Caracterización de Conjuntos de Datos: SAS Global Forum

Presentan la Utilidad de caracterización de conjuntos de datos SAS, una herramienta que facilita la administración de datos para los programadores.

Durante la tercera jornada para el Continente Americano del SAS Global Forum 2021, fue presentada la Utilidad de Caracterización de Datos SAS. Esta herramienta brinda facilidades para los programadores en la clasificación de conjuntos de datos.

Tras dar la bienvenida a los espectadores, el Analista de Sistemas Sénior para Westat, Michael Raithel, explicó las características de la herramienta, así como algunas de sus ventajas.

Utilidad de caracterización de conjuntos de datos de SAS2 e1621530034451 1024x558 - Utilidad de Caracterización de Conjuntos de Datos de SAS: SAS Global Forum 2021 — Es una herramienta que facilita la administración de datos.

Administración de conjuntos de datos nuevos

La mayoría de los programadores SAS recurren a dos herramientas cuando reciben por primera vez un nuevo conjunto de datos SAS: PROC CONTENTS y PROC MEANS.

PROC CONTENTS se utiliza para revisar los metadatos del conjunto de datos; los atributos físicos de las variables como nombre, etiqueta, tipo y longitud. Mientras que PROC MEANS sirve para determinar las características aritméticas básicas de las variables numéricas, como los valores mínimo, máximo y medio. De acuerdo con el expositor, se tendrían que revisar ambos informes en conjunto para tener una visión clara de lo que incluye ese conjunto de datos.

Utilidad de Caracterización de Conjuntos de Datos de SAS

En ese sentido, la Utilidad de Caracterización de Conjuntos de Datos de SAS genera un archivo de informe único que contiene lo mejor de los procedimientos de CONTENTS y MEANS. Produce un archivo de Excel con una sola fila de métricas consolidadas para cada variable que se encuentra en el conjunto de datos SAS.

Las métricas de variables incluyen sus atributos de metadatos clave y, para las variables numéricas, sus métricas estadísticas básicas. Además, el informe contiene el número de valores perdidos para variables numéricas y de caracteres.

La Utilidad de Caracterización de Conjuntos de Datos, dice el especialista, requiere de tres parámetros para su operación.

DIRNAME: El directorio que contiene el conjunto de datos SAS que se va a caracterizar
DSNAME: El nombre del conjunto de datos SAS de destino que se va a describir
REPTDIR: El directorio en el que se escribirá el nuevo reporte en un documento de Excel

El programa está dividido en cinco partes diferentes, que Raitherl explicó como:

Uso de PROC CONTENTS para obtener la información básica de las variables
Acceder a SASHELP.VTABLE para obtener el número de caracteres y variables numéricas
Cree un conjunto de datos separado que contenga atributos de las variables numéricas y de los caracteres
Fusionar conjuntos de datos creados anteriormente, utilizando Contents_Vars
Crear el archivo con el reporte (Excel)

Gracias a esos atributos, los programadores de SAS pueden utilizar esta herramienta para determinar, tanto la composición como las características de un nuevo conjunto de datos de SAS a partir de un solo informe combinado.