 보여줍니다. 이런 경우 59개의 관측값에는 Salary 변수에 대한 결측값이 있습니다. League 및 Division 변수에는 결측값이 없습니다. 따라서 입력 데이터셋에 있는 나머

지 263개의 관측값에는 두 변수에 대한 결측값이 없습니다.

결측 데이터 작업 기술 145

테이블 범례는 입력 데이터에서 특수 결측값을 식별합니다. SAS에서 숫자 데이터에

서 결측값 종류를 구분할 수 있습니다. 숫자 변수의 경우, A부터 Z까지 문자(대문자

또는 소문자) 및 밑줄 문자(_)를 사용하여 최대 27개의 결측값을 지정할 수 있습니다.

특수 결측값에 대한 자세한 내용은 SAS Language Reference: Concepts를 참조하십

시오.

데이터 옵션 설정

결측 데이터 작업 기술을 실행하려면 분석 변수 역할에 한 개 이상의 변수를 할당해야 합니다.

역할 설명

역할

분석변수 분석에서 사용할 숫자 및 문자 변수를 지정합니다.

추가 역할

빈도 수 테이블의 각 관측값이 n개의 관측값을 나타나는 것으로 간주됨을 지정합니다( n은 해당 행의 빈도 수 값).

그룹 분석 기준 그룹 분석 기준의 각 개별 값 또는 값 조합에 대해 개별 통계량을 계산합니다.

데이터 리스트 작업

데이터 리스트 작업 정보

데이터 리스트 작업은 테이블의 내용을 리포트로 표시합니다. 예를 들어, 데이터 리스트

작업을 사용하여 각 판매 지역의 운영 비용 및 수익에 대한 합계 리포트를 생성할 수 있습

니다.


예: 차종별 구동 트레인, MSRP 및 엔진 크기 리포트

이 예에서는 각 차종에 대한 리포트를 생성하려고 합니다. 각 리포트에는 구동 트레인, MSRP 및 엔진 크기 리스트가 포함됩니다.


1 작업 섹션에서 데이터 폴더를 펼치고 데이터 리스트를 더블 클릭합니다. 데이터 리스

트 작업의 사용자 인터페이스가 열립니다.

2 데이터 탭에서 SASHELP.CARS 데이터셋을 선택합니다.



변수 리스트 DriveTrainMSRPEngineSize

그룹 분석 기준 Type


데이터 리스트 작업 147


역할 설명

변수 리스트 나열된 순서대로 변수를 출력합니다.

그룹 분석 기준 이 역할에 하나 이상의 변수를 할당하면 선택한 변수를 기준으로 테이블이 정렬되고, 변수 또는 변수 조합의 각 개별 값, 즉 BY 그룹에 대한 리스트가 생성됩니다.

합 계산 변수 선택한 변수의 합계를 리스트 리포트 하단에 출력합니다.

식별 레이블 이 역할에 하나 이상의 변수를 지정하면 데이터 리스트 작업은 관측값 번호(결과의 칼럼 머리글에 "Obs"로 표시)가 아니라 이 변수의 출력형식 값을 사용하여 행을 식별합니다.

옵션 설정


기본 옵션

행 번호 표시 각 관측값에 대한 행 번호가 표시되는 칼럼을 출력에 포함합니다.칼럼 레이블 텍스트 상자에서 이 칼럼에 대한 레이블을 지정할 수 있습니다. 기본적으로 이 칼럼의 이름은 행 번호입니다.

칼럼 레이블을 칼럼 머리글로 사용 칼럼 이름 대신 칼럼 레이블을 칼럼 머리글로 사용합니다.

행 수 표시 출력 끝에 테이블의 행 수를 표시하거나, 각 BY 그룹의 출력 끝에 각 BY 그룹의 행 수를 표시합니다.

데이터 리스트 작업 149


변수 합계 전 값 반올림 각 숫자 값을 해당 출력형식의 소수점 이하 자릿수로 반올림하고, 지정된 출력형식이 없는 경우에는 소수점 이하 2자리로 반올림합니다. 이 옵션을 지정하면 데이터 리스트 작업은 변수의 합을 계산하기 전에 반올림을 수행하게 됩니다.

머리글 방향 칼럼 머리글을 수평 또는 수직으로 출력하거나, 기본을 선택하여 SAS가 각 칼럼에 대해 최적의 배열을 결정하도록 합니다.

칼럼 너비 데이터 리스트가 칼럼 너비를 결정하는 방법을 지정합니다.기본값

페이지별로 칼럼 너비를 결정합니다.최대

모든 페이지에 출력형식 너비(출력형식이 지정되지 않은 경우, 기본 너비)를 사용합니다.

최소페이지별로 가능한 최소 칼럼 너비를 사용합니다.

균일출력에 앞서 전체 테이블을 읽고 적정 칼럼 너비를 결정합니다. 이 옵션을 선택하지 않으면 동일한 칼럼의 너비가 페이지마다 다르게 출력될 수 있습니다.

그룹별로 균등하게칼럼 너비처럼 각 변수의 출력된 너비를 사용하여 BY 그룹내의 모든 칼럼을 균일한 크기로 출력합니다. 변수에 필드 너비를 명시적으로 지정하는 출력형식이 없는 경우에는 가장 넓은 데이터 값이 칼럼 너비로 사용됩니다.



레이블 분할 변수 레이블에 분할 문자(*, !, @, #, $, %, ^, &, +) 중 하나가 포함된 경우, 레이블이 분할 문자 위치에서 분할됩니다. 예를 들어,"This is*a label"이라는 변수 레이블의 경우 분할 문자로 * 문자가 선택되어 있으면 칼럼 머리글은 다음과 같이 나타납니다.This isa label

칼럼 레이블을 칼럼 머리글로 사용 옵션과 레이블 분할 옵션을 모두 선택할 필요는 없습니다. 레이블 분할 옵션을 선택할 경우 변수 레이블을 사용하려는 것으로 간주됩니다.

나열할 행 출력에 나열할 행 수를 지정합니다. 기본적으로는 모든 행이 나열됩니다.

데이터 전치 작업

데이터 전치 작업 정보

데이터 전치 작업은 입력 테이블에서 선택한 칼럼을 출력 테이블의 행으로 변환합니다. 그룹화 변수를 사용하지 않으면 선택한 각 칼럼이 한 행이 됩니다. 그룹화 변수를 사용하

면 선택한 칼럼이 그룹화 변수의 값에 따라 하위칼럼으로 나뉩니다. 각 하위칼럼은 출력

테이블의 한 행이 됩니다.

예: CLASS 데이터셋의 데이터 전치

1 작업 섹션에서 데이터 폴더를 펼치고 데이터 전치를 더블 클릭합니다. 데이터 전치 작업의 사용자 인터페이스가 열립니다.

2 데이터 탭에서 SASHELP.CLASS을 입력 데이터셋으로 선택합니다.

3 전치할 변수 역할에 Age, Height 및 Weight 변수를 할당합니다.

데이터 전치 작업 151

4 출력 데이터셋 머리글 아래에서 출력 데이터 표시 체크 박스를 선택합니다.

5 옵션 탭에서 다음 단계를 완료합니다.

a 접두어 사용 체크 박스를 선택 취소합니다.

b 새로운 변수의 이름을 포함하는 변수를 선택 체크 박스를 선택합니다.

c 새로운 칼럼 이름 역할에 이름 변수를 할당합니다.


출력 데이터셋은 Sashelp.Class 데이터셋의 각 스튜던트에 대한 칼럼을 포함합니다data set. 테이블의 행은 Age, Height 및 Weight입니다.


데이터 전치 작업을 실행하려면 전치할 변수 역할에 칼럼을 할당해야 합니다.

역할 설명

역할


역할 설명

전치할 변수 이 역할에 할당하는 각 변수는 출력 테이블에서 하나 이상의 행이 됩니다. 그룹화 변수를 선택하지 않으면 전체 칼럼이 한 행이 됩니다. 그룹화 변수를 하나 이상 선택하면 그룹화 변수에 따라 각 칼럼이 하위칼럼으로 분할되고, 각 하위칼럼이 한 행이 됩니다. 이 경우 칼럼은 그룹화 변수로 정의된 그룹과 동일한 수의 행으로 전치됩니다.전치변수 역할에는 하나 이상의 칼럼을 할당해야 합니다. 그룹화 변수를 선택하려면 그룹 분석 기준 역할에 칼럼을 할당합니다.

추가 역할

그룹 분석 기준 이 역할에 할당되는 각 변수는 전치될 칼럼을 개별적으로 전치될 하위칼럼으로 분할하는 데 사용됩니다. 그룹화 변수의 값 집합으로 정의된 각 하위칼럼은 출력 테이블의 행이 됩니다.

출력 데이터셋

출력 데이터셋에 복사 이 역할에 할당되는 각 변수는 입력 테이블에서 출력 테이블로 전치 없이 직접 복사됩니다. 칼럼이 출력 테이블로 직접 복사되기 때문에 출력 테이블의 행 수와 입력 테이블의 행 수가 같습니다. 입력 테이블의 행 수가 전치되는 변수의 수와 같지 않을 경우, 출력 테이블은 결측값으로 채워집니다.

출력 데이터 표시 결과 탭에 나타나는 결과에 출력 데이터를 포함할지 여부를 지정합니다. 출력 데이터 모두 또는 서브셋을 포함할 수 있습니다. 작업은 출력 데이터 탭에 나타나는 출력 데이터셋을 항상 생성합니다. 이 데이터셋은 지정된 위치에 저장됩니다

데이터 전치 작업 153

옵션 설정


전치된 변수의 이름 및 레이블

새로운 변수 이름 구성

접두어 사용 접두어를 지정하여 출력 데이터셋에서 전치된 변수에 대한 이름을 생성할 때 사용할 수 있습니다. 접두어를 사용하면 변수 이름은 접두어 값으로 시작하고 1, 2 같은 숫자 다음에 옵니다.

새로운 변수의 이름을 포함하는 변수를 선택 새로운 칼럼 이름 역할에 할당하는 변수는 출력 데이터셋에서 전치된 변수 이름을 지정하는 데 사용됩니다.이름에 접두어를 사용하면 새로운 변수의 이름은 접두어로 시작하고 새로운 칼럼 이름 변수 값이 뒤에 따라옵니다.ID 값 중복 허용 체크 박스를 선택하면 전치된 출력 데이터셋은 각 BY 그룹에 대한 마지막 관측값만 포함합니다.

새로운 변수 레이블 구성

새로운 변수의 레이블을 포함하는 변수를 선택

새로운 칼럼 레이블 역할에 할당하는 변수의 값은 출력 데이터셋에서 변수를 레이블하는 데 사용됩니다.

원래 변수의 이름 및 레이블

새로운 변수에 원래 변수 이름 넣기 출력 테이블의 각 행에는 해당 출력 행의 값이 속하는 입력 테이블의 변수 이름이 포함됩니다. 이러한 변수 이름이 포함되는 출력 칼럼의 머리글을 지정하려면 이름 상자에 머리글을 입력합니다. 이름은 특수 문자, 숫자 및 공백을 포함할 수 있지만 32자를 넘을 수 없습니다. 기본 이름은 _Name_입니다.



새로운 변수에 원래 변수 레이블 넣기 출력 테이블의 각 행에는 해당 출력 행의 값이 속하는 입력 테이블의 변수 레이블이 포함됩니다. 이러한 변수 레이블이 포함되는 출력 칼럼의 머리글을 지정하려면 레이블 상자에 머리글을 입력합니다. 레이블은 특수 문자, 숫자 및 공백을 포함할 수 있지만 32자를 넘을 수 없습니다. 기본 레이블은 _Label_입니다.

칼럼 분할 작업

칼럼 분할 작업 정보

칼럼 분할 작업에서는 입력 데이터셋에서 선택한 칼럼 값의 고유한 조합을 다중 칼럼으

로 분할하여 출력 데이터셋을 생성합니다.

이 작업은 한 칼럼에 여러 하위그룹에 대한 다중 관측치가 포함되어 있으며, 하위그룹 측도를 개별 칼럼으로 분할하고자 할 때 유용합니다. 예를 들어, 다양한 지역의 월별 기온값

을 포함한 칼럼을 분할할 수 있습니다. 출력 데이터셋은 각 월별 칼럼에 각 지역에 대한

기온값을 포함합니다.

예: CLASSFIT 데이터셋의 Height 칼럼 분할

1 작업 섹션에서 데이터 폴더를 펼치고 칼럼 누적/분할을 더블 클릭합니다. 칼럼/누적

분할 작업을 위한 사용자 인터페이스가 열립니다.

2 데이터 탭에서 SASHELP.CLASSFIT을 입력 데이터셋으로 선택합니다.

칼럼 분할 작업 155

Sashelp.Classfit 데이터셋의 Name, Sex, Age, Height 및 Weight 칼럼이 있습니다.

3 방법 드롭다운 리스트에서 칼럼 분할을 선택합니다.



분할할 칼럼 Age

사례 식별자 Height

레벨 식별자 Sex

5 출력 탭을 클릭합니다.


n 접두어 사용 체크 박스를 선택 취소합니다.

n 새로운 변수의 이름을 포함하는 변수 선택 체크 박스를 선택하고 새로운 칼럼 이름 역할에 Sex를 할당합니다.


결과 출력 데이터셋은 세 개의 칼럼을 포함합니다. Height, F 및 M입니다. 이 출력에서 11세 여성의 키가 51.3 인치임을 알 수 있습니다. 51.3 인치인 남성은 없습니다. 15세 여성

및 15세 남성 모두 66.5 인치입니다.

칼럼 분할 작업 157

칼럼 분할

칼럼을 분할하는 방법:

1 입력 데이터 소스를 선택한 후 방법 드롭다운 리스트에서 칼럼 분할을 선택합니다.

2 다음 역할에 변수를 할당합니다.

역할 설명

역할

분할할 칼럼 다중 칼럼으로 분할하려는 값을 포함하는 변수를 지정합니다.

사례 식별자 특별한 사례에 속하는 값을 식별합니다.

레벨 식별자 분할할 칼럼의 레벨을 식별합니다. 각 새로운 변수는 레벨 식별자의 레벨 하나를 포함합니다.

추가 역할

그룹 분석 기준 BY 그룹에서 사용할 변수를 지정합니다.

3 출력 탭에서 다음 옵션을 설정합니다.


새로운 변수 이름 구성

접두어 사용 접두어를 지정하여 출력 데이터셋에서 전치된 변수에 대한 이름을 생성할 때 사용할 수 있습니다. 접두어를 사용하면 변수 이름은 접두어 값으로 시작하고 1, 2 같은 숫자 다음에 옵니다. 접두어 및 선택한 변수의 값으로 변수 이름을 생성하려면 새로운 변수의 이름을 포함하는 변수 선택을 선택합니다.



새로운 변수의 이름을 포함하는 변수를 선택 새로운 칼럼 이름 역할에 할당하는 변수는 출력 데이터셋에서 새로운 칼럼 이름을 지정하는 데 사용됩니다.

출력 데이터 표시


칼럼 누적 작업

칼럼 누적 작업 정보

칼럼 세로 배열 작업은 해당 칼럼이 관측값으로 전치될 수 있도록 입력 데이터셋에서 선택한 칼럼을 재구성하여 출력 데이터셋을 생성합니다. 출력 데이터셋을 사용하면 여러

입력 데이터셋 칼럼의 값을 분석할 수 있습니다. 관측치를 그룹화하면 선택된 칼럼은 그룹 값의 개별 조합에 기반한 하위그룹으로 나누어집니다. 각 하위그룹은 출력 데이터셋

의 행을 구성합니다.

이 작업은 데이터셋의 각 관측치가 여러 칼럼에 동일한 유형의 데이터를 포함하고 여러

칼럼의 데이터를 분석하고자 할 때 유용합니다. 예를 들어, 다양한 지역의 월별 기온값이

포함된 칼럼을 전치할 수 있습니다. 출력 데이터셋은 단일 칼럼에 위치별 월 기온값이 포함됩니다.

예: CLASSFIT 데이터셋의 칼럼 누적

1 작업 섹션에서 데이터 폴더를 펼치고 칼럼 누적/분할을 더블 클릭합니다. 칼럼/누적

분할 작업을 위한 사용자 인터페이스가 열립니다.

칼럼 누적 작업 159


Sashelp.Classfit 데이터셋의 Name, Sex, Age, Height 및 Weight 변수가 있습니다.

3 방법 드롭다운 리스트에서 칼럼 누적을 선택합니다.

4 누적할 칼럼 역할에서 하위 평균 및 상위 평균 변수를 할당합니다.

5 출력 탭에서 CLM을 새로운 칼럼의 이름으로 입력합니다.

6 출력 데이터셋에 다른 변수 포함 역할에 다음과 같은 변수를 할당합니다.

n Name

n Sex

n Age

n Height


n Weight

n Predict


결과에 세 개의 새로운 변수를 포함합니다. _Case_, _Level_ 및 CLM 입니다. _Case_ 변수는 사례 식별자를 포함합니다. 사례는 개별 학생에 대한 데이터입니다. _Level_ 변수는

누적된 칼럼의 이름을 포함합니다. 새로운 CLM 변수는 하위 또는 상위 평균의 값을 포함

합니다.

누적된 칼럼 생성

누적된 칼럼을 생성하는 방법:

1 입력 데이터 소스를 선택한 후 방법 드롭다운 리스트에서 칼럼 누적을 선택합니다.

칼럼 누적 작업 161


역할 설명

역할

누적할 칼럼 누적할 값을 포함하는 칼럼을 지정합니다.

추가 역할

그룹 분석 기준 BY 그룹에서 사용할 변수를 지정합니다.

3 출력 탭에서 다음 옵션을 설정합니다.


출력 데이터셋

새로운 칼럼의 이름 모든 누적된 값을 포함하는 새로운 칼럼의 이름을 지정합니다.

사례 식별자

사례 식별자 특별한 사례를 식별하는 값을 포함하는 새로운 칼럼의 이름을 지정합니다. 작업이 사례 변수를 생성하거나 입력 데이터셋에서 식별자 변수를 선택할지 여부를 선택할 수 있습니다.

사례 식별자의 새로운 칼럼 이름 사례 식별자의 값을 포함하는 새로운 칼럼의 이름을 지정합니다.

레벨 식별자

누적된 칼럼의 레벨을 포함하는 칼럼의 이름 레벨을 포함하는 새로운 칼럼의 이름을 지정합니다.

출력 데이터셋에 다른 변수 포함 입력 데이터셋에서 출력 데이터셋에 포함할 다른 변수를 선택할 수 있습니다.

출력 데이터셋 표시




데이터 필터링 작업

데이터 필터링 작업 정보

데이터 필터링 작업은 기본 필터를 빠르게 생성하여 입력 데이터 소스를 부분 설정할 수

있습니다.

예 1: 단순 필터 생성

이 예에서는 75만 달러보다 작은 월급을 포함한 출력 데이터셋을 생성합니다.

1 작업 섹션에서 데이터 폴더를 펼치고 데이터 필터링을 더블 클릭합니다. 데이터 필터

링 작업의 사용자 인터페이스가 열립니다.

2 입력 데이터 소스를 입력하려면 SASHELP.BASEBALL을 선택합니다.

3 Salary를 변수 1 역할에 할당합니다.

4 비교 드롭다운 리스트에서 Less than을 선택합니다.

5 값 유형 드롭다운 리스트에서 값 입력을 선택합니다.

6 값 상자에서 750을 입력합니다.

7 출력 데이터셋 머리글 아래에서 출력 데이터 보기를 선택하여 결과에서 출력 데이터

셋을 확인합니다. 보기 드롭다운 리스트에서 모든 출력 데이터 보기를 선택합니다.

데이터 필터링 작업 163


다음은 75만 달러 이하의 월급을 받는 선수를 나열한 결과의 일부입니다.

예 2: 복합 필터 생성

이 예에서는 75만 달러 이하를 벌고 아메리칸 리그에 소속된 모든 선수들의 출력 데이터

셋을 생성합니다.



2 입력 데이터 소스를 입력하려면 SASHELP.BASEBALL을 선택합니다.

3 75만 달러 이하의 월급에 대한 필터 생성 방법:


a 필터 1 머리글 아래에서 Salary를 변수 1 역할에 할당합니다.

b 비교 드롭다운 리스트에서 Less than을 선택합니다.

c 값 유형 드롭다운 리스트에서 값 입력을 선택합니다.

d 값 상자에서 750을 입력합니다.

e 논리 드롭다운 리스트에서 AND를 선택합니다.

f 아메리칸 리그에 소속된 선수에 대한 필터 생성 방법:

i 필터 2 머리글 아래에서 League를 변수 2 역할에 할당합니다.

ii 비교 드롭다운 리스트에서 Equal을 선택합니다.

iii 값 유형 드롭다운 리스트에서 개별 값 선택을 선택합니다.

iv 값 드롭다운 리스트에서 American을 선택합니다.

4 출력 데이터셋 머리글 아래에서 출력 데이터 보기를 선택하여 결과에서 출력 데이터

셋을 확인합니다. 보기 드롭다운 리스트에서 모든 출력 데이터 보기를 선택합니다.


데이터 필터링 작업 165

다음은 75만 달러 이하의 월급을 받는 아메리칸 리그 소속 모든 선수들을 보여주는 결과

의 일부입니다.

필터 생성

입력 데이터 소스 필터 생성 방법:



2 입력 데이터 소스를 선택합니다.

3 변수 1 상자에서 필터에서 사용하고자 하는 변수를 선택합니다.

4 비교 드롭다운 리스트에서 비교 연산자를 선택합니다. 기본값은 Less than입니다.


5 값 유형 드롭다운 리스트에서 다음 옵션 중 하나를 선택합니다.

n 값 입력은 값 상자에 입력하고자 하는 값을 지정합니다.

n 개별 값 선택은 입력 데이터 소스에서 선택하고자 하는 값을 지정합니다. 값 드롭

다운 리스트에서는 해당 칼럼에 대한 처음 100개 고유 값을 보여줍니다.

n 백분위수 입력은 값 상자에 입력하고자 하는 백분율을 지정합니다.

6 복합 필터를 생성하려면 논리 드롭다운 리스트에서 값을 선택합니다. 그런 다음 필터

2에 대한 값을 지정합니다.

7 출력 데이터셋 이름을 지정하려면 출력 데이터셋을 펼치고 데이터 상자에 출력 데이

터셋 이름을 입력합니다. 결과에서 출력 데이터를 보려면 출력 데이터 보기를 선택합

니다. 서브셋 또는 모든 데이터를 보도록 선택할 수 있습니다.

확률표본 작업 선택

확률표본 작업 선택 정보

확률표본 작업 선택은 입력 테이블에 있는 행의 확률표본을 포함하는 출력 테이블을 생성합니다.

데이터 서브셋이 필요한 경우에 이 작업을 사용할 수 있습니다. 예를 들어, 비용 리포트

프로시저를 개선하고 가능하면 비용을 줄일 목적으로 직원의 여행 경비를 감사한다고 가정합니다. 모든 비용 리포트를 검사할 리소스가 없다면 통계 샘플링을 통해 감사할 비용

리포트를 객관적으로 선택할 수 있습니다.

예: Sashelp.Pricedata 데이터셋의 확률표본 생성

이 예에서는 Sashelp.Pricedata 데이터셋에 데이터 서브셋을 생성하려고 합니다.


1 작업 섹션에서 데이터 폴더를 펼치고 확률표본 선택을 더블 클릭합니다. 확률표본 작업 선택의 사용자 인터페이스가 열립니다.

확률표본 작업 선택 167


3 옵션 탭에서 10을 표본 크기로 입력합니다.


다음은 테이블 결과입니다.


이 작업은 Work 라이브러리에서 표본 데이터셋을 생성합니다. SAS Studio에서 이 데이

터셋은 출력 데이터 탭에서 열립니다.


확률표본 작업 선택에서 출력 테이블에 대한 표본 크기를 지정해야 합니다. 작업을 실행

하는 데는 역할이 필요하지 않습니다.

역할 설명

역할


역할 설명

출력 칼럼 출력 테이블에 포함할 변수를 지정합니다. 기본적으로는 모든 변수가 출력 테이블에 포함됩니다. 하지만 출력에 포함할 변수를 선택할 수도 있습니다.

층화 칼럼 입력 테이블을 계층이라고 하는 상호 배타적이고 중복되지 않은 여러 서브셋으로 분할하는 데 사용할 변수를 지정합니다. 각 계층은 일련의 계층변수 값으로 정의되며, 각 계층이 개별적으로 샘플링됩니다. 완벽한 표본은 모든 계층에서 추출된 표본의 합집합입니다.주: 이 역할에 변수를 할당하지 않으면 전체 입력 테이블이 단일 계층으로 처리됩니다.이 예는 각 계층의 총 표본 크기가 계층 크기에 비례하는 방법을 보여줍니다. 이 예에서 GENDER 변수가 M 및 F 값을 가질 수 있고, VOTED 변수는 Y 및 N 값을 가질 수 있다고 가정해 봅니다. GENDER와 VOTED 모두 층화 칼럼 역할에 할당하면 입력 테이블은 네 개의 계층, 즉 투표한 남성, 투표하지 않은 남성, 투표한 여성, 투표하지 않은 여성으로 분할됩니다.입력 테이블에는 20,000개의 행이 포함되어 있고 값은 다음과 같이 분포되어 있습니다.

n 투표한 남성 7,000명

n 투표하지 않은 남성 4,000명

n 투표한 여성 5,000명

n 투표하지 않은 여성 4,000명

따라서 투표한 남성의 비율은 7,000/20,000=0.35, 즉 35%입니다. 표본의 비율은 입력 테이블에서 해당 계층이 차지하는 비율을 반영해야 합니다. 예를 들어, 표본 테이블에 100개의 관측값이 포함되는 경우, 입력 테이블의 비율을 반영하려면 표본 값의 35%는 투표한 남성 계층에서 선택해야 합니다.

출력 데이터셋

데이터셋 이름 출력 데이터셋의 이름을 지정합니다.


옵션 설정


표본 크기 및 표본 백분율 원하는 행 수 또는 원하는 입력 행 백분율로 표본 크기를 지정합니다. 예를 들어, 입력 행의 수가 400개인 경우 3%의 행을 지정하면 결과 표본에는 12개의 행이 포함됩니다.주: 층화 칼럼 역할에 변수를 할당한 경우, 여기서 지정한 표본 크기는 전체 입력 테이블이 아니라 각 계층에 적용됩니다.

표본 방법 데이터를 샘플링하는 데 사용할 방법을 지정합니다. 다음은 사용할 수 있는 유효한 값입니다.단순 확률표본(중복 없음)

입력 데이터의 표본추출 시 단순 확률표본을 지정합니다. 한번 선택된 행은 이후 선택 대상에서 제외됩니다. 따라서 동일한 행을 중복하여 선택할 수 없습니다.

비제약 확률표본(중복 허용)입력 데이터의 표본추출 시 비제약 방법을 지정합니다. 한번 선택된 행을 이후에도 선택할 수 있습니다. 따라서 동일한 행을 중복하여 선택할 수 있습니다. 중복 선택한 행을 출력 테이블에 기록하는 방법을 지정할 수 있습니다.다음 옵션 중에서 선택할 수 있습니다.

출력에 각 관측값을 한번만 표시(중복 제외)n번 선택된 행이 표본에 한 번만 나타납니다. 출력에서 NumberHits 변수(확률표본 작업 선택에서 자동 계산)는 입력 테이블에 해당 관측값이 나타난 횟수를 나열합니다.

출력에 모든 관측값 표시(중복 포함)n번 선택된 행이 표본에 n번 나타납니다.

난수 초기값 난수 생성을 위한 초기값을 지정합니다. 난수 초기값을 지정하지 않으면 시스템 시계 기준의 난수 초기값을 사용하여 표본이 산출됩니다.



표본 선택 요약 생성 표본 산출에 사용된 난수 초기값을 포함하는 요약 테이블을 생성합니다. 나중에 동일한 입력 테이블에 이와 동일한 초기값을 지정하면 동일한 표본을 다시 얻을 수 있습니다.

데이터 분할 작업

데이터 분할 작업 정보

분할은 논리 파일의 전체 또는 일부입니다. 데이터 분할 작업은 입력 데이터를 임의로 샘플링하여 생성된 최대 4개의 분할을 생성할 수 있습니다. 분할은 모델을 개발하는 데 사용할 수 있습니다. 이런 경우, 데이터 일부에 모델을 훈련하고 테스팅에 사용할 일부 데이

터를 예약하고자 합니다. 데이터 분할 작업으로 모든 분할을 하나의 출력 데이터셋으로

저장하거나 각 파티션을 별도의 데이터셋으로 저장할 수 있습니다.

예: SASHELP.CLASSFIT 데이터셋 분할

1 작업 섹션에서 데이터 폴더를 펼치고 데이터 분할을 더블 클릭합니다. 데이터 분할 작업의 사용자 인터페이스가 열립니다.


3 분할 수 상자에서 2를 입력합니다.

4 분할 1 케이스 비율 상자에서 .5를 입력합니다. 이는 값의 50%가 분할 1에 포함되어

야 함을 지정합니다.

5 분할 2 케이스 비율 상자에서 .3을 입력합니다. 이는 값의 30%가 분할 2에 포함되어

야 함을 지정합니다.

6 분할 데이터셋 드롭다운 리스트에서 한 데이터셋의 모든 분할을 선택합니다.


7 분할 1 데이터의 ID 값 역할에서 Test를 입력합니다.

8 분할 2 데이터의 ID 값 역할에서 Train을 입력합니다.



출력 데이터셋의 새로운 _Partition_variable은 관측값에 대한 분할(Train 또는 Test)을 지정합니다. 예를 들어 조이스에 대한 데이터는 Train 분할에 있습니다. 루이스에 대한 데이

터는 Test 분할에 있습니다. 이 예는 난수 초기값을 지정하지 않습니다. 따라서 작업은

데이터 분할 작업 173

Test 분할에 50%의 관측값을, Train 분할에 30%의 관측값을 임의로 할당합니다. 이 예를

다시 실행하면 결과가 약간 다를 수 있습니다.

분할된 데이터셋 생성

데이터 분할 작업을 실행하려면 각 분할의 케이스 비율 옵션에 값을 할당해야 합니다.

역할 설명

역할

층화변수 각 레벨 조합에 대한 별도의 분할을 지정합니다. 이 역할에 최대 2개의 변수를 지정할 수 있습니다.

데이터 분할

분할 수 분할 수를 지정합니다. 1, 2, 3 또는 4개의 분할을 생성할 수 있습니다.

분할 n의 케이스 비율 각 분할에 대한 케이스 비율을 지정합니다. 모든 분할 비율 합계는 1보다 작거나 같아야 합니다.

출력 데이터셋

분할 데이터셋 한 데이터셋의 모든 분할을 포함할지 각 분할을 별도의 데이터셋에 넣을지 여부를 지정합니다. 각 출력 데이터셋에 대한 고유 이름을 지정할 수 있습니다.

비표본 관측값 포함 비표본 관측값을 출력 데이터셋에 포함할지 여부를 지정합니다.주: 이 옵션은 모든 분할을 하나의 데이터셋에 저장할 때만 적용됩니다.

분할된 값에 대한 변수 이름 분할된 값이 포함된 변수 이름을 지정합니다.주: 이 옵션은 모든 분할을 하나의 데이터셋에 저장할 때만 적용됩니다.


역할 설명

분할 n 데이터에 대한 ID 값 분할에서 각 값에 사용할 식별자를 지정합니다.주: 이 옵션은 모든 분할을 하나의 데이터셋에 저장할 때만 적용됩니다.

출력 데이터 표시


데이터 정렬 작업

데이터 정렬 작업 정보

데이터 정렬 작업을 통해 칼럼을 기준으로 테이블을 정렬할 수 있습니다. 이 작업의 출력

데이터셋은 Work 라이브러리에서 정렬된 테이블입니다.

예: Sex 및 Age별 SASHELP.CLASS 데이터셋 정렬


1 작업 섹션에서 데이터 폴더를 펼치고 데이터 정렬을 더블 클릭합니다. 데이터 정렬 작업의 사용자 인터페이스가 열립니다.

2 데이터 탭에서 SASHELP.CLASS 데이터셋을 선택합니다.

3 정렬 기준 역할에 Sex 및 Age 칼럼을 할당합니다.


데이터 정렬 작업 175

새로 생성된 WORK.SortDS 데이터셋은 출력 데이터 탭에서 사용할 수 있습니다. 우선

출력 데이터에서 관측값을 Sex(Female 또는 Male)로 정렬합니다. 각 그룹에 있는 관측값

은 Age의 오름차순으로 정렬됩니다.



데이터 정렬 작업을 실행하려면 정렬 기준 역할에 칼럼을 할당해야 합니다.

역할 설명

정렬 기준 이 역할에 하나 이상의 변수를 할당하면 테이블이 선택한 변수를 기준으로 그룹화됩니다. 이 역할 내에서 변수가 나타나는 순서에 따라 1차 정렬 키, 2차 정렬 키 등이 결정됩니다. 1차 정렬 키는 항상 정렬 기준 역할 내에서 첫 번째로 표시되는 변수입니다.

제거할 칼럼 이 역할에 하나 이상의 변수를 할당하면 생성되는 출력에 해당 변수가 포함되지 않습니다. 최대 (n – 1)개의 변수를 이 역할에 할당할 수 있습니다. 여기서 n은 테이블에 있는 변수의 총 수입니다.

옵션 설정


출력 순서

정렬 순서 출력 데이터를 오름차순 또는 내림차순으로 정렬하여 표시할지를 지정합니다.

그룹 내의 원래 순서 유지 BY 그룹 내에서 서로 기준되는 관측값의 순서를 유지합니다.

중복 레코드

모든 레코드 유지 모든 중복 레코드를 포함한 출력 테이블에 있는 모든 레코드를 그대로 유지합니다.

각 '정렬 기준' 그룹의 첫 레코드만 유지 정렬 기준 그룹에 대해 동일한 값을 갖는 중복 관측값을 제거합니다.

데이터 정렬 작업 177


결과

그대로 정렬 기존 데이터를 그대로 정렬하도록 지정합니다. 이 옵션을 선택하면 정렬 작업은 제거할 칼럼 역할에 할당한 모든 변수 및 모든 중복 데이터를 유지합니다.

출력 데이터셋 출력 데이터셋의 이름을 지정합니다.

데이터 순위화 작업

데이터 순위화 작업 정보

데이터 순위화 작업은 테이블의 모든 행에서 하나 이상의 숫자 변수에 대한 순위를 계산

하고 출력 테이블에 순위를 포함합니다.

데이터 순위화 작업을 사용하는 예로는 제품 판매량 순위화입니다. 이 경우 순위화변수

는 제품 판매량 순서를 보여 줍니다. 판매량이 가장 높은 제품이 첫 번째 순위가 됩니다.

예: 연령 내 신장으로 학생 순위화

이 예에서는 학급의 학생을 연령과 신장을 기준으로 순위화합니다.


1 작업 섹션에서 데이터 폴더를 펼치고 데이터 순위화를 더블 클릭합니다. 데이터 순위






역할

순위화 칼럼 Height

추가 역할

순위화 그룹 Age

4 옵션 탭을 엽니다. 순위 순서 드롭다운 리스트에서 큰 값에서 작은 값으로를 선택합니

다.


데이터 순위화 작업은 출력 데이터셋을 생성합니다. SAS Studio에서 이 데이터셋은 출력

데이터 탭에서 열립니다. 이 데이터셋에는 특정 학생의 해당 연령 그룹 내 순위를 보여 주는 rank_Height 칼럼이 추가적으로 포함됩니다. 예를 들어, 11세 그룹에서는 조이스가 두

번째 순위가 됩니다. 12세 그룹에서는 루이스가 다섯 번째 순위가 됩니다.

데이터 순위화 작업 179


데이터 순위화 작업을 실행하려면 순위화 칼럼 역할에 칼럼을 할당해야 합니다.

역할 설명

역할

순위화 칼럼 이 역할에 할당된 각 칼럼이 순위화됩니다. 이 역할에는 하나 이상의 변수를 할당해야 합니다. 기본적으로 순위 칼럼의 이름은 rank_column-name으로 지정됩니다. 여기서 column-name은 원래 칼럼의 이름입니다.

추가 역할


역할 설명

순위화 그룹 이 역할에 칼럼을 하나 이상 할당하면 선택한 칼럼을 기준으로 입력 테이블이 정렬되고 각 그룹 내에서 순위가 계산됩니다.

출력 데이터셋

순위화된 변수에 대한 새로운 변수 생성 출력 테이블에 원래 칼럼과 함께 순위화된 칼럼도 포함하도록 지정합니다. 원래 칼럼을 순위화된 칼럼으로 바꾸려면 순위화된 변수에 대한 새로운 변수 생성 체크 박스의 선택을 취소합니다.기본적으로 순위화된 칼럼의 이름은 rank_column-name으로 지정됩니다. 여기서 column-name은 원래 칼럼의 이름입니다.

출력 데이터 표시 결과에 출력 데이터셋 모두 또는 서브셋을 표시할지 여부를 지정합니다.

옵션 설정

하나 이상의 출력 옵션을 선택해야 합니다.


옵션



순위화 방법 데이터를 순위화하는 데 사용할 방법을 지정합니다. 다음은 유효한 값입니다.순위

원 데이터를 100개의 그룹으로 나눈 후, 가장 작은 값을 백분위 값 0, 가장 큰 값을 백분위 값 99로 할당합니다.

분위수원 데이터를 분위수 중 하나로 분할합니다.n 백분위수 데이터를 100개의 그룹으로

나눈 후, 가장 작은 값을 백분위 값 0, 가장 큰 값을 백분위 값 99로 할당합니다.

n 십분위수 원 데이터를 10개의 그룹으로 나눈 후, 가장 작은 값을 십분위 값 0, 가장 큰 값을 십분위 값 9로 할당합니다.

n 사분위수 원 데이터를 4개의 그룹으로 나눈 후, 가장 작은 값을 사분위 값 0, 가장 큰 값을 사분위 값 3으로 할당합니다.

n N분위 그룹 원 데이터를 n개의 그룹으로 나눈 후, 가장 작은 값을 0, 가장 큰 값을 n–1로 할당합니다. n 값을 그룹 수 상자에 지정합니다.

순위화 방법(계속) 비율 순위N 또는 N+1 분모를 사용하여 비율 순위를 계산합니다. N 분모는 각 순위를 비결측 관측값 개수로 나누어서 비율 순위를 계산합니다. N+1 분모는 각 순위를 n+1로 나누어서 비율 순위를 계산합니다. 이 때 n은 순위를 할당하는 변수의 비결측 관측값 개수입니다.

백분율각 순위를 비결측 관측값 개수로 나눈 후, 그 값에 100을 곱합니다.



순위화 방법(계속) 순위의 정규 점수순위에서 정규 점수를 계산합니다. 결과변수는 정규분포를 나타냅니다. 다음 식을 사용할 수 있습니다.Blom 식

yi = Φ−1 ri − 38

n + 14

Tukey 식

yi = Φ−1 ri − 13

n + 13

van der Waerden

yi = Φ−1 rin + 1

다음 공식에서 Φ−1은 역누적정규분포(PROBIT) 함수이며, ri은 i번째 관측값의 순위, n은 순위화변수의 비결측 관측값 개수입니다.

주: 동일 값 처리 방법 옵션을 설정하면 데이터 순위화 작업은 동일하지 않은 값을 기반으로 순위에서 정규 점수를 계산한 후 결과 스코어에 지정된 동일 값 처리 방법을 적용합니다.

순위의 지수 점수순위에서 Savage(또는 지수) 점수를 계산합니다.

주: 동일 값 처리 방법 옵션을 설정하면 데이터 순위화 작업은 동일하지 않은 값을 기반으로 순위에서 지수 점수를 계산한 후 결과 스코어에 지정된 동일 값 처리 방법을 적용합니다.



동일 값 처리 방법 동일한 데이터 값의 점수 또는 순위를 계산할 방법을 지정합니다.

기본 방법순위화 방법에 대한 기본 방법이 할당됩니다. 백분율 또는 비율 순위를 순위화 방법으로 선택하면 큰 값이 기본입니다. 다른 모든 순위화 방법은 평균값이 기본입니다.

순위의 평균해당 순위 또는 정규 점수의 평균값이 할당됩니다.

높은 순위해당 순위 또는 정규 점수의 최댓값이 할당됩니다.

낮은 순위해당 순위 또는 정규 점수의 최솟값이 할당됩니다.

밀도 순위(동점은 같은 순위)동일한 값을 단일 순서 통계량으로 처리하여 점수 및 순위를 계산합니다. 기본 방법의 경우 순위는 1부터 시작하고, 순위화되는 변수의 고유 비결측값 수로 끝나는 연속된 정수입니다. 동일한 값에는 동일한 순위가 할당됩니다.

순위 순서 가장 작은 것부터 큰 순으로 나열할지, 큰 것부터 작은 것 순으로 나열할지를 지정합니다.

데이터 변환 작업

데이터 변환 작업 정보

데이터 변환 작업으로 입력 데이터셋에서 둘 이상의 변수를 변환할 수 있습니다. 이러한

변환된 변수는 출력 데이터셋에 저장됩니다.


예: BASEBALL 데이터셋의 데이터 변환

1 작업 섹션에서 데이터 폴더를 펼치고 데이터 변환을 더블 클릭합니다. 데이터 변환 작업의 사용자 인터페이스가 열립니다.

2 데이터 탭에서 SASHELP.BASEBALL을 입력 데이터셋으로 선택합니다.

이 그림은 Name, nRuns 및 Salary 칼럼에 대한 데이터의 결과를 표시합니다.

3 nRuns 칼럼에서 데이터를 변환하려면 변환 1 머리글에서 다음 단계를 완료합니다.

a nRuns 칼럼을 변수 1 역할에 할당합니다.

b 변환 드롭다운 리스트에서 자연 로그를 선택합니다.

데이터 변환 작업 185

4 Salary 칼럼에서 값을 달러로 변환하려면 변환 2 머리글에서 다음 단계를 완료합니다.

a Salary 칼럼을 변수 2 역할에 할당합니다.

b 변환 드롭다운 리스트에서 사용자 정의 변환 지정을 선택합니다.

c 사용자 정의 변환 상자에 Salary*1000을 입력합니다.


출력 데이터셋은 두 개의 추가 칼럼을 포함합니다. log_nRuns 칼럼은 nRuns 칼럼 값의

자연 로그 값을 나열합니다. tr2_Salary 칼럼은 Salary 칼럼에서 1,000을 곱한 값을 포함

합니다.


입력 데이터셋에서 칼럼 변환

데이터 변환 작업을 사용하여 입력 데이터셋에서 세 개의 칼럼을 변환할 수 있습니다. 데이터 변환 작업을 실행하려면 변수 1 역할에 칼럼을 할당해야 합니다.

역할 설명

변환 n

변수 n 변환할 변수를 지정합니다.

변환 사용할 변환을 지정합니다. 다음은 사용할 수 있는 변환입니다.n 역 제곱

n 역

n 역 제곱근

n 자연 로그

n 제곱근

n 제곱

사용자 고유 변환을 생성하려면 사용자 정의 변환 지정을 선택합니다. 사용자 정의 변환의 예는 Salary*1000입니다.

출력 데이터셋


데이터 변환 작업 187

데이터 표준화 작업

데이터 표준화 작업 정보

데이터 표준화 작업은 다양한 방법을 사용하여 하나 이상의 숫자 변수를 중앙화하거나

표준화할 수 있습니다. 표준화된 변수는 출력 데이터셋에 저장됩니다.

예: SASHELP.BASEBALL 데이터셋의 변수 표준화


1 작업 섹션에서 데이터 폴더를 펼치고 데이터 표준화를 더블 클릭합니다. 데이터 표준


2 데이터 탭에서 SASHELP.BASEBALL 데이터셋을 선택합니다.

3 nHits 칼럼을 표준화할 변수 역할에 할당합니다.



다음은 출력 데이터의 결과 중 일부입니다.


데이터 표준화 작업을 실행하려면 표준화할 변수 역할에 칼럼을 할당해야 합니다.

역할 설명

역할

표준화할 변수 표준화할 숫자 변수가 나열됩니다.

추가 역할

데이터 표준화 작업 189

역할 설명

빈도 수 관측값에서 다른 값의 발생 빈도가 포함된 변수입니다. 이 작업은 각 관측값이 n번 나타나는 데이터셋으로 취급합니다. 여기서 n은 해당 관측값에 대한 빈도 변수 값입니다.

Weight 각 관측값에 가중값을 부여하는 데 사용된 입력 데이터셋의 값에 숫자 변수를 지정합니다. 이러한 값은 정수가 아닐 수 있습니다. 가중 변수의 값이 0보다 큰 경우에만 분석에서 관측값을 사용할 수 있습니다.

그룹 분석 기준 BY 변수로 정의된 그룹의 관측값에 대한 개별 분석을 생성합니다.

옵션 설정


방법

데이터 중앙화만 평균 또는 중위수 표준화 방법을 사용하도록 지정합니다.



표준화 방법 다음과 같은 표준화 방법 중 하나를 사용하도록 지정합니다.n 표준 편차(기본값이고 표준화와 가장 자주

연결되는 방법)n Andrew’s wave 추정. 이 방법에 대한 상수

조정은 0보다 커야 합니다. 기본값은 4.7입니다.

n 유클리드 거리

n Huber’s 추정. 이 방법에 대한 상수 조정은 0보다 커야 합니다. 기본값은 1입니다.

n 사분위 범위

n 범위

n 합계

n Tukey’s biweight 추정. 이 방법에 대한 상수 조정은 0보다 커야 합니다. 기본값은 6입니다. (Goodall 1983)

결측값 처리

결측값 방법 결측값이 있는 관측값을 생략하거나 결측값을 바꿀지 여부를 지정합니다. 다음 옵션 중 하나로 결측값을 바꿀 수 있습니다.n 기본 위치 측도는 선택한 중앙화 또는 표준

화 방법을 사용하여 위치를 측도합니다.n 평균

n 중위수

n 최소

n 사용자 정의 값 지정은 표준화된 모든 변수에 대한 값을 지정할 수 있습니다.

통계량

위치 및 척도 측정 기준 표시 결과에서 위치 및 척도 측정 기준을 표시합니다. 이러한 측정으로 표준화 프로세스에서 수행된 내용을 알 수 있습니다.

데이터 표준화 작업 191

출력 옵션 설정

기본적으로 데이터 표준화 작업은 원래 변수 및 표준화된 변수 둘 다 포함하는 출력 데이

터셋을 생성합니다. 변수 이름에 접두어를 추가하여 두 원래 변수 및 표준화된 변수를 구별할 수 있습니다. 기본적으로 표준화된 변수에 Standardize_ 접두어를 추가합니다.

출력 데이터 표시 옵션입니다 결과 탭에 나타나는 결과에 출력 데이터를 포함할지 여부

를 지정합니다. 출력 데이터 모두 또는 서브셋을 포함할 수 있습니다. 작업은 출력 데이터

탭에 나타나는 출력 데이터셋을 항상 생성합니다. 이 데이터셋은 지정된 위치에 저장됩

니다


9그래프 작업

막대 그래프 작업 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 195막대 그래프 작업 정보 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 195예: 제품군별 평균 sale 막대 그래프 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 195역할에 데이터 할당 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 196옵션 설정 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 198

막대-선 그래프 작업 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 200막대-선 그래프 작업 정보 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 200예: 생산국별 도심 및 고속도로 연비 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 200역할에 데이터 할당 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 201옵션 설정 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 202

상자 도표 작업 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 204상자 도표 작업 정보 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 204예: 자동차 MPG(도시) 비교 상자 도표 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 205역할에 데이터 할당 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 206옵션 설정 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 207

버블 도표 작업 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 209버블 도표 작업 정보 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 209예: . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 209역할에 데이터 할당 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 210옵션 설정 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 211

히스토그램 작업 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 213히스토그램 작업 정보 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 213예: 재고량 히스토그램 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 213

193

역할에 데이터 할당 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 214옵션 설정 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 215

선 그래프 작업 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 216선 그래프 작업 정보 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 216예: 차종별 평균 마력 표시 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 217역할에 데이터 할당 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 218옵션 설정 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 219

원 그래프 작업 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 221원 그래프 작업 정보 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 221예: 지역별 각 차종의 총 MSRP를 보여주는 원 그래프 . . . . . . . . . . . 221역할에 데이터 할당 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 222옵션 설정 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 223

산점도 작업 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 224산점도 작업 정보 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 224예: 신장 및 체중 산점도 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 224역할에 데이터 할당 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 226옵션 설정 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 228

시계열 도표 작업 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 229시계열 도표 작업 정보 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 229예: 재고 추세 시계열 도표 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 229역할에 데이터 할당 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 230옵션 설정 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 231

단순 수평 막대 작업 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 232단순 수평 막대 작업 정보 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 232예: 생산국 및 차종별 연비 수평 막대 그래프 . . . . . . . . . . . . . . . . . . . . . . 232역할에 데이터 할당 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 234옵션 설정 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 235

194 9장 / 그래프 작업

막대 그래프 작업

막대 그래프 작업 정보

막대 그래프 작업은 서로 다른 그래프 변수 값 간에 숫자 값 또는 통계량을 비교하는 수평

또는 수직 막대 그래프를 생성합니다. 막대 그래프는 다양한 높이의 막대를 표시하여 데이터의 상대적인 크기를 보여 줍니다. 각 막대는 하나의 데이터 범주를 나타냅니다.

예: 제품군별 평균 sale 막대 그래프

예를 들어, Sashelp.Pricedata 데이터셋에 포함된 각 제품군의 총 sale을 비교하는 막대

그래프를 생성할 수 있습니다. 기본적으로 이 작업은 각 제품군에 대한 반응변수의 평균

을 계산합니다. 이 막대 그래프에서는 Line 2의 평균 제품 sale이 가장 높은 것을 알 수 있습니다.


1 작업 섹션에서 그래프 폴더를 펼치고 막대 그래프를 더블 클릭합니다. 막대 그래프 작업의 사용자 인터페이스가 열립니다.




범주변수 productLine

반응변수 sale


막대 그래프 작업 195



SQL WHERE 절을 적용하여 입력 데이터에 데이터를 서브셋할 수 있습니다. Where 문자열 상자에 올바른 SQL 구문을 입력합니다. 문자열인 피연산자는 작은 따옴표 또는 큰따옴표로 묶어야 합니다. 결과 그래프에서 WHERE 절을 보려면, 각주로 포함 체크 박스

를 선택합니다.


막대 그래프 작업을 실행하려면 범주변수 역할에 칼럼을 할당해야 합니다.


역할

범주변수 관측값을 개별 서브셋으로 분류하는 변수를 지정합니다.

반응변수 도표에 대한 숫자 반응변수를 지정합니다.

그룹변수 데이터를 그룹화하는 데 사용되는 변수를 지정합니다.

URL 변수 HTML 페이지 내에서 도표 부분을 선택할 때 표시할 웹 페이지의 URL이 포함된 문자 변수를 지정합니다.

BY 변수 각 BY 그룹에 대해 개별 그래프를 생성합니다.

방향

수직 또는 수평 막대 그래프를 생성할 수 있습니다.

그룹 레이아웃

클러스터 그룹 값을 단일 범주 막대 대신 인접한 여러 개의 개별 막대로 표시합니다. 각 그룹 값 집합은 범주의 중간점 눈금 표식 중앙에 위치합니다.

누적 클러스터링 없이 그룹 값을 겹쳐 표시합니다. 각 그룹은 현재 스타일의 GraphData1... GraphDatan 스타일 요소에서 파생된 고유한 시각적 속성으로 표시됩니다.

통계량

주: 다음과 같은 경우에는 통계량 옵션을 사용할 수 없습니다.

n 반응변수 역할에 칼럼을 할당하지 않은 경우입니다 반응변수를 할당하지 않으면 기본 통계량은 빈도입니다.

n 그룹 레이아웃에 대해 누적을 선택한 경우입니다. 이런 경우 기본 통계량은 합계입니다.

평균 반응변수의 평균을 계산합니다.



합계 반응변수의 합계를 계산합니다.

한계

한계 표시할 한계선을 지정합니다. 한계는 각 막대에서 연장된 끝에 분위수 표시선이 있는 굵은 선 세그먼트로 표시됩니다. 한계선은 평균 통계량을 선택한 경우에만 표시됩니다.

한계 통계량 한계선의 통계량을 지정합니다.

한계승수 한계선의 표준 단위 수를 지정합니다. 기본적으로 이 값은 1입니다.

옵션 설정


제목 및 각주

출력의 사용자 정의 제목 및 각주를 지정할 수 있습니다. 이 텍스트의 글꼴 크기도 지정할 수 있습니다.

막대 상세 정보

막대 색상 적용 그룹변수 역할에 칼럼이 할당되지 않은 경우 막대의 색상을 지정합니다.

투명도 도표의 투명도 수준을 지정합니다. 범위는 0(완전 불투명)에서 1(완전 투명) 사이입니다.

막대 그라데이션 적용 각 막대에 그라데이션을 적용합니다.주: 이 옵션은 SAS 9.4 M2 이후 버전을 실행하는 경우에만 사용할 수 있습니다.

데이터 스킨 채워진 모든 막대에 사용할 특수 효과를 지정합니다.



막대 레이블

막대 레이블 또는 통계량 표시 계산된 반응의 값을 데이터 레이블로 표시합니다.

범주 축

거꾸로 눈금 표식의 값이 거꾸로(내림차순) 표시되도록 지정합니다.

데이터 순서대로 값 표시 눈금 표식의 이산 값을 데이터에 나타나는 순서대로 배치합니다.

레이블 표시 축의 레이블을 표시할 수 있습니다. 사용자 정의 레이블 상자에 이 레이블을 입력합니다.

반응 축

그리드 표시 축의 각 눈금에 격자선을 생성합니다.

통계량 접미어 제거 축 레이블에서 계산된 통계량의 이름을 제거합니다. 예를 들어, 평균을 계산하는 경우 축 레이블은 Weight(Mean)일 수 있습니다.

레이블 표시 반응 축의 레이블을 표시할지 여부를 지정합니다. 기본적으로 축 레이블은 변수의 이름입니다. 하지만 사용자 정의 레이블을 생성할 수 있습니다.

범례 상세 정보

범례 위치 범례를 축 영역 외부에 배치할지 내부에 배치할지를 지정합니다.

그래프 크기

그래프의 너비와 높이를 인치, 센티미터 또는 픽셀로 지정할 수 있습니다.


막대-선 그래프 작업

막대-선 그래프 작업 정보

막대-선 그래프 작업은 선도표가 중첩된 수직 막대 그래프를 생성합니다.

이 작업을 사용하여 다음과 같은 작업을 수행할 수 있습니다.

n 정확 및 상대적인 크기 비교, 표시

n 전체에 대한 각 부분의 기여도 검사

n 데이터의 추세 및 패턴 결정

예: 생산국별 도심 및 고속도로 연비

예를 들어, 생산국별로 도심 및 고속도로에서의 자동차 연비(MPG: 갤런당 마일 수)를 비교하는 막대-선 그래프를 생성할 수 있습니다. 이 작업은 생산국별로 도심 및 고속도로에

서의 평균 연비를 계산합니다. 이 막대-선 그래프는 아시아에서 생산된 자동차가 도심 및

고속도로 주행 시 최고 연비를 발휘하는 경향이 있음을 보여 줍니다.


1 작업 섹션에서 그래프 폴더를 펼치고 막대-선 그래프를 더블 클릭합니다. 막대-선 그래프 작업의 사용자 인터페이스가 열립니다.




범주변수 Origin

막대 반응 변수 MPG_City



선 반응 변수 MPG_Highway



SQL WHERE 절을 적용하여 입력 데이터에 데이터를 서브셋할 수 있습니다. Where 문자열 상자에 올바른 SQL 구문을 입력합니다. 문자열인 피연산자는 작은 따옴표 또는 큰

막대-선 그래프 작업 201

따옴표로 묶어야 합니다. 결과 그래프에서 WHERE 절을 보려면, 각주로 포함 체크 박스


막대-선 그래프 작업을 실행하려면 범주변수, 막대 반응 변수 및 선 반응 변수 역할에 칼럼을 할당해야 합니다.


역할


막대 반응 변수 막대 그래프에 대한 숫자 반응 변수를 지정합니다.

선 반응 변수 선 도표에 대한 숫자 반응 변수를 지정합니다.



통계량



옵션 설정


제목 및 각주





막대 색상 적용 막대 색상을 지정합니다.


막대 그라데이션 적용 각 막대에 그라데이션을 적용합니다.주: 이 옵션은 SAS 9.4M2 버전을 실행하는 경우에만 사용할 수 있습니다.


선 상세 정보

선 색상 적용 선 색상을 지정합니다.

선 두께 선의 두께(픽셀)를 지정합니다.


실선 패턴 사용 선의 실선 패턴을 지정합니다.

범주 축




반응 축

0 기준 사용 이산 범주 값의 모든 선과 범주 중간점의 모든 막대를 오프셋할지 여부를 지정합니다. 기본적으로는 오프셋이 적용되지 않습니다.

막대-선 그래프 작업 203


균등 배열 사용 두 반응 축 모두에 동일한 척도를 사용합니다.

왼쪽(막대) 축에 그리드 표시 막대 그래프에서 축의 각 눈금에 격자선을 생성합니다.


왼쪽(막대) 축에 대한 사용자 정의 레이블 막대 그래프의 반응 축에 사용자 정의 레이블을 지정할 수 있습니다. 기본 레이블은 막대 반응변수의 이름입니다.

오른쪽(선) 축에 대한 사용자 정의 레이블 선 그래프의 반응 축에 사용자 정의 레이블을 지정할 수 있습니다. 기본 레이블은 선 반응변수의 이름입니다.



그래프 크기


상자 도표 작업

상자 도표 작업 정보

상자 도표 작업은 구간으로 측정된 숫자 값을 나타내는 단일 상자 도표를 생성합니다. 분석변수의 값으로 분류하기를 선택하면 여러 상자 도표가 생성됩니다.


예: 자동차 MPG(도시) 비교 상자 도표

이 예에서는 생산국(아시아, 유럽 및 미국)에 따른 자동차의 연비(MPG)를 비교하는 세 개의 상자 도표를 생성합니다.


1 작업 섹션에서 그래프 폴더를 열고 상자 도표를 더블 클릭합니다. 상자 도표 작업을

위한 사용자 인터페이스가 열립니다.




분석변수 MPG_City

범주변수 Origin


상자 도표 작업 205

결과로 나온 상자 도표입니다.




상자 도표 작업을 실행하려면 분석변수 역할에 칼럼을 할당해야 합니다. 수직 또는 수평

상자 도표를 생성할 수 있습니다.

역할 설명

분석변수 도표에 대한 분석변수를 지정합니다.


역할 설명

범주변수 범주변수의 각 개별값에 대한 상자 도표를 생성합니다.


BY 변수 각 BY 그룹에 대해 개별 그래프를 생성합니다.

옵션 설정


제목 및 각주


상자 상세 정보

상자 너비 각 상자의 너비를 지정합니다. 0.0(사용 가능한 너비의 0%)과 1.0(사용 가능한 너비의 100%) 사이 값을 지정합니다.

채우기 상자를 색으로 채울지 여부를 지정합니다. 기본색은 흰색입니다.

데이터 스킨 도표에 사용할 특수 효과를 지정합니다. 데이터 스킨은 모든 채워진 상자에 영향을 줍니다. 채워진 영역의 데이터 스킨의 영향은 스킨 유형, 그래프 스타일 및 스킨 요소의 색상에 따릅니다. 대부분의 스킨은 크게 채워진 영역에서 밝은 색상과 가장 잘 어울립니다.

투명도 도표의 투명도 수준을 지정합니다. 기본값은 0입니다. 유효한 값 범위는 0(완전 불투명)에서 1(완전 투명) 사이입니다.

상자 도표 작업 207


Cap 모양 설정 수염의 Cap 선을 표시할지 여부를 지정합니다. 이 옵션을 선택한 경우, 수염 Cap 선의 모양을 선택할 수 있습니다. 다음은 유효한 값입니다.n 괄호 괄호와 함께 직선을 표시합니다.n 선 직선을 표시합니다.n Sherif 짧은 직선을 표시합니다.

V자형 V자형이 새겨진 상자 도표를 지정합니다. V자형 이루는 끝점은 다음의 계산된 위치에 있습

니다. median ± 1.58 IQRN

그룹 레이아웃

그룹 순서 그룹 내에서의 상자 도표 순서를 지정합니다. 그룹은 오름차순, 내림차순 또는 데이터에서 나타나는 순서로 표시할 수 있습니다.

범주 축




분석 축


레이블 표시 분석 축의 레이블을 표시할지 여부를 지정합니다. 기본적으로 축 레이블은 변수의 이름입니다. 하지만 사용자 정의 레이블을 생성할 수 있습니다.





그래프 크기


버블 도표 작업

버블 도표 작업 정보

버블 도표 작업은 셋 이상의 변수 간 관계를 탐색합니다. 버블 도표의 두 변수가 버블의

중심을 결정하고 세 번째 변수가 각 버블의 크기를 지정합니다.

예:


1 작업 섹션에서 그래프 폴더를 열고 버블 도표를 더블 클릭합니다. 버블 도표 작업을

위한 사용자 인터페이스가 열립니다.




X 변수 Height

Y 변수 Weight

변수 크기 Age

버블 도표 작업 209





버블 도표를 실행하려면 X 변수, Y 변수 및 크기 변수 역할에 칼럼을 할당해야 합니다.


역할



X 변수 X 축의 변수를 지정합니다.

Y 변수 Y 축의 변수를 지정합니다.

변수 크기 버블의 크기를 제어하는 숫자 변수를 지정합니다. 버블 크기를 결정하는 데 사용된 범위의 최솟값 및 최댓값이 제공됩니다. 옵션 탭에서 이 값을 설정할 수 있습니다.

색상 반응변수 그라데이션 범례에 색상을 매핑하는 데 사용된 숫자 변수를 지정합니다.

그룹변수 데이터를 그룹화하는 데 사용되는 변수를 지정합니다. 각 그룹에 대한 버블은 다른 색상으로 자동으로 구분됩니다.주: 색상 반응 변수 역할에 변수를 할당하면 그룹변수는 무시됩니다.

레이블 변수 각 데이터 포인트에 대해 레이블로 사용되는 값을 지정합니다. 이 역할에 변수를 할당하면 변수의 값이 데이터 레이블에 사용됩니다. 이 역할에 변수를 할당하지 않으면 Y 변수의 값이 데이터 레이블에 사용됩니다.


옵션 설정


제목 및 각주


버블 상세 정보

버블 도표 작업 211


색상 적용 그룹변수 역할에 칼럼이 할당되지 않은 경우 막대의 색상을 지정합니다.

최소 반경 가장 작은 버블의 반경을 지정합니다.

최대 반경 가장 큰 버블의 반경을 지정합니다.

투명도 버블의 투명도를 지정합니다. 범위는 0(완전 불투명)에서 1(완전 투명) 사이입니다.

데이터 스킨 채워진 도표에 사용할 특수 효과를 지정합니다.

모델 색상

색상 반응 변수 역할에 변수를 할당하면 색상 지도에서 사용할 세 개의 색상을 지정할 수 있습니다.

버블 레이블

레이블 변수 역할에 변수를 할당하면 레이블 색상, 레이블 텍스트 폰트 크기 및 레이블 위치를 결정할 수 있습니다.

X 축 및 Y 축

격자선 표시 축의 각 눈금에 격자선을 생성합니다.

레이블 표시 반응 축의 레이블을 표시할지 여부를 지정합니다. 기본적으로 축 레이블은 변수의 이름입니다. 하지만 사용자 정의 레이블을 생성할 수 있습니다.


그룹 범례 위치 그룹 범례를 도표 내부 또는 외부에 위치할지 여부를 지정합니다. 이 옵션은 그룹변수 역할에 변수를 할당했을 때 사용할 수 있습니다.

색상 범례 위치 색상 범례가 도표 오른쪽 또는 아래에 표시될지 여부를 지정합니다.



그래프 크기


히스토그램 작업

히스토그램 작업 정보

히스토그램 작업은 숫자 변수의 빈도분포를 표시하는 그래프를 생성합니다.

예: 재고량 히스토그램


1 작업 섹션에서 그래프 폴더를 펼치고 히스토그램을 더블 클릭합니다. 히스토그램 작업의 사용자 인터페이스가 열립니다.

2 데이터 탭에서 SASHELP.STOCKS 데이터셋을 선택합니다.

3 분석변수 역할에 Volume 칼럼을 할당합니다.


히스토그램 작업 213





히스토그램 작업을 실행하려면 분석변수 역할에 칼럼을 할당해야 합니다.

숫자 변수의 값 분포를 보여 주는 밀도곡선을 생성할지 여부를 지정할 수 있습니다. 정규

및 커널 분포에 대한 밀도곡선을 생성할 수 있습니다.


옵션 설정


제목 및 각주



히스토그램 막대의 색상 및 투명도를 지정할 수 있습니다. SAS 9.4 M2 이후 버전을 실행 중인 경우 각 막대에 그라데이션을 적용할지 여부를 지정할 수도 있습니다.

수평 축

구간 축 분석변수의 최솟값과 최댓값을 기준으로 수평 축에 규칙적인 간격으로 눈금 표식을 생성합니다.

막대 축 수평 축에서 값 막대의 중간점 위치에 눈금 표식을 생성합니다.

막대 수 지정 히스토그램의 막대 수를 지정할 수 있습니다. 유효한 값의 범위는 2 ~ 20입니다.막대는 항상 데이터 범위를 나타냅니다. 이 작업은 해석하기 쉬운 눈금 값(예: 5, 10, 15, 20)을 생성합니다. 일부 경우에는 첫 번째 막대의 위치와 막대 너비가 조정될 수도 있습니다. 기본적으로 막대 수는 자동으로 결정됩니다.

레이블 표시 수평 축에 분석변수의 레이블을 표시합니다. 사용자 정의 레이블을 입력할 수도 있습니다.

수직 축

히스토그램 작업 215


축 척도 지정 수직 축에 적용되는 척도를 지정합니다. 다음 옵션 중에서 선택할 수 있습니다.COUNT

해당 축은 빈도 수를 표시합니다.PERCENT

해당 축은 값을 총합의 백분율로 표시합니다.

PROPORTION해당 축은 값을 총 비율(0.0 - 1.0)로 표시합니다.

그리드 표시 수직 축의 격자선을 표시할지 여부를 지정합니다.

레이블 표시 축 척도의 유형에 대한 레이블을 표시할지 여부를 지정합니다.


범례 표시 출력에 범례를 표시할지 여부를 지정합니다.


그래프 크기


선 그래프 작업

선 그래프 작업 정보

선 그래프 작업에서는 범주변수의 값이 이산 값이라고 가정합니다. 이 작업은 이러한 값을 고유 범주로 그룹화합니다. 반응변수 역할에 입력 데이터 소스의 칼럼을 할당할 경우

반응 값에 대한 통계량(평균 또는 합계)을 선택할 수 있습니다. 기본적으로 이 작업은 반


응변수 값의 평균을 계산합니다. 반응변수가 할당되어 있지 않으면 범주별 빈도그래프가

생성됩니다.

예: 차종별 평균 마력 표시

이 예에서는 차종별 평균 마력을 선 도표로 표시하려고 합니다. 결과에서는 스포츠카의

평균 마력이 가장 높고 하이브리드 자동차의 평균 마력이 가장 낮다는 것을 보여 줍니다.


1 작업 섹션에서 그래프 폴더를 펼치고 선 그래프를 더블 클릭합니다. 선 그래프 작업의

사용자 인터페이스가 열립니다.




범주변수 Type

반응변수 Horsepower


선 그래프 작업 217




선 그래프 작업을 실행하려면 범주변수 역할에 칼럼을 할당해야 합니다.


역할







통계량



옵션 설정


제목 및 각주


선 상세 정보

선 색상 적용 그룹변수 역할에 칼럼을 할당하지 않은 경우 선의 색상을 지정합니다.

선 두께 선의 두께(픽셀)를 지정합니다.


실선 사용 선의 실선 패턴을 지정합니다.

선 그래프 작업 219


선 레이블

선 레이블 표시 반응변수의 레이블을 표시합니다. 그룹변수 역할에 칼럼을 할당한 경우 그룹 값을 사용하여 각 선의 레이블이 지정됩니다.

범주 축


데이터 순서대로 값 표시 이산 눈금 값을 데이터에 나타나는 순서대로 배치합니다.

레이블 표시 축의 레이블을 표시할 수 있습니다. 기본적으로 레이블은 변수 이름입니다.이 레이블을 사용자 정의하려면 사용자 정의 레이블 상자에 레이블을 입력합니다.

반응 축



레이블 표시 축의 레이블을 표시할 수 있습니다. 기본적으로 레이블은 변수 이름입니다.이 레이블을 사용자 정의하려면 사용자 정의 레이블 상자에 레이블을 입력합니다.



그래프 크기



원 그래프 작업

원 그래프 작업 정보

원 그래프 작업은 데이터를 부채꼴 모양의 원 "조각"으로 표시하여 각 부분이 전체에서

차지하는 상대적 크기를 나타내는 원 그래프를 생성합니다. 각 조각은 하나의 데이터 범주를 나타냅니다. 조각의 크기는 전체 그래프 통계량에 대해 해당 데이터가 차지하는 비율을 나타냅니다.

예: 지역별 각 차종의 총 MSRP를 보여주는 원 그래프

이 예에서는 생산국별로 그룹화된 각 차종의 MSRP(생산자 권장 가격)를 비교하려고 합니다. 결과 원 그래프는 각 차종에 해당하는 6개의 고리로 구성됩니다. 그런 다음 고리는

세 지역(Asia, Europe 및 USA)의 MSRP 값으로 나뉩니다. 이 그래프를 사용하면 각 지역

의 총 MSRP 값을 비교할 수 있습니다. SUV 차종의 고리는 미국에서 MSRP가 가장 높고

유럽에서 MSRP가 가장 낮다는 것을 보여 줍니다.


1 작업 섹션에서 그래프 폴더를 펼치고 원 그래프를 더블 클릭합니다. 원 그래프 작업의

사용자 인터페이스가 열립니다.




범주변수 Origin

반응변수 MSRP

그룹변수 Type

원 그래프 작업 221

원 그래프 작업을 실행하려면 범주변수 역할에 칼럼을 할당해야 합니다.


역할




URL 변수 HTML 페이지 내에서 도표 부분을 선택할 때 표시할 웹 페이지의 URL이 포함된 문자 변수를 지정합니다.주: 해당 작업이 원 그래프에서 "기타" 조각을 생성하는 경우 이 조각에 연결되는 URL이 없습니다. 따라서 이 조각에는 링크가 포함되어 있지 않습니다.

방향

시작점 원 그래프의 첫 번째 조각을 생성할 위치를 지정합니다. 나머지 조각은 시계 반대 방향으로 나타납니다.

첫 번째 조각 가운데로 첫 번째 조각을 오프셋할지 여부를 지정합니다.

옵션 설정


제목 및 각주


원 그래프 작업 223


원 상세 정보

채우기 투명도 도표의 투명도 수준을 지정합니다. 범위는 0(완전 불투명)에서 1(완전 투명) 사이입니다.


원 레이블

위치 레이블을 원 그래프의 조각 내부에 표시할지 외부에 표시할지를 지정합니다. 기본적으로 원 그래프 작업에서는 조각의 최적 위치가 자동으로 결정됩니다.

레이블 글꼴 크기 설정 각 조각의 레이블 글꼴 크기를 지정할 수 있습니다.

그래프 크기


산점도 작업

산점도 작업 정보

산점도 작업은 데이터 포인트의 패턴이나 집중도를 나타냄으로써 2개 또는 3개 변수 사이의 관계를 보여 주는 도표를 생성합니다. 예를 들어, 학급 내 모든 학생의 신장과 체중

을 2차원 산점도로 표시할 수 있습니다.

예: 신장 및 체중 산점도

이 예에서는 신장과 체중의 산점도를 생성하려고 합니다.



1 작업 섹션에서 그래프 폴더를 펼치고 산점도를 더블 클릭합니다. 산점도 작업의 사용

자 인터페이스가 열립니다.




X 변수 Height

Y 변수 Weight


산점도 작업 225




산점도 작업을 실행하려면 X 변수 및 Y 변수 역할에 칼럼을 할당해야 합니다.


역할





그룹변수 데이터를 그룹화하는 데 사용되는 변수를 지정합니다. 각 그룹 값에 대한 도표 요소는 서로 다른 시각적 속성으로 자동으로 구분됩니다.

표식 레이블 변수 각 데이터 포인트에 대한 레이블을 표시합니다. 변수를 지정하면 해당 변수의 값이 데이터 레이블에 사용됩니다. 변수를 지정하지 않으면 Y 변수의 값이 데이터 레이블에 사용됩니다.


적합 도표

주: 숫자 변수를 할당할 때만 사용 가능합니다.

회귀 적합회귀선으로 도표를 생성합니다. 신뢰한계 평균 및 개별 예측값에 대한 예측 한계를 포함할지 여부를 지정할 수 있습니다. Alpha 옵션은 신뢰한계에 대해 신뢰수준을 지정합니다. 자유도 옵션은 다항 적합도를 지정합니다.

Loess 접합 Loess 곡선을 생성합니다. 신뢰한계를 포함할지 여부를 지정할 수 있습니다. Alpha 옵션은 신뢰한계에 대해 신뢰수준을 지정합니다.주: 입력 데이터에 관측값이 2,000개 미만일 때만 이 옵션을 사용할 수 있습니다.

PBSpline 벌점 B-스플라인 곡선을 생성합니다. 신뢰한계 평균 및 개별 예측값에 대한 예측 한계를 포함할지 여부를 지정할 수 있습니다. Alpha 옵션은 신뢰한계에 대해 신뢰수준을 지정합니다.

산점도 작업 227

옵션 설정


제목 및 각주


표식 상세 정보

표식의 기호 유형, 색상 및 크기를 지정할 수 있습니다. 도표의 투명도 수준을 지정할 수도 있습니다. 범위는 0(완전 불투명)에서 1(완전 투명) 사이입니다.

표식 레이블

글꼴 크기 표식 레이블 변수 역할에 변수를 할당하면 도표의 레이블 모양을 지정합니다.

X 축, Y 축


레이블 표시 축에 대한 레이블을 표시합니다. 기본적으로 레이블은 변수 이름입니다.이 레이블을 사용자 정의하려면 사용자 정의 레이블 상자에 레이블을 입력합니다.



그래프 크기



시계열 도표 작업

시계열 도표 작업 정보

시계열 도표 작업은 선 도표를 생성합니다. 시계열 도표는 입력 데이터의 관측값을 연결

하는 일련의 선 세그먼트를 표시합니다.

예: 재고 추세 시계열 도표

이 예에서는 재고 추세를 보여 주는 시계열 도표를 생성하려고 합니다.


1 작업 섹션에서 그래프 폴더를 펼치고 시계열 도표를 더블 클릭합니다. 시계열 도표 작업의 사용자 인터페이스가 열립니다.

2 데이터 탭에서 SASHELP.STOCKS 데이터셋을 선택합니다.



X 변수 Date

Y 변수 Open

그룹변수 Stock


시계열 도표 작업 229

결과 시계열 도표는 세 회사의 재고 값을 보여줍니다.





시계열 도표 작업을 실행하려면 X 변수 및 Y 변수 역할에 칼럼을 할당해야 합니다.

역할 설명





옵션 설정


제목 및 각주


도표 상세 정보

시계열 도표의 표식에 사용되는 기호 유형, 색상 및 크기를 지정할 수 있습니다. 도표의 투명도 수준을 지정할 수도 있습니다. 범위는 0(완전 불투명)에서 1(완전 투명) 사이입니다.

도표 레이블

도표 레이블 표시 곡선의 레이블을 추가합니다. 이 텍스트의 크기를 지정할 수도 있습니다.

X 축, Y 축


시계열 도표 작업 231


레이블 표시 축에 대한 레이블을 표시합니다. 기본적으로 레이블은 변수 이름입니다.이 레이블을 사용자 정의하려면 사용자 정의 레이블 상자에 레이블을 입력합니다.



그래프 크기


단순 수평 막대 작업

단순 수평 막대 작업 정보

단순 수평 막대 작업은 단순 수평 막대 그래프를 생성합니다. 수평 막대 그래프의 제목, 각주, 축 및 범례를 사용자 정의할 수 있습니다.

예: 생산국 및 차종별 연비 수평 막대 그래프

이 수평 막대 그래프를 생성하는 방법:

1 작업 섹션에서 그래프 폴더를 펼치고 단순 수평 막대를 더블 클릭합니다. 단순 수평

막대 작업의 사용자 인터페이스가 열립니다.





범주변수 Origin

반응변수 MPG_City

그룹변수 Type



단순 수평 막대 작업 233




단순 수평 막대 작업을 실행하려면 범주변수 역할에 칼럼을 할당해야 합니다.


역할





그룹 레이아웃

클러스터 그룹 값을 단일 범주 막대 대신 인접한 여러 개의 개별 막대로 표시합니다. 각 그룹 값 집합은 범주의 중간점 눈금 표식 중앙에 위치합니다.

누적 클러스터링 없이 그룹 값을 겹쳐 표시합니다. 각 그룹은 현재 스타일의 GraphData1... GraphDatan 스타일 요소에서 파생된 고유한 시각적 속성으로 표시됩니다.

통계량




옵션 설정


제목 및 각주



막대 색상 적용 그룹변수 역할에 칼럼이 할당되지 않은 경우 막대의 색상을 지정합니다.


막대 그라데이션 적용 각 막대에 그라데이션을 적용합니다.주: 이 옵션은 SAS 9.4M2 버전을 실행하는 경우에만 사용할 수 있습니다.


막대 레이블

막대 레이블 표시 계산된 반응의 값을 데이터 레이블로 표시합니다.

범주 축


데이터 순서대로 값 표시 이산 눈금 값을 데이터에 나타나는 순서대로 배치합니다.


단순 수평 막대 작업 235


반응 축



사용자 정의 레이블 반응 축의 레이블을 사용자 정의할 수 있습니다. 기본적으로 축 레이블은 변수의 이름입니다.



그래프 크기



10조합 및 확률 작업

순열 작업 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 238순열 작업 정보 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 238예: 여섯 개 개체의 순열 계산 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 238옵션 설정 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 239

조합 작업 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 240조합 작업 정보 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 240예: 5개 집합에서 52개 개체 조합 계산 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 240옵션 설정 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 242

동일 생일 확률 작업 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 242동일 생일 확률 작업 정보 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 242예: 한 방에 있는 145명 중 둘 이상 생일이 같을 확률 . . . . . . . . . . . . . 242옵션 설정 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 244

주사위 굴리기 시뮬레이션 작업 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 244주사위 굴리기 시뮬레이션 작업 정보 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 244예: 100,000,000 주사위 굴리기에 대한 결과 확률 . . . . . . . . . . . . . . . . 244옵션 설정 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 245

동전 던지기 시뮬레이션 작업 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 246동전 던지기 시뮬레이션 작업 정보 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 246예: 10,000,000 동전 던지기에 대한 결과 확률 . . . . . . . . . . . . . . . . . . . . 246옵션 설정 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 247

포커 카드 확률 작업 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 248포커 카드 확률 작업 정보 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 248예: 포커 카드 확률 작업 결과 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 248

237

순열 작업

순열 작업 정보

순열 작업은 주어진 개체 수의 가능한 순열을 계산합니다.

예: 여섯 개 개체의 순열 계산


1 작업 섹션에서 조합 및 확률 폴더를 펼치고 순열을 더블 클릭합니다. 순열 작업의 사용자 인터페이스가 열립니다.

2 옵션 탭에서 다음과 같이 옵션을 지정합니다.

다음 역할에 칼럼을 할당합니다.

옵션 이름 지정할 값

개체 수 6

데이터셋 이름 Perms


238 10장 / 조합 및 확률 작업

순열 작업은 출력 데이터셋을 생성합니다. SAS Studio에서 이 데이터셋은 출력 데이터

탭에서 열립니다.

옵션 설정

순열 작업을 실행하려면 다음 옵션이 모두 필요합니다.


관측값

순열 작업 239


개체 수 순열을 계산하려는 개체의 수를 지정합니다. 이 값의 범위는 1에서 10 사이입니다.

출력 데이터셋


조합 작업

조합 작업 정보

조합 작업은 각 집합의 지정된 수와 집합의 총 개체 수의 사용 가능한 조합을 계산합니다.

예: 5개 집합에서 52개 개체 조합 계산


1 작업 섹션에서 조합 및 확률 폴더를 펼치고 조합을 더블 클릭합니다. 조합 작업의 사용자 인터페이스가 열립니다.


다음 역할에 칼럼을 할당합니다.


총 개체 수 52

집합의 개체 수 5

데이터셋 이름 Combo



조합 작업은 출력 데이터셋을 생성합니다. SAS Studio에서 이 데이터셋은 출력 데이터

탭에서 열립니다.

조합 작업 241

옵션 설정

조합 작업을 실행하려면 다음 옵션이 모두 필요합니다.


관측값

총 개체 수 개체의 수를 지정합니다.

집합의 개체 수 집합의 개체 수를 지정합니다.

출력 데이터셋


동일 생일 확률 작업

동일 생일 확률 작업 정보

동일 생일 확률 작업은 지정된 크기의 방에 같은 생일을 가진 사람이 둘 이상 있는지 계산

합니다.

예: 한 방에 있는 145명 중 둘 이상 생일이 같을 확률


1 작업 섹션에서 조합 및 확률 폴더를 펼치고 동일 생일 확률을 더블 클릭합니다. 동일

생일 확률 작업의 사용자 인터페이스가 열립니다.




방에 있는 사람 수 145

데이터셋 이름 Birthdays



동일 생일 확률 작업 243

옵션 설정

동일 생일 확률 작업을 실행하려면 이 모든 옵션이 필요합니다.


관측값

방에 있는 사람 수 방에 있는 사람의 수를 지정합니다.

출력 데이터셋


주사위 굴리기 시뮬레이션 작업

주사위 굴리기 시뮬레이션 작업 정보

주사위 굴리기 시뮬레이션 작업은 지정된 주사위 수 굴리기를 시뮬레이션합니다. 결과는

주어진 굴리기 횟수에 각 가능한 숫자의 빈도와 백분율을 나타냅니다.

예: 100,000,000 주사위 굴리기에 대한 결과 확률


1 작업 섹션에서 조합 및 확률 폴더를 펼치고 주사위 굴리기 시뮬레이션을 더블 클릭합

니다. 주사위 굴리기 시뮬레이션 작업의 사용자 인터페이스가 열립니다.



주사위 수 2



굴리기 수 100,000,000

데이터셋 이름 Dice



옵션 설정

주사위 굴리기 시뮬레이션 작업을 실행하려면 이 모든 옵션이 필요합니다.


관측값

주사위 수 굴릴 주사위 수를 지정합니다.

굴리기 수 굴릴 주사위 횟수를 지정합니다.

출력 데이터셋


주사위 굴리기 시뮬레이션 작업 245

동전 던지기 시뮬레이션 작업

동전 던지기 시뮬레이션 작업 정보

동전 던지기 시뮬레이션 작업은 지정된 동전 수로 던지기를 시뮬레이션합니다. 결과는

지정된 던지기 횟수 동안 동전 앞면이 나타나는 빈도와 발생 백분율을 나타냅니다.

예: 10,000,000 동전 던지기에 대한 결과 확률


1 작업 섹션에서 조합 및 확률 폴더를 펼치고 동전 던지기 시뮬레이션을 더블 클릭합니

다. 동전 던지기 시뮬레이션 작업의 사용자 인터페이스가 열립니다.



동전 수 10

던지기 횟수 10,000,000

데이터셋 이름 Coins



이 예에 대한 결과입니다.

옵션 설정


관측값

동전 수 던질 동전 개수를 지정합니다.

던지기 횟수 던질 동전 횟수를 지정합니다.

출력 데이터셋


그래프 테이블 표시 결과를 그래프 출력형식으로 표시합니다. 그래프에 격자선, 그라데이션 채우기 및 데이터 스킨 포함 여부를 지정할 수 있습니다.주: 이 옵션은 코인 개수가 30개 또는 더 작아야만 사용할 수 있습니다.

동전 던지기 시뮬레이션 작업 247

포커 카드 확률 작업

포커 카드 확률 작업 정보

포커 카드 확률 작업은 포커 카드의 조합 및 확률을 계산합니다. 포커 카드 확률 작업의

입력 데이터셋은 계산 작업으로 생성된 출력 데이터셋이어야 합니다.

예: 포커 카드 확률 작업 결과


1 작업 섹션에서 조합 및 확률 폴더를 펼치고 조합을 더블 클릭합니다. 조합 작업의 사용자 인터페이스가 열립니다.



총 개수 52

세트 수 5

데이터셋 이름 Combo

3 작업을 실행하려면 을 클릭합니다. Work.Combo 데이터셋을 생성합니다.

4 작업 섹션에서 조합 및 확률 폴더를 펼치고 포커 카드 확률을 더블 클릭합니다. 포커

카드 확률 작업의 사용자 인터페이스가 열립니다.

5 입력 데이터셋을 입력하려면 WORK.COMBO를 선택합니다.




포커 카드 확률 작업 249

11통계량 작업

데이터 탐색 작업 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 254데이터 탐색 작업 정보 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 254예: SASHELP.CARS 데이터 탐색 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 254역할에 데이터 할당 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 256도표 옵션 설정 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 257

요약 통계략 작업 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 259요약 통계량 작업 정보 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 259예: 단위 판매량 요약 통계량 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 259역할에 데이터 할당 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 261옵션 설정 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 262출력 옵션 설정 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 266

분포분석 작업 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 266분포분석 작업 정보 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 266예: 지역별 판매량 분포분석 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 267역할에 데이터 할당 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 269옵션 설정 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 270

일원빈도분석 작업 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 273일원빈도분석 작업 정보 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 273예: 단위 판매량 일원빈도분석 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 273역할에 데이터 할당 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 275옵션 설정 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 275

상관분석 작업 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 277상관분석 작업 정보 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 277

251

예: Sashelp.Cars 데이터셋의 상관분석 . . . . . . . . . . . . . . . . . . . . . . . . . . . . 277역할에 데이터 할당 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 278옵션 설정 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 279출력 옵션 설정 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 281

테이블 분석 작업 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 282테이블 분석 작업 정보 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 282예: DriveTrain별 유형 분포 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 282역할에 데이터 할당 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 284옵션 설정 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 284

T 검정 작업: 일표본 t 검정 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 287일표본 t 검정 작업 정보 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 287예: 마력에 대한 일표본 t 검정 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 288역할에 데이터 할당 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 290옵션 설정 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 290

T 검정 작업:쌍체 t 검정 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 292쌍체 t 검정 작업 정보 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 292예: 가격 – 비용 분포 확인 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 293역할에 데이터 할당 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 295옵션 설정 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 295

T 검정 작업: 이표본 t 검정 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 298이표본 t 검정 작업 정보 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 298예: 이표본 t 검정 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 299역할에 데이터 할당 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 301옵션 설정 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 302

일원분산분석 작업 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 304일원분산분석 작업 정보 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 304예: 차종별 고속도로 연비(MPG_Highway) 평균의 차이 검정 . . . 304역할에 데이터 할당 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 306옵션 설정 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 307출력 옵션 설정 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 309

비모수 일원분산분석 작업 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 309비모수 일원분산분석 작업 정보 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 309

252 11장 / 통계량 작업

예: 생산국(Origin)별로 분류된 고속도로 연비

(MPG_Highway)에 대한 Wilcoxon 스코어 . . . . . . . . . . . . . . . . . . . . . . . 309역할에 데이터 할당 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 312옵션 설정 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 312출력 데이터셋 생성 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 315

N원 ANOVA 작업 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 315N원 ANOVA 작업 정보 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 315예: Sashelp.RevHub2 데이터셋 분석 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 315역할에 데이터 할당 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 316모델 생성 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 317옵션 설정 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 318출력 옵션 설정 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 319

공분산분석 작업 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 319공분산분석 작업 정보 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 319예: Sashelp.Class 데이터셋 분석 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 319역할에 데이터 할당 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 322옵션 설정 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 323출력 옵션 설정 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 324

선형 회귀 작업 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 324선형 회귀 작업 정보 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 324예: 학생 신장을 기반으로 한 체중 예측 . . . . . . . . . . . . . . . . . . . . . . . . . . . . 324역할에 데이터 할당 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 329모델 생성 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 330모델 옵션 설정 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 332모델 선택 옵션 설정 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 336출력 데이터셋 생성 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 338

이진 로지스틱 회귀 작업 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 338이진 로지스틱 회귀 작업 정보 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 338예: 전자 우편을 정크로 분류 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 339역할에 데이터 할당 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 342모델 생성 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 344모델 선택 옵션 지정 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 346옵션 설정 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 348

목차 253

출력 데이터셋 생성 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 352

예측 회귀 모델 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 353예측 회귀 모델 정보 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 353예: 야구선수 임금 예측 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 353사용자 데이터 분할 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 356역할에 데이터 할당 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 356모델 생성 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 358모델 선택 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 359최종 모델에 대한 옵션 설정 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 364스코어링 옵션 설정 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 365

일반화선형모델 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 366일반화선형모델 정보 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 366예: Sashelp.Baseball 데이터셋 분석 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 366역할에 데이터 할당 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 369모델 생성 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 371옵션 설정 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 374출력 옵션 설정 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 375

데이터 탐색 작업

데이터 탐색 작업 정보

데이터 탐색 작업은 선택한 변수 간 관계를 탐색하는 데 사용될 수 있는 그래프를 제공합

니다.

주: 이 작업을 사용하려면 SAS/STAT가 있어야 합니다.

예: SASHELP.CARS 데이터 탐색


1 작업 섹션에서 통계분석 폴더를 펼치고 데이터 탐색을 더블 클릭합니다. 데이터 탐색

작업을 위한 사용자 인터페이스가 열립니다.

254 11장 / 통계량 작업


3 칼럼을 이러한 역할에 할당하도 다음과 같은 옵션을 지정합니다.


연속변수 HorsepowerMPG_CityMPG_Highway

분류변수 TypeDriveTrain



데이터 탐색 작업 255


데이터 탐색 작업을 실행하려면 분류변수 역할에 두 개의 칼럼을 할당하거나 연속변수

역할에 하나의 칼럼을 할당해야 합니다.

역할 설명

역할

연속변수 분석에 사용할 연속변수를 지정합니다.

분류변수 데이터를 탐색하는 데 사용할 분류변수를 지정합니다.

추가 역할

256 11장 / 통계량 작업

역할 설명

그룹 분석 기준 BY 변수의 수를 기준으로 개별 분석을 생성합니다.

도표 옵션 설정

사용할 수 있는 도표 옵션은 데이터 탭에 할당된 칼럼에 따라 달라집니다.


히스토그램 및 상자 도표

통합 히스토그램 및 상자 도표 옵션은 분류변수에는 없지만 연속변수 역할에 칼럼이 할당된 경우에 사용할 수 있습니다.

산점도 행렬

연속변수 역할에 최소 두 개의 칼럼이 할당되었을 때 산점도 행렬 옵션을 사용할 수 있습니다.

히스토그램 추가 행렬 진단 셀에 히스토그램을 추가합니다. 이 세 개의 히스토그램에 정규 밀도 곡선 및 커널 밀도함수 추정값을 추가할 수 있습니다.

예측 타원 추가 산점도를 포함하는 각 셀에 예측 타원을 추가합니다. 타원에 대한 신뢰수준을 지정할 수 있습니다. 올바른 값은 0과 1 사이입니다.

쌍별 산점도

연속변수 역할에 최소 두 개의 칼럼이 할당되었을 때 쌍별 산점도 옵션을 사용할 수 있습니다.

쌍별 산점도 두 개 이상의 변수 값을 도표화하며 각 Y 및 X 변수 조합에 대한 별도의 셀을 생성합니다. 각 Y*X 쌍은 별도의 축에 그려집니다.

예측 타원 추가 산점도를 포함하는 각 셀에 예측 타원을 추가합니다. 타원에 대한 신뢰수준을 지정할 수 있습니다. 올바른 값은 0과 1 사이입니다.

데이터 탐색 작업 257


회귀 산점도

연속변수 역할에 최소 두 개의 칼럼이 할당되었을 때 회귀 산점도 옵션을 사용할 수 있습니다.

회귀 산점도 산점도에 적합한 회귀를 추가합니다.

반응변수 선택 회귀선에 적합할 때 사용할 변수를 지정합니다.

적합선 추가 산점도에 적합한 회귀를 추가합니다.

LOESS 적합 추가 산점도에 적합한 LOESS 적합을 추가합니다.

적합 벌점 B-스플라인 곡선 추가 산점도에 적합 벌점 B-스플라인 곡선을 추가합니다.

모자이크 도표

모자이크 도표 교차 테이블 셀에 대응하는 타일을 표시하는 모자이크 도표를 생성합니다. 타일의 영역은 테이블 셀의 빈도에 비례합니다. 칼럼 변수는 X축에 표시되며 타일 너비는 칼럼 변수 레벨의 상관 빈도에 비례합니다. 행 변수는 Y축에 표시되며 타일 높이는 칼럼 레벨와 함께 행 레벨의 상관 빈도에 비례합니다.

제곱 모자이크 도표 Y축의 높이와 X축의 너비가 동일한 제곱 모자이크 도표를 생성합니다. 제곱 모자이크 도표에서는 상관 빈도의 척도가 두 축 모두에서 동일합니다.

모자이크 도표 타일의 색상 지정 모자이크 도표 타일의 색상은 잔차 값을 따릅니다. 대응하는 테이블 셀의 Pearson 또는 표준화 잔차에 따라 타일 색상을 지정할 수도 있습니다.

히스토그램

히스토그램 입력 데이터셋의 숫자 변수를 사용하여 히스토그램을 생성합니다.

258 11장 / 통계량 작업


정규 밀도함수 곡선 추가 히스토그램에 정규 밀도함수 곡선을 추가합니다.

커널 밀도함수 추정값 추가 히스토그램에 커널 밀도함수 추정값을 추가합니다.

인셋 통계량 추가 히스토그램에서 요약 통계량의 도표 또는 테이블을 직접 추가합니다.

상자 도표

분류변수 역할에 최소 한 개 이상의 칼럼이 할당되었을 때 막대 상자 도표 옵션을 사용할 수 있습니다.

비교 상자 도표 각 분류변수에 대한 한 방향 상자도표를 생성합니다. 이 도표는 분류변수별 연속변수를 모두 보여줍니다.

요약 통계략 작업

요약 통계량 작업 정보

요약 통계량 작업은 모든 관측값 및 관측값 그룹 내의 변수에 대한 기술 통계량을 제공합

니다. 히스토그램 및 상자 도표와 같은 그래프 형식으로 데이터를 요약할 수도 있습니다.

예를 들어, 이 작업을 사용하여 제품 유형과 국가에 따라 정렬된 신규 판매 수에 대한 리포트를 생성할 수 있습니다.

주: 이 작업을 사용하려면 SAS/STAT이 있어야 합니다.

예: 단위 판매량 요약 통계량

이 예에서는 단위 판매량을 분석하려고 합니다. 결과 테이블 외에도 분포 히스토그램을

표시하도록 선택합니다.

요약 통계략 작업 259


1 작업 섹션에서 통계분석 폴더를 펼치고 요약 통계량을 더블 클릭합니다. 요약 통계량

작업의 사용자 인터페이스가 열립니다.


3 분석변수 역할에 sale 칼럼을 할당합니다.

4 옵션 탭에서 도표 섹션을 펼치고 히스토그램 체크 박스를 선택합니다.


260 11장 / 통계량 작업



요약 통계량 작업을 실행하려면 분석변수 역할에 칼럼을 할당해야 합니다.

역할 설명

역할


역할 설명

분석변수 이 역할에 할당하는 변수는 통계량을 계산하려는 대상 숫자 변수입니다. 이 역할에는 하나 이상의 변수를 할당해야 합니다.

분류변수 이 역할에 할당하는 변수는 입력 데이터를 범주 또는 하위 그룹으로 분류하는 데 사용될 문자 또는 이산형 숫자 변수입니다. 분류변수의 각 고유 조합에 대해 선택된 모든 분석변수의 통계량이 계산됩니다.

추가 역할

그룹 분석 기준 이 역할에 할당하는 변수는 그룹 분석 기준의 각 개별 값 또는 값 조합에 대해 개별 통계량을 계산하는 데 사용됩니다. 이 역할의 변수를 기준으로 데이터가 자동 정렬된 후 통계량이 계산됩니다.

빈도 수 이 역할에 변수를 할당하면 테이블의 각 관측값이 n개의 관측값을 나타내는 것으로 간주됩니다( n은 해당 행의 빈도 수 값). 이에 따라 통계량이 계산됩니다. 이 역할에 할당할 수 있는 변수는 최대 한 개입니다.

가중변수 이 역할에 변수를 할당하면 각 관측값의 변수 값을 사용하여 가중 평균, 가중 분산 및 가중합을 계산하게 됩니다. 이 역할에 할당할 수 있는 변수는 최대 한 개입니다.

옵션 설정


통계량

기본 통계량

평균 분석변수의 값을 더한 합계를 비결측 관측값 수로 나누어 계산한 산술평균입니다.

262 11장 / 통계량 작업


표준편차 데이터 값 그룹의 변동성에 대한 통계적 측도입니다. 이 측도는 가장 널리 사용되는 빈도분포의 분산 측도로, 분산에 대한 양의 제곱근과 같습니다.

최솟값 분석변수의 가장 작은 값입니다.

최댓값 분석변수의 가장 큰 값입니다.

중위수 분석변수의 중간 값입니다.

관측값 수 비결측값을 갖는 관측값의 총 수입니다.

결측값 수 결측값을 갖는 관측값의 총 수입니다.

추가 통계량

표준오차 표본 평균의 표준편차입니다. 표준오차는 표본크기의 제곱근에 대한 표본 표준편차의 비율로 정의됩니다.주: 이 옵션은 표준편차 및 분산에 사용할 분모 드롭다운 리스트에서 자유도를 선택한 때만 사용할 수 있습니다.

분산 데이터 값의 분산 상태에 대한 통계적 측도입니다. 이 측도는 각 관측값와 표본평균 간 차의 제곱 합계에 대한 평균입니다.

최빈값 분석변수에서 가장 빈도가 높은 값입니다.

범위 데이터 최댓값과 최솟값 간의 차이입니다.

합계 분석변수에 있는 모든 값의 합입니다.

가중값의 합 각 관측값에 가중값을 부여하는 데 사용되는 숫자 변수의 합입니다.주: 가중변수 역할에 변수를 할당하지 않은 경우에는 가중값의 합을 계산할 수 없습니다.



평균의 신뢰한계 평균에 대한 양측 신뢰한계입니다. 평균에 대한 양측 100 1 − α % 신뢰구간의 신뢰상한 및

신뢰하한은 x ± t1 − α

2 ; n − 1sn입니다. 여기서 s

는 1n − 1 Σ xi − x 2이고, t

1 − α2 ; n − 1

은 자유도가

1 − α2 인 스튜던트 t 통계량의 n − 1입니다.

변동계수 상대적인 변동성을 단위 없이 측정한 것입니다. 이 측도는 표준편차를 평균으로 나눈 비율로 정의되며 백분율로 표현됩니다. 변동계수는 변수가 비율 척도로 측정된 경우에만 의미가 있습니다.

왜도 특정 방향의 편차가 다른 방향의 편차보다 더 큰 경향을 측정한 값입니다.

첨도 꼬리의 두꺼운 정도를 측정한 값입니다.

백분위수

1번째 백분위수, 5번째 백분위수, 10번째 백분위수, 제1 사분위수, 중위수, 제3 사분위수, 90번째 백분위수, 95번째 백분위수, 99번째 백분위수, 사분위 범위

계산할 백분위수 및 사분위수를 선택합니다.

분위수 계산 방법 분위수, 중위수 및 백분위수 계산에 사용되는 방법을 지정합니다.

순서 통계량모든 데이터를 메모리로 읽어와서 고유 값을 기준으로 정렬하는 방법입니다.

불연속 포물선 알고리즘분위수의 근사값을 구하고 메모리 점유도가 낮은 방법입니다.

주: 가중변수 역할에 변수를 지정하면 순서 통계량 방법만 사용할 수 있습니다.

도표

264 11장 / 통계량 작업


히스토그램 데이터의 분포를 확인하는 데 사용되는 그래프를 생성합니다. 정규 밀도곡선을 추가한 경우, 이 작업은 μ 및 σ에 대한 표본 평균 및 표본 표준편차를 사용합니다. 커널 밀도곡선을 추가한 경우 이 작업은 AMISE 방법을 사용하여 커널 밀도함수 추정값을 계산합니다.통계량을 그래프에 포함하려면 인셋 통계량 추가 체크 박스를 선택합니다.

비교 상자 도표 중앙 위치의 측도(중위수), 분산의 두 가지 측도(범위 및 사분위 범위), 왜도(사분위에 대해 중위수의 방향으로부터) 및 가능한 이상치를 표시하는 그래프를 생성합니다. 상자 도표는 특히 둘 이상의 데이터셋을 비교하는 데 유용합니다.주: 비교 상자 도표 옵션은 칼럼이 분류변수 역할에 할당되었을 때만 사용 가능합니다.그래프에 전체 인셋 통계량을 추가하거나 각 그룹에 대한 인셋 통계량만 추가하도록 선택할 수 있습니다.

히스토그램 및 상자 도표 단일 패널에 공통 X 축을 공유하여 히스토그램과 상자 도표를 함께 생성합니다. 그래프에 전체 인셋 통계량을 추가하도록 선택할 수 있습니다.주: 히스토그램 및 상자 도표 옵션은 칼럼이 분류변수 역할에 할당되지 않은 경우에만 사용 가능합니다.

상세 정보



표준편차 및 분산에 사용할 분모 분산 및 표준편차 계산 시 사용할 분모를 지정합니다. 유효한 방법은 다음과 같습니다.

자유도n − 1분산 계산에 사용되는 기본 분모는 자유도입니다.

관측값 수n

가중값의 합 - 1Σiwi − 1

가중값의 합Σiwi

주: 가중값의 합 - 1 및 가중값의 합 옵션은 가중변수 역할에 변수를 할당한 경우에만 사용할 수 있습니다.


통계량을 출력 데이터셋에 저장할지 여부를 지정할 수 있습니다.

분포분석 작업

분포분석 작업 정보

분포분석은 숫자 변수의 분포에 대한 정보를 제공합니다. 이 분석에는 히스토그램, 확률

도표 및 Q-Q 도표와 같은 다양한 도표가 사용될 수 있습니다.


266 11장 / 통계량 작업

예: 지역별 판매량 분포분석

이 예에서는 각 지역의 판매량을 분석하려고 합니다. 데이터에는 세 지역이 포함되어 있으므로 세 개의 결과 집합이 생성됩니다.


1 작업 섹션에서 통계분석 폴더를 펼치고 분포분석을 더블 클릭합니다. 분포분석 작업

의 사용자 인터페이스가 열립니다.

2 데이터 탭에서 SASHELP.PRICEDATA 데이터셋을 선택합니다. 변수 분석 역할에

Sale 변수를 할당합니다.

3 옵션 탭을 클릭합니다.

a 데이터 탐색 그룹에서 범주화변수 역할에 regionName 변수를 할당합니다.

b 정규성 확인 그룹에서 히스토그램 및 적합도 검정 및 정규 Q-Q 도표 옵션을 선택

합니다.


분포분석 작업 267


268 11장 / 통계량 작업


분포분석 작업을 실행하려면 분석변수에 칼럼을 할당하고 옵션 탭에서 도표 또는 검정을

선택해야 합니다.

역할 설명

역할


역할 설명

분석변수 분석변수와 결과에서 분석변수가 나타나는 순서를 지정합니다.

추가 역할

빈도 수 관측값 빈도를 나타내는 값을 갖는 숫자 변수를 지정합니다. 분포분석 작업에서는 각 관측값이 n개의 관측값을 나타낸다고 가정합니다. 여기서 n은 변수 값입니다.

그룹 분석 기준 분포분석 작업에서 그룹을 형성하는 데 사용되는 변수를 지정합니다.

옵션 설정


데이터 탐색

기본적으로 작업은 데이터 히스토그램을 생성합니다. 범주화변수 역할에서 분석변수를 분류 레벨로 그룹화하는 데 사용되는 변수를 지정합니다. 이 역할에 할당할 수 있는 칼럼은 최대 두 개입니다.히스토그램에 커널 밀도함수 추정값과 정규 밀도곡선을 표시할지 여부를 지정할 수도 있습니다. 마지막으로, 선택한 통계량의 인셋 상자를 그래프에 포함할지 여부를 지정할 수 있습니다.

정규성 확인

주: 옵션을 선택하면 관측값 수, 적합도 검정, 평균, 중위수, 표준 편차, 분산, 왜도 및 첨도와 같은 인셋 통계량을 포함할지 여부를 지정할 수 있습니다.

히스토그램 및 적합도 검정 경험 분포함수에 기반한 일련의 적합도 검정이 포함된 정규성 검정을 요청합니다. 테이블에서는 Shapiro-Wilk 검정(표본 크기가 2000보다 작거나 같은 경우), Kolmogorov-Smirnov 검정, Anderson-Darling 검정 및 Cramér-von Mises 검정에 대한 검정통계량 및 p 값을 제공합니다.

270 11장 / 통계량 작업


정규확률 도표 순차적변수 값을 정규분포의 백분위수와 비교하는 확률 도표를 생성합니다. 데이터의 분포가 정규분포와 일치하면 도표의 점이 선형 패턴을 형성합니다. 확률 도표는 그래프를 통한 백분위수 추정에 적합합니다.도표의 분포 참조선은 모수의 최대우도 추정값에서 생성됩니다.선택한 통계량의 인셋 상자를 그래프에 포함할지 여부를 지정할 수도 있습니다.

정규 Q-Q 도표 Q-Q 도표를 생성하여 순차적변수 값을 정규분포의 분위수와 비교합니다. 데이터의 분포가 정규분포와 일치하면 도표의 점이 선형 패턴을 형성합니다. Q-Q 도표는 그래프를 통한 분포 모수 추정에 적합합니다.도표의 분포 참조선은 모수의 최대우도 추정값에서 생성됩니다.선택한 통계량의 인셋 상자를 그래프에 포함할지 여부를 지정할 수도 있습니다.

적합 분포

주: 분포에 대한 도표 옵션을 선택하면 관측값 수, 평균, 중위수, 표준 편차 및 변수와 같은 인셋 통계량을 포함할지 여부를 지정할 수 있습니다.

베타

히스토그램 및 적합도 검정 임계모수 θ, 척도모수 σ, 형상모수 α 및 β를 가지는 베타 분포를 적합시킵니다.

확률 도표 형상모수 α 및 β에 대한 베타 확률 도표를 지정합니다.

Q-Q 도표 형상모수 α 및 β에 대한 Q-Q 도표를 지정합니다.

지수

히스토그램 및 적합도 검정 임계모수 θ 및 척도모수 σ를 가지는 지수분포를 적합시킵니다.



확률 도표 지수확률 도표를 지정합니다.

Q-Q 도표 지수 Q-Q 도표를 지정합니다.

감마

히스토그램 및 적합도 검정 임계모수 θ, 척도모수 σ 및 형상모수 α를 가지는 감마 분포를 적합시킵니다.

확률 도표 형상모수 α에 대한 감마 확률 도표를 지정합니다.

Q-Q 도표 형상모수 α에 대한 감마 Q-Q 도표를 지정합니다.

로그 정규

히스토그램 및 적합도 검정 임계모수 θ, 척도모수 ζ 및 형상모수 σ를 가지는 로그 정규분포를 적합시킵니다.

확률 도표 형상모수 σ에 대한 로그 정규확률 도표를 지정합니다.

Q-Q 도표 형상모수 σ에 대한 로그 정규 Q-Q 도표를 지정합니다.

와이블

히스토그램 및 적합도 검정 임계모수 θ, 척도모수 ζ 및 형상모수 c를 가지는 와이블 분포를 적합시킵니다.

확률 도표 2-모수 와이블 확률 도표를 지정합니다.

Q-Q 도표 2-모수 와이블 Q-Q 도표를 지정합니다.

272 11장 / 통계량 작업

일원빈도분석 작업

일원빈도분석 작업 정보

일원빈도분석 작업을 통해 데이터에서 빈도 테이블을 생성할 수 있으며 이항 및 카이제

곱 검정을 수행할 수도 있습니다.

이 작업으로 새로운 약품의 효능을 분석할 수 있습니다. 예를 들어, 의학 연구원 집단에서

피부 상태에 따른 새로운 치료의 효능을 평가하는 데 관심이 있다고 가정합니다. 임상 실습에 참가한 피부과 전문의는 연구 수행 및 상태 평가에 대해 훈련을 받습니다. 훈련 후, 두 피부과 전문의는 준비 조사에서의 피부 상태를 만족하는 환자를 검사하고 평가합니

다. 일원빈도분석 작업을 사용하여 진단에 대한 합치도를 평가할 수 있습니다.


예: 단위 판매량 일원빈도분석

이 예에서는 각 판매 지역의 단위 판매량을 분석하려고 합니다.


1 작업 섹션에서 통계분석 폴더를 펼치고 일원빈도분석을 더블 클릭합니다. 일원빈도

분석 작업의 사용자 인터페이스가 열립니다.




역할

분석변수 sale

추가 역할

일원빈도분석 작업 273


그룹 분석 기준 regionName



274 11장 / 통계량 작업


일원빈도분석 작업을 실행하려면 분석변수 역할에 칼럼을 할당해야 합니다.

역할 설명

역할

분석변수 분석할 변수를 지정합니다. 이 역할에 할당하는 각 변수에 대해 일원빈도 테이블이 생성됩니다. 이 역할에는 하나 이상의 변수를 할당해야 합니다.

추가 역할

빈도 수 빈도 수로 사용할 변수를 지정합니다. 이 역할에 변수를 할당하면 테이블의 각 관측값은 n개의 관측값을 나타내는 것으로 간주됩니다. 여기서 n은 해당 행의 빈도 수 값입니다. 이 역할에는 변수를 하나만 할당할 수 있습니다.

그룹 분석 기준 테이블 정렬 기준으로 사용할 변수를 하나 이상 지정합니다. 각 그룹별로 분석이 수행됩니다.

옵션 설정


도표

기본적으로 도표는 결과에 포함됩니다. 빈도 및 누적 빈도 도표를 생성하려면 빈도 테이블 표시 체크 박스를 선택합니다. 편차 도표를 생성하려면 카이제곱 적합도의 점근 검정 체크 박스를 선택합니다.결과에서 도표를 생략하려면 도표 숨기기 체크 박스를 선택합니다.

빈도 및 백분율

일원빈도분석 작업 275


빈도 테이블 표시 빈도 테이블을 생성할지 여부를 지정합니다.

백분율 포함 분석변수의 각 값에 대한 빈도와 전체 빈도 대비 백분율이 포함된 테이블을 생성합니다.

누적빈도 및 백분율 포함 분석변수의 각 값에 대한 빈도와 누적빈도가 포함된 테이블을 생성합니다.

통계량

이항비

근사 검정을 실행할지 여부를 지정합니다. 이항비 검정에서는 귀무가설 비율 및 신뢰수준을 지정합니다.

카이제곱 적합도

근사 검정을 실행할지 여부를 지정합니다.정확 p 값을 직접 계산하지 않고 정확 p 값의 Monte Carlo 추정값을 계산하려면 Monte Carlo 추정 사용 체크 박스를 선택합니다. Monte Carlo 추정은 정확한 계산을 위해 상당한 시간과 메모리가 필요하지만 점근 근사로는 충분하지 않은 복잡한 문제에 유용합니다.

정확 계산 방법

주: 이항비 또는 카이제곱 적합도 통계량에 대한 정확검정 체크 박스가 선택되면 이 섹션이 나타납니다.

계산 시간 제한 각 교차 테이블의 p 값 계산에 대한 시간 제한을 초 단위로 지정합니다. 기본값은 300초(5분)입니다.

결측값

빈도 테이블에 포함 빈도 테이블에 결측값을 포함합니다.

백분율 및 통계량에 포함 이항 또는 카이제곱 검정과 백분율 계산 시 결측값의 빈도를 포함합니다.

276 11장 / 통계량 작업

상관분석 작업

상관분석 작업 정보

상관분석은 숫자 변수 사이의 관계를 기술하기 위한 통계적 프로시저입니다. 이러한 관계는 변수의 상관계수를 계산함으로써 기술됩니다. 상관계수의 범위는 -1에서 1 사이입

니다. 상관분석 작업은 변수 간 관계를 조사하기 위해 그래프 및 통계량을 제공합니다.


예: Sashelp.Cars 데이터셋의 상관분석


1 작업 섹션에서 통계분석 폴더를 펼치고 상관분석을 더블 클릭합니다. 상관분석 작업




역할 칼럼

분석변수 EngineSizeHorsepower

상관 대상 CylindersMPG_Highway


상관분석 작업 277



상관분석 작업을 실행하려면 분석변수 역할에 두 개 이상의 칼럼을 할당하거나 분석변수

역할에 하나 이상의 칼럼을 할당하고 상관 대상 역할에 하나의 칼럼을 할당해야 합니다.

역할 설명

역할

분석변수 상관계수를 계산할 변수를 나열합니다.

상관 대상 분석변수의 상관계수를 계산하는 데 사용할 대상 변수를 나열합니다.

편상관변수 상관계수를 계산하기 전에 분석변수와 상관 대상 변수에서 이 변수의 상관계수를 제거합니다.

추가 역할

278 11장 / 통계량 작업

역할 설명

빈도 수 관측값 빈도를 나타내는 값을 갖는 숫자 변수를 나열합니다. 이 역할에 변수를 할당하면 각 관측값이 n개의 관측값을 나타내는 것으로 간주됩니다. 여기서 n은 빈도변수의 값입니다. n이 정수가 아니면 자동으로 잘리며, n이 1보다 작거나 결측값이면 해당 관측값는 분석에서 제외됩니다. 빈도변수의 합은 총 관측값 수를 나타냅니다.

Weight Pearson의 가중 곱적률상관계수를 계산하는 데 사용할 가중값을 나열합니다.

그룹 분석 기준 BY 변수로 정의된 그룹의 관측값에 대한 개별 분석 결과를 얻을 수 있습니다.

옵션 설정


방법

결측값 결측값이 있는 관측값의 처리 방법을 지정합니다. 선택한 모든 변수에 대해 비결측값 사용 옵션을 선택할 경우 결측값이 있는 모든 관측값이 분석에서 제외됩니다. 변수 쌍에 대해 비결측값 사용 옵션을 선택할 경우 비결측변수 쌍을 사용하여 상관통계량이 계산됩니다.

통계량



기본적으로 결과에는 상관계수와 p 값이 있는 테이블이 포함됩니다. 다음 통계량이 포함됩니다.상관계수

이 옵션을 선택하면 결과에 상관계수가 포함됩니다. 각 상관계수와 연관된 확률과 상관계수를 절댓값 기준으로 내림차순으로 정렬할지 여부를 지정할 수도 있습니다.

공분산이 옵션을 선택하면 결과에 분산 및 공분산 행렬이 포함됩니다. 또한 Pearson 상관계수도 표시됩니다. 부분변수 역할에 칼럼을 할당하면 작업은 부분공분산행렬을 계산합니다.

제곱합과 교차곱이 옵션을 선택하면 결과에 제곱합과 교차곱의 테이블이 표시됩니다. Pearson 상관계수도 결과에 포함됩니다. 부분변수에 역할을 할당하면 비편 SSCP 행렬이 표시됩니다.

수정제곱합과 교차곱이 옵션을 선택하면 수정제곱합과 교차곱의 테이블이 표시됩니다. Pearson 상관계수도 결과에 포함됩니다. 부분변수 역할에 칼럼을 할당하면 비편 CSSCP 행렬과 부분 CCSP 행렬이 모두 계산됩니다.

기술 통계량이 옵션을 선택하면 각 변수에 대한 단순 기술 통계량이 포함됩니다. 이 옵션을 선택하지 않고 출력 데이터셋을 생성하는 경우 데이터셋은 변수에 대한 기술 통계량을 포함합니다.

Fisher의 z 변환Pearson 상관계수의 경우 Fisher 변환 옵션을 사용하여 Fisher의 z 변환을 사용하는 상관계수에 대해 지정된 대립 귀무가설 H0: ρ = ρ0 하에서 신뢰한계 및 p-값을 요청할 수 있습니다. Fisher의 변환 체크 박스를 선택하는 경우 귀무 가설 상자에 값을 지정해야 합니다.다음 신뢰한게 유형을 지정할 수 있습니다.

n 양측 신뢰한계는 귀무가설 검정 H0: ρ = ρ0에 대한 양측 신뢰한계를 요청합니다. 이 값이

기본값입니다.n 신뢰하한은 단측 귀무가설 검정 H0: ρ ≤ ρ0에 대한 신뢰하한을 요청합니다.

n 신뢰상한은 단측 귀무가설 H0: ρ ≥ ρ0에 대한 신뢰상환을 요청합니다.

기본적으로 상관 계수의 신뢰한계 레벨은 95%입니다.

비모수 상관계수

Spearman의 순위 상관계수 Spearman의 순위 상관계수를 계산하며, 데이터 값의 순위를 기반으로 하는 비모수 연관성측도입니다. 상관계수의 범위는 -1에서 1 사이입니다.

280 11장 / 통계량 작업


Kendall의 tau-b Kendall의 tau-b를 계산합니다. 이것은 관측값 쌍의 일치 및 불일치 수를 기반으로 하는 비모수 연관성측도입니다. 관측값 쌍이 함께 변화할 때 일치가 발생하며, 서로 다르게 변화할 때는 불일치가 발생합니다. Kendall의 tau-b 범위는 -1에서 1 사이입니다.

Hoeffding의 종속측도 Hoeffding의 종속측도(D)를 계산합니다. 이는 보다 일반적인 독립성으로부터의 이탈을 측정하는 비모수 연관성측도입니다. D 통계량은 일반 정의보다 30배가 크고, 범위는 -0.5에서 1 사이이며, 큰 양의 값만 종속성을 나타냅니다.

도표

결과에 다음 도표 중 하나를 포함할 수 있습니다.n 변수에 대한 산점도 행렬 대칭 행렬 도표에서 분석변수의 히스토그램을 포함하도록 선택할

수 있습니다.n 각 응용 프로그램의 산점도는 고유 변수로 쌍을 이룹니다. 새로운 관측값에 대한 예측 타원

을 표시할지 아니면 평균에 대한 신뢰 타원을 표시할지를 지정할 수 있습니다.도표화할 변수의 수와 최대 도표점 수를 지정할 수도 있습니다.


Pearson 상관통계량이 포함된 출력 데이터셋을 생성할지 여부를 지정할 수 있습니다. 이

데이터셋에는 평균, 표준편차 및 관측값 수도 포함됩니다.

출력 데이터셋에 다음 통계량을 포함하도록 선택할 수 있습니다.

n 상관분석 – 기본적으로 출력 데이터셋은 'CORR'의 _TYPE_ 변수 값에 대응하는 상관

계수를 포함합니다.

n 공분산 – 이 옵션을 선택하면 출력 데이터셋은 'COV'의 _TYPE_ 변수 값에 대응하는

공분산 행렬을 포함합니다.

n 제곱합과 교차곱 – 부분변수 역할에 칼럼을 할당하면 출력 데이터셋은 제곱합과 교차

곱 행렬을 포함하지 않습니다.


n 수정제곱합과 교차곱 — 부분변수 역할에 칼럼을 할당하면 출력 데이터셋은 부분

CCSP 행렬을 포함합니다.

테이블 분석 작업

테이블 분석 작업 정보

테이블 분석 작업은 일원부터 n원의 빈도와 분할(교차 테이블) 테이블을 제공합니다. 이

작업은 행 및 칼럼 간 연결에 대한 통계량도 생성합니다.


예: DriveTrain별 유형 분포


1 작업 섹션에서 통계분석 폴더를 펼치고 테이블 분석을 더블 클릭합니다. 테이블 분석




역할 칼럼

행 변수 Type

칼럼 변수 DriveTrain


282 11장 / 통계량 작업

다음은 결과의 예입니다.

테이블 분석 작업 283


테이블 분석 작업을 실행하려면 먼저 행 변수 또는 칼럼 변수 역할에 하나 이상의 칼럼을

할당해야 합니다.

역할 설명

역할

행 변수 일원 테이블 분석에 대한 행을 지정합니다. 여러 변수가 이 역할에 할당되면, 작업은 다중 일원 테이블 분석을 수행합니다.

칼럼 변수 일원 테이블 분석에 대한 칼럼을 지정합니다. 칼럼 변수가 한 개만 할당되면, 작업은 다중 일원 테이블 분석을 수행합니다.

층화변수 다원 빈도 및 교차 테이블에 사용할 개별 테이블을 생성합니다.주: 층화변수를 사용하려면 칼럼을 행 변수 또는 칼럼 변수 역할 모두에 할당해야 합니다.

추가 역할

빈도 수 테이블의 각 행이 n개의 관측값을 나타내도록 지정합니다. 이 예에서 n은 해당 관측값의 빈도 수 값입니다.

옵션 설정


도표

기본적으로 도표는 결과에 포함됩니다. 이러한 도표를 생략하려면 도표 숨기기 체크 박스를 선택합니다.

284 11장 / 통계량 작업


빈도 테이블

빈도

관측 각 셀의 빈도 수를 표시합니다.

예상 각 셀의 예상 셀 빈도를 표시합니다.

편차 각 셀의 셀 빈도와 예상 빈도의 편차를 표시합니다.

백분율

셀 교차 테이블의 전체 백분율을 표시합니다.

행 교차 테이블 셀의 행 백분율을 표시합니다.

칼럼 교차 테이블 셀의 칼럼 백분율을 표시합니다.

누적

칼럼 백분율 각 셀의 누적 칼럼 백분율을 표시합니다.

빈도 및 백분율 일원 빈도 테이블의 누적 빈도 및 백분율을 표시합니다.

카이제곱 통계량에 대한 셀 분포 교차 테이블에서 각 테이블 셀이 Pearson 카이제곱 통계량에 기여하는 비율을 표시합니다.

통계량

카이제곱 통계량 동질성 또는 독립성에 대한 카이제곱 검정과 카이제곱 통계량 기반의 연관성측도를 요청합니다. Pearson 카이제곱, 우도비 카이제곱 및 Mantel-Haenszel 카이제곱 검정이 포함됩니다. 2×2 테이블의 경우, 이 검정에는 Fisher의 정확검정과 연속성 보정 카이제곱이 포함됩니다.

테이블 분석 작업 285


연관성측도 여러 가지 연관성측도와 점근표준오차(ASE)를 계산합니다. 감마, Kendall의 tau-b, Stuart의 tau-c, Somers의 D(C|R), Somers의 D(R|C), Pearson 및 Spearman 상관계수, 람다(대칭 및 비대칭), 불확실성계수(대칭 및 비대칭) 측도가 포함됩니다.

Cochran-Mantel-Haenszel 통계량 다원 테이블의 나머지 변수를 조정한 후 행 변수와 칼럼 변수 간의 연관성을 검정하는 Cochran-Mantel-Haenszel 통계량을 요청합니다. 이 통계량에는 CMH 상관통계량, 행 평균 점수(ANOVA), 수정된 상대 리스크와 오즈비가 포함됩니다.

합치도 측도(정방 테이블 해당) 정방 테이블에 대한 분류 합치도의 검정 및 측도를 계산합니다. 이 옵션은 2×2 테이블에 대한 McNemar 검정과 반응 범주가 셋 이상인 테이블에 대한 Bowker의 대칭성 검정을 제공합니다. 단순 카파 계수, 가중 카파 계수, 단순/가중 카파에 대한 점근표준오차 및 해당 신뢰한계도 제공합니다. 여러 계층과 두 개의 반응 범주가 있는 경우 이 옵션은 Cochran의 Q 검정도 계산합니다.

오즈비 및 관련 리스크(2x2 테이블 해당) 2×2 테이블에 대한 상대 리스크 측도와 점근 Walk 신뢰한계를 요청합니다.

이항비 및 리스크 차이(2x2 테이블 해당) 2x2 테이블에 대한 리스크(이항비)와 리스크 차이를 요청합니다.

정확검정

Fisher의 정확검정 2×2보다 큰 테이블에 대해 Fisher의 정확검정을 요청합니다.

상세 정보

286 11장 / 통계량 작업


결측값 처리 결측값의 처리 방법을 지정합니다.

결측값 제외관측값이 변수에 대한 결측값이 있는 경우 테이블에서 관측값이 제외됩니다.

결측값 빈도 표시빈도 및 교차 테이블에서 결측값의 빈도를 표시합니다. 이러한 빈도는 백분율, 테스트 또는 측도 계산을 포함하지 않습니다.

계산에서 결측값 포함모든 변수에 대해 가능한 결측값을 처리합니다.

T 검정 작업: 일표본 t 검정

일표본 t 검정 작업 정보

일표본 t 검정에서는 표본 평균을 귀무가설 평균과 비교합니다.

표본 크기 n의 개별 평균을 m 값과 비교하려면 t = x − msn

식을 사용합니다. 여기서 x는 관

측값의 표본 평균이고, s2는 관측값의 표본 분산입니다.

예를 들어, Sashelp.Cars 데이터셋의 마력 값에 대한 일표본 t 검정을 수행한다고 가정합

니다. 귀무가설은 300입니다.

T 검정 작업을 열고 일표본 t 검정을 실행합니다. T 검정 드롭 다운 리스트에서 일표본 검정을 선택합니다.


T 검정 작업: 일표본 t 검정 287

예: 마력에 대한 일표본 t 검정


1 작업 섹션에서 통계분석 폴더를 펼치고 T 검정을 더블 클릭합니다. T 검정 작업의 사용자 인터페이스가 열립니다.


3 T 검정 드롭 다운 리스트에서 일표본 검정을 선택합니다.

4 분석변수 역할에 Horsepower 칼럼을 할당합니다.

5 옵션 탭의 대립 가설 필드에 300을 입력합니다 .


288 11장 / 통계량 작업


일표본 t 검정을 실행하려면 T 검정 드롭다운 리스트에서 일표본 검정을 선택합니다. 변수 분석 역할에 숫자 칼럼을 할당합니다.

옵션 설정


검정

290 11장 / 통계량 작업


꼬리 통계 검정 및 검정 기반 신뢰구간의 끝쪽(꼬리) 수와 방향을 지정합니다. 다음 옵션 중에서 선택할 수 있습니다.n 양측 검정은 양측 테스트 및 평균에 대한 신

뢰구간 유형을 지정합니다.n 우측 검정 - 대립 가설이 널(null) 값보다 크

거나 같은 평균 및 하한신뢰 및 무한대 간의 상위 단측 신뢰 구간을 표시하는 상위 단측 검정을 지정합니다.

n 좌측 검정 - 대립 가설이 널(null) 값보다 같거나 작은 평균 및 음의 무한대 및 신뢰상한 간의 하위 단측 신뢰 구간을 표시하는 하위 단측 검정을 표시합니다.

대립 가설 귀무가설의 값을 지정합니다. 기본 귀무가설 값은 0입니다.

정규성 가정

정규성 검정 경험 분포함수에 기반한 일련의 적합도 검정이 포함된 정규성 검정을 실행합니다. 테이블에서는 Shapiro-Wilk 검정(표본 크기가 2000보다 작거나 같은 경우), Kolmogorov-Smirnov 검정, Anderson-Darling 검정 및 Cramér-von Mises 검정에 대한 검정통계량 및 p 값을 제공합니다.

비모수 검정

주: 이 옵션은 양측 검정에만 사용할 수 있습니다.



부호 검정 및 Wilcoxon 부호 순위 검정 다음 검정에서 생성되는 결과입니다.n 부호 검정 통계량은 M = n+ − n− /2입니다.

여기서 n+는 μ0 값 개수보다 크고 n- 는 μ0 값

개수보다 작습니다. μ0와 같음은 무시됩니

다.n Wilcoxon 부호 순위 검정 통계량 S는 다음

과 같이 계산됩니다.

S = ∑i: xi − μ0 > 0

ri+ −

nt nt + 14 여기에서 r+

i는

xi − μ0인 값을 버린 후의 xi − μ0 순위이며 nt

는 xi 값의 개수와 μ0는 다릅니다. 평균 순위

는 동일값에 사용됩니다.

도표

히스토그램 및 상자 도표 단일 패널에 공통 X 축을 공유하여 히스토그램과 상자 도표를 함께 생성합니다.

정규성 도표 정규 분위수-분위수(Q-Q) 도표를 생성합니다.

신뢰구간 도표 평균에 대한 신뢰구간 도표를 생성합니다.

T 검정 작업:쌍체 t 검정

쌍체 t 검정 작업 정보

쌍체 t 검정은 관측값 차의 평균을 주어진 수치인 귀무가설 차이와 비교합니다. 쌍체 t 검정은 동일한 사람의 혈압에 대한 두 측도와 같이 두 표본이 서로 상관관계에 있는 경우에

사용됩니다.

292 11장 / 통계량 작업

n 쌍체 차이를 m 값과 비교하려면 t = d − msd

n

식을 사용합니다. 여기서 d는 쌍체 차이의 표

본 평균이고 s2d는 쌍체 차이의 표분 분산입니다.

T 검정 작업을 열고 쌍체 t 검정을 실행합니다. T 검정 드롭다운 리스트에서 쌍체 검정을

선택합니다.


예: 가격 – 비용 분포 확인

이 예에서는 Sashelp.Pricedata 데이터셋의 가격 및 비용 차이의 평균을 비교하려고 합니

다. 이 검정의 귀무가설은 30입니다.




3 T 검정 드롭다운 리스트에서 쌍체 검정을 선택합니다.



1 그룹변수 price

2 그룹변수 cost

5 옵션 탭의 대립 필드에 30을 입력합니다.


T 검정 작업:쌍체 t 검정 293


294 11장 / 통계량 작업


쌍체 t 검정을 실행하려면 T 검정 드롭다운 리스트에서 쌍체 검정을 선택합니다. 칼럼을

변수 그룹 1 및 변수 그룹 2 역할에 할당합니다. 이 작업에서는 이 두 개의 변수를 비교합

니다. 쌍체 t 검정은 1 그룹변수의 각 값에서 2 그룹변수의 해당 값을 빼는 방식으로 수행

되므로 변수를 지정할 때 매우 주의해야 합니다.

옵션 설정


검정




뢰구간 유형을 지정합니다.n 우측 검정 - 대립 가설은 널(null) 값보다 크

거나 같은 평균을 표시하는 상위 단측 검정을 지정합니다. 상위 단측 신뢰 구간 범위는 신뢰하한 및 무한대 사이입니다.

n 좌측 검정 - 대립 가설은 널(null) 값보다 같거나 작은 평균을 표시하는 하위 단측 검정을 지정합니다. 하위 단측 신뢰구간의 범위는 음의 무한대와 신뢰상한 사이입니다.

대립 가설 귀무가설의 값을 지정합니다.

정규성 가정


비모수 검정

주: 이 옵션은 양측 검정에만 사용할 수 있습니다.

296 11장 / 통계량 작업


부호 검정 및 Wilcoxon 부호 순위 검정 다음 검정에서 생성되는 결과입니다.n 부호 검정 통계량은 M = n+ − n− /2입니다.

여기서 n+는 μ0 값 개수보다 크고 n- 는 μ0 값

개수보다 작습니다. μ0와 같음은 무시됩니

다.n Wilcoxon 부호 순위 검정 통계량 S는 다음

과 같이 계산됩니다.

S = ∑i: xi − μ0 > 0

ri+ −

nt nt + 14 여기에서 r+

i는

xi − μ0인 값을 버린 후의 xi − μ0 순위이며 nt

는 xi 값의 개수와 μ0는 다릅니다. 평균 순위

는 동일값에 사용됩니다.

도표



일치성 도표 첫 번째 반응에 대한 각 쌍에서 두 번째 반응 도표입니다. 평균값은 큰 굵은 기호로 표시됩니다. 기울기가 1이고 y 절편이 1인 대각선은 겹쳐서 표시됩니다. 대각선을 기준으로 한 점 위치는 차이 또는 비율의 강도와 방향을 나타냅니다. 대각선과 동일한 방향의 군집도가 강할수록 각 개체의 두 측도 간에 양의 상관 정도가 강한 것입니다. 대각선과 수직 방향으로 군집도가 나타나면 음의 상관관계에 있는 것입니다.



반응 프로파일 도표 각 관측값에 대해 왼쪽에서 오른쪽의 순서로 첫 번째 반응을 두 번째 반응에 연결하는 선이 표시되는 도표를 생성합니다. 첫 번째 반응의 평균과 두 번째 반응이 평균은 굵은 선으로 연결됩니다. 기울기가 클수록 효과가 강합니다. 프로파일이 넓게 분산되어 있으면 개체 간 변동성이 높은 것입니다. 양의 기울기가 일관되게 나타나면 양의 상관 정도가 강한 것입니다. 기울기가 다양하게 나타나면 상관관계가 없는 것입니다. 음의 기울기가 일관되게 나타나면 음의 상관 정도가 강한 것입니다.

신뢰구간 도표 평균에 대한 신뢰구간 도표를 생성합니다.

T 검정 작업: 이표본 t 검정

이표본 t 검정 작업 정보

이표본 t 검정은 첫 번째 표본의 평균에서 두 번째 표본의 평균을 뺀 값을 주어진 수치인

귀무가설 차이와 비교합니다.

n1 및 n2 관측값으로 이루어진 두 독립 표본의 평균을 m값과 비교하려면 t =x1 − x2 − m

s 1n1

+ 1n2

식을 사용합니다. 이 예에서 s2은 합동분산 s2 =n1 − 1 s1

2 + n1 − 1 s22

n1 + n2 − 2 이고 s21 과 s2

2는 두 그룹

의 표본 분산입니다. 이 t 통계량의 사용 방법은 σ12 = σ2

2라는 가정에 따라 달라집니다. 여

기서 σ12과 σ2

2는 두 그룹의 모집단 분산입니다.

T 검정 작업을 열고 이표본 t 검정을 실행합니다. T 검정 드롭다운 리스트에서 이표본 검정을 선택합니다.


298 11장 / 통계량 작업

예: 이표본 t 검정

이 예에서는 학급 내 남학생과 여학생의 신장 값을 분석하려고 합니다.




3 T 검정 드롭다운 리스트에서 이표본 검정을 선택합니다.



분석변수 Height

그룹변수 Sex


T 검정 작업: 이표본 t 검정 299


300 11장 / 통계량 작업


이표본 t 검정을 실행하려면 T 검정 드롭다운 리스트에서 이표본 검정을 선택합니다. 다음 역할에 칼럼을 할당합니다.

역할 설명

분석변수 분석에 사용할 칼럼을 지정합니다.

그룹변수 그룹화에 사용할 칼럼을 지정합니다. 이 칼럼에는 두 레벨만 있어야 합니다.


옵션 설정


검정


뢰구간 유형을 지정합니다.n 우측 검정 - 대립 가설이 널(null) 값보다 크

거나 같은 평균 및 하한신뢰 및 무한대 간의 상위 단측 신뢰 구간을 표시하는 상위 단측 검정을 지정합니다.

n 좌측 검정 - 대립 가설이 널(null) 값보다 같거나 작은 평균 및 음의 무한대 및 신뢰상한 간의 하위 단측 신뢰 구간을 표시하는 하위 단측 검정을 표시합니다.

대립 가설 귀무가설의 값을 지정합니다.

분산이 다른 경우의 Cox-Cochran 확률 근사치

Cox-Cochran 근사치를 계산합니다. tu의 p-값에 대한 이 근사치는

tu =

s12

∑i = 1

n1*f 1iw1i

t1 +s22

∑i = 1

n2*f 2iw2i

t2

s12

∑i = 1

n1*f 1iw1i

+s22

∑i = 1

n2*f 2iw2i

이 되도록 하는 p

값입니다. 이 예에서 t1과 t2는 각각 유의수준 p, 표본 크기 n1 및 n2에 해당하는 t 분포의 임계값입니다. n1 ≠ n2인 경우 자유도가 정의되지 않습니다. (Cochran and Cox 1950)

정규성 가정

302 11장 / 통계량 작업



비모수 검정

주: 이 옵션은 대립 가설이 0과 같을 때 양측 검정에만 사용할 수 있습니다.

Wilcoxon 순위 합계 검정 Wilcoxon 점수 분석을 생성합니다. 두 분류 레벨(표본)이 있는 경우 이 옵션은 Wilcoxon 순위 합계 검정을 생성합니다.

도표



신뢰구간 도표 평균에 대한 신뢰구간 도표를 생성합니다. 이 도표는 기본적으로 생성되지 않습니다.

Wilcoxon 상자 도표 Wilcoxon 점수의 상자 도표를 생성합니다. 이 도표는 Wilcoxon 분석과 연결됩니다. 이 도표는 기본적으로 생성되지 않습니다.주: 이 도표는 대립 가설이 0과 같을 때 양측 검정에만 사용할 수 있습니다.


일원분산분석 작업

일원분산분석 작업 정보

일원분산분석(ANOVA)은 단일 연속 종속변수에 대한 단일 범주변수 평균 간 차이에 대해

그래프를 테스트하고 제공합니다.

ANOVA 작업의 사용 예는 다음과 같습니다.

n 붉은색 토끼풀 식물의 질소 함유에 영향을 미치는 박테리아 연구. 요인은 박테리아 품종이며, 여섯 개의 레벨로 구성됩니다.

n 세 가지 브랜드 전지의 수명 비교. 요인은 브랜드이며 세 개의 레벨로 구성됩니다.


예: 차종별 고속도로 연비(MPG_Highway) 평균의 차이 검정

이 예에서는 여섯 가지 차종에 대해 고속도로 연비(MPG: 갤런당 마일 수)의 평균 차이를

연구하려고 합니다.


1 작업 섹션에서 통계분석 폴더를 펼치고 일원분산분석을 더블 클릭합니다. 일원분산

분석 작업의 사용자 인터페이스가 열립니다.




종속변수 MPG_Highway

범주변수 Type

304 11장 / 통계량 작업



일원분산분석 작업 305


일원분산분석 작업을 실행하려면 다음 역할에 칼럼을 할당해야 합니다.

역할 이름 설명

종속변수 연속 숫자 칼럼을 지정합니다.

범주변수 그룹 레벨을 지정하는 값을 가진 문자 또는 숫자 칼럼을 지정합니다. 이 역할에 할당하는 칼럼에는 두 개 이상의 개별 값이 있어야 합니다.

306 11장 / 통계량 작업

옵션 설정


분산의 동질성

검정 수행할 검정 유형을 지정합니다. 다음은 유효한 값입니다.없음

검정이 수행되지 않습니다.Bartlett

데이터가 정규분포를 따를 때 제1종 오류 비율을 정확하게 계산합니다.

검정(계속) Brown & Forsythe변형된 Levene 검정입니다. 등분산은 그룹 중위수의 절대편차를 사용하여 결정됩니다. 이 검정은 분산의 차이를 확인하는 데 유용하지만 데이터에 여러 개의 큰 그룹이 포함된 경우에는 계산이 복잡하여 많은 컴퓨팅 리소스를 필요로 합니다.

Levene제곱 잔차를 계산하여 등분산을 결정합니다. Levene의 검정은 분산의 동질성을 검사하는 표준 검정입니다. 이 값이 기본값입니다.

O’BrienO’Brien의 검정을 지정합니다. 이 방법은 제곱 잔차를 사용하는 Levene의 검정을 수정한 것입니다.

Welch의 분산 가중 ANOVA 가중 분산을 사용하여 그룹 평균을 검정합니다. 등분산 가정이 기각된 경우 이 검정을 사용할 수 있습니다.

평균 비교

일원분산분석 작업 307


다음 비교 방법에서 선택할 수 있습니다.Bonferroni

모든 주효과 평균에 대해 평균 간 차이에 대한 Bonferroni t 검정을 수행합니다.Duncan 다중범위

모든 주효과 평균에 대해 Duncan의 다중범위 검정을 수행합니다.Dunnett 양측

처리가 모든 주효과 평균에 대한 단일 제어와 유의한 차이가 있는지 여부를 검정하는 Dunnett의 양측 t 검정을 수행합니다.

Dunnett 좌측처리가 제어보다 유의하게 작은지 여부를 검정하는 Dunnett의 단측 t 검정을 수행합니다.

Dunnett 우측처리가 제어보다 유의하게 큰지 여부를 검정하는 Dunnett의 단측 t 검정을 수행합니다.

Gabriel모든 주효과 평균에 대해 Gabriel의 다중비교절차를 수행합니다.

Nelson최소제곱평균을 사용하여 모든 차이를 분석합니다.

Ryan-Einot-Gabriel-Welsch모든 주효과 평균에 대해 Ryan-Einot-Gabriel-Welsch 다중범위 검정을 수행합니다.

Scheffé모든 주효과 평균에 대해 Scheffé의 다중범위 검정을 수행합니다.

Sidak모든 주효과 평균에 대해 Sidak의 부등식에 따라 조정된 레벨에서 평균 간 차이에 대한 쌍별 t 검정을 수행합니다.

Student-Newman-Keuls모든 주효과 평균에 대해 Student-Newman-Keuls 다중범위 검정을 수행합니다.

최소 유의차(LSD)모든 주효과 평균에 대해 쌍별 t 검정을 수행합니다. 셀 크기가 동일하다면 이 검정은 Fisher의 최소유의차 검정과 동일합니다.

Tukey모든 주효과에 대해 Tukey의 스튜던트화 범위검정(HSD)을 수행합니다. 그룹 크기가 다른 경우 이 방법은 Tukey-Kramer 검정이 됩니다.

선택한 검정에 대한 유의수준을 지정할 수도 있습니다.

도표

308 11장 / 통계량 작업


기본적으로 결과는 상자 도표, 평균 도표 및 최소제곱 평균 차이 도표를 포함하고 있습니다. 진단 도표를 포함하도록 지정할 수도 있습니다. 진단 도표는 패널에 또는 개별 도표로 표시될 수 있습니다.도표에 포함할 최대 점 개수를 지정할 수도 있습니다.


출력 데이터셋을 생성할지 여부를 지정할 수 있습니다. 출력 데이터셋에 포함할 값을 지정할 수도 있습니다. 예측값, 잔차, 표준오차 및 영향 통계량을 포함할 수 있습니다.

비모수 일원분산분석 작업

비모수 일원분산분석 작업 정보

비모수 일원분산분석 작업은 일원 분류에서의 위치 및 척도 차이에 대한 비모수 검정으

로 구성됩니다. 또한 이 작업은 원 데이터에 대한 표준 분산분석과 경험 분포함수 기반의

통계량도 제공합니다.


예: 생산국(Origin)별로 분류된 고속도로 연비(MPG_Highway)에 대한 Wilcoxon 스코어


1 작업 섹션에서 통계분석 폴더를 펼치고 비모수 일원분산분석을 더블 클릭합니다. 비모수 일원분산분석 작업의 사용자 인터페이스가 열립니다.



비모수 일원분산분석 작업 309


종속변수 MPG_Highway

분류변수 Origin


310 11장 / 통계량 작업


비모수 일원분산분석 작업을 실행하려면 종속변수 및 분류변수 역할에 칼럼을 할당해야

합니다.

역할 이름 설명

역할

종속변수 종속변수로 사용할 칼럼을 지정합니다.

분류변수 하위그룹을 정의합니다. 각 하위그룹에 대해 개별 분석이 수행됩니다. 결측값을 유효한 레벨로 처리할지 여부를 지정할 수 있습니다.

추가 역할

빈도 수 테이블의 각 행이 n개의 관측값을 나타내도록 지정합니다. 이 예에서 n은 해당 관측값의 빈도 수 값입니다.

그룹 분석 기준 이 칼럼을 기준으로 테이블을 정렬합니다. 각 그룹에 대해 분석이 수행됩니다.

옵션 설정


도표

312 11장 / 통계량 작업


기본적으로 도표는 결과에 포함됩니다. 이러한 도표는 선택한 옵션에 따라 결정됩니다. 다음과 같은 도표를 생성할 수 있습니다.n 위치 차이 섹션에서 옵션을 선택하여 Wilcoxon 스코어의 상자 도표, 전체 중위수 위 또는 아

래에 빈도를 표시하는 누적 막대 그래프, Van der Waerden 스코어 상자 도표 및 Savage 스코어 상자 도표를 생성할 수 있습니다.

n 척도 차이 섹션에서 옵션을 선택하여 Ansari-Bradley 스코어 상자 도표, Klotz 스코어 상자 도표, Mood 스코어 상자 도표 및 Siegel-Tukey 스코어 상자 도표를 생성할 수 있습니다.

n 위치 및 척도 차이 섹션에서 옵션을 선택하여 Conover 스코어 상자 도표를 생성할 수 있습니다.

n Kolmogorov-Smirnov 검정과 Cramer-von Mises 검정을 포함하는 경험 분포함수 검정 옵션을 선택하여 경험적 분산 검정에 대한 도표를 생성할 수 있습니다.

도표에 p 값을 표시할지 여부를 지정할 수 있습니다.결과에서 도표를 생략하려면 도표 숨기기 체크 박스를 선택합니다.

검정

검정 점근 검정만 계산할지, 다양한 분석을 위해 점근 검정과 정확검정을 모두 계산할지를 지정합니다.

위치 차이

Wilcoxon 점수 관측값의 순위입니다.

중위수 점수 중위수보다 큰 관측값의 경우 1이고, 그 외에는 0입니다.

Van der Waerden 점수

표준 정규분포의 분위수로서, 분위수 정규 점수라고도 합니다.

Savage 점수 지수분포에서 1을 빼서 0으로 집중시킨 순서 통계량의 예상값입니다.

척도 차이

Ansari-Bradley 점수

Siegel-Tukey 점수와 유사하지만, 서로 대응되는 극 순위에 같은 점수를 지정한다는 차이점이 있습니다.

Klotz 점수 Van der Waerden(또는 분위수 정규) 점수의 제곱입니다.

Mood 점수 각 순위와 평균 순위의 차를 제곱한 값입니다.



Siegel-Tukey 점수 이 점수는 a 1 = 1, a n = 2, a n − 1 = 3, a 2 = 4, a 3 = 5, a n − 2 = 6, ... 식으로 계산됩니다.점수 값은 모든 관측값에 점수가 할당될 때까지 이 패턴을 따라 중간 순위 방향으로 계속 증가합니다.

위치 및 척도 차이

Conover 점수 표본 평균과의 절대편차를 제곱한 순위를 기반으로 합니다.

추가 검정

Kolmogorov-Smirnov 및 Cramer-von Mises 검정과 같은 경험 분포함수 검정

경험 분포함수(EDF) 통계량입니다.

쌍별 다중 비교분석(점근만 해당)

DSCF(Dwass, Steel, Critchlow-Fligner) 다중 비교분석을 계산합니다.

상세 정보

연속성 수정

이표본 Wilcoxon 및 Siegel-Tukey 검정에 대한 연속성 수정

기본적으로 점근 이표본 Wilcoxon 및 Siegel-Tukey 검정에 연속성 상관계수를 사용합니다. 분자가 0보다 큰 경우 분자에서 0.5를 빼서 표준화된 검정통계량 z를 계산할 때 이 상관계수가 사용됩니다. 여기서 분자는 S − E0 S 입니다. 분자가 0보다 작은 경우에는 0.5가 추가됩니다.

정확 통계량 계산

Monte Carlo 추정 사용

직접 정확 p 값 계산을 사용하는 대신 정확 p 값의 Monte Carlo 추정을 요청합니다. Monte Carlo p 값 추정의 신뢰한계 레벨을 지정할 수도 있습니다.

계산 시간 제한 각 정확 p 값 계산에 대한 시간 제한을 지정합니다. 정확 p 값 계산에는 시간과 메모리가 많이 소요될 수 있습니다.

314 11장 / 통계량 작업

출력 데이터셋 생성

통계량을 출력 데이터셋에 저장할지 여부를 지정할 수 있습니다.

N원 ANOVA 작업

N원 ANOVA 작업 정보

N원 ANOVA 작업은 단일 연속 종속변수의 평균에 대한 하나 이상의 요인 효과에 대해 그래프를 테스트하고 제공합니다.


예: Sashelp.RevHub2 데이터셋 분석


1 작업 섹션에서 통계분석 폴더를 펼치고 N원 ANOVA를 더블 클릭합니다. N원

ANOVA 작업의 사용자 인터페이스가 열립니다.

2 데이터 탭에서 SASHELP.REVHUB2 데이터셋을 선택합니다.



종속변수 Revenue

요인 SourceType

4 모델 탭에서 소스 및 유형을 선택합니다. 전방향 팩토리얼을 클릭합니다.

N원 ANOVA 작업 315




N원 ANOVA 작업을 실행하려면 종속변수 및 요인 역할에 칼럼을 할당해야 합니다.

역할 설명

종속변수 종속변수를 지정합니다.

요인 분류변수를 지정합니다.

316 11장 / 통계량 작업

모델 생성

모델 생성을 위한 요구 사항

기본적으로는 아무 효과도 지정되지 않으므로 절편 전용 모델을 적합시키는 작업이 생성

됩니다. 이 작업을 실행하려면 요인 역할에 두 개 이상의 칼럼을 할당해야 합니다. 변수

조합을 선택하면 교차, 지분, 팩토리얼 또는 다항 효과를 생성할 수 있습니다.

모델을 생성하려면, 모델 탭에서 모델 빌더를 사용합니다. 모델 생성 후 모델에 절편을 포함할지 여부를 지정할 수 있습니다.

주효과 생성

1 변수 상자에서 변수 이름을 선택합니다.

2 추가를 클릭하여 모델 효과 상자에 변수를 추가합니다.

교차효과(교호작용) 생성

1 변수 상자에서 두 개 이상의 변수를 선택합니다. 두 개 이상의 변수를 선택하려면 Ctrl 키를 누른 상태로 선택합니다.

2 교차를 클릭합니다.

지분효과 생성

지분효과는 다음의 분류변수 또는 괄호로 묶인 분류변수 리스트와 함께 주효과 또는 교차효과로 지정합니다. 주효과 또는 교차효과는 괄호로 묶여 있는 나열된 효과와 중첩됩

니다. 지분효과의 예에는 B(A), C(B*A), D*E(C*B*A)가 있습니다. 이 예에서 B(A)는 "A는

B 내에 중첩"으로 읽습니다.

1 모델 효과 상자에서 효과 이름을 선택합니다.

2 지분을 클릭합니다. 지분 창이 열립니다.

3 지분효과에서 사용할 변수를 선택합니다. 외부 또는 외부 내 중첩됨을 클릭하여 지분

효과를 생성하는 방법을 지정합니다.

주: 외부 내 중첩됨 버튼은 분류변수가 선택된 경우에만 사용할 수 있습니다.

N원 ANOVA 작업 317

4 추가를 클릭합니다.

전방향 팩토리얼 모델 생성

1 변수 상자에서 두 개 이상의 변수를 선택합니다.

2 전방향 팩토리얼을 클릭합니다.

예를 들어, Height, Weight 및 Age 변수를 선택한 후 전방향 팩토리얼을 클릭하면 Age, Height, Weight, Age*Height, Age*Weight, Height*Weight 및 Age*Height*Weight 모델 효과가 생성됩니다.

다원 팩토리얼 생성


2 다원 팩토리얼을 클릭하여 모델 효과 상자에 다원 팩토리얼 효과를 추가합니다.

예를 들어, Height, Weight 및 Age 변수를 선택하고 N 값으로 2를 지정할 경우 다원 팩토

리얼을 클릭하면 Age, Height, Weight, Age*Height, Age*Weight 및 Height*Weight 모델

효과가 생성됩니다. N이 모델의 변수 수를 초과하는 값으로 설정되면 N은 변수 수에 효과적으로 설정됩니다.

옵션 설정

옵션 설명

통계량

기본 통계량만 표시할지, 기본 통계량과 추가 통계량을 표시할지 또는 출력에서 통계량을 표시하지 않을지 여부를 선택할 수 있습니다.다음은 추가 통계량에 대한 옵션입니다.

n 다중 비교 수행은 지정한 효과의 최소제곱평균을 계산합니다. 최소제곱평균의 차이에 대한 p-값 및 신뢰한계에 대한 조정 방법을 지정할 수 있습니다.

n 제곱합 옵션으로 각 효과에 대한 Type I 추정가능 함수 및 각 효과에 대한 Type III 추정가능 함수와 관련된 제곱합을 표시할 수 있습니다.

도표

318 11장 / 통계량 작업

옵션 설명

출력에서 기본 도표만 표시할지, 선택한 도표만 표시할지 또는 도표를 표시하지 않을지 여부를 지정할 수 있습니다. 도표에 표시할 최대 점 개수를 지정할 수 있습니다.다음은 결과에 포함할 수 있는 도표입니다.

n 최소제곱평균 도표

n 평균 차 도표

n 상호작용 도표(요인 역할에 두 개의 변수가 할당된 경우에만 사용 가능)n 평균분석 도표(조정에 대해 Nelson 방법을 선택한 경우에만 사용 가능)n 진단도표(패널에서 단독으로 표시할 수 있음)



공분산분석 작업

공분산분석 작업 정보

공분산분석은 연속 종속변수의 연속 예측변수와 범주 예측변수를 결합합니다. 이 작업은

결과 해석을 위해 그래프 출력을 생성합니다.


예: Sashelp.Class 데이터셋 분석


1 작업 섹션에서 통계분석 폴더를 펼치고 공분산분석을 더블 클릭합니다. 공분산분석


공분산분석 작업 319




종속변수 Height

범주변수 Sex

연속변수 Weight


320 11장 / 통계량 작업


공분산분석 작업을 실행하려면 종속변수, 범주변수 및 연속 공변량 역할에 칼럼을 할당

해야 합니다.

역할 설명

종속변수 연속 숫자 칼럼을 지정합니다.

범주변수 그룹 레벨을 지정하는 문자 또는 숫자 칼럼을 지정합니다.

연속 공변량 종속변수에 관련된 연속 숫자 변수를 지정합니다. 공변량 변수를 중앙에 놓을지 여부를 지정할 수 있습니다.

322 11장 / 통계량 작업

옵션 설정

옵션 설명

모델

절편 범주변수의 각 레벨에 대한 같음 또는 같지 않음 절편 사용 여부를 지정합니다.

기울기 범주변수의 각 레벨에 대한 같음 또는 같지 않음 기울기 사용 여부를 지정합니다.

모수 추정값 표시 일반 방정식(모수 추정값)의 솔루션을 제공합니다. 기본적으로 모델에 분류변수가 포함되지 않은 경우 작업은 솔루션을 표시합니다. 분류효과와 함께 모델에 대한 솔루션을 보려는 경우에만 이 옵션을 선택합니다.

다중 비교

다중 비교 수행 범주변수에 대해 최소제곱평균을 실행합니다.

공변량 값 다중 비교에 사용할 값을 지정합니다. 공변량 값은 평균값 또는 지정된 값이 될 수 있습니다.

방법 p-값에 대한 다중 비교 조정과 LS-평균의 차분에 대한 신뢰한계를 요청합니다.다음은 사용할 수 있는 방법입니다.

n Bonferronin Dunnettn Nelsonn Scheffen Sidakn Tukey

유의수준 비교에 대한 유의수준을 지정합니다. 기본값은 0.05입니다.

도표


옵션 설명

출력에서 기본 도표만 표시하도록 선택하거나 출력에 표시할 도표를 선택하거나 출력에 도표를 표시하지 않도록 선택할 수 있습니다. 사용 가능한 도표 리스트는 다중 비교에 선택된 방법에 따라 다릅니다.



선형 회귀 작업

선형 회귀 작업 정보

선형회귀 작업은 선형 모델을 적합하여 하나 이상의 연속 또는 범주 예측변수에서 단일

연속 종속변수를 예측합니다. 결과를 해석하기 위해 통계량 및 그래프를 생성합니다.


예: 학생 신장을 기반으로 한 체중 예측

이 예에서는 어린이의 신장을 알고 있는 경우 회귀분석을 사용하여 체중을 얼마나 잘 예측할 수 있는지 알아내려고 합니다.


1 작업 섹션에서 통계분석 폴더를 펼치고 선형 회귀를 더블 클릭합니다. 선형 회귀 작업




324 11장 / 통계량 작업


종속변수 Weight

분류변수 Sex

연속변수 AgeHeight

4 모델 탭을 클릭하고 다음과 같은 모델을 생성합니다.

a Height 변수를 선택하고 Ctrl 키를 누른 후 Age 변수를 선택합니다. 추가를 클릭합

니다.

b Height 변수를 선택하고 Ctrl 키를 누른 후 Sex 변수를 선택합니다. 교차를 클릭합

니다.


선형 회귀 작업 325


326 11장 / 통계량 작업

328 11장 / 통계량 작업


선형 회귀 작업을 실행하려면, 칼럼을 종속변수 역할, 분류변수 역할 또는 연속변수 역할

에 할당해야 합니다.

역할 설명

역할

종속변수 회귀분석에 종속변수로 사용할 숫자 변수를 지정합니다. 이 역할에는 하나의 숫자 변수를 할당해야 합니다.

분류변수 디자인 행렬 코딩을 통해 회귀모델을 입력하는 범주변수를 지정합니다.

효과 모수화

코딩 분류변수에 대해 모수화 방법을 지정합니다. 디자인 행렬 칼럼은 행렬 코딩 스키마에 따라 분류변수에서 생성됩니다.다음과 같은 코딩 스키마에서 선택할 수 있습니다.

n 효과 코딩은 효과 코딩을 지정합니다.n GLM 코딩은 less-than-full-rank 참조 셀 코

딩을 지정합니다. 기본 코딩 스키마입니다.n 참조 코딩은 참조 셀 코딩을 지정합니다.

결측값 처리

다음 조건 중 하나에 충족되면 분석에서 관측값이 제외됩니다.n 모델의 변수가 결측값을 포함하는 경우

n 분류변수에 결측값이 포함되는 경우(모델에 분류변수가 사용됐는지 여부에 관계 없음)

연속변수 회귀 모델에 대한 숫자 공변량(회귀변수)을 지정합니다.

추가 역할


역할 설명


Weight 데이터의 가중 분석을 수행하는 데 가중값으로 사용할 변수를 지정합니다.

그룹 분석 기준 각 관측값 그룹에 대한 별도 분석을 생성하도록 지정합니다.

모델 생성


효과를 지정하려면 분류변수 또는 연속변수 역할에 한 개 이상의 칼럼을 할당해야 합니

다. 변수 조합을 선택하면 교차, 지분, 팩토리얼 또는 다항 효과를 생성할 수 있습니다. 모델에 절편을 포함할지 여부도 지정할 수 있습니다.

모델을 생성하려면, 모델 탭에서 모델 빌더를 사용합니다.

주효과 생성






330 11장 / 통계량 작업

지분효과 생성




















N번째 순서의 다항효과 생성

1 변수 상자에서 하나의 변수를 선택합니다.


2 N 필드의 숫자를 조정하여 더 높은 차수의 교차를 지정합니다.

3 다항, 차수=N을 클릭하여 모델 효과 상자에 다항 효과를 추가합니다.

예를 들어, Age 및 Height 변수를 선택하고 N 필드에 3을 지정할 경우 다항, 차수=N을 클릭하면 Age, Age*Age, Age*Age*Age, Height, Height*Height 및 Height*Height*Height 모델 효과가 생성됩니다.

모델 옵션 설정


방법

신뢰수준 신뢰구간 생성에 사용할 유의수준을 지정합니다.

통계량

결과에 기본 통계량을 포함하거나 추가 통계량을 포함하도록 선택할 수 있습니다.

모수 추정값

표준화 회귀계수 표준화 회귀계수를 표시합니다. 표준화 회귀계수는 회귀변수 표본 표준편차에 대한 종속변수 표본 표준편차의 비율로 모수 추정값을 나눈 값입니다.

추정값의 신뢰한계 모수 추정값의 100 1 − α % 신뢰상한 및 신뢰하한을 표시합니다.

제곱합

순차 제곱합(유형 I) 모델의 각 항에 대한 모수 추정값과 함께 순차 제곱합(유형 I SS)을 표시합니다.

편제곱합(유형 II) 모델의 각 항에 대한 모수 추정값과 함께 편제곱합(유형 II SS)을 표시합니다.

편상관 및 준-편상관계수

332 11장 / 통계량 작업


제곱 편상관계수 유형 I과 유형 II의 제곱합을 사용하여 계산된 제곱 편상관계수를 표시합니다.

제곱 준-편상관계수 유형 I과 유형 II의 제곱합을 사용하여 계산된 제곱 준-편상관계수를 표시합니다. 이 값은 제곱합을 총 수정제곱합으로 나눠서 계산됩니다.

진단

영향도 분석 추정값 및 예측값에 대한 각 관측값의 상대 영향도 분석을 요청합니다.

잔차 분석 잔차 분석을 요청합니다. 모수 추정값에 대한 각 관측값의 영향도를 측정하기 위해 결과에 입력 데이터 및 추정 모델의 예측값, 평균예측 및 잔차값의 표준오차, 스튜던트화 잔차 및 쿡의 D 통계량을 포함합니다.

예측값 입력 데이터 및 추정 모델에서 예측값을 계산합니다.

다중 비교

다중 비교 수행 고정효과의 최소제곱평균을 계산하고 비교할지 여부를 지정합니다.

검정할 효과 선택 비교할 효과를 지정합니다. 모델 탭에 대해 다음과 같은 효과를 지정했습니다.

방법 p-값에 대한 다중 비교 조정과 최소제곱평균의 차분에 대한 신뢰한계를 요청합니다. 올바른 방법: Bonferroni, Nelson, Scheffé, Sidak 및 Tukey

유의수준 t 유형의 신뢰구간이 1 - 숫자인 신뢰수준으로 구성되도록 요청합니다. 숫자값은 0과 1 사이여야 합니다. 기본값은 0.05입니다.

공선성



공선성분석 회귀변수의 공선성에 대한 상세 분석을 요청합니다. 여기에는 고유값, 조건지수, 각 고유값에 대한 추정값의 분산분해가 포함됩니다.

추정 허용값 추정값에 대한 허용값을 산출합니다. 변수에

대한 허용값은 1 − R2으로 정의되며, 여기에서 R 제곱은 모델의 다른 모든 회귀변수에 대한 변수의 회귀분석에서 얻어집니다.

분산 팽창 요인 모수 추정값으로 분산팽창 요인을 산출합니다. 분산 팽창 요인은 허용값의 상대적 개념입니다.

이분산성

이분산성 분석 모델의 1차 적률 및 2차 적률이 정확히 지정되었는지 확인하는 검정을 수행합니다.

점근 공분산 행렬 모수 추정값의 이분산성 및 이분산성 일관 표준오차를 가정하고 추정값의 추정 점근 공분산 행렬을 표시합니다.

도표

진단 및 잔차 도표

기본적으로 여러 진단 도표가 결과에 포함됩니다. 각 설명변수에 대한 잔차 도표를 포함할지 여부도 지정할 수 있습니다.

추가 진단 도표

예측값 대 R 스튜던트 통계량 예측값 대 스튜던트화 잔차를 도표화합니다. 극단점 레이블 표시 옵션을 선택할 경우 참조선 사이 범위의 외부에 있는 스튜던트화 잔차 RSTUDENT = ± 2를 가진 관측값은 이상치로 간주됩니다.

334 11장 / 통계량 작업


DFFITS 통계량 대 관측값 DFFITS 통계량 대 관측값 번호 도표를 생성합니다. 극단점 레이블 표시 옵션을 선택할 경우

2 pn 보다 큰 DFFITS 통계량을 가진 관측값은

영향력이 있는 것으로 간주됩니다. 관측값 수는 n이고, 회귀변수 개수는 p입니다.

각 설명변수에 대한 DFBETAS 통계량 대 관측값 수

모델에 DFBETAS 대 회귀변수의 관측값 수 패널을 생성합니다. 이러한 도표를 하나의 패널이나 개별 도표로 볼 수 있습니다. 극단점 레이

블 표시 옵션을 선택할 경우 2n보다 큰

DFBETAS 통계량을 가진 관측값은 해당 회귀변수에 영향력이 있는 것으로 간주됩니다. 사용되는 관측값 수는 n개입니다.

극단점 레이블 표시 각기 다른 유형의 도표에서 극단값을 식별합니다.

산점도

단순 연속 변수에 대한 적합도표 단손 연속 변수와 함께 모델의 회귀선, 신뢰 범위 및 예측 범위가 표시된 데이터 산점도를 생성합니다. 절편은 제외됩니다. 점 개수가 최대 도표점 개수 옵션 값을 초과하면, 산점도 대신 열지도가 표시됩니다.

관측값 대 예측값 관측값 대 예측값의 산점도를 생성합니다.

각 설명변수에 대한 부분 회귀도표 각 회귀변수에 대한 부분 회귀도표를 생성합니다. 이러한 도표를 한 패널에 표시할 경우 패널당 최대 6개의 회귀변수가 있습니다.

최대 도표점 수 각 도표에 포함할 최대 점 개수를 지정할 수도 있습니다.


모델 선택 옵션 설정

옵션 설명

모델 선택

선택 방법 모델에 대한 모델 선택 방법을 지정합니다. 이 작업은 선택 방법에 정의된 규칙에 따라 효과를 모델에 추가해야 하는지 모델에서 제거해야 하는지를 검사하여 모델 선택을 수행합니다.다음은 선택 방법에 대해 유효한 값입니다.n 없음 전체 모델에 적합합니다.n 전진선택 모델에 효과가 없는 데서 시작해

서 지정된 기준의 값을 기반으로 효과를 추가합니다.

n 후진제거 모델에 있는 모든 효과로 시작해서 지정된 기준의 값을 기반으로 효과를 삭제합니다.

n 단계별 선택은 전진선택 모델과 유사합니다. 그러나 모델에 이미 있는 효과를 반드시 유지하지 않아도 됩니다. 지정된 기준값에 근거한 모델에 추가할 효과입니다.

효과 추가/제거 모델에 효과를 추가하거나 제거하는 데 사용할 기준을 지정합니다.

효과 추가/제거 중지 모델에 효과 추가 또는 제거를 중지하는 데 사용할 기준을 지정합니다.

최적 모델 선택변수 최적 적합 모델을 식별하는 데 사용할 기준을 지정합니다.

선택 통계량

336 11장 / 통계량 작업

옵션 설명

모델 적합 통계량 적합 요약 테이블 및 적합 통계량 테이블에 표시될 모델 적합 통계량을 지정합니다. 기본 적합 통계량을 선택한 경우, 이 테이블에 표시된 기본 통계량 집합은 모델 선택에 사용된 모든 기준을 포함합니다.다음은 결과에 포함할 수 있는 추가 적합 통계량입니다.

n 수정된 R 제곱

n Akaike 정보기준

n 작은 표본의 편향에 대한 Akaike 정보기준

n Bayesian 정보기준

n Mallows’ Cpn 제곱 통계량의 예측 잔차 합계를 지정하는

Press 통계량

n R 제곱

n Schwarz’s Bayesian 정보기준

선택 도표

기준 도표 수정된 R 제곱, Akaike 정보기준, 작은 표본의 편향에 대한 Akaike 수정 정보기준 및 최적 적합 모델을 선택하는 데 사용된 기준에 대한 도표를 표시합니다.

계수 도표 다음과 같은 도표를 표시합니다.

n 선택 프로세스로 진행되는 파라미터 값의 진행을 보여주는 도표

n 가장 적합한 모델을 선택하는 데 사용된 기준의 진행을 보여주는 도표

상세 정보

선택 프로세스 상세 정보 선택 프로세스에 대한 정보를 결과에 얼마나 포함할지를 지정합니다. 요약, 선택 프로세스의 각 단계에 대한 상세 정보 또는 선택 프로세스에 대한 모든 정보를 표시할 수 있습니다.



관측값 방향 통계량 데이터셋을 생성할지 여부를 지정할 수 있습니다. 이 데이터셋은 제곱합 및 교차곱을 포함합니다.

출력 데이터셋에 다음 통계량을 포함하도록 선택할 수 있습니다.

n 예측값

n Press 통계량( 1 − h 로 나눈 i번째 잔차. 여기에서 h는 지레값이고 i번째 관측값 없이

재적합한 모델)

n 잔차

n 스튜던트 잔차(표준 오차로 나눈 잔차임)

n 현재 관측값를 제외한 스튜던트 잔차

n Cook의 D 영향력

n Beta 공분산에 대한 관측값의 표준 영향력

n 예측값에 대한 관측값의 표준 영향력(DFFITS로 불림)

n 지레값

이진 로지스틱 회귀 작업

이진 로지스틱 회귀 작업 정보

이진 로지스틱 회귀 작업은 이산 반응(예, 이진 레벨) 및 설명변수 집합 간의 관계를 연구

하는 로지스틱 회귀 모델에 적합하는 데 사용됩니다.


338 11장 / 통계량 작업

예: 전자 우편을 정크로 분류


1 작업 섹션에서 통계분석 폴더를 펼치고 이진 로지스틱 회귀를 더블 클릭합니다. 이진

로지스틱 회귀 작업의 사용자 인터페이스가 열립니다.

2 데이터 탭에서 SASHELP.JUNKMAIL 데이터셋을 선택합니다.



반응 분류

관심 이벤트 1

연속변수 느낌표

CapAvg

4 모델 탭을 클릭합니다. 느낌표 및 CapAvg 변수를 선택하고 추가를 클릭합니다.

이진 로지스틱 회귀 작업 339


340 11장 / 통계량 작업


이진 로지스틱 회귀 작업을 실행하려면 반응변수에 칼럼을 할당하고 분류변수 역할이나

연속변수 역할에 칼럼을 할당합니다.

역할 설명

역할

반응

반응 데이터는 여러 이벤트와 시행으로 구성됩니다.

반응 데이터가 이벤트 및 시행 횟수로 구성되는지 여부를 지정합니다.

이벤트 수 각 관측값의 이벤트 개수를 포함하는 변수를 지정합니다.

시행 횟수 각 관측값의 시행 횟수를 포함하는 변수를 지정합니다.

반응 반응 데이터를 포함하는 변수를 지정합니다. 이진 로지스틱 회귀를 실행하려면 반응변수는 두 개의 레벨만 있어야 합니다.이진 반응 모델의 이벤트 범주를 선택하려면 관심 이벤트 드롭다운 리스트를 사용합니다.

연결 함수 반응 확률을 선형예측함수에 연결하는 연결 함수를 지정합니다.다음은 유효한 값입니다.

n 보 로그-로그는 보 로그-로그 함수입니다. n 프로빗은 역표준정규분포함수입니다. n 로짓은 로그 오즈 함수입니다.

설명변수

분류변수 분석에서 사용할 분류변수를 지정합니다. 분류변수는 통계 분석 또는 값이 아닌 레벨을 통한 모델을 입력하는 변수입니다. 레벨로 변수의 값에 연결되는 프로세스는 레벨화로 표현됩니다.

342 11장 / 통계량 작업

역할 설명

효과 모수화




결측값 처리



연속변수 분석에서 설명변수로 사용되는 연속변수를 지정합니다.

추가 역할

빈도 수 각 관측값의 발생 빈도가 포함된 변수를 지정합니다. 작업은 각 행이 n번 나타나는 것으로 취급합니다. 여기서 n은 해당 관측값에 대한 빈도변수값입니다.

가중변수 입력 데이터셋에서 가중 가능 각 관측값를 지정합니다.

그룹 분석 기준 BY 변수의 수를 기준으로 개별 분석을 생성합니다.


모델 생성

주효과 생성






지분효과 생성













344 11장 / 통계량 작업














옵션 설명

모델

모델에 절편 포함 모델에 절편을 포함할지 여부를 지정합니다.

오프셋 변수 선형예측함수에 대한 오프셋으로 사용할 변수를 지정합니다. 오프셋은 계수가 1인 것으로 알려진 효과의 역할을 합니다. 오프셋에 대한 결측값을 갖는 관측값은 분석에서 제외됩니다.


모델 선택 옵션 지정

옵션 설명

모델 선택

선택 방법 모델에 대한 모델 선택 방법을 지정합니다. 이 작업은 선택 방법에 정의된 규칙에 따라 효과를 모델에 추가해야 하는지 모델에서 제거해야 하는지를 검사하여 모델 선택을 수행합니다.다음은 선택 방법에 대해 유효한 값입니다.n 없음 전체 모델에 적합합니다.n 전진선택 모델에 효과가 없는 데서 시작해

서 모델에 효과를 추가할 유의수준 옵션을 기반으로 효과를 추가합니다.

n 후진제거 모델에서 모든 효과로 시작해서 모델에서 효과를 제거할 유의수준 옵션의 값에 근거한 효과를 삭제합니다.

346 11장 / 통계량 작업

옵션 설명

선택 방법(계속) n 고속 후진제거는 Lawless and Singhal(1978)의 계산 알고리즘을 사용합니다. 이 알고리즘은 모델에서 변수의 제각 후속 제거를 위한 나머지 기울기를 추정하여 1차 근사를 계산합니다. 변수는 이러한 근사 추정에 기반한 모델에서 제거됩니다. 모델은 각각의 제거된 변수에 대해 재적합되지 않기 때문에 이 선택 방법은 매우 효율적입니다.

n 단계별 선택은 전진선택 모델과 유사합니다. 그러나 모델에 이미 있는 효과를 반드시 유지하지 않아도 됩니다. 효과는 모델에 효과를 추가할 유의수준 옵션에 따라 모델에 추가되고 모델에서 효과를 제거할 유의수준 옵션에 따라 모델에서 제거됩니다.

n 고속 후진제거를 사용하는 단계별 선택은 Lawless and Singhal(1978)의 계산 알고리즘을 사용합니다. 이 알고리즘은 모델에서 변수의 제각 후속 제거를 위한 나머지 기울기를 추정하여 1차 근사를 계산합니다. 변수는 이러한 근사 추정에 기반한 모델에서 제거됩니다. 모델은 각각의 제거된 변수에 대해 재적합되지 않기 때문에 이 선택 방법은 매우 효율적입니다.

상세 정보

선택 프로세스 상세 정보 표시 선택 프로세스에 대한 정보를 결과에 얼마나 포함할지를 지정합니다. 선택 프로세스의 각 단계에 대한 상세 정보 요약 또는 선택 프로세스에 대한 모든 정보를 표시하도록 선택할 수 있습니다.


옵션 설명

효과 계층 유지 모델 계층 지정 사항이 적용되는 방법과 단일 효과 또는 다중 효과가 한 번에 모델로 들어가거나 나오도록 지정합니다. 예를 들어, 모델에서 주효과 A와 B 및 A*B 교호작용을 지정한다고 가정합니다. 선택 프로세스의 첫 번째 단계에서 A 또는 B가 모델을 입력할 수 있습니다. 두 번째 단계에서 다른 주효과는 모델을 입력할 수 있습니다. 교호작용 효과는 두 가지 주효과를 이미 입력된 경우에만 모델을 입력할 수 있습니다. 또한, A*B 교호작용을 먼저 제거해야 모델에서 A 또는 B를 제거할 수 있습니다.모델 계층은 지정 사항을 말하며, 모델에 있는 항의 경우, 항에 포함된 모든 효과는 모델에서 표시되어야 합니다. 예를 들어, 모델에 입력할 교호작용 A*B 순서대로 주효과 A와 B는 모델에 있어야 합니다. 이와 유사하게 교호작용 A*B가 모델에 있는 반면 효과 A 또는 B는 모델에서 나올 수 있습니다.

옵션 설정


통계량

주: 결과에 포함된 기본 통계량 외에 추가 통계량을 포함하도록 선택할 수 있습니다.

분류 테이블 예측 사건 확률이 범위의 절단점 값 z 이상 또는 이하인지에 따라 입력 이진 반응 관측값를 분류합니다. 예측 이벤트 확률이 z을 초과할 경우 관측값는 이벤트로 예측됩니다.

부분상관βi

χi2 − 2

−2logL0 각 모수 i에 대한 부분 상관 통계량

을 계산합니다. 여기서 X2i는 모수에 대한 왈드

카이 제곱 통계량이고 log L0은 절편 전용 모델의 로그-우드입니다. X2

i < 2인 경우 부분상관은 0입니다.

348 11장 / 통계량 작업


일반화된 R 제곱 적합 모델에 대한 일반화된 R 제곱 측도를 요청합니다.

적합도 및 과분산

이탈도 및 Pearson 적합도 이탈도 및 Pearson 적합도를 계산할지 여부를 지정합니다.

집계 기준 피어슨 카이제곱 검정 통계량 및 우도비 카이제곱 검정 통계량(이탈도)이 계산된 부분모집단을 지정합니다. 관측값은 주어진 변수 리스트에서 공통값과 함께 동일한 하위 모집단에서 온 것으로 간주됩니다. 리스트의 변수는 입력 데이터셋에서 모든 변수가 될 수 있습니다.

과분산 수정 이탈도 및 Pearson 추정값을 사용하여 과분산을 수정할지 여부를 지정합니다.

Hosmer & Lemeshow 적합도 이진 반응 모델 사례에 대한 Hosmer & Lemeshow 적합도 검정(Hosmer and Lemeshow 2000)을 수행합니다. 대상은 추정 확률의 백분위수를 기반으로 대략 동일한 크기로 약 10개의 그룹으로 나누어집니다. 이러한 그룹에서 관측 및 예측 관측값 수 간의 불일치성은 Pearson 카이 제곱 통계량으로 요약됩니다. 통계량은 카이제곱분포(t 자유도)를 비교합니다. 여기서 t는 n을 뺀 그룹 수입니다. 기본적으로 n은 2입니다. 작은 p-값은 적합 모델이 적합하지 않음을 추천합니다.

다중 비교

다중 비교 수행 고정효과의 최소제곱평균을 계산하고 비교할지 여부를 지정합니다.

검정할 효과 선택 비교할 효과를 지정합니다. 모델 탭에 대해 다음과 같은 효과를 지정했습니다.

방법 p-값에 대한 다중 비교 조정과 최소제곱평균의 차분에 대한 신뢰한계를 요청합니다. 올바른 방법: Bonferroni, Nelson, Scheffé, Sidak 및 Tukey



유의수준 t 유형의 신뢰 간격이 1 – number의 신뢰수준으로 구성되도록 요청합니다. number 값은 0과 1 사이여야 합니다. 기본값은 0.05입니다.

정확검정

절편 정확검정 절편을 위한 정확검정을 계산합니다.

검정할 효과 선택 선택한 효과를 위한 모수의 정확검정을 계산합니다.

유의수준 α 회귀모수 또는 오즈비의 신뢰구간에 대한 100 1 − α % 유의수준을 지정합니다.

모수 추정값

다음 모수 추정값을 계산할 수 있습니다.n 표준화 추정값

n 지수 추정값

n 모수 추정값의 상관관계

n 모수 추정값의 공분산

모수에 대한 신뢰구간, 오즈비에 대한 신뢰구간 및 다음 추정값에 대한 신뢰구간을 지정할 수 있습니다.

진단

영향도 진단 영향력 있는 관측값를 식별하기 위한 진단 측정치를 표시합니다. 각 관측값의 결과는 관측값 일련번호, 최종 모델에 포함되는 설명변수의 값 및 Pregibon(1981)이 개발한 회귀 진단 척도를 포함합니다. 결과에 표준화 및 우도 잔차를 포함할지 여부를 지정할 수 있습니다.

도표

350 11장 / 통계량 작업


결과에 도표를 포함할지 여부를 지정할 수 있습니다.다음은 결과에 포함할 수 있는 추가 도표입니다.

n 관측값 번호별 표준화된 DFBETAn 관측값 번호별 영향 통계량

n 모델 적합 및 모수 추정값에 대한 영향

n 예측 확률도표

n 효과 도표

n 오즈비 도표

n ROC 도표

하나의 패널 또는 개별적으로 도표를 표시할지 여부를 지정할 수 있습니다.

레이블 영향력 및 ROC 도표 레이블 영향력 및 ROC 도표를 포함하는 입력 데이터에서 변수를 지정합니다.

최대 도표점 수 도표에서 포함할 최대 점 개수를 지정할 수 있습니다. 5,000 점이 기본으로 표시됩니다.

방법

최적화

방법 회귀 모수 추정을 위한 최적화 기술을 지정합니다. Fisher 스코어 및 Newton-Raphson 알고리즘은 동일한 추정값을 산출하지만 공분산 행렬은 이진 반응 데이터에 대한 로짓 연결 함수가 지정되었을 때를 제외하고 약간 다릅니다.

최대 반복 횟수 수행할 최대 반복 횟수를 지정합니다. 수렴이 지정된 반복 횟수에 도달하지 않는 경우, 출력을 표시하고 마지막 최대우도반복을 기반으로 하는 작업에 의해 모든 출력 데이터셋이 생성됩니다.




출력 데이터셋

두 가지 유형의 출력 데이터셋을 생성할 수 있습니다. 생성하려는 각 데이터셋의 체크 상자를 각각 선택합니다.출력 데이터셋 생성

지정한 통계량을 포함하는 데이터셋 출력

다음은 출력 데이터셋에 포함할 수 있는 통계량입니다.

n 선형예측함수

n 예측값

n 예측값에 대한 신뢰한계

n Pearson 잔차

n 이탈도 잔차

n 우도 잔차

n 표준화된 Pearson 잔차

n 표준화된 이탈도 잔차

n 개별 관측값를 삭제한 이후의 카이제곱 적합도 변화

n 개별 관측값를 삭제한 이후의 이탈도 변화

n 지레값

n 표준화된 DFBETAn 선형예측함수의 표준 오차

n 각 반응 레벨에 대한 예측확률

스코어드 데이터셋 생성출력 데이터셋의 모든 통계량과 사후 확률을 포함하는 데이터셋 출력합니다.

SAS 스코어링 코드를 로그에 추가 적합 모델의 예측값을 파일 또는 카탈로그 엔트리에 계산하는 SAS DATA 스텝 코드를 작성합니다. 이 코드는 새로운 데이터를 스코어하기 위해 DATA 단계에 포함될 수 있습니다.

352 11장 / 통계량 작업

예측 회귀 모델

예측 회귀 모델 정보

작업은 관측된 데이터에 기반해서 가장 영향력 있는 효과를 선택하는 예측 작업입니다. 이 작업으로 모델 평가, 확인 및 검증에 대한 배반 서브셋으로 논리적 파티션으로 지정할

수 있습니다. 예측 회귀 모델 작업은 일변량 반응에 대한 표준에 독립적이고 동일하게 분포된 일반 선형 모델에 초점을 맞추고 모델 선택 알고리즘에 높은 유연성과 이해도를 제공합니다. 점수 데이터셋을 생성하기도 합니다. 이 작업에 대한 결과는 선형 회귀 작업 등

다른 작업으로 선택된 모델을 더 자세히, 손쉽게 탐색할 수 있도록 합니다.


예: 야구선수 임금 예측


1 작업 섹션에서 통계분석 폴더를 펼치고 예측 회귀 모델을 더블 클릭합니다. 예측 회귀

모델 작업의 사용자 인터페이스가 열립니다.


3 칼럼을 이러한 역할에 할당하고 다음과 같은 옵션을 지정합니다.


종속변수 logSalary

분류변수 LeagueDivision

예측 회귀 모델 353


연속변수 nAtBatnHitsnHomenRunsnRBInBB

4 모델 탭을 클릭합니다. nAtBat, nHits, nHome, nRuns, nRBI, nBB를 선택합니다. League 및 Division 변수를 선택하고 추가를 클릭합니다.


354 11장 / 통계량 작업

사용자 데이터 분할

충분한 데이터를 가지고 있으면 데이터를 분석용 데이터, 확인용 데이터 및 검증용 데이

터로 분할할 수 있습니다. 선택 프로세스 동안 모델은 분석용 데이터에 적합하고 확인용

데이터를 사용하는 모델을 결정하는 데 적합합니다. 예측 오류는 선택 프로세스를 종료

하거나 선택 프로세스 프로시저에 포함할 효과를 결정하는 데 사용할 수 있습니다. 모델

을 선택한 후 검증용 데이터는 모델 선택 시 실행된 역할이 없는 데이터에서 선택한 모델

이 일반화된 방법을 평가하는 데 사용할 수 있습니다.

다음과 같은 방법으로 데이터를 분할할 수 있습니다.

n 확인용 또는 검증용 데이터의 비율을 지정할 수 있습니다. 비율은 표본을 사용하여 입력 데이터를 나누는 데 사용됩니다.

n 입력 데이터셋에 관측값가 확인용 또는 검증용 사례인지 여부를 나타내는 값의 변수

가 포함된 경우 데이터를 분할하는 데 사용할 변수를 지정할 수 있습니다. 변수를 지정할 때 확인용 또는 검증용 사례에 대한 적합한 값을 선택할 수도 있습니다. 입력 데이터셋은 다음 값을 사용하여 파티션으로 나눕니다.


예측 회귀 모델 작업을 실행하려면 칼럼을 종속변수 역할에 할당하고 행을 분류변수 역

할 또는 연속변수 역할에 할당해야 합니다.

역할 설명

역할

종속변수 회귀분석에 종속변수로 사용할 숫자 변수를 지정합니다.

분류변수 분석에서 데이터를 그룹화(분류)하는 데 사용할 변수를 지정합니다. 분류변수는 통계 분석 또는 값이 아닌 레벨을 통한 모델을 입력하는 변수입니다. 레벨로 변수의 값에 연결되는 프로세스는 레벨화로 표현됩니다.

효과 모수화

356 11장 / 통계량 작업

역할 설명




결측값 처리

모델변수에 결측값이 포함되어 있으면 분석에서 관측값이 제외됩니다. 또한, 이 테이블 이전에 지정된 분류변수에 결측값이 포함되어 있으면 모델에서 사용되는지 여부에 관계없이 관측값이 제외됩니다.

연속변수 회귀 모델에 대한 독립 공변량(회귀변수)을 지정합니다. 연속변수를 지정하지 않을 경우 이 작업은 절편만 포함된 모델을 적합시킵니다.

추가 역할


Weight 데이터의 가중 분석을 수행하는 데 가중값으로 사용할 숫자 칼럼을 지정합니다.

그룹 분석 기준 각 관측값 그룹에 대한 별도 분석을 생성하도록 지정합니다.


모델 생성


효과를 지정하려면 분류변수 또는 연속변수 역할에 한 개 이상의 칼럼을 할당해야 합니

다. 변수 조합을 선택하면 교차, 팩토리얼 또는 다항 효과를 생성할 수 있습니다.


주효과 생성






지분효과 생성










358 11장 / 통계량 작업
















모델 선택


모델 선택



선택 방법 기본적으로 지정한 전체 모델이 모델을 적합시키는 데 사용됩니다. 그러나 다음과 같은 선택 방법 중 하나도 사용할 수 있습니다.

선택 방법(계속) 전진선택전진선택을 지정합니다. 이 방법은 모델에서 효과가 없이 시작해서 효과를 추가합니다.

후진제거후진제거를 지정합니다. 이 방법은 모델에서 모든 효과로 시작해서 효과를 삭제합니다.

단계별 회귀모델에 이미 효과가 반드시 유지될 필요가 없다는 점을 제외하면 전진선택법과 비슷한 단계별 회귀를 지정합니다.

LASSO절대 회귀계수 합계가 제한되는 보통 최소제곱 버전에 근거하여 모수를 추가하거나 삭제하는 LASSO 방법을 지정합니다. 모델에 분류변수가 포함되어 있으면, 이러한 분류변수는 분할됩니다.

적응형 LASSOLASSO 방법에서 계수 각각에 적용되는 조정 가중치를 요청합니다. 모델에서 모수의 보통 최소제곱 추정값은 조정 가중치를 형성하는 데 사용됩니다.

360 11장 / 통계량 작업


선택 방법(계속) Elastic netLASSO 확장자인 Elastic net 방법을 지정합니다. Elastic net 방법은 보통 최소제곱 버전에 기반하여 모수를 추정합니다. 여기에서 절대 회귀 계수 합계 및 제곱 회귀 계수 합계는 모두 제약됩니다. 모델에 분류변수가 포함되어 있으면, 이러한 분류변수는 분할됩니다.

LAR(Least Angle Regression)LAR(Least Angle regression)을 지정합니다. 이 방법은 모델에서 효과가 없이 시작해서 효과를 추가합니다. 각 단계에서의 모수 추정값은 대응되는 최소제곱추정값과 비교하여 "줄어듭니다(shrunk)". 모델에 분류변수가 포함되어 있으면, 이러한 분류변수는 분할됩니다.

효과 추가/제거 효과를 모델에 추가 또는 제거해야 할지 여부를 결정하는 데 사용할 기준을 지정합니다.

효과 추가/제거 중지 효과를 모델에 추가 또는 제거를 중지해야 할지 여부를 결정하는 데 사용할 기준을 지정합니다.

최적 모델 선택변수 최적 적합 모델을 결정하는 데 사용할 기준을 지정합니다.

선택 통계량



모델 적합 통계량 적합 요약 테이블 및 적합 통계량 테이블에 표시될 모델 적합 통계량을 지정합니다. 기본 적합 통계량을 선택한 경우, 이 테이블에 표시된 기본 통계량 집합은 모델 선택에 사용된 모든 기준을 포함합니다.다음은 결과에 포함할 수 있는 추가 적합 통계량입니다.

n 수정된 R 제곱

n Akaike 정보기준

n 작은 표본의 편향에 대한 Akaike 정보기준

n 평균제곱오차

n Bayesian 정보기준

n Mallows’ Cpn 제곱 통계량의 예측 잔차 합계를 지정하는

Press 통계량

n R 제곱

n Schwarz’s Bayesian 정보기준

선택 도표

기준 도표 수정된 R 제곱, Akaike 정보기준, 작은 표본의 편향에 대한 Akaike 수정 정보기준 및 최적 적합 모델을 선택하는 데 사용된 기준에 대한 도표를 표시합니다. 하나의 패널 또는 개별적으로 도표를 표시하도록 선택할 수 있습니다.

계수 도표 다음과 같은 도표를 표시합니다.

n 선택 프로세스로 진행되는 파라미터 값의 진행을 보여주는 도표

n 가장 적합한 모델을 선택하는 데 사용된 기준의 진행을 보여주는 도표

상세 정보


362 11장 / 통계량 작업


분류 효과 추가/제거 어떤 분류변수가 하나 이상의 실제 변수로 모델에 포함되는지 지정합니다. 변수 개수는 분류변수 레벨 개수와 관련이 있습니다. 예를 들어, 분류변수에 3가지 레벨이 있으면(young, middle-aged, old) 3개의 변수로 표시될 수 있습니다. 각 변수는 단일 자유도 효과입니다.다음 옵션 중에서 선택할 수 있습니다.

n 전체 효과로 추가/제거, 분류 효과에 대한 모든 변수가 모델에 포함되거나 추가되지 않음을 지정합니다.

n 개별 단일 자유도 효과로 추가/제거, 하나 이상의 개별 변수가 모델에 포함됨을 지정합니다. 일부 개별 변수는 모델에 포함되지 않을 수 있습니다.

모델 효과 계층

모델 효과 계층 모델 계층 지정 사항이 적용되는 방법과 단일 효과 또는 다중 효과가 한 번에 모델로 들어가거나 나오도록 지정합니다. 예를 들어, 모델에서 주효과 A와 B 및 A*B 교호작용을 지정한다고 가정합니다. 선택 프로세스의 첫 번째 단계에서 A 또는 B가 모델을 입력할 수 있습니다. 두 번째 단계에서 다른 주효과는 모델을 입력할 수 있습니다. 교호작용 효과는 두 가지 주효과를 이미 입력된 경우에만 모델을 입력할 수 있습니다. 또한, A*B 교호작용을 먼저 제거해야 모델에서 A 또는 B를 제거할 수 있습니다.모델 계층은 지정 사항을 말하며, 모델에 있는 항의 경우, 항에 포함된 모든 효과는 모델에서 표시되어야 합니다. 예를 들어, 모델에 입력할 교호작용 A*B 순서대로 주효과 A와 B는 모델에 있어야 합니다. 이와 유사하게 교호작용 A*B가 모델에 있는 반면 효과 A 또는 B는 모델에서 나올 수 있습니다.

계층 요구 사항에 종속된 모델 효과 모델 계층 요구 사항을 모델의 분류 및 연속 효과에 적용하거나 분류 효과에만 적용할지 여부를 지정합니다.


최종 모델에 대한 옵션 설정


선택된 모델의 통계량

결과에 기본 통계량을 포함하거나 표준화된 회귀 계수 등 추가 통계량을 포함하도록 선택할 수 있습니다. 표준화 회귀계수는 회귀변수 표본 표준편차에 대한 종속변수 표본 표준편차의 비율로 모수 추정값을 나눈 값입니다.

공선성

공선성분석 회귀변수의 공선성에 대한 상세 분석을 요청합니다. 여기에는 고유값, 조건지수, 각 고유값에 대한 추정값의 분산분해가 포함됩니다.

추정 허용값 추정값에 대한 허용값을 산출합니다. 변수에

대한 허용값은 1 − R2으로 정의되며, 여기에서 R 제곱은 모델의 다른 모든 회귀변수에 대한 변수의 회귀분석에서 얻어집니다.

분산 팽창 요인 모수 추정값으로 분산팽창 요인을 산출합니다. 분산 팽창 요인은 허용값의 상대적 개념입니다.

선택된 모델의 도표

진단 및 잔차 도표

결과에 기본 진단 도표를 포함할지 여부를 지정할 수 있습니다. 각 설명변수에 대한 잔차 도표를 포함할지 여부도 지정할 수 있습니다.

추가 진단 도표

예측값 대 R 스튜던트 통계량 예측값 대 스튜던트화 잔차를 도표화합니다. 극단점 레이블 표시 옵션을 선택할 경우 참조선 사이 범위의 외부에 있는 스튜던트화 잔차 RSTUDENT = ± 2를 가진 관측값은 이상치로 간주됩니다.

364 11장 / 통계량 작업


DFFITS 통계량 대 관측값 번호 DFFITS 통계량 대 관측값 번호 도표를 생성합니다. 극단점 레이블 표시 옵션을 선택할 경우

2 pn 보다 큰 DFFITS 통계량을 가진 관측값은

영향력이 있는 것으로 간주됩니다. 관측값 수는 n이고, 회귀변수 개수는 p입니다.

각 설명변수에 대한 DFBETAS 통계량 대 관측값 수

모델에 DFBETAS 대 회귀변수의 관측값 수 패널을 생성합니다. 이러한 도표를 하나의 패널이나 개별 도표로 볼 수 있습니다. 극단점 레이

블 표시 옵션을 선택할 경우 2n보다 큰

DFBETAS 통계량을 가진 관측값은 해당 회귀변수에 영향력이 있는 것으로 간주됩니다. 사용되는 관측값 수는 n개입니다.

극단점 레이블 표시 각기 다른 유형의 도표에서 극단값을 식별합니다.

산점도

관측값 대 예측값 관측값 대 예측값의 산점도를 생성합니다.

각 설명변수에 대한 부분 회귀도표 각 회귀변수에 대한 부분 회귀도표를 생성합니다. 이러한 도표를 한 패널에 표시할 경우 패널당 최대 6개의 회귀변수가 있습니다.

최대 도표점 수 각 도표에 포함할 최대 점 개수를 지정할 수도 있습니다.

스코어링 옵션 설정


스코어링

예측값 및 잔차를 포함하는 스코어드 데이터셋을 생성할 수 있습니다.



SAS 스코어링 코드를 로그에 추가 적합 모델의 예측값을 파일 또는 카탈로그 엔트리에 계산하는 SAS DATA 스텝 코드를 작성합니다. 이 코드는 새로운 데이터를 스코어하기 위해 DATA 단계에 포함될 수 있습니다.

일반화선형모델

일반화선형모델 정보

일반화선형모델은 전통적 선형모델을 확장한 것입니다. 일반화선형모델에서 평균 인구

는 비선형 연결 함수를 통해 선형 예측변수에 따라 다릅니다. 반응 확률 분포는 지수군 내

분포의 모든 멤버가 될 수 있습니다. 일반화선형모델 예에는 정규 오류를 가진 기본 선형

회귀, 이진 데이터에 대한 로지스틱 및 프로빗 모델 및 다항 모델에 대한 로그 선형 모델

이 포함됩니다. 기타 통계량 모델은 적절한 연결 함수 및 반응 확률 분포를 선택하여 일반

화선형모델로 공식화합니다.

일반화선형모델 작업은 일반화선형모델에 대한 모델 적합 및 모델 구성을 제공합니다. 지수군의 정규분포, 포아송 분포 및 Tweedie 분포 같은 표준 분포에 모델을 적합시킵니

다. 이 작업은 순차적 반응 및 명목 반응에 대한 다항 모델도 적합시킵니다. 이 작업은 전진선택, 후진선택 및 단계별 선택 방법을 제공합니다.


예: Sashelp.Baseball 데이터셋 분석


1 작업 섹션에서 통계분석 폴더를 펼치고 일반화선형모델을 더블 클릭합니다. 일반화

선형모델 작업의 사용자 인터페이스가 열립니다.


366 11장 / 통계량 작업

3 분포 드롭다운 리스트에서 포아송을 선택합니다. 다음 역할에 칼럼을 할당합니다.


반응

반응변수 nHome연결 함수 드롭다운 리스트에서 로그를 선택합니다.

설명변수

분류변수 League

연속변수 logSalary

4 모델 탭을 클릭합니다. 변수 상자에서 League 및 logSalary를 선택합니다. 추가를 선택하여 주효과로 추가합니다.


일반화선형모델 367


368 11장 / 통계량 작업


일반화선형모델 작업을 실행하려면 이항을 제외한 모든 분포 유형의 반응변수 역할에 칼럼을 할당해야 합니다. 이항 분포를 선택하는 경우, 이벤트 수 및 시행 횟수 역할에 단일

반응변수 또는 변수 쌍을 할당해야 합니다.


역할

반응

분포 모델에 대한 분포를 지정합니다. 다음 분포 중에서 선택할 수 있습니다.n 이항

n 감마

n 역가우시안

n 다항

n 음이항

n 정규

n 포아송

n Tweedie Tweedie 분포를 선택하는 경우 Tweedie 제곱 모수를 선택할 수 있습니다. 이 값은 1.1보다는 크고 3.0보다는 작거나 같아야 합니다.

n Zero-Inflated 음이항

n Zero-Inflated 포아송

이항 분포에 대한 옵션

반응 데이터는 여러 이벤트와 시행으로 구성됩니다.

이벤트 및 시행에 대한 반응 데이터로 구성되는 변수 쌍을 지정합니다.

이벤트 수 이벤트 수를 포함하는 칼럼을 지정합니다.

시행 횟수 시행 횟수를 포함하는 칼럼을 지정합니다.



반응 반응 값을 포함하고 있는 단일변수를 지정합니다.관심 이벤트 옵션을 사용하여 원하는 모델의 이벤트를 나타내는 반응변수의 값을 선택합니다.주: 반응 역할 및 관심 이벤트 옵션은 반응 데이터는 이벤트 및 시행 횟수로 구성됩니다. 체크 박스를 선택하지 않은 경우에만 사용할 수 있습니다.

모든 분포 유형에 대한 옵션

반응 반응 데이터를 포함하는 변수를 지정합니다. 대부분의 분포 유형으로 단일 숫자 변수를 지정합니다.

연결 함수 모델에 대한 연결 함수를 지정합니다. 선택한 분포에 따라 사용할 수 있는 기능이 다릅니다.

설명변수

분류변수 분석에서 데이터를 그룹화(분류)하는 데 사용할 변수를 지정합니다. 분류변수는 문자 또는 숫자가 될 수 있습니다. 분류변수는 통계 분석 또는 값이 아닌 레벨을 통한 모델을 입력하는 변수입니다. 레벨로 변수의 값에 연결되는 프로세스는 레벨화로 표현됩니다.

효과 모수화




결측값 처리

370 11장 / 통계량 작업






추가 역할

빈도 수 각 관측값의 발생 빈도가 포함된 숫자 칼럼을 지정합니다.

가중변수 데이터의 가중 분석을 수행하는 데 가중값으로 사용할 숫자 칼럼을 지정합니다.

그룹 분석 기준 BY 변수로 사용할 칼럼을 지정합니다.

모델 생성



됩니다. 효과를 지정하려면 분류변수 또는 연속변수 역할에 한 개 이상의 변수를 할당해

야 합니다. 변수 조합을 선택하면 교차, 지분, 팩토리얼 또는 다항 효과를 생성할 수 있습

니다.



주효과 생성






지분효과 생성














372 11장 / 통계량 작업












Zero-Inflated 모델에 대한 모델 효과 지정

Zero-inflated 음이항 또는 Zero-inflated 포아송을 데이터 탭에서 분포로 선택하는 경우

다음 옵션을 사용할 수 있습니다.

생성하려는 모델의 유형을 선택해야 합니다.

n 절편전용 모델

n 메인 모델에서 효과를 포함하는 모델입니다. 모델 빌더를 사용하여 모델 효과를 정의

합니다

n 사용자 정의 모델입니다. 사용자 정의 모델 입력 텍스트 상자에서 효과를 지정합니다. 여러 효과를 지정하는 경우 효과 사이에 빈 공간을 사용합니다.

Zero-inflated 모델에서 효과를 포함하도록 선택하는 경우 해당 효과에 연결 함수를 지정

합니다.


옵션 설정

옵션 설명

방법

분산

과분산 조정 척도 모수를 사용하여 추정값 공분산행렬 및 최대우도 기능을 조정합니다. 분산 모수에 대해 Pearson 추정값 또는 이탈도 추정값을 선택할 수 있습니다. Pearson 및 이탈도 카이제곱 분산 검정 계산을 정의하는 부분모집단에서 역할에 하나 이상의 변수를 할당합니다.주: 이 옵션은 이진 및 다항 분포에만 사용할 수 있습니다.

분산 모수 추정값 분산 모수가 있는 분포에 대해 고정된 분산 모수를 지정할 수 있습니다. 기본적으로 이 모수는 추정값입니다.주: 이 옵션은 이진 및 다항 분포에서 사용할 수 없지만 다른 분포 유형에서 사용할 수 있습니다.

최적화

최대 반복 횟수 선택한 최적화 기법의 최대 수행 반복 횟수를 지정합니다.

통계량

374 11장 / 통계량 작업

옵션 설명

출력에 포함할 통계량을 선택할 수도 있습니다. 통계량 리스트는 선택된 분포에 따라 다릅니다.다음과 같은 추가 통계량을 포함할 수 있습니다.n 유형 1(순차) 분석

n 유형 3 분석

n 유형 3 대비에 대한 왈드 통계량

n 프로파일 우도 신뢰구간 및 왈드의 신뢰구간과 같은 신뢰구간



n 영향 진단, 예측값과 신뢰구간 및 잔차와 같은 관측 통계량

n 분류 효과에 대한 다중 비교

n 로짓 연결 함수를 가진 이진 분포 또는 로그 연결 함수를 가진 포아송 분포에만 사용할 수 있는 정확검정

도표

출력에서 표시할 도표를 선택할 수 있습니다. 여러 도표를 선택하는 경우 도표를 개별적 또는 패널로 표시할 수 있습니다.사용 가능한 도표 리스트는 모델 유형에 따라 다릅니다. 다음은 결과에 포함할 수 있는 도표입니다.

n 예측 도표

n 관측값 의한 Cook’s D 및 DFBETAn 잔차 도표, 이탈도 잔차, 표준화된 이탈도 잔차, Pearson 잔차, 표준화된 Pearson 잔차 및 우

도 잔차.


출력 데이터셋을 생성할지 여부를 지정할 수 있습니다. 출력 데이터셋에 포함할 값을 지정할 수도 있습니다. 출력 데이터셋에 예측값, 잔차, 영향 통계량 및 선형예측함수의 표준

오차를 포함할 수 있습니다.


376 11장 / 통계량 작업

12High-Performance 통계량 작업

연속 데이터 구간화 작업 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 378연속 데이터 구간화 작업 정보 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 378예: 윈저화 구간화 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 378역할에 데이터 할당 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 381옵션 설정 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 381출력 데이터셋 생성 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 382

High-Performance 상관분석 작업 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 383High-Performance 상관분석 작업 정보 . . . . . . . . . . . . . . . . . . . . . . . . . . . . 383예: Weight, Oxygen 및 Run Time 간의 상관계수 . . . . . . . . . . . . . . . . . 383역할에 데이터 할당 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 384옵션 설정 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 385출력 데이터셋 생성 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 386

일반화선형모델 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 386일반화선형모델 정보 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 386예: 모델 선택 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 386역할에 데이터 할당 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 389모델 생성 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 392모델 선택 옵션 설정 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 394옵션 설정 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 395출력 옵션 설정 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 396

결측값 바꾸기 작업 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 396결측값 바꾸기 작업 정보 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 396역할에 데이터 할당 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 396출력 옵션 설정 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 397

377

확률표본 작업 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 397확률표본 작업 정보 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 397역할에 데이터 할당 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 398출력 데이터셋 생성 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 399옵션 설정 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 399

연속 데이터 구간화 작업

연속 데이터 구간화 작업 정보

연속 데이터 구간화 작업은 데이터 준비 작업입니다. 이 작업에서는 연속변수의 데이터

값을 여러 구간으로 나누고 각 구간의 값을 구간을 대표하는 단일 값으로 바꿉니다.

주: 이 작업은 SAS 9.4(또는 이상) 버전을 실행하고 SAS/STAT가 있을 때만 사용할 수 있습니다.

예: 윈저화 구간화

이 예에서는 입력 데이터에 대한 기본 윈저화 통계량 정보를 제공합니다.


1 Work.Ex12 데이터셋을 생성하려면 프로그램 탭에 다음 코드를 입력합니다.

data ex12; length id 8; do id=1 to 10000; x1 = ranuni(101); x2 = 10*ranuni(201); x3 = 100*ranuni(301); output; end;run;

을 클릭합니다.

2 작업 섹션에서 High Performance 통계분석 폴더를 펼치고 연속 데이터 구간화를 더블 클릭합니다. 연속 데이터 구간화 작업의 사용자 인터페이스가 열립니다.

378 12장 / High-Performance 통계량 작업

3 데이터 탭에서 WORK.EX12 데이터셋을 선택합니다.

4 구간화할 변수 역할에 x1 및 x2 칼럼을 할당합니다.

5 옵션 탭을 선택하고 다음 옵션을 설정합니다.

n 막대 수 상자에서 10을 입력합니다.

n 방법 드롭다운 리스트에서 윈저화 구간화를 선택합니다.


연속 데이터 구간화 작업 379


연속 데이터 구간화 작업을 실행하려면 구간화할 변수 역할에 칼럼을 할당해야 합니다.

역할 설명

역할

구간화할 변수 구간화할 입력변수로 하나 이상의 변수를 지정합니다. 지정된 변수는 구간변수여야 합니다.

추가 역할

빈도 수 각 관측값의 발생 빈도가 포함된 숫자 변수를 지정합니다. 빈도 값이 1보다 작거나 결측값인 경우 해당 관측값은 분석에 사용되지 않습니다. 변수가 빈도 개수 역할에 할당되지 않은 경우, 각 관측값은 빈도 1로 할당됩니다.

옵션 설정


방법

막대 수 모든 구간화 변수에 대한 전체 구간화 수준 수를 지정합니다. 이 값은 2에서 1,000 사이(경계 값 포함)의 정수일 수 있습니다. 기본 구간화 수준 수는 16개입니다.

연속 데이터 구간화 작업 381


방법 사용할 구간화 방법을 지정합니다.

n 버킷 구간화 - 길이가 같은 막대를 생성하고 이러한 막대 중 하나에 데이터를 할당합니다. 구간화 중에 막대 수를 선택할 수 있습니다. 기본 막대 수(구간화 수준 수)는 16개입니다.

n 윈저화 구간화 - 평활화된 구간화 결과를 얻기 위해 양쪽 꼬리가 잘린다는 점을 제외하고는 버킷 구간화와 유사합니다. 이 기법은 데이터 준비 단계 중에 이상치를 제거하는 데 종종 사용됩니다. 윈저 비율 옵션의 값을 지정해야 합니다. 유효한 값은 0.0에서 0.5입니다(경계 값 제외). 기본값은 0.05입니다.

n 의사 분위수 구간화 - 분위수 구간화 방법의 결과와 유사하지만 CPU 시간 및 메모리를 적게 사용하므로 보다 효율적입니다.

통계량

표시할 통계량 선택 결과에서 통계량을 포함할지 여부를 지정할 수 있습니다.다음과 같은 추가 통계량을 포함할 수 있습니다.n 기본 통계량 - 평균, 의사 분위수, 최소, 최대

및 구간화 변수에 대한 막대 수를 표시합니다.

n 분위수 통계량 - 추정 분위수 및 극단값 테이블을 표시합니다.


결과를 출력 데이터셋에 저장할지 여부를 지정할 수 있습니다. 출력 데이터셋에 포함할

추가변수 역할에서 출력 데이터셋에 포함할 입력 데이터셋의 칼럼을 지정합니다.

결과에서 출력 데이터셋 모두 또는 서브셋을 보려면 출력 데이터 보기를 선택합니다.


High-Performance 상관분석 작업

High-Performance 상관분석 작업 정보

상관분석은 숫자 변수 사이의 관계를 기술하기 위한 통계적 프로시저입니다. 이러한 관계는 변수의 상관계수를 계산함으로써 기술됩니다. High-Performance 상관분석 작업은

변수 간 관계를 조사하기 위해 Pearson 통계량을 계산합니다. 상관계수의 범위는 -1에서

1 사이입니다.

주: 이 작업은 SAS 9.4 이상을 실행하는 경우에만 사용할 수 있습니다.

예: Weight, Oxygen 및 Run Time 간의 상관계수


1 Work.Fitness 데이터셋을 생성합니다. 자세한 내용은 “FITNESS 데이터셋” (480페이

지)을 참조하십시오.

2 작업 섹션에서 High-Performance 통계분석 폴더를 펼치고 상관분석을 더블 클릭합

니다. High-Performance 상관분석 작업의 사용자 인터페이스가 열립니다.

3 데이터 탭에서 WORK.FITNESS 데이터셋을 선택합니다.

4 분석변수 역할에 Weight, Oxygen 및 RunTime 칼럼을 할당합니다.


High-Performance 상관분석 작업 383



High-Performance 상관분석 작업을 실행하려면 분석변수 역할에 두 개의 칼럼을 할당해

야 합니다.

역할 설명

역할

분석변수 상관계수를 계산하는 데 사용할 칼럼을 지정합니다.

추가 역할


역할 설명

빈도 수 관측값 빈도를 나타내는 값을 갖는 숫자 칼럼을 지정합니다.

Weight Pearson의 가중 곱적률상관계수를 계산하는 데 사용할 가중값을 지정합니다.

옵션 설정


방법

결측값 계산에 결측값을 포함할지 여부를 지정합니다.n 선택한 모든 변수에 대해 비결측값 사용 옵

션을 선택할 경우 결측값을 가진 모든 관측값이 분석에서 제외됩니다.

n 변수 쌍에 대해 비결측값 사용 옵션을 선택할 경우, 관측값에 대한 데이터를 두 값이 비결측인 경우에 한해서만 두 변수 간의 상관계수에 기여합니다. 따라서 분석변수에 대해 계산된 상관계수는 다른 관측값 개수를 기반으로 할 수 있습니다.

통계량

결과에 작업을 통해 자동으로 생성된 통계량만 포함할지, 선택한 통계량을 포함할지, 아니면 통계량을 포함하지 않을지 지정할 수 있습니다. 기본적으로 결과에는 상관 테이블만 표시됩니다.결과에 통계량을 포함할 수 있습니다.n 상관분석

n 공분산

n 제곱합과 교차곱

n 수정제곱합과 교차곱

n 기술 통계량

High-Performance 상관분석 작업 385


p 값 표시 각각의 상관계수에 대한 관찰 계수보다 더 극 값의 관찰 확율을 표시할지 여부를 지정합니다.

절댓값 기준으로 상관계수 내림차순 정렬 각 변수의 상관계수를 순서대로 표시합니다. 상관계수는 절댓값 기준으로 큰 값에서 작은 값의 순서로 정렬됩니다.


결과를 출력 데이터셋에 저장할지 여부를 지정할 수 있습니다. 기본적으로 출력 데이터

셋에는 상관계수가 포함됩니다. 공분산, 제곱합과 교차곱, 수정제곱합과 교차곱을 포함

할 수도 있습니다.

일반화선형모델

일반화선형모델 정보

일반화선형모델 작업은 일반화선형모델에 대한 모델 적합 및 모델 구성을 제공하는

High-Performance 작업으로, 지수군의 정규분포, 포아송 분포 및 Tweedie 분포 같은 표준 분포에 모델을 적합시킵니다. 이 작업은 순차적 반응 및 명목 반응에 대한 다항 모델도

적합시킵니다. 이 작업은 전진선택, 후진선택 및 단계별 선택 방법을 제공합니다.

주: 이 작업은 SAS 9.4(또는 이상) 버전을 실행하고 SAS/STAT가 있을 때만 사용할 수 있습니다.

예: 모델 선택


1 Work.getStarted 데이터셋을 생성합니다. 자세한 내용은 “GETSTARTED 데이터셋” (481페이지)을 참조하십시오.


2 작업 섹션에서 High Performance 통계분석 폴더를 펼치고 일반화선형모델을 더블

클릭합니다. 일반화선형모델 작업의 사용자 인터페이스가 열립니다.

3 데이터 탭에서 WORK.GETSTARTED 데이터셋을 선택합니다.


역할 또는 옵션 이름 칼럼 이름

분포 포아송

반응변수 Y

분류변수 C1C2C3C4C5

5 모델 탭을 클릭합니다. 변수 상자에서 C1–C5를 선택합니다. 추가를 클릭합니다.

6 선택 탭을 클릭합니다. 선택 방법 드롭다운 리스트에서 전진선택을 선택합니다.




일반화선형모델 작업을 실행하려면 반응변수 역할에 칼럼을 할당해야 합니다.


역할

반응

분포 모델에 대한 분포를 지정합니다. 다음 분포 중에서 선택할 수 있습니다.n 이항

n 감마

n 역가우시안

n 다항

n 음이항

n 정규

n 포아송

n Tweedie

이항 분포에 대한 옵션

여러 이벤트와 시행으로 구성된 반응 데이터 데이터가 양의 반응(이벤트)을 지정하는 변수와 시행 횟수를 지정하는 다른 변수로 구성되는지 여부를 지정합니다.

이벤트 수 이벤트 수를 포함하는 칼럼을 지정합니다.

시행 횟수 시행 횟수를 포함하는 칼럼을 지정합니다.



반응 반응 값을 포함하고 있는 변수를 지정합니다.이항반응 모델을 생성하는 경우, 관심 이벤트 옵션을 사용하여 참조 범주로 첫 번째 또는 마지막 순서의 범주를 지정할 수 있습니다. 사용자 정의 범주를 선택할 수도 있습니다.주: 반응 데이터는 이벤트 및 시행 횟수로 구성됩니다. 체크 박스를 선택하지 않은 경우에만 이 옵션을 사용할 수 있습니다.

모든 분포 유형에 대한 옵션

반응 반응 값을 포함하고 있는 변수를 지정합니다.이항반응 모델 또는 명목다항 모델을 생성하는 경우, 관심 이벤트 옵션을 사용하여 참조 범주로 첫 번째 또는 마지막 순서의 범주를 지정할 수 있습니다. 사용자 정의 범주를 선택할 수도 있습니다.n 이항반응 모델을 생성하려면 분포로 이항을

선택합니다. 이항반응 모델에 하나의 반응 범주를 참조 범주로 지정하면 다른 반응 범주를 이벤트 범주로 지정하는 것과 같습니다.

n 명목다항 모델을 생성하려면 분포로 다항을 선택하고 연결 함수로 일반화 로짓을 선택합니다. 일반화 로짓 모델의 경우, 각 로짓은 비참조 범주를 참조 범주와 대비합니다.



연결 함수 모델에 대한 연결 함수를 지정합니다. 선택한 분포에 따라 사용할 수 있는 기능이 다릅니다.연결 함수에 기본을 선택한 경우 모델 분포에 대한 기본 연결 함수가 사용됩니다.다음은 해당 기본 연결 함수가 있는분포 리스트입니다.

n 이항분포는 로짓 연결 함수를 사용합니다.n 감마 분포는 역(Reciprocal) 연결 함수를 사

용합니다.n 역가우시안 분포는 역(Reciprocal) 제곱 연

결 함수를 사용합니다.n 다항 분포는 누적 로짓 연결 함수를 사용합

니다.n 음이항 분포는 로그 연결 함수를 사용합니

다.n 정규 분포는 항등 연결 함수를 사용합니다.n 포아송 분포는 로그 연결 함수를 사용합니

다.n Tweedie 분포는 로그 연결 함수를 사용합니

다.

설명변수

분류변수 분석에서 데이터를 그룹화(분류)하는 데 사용할 변수를 지정합니다. 분류변수는 문자 또는 숫자가 될 수 있습니다.

효과 모수화


n GLM 코딩은 less-than-full-rank 참조 셀 코딩을 지정합니다. 기본 코딩 스키마입니다.

n 참조 코딩은 참조 셀 코딩을 지정합니다.

결측값 처리







추가 역할

빈도 수 각 관측값의 발생 빈도가 포함된 숫자 칼럼을 지정합니다.

가중변수 데이터의 가중 분석을 수행하는 데 가중값으로 사용할 칼럼을 지정합니다.

모델 생성



됩니다. 효과를 지정하려면 분류변수 또는 연속변수 역할에 한 개 이상의 변수를 할당해

야 합니다. 변수 조합을 선택하면 교차, 지분, 팩토리얼 또는 다항 효과를 생성할 수 있습

니다.


주효과 생성







지분효과 생성


























모델 선택 옵션 설정

옵션 설명

모델 선택

선택 방법 모델에 대한 선택 방법을 지정합니다. 이 작업은 선택 방법에 정의된 규칙에 따라 효과를 모델에 추가해야 하는지 모델에서 제거해야 하는지를 검사하여 모델 선택을 수행합니다.다음은 선택 방법에 대해 유효한 값입니다.n 없음 전체 모델에 적합합니다.n 전진선택 모델에 효과가 없는 데서 시작해

서 모델에 효과를 추가할 유의수준 옵션을 기반으로 효과를 추가합니다.


옵션 설명

선택 방법(계속) n 후진제거 모델에서 모든 효과로 시작해서 모델에서 효과를 제거할 유의수준 옵션의 값에 근거한 효과를 삭제합니다.

n 단계별 선택은 전진선택 모델과 유사합니다. 그러나 모델에 이미 있는 효과를 반드시 유지하지 않아도 됩니다. 효과는 모델에 효과를 추가할 유의수준 옵션에 따라 모델에 추가되고 모델에서 효과를 제거할 유의수준 옵션에 따라 모델에서 제거됩니다.

최적 모델 선택변수 최적 적합 모델을 식별하는 데 사용할 기준을 지정합니다.

상세 정보


효과 계층 유지 효과 계층을 유지하도록 지정합니다.

옵션 설정

옵션 설명

방법

분산

분산 모수 분산 모수가 있는 분포에 대해 고정된 분산 모수를 지정할 수 있습니다. 기본적으로 이 모수는 추정값입니다.

최적화

방법 사용할 최적화 기법을 지정합니다.


옵션 설명

최대 반복 횟수 선택한 최적화 기법의 최대 수행 반복 횟수를 지정합니다.

통계량

출력에 포함할 통계량을 선택할 수도 있습니다.다음과 같은 추가 통계량을 포함할 수 있습니다.n 추정값의 신뢰한계




출력 데이터셋을 생성할지 여부를 지정할 수 있습니다. 출력 데이터셋에 예측값, 잔차 또는 기타 변수를 포함할지 여부를 지정할 수도 있습니다.

결측값 바꾸기 작업

결측값 바꾸기 작업 정보

결측값 바꾸기 작업은 데이터셋의 결측값을 결측값 추정으로 바꿉니다. 이 작업은 이진

전가 표시자를 생성합니다.



역할 설명

역할


역할 설명

결측값을 평균으로 바꾸기 결측값을 변수의 평균으로 바꿉니다.

결측값을 의사 중위수로 바꾸기 결측값을 변수의 의사 중위수로 바꿉니다. 비결측값이 없으면 의사 중위수는 0이 됩니다.

결측값을 임의 숫자로 바꾸기 결측값을 변수의 최솟값과 최댓값 사이의 임의 값으로 바꿉니다. 비결측값이 없으면 임의 값은 0이 됩니다.

추가 역할

빈도 수 각 관측값의 발생 빈도가 포함된 숫자 변수를 지정합니다. 빈도 값이 1보다 작거나 결측값인 경우 해당 관측값은 분석에 사용되지 않습니다. 변수가 빈도 개수 역할에 할당되지 않은 경우, 각 관측값은 빈도 1로 할당됩니다.


출력 탭에서 출력 데이터셋을 생성할지 여부를 지정할 수 있습니다. 이 출력 데이터셋에

는 데이터, 결측값 처리 지표변수(결측값이 처리되지 않은 경우 0, 처리된 경우 1) 및 결측

값 처리된 변수가 포함됩니다. 입력 데이터셋의 변수를 포함할 수도 있습니다.

확률표본 작업

확률표본 작업 정보

확률표집 작업은 단순 확률표집 또는 층화추출을 수행하는 High-Performance 프로시저

입니다. 이 작업의 출력에는 출력 데이터셋 및 표본 데이터, 성능 정보가 있는 테이블, 그리고 모집단 및 표본의 빈도 정보가 있는 테이블이 포함됩니다.


확률표본 작업 397


층화추출을 수행하려면 층화변수 역할에 칼럼을 할당해야 합니다. 그렇지 않은 경우 층화변수 역할은 선택적입니다.

역할 설명

층화변수 입력 테이블을 계층이라고 하는 상호 배타적이고 중복되지 않은 여러 서브셋으로 분할하는 데 사용할 변수를 지정합니다. 각 계층은 일련의 계층변수 값으로 정의되며, 각 계층이 개별적으로 샘플링됩니다. 완벽한 표본은 모든 계층에서 추출된 표본의 합집합입니다.주: 이 역할에 변수를 할당하지 않으면 전체 입력 테이블이 단일 계층으로 처리됩니다.각 계층의 총 표본 크기는 계층 크기에 비례하여 할당할 수 있습니다. 예를 들어, GENDER변수가 M 및 F 값을 가질 수 있고, VOTED변수는 Y 및 N 값을 가질 수 있다고 가정해 봅니다. GENDER와 VOTED를 모두 층화변수 역할에 할당하면 입력 테이블은 네 개의 계층, 즉 투표한 남성, 투표하지 않은 남성, 투표한 여성, 투표하지 않은 여성으로 분할됩니다.입력 테이블에는 20,000개의 행이 포함되어 있고 값은 다음과 같이 분포되어 있습니다.

n 투표한 남성 7,000명

n 투표하지 않은 남성 4,000명

n 투표한 여성 5,000명

n 투표하지 않은 여성 4,000명

층화변수(계속) 따라서 투표한 남성의 비율은 7,000/20,000=0.35, 즉 35%입니다. 표본의 비율은 입력 테이블에서 해당 계층이 차지하는 비율을 반영해야 합니다. 예를 들어, 표본 테이블에 100개의 관측값이 포함되는 경우, 입력 테이블의 비율을 반영하려면 표본 값의 35%는 투표한 남성 계층에서 선택해야 합니다.



데이터 탭에서 입력 데이터셋의 숫자 및 문자 변수를 선택하여 출력 데이터에 포함할 수

있습니다. 입력 테이블과 행 수가 동일한 출력 테이블을 생성하려면 모든 관측값 및 표본

지표변수 포함 옵션을 선택합니다. 출력 테이블에는 관측값이 표본에 포함되는지(1) 표본에 포함되지 않는지(0)를 나타내기 위한 추가 분할 지표(_PARTIND_)가 있습니다.

결과에서 출력 데이터셋 모두 또는 서브셋을 보려면 출력 데이터 보기를 선택합니다.

옵션 설정


방법

표본 기준 원하는 행 수 또는 원하는 입력 행 백분율로 표본 크기를 지정합니다. 예를 들어, 입력 행의 수가 400개인 경우 3%의 행을 지정하면 결과 표본에는 12개의 행이 포함됩니다.주: 층화변수 역할에 변수를 할당한 경우, 여기서 지정한 표본 크기는 전체 입력 테이블이 아니라 각 계층에 적용됩니다.

난수 초기값 난수 생성을 위한 초기값을 지정합니다. 이 값을 0으로 설정하거나 음수로 설정하면 시스템 시계 기준의 초기값을 사용하여 표본이 산출됩니다.

문자 층화 값의 대소문자 무시 층화추출을 수행할 때 동일한 정규화 값을 갖는 층화변수를 구분합니다. 예를 들어, 타겟에 개별 값 "A", "B" 및 "b"가 있는 경우 "B"와 "b"를 서로 다른 레벨로 처리하려면 이 옵션을 선택해야 합니다. 그렇지 않으면 "B"와 "b"가 동일한 레벨로 처리됩니다. 이 작업은 값을 다음과 같이 정규화합니다.

1 선행 공백이 제거됩니다.

2 값이 32자로 잘립니다.

3 문자가 소문자에서 대문자로 변경됩니다.

확률표본 작업 399

13계량경제 작업

개수 데이터 회귀 작업 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 402개수 데이터 회귀 작업 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 402예: 개수 데이터 회귀 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 402역할에 데이터 할당 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 404옵션 설정 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 404

Heckman 선택 모델 작업 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 407Heckman 선택 모델 작업 정보 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 407예: Heckman 선택 모델 작업 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 407역할에 데이터 할당 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 410옵션 설정 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 411

패널 데이터: 개수 데이터 회귀 작업 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 412패널 데이터 정보: 개수 데이터 회귀 작업 . . . . . . . . . . . . . . . . . . . . . . . . . . 412예: 패널 데이터를 사용한 개수 데이터 회귀 . . . . . . . . . . . . . . . . . . . . . . . 412역할에 데이터 할당 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 415옵션 설정 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 415

패널 데이터: 선형 회귀 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 416패널 데이터 정보: 선형 회귀 작업 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 416예: 패널 데이터를 사용한 선형 회귀 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 417역할에 데이터 할당 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 419모델 옵션 설정 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 419옵션 설정 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 420

이진 프로빗/로짓 회귀 작업 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 422이진 프로빗/로짓 회귀 작업 정보 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 422

401

예: 이진 프로빗/로짓 회귀 작업 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 423역할에 데이터 할당 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 425옵션 설정 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 425

개수 데이터 회귀 작업

개수 데이터 회귀 작업

개수 데이터 회귀 작업은 연속 종속변수의 회귀 분석을 실행합니다. 이 변수는 포아송, 음이항, Zero-Inflated 포아송 및 Zero-Inflated 음이항과 같은 분산에서 음이 아닌 정수값을

가집니다.

주: 이 작업을 사용하려면 SAS/ETS에 라이선스가 있어야 합니다. 작업 버전은 사용자의

사이트에서 사용 가능한 SAS/ETS의 버전에 따라 달라집니다. 예를 들어, 사용자 사이트

에서 SAS 9.4 이전 버전을 실행하는 경우, SAS Studio는 개수 데이터 회귀 작업 버전 1을

실행합니다. SAS 9.4 M1 이상 버전을 실행하는 경우에는 SAS/ETS 13.1 이상을 사용할

수 있으며 SAS Studio는 개수 데이터 회귀 작업 버전 2를 실행합니다. 두 버전의 차이는

SAS/ETS 13.1 이후 버전에 새로운 옵션이 추가되었다는 점입니다.

예: 개수 데이터 회귀


1 WORK.LONG97DATA 데이터셋을 생성합니다. 자세한 내용은 “LONG97DATA 데이

터셋” (484페이지)을 참조하십시오.

2 작업 섹션에서 계량경제 폴더를 펼치고 개수 데이터 회귀를 더블 클릭합니다. 개수 데이터 회귀 작업의 사용자 인터페이스가 열립니다.

3 데이터 탭에서 WORK.LONG97DATA 데이터셋을 선택합니다.


402 13장 / 계량경제 작업


종속변수 art

연속변수 mentphdmar

범주변수 kid5



개수 데이터 회귀 작업 403


개수 데이터 회귀 작업을 실행하려면 종속변수 역할에 칼럼을 할당해야 합니다.

역할 설명

종속변수 음수가 아닌 정수 또는 개수 값을 갖는 숫자 칼럼을 지정합니다.분포 옵션은 분석할 모델 유형을 지정합니다. 다음 모델 유형을 지정할 수 있습니다.n 포아송 회귀 모델

n 1차 음이항 회귀 모델 함수


n Zero-Inflated 포아송 모델

n Zero-Inflated 음이항 모델

Zero-Inflated 분포를 선택하는 경우, 0 확률을 계산되는 데 사용되는 연결 함수를 지정할 수 있습니다.


범주변수 분석 데이터를 그룹화하는 데 사용할 변수를 지정합니다.

옵션 설정

옵션 설명

방법


옵션 설명

모수 추정값의 공분산 유형 모수 추정값에 대한 공분산행렬의 유형을 지정합니다.다음 공분산 행렬 유형을 지정할 수 있습니다.

n 역 Hessian 행렬의 공분산

n 외적 행렬의 공분산

n 외적 및 Hessian 행렬의 공분산(Quasi-Maximum-Likelihood-Estimates라고도 함)


최적화

방법 반복적으로 사용할 최소화 방법을 지정합니다.

최대 반복 횟수 선택한 방법의 최대 반복 횟수를 지정합니다.

통계량

결과에 작업을 통해 기본적으로 생성되는 통계량을 포함할지, 기본 통계량과 사용자가 선택한 추가 통계량을 포함할지 아니면 통계량을 포함하지 않을지 여부를 지정할 수 있습니다.다음은 결과에 포함할 수 있는 추가 통계량입니다.

n 모수 추정값에 대한 상관행렬

n 모수 추정값에 대한 공분산행렬

n 목적 함수와 모수 추정값의 반복 히스토리

도표

주: 도표 옵션은 SAS 9.4 M1 이후 버전을 실행하는 경우에만 사용할 수 있습니다.

표시할 도표 선택 결과에 기본 도표만 포함할지, 선택한 도표만 포함할지 아니면 도표를 포함하지 않을지 여부를 지정할 수 있습니다.

진단 도표

개수 데이터 회귀 작업 405

옵션 설명

프로파일 우도 도표 모델 모수의 프로파일 우도 함수를 생성합니다. X 축의 모델 모수는 가변적인 반면에 다른 모든 모수는 해당 최대우도 추정값으로 고정됩니다.

과분산 진단 도표 과분산 진단 도표를 생성합니다.

확률 도표

전체 예측 확률 도표 지정된 개수 레벨의 전체 예측 확률 도표를 생성합니다.

예측 확률 프로파일 도표 모델 회귀변수에 대한 지정된 개수 레벨의 예측 확률 프로파일을 생성합니다. X 축의 회귀변수는 가변적인 반면에 다른 모든 회귀변수는 관측 데이터셋의 평균으로 고정됩니다.

지정된 개수 레벨 전체 예측 확률 도표 및 예측 확률 프로파일 도표에 대한 반응변수 값을 제공합니다. 각 값은 음수가 아닌 정수여야 합니다. 정수가 아닌 값은 가장 가까운 정수로 반올림됩니다.이 값은 X TO Y BY Z 형태의 리스트가 될 수도 있습니다. 예를 들어, COUNTS(0 1 2 TO 10 BY 2 15)는 개수 0, 1, 2, 4, 6, 8, 10 및 15에 대한 도표를 생성합니다.

Zero-Inflation 도표

주: Zero-inflation 프로세스 선택의 확률 프로파일 도표 옵션은 종속변수에 대한 분포로 Zero-Inflated 포아송 또는 Zero-Inflated 음이항 분포를 선택하는 경우에만 사용할 수 있습니다.

Zero-inflation 프로세스 선택의 확률 프로파일 도표

모델 회귀 변수에 대한 Zero-inflation 프로세스 선택 및 0 개수 예측의 확률 프로파일을 생성합니다. X 축의 회귀변수는 가변적인 반면에 다른 모든 회귀변수는 관측 데이터셋의 평균으로 고정됩니다.

도표를 도표를 하나의 패널에 표시할지 개별적으로 표시할지를 지정합니다. 이 옵션은 모든 분포에 대해 적용됩니다.


Heckman 선택 모델 작업

Heckman 선택 모델 작업 정보

Heckman 2단계 선택 방법은 비임의 선택 표본을 수정하기 위한 수단을 제공합니다. 이

방법은 2단계 추정 방법으로, 1단계에서는 선택 방정식에 대한 프로빗 분석을 수행하고

2단계에서는 1단계의 이진 프로빗 모델에 기반하여 출력 방정식을 분석합니다.

주: 이 작업은 SAS 9.4(또는 이상) 버전을 실행하고 SAS/ETS 12.3(또는 이상)에 라이선

스가 있을 때만 사용할 수 있습니다.

예: Heckman 선택 모델 작업


1 Work.Mroz 데이터셋을 생성합니다. 자세한 내용은 “MROZ 데이터셋” (504페이지)을

참조하십시오.

2 작업 섹션에서 계량경제 폴더를 펼치고 Heckman 선택 모델을 더블 클릭합니다. Heckman 선택 모델 작업의 사용자 인터페이스가 열립니다.

3 데이터 탭에서 WORK.MROZ 데이터셋을 선택합니다.



선택 방정식

종속변수 inlf

Heckman 선택 모델 작업 407


연속변수 nwifeincexperexpersqagekidslt6kidsge6

출력 방정식

종속변수 lwage

연속변수 experexpersq

범주변수 educ




Heckman 선택 모델 작업을 실행하려면 선택 및 출력 방정식의 종속변수 역할에 칼럼을

할당해야 합니다.


선택 방정식

종속변수 이진 값을 갖는 단일 숫자 칼럼을 지정합니다. 기본적으로 이 작업은 종속변수가 1인 표본을 사용합니다.

연속변수 모델에서 선택 방정식 종속변수에 사용할 독립 칼럼(또는 회귀변수)을 지정합니다.

범주변수 값을 여러 수준으로 그룹화할 방법을 지정합니다.

절편 포함 선택 방정식에 절편을 포함할지 여부를 지정합니다.

출력 방정식

종속변수 사용할 단일 숫자 칼럼을 지정합니다.

연속변수 모델에서 출력 방정식 종속변수에 사용할 독립 칼럼(또는 회귀변수)을 지정합니다.

범주형 값 값을 여러 수준으로 그룹화할 방법을 지정합니다.

절편 포함 선택 방정식에 절편을 포함할지 여부를 지정합니다.


옵션 설정

옵션 설명

방법

분산 추정 방법 수정 표준오차를 사용하여 표준오차를 계산할지, OLS 표준오차를 사용하여 표준오차를 계산할지를 지정합니다.

모수 추정값의 공분산 유형 모수 추정값의 공분산 행렬을 계산할 방법을 지정합니다. 외적 행렬, 역 Hessian 행렬 또는 외적 및 Hessian 행렬(준최대우도 추정값)에서 공분산을 선택할 수 있습니다.

최적화

방법 반복적으로 사용할 최소화 방법을 지정합니다. 기본적으로 Quasi-Newton 방법이 사용됩니다.


통계량

결과에 작업이 기본적으로 생성하는 통계량을 포함할지, 기본 통계량과 사용자가 선택한 추가 통계량을 포함할지 또는 통계량을 포함하지 않을지 여부를 지정할 수 있습니다.다음 정보를 선택하여 결과에 포함할 수 있습니다.





패널 데이터: 개수 데이터 회귀 작업

패널 데이터 정보: 개수 데이터 회귀 작업

패널 데이터: 개수 데이터 회귀 작업은 연속 종속변수의 개수 데이터 회귀를 실행합니다. 이 변수는 포아송 또는 음이항 분산 패널 데이터에서 음이 아닌 정수값입니다.

주: 이 작업은 SAS 9.4(또는 이상) M1을 실행하고 SAS/ETS 13.1(또는 이상)에 라이선스

가 있을 때만 사용할 수 있습니다.

예: 패널 데이터를 사용한 개수 데이터 회귀


1 WORK.LONG97DATA 데이터셋을 생성합니다. 자세한 내용은 “LONG97DATA 데이

터셋” (484페이지)을 참조하십시오.

2 작업 섹션에서 계량경제 폴더를 펼치고 패널 데이터: 개수 데이터 회귀를 더블 클릭합

니다. 패널 데이터: 개수 데이터 회귀 작업의 사용자 인터페이스가 열립니다.

3 데이터 탭에서 WORK.LONG97DATA 데이터셋을 선택합니다.



종속변수 art

연속변수 mentphdmar

범주변수 kid5

횡단면 ID fem



패널 데이터: 개수 데이터 회귀 작업 413


개수 패널 데이터 회귀 작업을 실행하려면 종속변수 및 횡단면 ID 역할에 칼럼을 할당해

야 합니다.

역할 설명

종속변수 음수가 아닌 정수 또는 개수 값을 갖는 숫자 칼럼을 지정합니다.분포 옵션은 분석할 모델 유형을 지정합니다. 다음 모델 유형을 지정할 수 있습니다.n 포아송 회귀 모델





횡단면 ID 각 관측값의 횡단면을 지정합니다. 오류 성분 모델이 고정인지 또는 임의인지를 지정할 수 있습니다.

옵션 설정

옵션 설명

방법

패널 데이터: 개수 데이터 회귀 작업 415

옵션 설명






최적화

방법 반복적으로 사용할 최소화 방법을 지정합니다.


통계량

작업에서 기본적으로 생성되고 결과의 출력 테이블에서 추가적으로 생성되는 통계량을 포함할지 여부를 지정합니다.다음은 결과에 포함할 수 있는 추가 통계량입니다.




패널 데이터: 선형 회귀

패널 데이터 정보: 선형 회귀 작업

패널 데이터: 선형 회귀 작업은 시계열 데이터 및 횡단면 데이터를 결합할 때 공통적으로

발생하는 선형 계량경제 모델의 종류를 분석합니다. 시계열 횡단면을 기반으로 결합된

이러한 유형의 데이터를 패널 데이터라고도 합니다. 패널 데이터의 일반적인 예로는 가


정, 국가, 기업, 무역 등에서의 시간에 따른 관측값이 포함됩니다. 예를 들어, 가계 소득에

대한 데이터를 조사하는 경우 여러 기간(연도)에 걸쳐 동일한 가정을 대상으로 반복적으

로 조사하면 패널이 생성됩니다.


사이트에서 사용 가능한 SAS/ETS의 버전에 따라 달라집니다. 예를 들어, 사용자의 사이

트에서 SAS 9.3 M2 버전을 실행하는 경우 SAS/ETS 12.1을 사용할 수 있으며 SAS Studio는 패널 데이터: 선형 회귀 작업 버전 2를 실행합니다. SAS 9.4 이상을 실행하는 경우에는 SAS/ETS 12.3 이후를 사용할 수 있으며 SAS Studio는 패널 데이터: 선형 회귀 작업 버전 2를 실행합니다. 두 버전의 차이는 SAS/ETS 12.3 이후 버전에 새로운 옵션이 추가되었다는 점입니다.

예: 패널 데이터를 사용한 선형 회귀


1 WORK.GREENE 데이터셋을 생성합니다. 자세한 내용은 “GREENE 데이터셋” (483페이지)을 참조하십시오.

2 작업 섹션에서 계량경제 폴더를 펼치고 패널 데이터: 선형 회귀를 더블 클릭합니다. 패널 데이터: 선형 회귀 작업의 사용자 인터페이스가 열립니다.

3 데이터 탭에서 WORK.GREENE 데이터셋을 선택합니다.



종속변수 cost

연속변수 production

횡단면 ID firm

시계열 ID year


패널 데이터: 선형 회귀 417


패널 데이터: 선형 회귀 작업을 실행하려면 종속변수, 횡단면 ID 및 시계열 ID 역할에 칼럼을 할당해야 합니다.

역할 설명

종속변수 개수 값이 포함된 숫자 칼럼을 지정합니다. 종속 개수 변수는 입력 데이터셋에서 음수가 아닌 정수 값만 가져야 합니다.



횡단면 ID 각 관측값의 횡단면을 지정합니다. 이 작업은 입력 데이터가 횡단면 ID별로 정렬되어 있고 각 횡단면 내에서 시계열 ID별로 정렬되어 있는지 확인합니다.

시계열 ID 각 관측값의 기간을 지정합니다. 이 작업은 모든 횡단면에 대해 시계열 ID 값이 동일한지 확인합니다.


옵션 설명

모델

모델 유형 임의효과 모델을 생성하든 고정효과 모델을 생성하든 관계없이 적용됩니다.주: 이 섹션에서 사용할 수 있는 나머지 옵션은 임의효과를 생성하는지 고정효과를 생성하는지에 따라 다릅니다.


옵션 설명

모델에 절편 포함 모델을 포함할지 여부를 지정합니다. 이 옵션은 임의효과 모델을 생성하든 고정효과 모델을 생성하든 관계없이 적용됩니다.주: 이 옵션은 SAS 9.4 이상을 실행하는 경우에만 사용할 수 있습니다.

임의효과

임의효과 일원 임의효과 모델을 추정할지 이원 임의효과 모델을 추정할지를 지정합니다. 기본적으로 일원 임의효과 모델이 추정됩니다.

분산 성분 추정 방법 사용할 분산 성분 추정 유형을 지정합니다. 추정 유형에 대한 자세한 내용은 SAS/ETS User’s Guide의 PANEL 프로시저를 참조하십시오.

임의효과 검정

일원 Breusch-Pagan 검정

이원 Breusch-Pagan 검정

임의효과에 대한 Breusch-Pagan 일원 또는 이원 검정을 요청합니다.

고정효과

고정효과 일원 고정효과 모델을 추정할지 이원 고정효과 모델을 추정할지를 지정합니다.

고정효과 표시 결과에 고정효과를 포함할지 여부를 지정합니다.주: 이 옵션은 SAS 9.4 이상을 실행하는 경우에만 사용할 수 있습니다.

옵션 설정

옵션 설명

방법


옵션 설명

공분산 행렬 추정값 공분산 행렬의 추정값을 지정합니다. 다음 옵션 중에서 선택할 수 있습니다.n Newey 및 West

주: 이 옵션은 SAS 9.4 이상을 실행하는 경우에만 사용할 수 있습니다.

n OLS 추정값은 수정하지 않은 분산-공분산 행렬을 지정합니다.

n HCCMEn은 이분산성 수정 공분산 행렬을 지정합니다. n은 0에서 4 사이의 값입니다.

이분산성 일관 공분산 행렬에 대한 군집 수정 분산-공분산 행렬에 대한 군집 수정을 지정합니다.주: 이 옵션은 공분산 행렬 추정값에 대해 HCCME0-3 옵션을 선택한 경우에만 사용할 수 있습니다.

통계량

결과에 작업이 기본적으로 생성하는 통계량을 포함할지, 기본 통계량과 사용자가 선택한 추가 통계량을 포함할지 또는 통계량을 포함하지 않을지 여부를 지정할 수 있습니다.다음 정보를 선택하여 결과에 포함할 수 있습니다.




도표

진단 도표

다음 진단 도표 유형을 표시할 수 있습니다.n 예측값 및 실제값의 도표

n 잔차의 QQ 도표

n 관측값별 잔차의 도표

n 잔차의 히스토그램

횡단면 도표


옵션 설명

다음 도표 유형을 표시할 수 있습니다.n 시계열별 실제 값의 도표

n 시계열별 예측값

n 시계열별 누적 잔차

n 시계열별 잔차

한 개의 시계열 도표의 횡단면 개수 한 개의 시계열 도표로 결합할 횡단면의 수를 지정합니다.주: 이 옵션은 다음으로 표시 옵션에 대한 개별 도표를 선택한 경우에만 사용할 수 있습니다.

도표를 도표를 하나의 패널에 표시할지 개별적으로 표시할지를 지정합니다.

이진 프로빗/로짓 회귀 작업

이진 프로빗/로짓 회귀 작업 정보

이진 프로빗/로짓 회귀 작업은 정규 또는 로지스틱 분산 패널 데이터에서 이진 종속변수

에 대해 회귀분석을 수행합니다.


사이트에서 사용 가능한 SAS/ETS의 버전에 따라 달라집니다. 예를 들어, 사용자의 사이

트에서 SAS 9.3 M2 버전을 실행하는 경우 SAS/ETS 12.1을 사용할 수 있으며 SAS Studio는 이진 프로빗/로짓 회귀 작업 버전 1을 실행합니다. 사용자의 사이트에서 SAS 9.4를 실행하는 경우에는 SAS/ETS 12.3 이후 버전을 사용할 수 있으며 SAS Studio는 이진 프로빗/로짓 회귀 작업 버전 2를 실행합니다. 두 버전의 차이는 SAS/ETS 12.3 이후 버전에 새로운 옵션이 추가되었다는 점입니다.


예: 이진 프로빗/로짓 회귀 작업


1 Work.Mroz 데이터셋을 생성합니다. 자세한 내용은 “MROZ 데이터셋” (504페이지)을

참조하십시오.

2 작업 섹션에서 계량경제 폴더를 펼치고 이진 프로빗/로짓 회귀를 더블 클릭합니다 이진 프로빗/로짓 회귀 작업의 사용자 인터페이스가 열립니다.

3 데이터 탭에서 WORK.MROZ 데이터셋을 선택합니다.



종속변수 inlf

연속변수 nwifeincexperexpersqagekidslt6kidsge6

범주변수 educ


이진 프로빗/로짓 회귀 작업 423


이진 프로빗/로짓 회귀 작업을 실행하려면 종속변수 역할에 칼럼을 할당해야 합니다.

역할 설명

종속변수 회귀분석에 종속변수로 사용할 숫자 칼럼을 지정합니다.정규 또는 로지스틱 모델을 생성할지를 지정하려면 분포 드롭다운 리스트를 사용합니다.

연속변수 회귀 모델에 독립 회귀변수(설명변수)로 사용할 숫자 칼럼을 지정합니다.

범주변수 값을 여러 수준으로 그룹화할 방법을 지정합니다.

옵션 설정

옵션 설명

방법






이분산성

이분산성 분석 이분산성 옵션을 표시합니다.


옵션 설명

분산함수의 변수 잔차의 이분산성과 관련된 칼럼을 지정하고 이러한 변수를 사용하여 오차 분산을 모델화하는 방법을 지정합니다. 다음은 이 작업에서 지원되는 이분산적 회귀 모델입니다. yi = xi′β + εiεi N 0, σi

2

분산함수의 형태 사용할 연결 함수를 지정합니다. 다음 옵션 중에서 선택할 수 있습니다.n 지수 σi

2 = σ2 1 + exp zi′γn 지수(상수 없음) σi

2 = σ2exp zi′γn 선형 σi

2 = σ2 1 + zi′γn 선형함수의 제곱 σi

2 = σ2 1 + zi′γ2

최적화

방법 반복적으로 사용할 최소화 방법을 지정합니다. 기본적으로 Quasi-Newton 방법이 사용됩니다.


통계량

통계량을 결과에 포함할지 여부를 지정할 수 있습니다.다음 정보를 선택하여 결과에 포함할 수 있습니다.




도표

표시할 도표 선택 작업에서 생성한 기본 도표를 표시할지, 선택한 도표만 표시할지 또는 도표를 표시하지 않을지 여부를 지정합니다.

진단 도표


옵션 설명

관측 회귀변수별 오차 표준편차 사용자가 분산함수의 변수 옵션에 칼럼을 할당할 경우 오차 표준편차 대 관측 회귀변수를 표시합니다.

프로파일 로그 우도 프로파일 로그 우도를 표시합니다. 각 프로파일 그래프는 프로파일링 모수를 제외한 모든 모수를 해당 최대우도 추정값으로 설정하면 얻어집니다. 프로파일링 모수는 해당 표준편차의 최대우도 추정값으로 결정된 사전 정의된 그리드의 값을 가집니다.

출력 도표

회귀변수별 예측값 모델 예측값을 표시합니다. 각 기여 회귀변수는 X 축에 표시되는 모수를 제외하고 해당 평균과 같게 설정됩니다.

회귀변수별 한계효과 한계효과를 표시합니다. 각 기여 회귀변수는 X 축에 표시되는 모수를 제외하고 해당 평균과 같게 설정됩니다.

회귀변수별 역 Mills 비율 역 Mills 비율을 표시합니다. 각 기여 회귀변수는 X 축에 표시되는 모수를 제외하고 해당 평균과 같게 설정됩니다.

회귀변수별 예측 반응 확률 예측 반응 확률을 표시합니다. 각 기여 회귀변수는 X 축에 표시되는 모수를 제외하고 해당 평균과 같게 설정됩니다.

회귀변수별 각 반응 수준에 대한 예측 확률 각 반응 수준에 대한 예측 확률을 표시합니다. 각 기여 회귀변수는 X 축에 표시되는 모수를 제외하고 해당 평균과 같게 설정됩니다.

회귀변수별 선형예측함수 값 모델 오른쪽의 구조적 부분을 표시합니다. 각 기여 회귀변수는 X 축에 표시되는 모수를 제외하고 해당 평균과 같게 설정됩니다.

표시 도표를 하나의 패널에 표시할지 개별적으로 표시할지를 지정합니다.


14예측 작업

시계열 데이터 준비 작업 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 430시계열 데이터 준비 작업 정보 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 430SAS 시간 간격 이해 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 430예: SASHELP.PRICEDATA 데이터셋의 데이터 변환 . . . . . . . . . . . . . 433역할에 데이터 할당 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 434변환 옵션 설정 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 436출력 데이터셋 생성 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 438

시계열 탐색 작업 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 438시계열 탐색 작업 정보 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 438예: SASHELP.PRICEDATA 데이터셋의 탐색 . . . . . . . . . . . . . . . . . . . . . . 438역할에 데이터 할당 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 442분석 옵션 설정 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 444

모델링 및 예측 작업 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 447모델링 및 예측 작업 정보 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 447예: SASHELP.PRICEDATA 데이터셋의 확률보행 모형 생성 . . . . 447역할에 데이터 할당 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 449모형 옵션 설정 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 450예측 옵션 설정 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 455출력 옵션 설정 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 456

429

시계열 데이터 준비 작업

시계열 데이터 준비 작업 정보

시계열 데이터 준비 작업은 동일한 간격으로 타임스탬프된 트랜잭션 데이터를 시계열 데이터로 변환합니다. 이 형식은 추후 시계열 분석에서 필요합니다. 이 작업은 시간 ID 변수

가 필요하지 않습니다. 시간 ID 변수를 지정하지 않으면 관측값 번호가 시계열에 대한 ID입니다.

SAS 시간 간격 이해

시간 데이터 준비 작업은 시간 ID 역할에 할당된 변수를 분석하여 데이터의 시간 간격을

감지합니다. SAS는 시간 ID 변수의 모든 값을 날짜 또는 날짜 시간 값으로 가정하고 크기

별 값 간의 차이를 구별합니다. January 1, 1960 이전 날짜시간 또는 July 21, 2196까지

연장된 날짜가 있으면 추정에 실패합니다.

여러 비즈니스에서 시계열 데이터가 동일한 간격이거나 두 개의 연속 지수가 시간 간격

사이의 같은 차이를 가지고 있습니다. 다음 표에서는 1년 간격의 동일한 간격을 지닌 시계열을 보여줍니다.

Year Number of Sales

2012 42,100

2013 45,000

2014 47,000

2015 50,000

430 14장 / 예측 작업

할당한 변수에서 시간 간격을 감지할 수 없으면 시간 간격 및 계절 길이를 지정해야 합니

다. 예를 들어, 다음 표에서는 일정하지 않은 간격을 지닌 시계열을 보여줍니다.

Year Number of Sales

2009 32,100

2010 45,000

2014 47,000

2015 50,000

트랜잭션 데이터(특정 간격에 기록되지 않은 타임스탬프된 데이터)로 시간 구간을 감지

할 수 없는 경우가 많습니다. 이러한 경우에는 해당 작업이 지정한 간격에 해당하는 관측

값 내의 데이터가 누적됩니다. 비트랜잭션 데이터는 데이터에서 많은 차이(결측값)가 있으면 간격 및 계절 길이를 지정해야 합니다. 이러한 경우 작업에서 결측값을 제공합니다. 검증 루틴은 시간 ID 값을 확인하여 지정한 간격에 따라 간격 여부를 결정합니다.

간격은 출력의 빈도를 결정합니다. 시간 간격을 수정할 수 있습니다. 높은 빈도에서 낮은

빈도 또는 낮은 빈도에서 높은 빈도로 간격을 변경할 수 있습니다. 시간 간격은 문자열을

사용하여 SAS에 지정됩니다. 각 문자열은 규칙 집합에 따라 형성되어 무한한 속성 집합

을 생성할 수 있습니다. 각 시간 간격에 대한 유형(예, 매월 또는 매주), 승수 및 이동(간격

에 대한 오프셋)을 지정할 수 있습니다. 시간 간격을 입력 데이터에서 검색된 간격보다 크게 지정할 수 있습니다. 작은 간격은 관측값의 큰 수를 생성하기 때문에 작은 간격을 사용

할 수 없습니다.

계절 순환 길이는 계절의 길이를 지정합니다. 작업이 시간 ID 변수에서 계절 길이를 결정

할 때 이 값은 자동으로 생성됩니다. 하지만 데이터의 순환을 모델링할 때 기본값 대신 계절 길이를 변경할 수 있습니다. 예를 들어, 데이터에 13주 순환 주기가 포함되어 있으면

계절 길이를 13주로 지정해야 합니다.

다음은 간격에 대한 구문입니다.

name<multipler><.shift>

다음은 각 사용자 지정 값에 대한 설명입니다.

name간격의 이름입니다.

시계열 데이터 준비 작업 431

multipler간격의 승수를 지정합니다. 이 값은 모든 정수일 수 있습니다. 기본 승수는 1입니다. 예를 들어, YEAR2는 2년 간격을 나타냅니다.

.shift간격의 시작점을 지정합니다. 기본 시작점은 1입니다. 1보다 큰 값은 시작점을 간격

내에서 더 늦은 시작점으로 이동합니다. 이동 단위는 간격에 따라 달라집니다. 예를

들어, YEAR.4는 4개월의 이동을 지정하고 기간은 그 해 4월 1일 부터 다음 해 3월 31일입니다.

다음 표의 예에서는 간격, 계절 길이, 승수 및 이동에 대해 지정한 값이 함께 작동하는 방식을 보여줍니다.

간격 이름(SAS 코드 출력형식) 기본값 이동 기간 예

YEARm.s January 1 Month YEAR2.7은 매 두 해 간격을 지정합니다. 이동에 대한 값이 7이기 때문에 해당 연도에서 첫 번째 달은 7월입니다.

QTRm.s January 1April 1July 1October 1

Month QTR3.2는 April 1, July 1, October 1 및 January 1일에 시작하는 3개월로 된 간격을 지정합니다.

MONTHm.s 각 월의

첫 번째

Month MONTH2.2는 February–March, April–May, June–July, August–September, October–November 및 그 다음 해 December–January를 지정합니다.

WEEKm.s 매 일요일 Days(1=Sunday . . .7=Saturday)

WEEK6.3은 화요일에 시작하는 6주로 된 간격을 지정합니다.

432 14장 / 예측 작업

간격 이름(SAS 코드 출력형식) 기본값 이동 기간 예

DAYm.s 매 일 Days DAY3는 일요일에 시작하는 3일로 된 간격을 지정합니다.

예: SASHELP.PRICEDATA 데이터셋의 데이터 변환


1 작업 섹션에서 예측 폴더를 펼치고 시계열 데이터 준비를 더블 클릭합니다. 시계열 데이터 준비 작업의 사용자 인터페이스가 열립니다.



역할 칼럼

역할

시계열 변수 saleprice1

추가 역할

시간 ID 날짜

속성

구간 분기

4 변환 탭을 클릭하고 Sale 변수에 대한 값을 지정합니다.

n 누적 드롭다운 리스트에서 합계를 선택합니다.

n 변환 드롭다운 리스트에서 로그를 선택합니다.


n 단순 차이에서 1을 입력합니다.

n 계절 차이 상자에서 0을 입력합니다.

5 가격 변수에 대해 누적 드롭다운 리스트에서 합계를 선택합니다.

6 출력 탭을 클릭합니다. 출력 데이터 표시 체크 박스를 선택합니다. 표시할 관측값 수

상자에 10을 입력합니다.




시계열 데이터 준비 작업을 실행하려면 시계열 변수 역할을 칼럼에 할당해야 합니다.

역할 설명

역할

시계열 변수 타임스탬프된 데이터를 포함하는 변수를 나열합니다.

434 14장 / 예측 작업

역할 설명

결측값 처리 타임스탬프된 데이터에서 결측값을 처리하는 방법을 지정합니다. 다음 옵션 중에서 선택할 수 있습니다.n 결측값

n 누적된 시계열의 평균 값n 누적된 시계열의 최솟값

n 누적된 시계열의 중위수 값

n 누적된 시계열의 최댓값

n 누적된 시계열의 첫 번째 비결측 값

n 누적된 시계열의 마지막 비결측 값

n 이전 기간의 누적된 비결측 값 결측값이 이전 누적된 비결측 값으로 설정되었습니다. 누적된 시계열 시작에 결측값이 남아있습니다.

n 다음 기간의 누적된 비결측 값 결측값이 다음 누적된 비결측값으로 설정되었습니다. 누적된 시계열 마지막에 결측값이 남아있습니다.

n 숫자 값은 결측값에 사용할 값을 지정합니다.

추가 역할

시간 ID 시간 ID 값을 포함하는 칼럼을 지정합니다.

속성

구간 시간 ID 변수에 대한 간격을 지정합니다. 시간 간격에 대한 자세한 내용은 “SAS 시간 간격 이해” (430페이지)를 참조하십시오.

승수 시간 간격에 대한 승수를 지정합니다. 기본적으로 승수는 1입니다. 이 값은 음수일 수 없습니다.

이동 시간 간격에 대한 이동을 지정합니다. 기본적으로 이동은 1입니다. 이 값은 음수일 수 없습니다.


역할 설명

계절 길이 시간 간격의 계절을 지정합니다. 기본값은 시간 간격에 따라 다릅니다.

추가 역할

계절 길이 시간 ID 변수를 할당하지 않을 때 데이터의 계절성을 지정할 수 있습니다.

그룹 분석 기준 분류(BY) 변수로 사용할 변수가 나열됩니다.

변환 옵션 설정

변환 테이블에서 시계열 변수 역할에 할당하려는 각 칼럼에 대한 행이 포함됩니다.

436 14장 / 예측 작업


누적 변수에 대한 누적 방법을 지정합니다. 이 옵션은 시계열 ID 변수 역할에 변수를 할당했을 때 사용할 수 있습니다.다음 옵션 중에서 선택할 수 있습니다.없음

누적된 벡터 값이 없습니다.합계

벡터 값의 합계에 기반하여 벡터 값이 누적됩니다.

a = Σq = 1

Qrq

결측값은 합계에서 무시됩니다. QN = 0이

면, a는 결측으로 설정됩니다.평균

평균 값의 합계에 기반하여 평균 값이 누적됩니다.

a = r = 1QN

Σq = 1

Qrq

결측값은 합계에서 무시됩니다. QN = 0이

면, a는 결측으로 설정됩니다.

변환 시계열 변수에 적용할 변환을 지정합니다. 다음 변환 중에서 선택할 수 있습니다.n 로그

n 제곱근

n 로지스틱

단순 차분 단순 차분에 대한 값을 지정합니다.

계절 차분 계절 차분에 대한 값을 지정합니다. 이 옵션은 계절 길이 옵션의 값이 데이터 탭에서 1보다 클 때 사용할 수 있습니다.



출력 데이터 체크 박스 결과 탭에 나타나는 결과에 출력 데이터를 포함할지 여부를 지정

합니다. 출력 데이터 모두 또는 서브셋을 포함할 수 있습니다. 작업은 출력 데이터 탭에

나타나는 출력 데이터셋을 항상 생성합니다. 이 데이터셋은 지정된 위치에 저장됩니다

시계열 탐색 작업

시계열 탐색 작업 정보

시계열 탐색 작업은 시계열 데이터를 보고 분석하기 위한 그래프와 통계량을 생성합니

다.

예: SASHELP.PRICEDATA 데이터셋의 탐색


1 작업 섹션에서 예측 폴더를 펼치고 시계열 탐색을 더블 클릭합니다. 시게열 탐색 작업




a 종속변수 역할에 sale 변수를 할당합니다.

b 추가 역할 머리글을 펼칩니다. 시간 ID 역할에 날짜 변수를 할당합니다. 구간 드롭

다운 리스트에서 분기를 선택합니다.

c 역할 머리글 아래에서 변환 테이블을 찾습니다. Sale 변수에 대한 누적 드롭다운

리스트를 찾고 합계를 누적 방법으로 선택합니다.

4 분석 탭을 클릭하고 다음 일련 도표 중 선택합니다.

n 시계열

438 14장 / 예측 작업

n 계열 히스토그램

n 계절 순환


결과의 첫 번째 부분에서 입력 데이터셋을 설명합니다. 이 정보는 시간 ID 변수의 이름 및

간격을 표시하고 종속 변수의 정보를 표시합니다.

시계열 탐색 작업 439

시계열 도표는 이 제품 판매에 대한 주기적 특성이 있음을 나타냅니다.

440 14장 / 예측 작업

히스토그램은 일련에 대한 판매 분포를 표시합니다. 정규 분표 및 커널 분포 모두 히스토

그램에 중첩됩니다.


계절 순환 도표는 분기 2에서 가장 많은 판매를 하고 분기 4에서 가장 적은 판매한 것을

표시합니다.


시계열 탐색 작업을 실행하려면 종속 변수 역할에 칼럼을 할당해야 합니다.

역할 설명

역할


442 14장 / 예측 작업

역할 설명

독립변수 설명, 입력, 예측 또는 일반 요인 변수를 지정합니다. 이 역할에는 숫자 변수만 할당할 수 있습니다.

변환 종속변수 및 독립변수에 대한 변환 및 단순 차분을 지정합니다. 시간 ID 역할에 변수를 할당하면 누적 방법을 지정할 수도 있습니다. 계절 길이가 1보다 크면 계절 차분을 지정할 수 있습니다.

추가 역할

시간 ID 시간 ID 값을 포함하는 칼럼을 지정합니다.

속성

구간 시간 ID 변수에 대한 간격을 지정합니다. 시간 간격에 대한 자세한 내용은 “SAS 시간 간격 이해” (430페이지)를 참조하십시오.

승수 시간 간격에 대한 승수를 지정합니다. 기본적으로 승수는 1입니다. 이 값은 음수일 수 없습니다.

이동 시간 간격에 대한 이동을 지정합니다. 기본적으로 이동은 1입니다. 이 값은 음수일 수 없습니다.

계절 길이 시간 간격의 계절을 지정합니다. 기본값은 시간 간격에 따라 다릅니다.

추가 역할

계절 길이 시간 ID 변수를 할당하지 않을 때 데이터의 계절성을 지정할 수 있습니다.

그룹 분석 기준 분류(BY) 변수로 사용할 변수가 나열됩니다.


분석 옵션 설정


시계열 도표

결과에 다음 시계열 도표를 포함할 수 있습니다.n 시계열 도표

n 계열 히스토그램

n 계절 순환

통계량

결과에 통계량을 포함할 수 있습니다.n 누적된 시계열에 대한 기술 통계량

n 계절 통계량 테이블

n 계절 분해 및 수정 테이블

n 추세통계량 테이블

자기상관 분석

자기상관 분석 수행 결과에 자기상관 분석이 포함되도록 지정합니다.

표시할 도표 선택 결과에 표시할 도표를 지정합니다. 기본적으로 결과에 자기상고나 분석 패널이 표시됩니다. 하지만 결과에 다음 도표를 포함할지 여부를 지정할 수도 있습니다.n 자기상관함수

n 정규화된 자기상관함수

n 편자기상관함수

n 정규화된 편자기상관함수

n 역자기상관함수

n 정규화된 역자기상관함수

n 백색잡음 확률점검

n 백색잡음 확률점검(로그 척도)

444 14장 / 예측 작업


시차 수 시차 값을 지정합니다. 기본적으로 시차 수는 0입니다.

교차상관 분석

주: 교차상관 분석을 수행하려면 독립변수 역할에 변수를 할당해야 합니다.

교차상관 분석 수행 결과에 교차상관 분석이 포함되도록 지정합니다.

도표 결과에 포함할 도표를 지정합니다. 기본적으로 교차시계열 도표가 포함됩니다. 교차상관 함수 도표 및 정규화된 교차상관 함수 도표를 포함할 수도 있습니다.

분해 분석

주: 분해 분석을 수행하려면 계절 순환 길이는 1보다 커야 합니다.

분해 분석 수행 결과에 분해 분석이 포함되도록 지정합니다.

표시할 도표 선택 결과에 포함할 도표를 지정합니다. 기본적으로 분해 분석 패널을 포함합니다. 다음 도표를 포함하도록 선택할 수도 있습니다.n 주성분의 도포

n 계절 조정 시계열의 도표

n 계절 조정 시계열의 도표(백분율 변경)

분해 방법 선택한 분해 분석 도표를 생성할 때 사용할 분해 방법을 지정합니다.

스펙트럼 밀도 분석

스펙트럼 밀도 추정 도표 결과에 스펙트럼 밀도 도표를 포함할지 여부를 지정합니다.

최소 기간 스펙트럼 밀도 도표에 포함할 최소 기간을 지정합니다. 이 값은 0보다 크거나 같고 32,767보다 작거나 같은 정수여야 합니다.

상세 정보



시계열을 분석 이전의 평균으로 조정 시계열을 Fourier 분해를 수행하기 전의 평균으로 조정해야할지 여부를 지정합니다.

분석 도메인 평활 함수 해석 방법을 지정합니다. 다음 옵션 중에서 선택할 수 있습니다.n 빈도는 주기도 좌표를 평활하게 합니다. 이

값이 기본값입니다.n 시간에서 Kernel을 시계열 자기공분산 함수

에 필터로 적용합니다.

Kernel 사양

Kernel 함수 분석에서 사용할 Kernel 함수를 지정합니다. 기본적으로 Kernel 함수가 지정되지 않습니다. 다음 옵션 중에서 선택할 수 있습니다.n Parzen 커널

n Bartlett 커널

n Tukey-Hanning 커널

n Truncated 커널

n Quadratic spectral 커널

척도 계수 Kernel 함수에 대한 척도 계수를 지정합니다.

지수 Kernel 함수에 대한 지수를 지정합니다.

단위근 검정 분석

Augmented Dickey-Fuller 검정 수행 Augmented Dickey-Fuller 검정을 수행할지 여부를 지정합니다.

확대 차수 Dickey-Fuller 검정에 대한 확대 차수를 지정합니다. 이 값은 0보다 크거나 같고 1,000보다 작거나 같은 정수여야 합니다.

446 14장 / 예측 작업

모델링 및 예측 작업

모델링 및 예측 작업 정보

모델링 및 예측 작업은 시계열 데이터를 사용하는 예측 모형을 생성합니다. 이 작업에서

는 데이터가 유효한 시계열 출력형식이어야 합니다. 이 데이터를 생성하려면 모델링 및

예측 작업을 실행하기 전에 시계열 데이터 준비 작업을 사용합니다.

예: SASHELP.PRICEDATA 데이터셋의 확률보행 모형 생성


1 작업 섹션에서 예측 폴더를 펼치고 모델링 및 예측을 더블 클릭합니다. 모델링 및 예측 작업의 사용자 인터페이스가 열립니다.


3 칼럼을 이러한 역할에 할당하고 다음과 같은 옵션을 지정합니다.

역할 칼럼

역할

종속변수 sale

추가 역할

시계 ID 날짜

속성

계절 길이 12

모델링 및 예측 작업 447

4 모형 탭을 클릭하고 다음과 같은 옵션을 선택합니다.

n 예측 모형 유형 드롭다운 리스트에서 확률보행을 선택합니다.

n 모형 설정 머리글 아래에서 드리프트 및 계절 체크 박스를 선택합니다.


결과는 Sashelp.Pricedata 데이터셋의 확률보행 모형을 보여줍니다.

448 14장 / 예측 작업


모델링 및 예측 작업을 실행하려면 종속변수 역할에 칼럼을 할당하고 모형 탭에서 예측

모형 유형을 지정해야 합니다.

역할 및 옵션 설명

역할


추가 역할

시계 ID 시계 ID 값을 포함하는 칼럼을 지정합니다.

속성

구간 시계 ID 변수 간격을 보여줍니다. SAS 시간 간격에 대한 자세한 내용은 “SAS 시간 간격 이해” (430페이지)를 참조하십시오.주: 값은 입력 데이터셋에 따라 결정됩니다. 모델링 및 예측 작업에서 값을 변경할 수 없습니다.

승수 시간 간격의 승수를 보여줍니다. 기본적으로 승수는 1입니다.주: 값은 입력 데이터셋에 따라 결정됩니다. 모델링 및 예측 작업에서 값을 변경할 수 없습니다.

이동 시간 간격의 이동을 보여줍니다. 기본적으로 이동은 1입니다.주: 값은 입력 데이터셋에 따라 결정됩니다. 모델링 및 예측 작업에서 값을 변경할 수 없습니다.

계절 길이 시간 간격의 계절성을 지정합니다. 기본 값은 시간 간격에 따라 다릅니다.

추가 역할


역할 및 옵션 설명

계절 길이 시계 ID 변수를 할당하지 않을 때 데이터 계절성을 지정할 수 있습니다.

그룹 분석 기준 분류변수(BY)로 사용하고자 하는 변수를 나열합니다.

모형 옵션 설정

모델링 및 예측 작업을 사용하려면 예측 모형 유형을 선택해야 합니다. 다음 6개 모형 유형에서 선택할 수 있습니다: 확률보행, 이동 평균법, 지수 평활법, ARIMA, ARIMAX 및 비관측 성분

확률보행

확률보행 모형 생성 방법:

1 예측 모형 유형 드롭다운 리스트에서 확률보행을 선택합니다.

2 다음 확률보행 모형 유형 중 하나를 선택합니다.

n 드리프트는 드리프트 또는 ARIMA 표기법 ARIMA(0, 1, 0)로 확률보행 모형을 생성합니다.

n 추세 .

n 계절은 절편 없이 계절 확률보행 모형 또는 ARIMA(0, 1, 0)(0, 1, 0)를 생성합니다.

3 도표 머리글 아래에서 도표를 선택하여 결과에 포함합니다. 시계열 도표, 잔차 도표

및 예측 도표와 같은 다양한 도표를 선택할 수 있습니다.

이동 평균법

너비가 k인 이동 평균법 모형 식은 yt =[yt − 1 + … + yt − k]

k + error입니다.

ARIMA 표기법에서 이 모델은 절편이 없고 자기회귀 파라미터(AR)가 고정된 ARIMA(k,

0, 0)입니다. AR = 1k , 1

k , …, 1k .

450 14장 / 예측 작업

이동 평균법 모형 생성 방법:

1 예측 모형 유형 드롭다운 리스트에서 이동 평균법을 선택합니다.

2 창(기간) 상자에서 이동 평균법의 기간 수를 지정합니다. 이 값은 0보다는 크고 14보

다는 작은 정수여야 합니다.



지수 평활법

지수 평활법은 기하급수적으로 감소하는 가중값을 사용하여 시계열 값의 가중 이동 평균

을 생성하는 예측 기술입니다. 여러 예측 모형에서 선택할 수 있습니다.

지수 평활법 모형 생성 방법:

1 예측 모형 유형 드롭다운 리스트에서 지수 평활법을 선택합니다.

2 예측 모형 드롭다운 리스트에서 사용하고자 하는 모형을 선택합니다. 다음 모형 중에

서 선택할 수 있습니다.

n 기본인 단순(단일)지수평활

n 브라운의 이중지수평활

n 홀트의 선형지수평활

n 진폭감소추세 지수평활

n 가법계절 지수평활

n 승법계절 지수평활

n 승법 윈터스 모형

n 가법 윈터스 모형

3 변환 드롭다운 리스트에서 시계열에 적용할 변환을 선택합니다. 기본적으로 변환은

적용되지 않습니다. 박스콕스 변환을 선택하면 박스콕스 변환 상자에서 -5에서 5 사이의 파라미터 값을 지정해야 합니다.


4 예측 유형 드롭다운 리스트에서 모형이 평균 예측 또는 중앙 예측을 사용하는지 여부

를 지정합니다.

5 도표 머리글 아래에서 도표를 선택하여 결과에 포함합니다. 모형 도표, 오차 도표 및

예측 도표와 같은 다양한 도표를 선택할 수 있습니다.

ARIMA

자기회귀 누적 이동 평균(ARIMA) 모형을 생성할 때 ARIMA 모형의 자기회귀 및 이동 평균 다항을 지정할 수 있습니다.

ARIMA 모형 생성 방법:

1 예측 모형 유형 드롭다운 리스트에서 ARIMA를 선택합니다.

2 ARIMA 머리글 아래에서 ARIMA 모형의 자기회귀, 차분 및 이동 평균 순서를 지정합

니다.

다음은 단순 ARIMA에 대한 옵션입니다.

n 자기회귀 순서(p)는 단순 자기회귀 순서를 지정합니다. 0부터 13까지의 정수를 지정할 수 있습니다. 기본값은 0입니다.

n 차분 순서(d)는 단순 차분 순서를 지정합니다. 0부터 13까지의 정수를 지정할 수

있습니다. 기본값은 0입니다.

n 이동 평균 순서(q)는 단순 이동 평균을 지정합니다. 0부터 13까지의 정수를 지정

할 수 있습니다. 기본값은 0입니다.

다음은 계절 ARIMA에 대한 옵션입니다.

n 자기회귀 순서(P)는 계절 자기회귀 순서를 지정합니다. 0부터 5까지의 정수를 지정할 수 있습니다. 기본값은 0입니다.

n 차분 순서(D)는 단순 차분 순서를 지정합니다. 0부터 3까지의 정수를 지정할 수 있습니다. 기본값은 0입니다.

n 이동 평균 순서(Q)는 단순 이동 평균을 지정합니다. 0부터 5까지의 정수를 지정할

수 있습니다. 기본값은 0입니다.

3 모형에 절편을 포함할지 여부를 지정합니다. 기본적으로 절편이 포함됩니다.

452 14장 / 예측 작업



ARIMAX

자기회귀 누적 이동 평균(ARIMA) 모형을 생성할 때 ARIMA 모형의 자기회귀 및 이동 평균 다항을 지정할 수 있습니다. ARIMAX 모형에서는, 모형에 종속변수도 포함할 수 있습

니다.

ARIMAX 모형 생성 방법:

1 예측 모형 유형 드롭다운 리스트에서 ARIMAX를 선택합니다.

2 ARIMA 머리글 아래에서 ARIMA 모형의 자기회귀, 차분 및 이동 평균 순서를 지정합

니다.

다음은 단순 ARIMA에 대한 옵션입니다.

n 자기회귀 순서(p)는 단순 자기회귀 순서를 지정합니다. 0부터 13까지의 정수를 지정할 수 있습니다. 기본값은 0입니다.

n 차분 순서(d)는 단순 차분 순서를 지정합니다. 0부터 13까지의 정수를 지정할 수

있습니다. 기본값은 0입니다.

n 이동 평균 순서(q)는 단순 이동 평균을 지정합니다. 0부터 13까지의 정수를 지정

할 수 있습니다. 기본값은 0입니다.

다음은 계절 ARIMA에 대한 옵션입니다.

n 자기회귀 순서(P)는 계절 자기회귀 순서를 지정합니다. 0부터 5까지의 정수를 지정할 수 있습니다. 기본값은 0입니다.

n 차분 순서(D)는 단순 차분 순서를 지정합니다. 0부터 3까지의 정수를 지정할 수 있습니다. 기본값은 0입니다.

n 이동 평균 순서(Q)는 단순 이동 평균을 지정합니다. 0부터 5까지의 정수를 지정할

수 있습니다. 기본값은 0입니다.

3 종속변수 역할에서 모형에 포함하고자 하는 입력 데이터셋에서 변수를 할당합니다.

4 모형에 절편을 포함할지 여부를 지정합니다. 기본적으로 절편이 포함됩니다.




비관측 성분

비관측 성분 모형 생성 방법:

1 예측 모형 유형 드롭다운 리스트에서 비관측 성분을 선택합니다.

2 (선택 사항) 모형에 종속변수를 포함하려면 회귀 효과 머리글을 펼치고 종속변수 포함

체크 박스를 선택합니다. 모형에 추가하고자 하는 변수를 종속변수 역할에 할당합니

다.

3 불규칙 성분을 포함하려면 불규칙 성분 머리글을 펼치고 불규칙 성분 포함 체크 박스

를 선택합니다. 기본적으로 불규칙 성분이 포함됩니다.

불규칙 성분은 모형에서 전체 임의 오차에 해당합니다. 초기 분산은 파라미터 추정 과정 중 초기 값으로 사용되는 값입니다. 값을 변경하려면 분산 지정을 선택하고 다른

값을 입력합니다. 이 값을 초기 분산으로 유지하려면 분산 값 고정을 선택합니다.

4 추세 성분을 포함하려면 추세 성분 머리글을 펼칩니다. 레벨 성분 및 기울기 성분은

결합하여 모형에 대한 추세 성분을 정의합니다. 레벨 및 기울기 성분 모두를 지정하면

로컬로 선형 추세가 얻어집니다. 기울기 성분을 생략하면 로컬 레벨이 사용됩니다.

a 모형에서 레벨 성분을 포함하려면 레벨 성분 포함 체크 박스를 선택합니다. (기본

적으로 레벨 성분이 포함됩니다.) 그런 다음 초기 분산(기본은 0임) 변경 여부와 레벨 바꿈 확인 여부를 지정할 수 있습니다.

b 모형에 기울기 성분을 포함하려면 기울기 성분 포함 체크 박스를 선택합니다. 그런 다음 초기 분산(기본은 0임) 변경 여부를 지정할 수 있습니다.

5 (선택 사항) 계절 성분을 포함하려면 계절 길이가 1보다 커야합니다. 계절 성분 머리

글을 펼치고 계절 성분 포함 체크 박스를 선택합니다. 계절 성분 유형을 지정합니다. 계절 성분은 더미 또는 삼각 두 유형 중 하나일 수 있습니다. 또한 초기 분산(기본은 0임) 변경 여부를 지정할 수 있습니다.

6 (선택 사항) 주기 성분을 포함하려면 주기 성분 머리글을 펼치고 주기 성분 포함 체크

박스를 선택합니다. 다음과 같은 옵션을 지정할 수 있습니다.

454 14장 / 예측 작업

n 파라미터 추정 과정 중 초기 주기 기간을 지정하려면 주기 기간 지정 체크 박스를

선택합니다. 그런 다음 상자에 초기 값을 지정합니다. 이 값은 2보다 큰 정수여야

합니다. 기본적으로 초기 값은 3입니다.

n 파라미터 추정 과정 중 사용할 초기 감폭 요인을 지정하려면 감폭 요인 지정 체크

박스를 선택한 다음 상자에서 초기 값을 지정합니다. 0에서 1 사이의 모든 값을 지정할 수 있습니다(0은 제외, 1은 포함). 기본적으로 초기 값은 0.01입니다.

n 파라미터 추정 과정 중 작업에서 사용하는 교란 분산 파라미터의 초기 값을 지정

하려면 분산 지정 체크 박스를 선택합니다. 그런 다음 상자에 초기 값을 지정합니

다. 이 값은 0보다 크거나 같아야 합니다. 기본적으로 초기 값은 0입니다.

7 도표 머리글 아래에서 도표를 선택하여 결과에 포함합니다. 잔차 도표, 평활된 성분

추정값, 필터링된 성분 추정값, 계열 분해 및 예측 도표와 같은 다양한 도표를 선택할

수 있습니다.

예측 옵션 설정

옵션 설명

예측 설정

예측할 기간 수 다단계 예측에 대한 간격 수를 미래로 지정합니다. 기간 값이 클수록 기간 끝에 있는 예측오차분산이 커집니다. 기본적으로 기간은 12입니다. 유효한 값은 0보다 크거나 같고 32,768보다 작은 정수입니다.

예측 신뢰수준 계열에 대한 신뢰수준을 지정합니다. 기본적으로 신뢰수준은 95%입니다.

보류할 기간의 수 마지막 비결측 관측값 끝에서부터 보류할 실제 시계열 값의 서브셋을 지정합니다. 유효한 값은 0보다 크거나 같고 32,768보다 작은 정수입니다.

이상점 탐지

주: 지수 평활법을 예측 모형 유형으로 선택했으면 이 옵션을 사용할 수 없습니다.


옵션 설명

이상점 탐지 수행 모형 생성 중 자동으로 탐지되는 모든 이상점은 모형에서 입력임을 지정합니다.


출력 데이터셋을 생성하려면 출력 탭을 클릭합니다. 생성할 수 있는 출력 데이터셋 유형

은 예측 모형 유형에 따라 다릅니다.

456 14장 / 예측 작업

15데이터 마이닝 작업

Rapid Predictive Modeler . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 457Rapid Predictive Modeler 정보 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 457역할에 데이터 할당 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 461모델 옵션 설정 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 463리포트 옵션 설정 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 467출력 옵션 설정 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 468

Rapid Predictive Modeler

Rapid Predictive Modeler 정보

Rapid Predictive Modeler 개요

SAS Rapid Predictive Modeler는 다음 데이터 마이닝 분류 및 회귀 문제 유형에 대한 모형을 구성하도록 디자인되었습니다:

n 이산 변수 값을 예측하는 분류 모델입니다. 몇 가지 예로 True 또는 False, 구입 또는

거부, 높음, 중간 또는 낮음, 고객 이탈 또는 계속과 같은 변수의 값을 예측하는 분류

모델이 있습니다.

n 연속 변수 값을 예측하는 회귀분석 모델입니다. 몇 가지 예로 연속 값을 사용하여 수익, 판매, 성공율 등의 수치를 예측할 수 있는 회귀모델이 있습니다.

SAS Rapid Predictive Modeler를 사용하여 모델을 생성하려면 모든 행에 독립 예측변수

(즉, 입력) 집합과 최소 하나의 종속변수(즉, 타겟)가 포함된 데이터셋을 제공해야 합니다.

457

SAS Rapid Predictive Modeler는 변수가 연속형인지 범주형인지 여부를 결정하고 모델

에 포함해야 할 입력 변수를 선택합니다.

생성한 모델을 SAS 코드로 저장한 다음 SAS 환경에서 배포할 수 있습니다. SAS 모델 코드를 사용하여 새 데이터를 스코어링한 다음 그 결과를 바탕으로 보다 합리적인 비즈니

스 결정을 내릴 수 있습니다. 이러한 프로세스를 모델 스코어링이라고 합니다. 예를 들어, 스코어드 데이터를 사용하여 특정 제안에 대해 선택할 고객을 결정하거나, 고객 이탈을

관리하거나, 사기성 거래를 발견할 수 있습니다.

SAS Rapid Predictive Modeler를 위한 표본추출 전략

SAS Rapid Predictive Modeler는 복합 표본추출 접근법을 사용합니다. 데이터 표본에 포함된 관측값 수는 다음 요인에 따라 달라집니다.

n 입력 변수 수

n 데이터 소스의 총 관측값 수

n 데이터가 희귀 이벤트 타겟을 포함하는지 여부

n 데이터의 이벤트 수

다음은 SAS Rapid Predictive Modeler에서 처리되는 관측값 수를 결정하는 데 사용하는

지침입니다.

입력 변수 수 처리되는 관측값 수

<100 80,000

100-200 40,000

>200 20,000

다음 표에서 조건을 이해하는 데 필요한 몇 가지 핵심 사항입니다.

n 처리되는 관측값 수는 입력 변수 수에 따라 결정됩니다. 이전 표를 참조하십시오.

n 예측 모델링에서 이진 목표를 모델링하면 목표 변수는 0 또는 1의 이벤트 레벨을 갖습

니다. 이벤트 레벨은 예 또는 아니요를 사용하도록 형식을 지정할 수도 있습니다. 다음은 예입니다. 은행에서 고객의 신용 불량 여부를 예측하려고 합니다. 분석용 데이터

458 15장 / 데이터 마이닝 작업

에서 각 신용 불량 고객에 대해 예로 설정하면 해당 고객에 대한 이벤트가 발생한다는

의미입니다. 각 우량 고객에 대해서는 비이벤트로 간주됩니다.

조건

희귀 이벤트

예 아니요

총 관측값 수 < 처리되는 관측값 수또는

총 이벤트 수 < (0.10*처리되는 관측값 수)

비이벤트 대 이벤트의 비율이 10:1이 되도록 데이터를 표본추출합니다.

표본추출 안 함

총 이벤트 수 > (0.10*처리되는 관측값 수) 희귀 이벤트를 다음 비율로 추출합니다.

10 * 0.10 * numbero f observationsbeingprocessednumbero f events

층화추출

SAS Rapid Predictive Modeler를 위한 데이터 구성

모델을 구성하기 전에 예측에 사용할 수 있는 히스토리 이벤트와 특성을 나타내는 입력

데이터가 필요합니다. 예측할 이벤트 또는 값을 나타내는 타겟 데이터도 필요합니다. 대부분의 경우, 입력 데이터는 이전 기간에서 파생되며 타겟 데이터는 이후 데이터에서 파생됩니다. 모델을 개발하는 데 사용하는 통합된 입력 및 타겟 데이터를 분석용 데이터라

고 합니다.

예를 들어, 작년 판매 영수증을 마이닝하여 내년 예상 수익률을 예측하거나 특별 제안에

반응할 고객을 예측할 수 있습니다. 과거 이벤트의 히스토리 데이터를 사용하여 미래 이벤트의 성과를 예측하는 것을 모델 분석이라고 합니다.

최적의 모델 결과를 위해 모델 분석 데이터는 데이터의 행으로 저장된 많은 수의 관측값

을 포함하고 있어야 합니다. 예를 들어, 많은 소매 고객 모델은 수십만 개의 관측값을 가진 입력 데이터를 사용합니다.

타겟 변수에 고객 중 1%만 제안에 응답한 경우와 같이 희귀 이벤트가 포함되면 분석용

데이터에 상당 수의 해당 고객이 데이터셋으로 포함되어야 합니다. 해당 제안을 수락한

모든 고객을 선택하고, 제안을 받아들이지 않은 고객 수와 동일하도록 분석용 데이터를

과표본추출할 수도 있습니다. 과표본추출은 희귀 이벤트가 있는 모델에서 보다 쉽게 안정적인 솔루션을 찾는 데 유용합니다.

분석용 데이터에서 희귀 이벤트가 더 많이 나타나도록 과표본추출을 수행할 때 분석용

데이터에서 자연 모집단에 비례하여 타겟 이벤트의 수를 인위적으로 부풀려야 합니다.

Rapid Predictive Modeler 459

분석용 데이터와 모집단 데이터 간의 차이를 보완하기 위해 SAS Rapid Predictive Modeler에서는 사전확률 설정을 제공합니다. 사전확률 설정은 모집단 데이터에 나타나

는 타겟 이벤트의 실제 비례 빈도를 지정합니다.

SAS Rapid Predictive Modeler를 사용하여 마이닝하는 데이터는 행(관측) 및 칼럼(변수)으로 구성되어야 합니다. 칼럼 중 하나는 타겟 변수를 나타내야 합니다.

다음 예를 참조하십시오.

Name Age Gender Income Treatment Purchase

Ricardo 29 M 33000 Y Y

Susan 35 F 51000 Y N

Jeremy 49 M 110000 N Y

Name각 관측값에 대한 ID 값을 포함하는 칼럼입니다. SAS Rapid Predictive Modeler는 분석 콘텐츠에 대해 ID 변수 칼럼을 처리하지 않습니다.

Age, Gender, Income 및 TreatmentSAS Rapid Predictive Modeler가 사용하는 입력 칼럼입니다.

Purchase타겟 칼럼입니다.

입력 데이터 테이블을 구성할 때 빈도 칼럼을 지정할 수도 있습니다. 빈도 칼럼의 값은 음이 아닌 정수이고 합계가 1이어야 합니다.

모델에서 제외할 변수 역할을 사용하여 SAS Rapid Predictive Modeler가 분석 중 무시할

칼럼도 선택할 수 있습니다.

분석용 데이터에는 항상 입력 및 타겟 변수 값이 필요합니다. 스코어링에 사용되는 데이

터에는 입력 변수 값만 필요하며 타겟 칼럼은 선택 사항입니다. 모델을 사용하여 새 데이

터를 기반으로 예측하려면 타겟 칼럼이 필요하지 않습니다. 하지만 모델을 사용하여 효과를 모니터링하려면 타겟 칼럼이 있어야 합니다. 스코어링에 사용되는 데이터에는 일반

적으로 ID 칼럼도 포함됩니다.


변수를 위한 예약된 접두어

SAS Enterprise Miner는 노드 생성을 위해 몇 가지 기본 접두어를 사용합니다. 입력 데이

터의 변수 중 하나가 아래의 접두어를 사용하면 SAS 로그에서 오류 메시지가 표시됩니

다. 입력 데이터셋의 변수가 아래의 접두어를 사용하면 입력 데이터셋에서 변수의 이름

을 변경하는 것이 좋습니다.

테이블 15.1 예약된 접두어

BL_ BP_ CL_ CP_

D_ E_ EL_ EP_

F_ I_ IC_ M_

P_ Q_ R_ RA_

RAS_ RAT_ RD_ RDS_

RDT_ ROI_ RS_ RT_

S_ T_ U_ V_


Rapid Predictive Modeler를 실행하려면 종속변수 역할에 변수를 할당해야 합니다.

역할 설명

역할

종속변수 예측 또는 분류할 값을 지정합니다. 종속변수는 타겟 변수로도 알려져 있습니다.


역할 설명

의사결정 및 사전확률 다음 정보를 지정합니다.n 이벤트 레벨 모델링하려는 클래스 타겟 값을 지정합니

다. SAS Rapid Predictive Modeler가 각 타겟 이벤트에 대한 확률을 제공하는 모델을 자동으로 생성하기는 하지만 원하는 타겟 레벨이 인식되면 리포트 성능이 향상됩니다.

n 사전 확률 모델 분석용 데이터에 발생하는 타겟 변수 레벨의 개수와 비율을 표시합니다. 타겟이 범주형 변수이고 분석용 데이터와 모집단 데이터에 서로 다른 타겟 분포가 있으면 이러한 값을 조정할 수 있습니다.예를 들어, 관측값의 50%가 응답자이고 나머지 50%는 비응답자인 과표본추출된 데이터에 대해 분석한 모델이 있다고 가정해 봅니다. 하지만 모델에서 스코어링할 모집단 데이터는 과거에 10%의 응답자만 포함하고 90%의 비응답자를 포함합니다. 사전확률 설정을 사용하여 과거에 예측된 비응답자 대비 응답자 비율을 모델에 알려 줄 수 있습니다.o 사전확률을 지정하지 않으려면 표시 안 함(기본값)을

선택합니다. o 타겟 변수의 모든 레벨에 대해 동일한 확률을 지정하

려면 같은 값으로 지정을 선택합니다.o 스코어링된 데이터의 타겟 변수 레벨에 대해 사용자

정의 사전확률을 지정하려면 사용자 정의됨을 선택하고 확률을 지정합니다. 지정한 사전확률의 합은 1이어야 합니다.

주: 10개 이하의 종속변수 값이 있어야만 사전확률을 지원합니다.

n 의사결정 함수는 예측된 결과와 연관지을 비용, 이익 또는 가중값을 지정합니다. 값 테이블은 의사결정 행렬이라고 합니다. 의사결정 행렬을 통해 가능한 각각의 의사결정 결과와 값을 연결할 수 있습니다. o 모델에 의사결정 행렬이 필요하지 않으면 표시 안 함

을 선택합니다.o 모델을 사용하여 이익을 최대화하려면 최댓값을 선택

하고 필요하면 행렬의 True Positive 셀에 더 높은 가중값을 입력합니다.

o 모델을 사용하여 비용을 최소화하려면 최솟값을 선택하고 필요하면 행렬의 True Negative 셀에 더 높은 가중값을 입력합니다.

o 모델을 사용하여 희귀 이벤트를 예측하려면 역을 선택하고 True Positive 및 True Negative 예측을 모두 식별합니다. 이 때 False Positive 및 False Negative 예측을 잘못 추정할 수 있는 위험이 있습니다. 역은 기본값입니다.

주: 10개 이하의 종속변수 값이 있어야만 의사결정 행렬을 지원합니다.


역할 설명

추가 역할

모델에서 제외할 변수 분석에 포함시키지 않을 변수를 지정합니다.

빈도 수 빈도 값을 나타내는 데 사용할 변수를 지정합니다. 빈도 변수의 값이 필요한 만큼 복제된 사례이면 데이터로 처리됩니다.

ID 변수 선택 함수를 리포팅하고 스코어링하는 데 유용한 변수를 지정합니다. 이러한 변수는 분석에 포함되지 않습니다.


모델 선택

이 옵션을 사용하여 생성할 모델의 복잡성 레벨을 지정할 수 있습니다. 모델링 방법은 계층적입니다. 중급 방법은 기본 및 중급 모델을 포함하고, 고급 방법은 기본, 중급, 고급 모델을 모두 포함합니다.

기본 방법을 사용하여 생성한 모델은 중급 방법을 사용하여 생성한 모델보다 더 빠르게

실행될 수 있지만 정확성이 떨어질 수도 있습니다. 중급 방법을 사용하여 생성한 모델과

고급 방법을 사용하여 생성한 모델을 비교할 때도 마찬가지입니다.

SAS Rapid Predictive Modeler를 실행하면 SAS Enterprise Miner 모델링 함수가 실행됩

니다. 소프트웨어에서 실행하는 모델링 함수는 선택한 모델링 방법에 따라 달라집니다.

모델링 방법

다음과 같은 모델링 방법을 선택할 수 있습니다.

기본

기본 방법에서는 희귀 타겟 이벤트가 있는 경우에만 데이터를 표본추출한 후 타겟을

층화 변수로 사용하여 데이터를 분할합니다. 그런 다음 기본 방법은 1-레벨 변수 선택

단계를 수행합니다. 선택된 입력 변수가 타겟과의 관계 강도에 따라 그룹화된 후 전진

단계별 회귀모델로 전달됩니다.


중급

중급 방법은 기본 방법을 확장한 방법입니다. 몇 가지 변수 선택 기법이 수행된 후 여러 가지 변수 변환이 뒤따릅니다. 의사결정트리, 회귀모델, 로지스틱 회귀가 모델링

기법으로 사용됩니다. 변수 교호작용은 의사결정트리에서 내보낸 노드 변수를 사용

하여 표현됩니다. 또한 중급 방법에서는 기본 방법을 실행한 후 최적 성능의 모델을

선택합니다.

고급

고급 모델은 중급 모델을 확장하여 신경망 모델, 고급 회귀분석 및 앙상블 모델이 포함되는 형태입니다. 또한 고급 방법에서는 중급 방법 및 기본 방법을 실행한 후 최적

성능의 모델을 선택합니다.

SAS Rapid Predictive Modeler용 모델의 이해

SAS Rapid Predictive Modeler는 기본, 중급 및 고급 모델을 제공합니다. 정교함과 복잡

성에 따라 모델이 달라집니다.

n 기본 모델은 단순 회귀분석입니다.

n 중급 모델은 기본 모델의 분석과 함께 더 정교한 분석을 포함하고 있고 좀 더 나은 모델을 선택합니다.

n 고급 모델은 기본 및 중급 모델의 분석과 함께 훨씬 더 정교한 분석을 포함하고 있고

최적의 모델을 선택합니다.

기본

일련의 3가지 데이터 마이닝 작업을 수행합니다.

n 변수 선택: 기본 모델은 모델링을 위해 상위 100개 변수를 선택합니다.

n 변환: 기본 모델은 모델링을 위해 선택한 상위 100개 변수에 대해 최적 묶음변환

을 수행합니다. 최적 묶음변환은 결측 변수 값을 교정하므로 결측값 처리가 수행

되지 않습니다.

n 모델링: 기본 모델은 전진 회귀모델을 사용합니다. 전진 회귀모델은 단계별 프로

세스에서 변수를 한 번에 하나씩 선택합니다. 단계별 프로세스에서는 변수 기여도

가 무의미해질 때까지 한 번에 하나의 변수를 선형 방정식에 추가합니다. 전진 회귀모델은 분석에서 예측 능력이 없는 변수 또는 다른 예측변수와 상관성이 높은

변수를 제외하려고 합니다.


중급

중급 모델은 일련의 7가지 데이터 마이닝 작업을 수행합니다.

n 변수 선택: 중급 모델은 모델링을 위해 상위 200개 변수를 선택합니다.

n 변환: 중급 모델은 모델링을 위해 선택된 200개의 변수에 대해 최적 거듭곱 변환

을 수행합니다. 최적 거듭곱 변환은 Box-Cox 변환으로 알려진 일반적인 종류의 변환 중 하나입니다. 최적 거듭곱 변환에서는 지수 거듭곱 변환의 부분 집합을 평가

하고 지정된 기준에 대해 최적의 결과를 생성하는 변환을 선택합니다.

n 결측값 처리: 중급 모델은 결측값 처리를 수행하여 결측 변수를 평균 변수 값으로

대체합니다. 결측값 처리 작업에서는 사용자가 결측값 처리된 변수 값을 포함하는

관측값을 식별할 수 있도록 하는 표시자 변수도 생성합니다.

n 변수 선택: 중급 모델은 카이제곱 및 R-제곱 기준 검증을 사용하여 타겟 변수와 관련이 없는 변수를 제거합니다.

n 변수 선택 기법 통합: 중급 모델은 메타데이터 카이제곱 및 R-제곱 기준 검증에서

선택된 변수 집합을 병합합니다.

n 모델링: 중급 모델은 분석용 데이터를 3가지 경쟁 모델 알고리즘으로 실행합니다. 이러한 모델은 의사결정트리, 로지스틱 회귀 및 단계별 회귀입니다. 로지스틱 회귀모델의 경우 먼저 분석용 데이터가 의사결정트리로 실행되고, 여기에서 입력으

로 회귀모델에 전달되는 NODE_ID 변수가 생성됩니다. NODE_ID 변수는 변수 교호작용 모델을 활성화하기 위해 생성됩니다.

n 최적 모델 선택: 중급 모델은 경쟁 모델의 예측 또는 분류 성능에 대한 분석 평가를

수행합니다. 평가 후 최적의 예측 또는 분류 성능을 보여 주는 모델이 모델링 분석

을 수행하기 위해 선택됩니다. 최적 모델 선택과 관련한 중급 모델에서는 중급 모델의 성능뿐 아니라 기본 모델의 성능도 평가합니다.

SAS Rapid Predictive Modeler가 중급 최적 모델을 선택한 후 중급 최적 모델의 예측

성능을 기본 모델과 비교한 다음 그 결과로 최적 모델을 선택합니다.

고급

고급 모델은 일련의 7가지 데이터 마이닝 작업을 수행합니다.

n 변수 선택: 고급 모델은 모델링을 위해 상위 400개 변수를 선택합니다.

n 변환: 고급 모델은 모델링을 위해 선택된 400개의 변수에 대해 다중 변환 알고리

즘을 수행합니다. 다중 변환 작업에서는 후행 변수 선택 노드에서 사용할 몇 가지


변수 변환을 생성합니다. 다중 변환의 결과로 입력 변수의 수가 증가합니다. 입력

변수의 수가 증가하기 때문에 SAS Rapid Predictive Modeler는 다중 변환 알고리

즘에 의해 생성된 출력에서 400개의 최적 입력 변수를 선택합니다.

n 결측값 처리: 고급 모델은 결측값 처리를 수행하여 결측 변수를 평균 변수 값으로

대체합니다. 결측값 처리 작업에서는 사용자가 결측값 처리된 변수 값을 포함하는

관측값을 식별할 수 있도록 하는 표시자 변수도 생성합니다.

n 변수 선택: 고급 모델은 카이제곱 및 R-제곱 기준 검증을 사용하여 타겟 변수와 관련이 없는 변수를 제거합니다. AOV16 변수가 R-제곱 분석 중 생성되었습니다.

n 변수 선택 기법 통합: 고급 모델은 카이제곱 및 R-제곱 기준 검증에서 선택된 변수

집합을 병합합니다.

n 모델링: 고급 모델은 분석용 데이터를 4가지 경쟁 모델 알고리즘으로 실행합니다. 이러한 모델은 의사결정트리 모델, 신경망 모델, 후진 회귀모델 및 앙상블 모델입

니다. 신경망 모델은 최적의 피드 전진망을 찾기 위해 제한된 검색을 수행합니다. 후진 회귀는 R-제곱 스코어가 유의하게 떨어질 때까지 한 번에 하나씩 변수를 제거하여 변수를 소거하는 선형회귀모델입니다. 앙상블 모델은 여러 선행 입력 모델

의 사후확률(Class 타겟의 경우) 또는 예측값(Interval 타겟의 경우)을 결합하여 새로운 모델을 생성합니다. 그런 다음 새로운 앙상블 모델이 새 데이터를 스코어링

하는 데 사용됩니다. 고급 모델에서 사용하는 앙상블 모델은 기본 모델의 출력 모델, 중급 모델의 최적 모델, 고급 모델의 최적 모델을 기반으로 생성됩니다.

n 최적 모델 선택: 고급 모델은 경쟁 의사결정트리, 신경망, 회귀분석 모델의 예측 또는 분류 성능에 대한 분석 평가를 수행합니다. 평가 후 최적의 예측 또는 분류 성능

을 보여 주는 모델이 기본 및 중급 모델의 최적 모델과 함께 입력으로 사용되어 앙상블 모델을 생성합니다. 그런 다음 새로 생성된 고급 앙상블 모델, 의사결정트리

모델, 신경망 모델 및 후진 회귀모델을 모두 분석 비교하여 모든 기본, 중급 및 고급 최적 모델의 표본 공간을 기반으로 최적의 모델을 선택합니다.

SAS Rapid Predictive Modeler가 고급 모델의 예측 성능을 중급 및 기본 모델의 최적

모델과 비교한 다음 그 결과로 최적 성능의 최적 모델을 선택합니다.


리포트 옵션 설정

리포트 정보

리포트에서는 모델에서 유의한 항을 식별하여 향상도 도표와 같은 일반적인 비즈니스 그래픽을 생성합니다. 결과는 분석용 및 평가용 데이터에 대한 통계량을 포함합니다. SAS Rapid Predictive Modeler 프로세스에서는 입력 데이터를 분석용 데이터와 평가용 데이

터로 구분합니다. 분석용 데이터는 각 모델의 모수를 계산하는 데 사용되어 분석용 적합

통계량을 생성합니다. 평가용 데이터는 각 모델에서 스코어링되어 평가용 적합통계량을

생성합니다. 평가용 적합통계량은 모델을 비교하고 과적합(Overfitting)을 감지하는 데 사용됩니다. 분석용 통계량이 평가용 통계량보다 훨씬 의미가 있을 경우 과적합

(Overfitting)을 의심할 수 있으며, 이 경우 모델을 분석하여 데이터에서 임의 신호를 감지

할 수 있습니다. 최적의 평가용 통계량이 포함된 모델이 일반적으로 선호됩니다.

SAS Rapid Predictive Modeler는 모델링에 사용된 데이터 소스와 변수에 대한 요약, 중요

한 예측변수의 순위, 모델의 정확도를 평가하는 여러 가지 적합통계량 및 모델 스코어카

드를 제공하는 간결한 핵심 리포트 집합을 자동으로 생성합니다.

SAS Rapid Predictive Modeler용 표준 리포트 정보

다음은 SAS Rapid Predictive Modeler에서 자동으로 생성되는 표준 리포트입니다.

이득 도표

이득 도표는 클래스 타겟 변수를 가진 모델에 대해서만 사용할 수 있습니다. 이 도표

는 예측값으로 순위화된 데이터의 백분위수를 보여 줍니다. 향상도는 모델에서 식별

된 타겟 이벤트의 수를 임의 선택에서 발견된 타겟 이벤트의 수와 비교한 비율의 측도

입니다.

ROC(Receiver Operating Characteristic) 도표

ROC(Receiver Operating Characteristic) 도표는 모델에서 단일 십분위수가 아닌 전체 표본에 대한 최대 예측검정력을 보여 줍니다. 데이터는 민감도 대 (1 - 특이도)로 도표화됩니다. 모델 곡선과 대각선(임의 선택 모델을 나타냄) 사이의 차이는

KS(Kolmogorov-Smirnov) 값으로 표현됩니다. KS 값이 높을수록 더욱 강력한 모델을

나타냅니다.

스코어카드

모델의 특성을 비즈니스 용도에 맞게 해석할 수 있도록 결과에 스코어카드를 포함합

니다. 스코어카드가 구성되면 각 Interval 변수는 개별 값 범위로 그룹화됩니다. 그런


다음 각 변수는 모델의 중요도에 따라 최대 1,000포인트까지 척도화되어 순위가 지정

됩니다. 그러면 각 변수의 개별 값에 척도화된 총 포인트 중 일부가 부여됩니다.

프로젝트 정보

프로젝트 정보는 모델을 생성한 사용자, 모델 생성 시기 및 모델의 구성 요소 파일 저장 위치를 보여줍니다.


옵션 설명

출력 데이터셋

Enterprise Miner 프로젝트 데이터 저장

이 작업에서 SAS Enterprise Miner 데이터를 저장할지 여부를 지정합니다. SAS Rapid Predictive Modeler의 모델은 SAS Enterprise Miner 프로젝트의 예입니다. SAS Enterprise Miner 데이터를 저장하면, SAS Enterprise Miner 인터페이스를 사용하여 SAS Rapid Predictive Modeler가 생성한 모델을 열고 편집할 수 있습니다. SAS Enterprise Miner에서는 SAS Enterprise Miner 외부에서 사용하기 위해 분석을 저장하고 내보내며, SAS Metadata Repository에 모델을 등록할 수 있습니다.n SAS Enterprise Miner 워크스테이션 설치를 한 경우, 프로젝트는

지정된 워크스테이션 위치에 로컬로 저장됩니다.n SAS Enterprise Miner 클라이언트/서버 설치를 한 경우, 프로젝트

는 서버의 User 루트 폴더(예: C:\users\username\Documents)에 저장됩니다. SAS Management Console을 사용하여 서버에 SYSTEM 루트 위치(예: C:\projects)를 지정하면 지정된 디렉터리 경로가 없습니다. 이러한 경우, 프로젝트 저장 위치를 지정합니다. 이 필드가 비어 있고 프로젝트 저장 전 위치를 지정하지 않으면, 올바른 위치를 지정하라는 오류 메시지가 나타납니다.Rapid Predictive Modeler 작업을 실행하는 일부 프로젝트 데이터를 동일한 폴더에 저장할 수 있습니다.

스코어링 코드 내보내기 스코어링 코드를 이 작업에서 지정한 위치로 저장합니다. 그런 다음 이 코드를 실행하여 다른 SAS 제품에서 기타 데이터셋을 스코어링할 수 있습니다.

스코어 입력 데이터셋 스코어드 값을 포함하는 출력 데이터셋의 이름을 지정합니다. 입력 데이터셋의 값은 SAS Rapid Predictive Modeler가 생성한 모델로 스코어링합니다.


부록 1텍스트 인코딩 옵션 및 언어 매핑

텍스트 인코딩 및 언어 매핑 정보 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 471

텍스트 인코딩 옵션 및 언어 매핑 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 471

텍스트 인코딩 및 언어 매핑 정보

다음 표에서는 일부 텍스트 인코딩 옵션과 관련 언어를 나열합니다. 텍스트 인코딩 옵션

지정에 대한 자세한 내용은 “일반 우선 설정 지정” (15페이지)을 참조하십시오.

텍스트 인코딩 옵션 및 언어 매핑

텍스트 인코딩 옵션 언어

Windows-1250 (중부 유럽 언어): 폴란드어, 체코어, 슬로바키아어, 헝가리어, 슬로베니아어, 세르비아어(라틴), 크로아티아어, 보스니아어, 루마니아어, 알바니아어

Windows-1251 (키릴 언어): 러시아어, 벨로루시어, 불가리아어, 세르비아어(키릴 자모), 마케도니아어, 우크라이나어

471

텍스트 인코딩 옵션 언어

Windows-1252 (서부 유럽 언어): 아프리칸스어, 바스크어, 카탈란어, 발렌시아어, 웨일스어, 덴마크어, 독일어, 영어, 스페인어, 바스크어, 핀란드어, 페로스어, 프랑스어, 서부 프리지아어, 아일랜드어, 갈리시아어, 인도네시아어, 아이슬란드어, 이탈리아어, 이누크티투트어, 룩셈부르크어, 말레이어, 노르웨이어(부크몰), 네덜란드어, 노르웨이어(뉘노르스크), 포르투갈어, 케츄아어, 로만시어, 북부 사미어, 스웨덴어, 스와힐리어, 츠와나어, 코사어, 줄루어

Windows-1253 그리스어

Windows-1254 터키어

Windows-1255 히브리어

Windows-1256 아랍어

Windows-1257 (발틱 언어): 에스토니아어, 라트비아어, 리투아니아어

Windows-1258 베트남어

472 부록 1 / 텍스트 인코딩 옵션 및 언어 매핑

부록 2사용자 정의된 출력 환경

개요 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 473

다른 출력 대상에 대한 출력 생성 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 475

다른 위치에 결과 전송 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 475

출력에 대한 사용자 정의 스타일 사용 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 476

기본 외에 이미지 출력형식 사용 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 476

드릴다운 그래프 생성 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 477

애니메이션 GIF 또는 SVG 이미지 생성 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 477

개요

다음 작업을 수행하려면 SAS Studio 출력 환경을 사용자 정의해야 합니다:

n 다른 출력 대상에 대한 출력 생성

n 다른 위치에 결과 전송

n 출력에 대한 사용자 정의 스타일 사용

n 기본 외에 이미지 출력형식 사용

n 드릴다운 그래프 생성

n 애니메이션 GIF 또는 SVG 이미지 생성

473

SAS Studio 출력 환경을 사용자 정의하려면 먼저 기본 출력 환경을 비활성화하여 시스템

리소스를 보존합니다. 그런 다음, 사용자 고유의 출력 환경을 구성하고 출력 생성에 필요

한 SAS 문을 실행합니다. SAS 프로그램에 있는 ODS 문, ODS 프로시저, 또는 ODS 옵션

을 사용하여 필요한 환경을 정의합니다.

대표적인 예로, SAS 프로그램에 사용자 정의된 SAS Studio 출력 환경이 필요하면 다음

단계를 항상 수행해야 합니다.

1 ODS 출력에 대한 파일 참조를 생성합니다. SAS Studio에 정의되어 있는 &_SASWS_ 매크로 변수를 사용하여 다음 문에 표시된대로 홈 디렉터리를 참조합니다.

filename odsout "&_SASWS_/charts";

이미지 파일을 별도의 디렉터리에 저장하려면 다음 문에 표시된대로 이미지 파일에

대한 두 번째 파일 참조를 생성합니다.

filename ods1out "&_SASWS_/charts/images";

주: 이미 지정한 디렉터리가 존재해야 하며, 디렉터리에 대한 쓰기 권한이 있어야 합니다.

2 시스템 리소스를 보존하려면 다음 문을 사용하여 기본 출력 환경을 비활성화합니다.

ods _all_ close;

3 원하는 ODS 대상을 엽니다. PATH= 옵션을 사용하여 ODS 출력용으로 생성한 파일

참조를 지정합니다. 이미지 파일에 대한 별도의 파일 참조를 생성했으면 GRAPH= 옵션을 사용하여 이미지 출력 파일 참조를 지정합니다. 다음은 예입니다.

ods html path=odsout gpath=ods1out file="saleschart.html";

4 출력을 생성하는데 필요한 SAS 문을 실행합니다.

5 ODS 대상을 닫습니다.

기본 SAS Studio 출력 환경을 비활성화하면 프로그램 기간 결과 탭에 결과가 표시되지

않습니다. 결과는 ODS 대상을 열었을때만 생성됩니다.

474 부록 2 / 사용자 정의된 출력 환경

다른 출력 대상에 대한 출력 생성

기본 HTML5, PDF 또는 RTF 출력 외에 출력을 생성하려면 사용자 고유의 ODS 대상을

열어야 합니다. 출력 대상의 예로는 HTML, PowerPoint 및 LISTING을 포함합니다. 기본

출력 환경을 비활성화한 후 ODS 문을 사용하여 사용자 고유의 출력 대상을 엽니다. 다음

은 예입니다.

filename odsout "&_SASWS_/charts";ods _all_ close;ods powerpoint path=odsout file="filename";

ODS 문 사전에 액세스하려면 SAS Output Delivery System: User's Guide를 참조하십시

오.

다른 위치에 결과 전송

SAS Studio에서 프로그램을 실행할 때 결과 탭에서 로컬 컴퓨터로 출력을 다운로드할 수

있습니다. 출력을 다른 위치로 직접 전송하려면 사용자 고유의 ODS 대상을 열어야 합니

다. 기본적으로 사용자가 연 ODS 대상에서 생성되는 출력 파일은 홈 디렉터리에 작성됩

니다.

SAS Studio Single-User 배포에서 출력은 로컬 컴퓨터에 있는 홈 디렉터리에 작성됩니

다.

SAS Studio Basic 및 SAS Studio Mid-Tier 배포에서 출력은 원격 SAS 서버에 있는 홈 디렉터리에 작성됩니다. 홈 디렉터리는 파일 및 폴더 또는 서버 파일 및 폴더 아래에 탐색

영역에 나타납니다.

결과를 특정 위치에 전송하려면 FILENAME 문을 사용하여 원하는위치에 파일 참조를 정의합니다. &_SASWS_ 매크로 변수를 사용하여 홈 디렉터리를 참조할 수 있습니다. 파일

참조를 생성한 후 ODS 문에 있는 PATH=file-reference 옵션을 사용합니다. 다음은 예입

니다.

filename odsout "&_SASWS_/charts";ods _all_ close;

다른 위치에 결과 전송 475

ods html path=odsout file="sales.htm"

이 경우 file sales.htm 및 생성된 모든 이미지 파일은 홈 디렉터리에 있는 하위 디렉터리

인 그래프에 작성됩니다.

출력에 대한 사용자 정의 스타일 사용

기업 스타일과 같은 SAS Studio 결과에 대한 사용자 정의 ODS 스타일을 사용하려면 사용자 고유의 ODS 대상을 열어야 합니다. 기본 결과에 대한 사용자 정의 스타일을 지정할

수 없습니다. ODS 문에 있는 STYLE= 옵션을 사용하여 사용자 정의 스타일을 지정합니

다. 다음은 예입니다.

filename odsout ="&_SASWS_/charts";ods _all_ close;ods html path=odsout file="filename.htm" style=style-name;

사용자 정의 스타일을 생성하려면 ODS TEMPLATE 프로시저, CSSStyles 또는 STYLE= 옵션을 사용합니다. 자세한 내용은 SAS Output Delivery System: User's Guide를 참조하

십시오.

기본 외에 이미지 출력형식 사용

기본 외에 이미지 형식을 사용하려면 원하는 출력형식을 지정한 다음 사용자 고유의

ODS 대상을 열어야 합니다. 이미지 출력형식 지정 방법:

n SAS/GRAPH를 사용하여 그래프를 생성하면 OPTIONS 또는 GOPTIONS 문에 있는

DEVICE= 옵션을 지정합니다. 자세한 내용은 SAS/GRAPH: Reference를 참조하십시

오.

n ODS Graphics를 사용하여 그래프를 생성하면 ODS GRAPHICS 문에 있는

OUTPUTFMT= 옵션을 지정합니다. 자세한 내용은 SAS Output Delivery System: User's Guide를 참조하십시오.


드릴다운 그래프 생성

SAS Studio에서 드릴다운 그래프를 생성하려면 사용자 고유의 ODS 대상을 열어야 합니

다. 드릴다운 그래프는 복잡한 데이터를 탐색하는 사용자를 위한 편리한 수단을 제공합

니다. 드릴다운 그래프에서 특정 요소는 활성 링크를 포함합니다. 사용자가 연결된 요소

를 클릭하면 연결된 새로운 브라우저 창에 기본으로 나타납니다.

자세한 내용은 다음 문서를 참조하십시오.

n SAS/GRAPH를 사용하여 그래프를 생성하려면 SAS/GRAPH: Reference를 참조하십

시오.

n 그래프 템플릿 언어를 사용하여 그래프를 생성하려면 SAS Graph Template Language: User's Guide를 참조하십시오.

애니메이션 GIF 또는 SVG 이미지 생성

SAS Studio에서 애니메이션 그래프를 생성하려면 사용자 고유의 ODS 대상을 열어야 합니다. 애니메이션 그래프는 그래프가 웹 브라우저 또는 애니메이션을 지원하는 다른 뷰어에서 보여질 때 일련의 그래프를 자동으로 표시합니다. 애니메이션은 일련의 그래프를

슬라이드쇼 방식으로 실행하며 각 그래프 사이에 지연이 발생합니다. 시퀀스는 한번만

실행되며 고정된 횟수만큼 루프하고 멈추거나 무한정으로 루프합니다.

자세한 내용은 다음 문서를 참조하십시오.

n SAS/GRAPH를 사용하여 그래프를 생성하려면 SAS/GRAPH: Reference를 참조하십

시오.

n 그래프 템플릿 언어를 사용하여 그래프를 생성하려면 SAS Graph Template Language: User's Guide를 참조하십시오.

애니메이션 GIF 또는 SVG 이미지 생성 477

부록 3작업용 입력 데이터셋 예

작업 데이터셋 정보 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 479

FITNESS 데이터셋 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 480

GETSTARTED 데이터셋 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 481

GREENE 데이터셋 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 483

IN 데이터셋 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 483

LONG97DATA 데이터셋 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 484

MROZ 데이터셋 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 504

작업 데이터셋 정보

작업 문서의 예 중 일부를 완료하려면 하나 이상의 데이터셋을 생성해야 할 수 있습니다. 이 부록에는 필요한 SAS 코드가 제공되어 있습니다. 이러한 데이터셋을 생성하려면 이

코드(HTML 버전에서 SAS Studio: User's Guide)를 복사하여 SAS Studio의 프로그램 탭

에 붙여넣고 을 클릭합니다.

479

FITNESS 데이터셋

Fitness 데이터셋을 생성하려면 다음 코드를 프로그램 탭에 입력합니다.

data Fitness; input Age Weight Oxygen RunTime @@; datalines;44 89.47 44.609 11.3740 75.07 45.313 10.0744 85.84 54.297 8.6542 68.15 59.571 8.1738 89.02 49.874 .47 77.45 44.811 11.6340 75.98 45.681 11.9543 81.19 49.091 10.8544 81.42 39.442 13.0838 81.87 60.055 8.6344 73.03 50.541 10.1345 87.66 37.388 14.0345 66.45 44.754 11.1247 79.15 47.273 10.6054 83.12 51.855 10.3349 81.42 49.156 8.9551 69.63 40.836 10.9551 77.91 46.672 10.0048 91.63 46.774 10.2549 73.37 . 10.0857 73.37 39.407 12.6354 79.38 46.080 11.1752 76.32 45.441 9.6350 70.87 54.625 8.9251 67.25 45.118 11.0854 91.63 39.203 12.8851 73.71 45.790 10.4757 59.08 50.545 9.9349 76.32 . .48 61.24 47.920 11.5052 82.78 47.467 10.50;

480 부록 3 / 작업용 입력 데이터셋 예

GETSTARTED 데이터셋

getStarted 데이터셋을 생성하려면 다음 코드를 프로그램 탭에 입력합니다.

data getStarted; input C1-C5 Y Total; datalines;0 3 1 1 3 2 28.3612 3 0 3 1 2 39.8311 3 2 2 2 1 17.1331 2 0 0 3 2 12.7690 2 1 0 1 1 29.4640 2 1 0 2 1 4.1521 2 1 0 1 0 0.0000 2 1 1 2 1 20.1991 2 0 0 1 0 0.0000 1 1 3 3 2 53.3762 2 2 2 1 1 31.9230 3 2 0 3 2 37.9872 2 2 0 0 1 1.0820 2 0 2 0 1 6.3231 3 0 0 0 0 0.0001 2 1 2 3 2 4.2170 1 2 3 1 1 26.0841 1 0 0 1 0 0.0001 3 2 2 2 0 0.0002 1 3 1 1 2 52.6401 3 0 1 2 1 3.2572 0 2 3 0 5 88.0662 2 2 1 0 1 15.1963 1 3 1 0 1 11.9553 1 3 1 2 3 91.7903 1 1 2 3 7 232.4173 1 1 1 0 1 2.1243 1 0 0 0 2 32.7623 1 2 3 0 1 25.4152 2 0 1 2 1 42.7533 3 2 2 3 1 23.8542 0 0 2 3 2 49.4381 0 0 2 3 4 105.4490 0 2 3 0 6 101.5360 3 1 0 0 0 0.0003 0 1 0 1 1 5.937

GETSTARTED 데이터셋 481

2 0 0 0 3 2 53.9521 0 1 0 3 2 23.6861 1 3 1 1 1 0.2872 1 3 0 3 7 281.5511 3 2 1 1 0 0.0002 1 0 0 1 0 0.0000 0 1 1 2 3 93.0090 1 0 1 0 2 25.0551 2 2 2 3 1 1.6910 3 2 3 1 1 10.7193 3 0 3 3 1 19.2792 0 0 2 1 2 40.8022 2 3 0 3 3 72.9240 2 0 3 0 1 10.2163 0 1 2 2 2 87.7732 1 2 3 1 0 0.0003 2 0 3 1 0 0.0003 0 3 0 0 2 62.0161 3 2 2 1 3 36.3552 3 2 0 3 1 23.1901 0 1 2 1 1 11.7842 1 2 2 2 5 204.5273 0 1 1 2 5 115.9370 1 1 3 2 1 44.0282 2 1 3 1 4 52.2471 1 0 0 1 1 17.6213 3 1 2 1 2 10.7062 2 0 2 3 3 81.5060 1 0 0 2 2 81.8350 1 2 0 1 2 20.6473 2 2 2 0 1 3.1102 2 3 0 0 1 13.6791 2 2 3 2 1 6.4863 3 2 2 1 2 30.0250 0 3 1 3 6 202.1723 2 3 1 2 3 44.2210 3 0 0 0 1 27.6453 3 3 0 3 2 22.4702 3 2 0 2 0 0.0001 3 0 2 0 1 1.6281 3 1 0 2 0 0.0003 2 3 3 0 1 20.6843 1 0 2 0 4 108.0000 1 2 2 1 1 4.6150 2 3 2 2 1 12.4610 3 2 0 1 3 53.7982 1 1 2 0 1 36.320


1 0 3 0 0 0 0.0000 0 3 2 0 1 19.9020 2 3 1 0 0 0.0002 2 2 1 3 2 31.8153 3 3 0 0 0 0.0002 2 1 3 3 2 17.9150 2 3 2 3 2 69.3151 3 1 2 1 0 0.0003 0 1 1 1 4 94.0502 1 1 1 3 6 242.2660 2 0 3 2 1 40.8852 0 1 1 2 2 74.7082 2 2 2 3 2 50.7341 0 2 2 1 3 35.9501 3 3 1 1 1 2.7773 1 2 1 3 5 118.0650 3 2 1 2 0 0.000;

GREENE 데이터셋

Greene 데이터셋을 생성하려면 다음 코드를 프로그램 탭에 입력합니다.

data greene; input firm year production cost @@;datalines;1 1955 5.36598 1.14867 1 1960 6.03787 1.451851 1965 6.37673 1.52257 1 1970 6.93245 1.766272 1955 6.54535 1.35041 2 1960 6.69827 1.711092 1965 7.40245 2.09519 2 1970 7.82644 2.394803 1955 8.07153 2.94628 3 1960 8.47679 3.25967;

IN 데이터셋

LONG97DATA 데이터셋을 생성하려면 다음 코드를 프로그램 탭에 입력합니다.

data in; label q = "Quantity" p = "Price" s = "Price of Substitutes"

IN 데이터셋 483

y = "Income" u = "Unit Cost"; drop i e1 e2; p = 0; q = 0; do i = 1 to 60; y = 1 + .05*i + .15*rannor(123); u = 2 + .05*rannor(123) + .05*rannor(123); s = 4 - .001*(i-10)*(i-110) + .5*rannor(123); e1 = .15 * rannor(123); e2 = .15 * rannor(123); demandx = 1 + .3 * y + .35 * s + e1; supplyx = -1 - 1 * u + e2 - .4*e1; q = 1.4/2.15 * demandx + .75/2.15 * supplyx; p = ( - q + supplyx ) / -1.4; output; end; run;

LONG97DATA 데이터셋

LONG97DATA 데이터셋을 생성하려면 다음 코드를 프로그램 탭에 입력합니다.

data long97data; input fem ment phd mar kid5 art lnart; datalines; 0 7.99999860 1.38000000 1 2 3 1.25276290 0 6.99999950 4.29000000 0 0 0 -0.69314720 0 47.00000760 3.84999990 0 0 4 1.50407740 0 19.00000190 3.58999990 1 1 1 0.40546510 0 0.00000000 1.80999990 1 0 1 0.40546510 0 6.00000050 3.58999990 1 1 1 0.40546510 0 9.99999900 2.11999990 1 1 0 -0.69314720 0 1.99999990 4.29000000 1 0 0 -0.69314720 0 1.99999990 2.57999990 1 2 3 1.25276290 0 3.99999900 1.80000000 1 1 3 1.25276290 0 0.00000000 4.29000000 1 2 1 0.40546510 0 3.00000000 2.76000000 1 1 0 -0.69314720 0 9.99999900 3.41000010 1 1 1 0.40546510 0 6.99999950 4.34000020 1 3 2 0.91629080 0 15.00000100 3.84999990 1 2 5 1.70474800 0 1.99999990 2.09999990 1 0 2 0.91629080 0 13.00000000 4.29000000 1 0 2 0.91629080 0 15.00000100 4.29000000 0 0 1 0.40546510 0 4.99999810 2.26000000 1 1 0 -0.69314720


0 6.00000050 2.09999990 0 0 0 -0.69314720 0 12.00000000 2.26000000 1 0 3 1.25276290 0 15.99999810 3.84999990 1 1 6 1.87180220 0 6.99999950 4.29000000 0 0 4 1.50407740 0 6.00000050 1.80000000 1 2 2 0.91629080 0 1.99999990 2.26000000 0 0 2 0.91629080 0 0.00000000 2.09999990 0 0 0 -0.69314720 0 30.00000190 4.29000000 1 0 4 1.50407740 0 9.99999900 4.29000000 1 2 1 0.40546510 0 1.99999990 2.09999990 1 0 1 0.40546510 0 0.99999990 3.58999990 1 0 7 2.01490310 0 3.00000000 3.42000010 1 1 2 0.91629080 0 9.99999900 4.29000000 1 2 2 0.91629080 0 9.99999900 4.29000000 0 0 2 0.91629080 0 0.99999990 3.33999990 1 2 0 -0.69314720 0 1.99999990 4.29000000 0 0 0 -0.69314720 0 10.99999710 4.29000000 1 0 1 0.40546510 0 4.99999810 3.61999990 1 0 4 1.50407740 0 0.00000000 4.29000000 1 3 1 0.40546510 0 3.99999900 4.34000020 1 1 1 0.40546510 0 1.99999990 1.25000000 1 1 2 0.91629080 0 19.00000190 4.34000020 0 0 7 2.01490310 0 3.00000000 1.67000000 1 3 1 0.40546510 0 0.00000000 3.47000000 0 0 0 -0.69314720 0 0.99999990 2.26000000 1 1 1 0.40546510 0 0.99999990 1.80000000 1 0 1 0.40546510 0 17.00000000 4.34000020 1 2 2 0.91629080 0 3.00000000 3.58999990 0 0 2 0.91629080 0 0.99999990 1.75000000 1 2 1 0.40546510 0 6.00000050 4.29000000 0 0 1 0.40546510 0 0.00000000 2.09999990 1 1 0 -0.69314720 0 15.00000100 4.29000000 1 2 0 -0.69314720 0 0.00000000 2.09999990 1 1 0 -0.69314720 0 26.99999810 3.31999990 1 2 2 0.91629080 0 4.99999810 4.34000020 1 0 2 0.91629080 0 6.99999950 3.41000010 0 0 4 1.50407740 0 0.00000000 4.29000000 1 0 1 0.40546510 0 10.99999710 3.19000010 1 0 2 0.91629080 0 13.00000000 4.29000000 1 0 2 0.91629080 0 3.99999900 1.74000000 1 2 1 0.40546510 0 3.99999900 2.76000000 0 0 1 0.40546510 0 26.99999810 3.58999990 1 1 7 2.01490310 0 9.99999900 1.80999990 1 0 4 1.50407740 0 13.00000000 4.29000000 1 1 2 0.91629080 0 0.99999990 4.29000000 1 1 1 0.40546510 0 6.00000050 2.76000000 0 0 1 0.40546510 0 6.00000050 3.47000000 0 0 6 1.87180220

LONG97DATA 데이터셋 485

0 4.99999810 2.50000000 1 2 2 0.91629080 0 1.99999990 1.25000000 1 0 5 1.70474800 0 13.99999710 3.58999990 1 1 3 1.25276290 0 0.00000000 2.09999990 1 1 0 -0.69314720 0 12.00000000 3.58999990 1 0 1 0.40546510 0 6.99999950 3.58999990 1 3 0 -0.69314720 0 3.00000000 1.75000000 1 0 1 0.40546510 0 1.99999990 1.75000000 1 2 1 0.40546510 0 1.99999990 3.58999990 1 1 1 0.40546510 0 1.99999990 4.29000000 0 0 1 0.40546510 0 0.00000000 4.29000000 0 0 0 -0.69314720 0 0.00000000 2.09999990 1 1 0 -0.69314720 0 0.00000000 2.60999990 1 0 3 1.25276290 0 30.00000190 4.29000000 1 0 5 1.70474800 0 21.00000000 1.74000000 1 0 16 2.80336050 0 4.99999810 2.76000000 1 0 1 0.40546510 0 9.00000000 4.29000000 0 0 0 -0.69314720 0 7.99999860 2.76000000 1 2 1 0.40546510 0 25.00000000 4.29000000 1 2 3 1.25276290 0 0.00000000 3.47000000 1 1 5 1.70474800 0 4.99999810 2.57999990 1 2 0 -0.69314720 0 0.99999990 2.14000010 1 0 0 -0.69314720 0 4.99999810 2.26000000 0 0 0 -0.69314720 0 0.00000000 4.29000000 1 2 3 1.25276290 0 15.00000100 4.29000000 1 0 3 1.25276290 0 30.00000190 4.29000000 0 0 3 1.25276290 0 1.99999990 2.20000000 1 0 0 -0.69314720 0 6.00000050 1.80000000 1 2 3 1.25276290 0 0.00000000 2.09999990 1 2 1 0.40546510 0 13.00000000 4.29000000 1 1 1 0.40546510 0 0.00000000 4.29000000 0 0 0 -0.69314720 0 12.00000000 2.09999990 1 1 0 -0.69314720 0 30.00000190 4.29000000 1 2 2 0.91629080 0 4.99999810 1.80999990 1 1 1 0.40546510 0 9.99999900 4.34000020 1 0 1 0.40546510 0 4.99999810 4.29000000 1 1 0 -0.69314720 0 3.99999900 2.50000000 1 2 1 0.40546510 0 13.00000000 2.05000000 1 2 4 1.50407740 0 7.99999860 3.47000000 1 0 3 1.25276290 0 6.00000050 2.60999990 1 1 1 0.40546510 0 6.00000050 4.29000000 1 2 1 0.40546510 0 25.00000000 4.29000000 0 0 2 0.91629080 0 1.99999990 4.29000000 1 1 2 0.91629080 0 9.00000000 4.34000020 1 0 6 1.87180220 0 9.99999900 2.11999990 1 1 0 -0.69314720 0 3.00000000 2.76000000 1 0 2 0.91629080 0 1.99999990 4.29000000 1 2 0 -0.69314720


0 0.00000000 2.50000000 1 0 1 0.40546510 0 6.00000050 4.34000020 1 0 5 1.70474800 0 7.99999860 2.76000000 1 1 2 0.91629080 0 9.99999900 3.19000010 1 1 2 0.91629080 0 7.99999860 4.61999990 0 0 3 1.25276290 0 6.00000050 3.15000010 1 2 0 -0.69314720 0 21.00000000 2.55000000 1 1 4 1.50407740 0 3.99999900 1.52000000 1 0 0 -0.69314720 0 1.99999990 1.72000000 1 2 4 1.50407740 0 0.99999990 1.78000000 1 1 2 0.91629080 0 17.00000000 2.85999990 1 1 1 0.40546510 0 30.00000190 4.61999990 1 2 0 -0.69314720 0 4.99999810 4.13999990 0 0 1 0.40546510 0 13.00000000 2.96000000 1 1 6 1.87180220 0 10.99999710 2.55000000 1 0 1 0.40546510 0 19.00000190 2.21000000 1 1 0 -0.69314720 0 4.99999810 3.08999990 1 0 3 1.25276290 0 66.00000760 4.54000000 1 2 4 1.50407740 0 0.00000000 1.78000000 1 0 3 1.25276290 0 3.00000000 2.21000000 1 3 0 -0.69314720 0 3.00000000 2.39000010 1 1 1 0.40546510 0 0.00000000 2.96000000 1 0 0 -0.69314720 0 7.99999860 2.51000000 1 1 0 -0.69314720 0 0.00000000 1.97000000 1 2 2 0.91629080 0 4.99999810 4.13999990 0 0 0 -0.69314720 0 29.00000000 4.25000000 1 1 4 1.50407740 0 10.99999710 2.85999990 1 2 0 -0.69314720 0 22.99999620 2.96000000 1 1 9 2.25129180 0 45.99999240 2.96000000 1 2 2 0.91629080 0 7.99999860 4.61999990 1 1 6 1.87180220 0 4.99999810 3.69000010 1 2 0 -0.69314720 0 0.99999990 3.15000010 1 1 0 -0.69314720 0 9.00000000 4.61999990 0 0 2 0.91629080 0 1.99999990 3.35999990 1 0 0 -0.69314720 0 6.99999950 3.69000010 0 0 4 1.50407740 0 10.99999710 3.54000000 1 0 1 0.40546510 0 56.99999620 2.96000000 1 1 4 1.50407740 0 15.99999810 2.55999990 1 1 1 0.40546510 0 0.00000000 2.31999990 1 0 0 -0.69314720 0 3.00000000 2.31999990 1 0 0 -0.69314720 0 0.99999990 0.92000000 1 2 0 -0.69314720 0 9.99999900 4.54000000 1 0 0 -0.69314720 0 10.99999710 4.54000000 1 3 0 -0.69314720 0 10.99999710 1.76000000 1 1 5 1.70474800 0 15.99999810 2.55999990 0 0 1 0.40546510 0 4.99999810 2.39000010 1 1 0 -0.69314720 0 9.00000000 3.40000010 1 0 2 0.91629080


0 19.99999620 2.86999990 1 2 2 0.91629080 0 21.00000000 4.54000000 1 2 4 1.50407740 0 4.99999810 2.82999990 1 0 4 1.50407740 0 6.00000050 1.67999990 1 0 0 -0.69314720 0 12.00000000 3.54000000 0 0 3 1.25276290 0 0.00000000 1.76000000 1 0 2 0.91629080 0 10.99999710 3.15000010 1 3 1 0.40546510 0 3.00000000 2.51000000 1 0 0 -0.69314720 0 15.99999810 3.69000010 1 1 0 -0.69314720 0 10.99999710 1.76000000 1 1 4 1.50407740 0 4.99999810 1.86000000 1 1 12 2.52572870 0 0.99999990 2.76000000 1 3 0 -0.69314720 0 15.99999810 4.61999990 1 1 1 0.40546510 0 12.00000000 4.25000000 1 0 5 1.70474800 0 10.99999710 2.54000000 1 0 4 1.50407740 0 0.00000000 2.20000000 1 1 0 -0.69314720 0 0.00000000 1.76000000 1 0 2 0.91629080 0 3.00000000 2.85999990 1 3 3 1.25276290 0 13.00000000 3.40000010 1 2 0 -0.69314720 0 45.00000000 4.54000000 1 1 1 0.40546510 0 47.00000760 1.86000000 1 1 9 2.25129180 0 6.99999950 1.52000000 1 0 0 -0.69314720 0 6.99999950 2.55999990 1 1 2 0.91629080 0 19.00000190 2.21000000 1 0 0 -0.69314720 0 9.00000000 3.69000010 1 0 7 2.01490310 0 76.99998470 1.78000000 1 1 1 0.40546510 0 0.00000000 1.17999990 1 1 0 -0.69314720 0 3.99999900 2.00000000 1 0 1 0.40546510 0 19.00000190 2.21000000 1 0 0 -0.69314720 0 12.00000000 4.13999990 1 2 0 -0.69314720 0 0.99999990 2.85999990 1 3 0 -0.69314720 0 17.00000000 2.85999990 1 1 1 0.40546510 0 6.00000050 2.54000000 0 0 7 2.01490310 0 3.99999900 2.85999990 1 1 0 -0.69314720 0 6.00000050 2.52000000 0 0 4 1.50407740 0 3.00000000 1.52000000 1 1 2 0.91629080 0 4.99999810 3.08999990 1 1 3 1.25276290 0 3.00000000 1.17999990 1 1 0 -0.69314720 0 3.00000000 1.42000000 1 0 0 -0.69314720 0 15.00000100 4.61999990 0 0 7 2.01490310 0 0.00000000 2.96000000 1 2 1 0.40546510 0 9.99999900 4.54000000 0 0 2 0.91629080 0 41.99999620 4.54000000 0 0 7 2.01490310 0 3.00000000 2.51000000 1 2 1 0.40546510 0 6.99999950 3.15000010 1 1 2 0.91629080 0 0.00000000 2.50000000 1 0 1 0.40546510 0 6.00000050 2.96000000 1 3 1 0.40546510


0 3.99999900 1.67999990 1 0 0 -0.69314720 0 0.00000000 1.22000000 1 1 1 0.40546510 0 1.99999990 1.52000000 1 0 1 0.40546510 0 4.99999810 2.21000000 1 1 0 -0.69314720 0 0.99999990 3.92000010 1 1 0 -0.69314720 0 13.00000000 4.54000000 1 0 5 1.70474800 0 0.00000000 1.17999990 1 0 2 0.91629080 0 26.00000000 3.69000010 1 0 3 1.25276290 0 0.99999990 1.72000000 1 0 2 0.91629080 0 25.00000000 2.57999990 1 1 5 1.70474800 0 3.00000000 1.52000000 0 0 3 1.25276290 0 47.00000760 1.86000000 1 1 4 1.50407740 0 3.99999900 2.50000000 1 0 5 1.70474800 0 0.99999990 4.61999990 1 0 1 0.40546510 0 6.99999950 1.40000000 1 2 0 -0.69314720 0 4.99999810 4.54000000 1 0 3 1.25276290 0 26.99999810 1.67999990 1 1 0 -0.69314720 0 0.99999990 2.82999990 1 0 2 0.91629080 0 4.99999810 3.35999990 0 0 1 0.40546510 0 0.00000000 1.97000000 1 1 7 2.01490310 0 12.00000000 3.40000010 0 0 1 0.40546510 0 3.99999900 1.74000000 1 1 1 0.40546510 0 0.00000000 2.96000000 0 0 0 -0.69314720 0 25.00000000 2.57999990 1 1 4 1.50407740 0 3.00000000 4.54000000 1 1 1 0.40546510 0 1.99999990 3.15000010 1 1 0 -0.69314720 0 12.00000000 2.96000000 1 2 0 -0.69314720 0 15.99999810 3.54000000 1 2 2 0.91629080 0 4.99999810 2.96000000 1 1 3 1.25276290 0 12.00000000 4.25000000 1 0 1 0.40546510 0 4.99999810 2.55999990 1 1 2 0.91629080 0 4.99999810 1.86000000 1 0 1 0.40546510 0 3.00000000 4.61999990 1 1 1 0.40546510 0 3.99999900 2.85999990 0 0 2 0.91629080 0 4.99999810 3.15000010 1 1 5 1.70474800 0 0.00000000 2.51000000 1 0 2 0.91629080 0 26.99999810 3.15000010 1 1 5 1.70474800 0 4.99999810 2.51000000 1 0 2 0.91629080 0 0.00000000 1.52000000 1 1 0 -0.69314720 0 17.99999810 4.29000000 0 0 6 1.87180220 0 4.99999810 4.29000000 1 1 4 1.50407740 0 7.99999860 4.29000000 1 2 2 0.91629080 0 3.99999900 2.09999990 1 0 2 0.91629080 0 35.00000760 4.29000000 1 1 12 2.52572870 0 4.99999810 4.29000000 0 0 2 0.91629080 0 9.00000000 3.58999990 1 1 1 0.40546510 0 6.00000050 4.29000000 1 0 1 0.40546510


0 24.00000190 4.29000000 1 0 2 0.91629080 0 0.00000000 2.09999990 1 1 0 -0.69314720 0 4.99999810 1.80999990 1 1 0 -0.69314720 0 19.00000190 4.29000000 0 0 7 2.01490310 0 3.00000000 4.29000000 0 0 1 0.40546510 0 1.99999990 4.29000000 1 1 1 0.40546510 0 3.99999900 1.25000000 1 0 3 1.25276290 0 9.99999900 3.58999990 1 0 1 0.40546510 0 7.99999860 2.09999990 1 1 1 0.40546510 0 1.99999990 4.29000000 1 0 4 1.50407740 0 19.00000190 4.29000000 1 1 3 1.25276290 0 0.99999990 3.47000000 1 1 1 0.40546510 0 3.00000000 3.19000010 1 0 1 0.40546510 0 4.99999810 3.19000010 1 2 1 0.40546510 0 0.00000000 2.09999990 1 0 1 0.40546510 0 21.00000000 3.58999990 1 1 5 1.70474800 0 13.99999710 4.29000000 1 1 1 0.40546510 0 0.00000000 2.09999990 1 0 0 -0.69314720 0 6.99999950 2.76000000 1 1 1 0.40546510 0 4.99999810 2.60999990 1 0 3 1.25276290 0 22.00000000 4.29000000 1 0 4 1.50407740 0 19.99999620 3.41000010 0 0 7 2.01490310 0 38.00000380 4.29000000 1 0 3 1.25276290 0 19.00000190 4.29000000 0 0 4 1.50407740 0 3.00000000 2.26000000 0 0 2 0.91629080 0 15.99999810 3.58999990 0 0 3 1.25276290 0 1.99999990 4.29000000 1 1 0 -0.69314720 0 3.00000000 2.05000000 0 0 1 0.40546510 0 12.00000000 4.29000000 1 2 1 0.40546510 0 35.00000760 4.29000000 0 0 0 -0.69314720 0 19.00000190 4.29000000 1 0 0 -0.69314720 0 1.99999990 4.29000000 0 0 0 -0.69314720 0 6.99999950 2.76000000 0 0 1 0.40546510 0 3.99999900 2.09999990 1 2 3 1.25276290 0 13.99999710 2.35999990 0 0 1 0.40546510 0 9.00000000 4.29000000 0 0 0 -0.69314720 0 7.99999860 3.58999990 0 0 0 -0.69314720 0 12.00000000 4.29000000 1 1 2 0.91629080 0 3.00000000 4.29000000 1 1 0 -0.69314720 0 0.99999990 4.29000000 1 0 1 0.40546510 0 9.99999900 4.29000000 0 0 1 0.40546510 0 21.00000000 3.41000010 0 0 4 1.50407740 0 13.00000000 4.29000000 1 1 0 -0.69314720 0 17.00000000 4.29000000 1 0 2 0.91629080 0 4.99999810 4.29000000 0 0 0 -0.69314720 0 1.99999990 2.14000010 0 0 0 -0.69314720 0 7.99999860 4.29000000 1 0 0 -0.69314720


0 1.99999990 2.50000000 1 1 2 0.91629080 0 4.99999810 2.60999990 1 1 3 1.25276290 0 0.99999990 1.80999990 1 2 0 -0.69314720 0 1.99999990 2.26000000 1 1 0 -0.69314720 0 3.99999900 3.61999990 1 2 1 0.40546510 0 9.00000000 4.29000000 1 2 1 0.40546510 0 9.00000000 4.29000000 0 0 0 -0.69314720 0 17.00000000 4.29000000 0 0 2 0.91629080 0 24.00000190 4.29000000 1 2 0 -0.69314720 0 3.99999900 3.47000000 1 0 4 1.50407740 0 13.99999710 4.29000000 1 1 2 0.91629080 0 4.99999810 3.58999990 1 1 1 0.40546510 0 9.99999900 1.80999990 0 0 1 0.40546510 0 17.99999810 4.29000000 1 1 3 1.25276290 0 0.99999990 4.29000000 1 1 0 -0.69314720 0 0.00000000 2.09999990 1 0 1 0.40546510 0 3.99999900 2.15000010 1 2 0 -0.69314720 0 7.99999860 4.29000000 1 0 0 -0.69314720 0 0.99999990 2.26000000 1 0 1 0.40546510 0 7.99999860 4.29000000 1 0 0 -0.69314720 0 13.00000000 4.29000000 1 2 0 -0.69314720 0 4.99999810 3.58999990 1 2 0 -0.69314720 0 6.99999950 3.41000010 1 2 0 -0.69314720 0 6.99999950 3.58999990 0 0 3 1.25276290 0 4.99999810 3.61999990 1 1 3 1.25276290 0 0.00000000 2.09999990 1 3 1 0.40546510 0 13.99999710 4.29000000 0 0 1 0.40546510 0 6.00000050 4.29000000 1 0 0 -0.69314720 0 4.99999810 2.26000000 1 1 1 0.40546510 0 7.99999860 2.76000000 1 0 3 1.25276290 0 3.99999900 2.60999990 1 1 1 0.40546510 0 9.00000000 4.29000000 0 0 2 0.91629080 0 3.00000000 2.09999990 1 1 2 0.91629080 0 1.99999990 3.47000000 1 1 0 -0.69314720 0 0.00000000 2.09999990 0 0 0 -0.69314720 0 10.99999710 4.29000000 0 0 1 0.40546510 0 9.00000000 4.29000000 0 0 1 0.40546510 0 7.99999860 2.96000000 1 0 1 0.40546510 0 1.99999990 2.96000000 1 0 2 0.91629080 0 17.99999810 4.61999990 1 0 3 1.25276290 0 3.00000000 1.42000000 1 0 3 1.25276290 0 1.99999990 4.54000000 1 0 1 0.40546510 0 6.99999950 2.52000000 1 0 0 -0.69314720 0 9.99999900 4.54000000 1 1 2 0.91629080 0 15.99999810 2.00000000 1 1 1 0.40546510 0 4.99999810 2.54000000 1 0 0 -0.69314720 0 0.00000000 2.50000000 1 0 2 0.91629080


0 7.99999860 4.54000000 0 0 0 -0.69314720 0 9.99999900 3.35999990 0 0 1 0.40546510 0 17.99999810 3.40000010 1 1 0 -0.69314720 0 12.00000000 1.67999990 1 1 1 0.40546510 0 9.00000000 2.00000000 0 0 1 0.40546510 0 39.00000000 2.85999990 1 0 1 0.40546510 0 17.99999810 4.61999990 1 0 1 0.40546510 0 15.00000100 4.13999990 1 0 1 0.40546510 0 15.99999810 4.13999990 1 0 2 0.91629080 0 1.99999990 2.96000000 0 0 0 -0.69314720 0 6.99999950 2.82999990 1 2 3 1.25276290 0 24.00000190 2.55000000 1 0 2 0.91629080 0 7.99999860 1.67999990 1 0 1 0.40546510 0 6.99999950 2.00000000 0 0 1 0.40546510 0 10.99999710 2.00000000 1 1 1 0.40546510 0 0.00000000 2.96000000 1 1 4 1.50407740 0 3.99999900 1.50500000 1 0 4 1.50407740 0 21.00000000 3.54000000 1 0 2 0.91629080 0 6.00000050 3.40000010 0 0 1 0.40546510 0 6.00000050 4.61999990 0 0 0 -0.69314720 0 7.99999860 2.82999990 0 0 3 1.25276290 0 3.99999900 2.54000000 1 0 1 0.40546510 0 12.00000000 2.86999990 0 0 1 0.40546510 0 15.00000100 1.86000000 0 0 1 0.40546510 0 0.00000000 3.92000010 1 1 1 0.40546510 0 4.99999810 3.69000010 1 1 1 0.40546510 0 15.00000100 2.85999990 1 2 4 1.50407740 0 4.99999810 4.54000000 0 0 0 -0.69314720 0 7.99999860 4.61999990 0 0 0 -0.69314720 0 13.00000000 2.85999990 1 1 0 -0.69314720 0 1.99999990 3.40000010 0 0 1 0.40546510 0 6.00000050 2.57999990 1 2 4 1.50407740 0 19.99999620 4.25000000 1 0 3 1.25276290 0 6.99999950 1.76000000 1 1 2 0.91629080 0 6.99999950 2.85999990 1 3 0 -0.69314720 0 15.99999810 3.69000010 1 2 4 1.50407740 0 13.00000000 3.40000010 1 0 0 -0.69314720 0 0.00000000 3.40000010 1 2 0 -0.69314720 0 0.99999990 4.54000000 1 2 0 -0.69314720 0 12.00000000 2.86999990 0 0 3 1.25276290 0 6.99999950 1.76000000 1 0 4 1.50407740 0 3.99999900 4.25000000 0 0 1 0.40546510 0 0.00000000 3.92000010 0 0 3 1.25276290 0 3.99999900 3.35999990 1 0 2 0.91629080 0 3.99999900 2.31999990 1 0 1 0.40546510 0 36.99999240 4.54000000 0 0 2 0.91629080 0 22.99999620 3.35999990 1 1 0 -0.69314720


0 7.99999860 2.00000000 1 3 2 0.91629080 0 7.99999860 3.92000010 1 1 1 0.40546510 0 1.99999990 3.92000010 0 0 1 0.40546510 0 0.00000000 3.35999990 0 0 1 0.40546510 0 0.99999990 1.78000000 1 0 1 0.40546510 0 21.00000000 3.54000000 1 1 1 0.40546510 0 9.99999900 3.92000010 0 0 2 0.91629080 0 7.99999860 2.31999990 0 0 3 1.25276290 0 33.99999240 1.67999990 1 0 1 0.40546510 0 13.99999710 3.08999990 0 0 2 0.91629080 0 6.00000050 2.57999990 1 1 0 -0.69314720 0 13.99999710 3.40000010 0 0 6 1.87180220 0 12.00000000 2.86999990 0 0 3 1.25276290 0 17.99999810 4.61999990 0 0 4 1.50407740 0 3.00000000 2.96000000 1 3 0 -0.69314720 0 6.00000050 1.86000000 1 2 2 0.91629080 0 1.99999990 1.22000000 1 1 0 -0.69314720 0 10.99999710 2.51000000 1 2 6 1.87180220 0 10.99999710 2.51000000 1 0 8 2.14006610 0 4.99999810 3.69000010 1 0 2 0.91629080 0 7.99999860 2.96000000 1 0 3 1.25276290 0 3.99999900 1.78000000 1 0 1 0.40546510 0 0.99999990 1.22000000 1 1 1 0.40546510 0 7.99999860 2.85999990 1 0 0 -0.69314720 0 19.00000190 3.69000010 0 0 7 2.01490310 0 1.99999990 2.11999990 0 0 0 -0.69314720 0 9.99999900 2.52000000 1 1 2 0.91629080 0 3.99999900 2.31999990 1 0 1 0.40546510 0 3.00000000 4.61999990 1 0 2 0.91629080 0 1.99999990 3.54000000 1 2 4 1.50407740 0 0.99999990 2.50000000 1 0 0 -0.69314720 0 4.99999810 1.67999990 0 0 0 -0.69314720 0 1.99999990 3.40000010 1 1 1 0.40546510 0 4.99999810 3.92000010 0 0 0 -0.69314720 0 52.99998090 4.54000000 1 1 5 1.70474800 0 54.99998860 4.54000000 0 0 2 0.91629080 0 0.00000000 2.50000000 0 0 0 -0.69314720 0 10.99999710 4.54000000 1 0 2 0.91629080 0 25.00000000 3.54000000 0 0 3 1.25276290 0 4.99999810 1.52000000 1 0 2 0.91629080 0 1.99999990 3.92000010 1 2 0 -0.69314720 0 7.99999860 4.61999990 1 0 2 0.91629080 0 0.00000000 3.92000010 1 0 3 1.25276290 0 4.99999810 2.31999990 1 2 0 -0.69314720 0 7.99999860 2.96000000 1 2 2 0.91629080 0 6.99999950 2.85999990 1 2 1 0.40546510 0 13.99999710 1.95000000 1 1 3 1.25276290


0 1.99999990 3.92000010 1 2 1 0.40546510 0 4.99999810 2.86999990 0 0 1 0.40546510 0 24.00000190 3.69000010 1 0 3 1.25276290 0 3.00000000 3.69000010 1 0 0 -0.69314720 0 3.99999900 2.39000010 0 0 2 0.91629080 0 3.00000000 1.95000000 1 2 3 1.25276290 0 10.99999710 3.35999990 0 0 5 1.70474800 0 3.99999900 2.39000010 1 1 2 0.91629080 0 26.00000000 3.69000010 0 0 2 0.91629080 0 3.99999900 2.96000000 1 1 5 1.70474800 0 1.99999990 3.21000000 1 0 0 -0.69314720 0 0.00000000 2.11999990 1 2 0 -0.69314720 0 52.99998090 4.54000000 1 1 2 0.91629080 0 3.99999900 2.31999990 1 0 3 1.25276290 0 6.00000050 2.54000000 1 1 3 1.25276290 0 1.99999990 2.85999990 1 1 1 0.40546510 0 13.99999710 3.47000000 1 0 3 1.25276290 0 15.00000100 2.86999990 0 0 4 1.50407740 0 3.99999900 2.31999990 1 0 0 -0.69314720 0 15.00000100 1.86000000 1 2 4 1.50407740 0 3.99999900 1.95000000 1 0 2 0.91629080 0 1.99999990 2.31999990 1 2 0 -0.69314720 0 19.99999620 4.25000000 1 2 1 0.40546510 0 3.99999900 1.97000000 0 0 6 1.87180220 0 41.99999620 1.86000000 1 0 19 2.97041440 0 7.99999860 3.69000010 1 1 0 -0.69314720 0 3.00000000 4.54000000 1 1 0 -0.69314720 0 9.00000000 3.54000000 1 0 4 1.50407740 0 9.99999900 4.54000000 1 1 1 0.40546510 0 6.99999950 2.85999990 1 2 11 2.44234700 0 25.00000000 3.35999990 1 0 0 -0.69314720 0 3.00000000 2.85999990 0 0 0 -0.69314720 0 3.99999900 2.96000000 1 2 0 -0.69314720 0 22.00000000 2.55999990 1 2 1 0.40546510 0 7.99999860 1.63000000 1 0 2 0.91629080 0 13.99999710 2.96000000 0 0 0 -0.69314720 0 0.00000000 2.96000000 1 0 1 0.40546510 0 7.99999860 1.63000000 1 1 1 0.40546510 0 0.00000000 2.96000000 0 0 0 -0.69314720 0 21.00000000 2.96000000 1 2 2 0.91629080 0 6.99999950 2.96000000 1 0 1 0.40546510 0 30.99998860 4.54000000 1 2 3 1.25276290 0 1.99999990 4.54000000 1 2 2 0.91629080 0 9.99999900 2.15000010 0 0 1 0.40546510 0 6.00000050 4.54000000 1 1 2 0.91629080 0 12.00000000 2.21000000 1 2 2 0.91629080 0 0.99999990 2.21000000 1 1 0 -0.69314720


0 29.00000000 4.54000000 0 0 2 0.91629080 0 9.99999900 2.21000000 1 1 3 1.25276290 0 6.00000050 2.21000000 1 0 0 -0.69314720 0 36.99999240 4.54000000 1 0 3 1.25276290 0 4.99999810 4.54000000 0 0 4 1.50407740 1 9.00000000 2.11999990 0 0 0 -0.69314720 1 1.99999990 2.11999990 1 0 0 -0.69314720 1 1.99999990 2.11999990 1 0 2 0.91629080 1 3.00000000 2.11999990 1 0 3 1.25276290 1 9.00000000 2.11999990 1 1 1 0.40546510 1 10.99999710 2.39000010 0 0 3 1.25276290 1 4.99999810 2.57999990 0 0 2 0.91629080 1 6.99999950 3.19000010 1 0 4 1.50407740 1 4.99999810 3.75000000 0 0 0 -0.69314720 1 3.00000000 3.58999990 0 0 1 0.40546510 1 1.99999990 2.57999990 0 0 2 0.91629080 1 0.00000000 3.75000000 0 0 3 1.25276290 1 4.99999810 3.75000000 1 0 0 -0.69314720 1 0.99999990 3.75000000 0 0 0 -0.69314720 1 3.99999900 1.22000000 1 2 2 0.91629080 1 13.99999710 3.75000000 0 0 0 -0.69314720 1 6.99999950 3.75000000 1 0 0 -0.69314720 1 26.00000000 3.75000000 0 0 0 -0.69314720 1 7.99999860 3.75000000 0 0 2 0.91629080 1 3.00000000 3.75000000 0 0 4 1.50407740 1 6.00000050 3.75000000 0 0 0 -0.69314720 1 21.00000000 3.75000000 0 0 1 0.40546510 1 7.99999860 3.75000000 1 0 2 0.91629080 1 3.99999900 3.75000000 0 0 0 -0.69314720 1 6.99999950 3.75000000 1 1 1 0.40546510 1 0.00000000 3.75000000 1 0 2 0.91629080 1 0.00000000 2.54000000 1 1 0 -0.69314720 1 0.99999990 2.54000000 1 0 0 -0.69314720 1 3.99999900 2.76000000 0 0 0 -0.69314720 1 1.99999990 4.13999990 0 0 0 -0.69314720 1 3.99999900 0.92000000 0 0 1 0.40546510 1 0.00000000 1.00500000 0 0 0 -0.69314720 1 6.00000050 3.08999990 0 0 2 0.91629080 1 3.00000000 3.08999990 1 1 2 0.91629080 1 0.00000000 1.79000000 0 0 0 -0.69314720 1 3.00000000 1.40000000 0 0 1 0.40546510 1 3.00000000 1.40000000 0 0 4 1.50407740 1 0.00000000 1.40000000 1 0 2 0.91629080 1 0.00000000 1.40000000 0 0 2 0.91629080 1 13.99999710 1.40000000 0 0 0 -0.69314720 1 12.00000000 1.40000000 0 0 1 0.40546510 1 1.99999990 1.40000000 0 0 1 0.40546510


1 6.00000050 2.00000000 0 0 1 0.40546510 1 10.99999710 4.34000020 1 0 2 0.91629080 1 6.00000050 4.34000020 1 0 4 1.50407740 1 0.00000000 1.75000000 0 0 0 -0.69314720 1 36.00000000 2.09999990 1 0 6 1.87180220 1 7.99999860 2.09999990 0 0 1 0.40546510 1 1.99999990 2.09999990 0 0 0 -0.69314720 1 10.99999710 3.58999990 1 0 2 0.91629080 1 10.99999710 3.58999990 1 2 2 0.91629080 1 17.99999810 3.58999990 0 0 0 -0.69314720 1 3.99999900 3.58999990 0 0 0 -0.69314720 1 17.99999810 3.58999990 1 0 10 2.35137530 1 7.99999860 3.58999990 0 0 1 0.40546510 1 19.00000190 3.41000010 1 0 3 1.25276290 1 3.99999900 3.41000010 1 0 4 1.50407740 1 4.99999810 3.41000010 1 2 0 -0.69314720 1 6.99999950 3.40000010 0 0 1 0.40546510 1 3.99999900 3.40000010 1 1 2 0.91629080 1 4.99999810 3.40000010 1 0 4 1.50407740 1 13.99999710 3.40000010 1 0 1 0.40546510 1 3.99999900 3.40000010 1 0 0 -0.69314720 1 3.99999900 2.52000000 0 0 3 1.25276290 1 0.00000000 2.52000000 0 0 1 0.40546510 1 15.00000100 3.69000010 1 1 2 0.91629080 1 0.99999990 3.69000010 1 0 1 0.40546510 1 3.00000000 3.69000010 1 1 0 -0.69314720 1 17.99999810 3.69000010 0 0 1 0.40546510 1 15.00000100 2.86999990 0 0 0 -0.69314720 1 4.99999810 2.86999990 1 0 1 0.40546510 1 17.99999810 2.86999990 1 0 1 0.40546510 1 9.00000000 2.86999990 0 0 2 0.91629080 1 6.00000050 2.86999990 0 0 4 1.50407740 1 15.00000100 2.86999990 1 0 1 0.40546510 1 3.99999900 3.35999990 0 0 2 0.91629080 1 1.99999990 3.35999990 1 2 0 -0.69314720 1 3.00000000 3.35999990 0 0 2 0.91629080 1 6.99999950 3.35999990 0 0 0 -0.69314720 1 15.99999810 4.54000000 1 0 4 1.50407740 1 48.00000000 4.54000000 1 2 2 0.91629080 1 15.00000100 4.54000000 1 0 5 1.70474800 1 36.99999240 4.54000000 0 0 1 0.40546510 1 9.99999900 4.54000000 1 0 2 0.91629080 1 13.00000000 4.54000000 0 0 2 0.91629080 1 6.00000050 4.54000000 1 2 0 -0.69314720 1 13.00000000 0.75500000 0 0 0 -0.69314720 1 6.99999950 4.54000000 1 1 2 0.91629080 1 9.00000000 4.54000000 1 0 2 0.91629080


1 4.99999810 4.54000000 0 0 2 0.91629080 1 15.00000100 4.54000000 0 0 6 1.87180220 1 3.00000000 4.54000000 0 0 3 1.25276290 1 13.99999710 4.54000000 0 0 0 -0.69314720 1 1.99999990 1.28000000 1 0 1 0.40546510 1 3.99999900 1.28000000 1 0 4 1.50407740 1 3.99999900 1.28000000 1 0 0 -0.69314720 1 0.00000000 2.50000000 1 1 0 -0.69314720 1 47.00000760 3.84999990 1 2 2 0.91629080 1 29.00000000 3.84999990 1 0 1 0.40546510 1 0.99999990 3.84999990 1 1 5 1.70474800 1 17.99999810 3.84999990 0 0 1 0.40546510 1 13.00000000 2.05000000 0 0 1 0.40546510 1 17.00000000 2.05000000 0 0 1 0.40546510 1 1.99999990 2.05000000 0 0 2 0.91629080 1 3.99999900 1.78000000 1 0 4 1.50407740 1 0.99999990 1.17999990 1 0 1 0.40546510 1 3.00000000 1.52000000 1 0 0 -0.69314720 1 9.00000000 1.48000000 1 0 2 0.91629080 1 12.00000000 4.29000000 0 0 0 -0.69314720 1 17.00000000 4.29000000 0 0 1 0.40546510 1 4.99999810 4.29000000 0 0 3 1.25276290 1 1.99999990 3.08999990 1 0 2 0.91629080 1 0.00000000 3.08999990 0 0 2 0.91629080 1 3.00000000 3.61999990 0 0 5 1.70474800 1 6.99999950 3.61999990 0 0 0 -0.69314720 1 7.99999860 3.61999990 0 0 0 -0.69314720 1 0.00000000 4.29000000 0 0 0 -0.69314720 1 6.00000050 2.60999990 1 1 1 0.40546510 1 6.99999950 2.60999990 1 0 1 0.40546510 1 9.00000000 2.09999990 0 0 0 -0.69314720 1 7.99999860 2.96000000 1 0 2 0.91629080 1 9.99999900 2.39000010 0 0 0 -0.69314720 1 3.00000000 1.95000000 1 0 1 0.40546510 1 13.99999710 3.41000010 0 0 2 0.91629080 1 0.99999990 4.29000000 0 0 2 0.91629080 1 10.99999710 3.58999990 0 0 2 0.91629080 1 9.99999900 4.61999990 0 0 1 0.40546510 1 6.00000050 2.14000010 0 0 1 0.40546510 1 10.99999710 2.85999990 0 0 0 -0.69314720 1 4.99999810 3.47000000 0 0 2 0.91629080 1 13.99999710 4.61999990 1 1 3 1.25276290 1 9.00000000 3.19000010 1 3 1 0.40546510 1 0.99999990 2.51000000 0 0 1 0.40546510 1 0.00000000 2.11999990 0 0 0 -0.69314720 1 3.00000000 3.19000010 0 0 0 -0.69314720 1 3.99999900 1.74000000 1 1 2 0.91629080


1 0.00000000 1.25000000 1 0 0 -0.69314720 1 6.99999950 3.69000010 1 0 0 -0.69314720 1 4.99999810 3.21000000 0 0 0 -0.69314720 1 15.00000100 4.61999990 1 1 0 -0.69314720 1 24.00000190 2.85999990 1 0 5 1.70474800 1 9.00000000 2.39000010 1 1 1 0.40546510 1 0.00000000 1.17999990 1 0 3 1.25276290 1 6.99999950 3.35999990 0 0 2 0.91629080 1 7.99999860 1.97000000 0 0 2 0.91629080 1 22.00000000 1.64000000 1 0 1 0.40546510 1 6.99999950 3.92000010 1 0 2 0.91629080 1 6.00000050 3.31999990 0 0 6 1.87180220 1 6.00000050 2.57999990 0 0 5 1.70474800 1 22.99999620 4.54000000 0 0 2 0.91629080 1 1.99999990 2.39000010 1 0 0 -0.69314720 1 9.00000000 3.58999990 0 0 4 1.50407740 1 6.99999950 3.69000010 0 0 2 0.91629080 1 9.99999900 3.19000010 0 0 2 0.91629080 1 3.99999900 2.31999990 0 0 2 0.91629080 1 10.99999710 3.47000000 1 1 2 0.91629080 1 3.99999900 3.69000010 0 0 2 0.91629080 1 4.99999810 2.31999990 1 1 3 1.25276290 1 10.99999710 3.19000010 0 0 1 0.40546510 1 19.00000190 4.54000000 0 0 1 0.40546510 1 3.00000000 3.35999990 1 1 0 -0.69314720 1 4.99999810 2.57999990 1 0 2 0.91629080 1 6.99999950 3.21000000 1 1 2 0.91629080 1 3.00000000 1.40000000 0 0 1 0.40546510 1 9.99999900 2.50000000 0 0 4 1.50407740 1 0.00000000 3.19000010 1 2 0 -0.69314720 1 3.00000000 3.35999990 0 0 0 -0.69314720 1 9.00000000 3.15000010 0 0 6 1.87180220 1 6.99999950 1.45000000 1 0 2 0.91629080 1 6.99999950 2.85999990 1 2 1 0.40546510 1 48.99999240 4.61999990 1 1 3 1.25276290 1 1.99999990 3.69000010 1 0 0 -0.69314720 1 19.00000190 2.96000000 1 0 1 0.40546510 1 12.00000000 3.08999990 1 1 1 0.40546510 1 0.99999990 3.08999990 0 0 0 -0.69314720 1 12.00000000 4.61999990 0 0 2 0.91629080 1 13.00000000 2.85999990 1 0 0 -0.69314720 1 1.99999990 3.21000000 0 0 0 -0.69314720 1 3.00000000 2.82999990 1 0 2 0.91629080 1 22.00000000 4.29000000 0 0 1 0.40546510 1 35.00000760 4.29000000 0 0 0 -0.69314720 1 0.99999990 3.08999990 1 0 2 0.91629080 1 3.99999900 3.69000010 0 0 0 -0.69314720


1 0.99999990 1.79000000 1 0 0 -0.69314720 1 1.99999990 3.35999990 1 1 0 -0.69314720 1 13.99999710 2.57999990 1 0 4 1.50407740 1 24.00000190 3.75000000 0 0 1 0.40546510 1 4.99999810 3.19000010 0 0 2 0.91629080 1 0.99999990 2.09999990 0 0 0 -0.69314720 1 7.99999860 3.58999990 1 1 0 -0.69314720 1 0.99999990 3.92000010 0 0 0 -0.69314720 1 24.00000190 3.31999990 1 1 1 0.40546510 1 1.99999990 2.00000000 0 0 0 -0.69314720 1 1.99999990 3.47000000 1 0 0 -0.69314720 1 13.99999710 3.21000000 1 0 4 1.50407740 1 4.99999810 2.05000000 0 0 3 1.25276290 1 0.99999990 2.52000000 0 0 0 -0.69314720 1 6.99999950 3.15000010 1 0 0 -0.69314720 1 38.00000380 1.86000000 1 2 6 1.87180220 1 3.00000000 2.85999990 0 0 2 0.91629080 1 3.99999900 4.29000000 1 1 4 1.50407740 1 0.00000000 1.25500000 1 2 0 -0.69314720 1 19.00000190 3.21000000 1 0 5 1.70474800 1 4.99999810 2.31999990 1 1 1 0.40546510 1 3.00000000 3.19000010 0 0 4 1.50407740 1 1.99999990 3.19000010 1 0 1 0.40546510 1 10.99999710 3.35999990 1 0 3 1.25276290 1 13.99999710 3.54000000 1 1 1 0.40546510 1 6.00000050 1.86000000 1 0 0 -0.69314720 1 13.00000000 1.50500000 0 0 0 -0.69314720 1 6.99999950 2.39000010 1 0 1 0.40546510 1 10.99999710 4.29000000 1 1 2 0.91629080 1 9.00000000 2.00000000 1 1 0 -0.69314720 1 3.99999900 3.92000010 0 0 1 0.40546510 1 6.00000050 4.29000000 1 0 2 0.91629080 1 6.00000050 3.35999990 0 0 1 0.40546510 1 13.99999710 4.61999990 1 0 3 1.25276290 1 6.00000050 2.00000000 0 0 1 0.40546510 1 4.99999810 3.58999990 1 0 2 0.91629080 1 6.00000050 2.86999990 0 0 1 0.40546510 1 3.99999900 2.96000000 0 0 0 -0.69314720 1 10.99999710 3.47000000 1 0 0 -0.69314720 1 7.99999860 3.19000010 1 0 4 1.50407740 1 3.00000000 2.85999990 1 1 0 -0.69314720 1 15.99999810 2.52000000 1 0 2 0.91629080 1 6.00000050 4.29000000 0 0 1 0.40546510 1 0.00000000 1.25500000 0 0 1 0.40546510 1 1.99999990 1.83000000 1 0 0 -0.69314720 1 12.00000000 4.29000000 0 0 3 1.25276290 1 7.99999860 2.96000000 1 0 0 -0.69314720


1 0.99999990 2.31999990 1 0 1 0.40546510 1 10.99999710 1.22000000 1 1 0 -0.69314720 1 10.99999710 4.29000000 1 0 1 0.40546510 1 1.99999990 4.25000000 0 0 1 0.40546510 1 36.00000000 2.55000000 0 0 2 0.91629080 1 10.99999710 1.95000000 1 0 1 0.40546510 1 1.99999990 3.69000010 0 0 0 -0.69314720 1 25.00000000 4.29000000 0 0 1 0.40546510 1 4.99999810 3.19000010 1 0 2 0.91629080 1 12.00000000 3.54000000 1 1 4 1.50407740 1 4.99999810 3.54000000 1 0 4 1.50407740 1 7.99999860 3.54000000 1 1 0 -0.69314720 1 0.99999990 1.86000000 1 1 3 1.25276290 1 3.00000000 4.61999990 0 0 4 1.50407740 1 15.99999810 4.61999990 1 0 1 0.40546510 1 9.99999900 4.61999990 1 0 3 1.25276290 1 13.00000000 4.54000000 1 0 1 0.40546510 1 0.99999990 3.47000000 1 0 0 -0.69314720 1 15.99999810 2.85999990 0 0 0 -0.69314720 1 6.99999950 2.00000000 1 0 0 -0.69314720 1 1.99999990 2.00000000 0 0 0 -0.69314720 1 3.00000000 2.60999990 1 0 0 -0.69314720 1 6.00000050 2.05000000 0 0 0 -0.69314720 1 6.00000050 2.05000000 0 0 0 -0.69314720 1 4.99999810 3.54000000 0 0 0 -0.69314720 1 0.00000000 0.92000000 1 0 2 0.91629080 1 0.00000000 1.79000000 1 0 0 -0.69314720 1 6.00000050 2.00000000 1 0 0 -0.69314720 1 7.99999860 3.15000010 0 0 4 1.50407740 1 15.99999810 2.26000000 1 0 5 1.70474800 1 3.99999900 2.26000000 0 0 1 0.40546510 1 0.99999990 4.29000000 1 0 6 1.87180220 1 21.00000000 4.29000000 1 0 1 0.40546510 1 9.00000000 4.54000000 0 0 1 0.40546510 1 3.00000000 3.35999990 1 1 0 -0.69314720 1 1.99999990 2.52000000 0 0 0 -0.69314720 1 9.99999900 4.29000000 0 0 3 1.25276290 1 9.00000000 4.29000000 0 0 0 -0.69314720 1 12.00000000 4.54000000 0 0 2 0.91629080 1 0.00000000 2.50000000 0 0 0 -0.69314720 1 1.99999990 2.76000000 0 0 1 0.40546510 1 0.00000000 2.55000000 1 1 0 -0.69314720 1 0.00000000 4.61999990 1 0 0 -0.69314720 1 6.00000050 1.63000000 0 0 2 0.91629080 1 3.00000000 3.47000000 1 0 1 0.40546510 1 30.99998860 3.41000010 1 0 2 0.91629080 1 0.99999990 4.29000000 0 0 0 -0.69314720


1 6.99999950 2.96000000 1 0 0 -0.69314720 1 0.00000000 4.61999990 1 0 5 1.70474800 1 12.00000000 3.58999990 1 0 0 -0.69314720 1 12.00000000 3.69000010 1 0 3 1.25276290 1 1.99999990 4.54000000 1 0 1 0.40546510 1 10.99999710 3.33999990 0 0 4 1.50407740 1 1.99999990 2.51000000 1 1 4 1.50407740 1 3.99999900 3.15000010 1 0 3 1.25276290 1 3.00000000 3.19000010 1 0 1 0.40546510 1 17.99999810 3.19000010 0 0 1 0.40546510 1 1.99999990 3.84999990 0 0 1 0.40546510 1 3.99999900 3.33999990 1 1 2 0.91629080 1 15.00000100 4.29000000 0 0 2 0.91629080 1 3.99999900 4.29000000 0 0 2 0.91629080 1 21.00000000 4.29000000 0 0 2 0.91629080 1 3.99999900 4.29000000 1 1 0 -0.69314720 1 0.00000000 2.96000000 1 0 0 -0.69314720 1 0.99999990 1.78000000 1 0 0 -0.69314720 1 17.00000000 3.54000000 1 2 1 0.40546510 1 3.00000000 3.69000010 1 0 0 -0.69314720 1 1.99999990 3.35999990 0 0 3 1.25276290 1 1.99999990 3.54000000 1 0 0 -0.69314720 1 0.99999990 3.54000000 1 1 0 -0.69314720 1 3.00000000 1.22000000 1 1 3 1.25276290 1 3.99999900 3.35999990 0 0 1 0.40546510 1 1.99999990 2.21000000 0 0 1 0.40546510 1 3.99999900 2.25000000 0 0 1 0.40546510 1 17.00000000 4.61999990 1 1 2 0.91629080 1 4.99999810 3.58999990 1 0 1 0.40546510 1 0.99999990 4.29000000 1 0 0 -0.69314720 1 1.99999990 2.11999990 0 0 2 0.91629080 1 3.00000000 2.26000000 0 0 2 0.91629080 1 3.00000000 2.26000000 1 0 4 1.50407740 1 4.99999810 4.29000000 0 0 0 -0.69314720 1 3.00000000 3.58999990 1 1 3 1.25276290 1 13.00000000 4.29000000 1 2 1 0.40546510 1 1.99999990 2.00000000 0 0 1 0.40546510 1 0.00000000 1.97000000 1 2 0 -0.69314720 1 7.99999860 3.92000010 1 0 0 -0.69314720 1 39.00000000 2.85999990 0 0 4 1.50407740 1 26.00000000 2.82999990 0 0 2 0.91629080 1 3.00000000 3.35999990 1 1 3 1.25276290 1 22.99999620 2.55999990 0 0 4 1.50407740 1 7.99999860 1.63000000 0 0 1 0.40546510 1 22.00000000 4.61999990 0 0 3 1.25276290 1 4.99999810 4.61999990 0 0 1 0.40546510 1 21.00000000 4.29000000 1 0 3 1.25276290


1 6.00000050 4.29000000 1 1 0 -0.69314720 1 3.99999900 4.29000000 1 1 2 0.91629080 1 24.00000190 4.29000000 1 0 6 1.87180220 1 6.00000050 4.29000000 1 0 1 0.40546510 1 33.99999240 3.35999990 0 0 1 0.40546510 1 0.00000000 3.21000000 0 0 2 0.91629080 1 9.99999900 2.00000000 0 0 1 0.40546510 1 1.99999990 3.21000000 1 2 2 0.91629080 1 3.00000000 2.57999990 1 2 2 0.91629080 1 3.00000000 2.57999990 1 0 0 -0.69314720 1 0.99999990 2.82999990 0 0 0 -0.69314720 1 6.00000050 3.19000010 0 0 1 0.40546510 1 3.00000000 3.47000000 0 0 1 0.40546510 1 22.99999620 4.61999990 1 0 2 0.91629080 1 13.00000000 4.25000000 1 0 4 1.50407740 1 4.99999810 1.86000000 1 0 2 0.91629080 1 9.00000000 4.29000000 1 1 0 -0.69314720 1 9.00000000 3.35999990 0 0 0 -0.69314720 1 9.99999900 1.80000000 1 0 2 0.91629080 1 0.00000000 1.65500000 0 0 1 0.40546510 1 6.00000050 2.85999990 0 0 0 -0.69314720 1 13.99999710 4.61999990 0 0 2 0.91629080 1 3.00000000 4.29000000 0 0 0 -0.69314720 1 4.99999810 2.35999990 1 0 4 1.50407740 1 10.99999710 1.80999990 1 0 1 0.40546510 1 32.00001140 3.58999990 1 0 1 0.40546510 1 9.99999900 1.76000000 0 0 0 -0.69314720 1 4.99999810 2.00000000 1 0 1 0.40546510 1 13.99999710 3.58999990 0 0 5 1.70474800 1 6.00000050 2.26000000 1 0 3 1.25276290 1 3.99999900 2.26000000 0 0 1 0.40546510 1 3.99999900 1.76000000 1 1 1 0.40546510 1 0.99999990 3.58999990 1 0 1 0.40546510 1 0.99999990 3.58999990 1 0 0 -0.69314720 1 4.99999810 2.82999990 1 1 1 0.40546510 1 1.99999990 2.57999990 0 0 1 0.40546510 1 17.99999810 4.61999990 1 0 1 0.40546510 1 15.00000100 2.31999990 0 0 1 0.40546510 1 0.00000000 2.39000010 1 0 0 -0.69314720 1 22.00000000 2.96000000 1 0 3 1.25276290 1 10.99999710 2.11999990 0 0 0 -0.69314720 1 17.99999810 4.61999990 1 0 1 0.40546510 1 3.00000000 2.25000000 1 0 1 0.40546510 1 7.99999860 1.76000000 1 0 1 0.40546510 1 12.00000000 4.54000000 0 0 6 1.87180220 1 9.99999900 3.69000010 1 1 2 0.91629080 1 1.99999990 1.25000000 0 0 0 -0.69314720


1 4.99999810 1.25000000 1 0 1 0.40546510 1 3.99999900 3.19000010 1 0 0 -0.69314720 1 0.00000000 2.57999990 1 2 0 -0.69314720 1 6.99999950 2.00000000 1 1 2 0.91629080 1 0.99999990 2.76000000 0 0 0 -0.69314720 1 3.99999900 2.54000000 0 0 2 0.91629080 1 0.00000000 3.19000010 0 0 0 -0.69314720 1 9.00000000 3.08999990 1 2 1 0.40546510 1 3.99999900 3.19000010 0 0 2 0.91629080 1 0.00000000 3.08999990 0 0 0 -0.69314720 1 7.99999860 2.26000000 0 0 2 0.91629080 1 9.00000000 2.26000000 1 1 1 0.40546510 1 7.99999860 3.35999990 1 0 2 0.91629080 1 9.00000000 3.15000010 1 0 1 0.40546510 1 3.99999900 4.54000000 1 0 0 -0.69314720 1 0.00000000 3.58999990 1 0 2 0.91629080 1 3.00000000 3.47000000 1 0 1 0.40546510 1 1.99999990 2.85999990 1 1 1 0.40546510 1 6.00000050 2.26000000 1 0 0 -0.69314720 1 3.99999900 3.47000000 1 1 2 0.91629080 1 0.00000000 2.76000000 1 0 0 -0.69314720 1 1.99999990 3.58999990 1 2 0 -0.69314720 1 13.00000000 3.75000000 0 0 5 1.70474800 1 1.99999990 2.57999990 1 2 1 0.40546510 1 1.99999990 3.58999990 1 1 2 0.91629080 1 15.99999810 1.89000000 1 2 3 1.25276290 1 9.00000000 3.15000010 0 0 7 2.01490310 1 12.00000000 2.86999990 0 0 5 1.70474800 1 0.99999990 2.11999990 1 2 0 -0.69314720 1 3.99999900 4.61999990 1 0 1 0.40546510 1 0.00000000 2.39000010 0 0 0 -0.69314720 1 10.99999710 2.11999990 0 0 0 -0.69314720 1 4.99999810 1.80999990 1 0 0 -0.69314720 1 7.99999860 2.31999990 0 0 4 1.50407740 1 15.00000100 2.39000010 0 0 0 -0.69314720 1 6.00000050 3.75000000 1 0 3 1.25276290 1 0.00000000 2.00000000 0 0 0 -0.69314720 1 13.99999710 3.58999990 1 1 0 -0.69314720 1 4.99999810 4.29000000 0 0 2 0.91629080 1 0.00000000 2.57999990 1 0 0 -0.69314720 1 4.99999810 4.61999990 1 0 0 -0.69314720 1 3.00000000 1.50500000 0 0 0 -0.69314720 1 3.99999900 3.75000000 1 0 2 0.91629080 1 3.99999900 3.75000000 1 2 0 -0.69314720 1 0.00000000 1.75000000 1 0 1 0.40546510 1 0.00000000 2.11999990 1 0 1 0.40546510 1 4.99999810 3.75000000 0 0 2 0.91629080


1 0.00000000 0.75500000 0 0 0 -0.69314720 1 6.99999950 2.25000000 0 0 1 0.40546510 1 3.00000000 3.19000010 0 0 1 0.40546510 ;

MROZ 데이터셋

Mroz 데이터셋을 생성하려면 다음 코드를 프로그램 탭에 입력합니다.

data mroz; input inlf nwifeinc educ exper expersq age kidslt6 kidsge6 lwage; datalines; 1 10.91006 12 14 196 32 1 0 1.210154 1 19.49998 12 5 25 30 0 2 0.3285121 1 12.03991 12 15 225 35 1 3 1.514138 1 6.799996 12 6 36 34 0 3 0.0921233 1 20.10006 14 7 49 31 1 2 1.524272 1 9.859054 12 33 1089 54 0 0 1.55648 1 9.152048 16 11 121 37 0 2 2.12026 1 10.90004 12 35 1225 54 0 0 2.059634 1 17.305 12 24 576 48 0 2 0.7543364 1 12.925 12 21 441 39 0 2 1.544899 1 24.29995 12 15 225 33 0 1 1.401922 1 19.70007 11 14 196 42 0 1 1.524272 1 15.00001 12 0 0 30 1 2 0.7339532 1 14.6 12 14 196 43 0 2 0.8183691 1 24.63091 10 6 36 43 0 1 1.302831 1 17.53103 11 9 81 35 0 3 0.2980284 1 14.09998 12 20 400 43 0 2 1.16761 1 15.839 12 6 36 39 0 5 1.643839 1 14.1 12 23 529 45 0 0 0.6931472 1 10.29996 12 9 81 35 0 4 2.021932 1 22.65498 16 5 25 42 0 2 1.254248 1 8.090048 12 11 121 30 0 0 1.272958 1 17.479 13 18 324 48 0 0 1.178655 1 9.56 12 15 225 45 0 0 1.178655 1 8.274953 12 4 16 31 1 1 0.7675587 1 27.34999 17 21 441 43 0 2 1.331812 1 16 12 31 961 59 0 0 1.386294 1 16.99998 12 9 81 32 0 3 1.55327 1 15.10006 17 7 49 31 1 0 1.981815 1 15.69998 12 7 49 42 0 0 1.76936 1 5.11896 11 32 1024 50 0 0 0.4308079


1 16.75001 16 11 121 59 0 0 0.8997548 1 13.59993 13 16 256 36 0 2 1.76663 1 17.10005 12 14 196 51 0 1 1.272958 1 16.73405 16 27 729 45 0 3 1.336789 1 14.19698 11 0 0 42 0 1 0.9017048 1 10.31999 12 17 289 46 0 0 0.8651237 1 11.3841 10 28 784 46 0 1 1.511847 1 14.59408 14 24 576 51 0 0 1.726029 1 17.50044 17 11 121 30 0 0 2.683142 1 15.51 12 1 1 30 1 2 0.9852943 1 21.99998 12 14 196 57 0 0 1.365939 1 22.5 16 6 36 31 1 2 0.9450337 1 19.994 12 10 100 48 0 2 1.512376 1 14.13 12 6 36 30 0 3 0.6931472 1 5.000013 12 4 16 34 0 2 1.244788 1 21.1549 16 10 100 48 0 2 0.7011649 1 7.141946 12 22 484 45 0 0 1.519863 1 16.65007 12 16 256 51 0 0 0.8209686 1 6.352 12 6 36 30 0 2 0.9698315 1 27.31395 12 12 144 46 0 1 0.8285082 1 14.5 12 32 1024 58 0 0 0.0943096 1 16.25799 12 15 225 37 0 8 0.1625439 1 9.5 8 17 289 52 0 0 0.4700036 1 7.999956 10 34 1156 52 0 0 0.6292484 1 12.50003 16 9 81 31 0 0 1.39716 1 14.00003 14 37 1369 55 0 0 2.265444 1 20.80007 17 10 100 34 0 0 2.084541 1 19.38511 14 35 1225 55 0 0 1.525839 1 12.38699 12 6 36 39 0 2 0.7621601 1 28.5 14 19 361 40 0 3 1.481605 1 15.04991 12 10 100 43 0 4 1.262826 1 10.49998 8 11 121 48 0 0 0.9996756 1 11.81 12 15 225 47 0 0 1.832582 1 6.950073 12 12 144 41 0 4 2.479308 1 12.41997 8 12 144 36 0 0 1.279015 1 17.4 17 14 196 46 0 2 1.937936 1 15.5 12 11 121 34 0 0 1.070453 1 21.21704 12 9 81 41 0 3 1.123923 1 18 12 24 576 51 0 1 1.321756 1 11.89992 12 12 144 33 0 0 1.745 1 26.75196 12 13 169 52 0 0 1.301744 1 12.14996 9 29 841 58 0 0 1.641866 1 10.19999 10 11 121 34 2 4 2.10702 1 8.120015 12 13 169 31 0 1 1.467068 1 10.65996 12 19 361 48 0 1 1.605811 1 18.10001 12 2 4 32 0 2 -1.029739 1 8.599986 17 24 576 49 0 0 1.087686

MROZ 데이터셋 505

1 13.665 15 9 81 32 2 2 0 1 32.34996 12 6 36 58 0 0 0.9382087 1 12.08501 6 22 484 50 0 0 -0.1505904 1 12.15 14 30 900 60 0 0 0 1 17.69502 12 10 100 50 0 1 1.073671 1 24.7 14 6 36 56 0 0 1.265848 1 2.133992 9 29 841 51 0 0 0.486369 1 20.95005 17 29 841 54 0 1 2.12026 1 10.50008 13 36 1296 59 0 0 1.129853 1 10.55 9 19 361 46 0 2 0.9932518 1 45.75 15 8 64 46 0 1 1.658628 1 13.63204 12 13 169 39 1 3 0.3474122 1 18.23894 12 16 256 44 0 2 1.568324 1 17.09 12 11 121 33 2 0 0.5108456 1 30.2349 12 15 225 33 1 2 0.1148454 1 28.7 12 6 36 48 0 2 -0.6931472 1 19.63 12 13 169 31 0 4 -0.3364523 1 12.82494 12 22 484 45 0 1 1.028226 1 23.8 12 24 576 45 0 1 1.580689 1 26.30003 13 2 4 32 0 2 0.5558946 1 20.69991 12 6 36 47 0 0 0.9014207 1 26 13 2 4 34 0 2 0.8843046 1 10.87702 12 2 4 37 0 1 0.4282046 1 25.61206 12 14 196 36 0 1 1.058415 1 20.98899 12 9 81 47 1 2 0.8783396 1 70.74993 16 11 121 48 0 1 1.654908 1 17.05 12 9 81 42 0 2 1.321756 1 21 13 6 36 33 0 3 0.3285121 1 8.12 11 19 361 46 0 0 1.386294 1 20.88599 12 26 676 47 0 3 1.172885 1 17.66892 12 19 361 44 0 1 1.224187 1 25.20003 12 3 9 36 0 4 0.2876571 1 14.24501 17 7 49 31 2 0 2.230262 1 14.3 14 28 784 55 0 0 1.504077 1 23.70001 16 13 169 45 0 1 1.531152 1 46 17 9 81 47 0 0 1.375158 1 42.9999 12 15 225 46 0 3 1.760269 1 14.749 11 20 400 49 0 0 -0.6931472 1 16.15005 12 29 841 49 0 0 1.406489 1 17.774 12 9 81 45 0 2 1.791759 1 91 17 1 1 38 1 3 1.299292 1 22.29993 10 8 64 47 0 0 1.351004 1 34.60001 13 19 361 54 0 3 1.016281 1 9.620002 11 23 529 41 0 0 1.075344 1 10.89995 12 3 9 43 0 2 1.478965 1 14.49994 16 13 169 31 1 1 1.689487 1 22.00002 17 8 64 47 0 0 2.288598


1 17.90008 12 17 289 35 0 2 -1.822631 1 23.67506 16 4 16 45 0 3 -0.9607652 1 11.79996 12 15 225 33 1 0 1.290994 1 16.14195 16 11 121 54 0 1 0.8648711 1 18.39997 8 7 49 35 0 4 1.540452 1 15.49995 12 0 0 31 1 2 0.6162121 1 17.324 12 0 0 55 0 0 1.648659 1 19.205 12 10 100 34 0 2 1.193498 1 21.30006 13 8 64 38 0 1 2.143976 1 23.56 11 2 4 45 0 1 0.7244036 1 20.85 12 4 16 47 0 1 0.9416075 1 26.15 12 6 36 39 0 2 0.7827594 1 17 14 18 324 36 1 0 1.832582 1 20.72 12 3 9 33 1 2 1.203963 1 17.00009 12 22 484 50 0 0 1.491645 1 16 12 33 1089 58 0 0 1.892133 1 19.50005 17 28 784 49 0 0 2.130895 1 12 14 23 529 41 0 2 1.480604 1 13.73191 12 27 729 51 0 1 0.8943313 1 27.19999 9 11 121 53 0 0 0.2025325 1 5.315 12 6 36 36 1 2 0.4855078 1 16 12 11 121 46 0 2 1.098612 1 27.87198 12 14 196 36 0 2 1.55327 1 40.00001 14 17 289 53 0 1 0.121598 1 15.90003 16 17 289 40 0 3 2.001804 1 27.49997 17 14 196 42 0 2 1.495037 1 17.02005 15 11 121 33 1 1 0.9052298 1 22.39494 12 7 49 43 0 3 0.6325476 1 11.1 16 8 64 31 1 0 1.386294 1 32.70001 17 6 36 47 0 0 2.102914 1 27.79996 17 8 64 54 0 0 1.959644 1 2.199994 12 4 16 33 1 3 0.5108456 1 19.72095 16 25 625 43 0 0 1.236924 1 9.999988 13 24 576 46 0 1 1.443313 1 13.19997 12 11 121 35 0 3 1.021659 1 12.70897 11 19 361 37 0 3 0.6361535 1 27.30005 16 9 81 37 0 2 1.616453 1 21.2 14 19 361 34 0 3 0.2231435 1 14.4 16 14 196 43 1 0 1.049807 1 20.57596 12 22 484 46 0 0 1.415052 1 12.49999 9 6 36 35 0 3 0.5753766 1 17.50022 17 23 529 46 0 0 2.606682 1 44.00004 14 15 225 46 0 0 1.517915 1 13.11895 12 6 36 43 0 2 0.7550416 1 14.00006 12 11 121 30 0 0 1.094972 1 9.645086 11 2 4 41 0 2 0.9421144 1 17.39705 12 22 484 54 0 1 1.724943


1 7.799889 12 10 100 31 0 1 1.031546 1 13.13398 10 14 196 44 0 0 0.4743691 1 25.6 12 12 144 32 0 1 0.8109302 1 13.90003 5 9 81 47 0 0 0.7092666 1 19.29794 17 13 169 46 0 1 1.710549 1 9.200016 11 18 324 37 0 0 0.4602689 1 37.99999 12 8 64 51 0 2 1.331812 1 44 12 11 121 49 0 1 1.098612 1 21.37202 14 9 81 36 0 4 2.157999 1 23.66802 11 9 81 39 0 1 1.437581 1 9 12 14 196 48 0 2 1.544899 1 25.19995 14 9 81 38 0 2 1.410597 1 21.22 12 2 4 40 0 2 3.218876 1 33.96991 10 12 144 39 1 5 0.9681619 1 17.07 16 15 225 37 0 0 1.791759 1 6.016024 13 11 121 49 0 1 1.68873 1 17.10001 12 7 49 33 0 3 -0.409172 1 8.237 12 9 81 30 0 0 0.2231435 1 13.30008 12 19 361 54 0 0 0.8221558 1 16.00002 11 11 121 39 0 4 1.241702 1 12.53999 12 8 64 43 0 3 1.427124 1 18.00004 9 13 169 31 0 3 1.497097 1 31.2 13 4 16 33 0 3 0.5596158 1 20.74991 12 7 49 40 0 3 1.300028 1 11.09992 12 19 361 36 0 1 1.88443 1 20.68 12 14 196 51 0 0 0.9555114 1 18.00001 13 14 196 44 0 1 1.582087 1 32.43007 16 3 9 42 0 3 1.755614 1 32.90003 12 9 81 40 0 1 1.513103 1 24.10001 16 7 49 34 1 1 2.251892 1 17.80039 17 7 49 30 0 0 2.364432 1 20.50002 12 14 196 54 0 0 0.1053505 1 10.4999 12 29 841 51 0 0 1.399729 1 10.43703 9 19 361 44 0 2 0.9884625 1 18.19499 12 14 196 43 0 1 1.090647 1 12.84508 12 16 256 34 0 1 1.154614 1 13.8 13 10 100 45 0 0 1.266948 1 22.2 12 12 144 39 0 0 2.885192 1 6.699941 12 24 576 50 0 0 1.22888 1 6.250016 12 6 36 52 0 0 1.203963 1 15.60001 12 9 81 41 0 2 1.35738 1 3.30001 10 14 196 59 0 0 0.8377236 1 3.670978 12 26 676 52 0 0 0.5369611 1 7.789997 16 7 49 46 0 0 0.7487238 1 18.27199 12 4 16 41 1 5 2.295873 1 10.95398 11 15 225 33 0 2 1.107803 1 13.49999 12 23 529 45 0 0 0.6208453


1 11.20001 10 1 1 36 1 2 -2.054164 1 20.99991 12 29 841 48 0 1 1.892012 1 25.7 12 9 81 47 0 1 1.729725 1 8.932994 12 6 36 45 0 0 0.4693784 1 19.15998 12 11 121 37 0 2 0.9808417 1 26.58999 16 17 289 46 0 4 2.069492 1 22.40001 17 6 36 43 0 3 1.675188 1 20.633 12 7 49 42 0 2 1.386294 1 28.20001 17 2 4 34 1 2 1.799215 1 28.8 12 24 576 52 0 0 1.832582 1 8.999997 12 4 16 37 0 3 1.090647 1 11.39994 12 11 121 37 0 1 1.443124 1 10.40001 8 25 625 52 0 0 1.25036 1 19.08006 12 11 121 30 1 0 1.602313 1 9.46604 13 2 4 31 0 1 1.018559 1 6.50006 12 19 361 38 0 1 1.297053 1 29.11701 12 7 49 43 0 3 1.685194 1 19.10302 8 2 4 49 0 1 -0.4209849 1 16.34997 12 20 400 55 0 0 1.562095 1 32.02502 17 10 100 38 0 2 2.146528 1 16.70006 17 19 361 52 0 0 2.347463 1 4.811038 12 17 289 48 0 0 0.9698315 1 24.62601 13 12 144 32 0 2 1.924146 1 17.40001 12 11 121 32 0 1 1.626728 1 13.02504 12 6 36 38 0 2 -0.0392607 1 19.00698 12 10 100 46 0 3 1.460149 1 14.03 12 4 16 40 0 3 1.955394 1 14.89991 9 2 4 31 0 4 0.9263599 1 25.00006 10 13 169 43 0 1 2.066192 1 10.70007 12 21 441 51 0 0 1.422843 1 24.25 16 9 81 30 1 0 2.101032 1 39.13997 13 4 16 52 0 0 2.261461 1 7.199973 8 2 4 30 1 5 0.7013138 1 31.811 16 19 361 51 0 0 2.031013 1 10.00005 13 4 16 31 0 2 1.162369 1 20.66 12 9 81 34 0 4 0.4700036 1 13.49998 11 14 196 49 0 0 1.410597 1 25.38 13 6 36 35 1 3 0.3930551 1 18.27498 12 24 576 53 1 0 1.290994 1 39.213 12 1 1 32 0 3 0 1 10.49994 10 13 169 38 0 3 0.9571255 1 34.857 12 3 9 54 0 0 0.5596158 1 28.502 17 10 100 47 0 1 1.568616 1 12.99996 15 16 256 45 0 1 1.710188 1 41.39991 16 9 81 47 0 1 1.410597 1 14.78 10 19 361 59 0 0 0.2231435 1 15.05 11 4 16 32 0 1 0.5108456


1 29.69998 12 10 100 45 0 1 1.332392 1 16.16502 12 5 25 40 0 4 0.8601859 1 25.20516 14 7 49 47 0 2 2.32278 1 14.2 16 3 9 36 1 2 1.919595 1 18.15897 14 38 1444 56 0 0 1.976107 1 28.98106 8 16 256 41 0 1 0.8954347 1 13.392 7 13 169 48 0 3 0.1812376 1 9.17502 12 1 1 36 1 2 0.4953058 1 27.03985 12 7 49 41 0 0 0.5777924 1 13.14995 14 15 225 41 0 0 1.078818 1 16.40007 12 10 100 36 0 3 1.603199 1 21.29999 12 2 4 37 0 3 0.6208453 1 17.20102 12 19 361 38 0 0 2.083894 1 8.560026 14 25 625 43 0 2 1.379169 1 6.49084 16 25 625 54 0 0 1.112384 1 12.49997 12 7 49 38 0 1 1.067122 1 27.00002 12 15 225 30 1 0 1.118807 1 53.50005 12 11 121 49 0 0 1.588541 1 52.49995 13 25 625 45 0 1 1.390311 1 38.39998 13 19 361 51 0 0 1.714806 1 13.89194 10 4 16 34 0 0 0.2010615 1 3.899993 12 14 196 34 0 2 0.987271 1 34.2 12 19 361 41 0 1 0.9835007 1 19.70008 12 18 324 49 0 1 2.233171 1 18.49995 12 14 196 32 0 0 1.143618 1 10.99998 14 11 121 32 0 0 -0.6113829 1 43.30001 17 4 16 32 0 2 2.153052 1 18.76001 10 29 841 47 0 0 1.299837 1 4.800096 9 21 441 39 0 1 0.8409204 1 21.5 12 24 576 49 0 0 1.058484 1 28.03994 12 19 361 37 0 3 1.152658 1 26 16 31 961 59 0 0 1.293576 1 27 12 28 784 50 0 0 1.832582 1 17.79969 17 15 225 32 0 1 2.32718 1 17.40195 12 27 729 46 0 0 1.166146 1 19.30999 17 13 169 43 0 2 2.034993 1 9.99998 11 4 16 37 0 3 0.6792511 1 11.17998 16 10 100 32 0 2 1.547137 1 18.85696 11 8 64 39 0 1 0.7530186 1 12.30002 13 4 16 34 0 2 0.8472836 1 13.67712 11 18 324 39 0 1 0.871126 1 9.559997 8 3 9 45 0 3 0.2282505 1 24.49998 11 11 121 50 0 0 0.0896578 1 23.15 12 8 64 40 0 1 1.321756 1 15.59088 10 10 100 30 0 1 1.196102 1 14.42092 17 33 1089 57 0 0 1.636119 1 17.45491 12 19 361 39 0 1 1.892012


1 9.800019 12 35 1225 53 0 0 1.518309 1 17.57446 17 21 441 48 0 1 2.472159 1 16.555 14 7 49 46 0 1 1.321756 1 13.29497 12 18 324 47 0 0 1.473641 1 11.844 12 4 16 43 0 1 1.369479 1 46.64506 12 12 144 47 0 0 1.203963 1 14.69999 12 16 256 47 0 1 1.198729 1 26.09008 12 14 196 47 0 0 1.27021 1 9.9 12 3 9 46 0 0 0.4700036 1 9.048026 9 1 1 34 0 4 0.7999817 1 30.75006 10 27 729 48 0 0 1.565946 1 8.49994 12 12 144 30 0 1 1.758978 1 22.24999 12 6 36 51 0 1 0.8580258 1 42.91 12 9 81 52 0 5 0.6931472 1 33.3 12 2 4 37 0 2 0.6418539 1 13.8199 12 6 36 32 0 2 1.63374 1 23.60001 17 9 81 36 0 2 1.703748 1 13.00007 12 16 256 35 0 2 1.844004 1 20.74994 17 22 484 45 0 0 1.966119 1 6.3 12 26 676 56 0 0 0.8649974 1 7.788925 10 11 121 40 0 2 0.9333052 1 10.47004 12 11 121 45 1 2 0.7792332 1 12 12 15 225 32 0 2 0.9555114 1 16.97992 12 13 169 45 0 0 1.316247 1 17.9 12 6 36 40 0 2 1.475906 1 15.53994 12 20 400 38 0 1 1.491397 1 9.883986 12 17 289 49 0 4 1.45575 1 28.59995 16 8 64 47 0 1 0.5108456 1 17.66001 13 13 169 52 0 0 1.180438 1 25.99992 13 15 225 34 0 1 1.688489 1 13.60201 12 14 196 44 0 2 0.7907275 1 15.8 16 14 196 36 0 3 1.401799 1 41.09999 17 6 36 50 0 0 -0.433556 1 10.77504 12 24 576 45 0 0 1.683172 1 9.000047 14 10 100 44 0 2 -1.766677 1 24.39899 12 2 4 57 0 2 3.155595 1 37.30009 17 9 81 35 0 0 2.259521 1 27.99995 12 23 529 46 0 0 1.306926 1 13.7 14 12 144 30 2 1 0.7984977 1 17.20994 12 8 64 42 0 3 0.5590442 1 14.00001 12 16 256 34 0 1 0.1479026 1 35.75502 17 10 100 45 0 2 1.944495 1 23.5 16 7 49 35 1 2 1.378338 1 31.99993 16 19 361 40 0 0 3.064745 1 17.15 12 2 4 32 0 1 -0.7419173 1 20.25002 9 9 81 54 0 0 0.7657004 1 5.485985 12 14 196 38 0 3 0.619393


1 25.07504 12 9 81 43 0 3 1.465452 1 18.21995 16 16 256 54 0 0 2.18926 1 26 14 7 49 39 0 3 1.021659 1 34.50007 12 6 36 37 0 1 0.9770095 1 12.4 12 22 484 46 0 2 0.9162908 1 10.78685 11 9 81 56 0 0 2.905096 1 16.32301 12 9 81 41 0 3 -0.1996712 1 30.5 16 14 196 45 0 1 0.6931472 1 51.29963 17 17 289 44 0 1 2.733393 1 33.04997 17 12 144 50 0 1 1.868335 1 34.75001 14 13 169 37 0 5 2.12026 1 16.40004 12 8 64 44 0 1 1.515193 1 19.70007 14 10 100 32 0 2 0.9146093 1 6.600003 12 16 256 34 1 1 1.499556 1 9.020008 10 1 1 32 0 2 0.8030772 1 10.40001 12 6 36 37 0 3 0.7280316 1 14.51999 13 4 16 44 0 1 0.51641 1 17.2 16 8 64 34 0 2 1.226448 1 43 12 4 16 33 1 3 0.9162908 1 13.87196 7 15 225 43 0 3 1.376471 1 -0.0290575 16 7 49 35 0 2 1.828975 1 16.76994 14 14 196 43 0 1 1.368283 1 7.8 12 16 256 34 0 0 1.064711 1 14.50006 10 15 225 36 0 3 1.406489 1 7.9 12 23 529 41 0 2 1.047319 1 79.80001 16 19 361 41 0 0 1.948093 1 7.17597 10 4 16 35 0 3 1.078001 1 17.50698 12 12 144 32 1 3 0.6539385 1 20.6 14 12 144 30 0 0 1.927892 1 18.55992 12 25 625 43 0 0 1.361028 1 9.3 6 14 196 54 0 0 0.6931472 1 5.120008 15 14 196 35 0 2 1.604687 1 14.50004 12 11 121 50 0 0 0.1839036 1 19.8 17 7 49 34 1 1 3.113515 1 18.29995 14 18 324 52 0 0 1.926829 1 33.99994 13 4 16 35 0 3 1.270126 1 11.62794 6 37 1369 55 0 0 0.6826927 1 11.80005 16 13 169 35 0 0 1.68107 1 39.09998 14 14 196 49 0 1 0.556296 1 18.43007 15 17 289 38 2 2 1.62822 1 21 14 5 25 42 0 2 0.9162908 1 59 8 2 4 48 0 1 1.341558 1 25.3 14 0 0 51 0 0 0 1 23.24899 12 3 9 43 0 2 1.122231 1 24.92809 12 21 441 43 0 1 0.5401708 1 14.78199 12 20 400 38 0 1 1.391506 1 18.90003 12 19 361 44 0 1 1.697174


1 21 12 4 16 36 1 3 3.218876 1 10.00001 12 19 361 38 0 0 0.8711678 1 29.30997 8 11 121 47 0 0 1.16733 1 13.14003 12 14 196 34 0 2 1.216988 1 25.08999 17 8 64 40 1 2 0.5753766 1 14.59993 12 13 169 31 0 1 1.151616 1 1.200001 12 24 576 46 0 0 0.9942513 1 32 14 1 1 36 0 3 0.5263249 1 16.11997 13 1 1 39 1 2 -1.543182 1 26.50002 17 3 9 36 0 2 1.912043 1 12.75006 8 4 16 37 0 4 0.5542873 1 12.9 12 21 441 39 0 4 0.9162908 1 10.69998 11 10 100 36 1 3 1.500939 1 14.43403 12 13 169 49 0 2 0.9446838 1 23.709 12 9 81 45 1 1 1.241269 1 15.1 17 14 196 32 2 0 1.564984 1 18.19998 10 2 4 36 0 5 0.8380265 1 22.64106 12 21 441 40 0 1 1.668857 1 21.64008 13 22 484 43 0 2 1.769429 1 23.99998 12 14 196 33 0 1 1.226448 1 16.00002 12 7 49 30 0 1 1.406489 0 21.025 12 2 4 49 0 1 . 0 23.6 16 5 25 30 2 0 . 0 22.8 12 12 144 30 1 0 . 0 35.91 12 1 1 41 0 4 . 0 21.7 12 12 144 45 0 1 . 0 21.823 12 4 16 43 0 5 . 0 31 13 9 81 42 0 1 . 0 15.3 12 9 81 60 0 0 . 0 12.925 12 6 36 57 0 0 . 0 15.83 10 5 25 38 0 2 . 0 30.2 12 5 25 56 0 0 . 0 16.6 12 8 64 32 0 3 . 0 11 7 2 4 49 0 1 . 0 15 12 6 36 55 0 0 . 0 20.528 9 0 0 36 1 1 . 0 13.126 12 3 9 44 0 3 . 0 15.55 10 7 49 44 0 1 . 0 18.01 14 3 9 35 1 2 . 0 18.874 14 10 100 44 2 3 . 0 24.8 12 3 9 45 0 1 . 0 17.5 12 2 4 34 1 0 . 0 16.15 17 12 144 30 2 0 . 0 15.189 8 15 225 39 0 1 . 0 6 12 5 25 36 0 2 . 0 37.25 17 4 16 38 0 2 . 0 27.76 12 10 100 53 0 0 .


0 9.09 12 1 1 36 0 2 . 0 14.5 12 8 64 32 1 1 . 0 19.7 9 20 400 51 0 3 . 0 16.788 11 4 16 38 0 0 . 0 18.52 12 7 49 33 2 0 . 0 20.95 12 10 100 54 0 0 . 0 7.574 9 3 9 38 0 3 . 0 10.027 11 5 25 30 2 2 . 0 5 12 10 100 34 2 3 . 0 7.04 9 0 0 34 0 1 . 0 40.8 12 3 9 50 0 2 . 0 16.05 17 10 100 30 2 0 . 0 33.1 12 2 4 38 0 2 . 0 33.856 14 10 100 54 0 0 . 0 20.5 12 4 16 30 1 2 . 0 28.6 12 0 0 55 0 0 . 0 18.75 10 10 100 51 0 1 . 0 20.3 12 5 25 44 0 1 . 0 13.42 12 0 0 53 0 0 . 0 18.4 10 0 0 42 0 2 . 0 16.682 12 19 361 38 0 2 . 0 32.685 13 2 4 38 1 3 . 0 7.05 12 12 144 41 1 4 . 0 10.867 8 5 25 35 0 3 . 0 18.22 12 5 25 33 1 2 . 0 26.613 13 5 25 48 0 0 . 0 25 12 10 100 47 0 0 . 0 15.7 12 0 0 34 0 5 . 0 40.25 13 4 16 33 2 1 . 0 73.6 13 3 9 31 3 1 . 0 10.592 8 2 4 58 0 0 . 0 8 12 1 1 49 0 0 . 0 13.4 8 0 0 55 0 1 . 0 23.7 14 1 1 44 0 0 . 0 18.9 9 1 1 44 0 0 . 0 48.3 16 6 36 36 0 3 . 0 24.47 12 12 144 38 0 3 . 0 28.63 16 6 36 37 0 3 . 0 25.32 12 9 81 47 0 0 . 0 13.53 12 14 196 47 0 3 . 0 14.8 12 13 169 32 1 1 . 0 17.4 12 8 64 43 1 2 . 0 15.98 11 0 0 42 1 4 . 0 16.576 12 1 1 56 0 0 . 0 21.85 13 3 9 38 0 5 . 0 14.6 12 13 169 52 0 2 . 0 21.6 12 3 9 50 0 0 .


0 24 16 8 64 33 0 0 . 0 20.883 16 8 64 44 0 2 . 0 19.5 12 18 324 41 0 1 . 0 42.8 12 2 4 45 0 1 . 0 41.5 14 3 9 53 0 0 . 0 18.965 14 5 25 53 0 0 . 0 16.1 12 2 4 42 0 1 . 0 14.7 13 10 100 32 2 0 . 0 18.8 12 30 900 56 0 0 . 0 14.75 11 1 1 37 1 3 . 0 21 12 5 25 40 1 2 . 0 35.4 15 8 64 54 0 3 . 0 10.7 7 0 0 53 0 0 . 0 24.5 12 4 16 48 0 1 . 0 17.045 12 2 4 36 1 2 . 0 18.8 12 30 900 57 0 0 . 0 14 12 25 625 51 0 0 . 0 18.214 13 3 9 33 0 4 . 0 20.177 12 20 400 52 0 0 . 0 8.3 10 20 400 56 0 0 . 0 14.2 12 0 0 36 1 2 . 0 21.768 14 15 225 36 1 0 . 0 29.553 12 10 100 46 0 1 . 0 4.35 10 4 16 31 0 3 . 0 24 11 3 9 52 0 0 . 0 18.3 12 10 100 46 0 2 . 0 17.2 12 9 81 35 2 0 . 0 16.476 12 7 49 59 0 0 . 0 13.4 8 12 144 36 0 1 . 0 44.988 7 0 0 51 1 3 . 0 18.2 16 16 256 31 1 0 . 0 28 14 4 16 31 0 2 . 0 11.55 12 7 49 32 1 1 . 0 28.45 16 7 49 35 1 2 . 0 15.096 12 14 196 40 0 3 . 0 8.009 10 2 4 33 1 2 . 0 10.04 7 20 400 54 0 0 . 0 16.7 12 5 25 36 1 1 . 0 8.4 10 10 100 50 0 1 . 0 13 8 20 400 54 0 0 . 0 17.97 11 10 100 48 0 1 . 0 18.45 15 8 64 41 0 4 . 0 31 12 11 121 50 0 4 . 0 24.135 12 3 9 46 0 2 . 0 31.7 13 6 36 42 0 1 . 0 10.19 9 4 16 31 1 2 . 0 21.574 12 4 16 53 0 0 .


0 26.68 12 9 81 51 0 1 . 0 17.7 12 10 100 47 0 1 . 0 29.4 12 3 9 50 0 1 . 0 22.159 6 2 4 37 0 1 . 0 35 12 2 4 30 2 2 . 0 8.63 12 0 0 49 0 0 . 0 17.08 12 8 64 52 0 2 . 0 32.5 12 6 36 47 0 2 . 0 16 12 15 225 49 0 0 . 0 18.85 12 15 225 44 0 4 . 0 17.5 8 9 81 53 0 0 . 0 19.392 12 8 64 30 1 0 . 0 14.45 12 18 324 54 0 2 . 0 21.8 7 3 9 47 1 1 . 0 7.7 15 10 100 56 0 0 . 0 31.8 12 6 36 49 0 1 . 0 17.258 6 20 400 48 0 0 . 0 13.399 12 8 64 49 0 1 . 0 16.073 12 3 9 56 0 1 . 0 23.26 12 4 16 46 0 0 . 0 37.3 12 13 169 45 0 2 . 0 11 12 4 16 32 0 2 . 0 13.075 12 17 289 43 1 1 . 0 13.7 12 4 16 34 1 1 . 0 25.1 12 0 0 30 1 1 . 0 18.6 17 15 225 38 2 0 . 0 29 16 11 121 33 1 1 . 0 19.237 12 23 529 52 0 0 . 0 19.855 11 1 1 43 0 3 . 0 9.45 12 5 25 33 1 1 . 0 30 10 1 1 45 0 0 . 0 15 10 5 25 36 2 1 . 0 24.701 12 3 9 34 1 1 . 0 15.9 14 3 9 37 0 2 . 0 16.24 10 19 361 46 0 1 . 0 21.1 12 20 400 47 0 0 . 0 23 16 5 25 31 2 1 . 0 6.34 5 0 0 57 0 0 . 0 42.25 12 3 9 30 1 1 . 0 14.694 12 3 9 30 0 0 . 0 21.417 12 7 49 44 0 3 . 0 20.2 13 7 49 53 0 0 . 0 12.09 8 1 1 51 0 0 . 0 24.76 12 13 169 39 1 3 . 0 23 8 0 0 52 0 0 . 0 19.365 8 0 0 46 0 4 . 0 5.55 12 12 144 47 0 5 .


0 68.035 8 0 0 52 0 2 . 0 29.3 12 5 25 45 0 2 . 0 18.5 11 45 2025 60 0 0 . 0 22.582 13 10 100 41 0 2 . 0 21.5 8 2 4 39 0 3 . 0 28.07 12 3 9 49 0 1 . 0 50.3 15 1 1 32 1 1 . 0 23.5 12 5 25 33 1 3 . 0 15.5 10 10 100 36 0 4 . 0 13.44 13 4 16 37 3 3 . 0 8.1 12 7 49 30 1 2 . 0 9.8 11 9 81 44 1 1 . 0 20.3 12 5 25 48 0 1 . 0 15 11 4 16 40 0 4 . 0 56.1 13 11 121 47 0 0 . 0 22.846 12 9 81 36 0 2 . 0 22.225 11 4 16 40 0 2 . 0 17.635 12 2 4 46 0 1 . 0 18.5 12 23 529 52 0 0 . 0 13.39 12 3 9 44 0 1 . 0 15.15 10 15 225 45 0 1 . 0 16.2 7 8 64 30 2 1 . 0 33.92 12 3 9 40 1 3 . 0 14 12 25 625 43 0 1 . 0 16.736 12 2 4 49 0 2 . 0 30.65 12 0 0 46 1 4 . 0 12.4 11 19 361 52 0 0 . 0 19.022 12 3 9 31 1 1 . 0 11.203 10 7 49 42 1 1 . 0 19.876 11 1 1 33 0 3 . 0 57 16 9 81 57 0 0 . 0 18.29 10 3 9 49 0 0 . 0 20.22 14 8 64 45 0 1 . 0 22.15 11 0 0 56 0 0 . 0 30.623 12 5 25 41 1 3 . 0 9.38 5 20 400 56 0 0 . 0 22 10 3 9 48 0 1 . 0 23.675 16 12 144 52 0 2 . 0 33.671 12 5 25 51 0 0 . 0 12.367 11 1 1 35 0 3 . 0 21.95 12 0 0 45 0 0 . 0 32 12 7 49 54 0 0 . 0 22.61 12 13 169 54 0 2 . 0 12.092 12 3 9 31 1 0 . 0 3.777 6 0 0 53 0 3 . 0 36 14 2 4 35 2 2 . 0 26.9 12 0 0 36 1 3 .


0 32.242 12 2 4 59 0 0 . 0 35.02 16 1 1 54 0 0 . 0 37.6 12 10 100 37 1 1 . 0 1.5 12 10 100 44 0 0 . 0 96 17 1 1 34 1 2 . 0 18.15 12 3 9 49 0 0 . 0 15.5 12 32 1024 49 0 0 . 0 14 9 0 0 60 0 0 . 0 14.756 12 7 49 51 0 0 . 0 22 12 5 25 30 1 1 . 0 24.466 12 2 4 47 0 2 . 0 24.4 12 5 25 36 0 4 . 0 24 12 3 9 35 1 3 . 0 15.5 12 25 625 58 0 0 . 0 30.8 14 0 0 41 1 3 . 0 10.66 10 3 9 51 0 1 . 0 13.35 12 10 100 47 0 0 . 0 10.09 9 10 100 45 1 2 . 0 55.6 14 7 49 60 0 0 . 0 25.7 16 5 25 30 1 1 . 0 29 11 15 225 55 0 0 . 0 7.286 12 1 1 32 1 2 . 0 37.752 12 5 25 36 0 2 . 0 13.072 12 9 81 55 0 0 . 0 7.044 12 18 324 47 0 0 . 0 18.2 12 1 1 47 0 1 . 0 27 11 0 0 37 0 1 . 0 30.3 12 6 36 50 0 2 . 0 12 12 1 1 30 0 3 . 0 31.5 17 2 4 48 0 1 . 0 27.092 10 15 225 43 0 2 . 0 20.968 11 25 625 48 1 0 . 0 27 14 1 1 41 1 2 . 0 11.225 12 0 0 50 0 0 . 0 37.7 8 0 0 58 0 0 . 0 28.2 13 0 0 38 0 5 . 0 34 12 8 64 37 0 1 . 0 63.2 16 22 484 50 0 0 . 0 7.5 8 5 25 42 0 4 . 0 17.41 9 10 100 37 1 3 . 0 51 16 1 1 41 0 2 . 0 12.916 12 1 1 31 0 2 . 0 21.9 12 6 36 51 0 0 . 0 17.64 12 4 16 36 1 2 . 0 20 15 6 36 54 0 0 . 0 15 12 0 0 49 0 0 . 0 14.06 9 1 1 48 1 1 .


0 15.825 9 3 9 42 0 2 . 0 16.51 12 15 225 41 1 2 . 0 13 16 33 1089 55 0 0 . 0 10 9 2 4 42 0 0 . 0 22 15 1 1 32 0 1 . 0 29.8 12 10 100 43 0 2 . 0 15 12 0 0 33 1 3 . 0 22.3 15 14 196 48 0 1 . 0 14.55 12 15 225 43 0 2 . 0 19.73 17 15 225 47 1 3 . 0 35 12 10 100 54 0 0 . 0 21.014 12 6 36 51 0 1 . 0 10.876 10 18 324 51 0 1 . 0 27.85 13 15 225 43 1 1 . 0 9.56 12 30 900 53 0 0 . 0 30.3 11 15 225 34 1 1 . 0 7.72 8 10 100 31 1 1 . 0 10.55 12 0 0 56 0 0 . 0 24.106 16 0 0 42 0 1 . 0 22.995 12 4 16 32 0 2 . 0 6 12 0 0 35 1 3 . 0 24.35 12 3 9 30 1 1 . 0 7.608 10 20 400 51 0 0 . 0 28.2 12 3 9 47 0 3 . 0 16.15 12 1 1 54 0 1 . 0 51.2 15 5 25 31 3 0 . 0 12.646 10 7 49 47 0 0 . 0 19 14 6 36 47 0 3 . 0 19 12 2 4 40 0 3 . 0 14.4 8 0 0 48 0 0 . 0 7.232 8 10 100 34 0 7 . 0 21.943 12 6 36 38 0 3 . 0 47.5 12 4 16 32 1 3 . 0 28.9 16 8 64 48 0 1 . 0 12.4 12 18 324 41 0 2 . 0 6.531 5 7 49 49 0 2 . 0 22.422 8 15 225 59 0 0 . 0 22.2 13 7 49 58 0 0 . 0 77 12 8 64 41 0 3 . 0 88 12 8 64 45 0 2 . 0 26.04 14 3 9 30 1 1 . 0 63.5 12 10 100 41 0 1 . 0 12.1 12 9 81 30 2 0 . 0 17.505 12 24 576 53 0 1 . 0 18 12 12 144 31 0 0 . 0 28.069 14 2 4 43 0 2 . 0 14 12 6 36 31 1 1 .


0 8.117 12 18 324 51 0 0 . 0 11.895 9 17 289 43 0 0 . 0 45.25 14 7 49 31 1 2 . 0 31.106 11 6 36 48 0 0 . 0 4 12 10 100 31 1 1 . 0 40.5 12 5 25 44 0 1 . 0 21.62 11 7 49 48 0 1 . 0 23.426 12 11 121 53 0 1 . 0 26 10 14 196 42 0 3 . 0 7.84 12 5 25 39 2 6 . 0 6.8 10 2 4 32 1 2 . 0 5.33 12 4 16 36 0 2 . 0 28.2 13 5 25 40 0 2 . 0 10 12 14 196 31 2 3 . 0 9.952 12 4 16 43 0 0 . 0 24.984 12 15 225 60 0 0 . 0 28.363 9 12 144 39 0 3 . ;


부록 4참조

Cochran, W. G., and G. M. Cox. 1950. Experimental Designs. New York, NY: Wiley.

Goodall, C. 1983. “M-Estimators of Location: An Outline of Theory.” Understanding Robust and Exploratory Data Analysis. 편집자: D.C. Hoaglin, M. Mosteller, and J.W. Tukey. New York, NY: John Wiley & Sons.

Hilbe, J. M. 2009. Logistic Regression Models. London, England: Chapman & Hall/CRC.

Hosmer, D. W. Jr., and S. Lemeshow. 2000. Applied Logistic Regression. 2판 New York, NY: John Wiley & Sons.

Lawless, J. F., and K. Singhal. 1978. “Efficient Screening of Nonnormal Regression Models.” Biometrics ( 34): 318–327.

Pregibon, D. 1981. “Logistic Regression Diagnostics.” Annals of Statistics ( 9): 705-724.

521

522 부록 4 / 참조

권장 문서

n SAS Studio 프로그래밍 시작하기

n The Little SAS Book: A Primer (구매)

n Learning SAS by Example: A Programmer’s Guide (구매)

n SAS Statistics by Example (구매)

n Elementary Statistics Using SAS (구매)

전체 SAS 출판물 목록은 sas.com/store/books에서 확인할 수 있습니다. 필요한 책에 대한 질문이 있으면 다음 주소의 SAS 담당자에게 문의하시기 바랍니다.

SAS BooksSAS Campus DriveCary, NC 27513-2414전화: 1-800-727-0025팩스: 1-919-677-4444전자 우편: [email protected]웹 주소: sas.com/store/books

523

http://www.sas.com/apps/sim/redirect.jsp?detail=TR19523








http://sas.com/store/books

mailto:[email protected]

http://sas.com/store/books

524 권장 문서

색인

H

Heckman 선택 모델 407High-Performance 작업


N

N원 ANOVA 315

t

t 검정

쌍체 292이표본 t 검정 298일표본 287

X

XML 템플릿 131

ㄱ

개수 패널 데이터 회귀 작업

402, 412결측 데이터 144

결측값 바꾸기 396공분산분석 319그래프

막대 195막대-선 200상자 204선 216원 221히스토그램 213

ㄴ

내 작업 폴더 130

ㄷ

데이터

결측 데이터 144결측값 바꾸기 396계산 240내보내기 111분할 172순열 238순위화 178전치 151정렬 175정보 140

525

칼럼 누적 159탐색 254표준화 188프로세스 플로우 77확률표본 397

데이터 구간화 378데이터 리스트 작업 146데이터 마이닝

작업 457데이터 분할 172데이터 전치 151, 159데이터 탐색 254데이터 특성 140도표

버블 209

ㄹ

라이브러리 77로지스틱 회귀 338로짓 회귀 422

ㅁ

막대 그래프 195수평 232

막대-선 그래프 200모델링 447

ㅂ

버블 도표 209분포분석 266

비모수 일원분산분석 309빈도 테이블 273

ㅅ

사용자 정의 작업 131산점도 224상관분석 277, 383상자 도표 204선 그래프 216선형 회귀 324, 416선형모델

일반화 366, 386시계열 430, 438, 447시계열 도표 229

ㅇ

예측 447예측 회귀

모델링 353요약 통계량 259원 그래프 221일원분산분석 304

비모수 309일원빈도분석 273

ㅈ

작업

Heckman 선택 모델 407N원 ANOVA 315Rapid Predictive Modeler 457

526 색인

개수 패널 데이터 회귀 402, 412

결측 데이터 144결측값 바꾸기 396계산 240공분산분석 319데이터 구간화 378데이터 리스트 146데이터 변환 184데이터 분할 172데이터 순위화 178데이터 전치 151데이터 정렬 175데이터 탐색 254데이터 특성화 140데이터 표준화 188데이터 필터링 163동전 246막대 그래프 195막대-선 그래프 200모델링 및 예측 447버블 도표 209분포분석 266비모수 일원분산분석 309산점도 224상관분석 277, 383상자 도표 204생성 131생일 242선 그래프 216선형 패널 데이터 회귀 416선형 회귀 324수평 막대 그래프 232순열 238시계열 430, 438

시계열 도표 229실행 126쌍체 t 검정 292예측 회귀 모델링 353요약 통계량 259원 그래프 221이진 로지스틱 회귀 338이표본 t 검정 298일반화선형모델 366, 386일원분산분석 304일원빈도분석 273일표본 t 검정 287정보 125주사위 굴리기 시뮬레이션

244칼럼 누적/분할 159테이블 분석 282테이블 속성 137편집 130포커 카드 확률 248프로빗/로짓 회귀 422확률표본 167, 397히스토그램 213

ㅋ

코드

주석 추가 133출력형식 133

ㅌ

테이블

색인 527

속성 137테이블 분석 282

ㅍ

패널 데이터

개수 패널 데이터 회귀 작업

402, 412프로빗 회귀 422프로세스 플로우

SAS 프로그램 추가 78Snippet 추가 80개요 72결과 75노드 상태 75노드 색상 76노드 연결 90데이터 포트 73

배열 76생성 73속성 76실행 90실행 우선 순위 76작업 추가 85저장 90질의 추가 84컨트롤 포트 73, 90하위 플로우 87

ㅎ

확률표본 167, 397회귀

선형 416히스토그램 213

528 색인