Tipps und Tricks - Universitaetsrechenzentrum · Tipps und Tricks für den leichteren Umgang mit...

Tipps und Tricksfür den leichteren Umgang

mit der SAS Software

Sabine Erbslöh und Christina Gelhorn

Statistical Programming, Accovion GmbH

15. KSFE-Tagung, Heidelberg, 24. Februar 2011

2

Inhalt I

Problem aus der Statistik: Konfidenzintervalle für 0%

Feinheiten zu PROC Report

• Erstellen von horizontalen Linien in RTF-Tabellen

• Seitenumbruch nach einer Spalte

Arbeiten mit Datumsfeldern

• Auffüllen unvollständiger Datumsangaben

• Umwandeln von Datum und Zeit in Datetime

Achtung – Was geht nicht in SAS

• LAG-Funktion in einer IF/ELSE-Anweisung

• Vorsicht mit weiteren Anweisungen nach Merge

• Ab SAS 9.2 Abfrage mit IN auch in der Makro-Sprache

3

Inhalt II

Einfach bequem

• Anzeigen von Variablennamen UND Variablenlabels

• Angriff der SAS Kloneditoren unter Windows

Kurz und elegant

• Verschiedene DO Schleifen

• Möglichkeiten des SELECT Statement

• CALL MISSING

Nützliche Funktionen

• SMALLEST und LARGEST

• STRIP, COMPBL, SUBSTRN

4

Konfidenzintervalle für 0% mit PROC FREQ

Untersucht wird die Wahrscheinlichkeit des Auftretens einer allergischen Reaktion auf das Medikament

Die Reaktion wurde bei keinem der Patienten beobachtet

Beispieldatensatz:

21010

299

8

7

6

5

4

3

2

1

obs

28

27

26

25

24

23

22

21

1=allergische Reaktion, 2=keine allergische ReaktionPatient

5


proc freq data = status;

table ereignis / binomial;

run;

1.0000 95% Upper Conf Limit

0.691595% Lower Conf Limit

Exact Conf Limits

1.000095% Upper Conf Limit

1.0000 95% Lower Conf Limit

0.0000 ASE

1.0000Proportion

Binomial Proportion for EREIGNIS = 2

6


PROC FREQ liefert im Normalfall nur Schätzer für die Eintrittswahrscheinlichkeit des Ereignisses „keine allergische Reaktion“.

Das Konfidenzintervall für die Eintrittswahrscheinlichkeit des Ereignisses „allergische Reaktion“ lässt sich mit PROC FREQ nur über Umwege berechnen

proc format;

value statusf

1 = "allergische Reaktion"

2 = "keine allergische Reaktion";

run;

1. Definition eines Formats, das alle möglichen Ausprägungen der Variablen enthält:

7


2. Auszählung der absoluten Häufigkeit aller so festgelegten Kategorien mit PROC TABULATE

10

NN

keine allergische Reaktionallergische Reaktion

1=allergische Reaktion, 2=keine allergische Reaktion

proc tabulate data = status out = anz;

class ereignis / preloadfmt;

table ereignis * n / printmiss;

format ereignis statusf.;

run;

8


3. Missings werden durch Nullen ersetzt.

data anz;

set anz;

if n eq . then n = 0;

run;

4. Ergebnis wird PROC FREQ unter Verwendungdes WEIGHT Statements übergeben.

• Gewichte: Anzahl der Beobachtungen in denjeweiligen Kategorien

• Damit dabei die Null berücksichtigt wird, muss zusätzlich die Option ZEROS angegeben werden

9


proc freq data = anz;

weight n / zeros ;

table ereignis / binomial;

run;

0.3085 95% Upper Conf Limit

0.000095% Lower Conf Limit

Exact Conf Limits

0.000095% Upper Conf Limit

0.0000 95% Lower Conf Limit

0.0000 ASE

0.0000Proportion

Binomial Proportion for EREIGNIS = allergische Reaktion

10

Feinheiten zu PROC REPORT

Erstellen von horizontalen Linien in RTF-Tabellen

Seitenumbruch nach einer Spalte

11

PROC REPORT - horizontale Linien in RTF-Tabellen

Vertikale Linien werden „automatisch“ erzeugt

Um horizontale Linien zu erhalten, muss man mit styles, brdrt, brdrs und brdw arbeiten

Beispieldatensatz:

8

7

6

5

4

3

2

1

obs

Severe NauseaGastrointestinal disorders789


GlaucomaEye disorders456

ConjunctivitisEye disorders456

BlindEye disorders456


GlaucomaEye disorders123

ConjunctivitisEye disorders123

Adverse Event TermSystem Organ ClassPat.ID

12


1. Erzeugen eines regulären lst-output

System Organ Class Adverse Event Term Pat.ID __________________________________________________________ Eye disorders Blind 456 Conjunctivitis 123 456 Glaucoma 123 456 Gastrointestinal disorders Severe Nausea 123 456 789

PROC REPORT data=test nowindows spacing=3

headline headskip;

column soc event subjid ;

define soc / order width=30 flow;

define event / order width=20 flow;

define subjid / width=10;

RUN;

13


2. Erzeugen eines RTF output ohne weitere Angaben PROC REPORT data=test nowindows

style={rules=cols cellspacing=0 cellpadding=0};





RUN;

789456disorders123Severe NauseaGastrointestinal456123Glaucoma456123Conjunctivitis456BlindEye disordersPat.IDAdverse Event TermSystem Organ Class

14


Definition von horizontalen Linien basiert aufRTF Spezifikationen

Sie werden innerhalb eines compute statement alscall define definiert

Einstellungen für die Absatzränder:

• brdrt: Border top

• brdrs: Single-thickness border

• brdwN: Border width N (in twips)N = Breite des Stiftes für den Rahmen

15


3. Erzeugen des RTF output mit horizontalen Linien

PROC REPORT data=test nowindows spacing=3 headline headskip

style={rules=cols cellspacing=0 cellpadding=0}

style(header column)=[protectspecialchars=off ];





compute subjid;

if soc ne ' ' then call define

('_c1_','style','style=[pretext="\brdrt\brdrs\brdrw11"]');

if event ne ' ' then call define


if subjid ne ' ' then call define


endcomp;

RUN;

16


Achtung! In Word sieht man die Linien erst im Print Preview!

789

456

123Severe NauseaGastrointestinal disorders

456

123Glaucoma

456

123Conjunctivitis

456BlindEye disorders

Pat.IDAdverse Event TermSystem Organ Class

17

PROC REPORT - Seitenumbruch nach einer Spalte

Seitenumbruch häufig gewünscht vor Beginn einer neuen Ausprägung der Gruppierungsvariablen-> Seitenumbruch nach einer Reihe

Manchmal aber auch wünschenswert, nach einer bestimmten Spalte einen Seitenumbruch zu erzwingen

PROC REPORT bietet auch die Möglichkeit, im definestatement mit /page zu arbeiten

Der Beispieldatensatz wurde um 3 Variablen erweitert: pt (preferred term), serious und related.

18


1. Mit automatischem Spaltenumbruch

PROC REPORT data=test3 nowindows spacing=3 headline;

column subjid soc pt event serious related ;

define subjid / id order width=10;


define pt / order width=20 flow;

define event / width=20 flow;

define serious / width=7;

define related / width=7;

RUN;

19


Der erzeugte output benötigt 2 Seiten, der automatische Umbruch erfolgt NACH der Variablen Event

Pat.ID System Organ Class Preferred Term Adverse Event Term

_________________________________________________________________

123 Eye disorders Conjunctivitis Conjunctivitis

Glaucoma Glaucoma

Gastrointestinal Nausea Severe Nauseadisorders

456 Eye disorders Blindness Blind

...

Serious Related

Pat.ID Flag Flag

_____________________________

123 0 1

0 0

0 1

456 1 0

...

20


2. Mit definiertem Spaltenumbruch

PROC REPORT data=test3 nowindows spacing=3 headline;

column subjid soc pt event serious related ;

define subjid / id order width=10;


define pt / order width=20 flow;

define event / width=20 flow page;

define serious / width=7;

define related / width=7;

RUN;

21


Der erzeugte output benötigt ebenfalls 2 Seiten, der definierte Umbruch erfolgt VOR der Variablen Event

Pat.ID System Organ Class Preferred Term

________________________________________________________

123 Eye disorders Conjunctivitis

Glaucoma

Gastrointestinal Nausea

disorders

456 Eye disorders Blindness

...

Serious Related

Pat.ID Adverse Event Term Flag Flag

_____________________________________________________

123 Conjunctivitis 0 1

Glaucoma 0 0

Severe Nausea 0 1

456 Blind 1 0

...

22

Arbeiten mit Datumsfeldern

Auffüllen unvollständiger Datumsangaben

Umwandeln von einzelnen Datums- und Zeitvariablen in eine Datetime Variable

23


Auffüllen mit dem letzten Tag des Monats

31

30

29

28

Wert

Januar, März, Mai, Juli, August, Oktober, Dezember

April, Juni, September, November

Februar mit Schaltjahr

Februar ohne Schaltjahr

Monat

Statt umständlicher Zuweisungen kann man vom ersten Tag des Folgemonats 1 Tag abziehen -> Makro

Voraussetzung: Datensatz mit numerischer Monats-und Jahres-Variable

Folgende Werte sollen eingesetzt werden:

24


Makro zum Ersetzen des letzten Tages im Monat

%macro get_lmdt(month=,year=,outdt=);

*** if month is December ---> fill with 31 ***;

if &month eq 12 then

&outdt=input(compress("3112"||put(&year,z4.)),ddmmyy8.);

*** else ---> 01 of next month - 1 day ***;

else

&outdt=input(compress("01"||put(&month+1,z2.)

||put(&year,z4.)),ddmmyy8.)-1;

format &outdt date9.;

%mend get_lmdt;

25

Umwandeln in Datetime Variable

Statt Kombinationen von input und Konkatenierung: datetm= input(put(dat,date7.) || "," ||

put(tim,time5.),datetime.);

oder datetm= (dat*24*60*60)+ tim;

Funktion dhms – Syntax: dhms(date,hour,minute,second)

datetm= dhms(dat,0,0,tim);

Auch ideal um Zeitfenster abzufragen: timelow = dhms(end,-5,-30,endtim);

timeupp = dhms(end,5,30,endtim);

26

Achtung – Was geht nicht in SAS

LAG Funktion in einer IF/ELSE-Anweisung

Vorsicht mit weiteren Anweisungen nach Merge (übernommen von Hr. Elmar Dunkl, RPS Research Germany GmbH, Nürnberg)

Abfrage mit IN auch in der Makro-sprache (SAS 9.2)

27

Achtung – LAG Funktion in einer IF/ELSE Anweisung

Beispiel: Mehrere Studienphasen,

• Beginn der Phase notiert

• Enddatum ist zu berechnen

19JUN2009325

29MAY2009224

08MAY2009123

27MAY2009212

06MAY2009111

Start DatumPhasePatient IDObs

28


data phase_end;

attrib enddt format=date9. label = "End Datum";

set phase;

by patient descending phase startdt;

if first.patient then enddt = .;

else enddt = lag(startdt);

run;

29


Ergebnis:

19JUN2009325

06MAY200929MAY2009224

29MAY200908MAY2009123

27MAY2009212

06MAY2009111

End DatumStart DatumPhasePatient IDObs

30


29MAY200929MAY200908MAY2009125

06MAY200919JUN200929MAY2009224

27MAY200906MAY200919JUN2009323

27MAY200906MAY2009112

27MAY2009211

Lag (else)Lag (if)

Lag

(normal)

Start

DatumPhase

Patient

IDObs

31


data phase_end;

attrib enddt format=date9. label = "End Datum";

set phase;

by patient descending phase startdt;

lag_startdt = lag(startdt);

if first.patient then enddt = .;

else enddt = lag_startdt;

run;

32


Ergebnis:

19JUN2009325

19JUN200929MAY2009224

29MAY200908MAY2009123

27MAY2009212

27MAY200906MAY2009111

End DatumStart DatumPhasePatient IDObs

33

Vorsicht mit weiteren Anweisungen nach Merge

5Heidelberg

4Heidelberg

3Berlin

2Berlin

1Berlin

Patient IDZentrum

Beispiel: Zwei Datensätze mit einer gemeinsamen Variablen werden gemischt, dann wird zu einer nicht gemeinsamen Variablen eine 1 addiert.

599Heidelberg

499Heidelberg

329Berlin

229Berlin

129Berlin

Patient ID

Zentrum

NummerZentrum99Heidelberg

29Berlin

Zentrum

NummerZentrum

34


data zentpat;

merge zentinfo

patinfo;

by zent;

zentnum = zentnum + 1;

run;

35


5Heidelberg

4Heidelberg

3Berlin

2Berlin

1Berlin

Patient IDZentrum

Das Ergebnis hat vielleicht nicht jeder erwartet:

5101Heidelberg

4100Heidelberg

332Berlin

231Berlin

130Berlin

Patient ID

Zentrum

NummerZentrum99Heidelberg

29Berlin

Zentrum

NummerZentrum

36


5Heidelberg

4Heidelberg

3Berlin

2Berlin

1Berlin

Patient IDZentrum

Programmdatenvektor (PDV)

99Heidelberg

29Berlin

Zentrum

NummerZentrum

ZENT=Berlin PATIENT=1 ZENTNUM=29 FIRST.ZENT=1 LAST.ZENT=0 _ERROR_=0

ZENT=Berlin PATIENT=2 ZENTNUM=30 FIRST.ZENT=0 LAST.ZENT=0 _ERROR_=0

data zentpat;

merge zentinfo

patinfo;

by zent;

zentnum = zentnum + 1;

run;

_N_=1

_N_=2

ZENT=Berlin PATIENT=3 ZENTNUM=31 FIRST.ZENT=0 LAST.ZENT=1 _ERROR_=0_N_=3

37

Abfrage mit IN auch in der Makro-Sprache

Ab SAS 9.2 Abfrage mit IN auch in der Makro-Sprache möglich.

Im DATA step schon lange üblich

DATA subset;

SET sashelp.class;

*** ausgeschrieben ***;

IF name='Alice' or name='James'

or name='John' or name='Judy';

*** abgekürzt mit IN ***;

IF name in('Alice', 'James', 'John', 'Judy');

RUN;

38


Innerhalb der Makrosprache war es vor SAS 9.2nicht möglich, mit IN zu arbeiten.

Folgender Code ergab eine Fehlermeldung:

%MACRO usein(proc,ds);

%if %upcase(&proc) IN (MEANS,PRINT) %then %do;

proc &proc data=&ds;

run;

%end;

%MEND usein;

%usein(print,sashelp.class);

ERROR: Required operator not found in expression:

%upcase(&proc) IN (MEANS,PRINT)

ERROR: The macro USEIN will stop executing.

39


Auch unter SAS 9.2 gibt es eine Fehlermeldung,weil zunächst Optionen gesetzt werden müssen:

• MINOPERATOR:Erlaubt es, den IN Operator zu benutzen

• MINDELIMITER: zur Definition eines TrennzeichensStandard: Leerzeichen

options minoperator mindelimiter=',';

Im Beispiel wurde das Komma als Trennzeichendefiniert, wie auch in der DATA step Version

Danach funktioniert die Anwendung des INOperator im Makro

40

Einfach bequem

Anzeigen von Variablennamen UND Variablenlabels

Angriff der SAS Kloneditoren unter Windows

41


PROC PRINT zeigt entweder die Variablennamenoder die –label

Mit Hilfe von PROC SQL wird eine Makrovariable generiert, die beide Informationen enthält

Dazu wird der Dictionary-Datensatz columns

verwendet, hier am Beispiel von sashelp.class, dem vorher Label zugewiesen wurden Obs name label

1 Name Vorname

2 Sex Geschlecht

3 Age Alter in Jahren

4 Height Größe in Inch

5 Weight Gewicht in Pound

42


Alle ‚name‘ und ‚label‘ des ausgewählten Datensatzes werden in eine Makrovariable geschrieben, die später zum Ausdrucken verwendet wird

%let lib= work; %let memname= class;

PROC SQL noprint;

select trim(name) !! "= '" !! trim(label)

!! " (" !! trim(name) !! ")'"

as newlabel into :newlabel separated by " "

from dictionary.columns

where libname eq upcase("&lib") and

memname eq upcase("&memname.");

quit;

43


PROC PRINT width= minimum data= &lib..&memname label;

label &newlabel. ;

run;

Name= 'Vorname (Name)' Sex= 'Geschlecht (Sex)' Age=

'Alter in Jahren (Age)' Height= 'Größe in Inch (Height)'

Weight= 'Gewicht in Pound (Weight)'

Inhalt der generierten Macrovariablen &newlabel

Verwendung im proc print

Alter in Größe in Gewicht in

Vorname Geschlecht Jahren Inch Pound

Obs (Name) (Sex) (Age) (Height) (Weight)

1 Alfred M 14 69.0 112.5

2 Alice F 13 56.5 84.0

...

44


Bei langen Programmen muss man oft vor und zurück scrollen, um alle Informationen zusammenzutragen

SAS unter Windows bietet die Möglichkeit, den Editor zu klonen

Im Programmfenster kann man ein zweites Fenster mit dem Inhalt des aktuellen Fensters öffnen:Menü Window (Alt W) - New Window

45


Änderungen im Programmcode werden in beiden Fenstern gleichzeitig durchgeführt, wobei man an zwei verschiedenen Stellen im Programm sein kann

Das zweite Fenster kann ohne Datenverlust einfach wieder geschlossen werden

Erst beim Schließen des ersten Fensters erfolgt die Nachfrage, ob man speichern möchte

46

Kurz und elegant

Verschiedene DO Schleifen

Möglichkeiten des SELECT Statement

CALL MISSING

47


Klassische Anwendung: DO i=1 TO n

Schleifenindex kann aber auch als Variable weiterverwendet werden.

Trennung durch Komma und Sprünge sind möglich

DO iday= 5, 7, 10, 14;

output;

END;

DO proc= "Print", "Freq", "Report";

output;

END;

48


Anwendungsbeispiel: Erzeugen eines Dummy-Datensatzes zur Tabellierung aller möglichen Ausprägungen einer Variablen.

DATA dummy;

catord=1; cattxt='Number of discontinuations'; OUTPUT;

catord=2; cattxt='Protocol violation'; OUTPUT;

catord=3; cattxt='Protocol entry criterion not met'; OUTPUT;

catord=4; cattxt='Adverse Event'; OUTPUT;

catord=5; cattxt='Lost to follow-up'; OUTPUT;

RUN;

Version mit einzelnen Zuweisungen:

49


PROC FORMAT;

value txtf

1 = 'Number of discontinuations'

2 = 'Protocol violation'

3 = 'Protocol entry criterion not met'

4 = 'Adverse Event'

5 = 'Lost to follow-up‘;

RUN;

DATA dummy2;

DO catord=1 TO 5;

cattxt=put(catord, txtf.);

OUTPUT;

END;

RUN;

Version mit Variablennamen in DO-Schleife und Format:

50

Möglichkeiten des SELECT Statement

Mehrere Elemente im SELECT Statement select(a);

when (3,4,5) put ">= 3";

when (1,2) put "<= 2";

otherwise;

end;

Ohne Klammer hinter SELECT,komplette Bedingung direkt in WHEN Klammer

select;

when (a IN (3,4,5)) put ">= 3";

when (b IN (1,2)) put "<= 2";

otherwise;

end;

51

CALL MISSING

DATA dummy;

LENGTH num1 num2 4 char1-char3 $10 ;

CALL MISSING(num1, num2, char1, char2, char3);

RUN;

Neue Funktion zum Initialisieren (ab SAS 9.2)

Weist einer Liste von Variablen missing values zu

Die Variablen können numerisch oder alphanumerisch sein

� entspricht num1 =.; char1 = " ";

num2 =.; char2 = " ";

char3 = " ";

52

Nützliche Funktionen

SMALLEST und LARGEST (ab SAS 9)

STRIP (ab SAS 9)

COMPBL (ab SAS 8)

SUBSTRN (ab SAS 9)

53

SMALLEST und LARGEST (ab SAS9)

Mit MIN und MAX wird der kleinste bzw. größte Wert einer Zahlenreihe ermittelt

SMALLEST und LARGEST ermitteln den x-kleinsten bzw. x-größten Wert einer Zahlenreihe.

Syntax: SMALLEST (k, value-1<,value-2 ...>) LARGEST (k, value-1<,value-2 ...>)

k kann eine Zahl, eine Variable oder ein Ausdruck sein

Missings werden ans Ende sortiert. Es werden immer erst die vorhandenen Werte genommen und erst wenn die Anzahl von k größer ist als die Anzahl der vorhandenen Werte wird missing ausgegeben.

54

SMALLEST und LARGEST (ab SAS9)

Wenn erstes Argument von Largest/Smallest=1, dann gleiches Ergebnis wie max/min

4

1237893

4564562

7891231

LARGESTSMALLESTk

do k = 1 to 4;

xklein = SMALLEST (k, 456, 789, ., 123);

xgross = LARGEST (k, 456, 789, ., 123);

output;

end;

55

STRIP (ab SAS9)

Führende und abschließende Leerzeichen werden entfernt

Leerzeichen innerhalb des Arguments bleiben

Verkürzung gegenüber SAS8: left(trim(text))

Syntax: strip(text)

svar="*"||STRIP(" Text1 Text2 ")||"*";

� *Text1 Text2*

56

COMPBL (ab SAS8)

Syntax: compbl(text)

Mehrfache Leerzeichen werden durch nur ein Leerzeichen ersetzt

cvar="*"||COMPBL(" Text1 Text2 ")||"*";

� * Text1 Text2 *

57

Vergleich STRIP und COMPBL

* Text1 Text2 *COMPBL

*Text1 Text2*STRIP

* Text1 Text2 * Text

Zur Lesbarkeit ist der Text hier jeweils umrahmt von *

58

SUBSTRN (ab SAS9)

Verwandt mit SUBSTR Funktion, verhält sich anders bei ‘ungültigen’ Argumenten (z.B. negative Startposition, negative Textlänge) � SUBSTRN ist robuster

Syntax: SUBSTRN (Text, Position <, Länge>)

• Text: Zeichenkette. Wenn numerisch � Umwandlung(BEST32, Leerzeichen entfernt an Anfang und Ende)

• Position: Startposition für Extraktion im textwenn <0 dann wird Ergebnis abgeschnitten,Anfang=erstes Zeichen im Text, Länge wird angepasst

• Länge: Länge der zu extrahierenden Zeichenkettewenn nicht definiert: von Position bis Textende, wenn länger als Text, dann bis Textende

Länge der Ausgabevariable: Wenn nicht vorher festgelegt, dann Länge des ersten Argumentes

59

Vergleich SUBSTRN und SUBSTR

Wenn das erste Argument numerisch ist

data substrn;

vsubstr = "*" || SUBSTR(1234.5678,2,6) || "*";

vsubstrn = "*" || SUBSTRN(1234.5678,2,6) || "*";

run;

Ergebnis: vsubstr =* 1234*

vsubstrn=*234.56*

Stellenübersicht123456789012

1234.5678

1234.5678

60

Vielen Dank für Ihre Aufmerksamkeit!

Sabine Erbslöh, Christina Gelhorn

Accovion GmbH, Eschborn

[email protected]

[email protected]

Tipps und Tricks - Universitaetsrechenzentrum · Tipps und Tricks für den leichteren Umgang mit...

Documents

Transcript of Tipps und Tricks - Universitaetsrechenzentrum · Tipps und Tricks für den leichteren Umgang mit...