SAS Visual Statistics 功能列表
可视化数据探索和发现（通过 SAS Visual Analytics 提供）
可视化数据探索和发现（通过 SAS Visual Analytics 提供）
- 快速解释影响大型数据集建模结果的复杂关系或关键变量。
- 过滤观察结果，了解变量对整体模型提升的影响程度。
- 检测异常值和/或影响点，帮助用户进行确定和捕获，并从下游分析（例如模型）中将其删除。
- 使用柱状图、直方图、箱形图、热图、气泡图、地理图等图形了解数据。
- 推导可直接用于其他建模或可视化任务的预测结果或分段。推导结果可以保存并传递给没有建模人员和能力的部门。
- 首次打开数据集时，将具有两个级别的度量变量自动转换为类别变量。
直观界面可利用各种分析技术
直观界面可利用各种分析技术
- 聚类
- K均值、k模式或k原型聚类。
- 平行坐标图以交互方式评估聚类成员关系。
- 散点图含有覆盖小型数据集的聚类简档，热图含有覆盖大型数据集的降类简档。
- 详细汇总统计(每个聚类的均值，每个聚类的观察数等)。
- 按需生成聚类ID作为新列。
- 支持保留数据(训练和验证)用于模型评估。
- 决策树：
- 支持分类树和回归树。
- 基于修改的 C4.5 算法或成本复杂性修剪。
- 交互式扩大和修剪树。交互式训练子树。
- 设置树深度、最大分支、叶子大小、树枝修剪的主动性等。
- 使用树形图显示交互浏览树结构。
- 按需生成叶子标识、预测值和残差作为新列。
- 支持保留数据(训练和验证)用于模型评估。
- 支持修剪预留数据。
- 可以自动调整叶大小。
- 允许手动修改交互树的分割点。
- 线性回归：
- 影响统计。
- 支持向前、向后、逐步和套索变量选择。
- 变量选择迭代图。
- 频率和加权变量。
- 残差诊断。
- 汇总表包括总体方差分析、模型尺寸、拟合统计，模型方差分析、III型测试和参数估计。
- 按需生成预测值和残差作为新列。
- 支持保留数据(训练和验证)用于模型评估。
- 逻辑回归：
- 含有logit和probit连接函数的二进制数据模型。
- 影响统计。
- 支持向前、向后、逐步和套索变量选择。
- 变量选择迭代图。
- 频率和加权变量。
- 残差诊断。
- 汇总表包括模型尺寸、迭代历史、拟合统计、收敛状态，III型测试，参数估计和响应曲线。
- 按需生成预测标签和预测事件概率作为新列。调整观测标记为事件或非事件的预测截止值。
- 支持保留数据(训练和验证)用于模型评估。
- 广义线性模型：
- 支持的分布包括贝塔、正态、二进制、指数、伽马、几何、泊松、Tweedie、逆高斯和负二项。
- 支持向前、向后、逐步和套索变量选择。
- 偏移变量支持。
- 频率和加权变量。
- 残差诊断。
- 汇总表包括模型汇总、迭代历史、拟合统计、III型测试和参数估计。
- 信息缺失选项支持预测变量缺失值处理。
- 按需生成预测值和残差作为新列。
- 支持保留数据(训练和验证)用于模型评估。
- 广义相加模型：
- 支持的分布包括正态、二进制、伽马、泊松、Tweedie、逆高斯和负二项。
- 支持一维和二维样条效果。
- GCV、GACV和UBRE方法可选平滑效果。
- 偏移变量支持。
- 频率和加权变量。
- 残差诊断。
- 汇总表包括模型汇总、迭代历史、拟合统计和参数估计。
- 支持保留数据(训练和验证)用于模型评估。
- 非参数逻辑回归：
- 含有logit、probit、log-log和c-log-log连接函数的二进制数据模型。
- 支持一维和二维样条效果。
- GCV、GACV和UBRE方法可选平滑效果。
- 偏移变量支持。
- 频率和加权变量。
- 残差诊断。
- 汇总表包括模型汇总、迭代历史、拟合统计和参数估计。
- 支持保留数据(训练和验证)用于模型评估。
编程访问分析技
编程访问分析技术
- 程序员和数据科学家可使用SAS程序(PROC)和其他任务通过SAS Studio访问SAS Viya (CAS服务器)。
- 程序员可使用PROC CAS，或使用不同编程环境执行CAS操作，如Python、R、Lua和Java。
- 用户也可以使用公共REST API通过自己的应用访问SAS Viya (CAS服务器)。
- 支持本地集成Python Pandas数据帧。Python程序员可将数据帧上传CAS，然后获取CAS结果作为数据帧与其他Python包交互，如Pandas、matplotlib、Plotly、Bokeh等。
- 包括 SAS/STAT® 和 SAS/GRAPH® 软件。
- 主成分分析(PCA)：
- 计算主成分进行降维。
- 支持特征值分解、NIPALS和ITERGS算法。
- 输出观测值的主成分得分。
- 创建碎石图和模式轮廓图。
- 决策树：
- 支持分类树和回归树。
- 支持分类和数字特征。
- 提供基于杂质和统计测试测量值拆分节点的标准。
- 提供代价复杂度和错误率降低剪枝方法。
- 支持数据划分为训练、验证和测试集。
- 支持使用验证数据选择最佳子树。
- 支持最终树模型使用测试数据进行评估。
- 提供处理缺失值的各种方法，包括替代规则。
- 创建树形图。
- 提供评估模型拟合的统计数据，包括基于模型(置换)的统计数据。
- 计算变量重要性测量值。
- 输出叶子分配和预测观测值。
- 聚类
- 提供聚类连续(间隔)变量k均值算法。
- 提供聚类名义变量k均值算法。
- 提供各种距离相似度测量方法。
- 提供用于估计聚类数目的等宽分箱标准方法。
- 输出聚类成员关系和预测的距离测量值。
- 线性回归：
- 支持含有连续变量和分类变量的线性模型。
- 支持各种参数化分类效果。
- 支持任意程度交互和嵌套效果。
- 支持多项式样条效果。
- 支持向前、向后、逐步、最小角回归和套索选择方法。
- 支持用于控制模型选择的信息标准和验证方法。
- 支持各级分类效果选择。
- 保留效果之间的层次结构。
- 支持数据划分为训练、验证和测试集。
- 提供各种诊断统计。
- 生成用于生产评估的SAS代码。
- 逻辑回归：
- 支持二进制和二项式响应。
- 支持各种参数化分类效果。
- 支持任意程度交互和嵌套效果。
- 支持多项式样条效果。
- 支持向前、向后、快退和套索选择方法。
- 支持用于控制模型选择的信息标准和验证方法。
- 支持各级分类效果选择。
- 保留效果之间的层次结构。
- 支持数据划分为训练、验证和测试集。
- 提供各种模型评估统计。
- 提供各种最大似然估计优化方法。
- 广义线性模型：
- 支持各种分布的响应，包括二项、正态、泊松和伽马。
- 支持各种参数化分类效果。
- 支持任意程度交互和嵌套效果。
- 支持多项式样条效果。
- 支持向前、向后、快退、逐步和组套索选择方法。
- 支持用于控制模型选择的信息标准和验证方法。
- 支持各级分类效果选择。
- 保留效果之间的层次结构。
- 支持数据划分为训练、验证和测试集。
- 提供各种模型评估统计。
- 提供各种最大似然估计优化方法。
- 非线性回归模型：
- 标准或广义分布拟合非线性回归模型。
- 计算用户提供表达式的解析偏导数，用于更稳健的参数估计。
- 使用ESTIMATE和PREDICT语句评估用户提供的表达式(仅限程序)。
- 如果不使用PROC NLMOD，则需要包含CMP项目保存的数据表。
- 使用最小二乘法估计参数。
- 使用最大似然法估计参数。
- 分位数回归模型：
- 支持单个或多个分位数水平的分位数回归。
- 支持分类效果多种参数化。
- 支持任意程度交互(交叉效果)和嵌套效果。
- 支持效果之间分层模型选择策略。
- 提供多种效果选择方法。
- 提供基于各种选择标准的效果选择。
- 支持停止和选择规则。
- 预测偏最小二乘模型：
- 提供含有分类变量、连续变量、交互和嵌套的编程语法。
- 提供多项式样条效果的效果构成语法。
- 支持将数据划分为训练和测试集。
- 提供测试集验证选择提取因子的数量。
- 实施以下方法：主成分回归、降秩回归和偏最小二乘回归。
- 广义相加模型：
- 拟合基于低秩回归样条的广义加法模型。
- 使用惩罚似然估计法估计回归参数。
- 使用性能迭代法或外部迭代法估计平滑参数。
- 使用最大似然技术估计回归参数。
- 根据Wald统计量检验每个样条项的总贡献。
- 提供模型构造语法，可以包含分类变量、连续变量、交互和嵌套。
- 可以使用多个变量构造样条术语。
- 比例风险回归：
- Cox比例风险回归模型拟合生存数据并进行变量选择。
- 提供含有分类变量、连续变量、交互和嵌套的模型构造语法。
- 提供多项式样条效果的效果构成语法。
- 执行最大偏似然估计、分层分析和变量选择。
- 将数据划分为训练、验证和测试集。
- 提供加权分析和分组分析。
- 统计流程控制：
- 执行休哈特控制图分析。
- 分析多个过程变量，确定超出统计控制的过程。
- 调整控制极限补偿不相等子组大小。
- 根据数据估计控制极限，根据总体参数(已知标准)特定值计算控制极限，或从输入数据表中读取极限。
- 根据运行模式(西电公司规则)对特殊原因进行测试。
- 使用各种方法估计制程标准差(仅限变量图)。
- 在输出数据表中保存图表统计和控制限制。
- 独立成分分析：
- 从多元数据中提取独立成分（因子）。
- 最大化估算成分的非高斯性。
- 支持白化和降维。
- 产生包含独立成分和白化变量的输出数据表。
- 执行对称去相关，同时计算所有独立成分。
- 执行紧缩去相关，依次提取独立成分。
- 线性混合模型：
- 支持多个协方差结构，包括方差成分、复合对称、非结构化、AR (1)、Toeplitz、因子分析等等。
- 提供专门的密集和稀疏矩阵算法。
- 支持 REML 和 ML 估计方法，这些方法通过各种优化算法实现。
- 提供推理功能，包括标准误差和 t 检验，检验固定和随机效应。
- 支持重复测量数据。
- 基于模型的聚类：
- 通过混合使用多元高斯分布对观测值进行建模。
- 支持噪声成分和自动模型选择。
- 提供结果的后验得分和图形解释。
描述性统计
描述性统计
- 区分计数了解基数。
- 箱形图评估居中和扩散，包括一个或多个变量的异常值。
- 相关性用于测量一组变量的 Pearson 相关系数。 支持分组和加权分析。
- 交叉表，包括加权支持。
- 列联表，包括关联测量值。
- 直方图可选择控制分箱值、最大阈值，异常值等。
- 数据一次传递的多维汇总表。
- 一个或多个变量百分位数。
- 汇总统计，如观测次数、缺失值个数、非缺失值总和、平均值、标准差、标准误差、校正和未校正平方和、最小值和最大值以及变异系数。
- 使用正常、三次立方和二次核函数估计核密度。
- 构建单路到 n 路频率和交叉表。
分组处理
分组处理
- 构建模型快速计算和处理每个分组或分段的结果，不必每次进行数据排序或检索。
- 根据决策树或聚类分析立即建立分段模型（即分层建模）。
模型比较、评估和评分
模型比较、评估和评分
- 生成一个或多个模型的模型比较概览，如提升图、ROC曲线图、一致性统计和错误分类表。
- 以交互方式滑动预测截止点自动更新评估统计和分类表。
- 以不同百分比交互评估提升。
- 按SAS数据步代码导出模型，将模型与其他应用集成。模型使用其他模型派生结果（叶标识，聚类标识等）时，自动连接评分代码。
模型评分
模型评分
- 按SAS数据步代码导出模型，将模型与其他应用集成。
- 模型使用其他模型派生结果（叶标识，聚类标识等）时，自动连接评分代码。
SAS Viya 内存运行引擎模型
SAS Viya 内存运行引擎模型
- SAS云分析服务(CAS)在内存中执行处理，并在集群节点之间分配处理。
- 用户请求（用程序语言表示）转换成含有必要参数的动作，在分布式环境中进行处理。结果集和消息传回程序供用户进一步采取行动。
- 数据按块进行管理，可根据需要加载到内存中。如果表超过内存容量，服务器将数据块缓存在磁盘上。如果需要，数据和中间结果可跨作业和用户边界保存在内存中。
- 算法确定给定作业的最佳节点数。
- 通信层支持容错，允许运行过程中删除或添加服务器节点。架构中的所有组件可以复制，实现高可用性。
- 产品可以在多租户模式下部署，从而允许共享软件堆栈来支持安全隔离的租户。