Die KSFE 2009 war die 13. Konferenz in der Reihe der Konferenz der SAS-Anwender in Forschung und Entwicklung. Sie fand vom 5. bis zum 6. März 2009 an der Universität Halle statt. Die Konferenz wurde von der Arbeitsgruppe Biometrie und Agrarinformatik, von der Professur für Statistik und vom Institut für Medizinische Epidemiologie, Biometrie und Informatik der Martin-Luther-Universität Halle-Wittenberg in Zusammenarbeit mit dem Verein Kooperation der SAS-Anwender in Forschung und Entwicklung (KSFE e.V.) ausgerichtet. Sie stand unter dem Motto SAS – Von den Daten zu Informationen und Wissen. Sprecher des örtlichen Organisationskomitees war Joachim Spilke, Arbeitsgruppe Biometrie und Agrarinformatik. Die Tagungsgebäude befanden sich am Universitätsplatz: Die Eröffnungsveranstaltung („Opening Session“) wurde im „Löwengebäude“, Universitätsplatz 11, abgehalten. Für den Workshop wurde der Computerpool des Juridicums, Universitätsplatz 5 genutzt. Im Auditorium Maximum, Universitätsplatz 1, fanden die Vorträge und
Ausstellungen statt. Im Melanchthonium, Universitätsplatz 8, befand sich das Tagungsbüro.

Im Vorfeld der Konferenz wurden ein Workshop Wie viele Patienten brauche ich? – Power- und Fallzahlanalyse jetzt auch mit SAS sowie zeitgleich drei Tutorien abgehalten.

Organisation

Das örtliche Organisationskomitee an der Universität Halle bestand aus:

• Joachim Spilke, Arbeitsgruppe Biometrie und Agrarinformatik (Sprecher)
• Claudia Becker, Professur für Statistik
• Johannes Haerting, Institut für Medizinische Epidemiologie, Biometrie und Informatik
• Peter Giebler, Institut für Agrar- und Ernährungswissenschaften
• Oliver Kuß, Institut für Medizinische Epidemiologie, Biometrie und Informatik
• Norbert Mielenz, Institut für Agrar- und Ernährungswissenschaften

Die Projektgruppe des KSFE e.V. bestand aus:

• Rolf-Hasso Bödeker
• Norbert Kleekamp
• Wolf F. Lesener
• Karin Pees
• Erich Schumacher
• Katja Ternig

Vorträge

Eröffnungsvortrag

• Ronald Maier: MATURE: Gestaltung von Individuation, Interaktion und In-Form-ation in Prozessen der Wissensreifung

CDISC

• K. Häusermann: CDISC und eSubmission - Viele Wege führen zur Standardisierung: Methoden und praktische Beispiele zum Datenaustausch mit CDISC

Data Mining / Web Mining / Datenmanagement

• Nicolai Brauns, Sergej Steinberg, Martin Westphal: Individuelle Clusterung, oder: Womit kann man die Bayern vergleichen?
• Claudia Meurer, Gabi Lückel: SAS®-Makro zur automatisierten Änderungskontrolle von SAS®- Datensätzen und -Outputs
• Alexander Wagner, Karl J. Krobot: Aktuariell diskontiertes Überleben aus webbasierten Rohdatenbanken
• Marianne Weires: SQL Processing mit der SAS Software: Eine Einführung in die Prozedur SQL
• Frank Zander, Christian Scherkl, Tatjana Steinberg: Qualitätskennzahlen für den Inbound

Effiziente Programmierung in SAS

• Andreas Bachert: SAS-Programme für Anwender verfügbar machen mit Stored Processes
• G. Herrmann: ODS Graphics Designer: Eine neue grafische Oberfläche in SAS 9.2

Freie Themen

• Sonia Leao-Sitals, Teresa Jeri: Alle erfahrenen SAS-Benutzer waren einmal Anfänger
• Reinhardt Strüby: Datenanalyse und Berichterstellung – der SAS Enterprise Guide 4.2 und Visual Data Discovery

Generalisierte lineare Modelle

• Norbert Mielenz, Joachim Spilke: Auswertung von kategorialen Daten mit Messwiederholung in SAS
• Ralf Minkenberg: Regressionsmodelle für Zähldaten in SAS
• Andreas Wienke, Oliver Kuß, Johannes Haerting: Lebensdauer von Lungenkrebspatienten in der HALLUCA-Studie: Eine Analyse mit Frailty-Modellen unter Verwendung von PROC NLMIXED

Neuerungen in SAS 9.2

• G. Herrmann, Ulrich Reincke: Neuerungen in SAS 9.2 – ab sofort verfügbar

Planung und Auswertung von Versuchen

• Valerie Nedbal: New Ways of Visual Analytics powered by SAS Visual BI
• Reinhard Strüby: STAT Studio – interaktive Analytik und Entwicklungsplattform
• Heinrich Stürzl, Cornelius Gutenbrunner: SAS Makro UNISTATS 2.0 – Ein universelles Werkzeug. Quellcode: SAS Makro UNISTATS Version 2.2
• Patrick René Warnat: Statistische Versuchsplanung und -auswertung mit der JMP Software: ein Praxisbeispiel

SAS bei großen Datenmengen

• Ulrich Reincke: Panoptikum extremer Analytics Projekte

SAS im Landwirtschaftlichen Versuchswesen

• Andreas Büchse, Matthias Klein, Grischa Pfister: SAS-AMO, Stored Processes und SAS Foundation – Nutzung der SAS-BI-Landschaft in der Pflanzenschutzmittelforschung
• Eckard Moll: Planung und Auswertung von Versuchen zur partiellen Resistenz von Getreidesortimenten mit Hilfe der SAS/AF-Anwendung RESI 2
• Christel Richter, Bärbel Kroschewski: Räumliche Modelle in landwirtschaftlichen Feldversuchen – Abhängigkeit der Ergebnisse von Versuchsplan, Randomisationsplan und Position auf der Versuchsfläche