Toegepaste Multivariate Analyse
Elke Claessens
Gert Thielemans
Examen: een mondeling examen met vier vragen. 1 vraag over SAS of de syntax,
1 vraag over longitudinale analyse, 1 vraag over structurele
vergelijkingsmodellen en 1 vraag over multilevelanalyse. Je examenopdracht ook
gebruiken.
Les 1 – Inleiding cursus
Als je een syntax schrijft dan is het belangrijk dat je geen errors en warnings
hebt.
Voorbeeld voor de syntax voor het kennismaken met SAS:
proc freq data = sashelp.class; proc sgplot data = sashelp.class;
tables age; vbar age;
run; run;
Hieronder komt eerst een deel over SAS-databestanden. Dit behandelt waar de
data staan die we gebruiken, waarom er een punt in de syntax staat en hoe je
weet of de variabelen in de dataset zitten en wat die variabelen inhouden.
Daarna komt een deel over de SAS-syntax. Dit behandelt wat de proc en de freq
inhoudt en wat de betekenis van de kleuren zijn.
Basisprincipes van de SAS-databestanden:
1. Databestanden zijn bestanden. Het zijn gegevens die ergens ter
beschikking zijn, net zoals bestanden die je op je computer hebt staan. Ze
staan op de SAS-server en dit is een grote cloud waar we toegang tot krijgen.
2. Je gebruikt databestanden via een verwijzing naar de SAS-Libraries
of een rechtstreeks verwijzing via home. SAS-libraries is de ena onderste
links in de balk en hier kan je de databestanden vinden. Door een
databestand te openen zie je de variabelen. Je kan de rechtermuisknop
gebruiken om de eigenschappen van een variabele te zien.
3. Er zijn tijdelijke en permanente databestanden. Het permanente
databestand is het originele en de tijdelijke zijn de bestanden die je extra hebt
opgeslagen. Voordat we ergens in werken zetten we permanente
databestanden altijd om naar tijdelijke databestanden.
4. Maak altijd een tijdelijke kopie van een databestand als je erin werkt.
Je werkt dus met een tijdelijk kopieën zodat je niet in het permanente
databestand iets verkeerd doet.
5. SAS-databestanden staan niet “open”, maar worden “geopend” en
“gesloten” door
ernaar te verwijzen. Dus je moet altijd zeggen dat SAS iets moet doen in
een bepaalt bestand. Dit is het verschil met SPSS en STATA. In de SAS-
databestanden is de data niet constant open en moet je deze constant
openen en sluiten.
!!! We zetten permanente databestanden altijd om naar tijdelijke databestanden:
Permanente databestanden in SAS libraries of home. Dit zijn de
basisbestanden waar je niet in mag knoeien. Een voorbeeld is sashelp.class.
Tijdelijke databestanden in de work library. Dit zijn de werkbestanden en
verdwijnen bij het afsluiten van SAS. Een voorbeeld is work.class.
1
,Voorbeeld voor de syntax om een permanent bestand om te zetten in een tijdelijk
bestand:
data work.class; = welke data je wilt opslaan
set sashelp.class; = welke data je wilt openen
run;
Les 2 – Leren werken met SAS
In deze les gaan we kijken naar de rechtstreekse verwijzing. Dit hoort bij
basisprincipe 5 dat SAS-databestanden niet open staan, maar worden geopend
en gesloten door ernaar te verwijzen.
De work library hoef je niet altijd te benoemen. Je kan i.p.v. work.class ook
gewoon class doen.
Als je opstart druk je op het plusje rechtsboven om een nieuw SAS-program te
openen.
data work.wel; = welke data je wilt opslaan. Opslaan onder de naam wel in de
library work.
set sashelp.class; = welke data je wilt openen. Open het databestand class dat
zich in de library sashelp bevindt.
leeftijd = age; = gewenste databewerking. Maak een variabele leeftijd aan die
gelijk is aan de variabele age.
run; = voer dit uit.
Belangrijke termen:
SAS programma = het geheel van een syntax programma. Alles wat geschreven
is in de syntax.
Programmastap = de stappen die je binnen het SAS-programma hebt
geschreven. Het begint met proc of met de data en het eindigt op run.
Programmaregel = 1 zin die op de ; eindigt. Deze moet na iedere zin. Een
programmaregel is niet perse één lijn in je codebestand. Een programmaregel
begint met een commando en eindigt wanneer alle specificaties behorende bij
dat commando gegeven zijn. Dus het hoeft niet op iedere regel te staan, maar
het is belangrijk dat het met de ; eindigt.
Je kan beginnen met proc en beginnen met data. Proc is de afkorting van
procedure en data is de afkorting van data. Van de vragenlijst naar het
databestand (data invoeren) en van databestand naar databestand (data goed
zetten) zijn een DATA-stap. Een DATA-stap is dus de manipulatie van de gegevens
door invoer of bewerkingen. Je doet/verandert dan iets aan de data. Als je daar
vervolgens rapporten van wilt hebben, wilt kijken naar verbanden of
frequentietabellen wilt krijgen bijvoorbeeld dan is dat een PROC-stap. Een PROC-
stap is dus een statistische bewerking wat zowel univariaat, bivariaat of
multivariaat kan. Je gebruikt de data om een resultaat te bekomen.
2
,Voorbeeld voor de syntax voor een PROC-stap:
proc freq data = sashelp.class; = voer de procedure freq uit op het databestand
class dat zich in de library sashelp bevindt. Proc freq is de gewenste procedure en
data = sashelp.class is het bestand waarop de procedure wordt gedaan.
Tables age ; geef me een frequentietabel van age. Het gewenste resultaat.
Run; = voer dit uit.
Proc format = toewijzen van labels aan waarden.
Proc sort = sorteren van de data.
Als iets niet blauw wordt dan kan het zijn dat er een ; ontbreekt of een spelfout
inzit.
Commentaartekst kan je doen door een * voor de zin te zetten en op het einde
een ; en het kan ook door te beginnen met /* en te eindigen met */
Als SAS iets moet lezen als tekst dan moet je aanhalingstekens gebruiken. Het
wordt dan paars.
Als je een bepaalde kleur heel lang ziet dan heb je bij die kleur iets fout gedaan.
Hoofdletters en spaties zijn niet van belang in de syntax, maar wel als je zelf
variabelen aan wilt maken. Als je bijvoorbeeld leeftijd met hoofdletter doet dan
krijg je dat ook.
Telkens open je opnieuw een nieuw databestand en ga je overschrijden. Dus als
je eerst leeftijd zonder hoofdletter doet en daarna met hoofdletter dan krijg je
enkel MET hoofdletter op het eind.
Hiervoor hebben we steeds naar sashelp gekeken. Dit is een bestaande SAS-
library met voorgemaakte data. Maar je kan ook data uit andere bronnen halen
zoals de ESS. Links in de balk kan je bij het tweede icoontje ook eigen mappen
aanmaken in home en SAS deze laten herkennen als libraries. In de eigen home
map heb je lees en schrijfrechten en kan je zelf alles aanpassen. Dit is anders dan
de SAS-libraries waar sashelp steeds in staat, want daar heb je alleen
leesrechten, met uitzondering op de work map. Dus dit is het tweede icoontje van
links en dan SAS-server en dan home. Je doet dan rechtermuisknop en dan new
folder om het een naam te geven. Bij het derde icoontje heb je SAS-content waar
je gedeelde bestanden voor dit vak ziet. Dan doe je rechtermuisknop en copy to
om hem te verplaatsen. Het kan ook via upload files. Je kan het niet gelijk
openen, je krijgt dan een error. Dit ligt aan de formats. Je moet hierdoor het
cataloogbestand nog toewijzen aan de dataset. Je maakt hiervoor bij home een
map aan met de naam library. Dus echt onder de home map. Dan voeg je de
3
, format toe aan die map. Dus niet rechtstreeks in dezelfde map als in het ESS-
mapje! Maar, het openen lukt nu nog steeds niet. Je moet nog verwijzen. Dit met
het libname commando:
libname ESS "/sasviya_userdata/home/s0230445/ESS"; DIT BESTAND DOE JE
TOEVOEGEN DOOR RECHTERMUISKNOP OP DE ESS EN DAN INSERT AS PATH.
libname Library "/sasviya_userdata/home/s0230445/Library";
run;
Format = een etiket dat op één categorie kleeft. Je kleeft numerieke codes aan
informatieve tekst. Bijvoorbeeld 1 = man en 2 = vrouw. Maar het kan ook een
etiket zijn dat op meerdere categorieën kleeft. Om waarden van een variabele
samen te nemen in grotere categorieën. Bijvoorbeeld 0 = 0 uur en 1-3 is 1 tot 3
uur. Het format is de informatieve tekst die erbij hoort. Dus wat er achter de
cijfers zit zijn formats. Je maakt met formats per categorie duidelijk wat het
inhoudt. De ESS heeft een cataloogbestand gemaakt en dat moeten wij nog
toewijzen aan de dataset in SAS.
Kennisclip 1 – Starten met SAS
Het is een soort one drive waarin docenten bestanden kunnen delen met
studenten.
Niet in de gedeelde bestanden werken!
Je hebt bij de gedeelde bestanden ook voorbeelden van een syntax.
Kennisclip 2 – Basissyntax
= Proc print procedure
Dit is nuttig om data te selecteren of te beperken.
= Proc content procedure
Dit is nuttig om de variabelen te laten tonen.
= Proc freq procedure
Dit is nuttig om individueel variabelen te verkennen. Een
frequentietabel opvragen voor categorische variabelen.
Bijvoorbeeld gewicht is geen categorische variabele en
dan krijg je hele rare frequenties. Voor deze wil je dan
het gemiddelde etc weten in plaats van een
frequentietabel.
= Proc univariate procedure
Dit is nuttig om beschrijvende statistieken te verkrijgen
voor een numerieke variabele. Bijvoorbeeld het
gemiddelde.
4
Elke Claessens
Gert Thielemans
Examen: een mondeling examen met vier vragen. 1 vraag over SAS of de syntax,
1 vraag over longitudinale analyse, 1 vraag over structurele
vergelijkingsmodellen en 1 vraag over multilevelanalyse. Je examenopdracht ook
gebruiken.
Les 1 – Inleiding cursus
Als je een syntax schrijft dan is het belangrijk dat je geen errors en warnings
hebt.
Voorbeeld voor de syntax voor het kennismaken met SAS:
proc freq data = sashelp.class; proc sgplot data = sashelp.class;
tables age; vbar age;
run; run;
Hieronder komt eerst een deel over SAS-databestanden. Dit behandelt waar de
data staan die we gebruiken, waarom er een punt in de syntax staat en hoe je
weet of de variabelen in de dataset zitten en wat die variabelen inhouden.
Daarna komt een deel over de SAS-syntax. Dit behandelt wat de proc en de freq
inhoudt en wat de betekenis van de kleuren zijn.
Basisprincipes van de SAS-databestanden:
1. Databestanden zijn bestanden. Het zijn gegevens die ergens ter
beschikking zijn, net zoals bestanden die je op je computer hebt staan. Ze
staan op de SAS-server en dit is een grote cloud waar we toegang tot krijgen.
2. Je gebruikt databestanden via een verwijzing naar de SAS-Libraries
of een rechtstreeks verwijzing via home. SAS-libraries is de ena onderste
links in de balk en hier kan je de databestanden vinden. Door een
databestand te openen zie je de variabelen. Je kan de rechtermuisknop
gebruiken om de eigenschappen van een variabele te zien.
3. Er zijn tijdelijke en permanente databestanden. Het permanente
databestand is het originele en de tijdelijke zijn de bestanden die je extra hebt
opgeslagen. Voordat we ergens in werken zetten we permanente
databestanden altijd om naar tijdelijke databestanden.
4. Maak altijd een tijdelijke kopie van een databestand als je erin werkt.
Je werkt dus met een tijdelijk kopieën zodat je niet in het permanente
databestand iets verkeerd doet.
5. SAS-databestanden staan niet “open”, maar worden “geopend” en
“gesloten” door
ernaar te verwijzen. Dus je moet altijd zeggen dat SAS iets moet doen in
een bepaalt bestand. Dit is het verschil met SPSS en STATA. In de SAS-
databestanden is de data niet constant open en moet je deze constant
openen en sluiten.
!!! We zetten permanente databestanden altijd om naar tijdelijke databestanden:
Permanente databestanden in SAS libraries of home. Dit zijn de
basisbestanden waar je niet in mag knoeien. Een voorbeeld is sashelp.class.
Tijdelijke databestanden in de work library. Dit zijn de werkbestanden en
verdwijnen bij het afsluiten van SAS. Een voorbeeld is work.class.
1
,Voorbeeld voor de syntax om een permanent bestand om te zetten in een tijdelijk
bestand:
data work.class; = welke data je wilt opslaan
set sashelp.class; = welke data je wilt openen
run;
Les 2 – Leren werken met SAS
In deze les gaan we kijken naar de rechtstreekse verwijzing. Dit hoort bij
basisprincipe 5 dat SAS-databestanden niet open staan, maar worden geopend
en gesloten door ernaar te verwijzen.
De work library hoef je niet altijd te benoemen. Je kan i.p.v. work.class ook
gewoon class doen.
Als je opstart druk je op het plusje rechtsboven om een nieuw SAS-program te
openen.
data work.wel; = welke data je wilt opslaan. Opslaan onder de naam wel in de
library work.
set sashelp.class; = welke data je wilt openen. Open het databestand class dat
zich in de library sashelp bevindt.
leeftijd = age; = gewenste databewerking. Maak een variabele leeftijd aan die
gelijk is aan de variabele age.
run; = voer dit uit.
Belangrijke termen:
SAS programma = het geheel van een syntax programma. Alles wat geschreven
is in de syntax.
Programmastap = de stappen die je binnen het SAS-programma hebt
geschreven. Het begint met proc of met de data en het eindigt op run.
Programmaregel = 1 zin die op de ; eindigt. Deze moet na iedere zin. Een
programmaregel is niet perse één lijn in je codebestand. Een programmaregel
begint met een commando en eindigt wanneer alle specificaties behorende bij
dat commando gegeven zijn. Dus het hoeft niet op iedere regel te staan, maar
het is belangrijk dat het met de ; eindigt.
Je kan beginnen met proc en beginnen met data. Proc is de afkorting van
procedure en data is de afkorting van data. Van de vragenlijst naar het
databestand (data invoeren) en van databestand naar databestand (data goed
zetten) zijn een DATA-stap. Een DATA-stap is dus de manipulatie van de gegevens
door invoer of bewerkingen. Je doet/verandert dan iets aan de data. Als je daar
vervolgens rapporten van wilt hebben, wilt kijken naar verbanden of
frequentietabellen wilt krijgen bijvoorbeeld dan is dat een PROC-stap. Een PROC-
stap is dus een statistische bewerking wat zowel univariaat, bivariaat of
multivariaat kan. Je gebruikt de data om een resultaat te bekomen.
2
,Voorbeeld voor de syntax voor een PROC-stap:
proc freq data = sashelp.class; = voer de procedure freq uit op het databestand
class dat zich in de library sashelp bevindt. Proc freq is de gewenste procedure en
data = sashelp.class is het bestand waarop de procedure wordt gedaan.
Tables age ; geef me een frequentietabel van age. Het gewenste resultaat.
Run; = voer dit uit.
Proc format = toewijzen van labels aan waarden.
Proc sort = sorteren van de data.
Als iets niet blauw wordt dan kan het zijn dat er een ; ontbreekt of een spelfout
inzit.
Commentaartekst kan je doen door een * voor de zin te zetten en op het einde
een ; en het kan ook door te beginnen met /* en te eindigen met */
Als SAS iets moet lezen als tekst dan moet je aanhalingstekens gebruiken. Het
wordt dan paars.
Als je een bepaalde kleur heel lang ziet dan heb je bij die kleur iets fout gedaan.
Hoofdletters en spaties zijn niet van belang in de syntax, maar wel als je zelf
variabelen aan wilt maken. Als je bijvoorbeeld leeftijd met hoofdletter doet dan
krijg je dat ook.
Telkens open je opnieuw een nieuw databestand en ga je overschrijden. Dus als
je eerst leeftijd zonder hoofdletter doet en daarna met hoofdletter dan krijg je
enkel MET hoofdletter op het eind.
Hiervoor hebben we steeds naar sashelp gekeken. Dit is een bestaande SAS-
library met voorgemaakte data. Maar je kan ook data uit andere bronnen halen
zoals de ESS. Links in de balk kan je bij het tweede icoontje ook eigen mappen
aanmaken in home en SAS deze laten herkennen als libraries. In de eigen home
map heb je lees en schrijfrechten en kan je zelf alles aanpassen. Dit is anders dan
de SAS-libraries waar sashelp steeds in staat, want daar heb je alleen
leesrechten, met uitzondering op de work map. Dus dit is het tweede icoontje van
links en dan SAS-server en dan home. Je doet dan rechtermuisknop en dan new
folder om het een naam te geven. Bij het derde icoontje heb je SAS-content waar
je gedeelde bestanden voor dit vak ziet. Dan doe je rechtermuisknop en copy to
om hem te verplaatsen. Het kan ook via upload files. Je kan het niet gelijk
openen, je krijgt dan een error. Dit ligt aan de formats. Je moet hierdoor het
cataloogbestand nog toewijzen aan de dataset. Je maakt hiervoor bij home een
map aan met de naam library. Dus echt onder de home map. Dan voeg je de
3
, format toe aan die map. Dus niet rechtstreeks in dezelfde map als in het ESS-
mapje! Maar, het openen lukt nu nog steeds niet. Je moet nog verwijzen. Dit met
het libname commando:
libname ESS "/sasviya_userdata/home/s0230445/ESS"; DIT BESTAND DOE JE
TOEVOEGEN DOOR RECHTERMUISKNOP OP DE ESS EN DAN INSERT AS PATH.
libname Library "/sasviya_userdata/home/s0230445/Library";
run;
Format = een etiket dat op één categorie kleeft. Je kleeft numerieke codes aan
informatieve tekst. Bijvoorbeeld 1 = man en 2 = vrouw. Maar het kan ook een
etiket zijn dat op meerdere categorieën kleeft. Om waarden van een variabele
samen te nemen in grotere categorieën. Bijvoorbeeld 0 = 0 uur en 1-3 is 1 tot 3
uur. Het format is de informatieve tekst die erbij hoort. Dus wat er achter de
cijfers zit zijn formats. Je maakt met formats per categorie duidelijk wat het
inhoudt. De ESS heeft een cataloogbestand gemaakt en dat moeten wij nog
toewijzen aan de dataset in SAS.
Kennisclip 1 – Starten met SAS
Het is een soort one drive waarin docenten bestanden kunnen delen met
studenten.
Niet in de gedeelde bestanden werken!
Je hebt bij de gedeelde bestanden ook voorbeelden van een syntax.
Kennisclip 2 – Basissyntax
= Proc print procedure
Dit is nuttig om data te selecteren of te beperken.
= Proc content procedure
Dit is nuttig om de variabelen te laten tonen.
= Proc freq procedure
Dit is nuttig om individueel variabelen te verkennen. Een
frequentietabel opvragen voor categorische variabelen.
Bijvoorbeeld gewicht is geen categorische variabele en
dan krijg je hele rare frequenties. Voor deze wil je dan
het gemiddelde etc weten in plaats van een
frequentietabel.
= Proc univariate procedure
Dit is nuttig om beschrijvende statistieken te verkrijgen
voor een numerieke variabele. Bijvoorbeeld het
gemiddelde.
4
