Si no disponemos del módulo Access to PC Files de SAS, no podremos importar a SAS datos de Excel sin emplear el DDE. En un truco anterior vimos cómo, vía DDE, exportábamos ficheros de SAS a Excel. Empleando esta misma vía vamos a importar datos. La metodología es análoga a la empleada con la exportación: asignamos un filename dinámico a un rango de datos de Excel, y nuestro paso DATA lee de ese filename DDE para crear una tabla SAS. Partimos de una tabla de ejemplo con estos datos: ...

Otro elemento con el que contamos para crear archivos Excel desde SAS es el DDE, una tecnología que nos permite comunicar Windows con SAS. Mediante esta comunicación podemos leer un fichero SAS y escribir en una tabla de Excel. Con el siguiente artículo os voy a introducir a otra metodología que no sólo sirve para crear ficheros Excel desde SAS, sino que además nos permitirá ejecutar macros, crear gráficos… Estudiemos el ejemplo más sencillo, que parte siempre de un fichero Excel existente: ...

Con anterioridad hemos visto el manejo del ODS y cómo nos sirve para generar archivos HTML que podemos usar con Excel sin necesidad de emplear el PROC EXPORT. Pero el lenguaje SAS empleado era complicado y requería muchas líneas de código. Pues esto podemos evitarlo si creamos nuestra propia macro para exportar nuestras tablas SAS a tablas Excel. «Simplemente» hemos de parametrizar el código que vimos en la primera parte del truco SAS. Pero realizaremos diversas modificaciones para que nuestro código sea más práctico: ...

No disponemos del módulo ACCESS TO PC FILES y necesitamos poner nuestra tabla SAS en Excel. Usaremos el ODS (Output Delivery System) de SAS. Junto con el PROC PRINT, crearemos un fichero HTML con extensión .XLS que podremos manejar perfectamente con Excel; insisto, no es un fichero Excel, es HTML, pero se manejará sin ningún problema en la hoja de cálculo y podremos guardarlo como fichero Excel. El primer paso para nuestro ejemplo será generar una tabla SAS con valores aleatorios que deseamos exportar a Excel: ...

In R trabajaremos con objetos y funciones. In capítulos anteriores hemos empezado a crear objetos, fundamentalmente vectores y matrices. In la presente entrega, vamos a estudiar las funciones básicas de estadística descriptiva. Como funciones de medida de tendencia y localización, tendremos: alturas <- scan() # creamos el objeto alturas con 11 observaciones 1: 1.75 1.67 1.89 1.78 1.54 1.90 1.87 8: 1.67 1.76 1.75 1.90 12: Read 11 items mean(alturas) 1.770909 median(alturas) 1.76 min(alturas) 1.54 max(alturas) 1.9 quantile(alturas) # cuartiles 0% 25% 50% 75% 100% 1.54 1.71 1.76 1.88 1.90 # rango intercuartílico IQR(alturas) 0.17 Como funciones de medida de dispersión, tenemos: ...

Las empresas de consultoría se dedican, en pocas palabras, a hacer crecer a sus clientes en el mercado, es decir, a hacerlos más competitivos y más eficaces. Para conseguir este objetivo utilizan principalmente dos herramientas: el marketing y el datamining, además del sentido común. El marketing siempre ha estado unido a este tipo de negocio; por naturaleza, el marketing y crecimiento empresarial van unidos. La minería de datos (datamining) es, sin embargo, un concepto más amplio, no sólo aplicable al ámbito empresarial, sino también con gran importancia en la investigación médica, en algoritmos de aprendizaje, en robótica… etc. Quizás es por ello que la relevancia del datamining ha llegado más tarde al mundo de la consultoría, aunque hoy en día es una herramienta básica e incuestionable de cualquier consultora, e incluso de cualquier empresa que quiera mejorar su eficiencia o conocer sus puntos débiles con el paso del tiempo. ...

El formato PERCENT. de SAS nos ofrece una apariencia poco habitual a la hora de realizar informes. Necesitamos emplear el PROC FORMAT, ya que SAS no tiene un formato de porcentajes estándar que se adecúe perfectamente a los reportes de un buen gestor de la información europeo. Para estudiar su uso, emplearemos un ejemplo: data uno; format valor percent8.2; do valor = -1 to 1 by 0.25; output; end; run; proc print data=uno; run; La ejecución de este programa nos ofrece algo parecido a ésto: ...

En esta nueva entrega aprenderemos a importar datos a R desde otras fuentes. Habitualmente no introduciremos manualmente los datos; emplearemos las posibilidades de lectura que nos ofrece R. En este capítulo leeremos ficheros de texto y ficheros Access; para ello necesitaremos el paquete de R RODBC. Para leer un fichero de texto emplearemos un fichero de ejemplo GRADES.TXT, que es un fichero de texto delimitado por espacios y sin cabeceras; tiene los siguientes campos: ...

El otro día programando un algoritmo en R me di cuenta de que existe una cosa básica que no está cubierta por el manual del software: ordenar un data.frame. Decidí consultar al dios Google antes de meterme a programarla y encontré una maravillosa función hecha por Kevin Wright que os enlazo a continuación: http://tolstoy.newcastle.edu.au/R/help/04/09/4300.html La he utilizado y me ha funcionado muy bien. Espero que os sea útil. Un saludo.

Veremos un ejemplo de ahorro de tiempo haciendo un cruce con formatos. Parece curioso que los formatos ahorren tiempo frente al SORT/MERGE y SQL, ya que básicamente no están hechos para esa finalidad, pero realmente podemos ahorrarnos más del 50% del tiempo. Lo más costoso de este método es la carga del formato, pero una vez que lo tenemos cargado, podemos hacer las selecciones de todos los grandes volúmenes de datos que necesitemos. Con el SORT/MERGE, tendríamos que ordenar el conjunto de datos SAS “grande” cada vez si no lo teníamos ya ordenado. Este método es realmente efectivo al cruzar tablas grandes frente a pequeñas. ...