Pratique de Sas Windows ...9.3 Volume 2 - Ined

More documents

Recommendations

Info

Nom : ModelInfo Libellé:Informations sur le modèle Modèle :Stat.Logistic.ModelInfo Chemin :Logistic.ModelInfo Nom : NObs Libellé:Synthèse des observations Modèle :Stat.Logistic.NObs Chemin :Logistic.NObs Nom : ResponseProfile Libellé:Profil de réponse Modèle :Stat.Logistic.ResponseProfile Chemin :Logistic.ResponseProfile Note: 1872 observations were deleted due to missing values for the response or explanatory variables. Il reste ceux qui ont auparavant déclaré être particulièrement attaché à un lieu Soit que 2496, 2955= 5451. recodage des variables qualitatives en binaire, codé (0 ;1) Nom : ClassLevelInfo Libellé:Informations sur les niveaux de classe Modèle :Stat.Logistic.ClassLevelInfo Chemin :Logistic.ClassLevelInfo Rem : ce dernier output object sera réutilisé plus loin en combinaison avec d’autres, car il donne une claire succession de valeurs par variables. 146 Pratique de Sas windows ….93 Volume 2 et Coll.
Nom : ClassFreq Libellé:Fréquence du niveau de classe Modèle :Stat.Logistic.ClassLevelFreq Chemin :Logistic.ClassFreq tri à plat, effectifs de chaque modalité sans pondération Nom : ClassWgt Libellé:Poids du niveau de classe Modèle :Stat.Logistic.ClassLevelWgt Chemin :Logistic.ClassWgt tri à plat des effectifs pondérés ::::::::::: suite ::::::::::::::: Nom : ConvergenceStatus Libellé:Etat de convergence Modèle :Stat.Logistic.MConvergenceStatus Chemin :Logistic.ConvergenceStatus Nom : FitStatistics Libellé:Statistiques d'ajustement Modèle :Stat.Logistic.FitStatistics Chemin :Logistic.FitStatistics Nom : RSquare Libellé:R carré et R carré remis à l'éch…. Modèle :Stat.Logistic.Factoid Chemin :Logistic.RSquare Critère respecté , donc pas de message d’alerte dû à des effectifs trop faible, par exemple. Ces trois critères sont utiles lorsque l’on veut comparer deux modèles en ajoutant ou en retirant des variables du modèle. Le modèle est meilleur lorsque la valeur est plus faible. AIC (Akaike information criterion) : permet de comparer 2 modèles, le modèle est meilleur lorsque la variable est plus faible. Valeur de gauche : lorsque le modèle est vide uniquement avec constante ; à droite lorsque le modèle est saturé SC : -2 Log : Le modèle explique 13% des variations de l’ensemble. Il permet aussi de connaitre la fiabilité du modèle. En sciences sociales, on obtient rarement des valeurs très élevées. 147 INED Service Informatique Wielki
Page 1 and 2:
DOCUMENTS TRAVAIL193 DE PRATIQUE DE
Page 3 and 4:
Avant Propos « Enfin ! », diront
Page 5 and 6:
Préambule : Corrections / complém
Page 7 and 8:
• Page 125 Define crosstabs défi
Page 9 and 10:
Par défaut, avec ce choix indiqué
Page 11 and 12:
• Sous ce Results Viewer, vous au
Page 13 and 14:
Sas a aussi amélioré l’applicat
Page 15 and 16:
Chapitre 1 ODS complément au V1: P
Page 17 and 18:
La documentation de référence est
Page 19 and 20:
Patient n°2 :::::::: ::::: ::::: R
Page 21 and 22:
1.2 La modification du gabarit de s
Page 23 and 24:
style Table from Output "Contrôle
Page 25 and 26:
1.2.2.2 Le template de style Defaul
Page 27 and 28:
class BodyDate / verticalalign = to
Page 29 and 30:
1.2.2.3 Le style par défaut en 9.3
Page 31 and 32:
:::::::::::::::::::::::::::::::::::
Page 33 and 34:
1.2.3 Technique de transformation S
Page 35 and 36:
Cet outil Style_Pop-up n’est pas
Page 37 and 38:
Pour être exhaustif et en guise de
Page 39 and 40:
proc template; define style Ks; par
Page 41 and 42:
ods html file="d:\notes\test\habill
Page 43 and 44:
1.2.4.4 Retouche enluminée Preimag
Page 45 and 46:
1.3 Divers autres aspects de l’OD
Page 47 and 48:
Grâce aux options width et keepasp
Page 49 and 50:
1.3.2.3 Exemples • Un layout abso
Page 51 and 52:
Sous une autre destination, cela se
Page 53 and 54:
Chapitre 2 Les principaux changemen
Page 55 and 56:
2.1.2 Les options système • DLCR
Page 57 and 58:
La log/journal affiche un échec ca
Page 59 and 60:
2.2 Les modifications de l’étape
Page 61 and 62:
2.3 Les modifications principales d
Page 63 and 64:
Voici un autre essai concernant une
Page 65 and 66:
2.3.5 Proc freq • Une nouvelle op
Page 67 and 68:
2.3.6 Proc means ods output summary
Page 69 and 70:
Premiers gardés Les doubles au sen
Page 71 and 72:
2.3.13 Proc univariate Du point de
Page 73 and 74:
On peut y appliquer ces règles de
Page 75 and 76:
2.4.2 Les nouvelles macro-fonctions
Page 77 and 78:
2.4.4.1 MAUTOLOCINDES Cette option
Page 79 and 80:
Par contre, après avoir créé le
Page 81 and 82:
• Extension à la destination pdf
Page 83 and 84:
ods output output="rdata"; ods outp
Page 85 and 86:
Chapitre 3 Quelques axes sur l’Od
Page 87 and 88:
• Il y a réglage par défaut du
Page 89 and 90:
3.2 Les procédures SG C’est dans
Page 91 and 92:
Table 2 : Type de tracé/plot pour
Page 93 and 94:
Table2: type de tracé (suite 2) Va
Page 95 and 96: Table5 : Les instructions de tracé
Page 97 and 98: Toujours sur la lancée et l’idé
Page 99 and 100: Voyons maintenant quelques exemples
Page 101 and 102: Pour finir ce parcours d’initiati
Page 103 and 104: Avant de passer au point suivant, j
Page 105 and 106: 3.3 L’ODS graphic editor 3.3.1 In
Page 107 and 108: A comparer avec l’image originale
Page 109 and 110: 3.4 L’ODS graphic designer 3.4.1
Page 111 and 112: Panels Différents types de classif
Page 113 and 114: 3.4.2 Exemple 1 Un peu de représen
Page 115 and 116: 2. Même action possible sur le Tit
Page 117 and 118: 12. Ajouter une ligne, une colonne
Page 119 and 120: 15. Généralisation Il est évidem
Page 121 and 122: En conséquence de la sortie accept
Page 123 and 124: 3.4.4 Exemple 3 Principe d’une su
Page 125 and 126: Ce graphique avait pour but de repr
Page 127 and 128: 3.5.3 Code et résultats Le program
Page 129 and 130: 3.5.4 Amélioration du graphique de
Page 131 and 132: endlayout;*fin overlay; endif; EndG
Page 133 and 134: 3.5.5 Utilisation des variables dyn
Page 135 and 136: Un bon début mais de qualité moin
Page 137 and 138: Une maîtrise plus grande d’un sg
Page 139 and 140: 2 ème étape : le retravail passer
Page 141 and 142: Il se peut qu’au cours des clic d
Page 143 and 144: Nous pouvons effectuer quelques hyp
Page 145: Nom : ORPlot Libellé:Courbe du rap
Page 149 and 150: Odds ratio ou Rapport de Chances ou
Page 151 and 152: Astuce : la capture d’un chiffre
Page 153 and 154: 153 INED Service Informatique Wielk
Page 155 and 156: L’utilisation en plus des 2 optio
Page 157 and 158: Pour palier au nom peu clair des va
Page 159 and 160: 3.6.7 La probabilité des estimates
Page 161 and 162: 161 INED Service Informatique Wielk
Page 163 and 164: On reprend donc notre programme là
Page 165 and 166: Le fichier sgplotseriescat.sas capt
Page 167 and 168: Remarques non négligeables : - Le
Page 169 and 170: Mais malheureusement, les symboles
Page 171 and 172: *--Aménagement de la largeur, nomm
Page 173 and 174: Nom : ColQualMassIn Libellé:Qualit
Page 175 and 176: C’est ce que nous allons faire av
Page 177 and 178: 3.7.2 Proc Cluster 3.7.2.1 Sortie p
Page 179 and 180: 3.7.2.2 Retravailler l’arbre en G
Page 181 and 182: Il ne reste plus qu’à soumettre
Page 183 and 184: GraphBackground Arrière-fond hors
Page 185 and 186: NeutralColor EndColor GraphColors('
Page 187 and 188: seriesplot x=date y=predict / linea
Page 189 and 190: 3.8.1.3 Quelques exemples de modifi
Page 191 and 192: proc template; define style boxG; p
Page 193 and 194: title " sgplot reg group mod"; proc
Page 195 and 196: • Modification de droites de rég
Page 197 and 198:
%modstyle(name=markstyle, parent=st
Page 199 and 200:
Les deux résultats: Rtf Pdf On con
Page 201 and 202:
L’ancienne manière de faire avec
Page 203 and 204:
Chapitre 4 Les échanges avec les a
Page 205 and 206:
4.2.2 Exemples 4.2.2.1 Lecture dans
Page 207 and 208:
• Un mot sur la variante en fonct
Page 209 and 210:
4.2.2.3 Lecture et Ecriture en Exce
Page 211 and 212:
4.3 ODBC Je ne suis pas spécialist
Page 213 and 214:
Le résultat est un remplissage de
Page 215 and 216:
4.3.3 Un exemple par rapport à Spa
Page 217 and 218:
4.3.4 Un exemple par rapport à MyS
Page 219 and 220:
Une fois le lieu où sont les donn
Page 221 and 222:
-Une nouvelle « method » de class
Page 223 and 224:
Accessible par menu déroulant à l
Page 225 and 226:
Ensuite tous les tableaux avec ces
Page 227 and 228:
4.5.2.2 Soumission vers Sas La soum
Page 229 and 230:
Une autre soumission ciblée sur un
Page 231 and 232:
4.5.2.3 Soumission vers R En 9.3 et
Page 233 and 234:
4.5.2.4 Exemple plus approfondi Pou
Page 235 and 236:
Si ne souhaitez pas arrondir, la co
Page 237 and 238:
237 INED Service Informatique Wielk
Page 239 and 240:
Ayant suffisamment montré les face
Page 241 and 242:
4.5.3.3 Exemple plus approfondi Afi
Page 243 and 244:
Cette fonction R s’est cependant
Page 245 and 246:
4.5.3.4 Importations à partir de R
Page 247 and 248:
La matrice ainsi importée est visi
Page 249 and 250:
4.5.3.5 Conclusionsur les échanges
Page 251 and 252:
Conclusion générale Arrivé au te
Page 253 and 254:
Tables des Matières Avant Propos .
Page 255 and 256:
4.3.2 Exemple élémentaire d’acc
Page 257 and 258:
N° 167. - Angela LUCI, Olivier THE
Page 259 and 260:
N° 109. - Éric BRIAN, Jean-Marc R
Page 261 and 262:
N° 53. - Jacques VALLIN et France
show all

Pratique de Sas Windows ...9.3 Volume 2 - Ined

You also want an ePaper? Increase the reach of your titles

Delete template?

Save as template?