ÜBER RTF TAGS MIT WENIG AUFWAND ZU EINEM GEFÄLLIGEN INHALTSVERZEICHNIS IN WORD
Renate Scheiner-Sparna, IQVIA RDS GmbH; Marco Chiabudini, iOMEDICO AG
Zusammenfassung
Das Output Delivery System (ODS) bietet inzwischen viele nützliche Funktionalitäten. Schöne, flexibel formatierbare Dokumente unterschiedlicher Typen (RTF, Excel, PDF,…) können direkt aus der SAS Software heraus erzeugt werden. Mit den Tagsets-Ausgabeformaten hat SAS Institute Inc. den Weg beschritten, die Funktionselemente (Tags) des jeweiligen Dateiformats dem Nutzer bereits in der SAS Software zur Verfügung zu stellen. Damit können sehr individuelle Dokumente erzeugt werden.
Und doch gibt es immer noch komplexe Dinge, die sich nicht umittelbar in der SAS Software umsetzen lassen, auch ein Inhaltsverzeichnis. Jedoch ist dessen Format wenig flexibel und birgt einige Probleme, z.B. bei der Darstellung der Zeilen und Einrückungen.
In diesem Beitrag wird ein Macro gezeigt, das die Funktionalitäten von RTF Tags, ODS und dem Data Step kombiniert. So wird mit der SAS Software auf standardisierte Weise ein rtf-Dokument erzeugt, das bereits alle Formatierungen enthält, um mit wenigen Klicks in Microsoft Word ein benutzerdefiniertes, versandfertiges Inhaltsverzeichnis einzufügen.
DISKRIMINANZANALYSE: GRAFISCHE DARSTELLUNG DER DISKRIMINANZFUNKTION IN DER EBENE
Jörg Sellmann, Julius Kühn-Institut
Zusammenfassung
Die (lineare) Diskriminanzanalyse hat zum Ziel, anhand von Objekten, an denen mehrere Merkmale gemessen wurden, die aber a-priori einer bestimmten Klasse angehören, lineare Grenzen zwischen diesen zwei oder mehr Klassen zu ziehen, um neue Objekte einer dieser Klassen zuzuordnen.
SAS bietet mit der Prozedur discrim ein Werkzeug, diese Trennung(n) zu berechnen. Doch leider gibt es keine Grafik, die die lineare(n) Trennfunktion(en) zeichnet.
Anhand der im Output zu findenden Daten ist es jedoch möglich, die Parameter der Funktion(en) zu errechnen und dann mittels sgplot auch grafisch in der Ebene darzustellen. Darüber hinaus kann anhand der ODS-Ergebnistabellen ermittelt werden, welche a-priori Objekte falsch klassifiziert würden. Dieses kann mittels Kodierung ebenso in der sgplot-Grafik verdeutlicht werden.
Als Nebeneffekt ist es dann ebenso möglich, die Wirkung der verwendeten a-priori Wahrscheinlichkeiten auf die Lage der Trennfunktionen anschaulich darzustellen.
SIMULATIONS-SZENARIEN FÜR DEN WASSERSTAND DES NEUSIEDLER SEES IM JAHR 2020
Gerhard Svolba, SAS
Zusammenfassung
Der Wasserstand am Neusiedler See hat im Mai 2020 aufgrund der geringen Niederschlage von Jänner bis Mai 2020 einen kritischen Wert erreicht. In den heißen Sommermonaten Juni bis September kann der See aufgrund von Verdunstung nochmals 20-30 cm an Wasser verlieren. In diesem Webinar zeige ich Simulations-Szenarien, wie der Sommer 2020 bzgl. des Wasserstands weitergehen kann. Dazu verwende ich ein einfaches Concatenation-Model, wo ich den Verlauf im Jahr 2020 per 1. Juni mit den historischen Werten von 2000-2019 kopple. Weiters präsentiere ich ein Regressionsmodell, das den Einfluss von Niederschlag pro Monat und Anzahl der heißen Tage pro Monat auf die monatliche Wasserstandveränderung modelliert. Die Ergebnisse dies Modells werden in einem Simulations-Dashboard präsentiert, wo die Einfluss-Parameter variiert werden können und der Einfluss auf den Wasserstand von Juni bis September zu sehen ist.
SAS Software: BASE, STAT, SAS Visual Analytics