SASのクソな部分をぶった切る！（５）proc DS2はいらない子

SASのクソな部分シリーズの第5回目です。

今回は次世代データ操作言語といわれながら全く普及しているとは思えないDS2言語のついて考察します。

結論からいいます。

既存のデータステップから乗り換えるメリットが皆無なので一切勉強する必要はありません。 その代わりにSQLと英語を勉強しましょう。

これ普及すると思って開発したのでしょうか？正直疑問です。

なのでこの記事をみてもしょうがないのですが、理由を知りたい方はお読みください。

SASのクソな部分をぶった切る！（４）拡張性

SASのクソな部分シリーズの第4回目です。

今回はSASの拡張性について考察します。

SASデータセットをpythonで読み込む

最近はSAS単体では実施が難しい解析事例がちょくちょく耳にするようになりました。 特にデータベース研究ですと、データベース操作言語であるSQL、グラフィックス関連や機械学習がらみで必要になるpythonを使う事例が代表的かなと思います。

Rを使う事例もあるようですが、Rでできることは一応SASでもできるのでグラフィックス以外はあまり聞かないかな。

SASはプログラムデータベクトル（PDV）が前提で設計されており、PDVには向かないデータ処理はどうしても他言語との併用が必要になってきます。

私も真面目に勉強しないと・・・

というわけでとりあえずSASデータセットをpythonで読み込み方法を調べてみました。

オートミールは本当に減量に向いているのか

減量食の話題になるとたいてい出てくるオートミールですが、いつも１食あたりの栄養バランスでしか考えていない気がします。（私が把握してないだけかもしれませんが） 他の穀物と比較するのなら重量当たりの栄養バランスで比較しないといけないと思うんですよね。気になったのでオートミールと白米の栄養バランスを比較しました。

SASのクソな部分をぶった切る！（３）作図環境

SASのクソな部分シリーズはなぜかアクセスされるようなので、第３回目を投稿します。

このブログは一応GTLに関する記事も投稿しているので、SASの作図環境について言及したいと思います。

正直いってSASの作図環境はクソです。Rやpythonと比べるとどうしても見劣りします。

これでも機能拡張は度々実施されて現在は一般的な統計グラフであれば簡単に作図できるようになってきていますが、それ以前はかなり独特な仕様なうえに使える機能も少なかったのでなかなか大変だったようです。

その独特な仕様というのがannotation datasetという特殊なデータセットです。

VALXグルタミンパウダーと主要グルタミン製品の比較

今回はVALXグルタミンパウダーとその他の製品を比較しました。

結論から言うとVALXを買うメリットは全くありません。

GTLでバイオリンプロットを作図する(3) 箱ひげ図を重ね書きする

前回に引き続き、バイオリンプロットを作図方法を検証します。

バイオリンプロットは箱ひげ図とともに作図されることがあります。 RのggplotやpythonのSeabornではviolinplotメゾッドのオプションで追加表示させることができますが、GTLの場合は素直にboxplotステートメントを 追加することで同様な作図が実施可能です。

ただしSAS公式ブログの要はdatalatticeレイアウトを使う場合は、boxplotステートメントは併用不可のため、手動で統計量を算出して、箱ひげ図の各パーツを polygonplotステートメントとvectorplotステートメントで描画する必要があります。非常にめんどくさいのお勧めできません。

前回ご紹介した改良版であればboxplotステートメントが使えるので、前回のコードを微修正するだけで作図可能になります。