Die KSFE 2013 ist 2012 war die 1716. Konferenz in der Reihe der Konferenz der SAS-Anwender in Forschung und Entwicklung. Sie fand hat vom 288. Februar bis zum 19. März 2012 an der Technischen Universität Ulm statt. Die Konferenz fand im Forum der Universität Ulm stattDresden stattgefunden. Tagungsort war das Hörsaalzentrum der Technischen Universität Dresden in der Bergstraße 64. Am Vortag, dem 7. März 2012, wurden als Auftakt zur Konferenz Tutorien abgehalten.

Folgendes waren die Schwerpunktthemen der Konferenz:

• Surveys in Epidemiologie und Marktforschung
• Datenmanagement und Data Warehousing
• Anwendungen in der pharmazeutischen Industrie
• Erfahrungen mit SAS 9.3
• Ausbildung mit und in SAS
• Tipps & Tricks

• Data Mining, Text Mining und Web Mining
• Konzepte für Ausbildung und Lehre mit SAS
• Pfiffige Lösungen und Tipps zur Anwendung von SAS
• Anwendungen in der Forschung (Wirtschafts-, Geo- und Sozialwissenschaften, Medizin, Biologie, Statistik, Biometrie etc.)
• Einführungen in die Programmierung und in Lösungen wie zum Beispiel Enterprise Guide und JMP.

Organisation

Die Konferenz wurde organisiert von:

Tagungsleitung

• Prof. Dr. Rainer Muche, Institut für Epidemiologie und Medizinische Biometrie, Universität Ulm(http://www.uni-ulm.de/med/epidemiologie-biometrie.html) Andreas Hilbert, Technische Universität Dresden

lokale Organisatoren:

• Dr. Jens Dreyhaupt
• Beate Einsiedler
• Iris Lichtblau
• Marianne Meule
• Karin Schiefele
• Sabrina Sufeida

• Alexander E. Müller, Technische Universität Dresden
• Andreas Schieber, Technische Universität Dresden
• Tobias Weiß, Technische Universität Dresden

...

KSFE e.V.:

• Carina Ortseifen, Universitätsrechenzentrum Heidelberg (http://www.urz.uni-heidelberg.de/)
• Ralf Minkenberg, Boehringer Ingelheim

SAS Deutschland:

• Karin Pees, SAS Deutschland

Eröffnungsvortrag

• Prof. H. Fangerau, Universität Ulm: Medizin und Statistik: Einblicke in die Geschichte einer schwierigen Beziehung

Vorträge

Neuerungen

• D. Petzoldt: Die wichtigsten interessantesten Neuerungen für den Analytiker
• Gregor Herrmann: SAS Foundation: Was bringt SAS 9.4 (BASE, ODS, ODS Graphics, EnterpriseGuide) für Programmierer?
• Andreas Mangold: SAS-Programme als Open Source nutzen und bereitstellen

Data Management

• Rainer Kaluscha, Jakob Holstiege, Gert Krischak: Proc SQL: Passthrough-Facility für effizientes Datenmanagement bei komplexen großen Datenbeständen
• Katharina Fink, Esther Molz, Andreas Hungele, Ramona Ranz, Matthias Grabert, Reinhard Holl: Automatisches Erstellen und Verschicken eines Benchmarking-Reports zur Qualitätssicherung dokumentierter Diabetesdaten mittels SAS 9.3
• Tobias Lösch, Tim Hochgürtel: Analysen mit der DRG-Statistik – Herausforderungen und Lösungsansätze

Prognosemodellierung

• Winfried Hering, Dr. Rolf Wigand, Dr. Nitin Agarwal: PROC IML vs. PROC REG: Erfolgsprognostik in online Rollenspielen (MMORPG)
• Gerhard Svolba: Die Mächtigkeit von Strukturgleichungsmodellen in einem einfach zu verwendenden Benutzer-Interface – SAS und JMP machen es möglich
• Martin Schütz, Ulrich Reincke: Energiewende, Smart Metering und Smart Grid, die kommenden Herausforderungen für Lastprognosen in den deutschen Verteilernetzen

Makros

• Andreas Deckert: Programmierung anpassungsfähiger Makros durch Datensatzzerlegung am Beispiel eines erweiterten Bubble-Plots
• Patrick Warnat: Neuerungen in SASUnit, insbesondere Ermittlung der Testabdeckung
• Tobias Vogelmann, Tino Schubert: Matching mit den vorhandenen Anwendungsroutinen des SAS Enterprise Guide

Grundlagen

• Manuela Wern, Stefanie Daum: PROC FREQ erklärt (mit) Fußball
• Sebastian Reimann: Geht nicht? Gibt’s nicht! – Daten lesen mit dem Data Step
• Jörg Schmidtke, Wenke Mönkemeyer, Kerstin Schmidt: Statistische Auswertungen für Anwender ohne SAS Programmierkenntnisse

Statistik

• Simon Fink: Statistische Auswertungen für Anwender ohne SAS Programmierkenntnisse
• Anke Maas, Ralf Bender (entfallen): Punkt- und Intervallschätzung adjustierter NNT-Maße im Cox-Modell mit Hilfe von SAS
• Simon Schneider, Heinz Schmidli, Tim Friede: Fallzahlplanung für klinische Studien mit Zähldaten
• Julia Habeck, Tibias Bluhmki, Dr. Frank Fleischer: Die stochastische Verteilung der intra-individuellen Varianz in 2x2x2 Cross-Over Bioverfügbarkeitsstudien
• Markus Harden: Das Behrens-Fisher-Problem für hochdimensionale Split-Plot-Designs
• Hans-Joachim Helms, Norbert Benda, Jörg Zinserling, Tim Friede: Auswertung von Dosis-Findungs-Studien mit aktiver Kontrolle in SAS 9.3

Tipps & Tricks

• Grischa Pfister: Zip-IT: Zip-Dateien aus SAS heraus erzeugen
• Stefan Beimel: Rechnen mit der Wahrheit
• Heribert Ramroth: Wo ist Mister X? – Welche Variablen sind (wie) belegt?
• Grischa Pfister: Function-IT: Neues (und Altes) zu Proc FCMP
• Stefan Beimel: IF 0 THEN SET: Der Unterschied zwischen Compilation and Execution
• Grischa Pfister: Option-(H)IT: Die neue SYSNOBS Option in SAS 9.3

Datenschritt

• Carina Ortseifen: Der Datenschritt – ein mächtiges Werkzeug innerhalb der SAS-Umgebung
• Biljana Gigic, Katharina Buck, Cornelia Ulrich: SAS DATA Step – Optionen vs. Anweisungen

Anwendungen

• Konstantin Lang: SAS in den Ernährungswissenschaften – Berechnung der Nährstoffaufnahme bei Kindern und Jugendlichen
• Ulrike Braisch, Rainer Muche: PROC LOGISTIC: Warum sind die Koeffizienten nicht mit den OddsRatios konsistent?
• Endri Endri: Studienauswertung per Knopfdruck – Code Generierung direkt vom Statistical Analysis Plan: Ist das möglich?

Datenqualität/Validierung

• Gerhard Svolba: Sie wollen rechtzeitig ein Bild über die Datenqualität Ihrer Analysedaten haben? – SAS und JMP helfen Ihnen dabei
• Sonia Leao-Sitals: SAS im alltäglichen Einsatz – z. B. in einer „Klinischen Dokumentationsabteilung“
• Beate Hientzsch: Unabhängige Doppelprogrammierung – Das non plus ultra der Validierung?

Eigene Funktionen mit PROC FCMP

• Andreas Menrath: Schöne neue Welt – So können Sie fehlende SAS-Funktionalitäten mit PROC FCMP nachrüsten
• Hardy Armes: Smarte Integration von R im SAS Data Step
• Stephan Meyer, Felix Fritz, Christoph Weinhardt: Modellierung von Optionspreisen mit PROC FCMP

Visual/Text Analytics

• Martin Schütz: Analytics@Big Data mit dem SAS High Performance Analytics Server
• Gregor Herrmann: Visual Analytics mit dem SAS LASR Analytic Server
• Max Köhler: Reproduzierbare Quantitative Arbeiten mit \LaTeX und dem \StatRep Package!

Poster

• Gisela Büchele: Wahlfach an der HS Ulm (WF-STUPA): Studienplanung, -durchführung und-auswertung in der praktischen Anwendung mit SAS
  • Sarah Gül, Michael Volk: Erstellung einer Datenbank mit Eingabemaske (I) (WF-STUPA)
  • Artem Benzler, Thomas Jasik: Erstellung einer Datenbank mit Eingabemaske (II) (WF-STUPA)
  • Irina Bezler, Ulrich Haag: Data Management der Studie zur Wirksamkeit und Verträglichkeit von VERUM auf die peridurale Narbenbildung und rekurrente Schmerzen bei Bandscheibenoperationen (WF-STUPA)
  • Boris Grimm, Andreas Karpa: Datenabgleich und Audit Trail (WF-STUPA)
  • Andrea Biedermann, Ayse Güngör: Vergleichbarkeit der Gruppen (WF-STUPA)
  • Julia, Erhardt, Sandra Wöhr: Wirksamkeitsanalyse (WF-STUPA)
  • Daniela März, Krisitna: Grafiken (WF-STUPA)
  • Martin Dunkl, Matthias Müller: Safety-Analyse (WF-STUPA)
• Thomas Bruckner, Andreas Deckert: Quantilregression
• Andreas Büchse, Andrea Zenk: Multiple Mittelwertvergleiche nach Student-Newman-Keuls in PROCMIXED
• Jens Dreyhaupt, Sabrina Sufeida, Jürgen Michael Steinacker, Rainer Muche, Arbeitsgruppe, "Komm mit in das gesunde Boot-Grundschule": Power- und Fallzahlabschätzungen für hierarchische und longitudinale Studien
• Endri Endri: Timeline Figure – Grafische Darstellung eines Subjects in der klinischen Forschung
• Kathrin Flunkert, Stefanie Ernst: Beyond the Borders: Einbinden externer Shapefiles zur Erweiterung kartografischer Darstellungen
• Lukas Fortwengel: Leserliche Grafiken für Präsentationen
• Stephan Frenzel, Martin Steinert: ATELOS-PM: Eine integrierende Lösung zur Projektsteuerung auf Basis des SAS-Systems
• Laura Hupperz, Friederika Rohlmann, Beate Einsiedler, Rainer Muche: Untersuchung zum Balanceverhalten der stratifizierten Blockrandomisierung – Eine Lösung mit SAS-Makros
• Bernd Jäger, Katharina Schüler, Karl-Ernst Biebler, Paul Erhard Rudolph: Was man in SAS Genetics vergeblich sucht: Allelfrequenzschätzungen bei Dominanz von Allelen mittels EM-Algorithmus
• Teresa Jera, Sonia Leao-Sitals: Berechnung eines Risiko-Scores aus der KIS-Datei
• Rainer Kaluscha, Silke Jankowiak: Full Model Selection mit 15 unabhängigen Variablen: Ein Beispiel für SAS-Tuning bei komplexen rechenintensiven Aufgaben

Tagungsband

Der Tagungsband erschien Ende Juli 2013 im Shaker-Verlag:

Eröffnungsvortrag

• John Sall, Co-Founder und Executive Vice President SAS: Speeding up Exploration

Vorträge

Freie Themen

• Dolic Dubravko: Verwaltung eines Metadatenrepositories im Dl 3.4 mittels einer externen Exceldatei
• Jörg Schmidtke: Methoden der Risikobewertung
• Gregor Hermann: Datenvisualisierung mit SAS Visual Analytics Explorer

JMP

• Bernd Heinen: Sneak Preview für Entwicklung und Modellierung
• David Meintrup: Statistische Versuchsplanung mit JMP - von der Klassik zur Moderne

Ausbildung und Lehre

• Katja Deutsch: SAS On Demand for Academics - erste Erfahrungsberichte
• Andreas Schieber: SAS Enterprise Miner in der Lehre - von der Einführung zur Zertifizierung
• Andreas Mangold: SAS Know-how in der Organisation entwickeln und pflegen - Ressourcen für die Ausbildung und für das Wissensmanagement

Statistik

• Ulrich Reincke: Hierarchische Bayes'sche Netze: Eine Methode um Dokummentensammlungen in den hierarchischen Strukturen zu klassifizieren - so, wie ein Mensch die Texte schreibt
• Hans-Joachim Helms, Tim Friede, Norbert Bender: Bestimmung der optimalen Fallzahl in Dosis-Findungs-Studien mit aktiver Kontrolle und linearen sowie nicht-linearen Dosis-Wirkungs-Profilen
• B.P. Jäger, C. Malsch, K.-E.Biebler: Randomisierungsverfahren mit SAS ( SAS-Makro RANDOMI)
• Benjamin Mayer: Der Umgang mit fehlenden Werten in Verlaufsstudien im Falle von Drop-outs
• Hannes-Friedrich Ulbrich: Modellierung rechts-zentrierter Zähldaten - ein SAS Makro unter Nutzung von PROC NLMIXED
• Kristin Mühlenbruch, Wolfgang Bernigau, Matthias Schulze: Ein Makro zur Berechnung Diskriminanz- und Reklassifizierungsstatistiken für die Verbesserung eines Prädiktionsmodells bei Anwendung der Cox-Regression (SAS-Makro reclassification phreg.sas)
• Dr. Hendrik Schmidt, Dr. Clemens Tilke-Schöneck: Ein modulares Statistikmakro-Paket für direkte und indirekte Meta-Analysen
• Dr. Olaf Schoffer: Berechnung des relativen Überlebens auf Basis von Krebsregisterdaten mit SAS

Text und Web Mining

• Ulrich Reincke: Einsatz des neuen Text Miner 5.1 zur Nachrichtenklassifikation von Online Medien
• Kai Heinrich: Social Media Analysis
• Anette Almer, Tamara Fischer: Erweiterung der Analysemöglichkeiten im neuen Enterprise Miner 7.1sowie im Model Manager
• Johannes Lang: Einstieg in Text Analytics für SAS Enterprise Guide Anwender: Von der Datenquellezum Bericht- und darüber hinaus

Programmierung

• Andrea Zenck, Volker Michel: Tipps zur SAS Programmierung in der PIAFStat-Umgebung
• Andreas Deckert: Erstellen flexibler Makros am Beispiel einer SQL-RoutineSchnittstellen
• Martin Haffner, Andreas Mangold: Webservices und SAS - PROC SOAP, PROC HTTP und der ganzeREST
• Dr. Peter Bewerunge: Das Beste aus zwei Welten - Aufruf von R-Funktionen mit PROC IML

Base SAS

• Bilijana Gigic: SAS Backstage
• Sabine Erbslöh: Tipps, Tricks und Stolperfallen zum Umwandeln von Variablen
• Dr. Heribert Ramroth: Proc Transpose oder Do-it-yourself

Neuere Anwendungen

• Gregor Hermann: Die neue Style Engine in ODS- Cascading Style Sheets mit SAS 9.3
• Andreas Bachert: SAS in der Praxis- Tipps und Tricks für das SAS Web Report Studio
• Christoph Morgen, Martin Schütz: Große Datenmengen knacken mit SAS High Performance Analytics

Reporting

• Arne Ring, Ruth L. Coleman: Implementation of ICH E3 based SAS reporting for a clinical trial -issues and solutions
• Stephan Frenzel, Sarah Baumert: Performante Erzeugung von Berichten in (vor)formatiertenExceldateien
• Sebastian Reimann: ODS Report Writing Interface- Neue Möglichkeiten der Berichterstattung

Poster

• Cerstin Erler: Laufzeitoptimierung bei der Verknüpfung großer Datenmengen. Ein Vergleich zwischenMERGE im DATA STEP und JOIN in PROC SQL
• Thomas Bruckner: Ein SAS Macro zur Auswertung von SAE-Daten ( SAS-Makro AE_AUSWERT)
• Martina Malzer, Annette Pfahlberg, Wolfgang Uter, Olaf Gefeller, Janice Hegewald: SAS Macro zurKombination von möglichen in Zusammenhang stehenden Faktoren bezüglich einer Zielgrößebeschrieben anhand eines aktuellen Beispieldatensatzes
• Rainer Muche, Benjamin Mayer: Medizinische Statistik mit ??? in SAS 9.3 - ein Plädoyer für eine Windows-nahe Oberfläche
• Sebastian Reimann: DATA Step Component Interface - neue Objekte im DATA Step
• Thomas Hemmler: Nie wieder Post sortieren - vollautomatisierte Verarbeitung von Kundenpost mittelsText-Mining-Verfahren
• Tobias Otte, Tim Euler: Anwendung eines SAS/STAT-Modells ohne SAS/STAT in einem CRM-Projekt

Tagungsband

Der Tagungsband erschien im August 2012 im Shaker-Verlag:

Andreas HilbertRainer Muche, Ralf Minkenberg (Hrsg.): KSFE 20132012. Proceedings der 1716. Konferenz der SASSAS®-Anwender in Forschung und Entwicklung (KSFE). Shaker Verlag, Aachen 20132012. ISBN978-3-8440-20491306-6 1 (445 368 Seiten; Online-Infos (http://www.shaker.de/de/content/catalogue/index.asp?lang=de&ID=8&ISBN=978-3-8440-20491306-61)).

Weblinks

Webpräsenz der KSFE 2013 2012 (http://wwwksfe2012.wiwi.ksfetu-evdresden.de/cms/archiv/ksfe2013/)