Die KSFE 2018 war die 22. Konferenz in der Reihe der Konferenz der SAS-Anwender in Forschung und Entwicklung. Sie fand vom 1. bis 2. März 2018 am Universitätsklinikum in Mannheim statt.

Folgendes waren die Schwerpunktthemen der Konferenz:

Übersichtsvorträge wie zu Datenmanagement, Grafikerstellung, Makros, ODS
Anwendungsbeispiele aus Biologie, Medizin, Biometrie, Statistik, Wirtschafts-, Geo- und Sozialwissenschaften
Tipps zur Anwendung von SAS
Konzepte für Ausbildung und Lehre mit SAS

Organisation

Die Konferenz wurde organisiert von:

Tagungsleitung

Prof. Dr. Christel Weiß, Institut für Medizinische Statistik, Biomathematik und Informationsverarbeitung, Universitätsklinikum Mannheim (https://www.umm.uni-heidelberg.de/inst/biom/)

lokale Organisatoren

Dr. Svetlana Hetjens
Sylvia Büttner
Rosemarie Černý
alle Institut für Medizinische Statistik, Biomathematik und Informationsverarbeitung, Universitätsklinikum Mannheim (https://www.umm.uni-hei delberg.de/inst/biom/personal/)

KSFE e.V.

Ralf Minkenberg (http://ksfe-ev.de/cms/)

SAS Deutschland

Karin Pees

Vorträge

Hochschulpreis

Jannes Rausch-Stroomann: Ein SAS Enterprise Miner Interface für systematisches Hyperparameter-Tuning mit (ml) R
Heiko Krause: Auswertung experimenteller Proteomics-Daten unter Verwendung der Analysesoftware SAS – Etablierung einer generellen Herangehensweise

Grafik

SAS - What's New

Georg Franzke: Was bringt SAS Viya als Baustein der SAS Plattform im Bereich Datenmanagement
Martin Schütz: Effizienzsteigerung durch Auto-Tuning beim Predictive Modeling im neuen SAS Viya Release

Data Step

Renate Scheiner-Sparna, Jörg Sahlmann: Daten vertikal transportieren im Data Step: Implizites und explizites Retain und seine Alternativen
Matthias Lehrkamp: Ersetzung fehlender Datums- und Zeitangaben im Standardformat ISO 8601
Sascha Rampersad: SAS Format: Fallen und Tricks

Statistik I

Gerhard Svolba: Data Science in Action – 10 Dinge, die Advanced Analysis und Data Science für Ihr Unternehmen tun kann
Patrick Kurth, Martin Dittgen: Messung der Trennschärfe von Prognoseverfahren
Bernd Heinen: Definitive Screening Design eine Lösung für (fast) alle Fragestellungen?

Datenqualität

Sven Wichmann: „Integrity Constraints“ - Plausibilitätsüberprüfung in SAS Datensätzen
Georg Franzke: Datenqualität, der oft vernachlässigte Projektbaustein bei der Datenanalyse
Christian Kothenschulte: Flugs zur Datenqualität (ohne DataFlux)

Schnittstellen I

Frank Biedermann: Nativer Excel Output mit SAS
Carsten Zaddach: SPA-Anwendungen mit Angular, JSON und SAS
Bernhard Müller: SASPy – die Stärken von SAS in Python nutzen

Life Science I

Anja Nimmergut, Tatjana Theis: Basis-Auswertung der Lebenslagenbefragungen mit SAS – Eine Architektur der Module
Olivier Rousseau, Arne Ring: Flexible Randomisierung am Beispiel einer doppelblinden, Placebokontrollierten Phase 1 Studie mit 2 parallelen Gruppen fester Größe
Benjamin Mayer, Simone Nill: Ein SAS-Makro für die Überprüfung der Balance zwischenausgewählten Fällen und Kontrollen nach dem Matching von Beobachtungsdaten

Tipps & Tricks

Ralph Leonhardt: Zahnschema ohne Schmerzen (Eine Etüde in Zeichenketten)
Jörg Sellmann: Farbige Achsen
Christian Fauska: Makrofunktion zur Übernahme von Abfragekriterien aus externen Quellen, z.B. einer Excel Datei, in SAS Code (PROC SQL)

Programmierung

Gerhard Svolba: Wie bringe ich 4 unterschiedliche Analytik-Benutzergruppen an einen Tisch? – Die Offenheit von SAS Viya ermöglicht eine Analyse für alle
Jan Ferdinand Knoll, Lena Rother: Clean Code – Wie sauber ist Ihr SAS Code?
Thomas G. Grobe: Universelles Makro zur Zusammenfassung von (lückenlos) dokumentierten Zeitintervallen

Life Science II

Florian Storch: Metadatengetriebene statistische Auswertung klinischer Analysedaten
Stefan Beimel: Simulationen und das Problem der nachträglichen Kategorisierung am Beispiel der AUC
Annabel Müller-Stierlin, Benjamin Mayer, Reinhold Kilian: Sensitivitätsanalysen bei der Verwendung von Propensity Score Methoden in nicht-randomisierten Studien und deren Umsetzung mit SAS

SAS Enterprise Guide und SAS Studio

Daniel Schulte: Jetzt aber Prompt - Eingabeaufforderungen im Enterprise Guide
Johannes Lang: Die Qual der Wahl: Standardmakros verteilt entwickeln - mit SAS Studio oder SAS Enterprise Guide?
Sebastian Reimann: SAS Studio – Eine Oberfläche für Jedermann
Andreas Menrath: 10 Gründe Enterprise Guide zu lieben

Schnittstellen II

Statistik II

Jörg Sellmann: Unterschiedliche Signifikanzentscheidungen bei signifikanter Wechselwirkung
Tamara Fischer: Demystifying Machine Learning
Gerhard Svolba: Kann ich die Verweildauer meiner Mitarbeiter analysieren und vorhersagen? Survival Analyse von SAS liefert die Antworten

Grundlagen

Tim Lepp: SAS Macro Quoting
Stefan Beimel: SAS NOTEs: die weniger harmlosen
Renate Scheiner-Sparna: Features des SAS Display Managers: Tipps für eine effiziente Arbeitsumgebung

Poster

Klaus Landwich: Unit-Testing mit SASUnit 2.0. Was ist neu?
Benjamin Mayer, Mareike Pfau: Schätzung von linearen Kontrasten in der Varianzanalyse mit SAS
Vera Rattemeyer-Matschurat, Martina Kron: Multiple Imputation fehlender Werte bei longitudinalen Daten
Jörg Sahlmann, Renate Scheiner-Sparna: Dokumentation der Herleitung und Vollständigkeit von mit SAS erstellten CDISC SDTM-Datensätzen mit Hilfe des Tools Doxygen
Jörg Sahlmann, Renate Scheiner-Sparna: Medizinisches Monitoring mit standardisierten SAS-Grafiken erstellt auf der Basis von CDISC SDTM-Datensätzen
Vanessa Schaser, Rainer Muche: Berücksichtigung der Ausgangswerte bei der Effektschätzung / Test im zweiarmigen Studiendesign – ein Simulationsvergleich verschiedener Methoden mit SAS-IML

Tagungsband

Der Tagungsband erschien im August 2018 im Shaker-Verlag:

Christel Weiß, Ralf Minkenberg, Rainer Muche (Hrsg.): KSFE 2018. Proceedings der 22. Konferenzder SAS-Anwender in Forschung und Entwicklung (KSFE). Shaker Verlag, Aachen 2018.978-3-8440-5972-4 (496 Seiten; Online-Infos (https://www.shaker.de/de/content/catalogue/index.asp?lang=de&ID=8&ISBN=978-3-8440-5972-4)).

Seitenhierarchie

KSFE 2018