SAS und R - · PDF fileSchnittstelle SAS IML 9.22 zu R 20 Subroutine SAS Quelle R Ziel-Objekt ExportDataSetToR SAS data set R data frame ExportMatrixToR SAS/IML matrix R matrix

Dr. Peter Bewerunge© 2011 HMS Analytical Software GmbH

SAS und R

-Ein ungleiches Paar-

15. KSFE in Heidelberg – 25. Februar 2011

Dr. Peter Bewerunge© 2011 HMS Analytical Software GmbH 2

Über uns

• HMS Analytical Software ist seit 21 Jahren IT-Spezialist für Datenanalysesysteme und Business Intelligence

• Leistungen– Beratung, Konzeption und Validierung– Kundenspezifische Entwicklung– Projektmanagement und -unterstützung– Schulung und Support

• Branchen– Life Science (Pharma, Medizingeräte)– Banken und Versicherungen– und andere

• Technologien– Analytics: SAS, Microsoft Business Intelligence, R– Anwendungsentwicklung: Java und Microsoft .NET


Agenda

• Konzept hinter SAS und R

• Installation und Support

• Wie werden Programme erstellt?

• SAS-Makros vs. R Funktionen

• Performancevergleich bei großen Datenmengen

• Schnittstellen von SAS zu R und umgekehrt

• Fazit

3


Konzept hinter SAS

• 1970 Entstehung des Auswerteprogramms Statistical Analysis Software an der NC State University

• 1976 Gründung des SAS Institute, Sitz in Cary, North Carolina. Kommerzielles Software-Produkt.

• weltweit größte Software-Firma in Privatbesitz[1]– ca. 11.500 Angestellten– ca. 2.43 Milliarden Jahresertrag in 2010

• Kunden in ca. 50.000 Unternehmen in 100 Ländern• Fokus auf:

– Datenintegration / Data Warehousing– Business Intelligence / Data Mining– Forschung und Entwicklung– vielfältige in sich kompatible Produktlandschaft– Lizenzmodell –> SAS kann man nicht kaufen

4

http://www.sas.com/company/about/statistics.html


Konzept hinter R

• 1993 erstmals in einer Mailing-Liste verteilt[1]

• Open Source Software unter der General Public Licence (GNU)– kostenlose Nutzung– geschätzte 2 Millionen Nutzer[2]

• Focus auf:– statistische Berechnungen – Graphiken

• R Foundation– gemeinnütziger Verein mit Sitz in Wien– Mitglieder bestehen aus dem R Development Core-Team, 19 Personen– offizielle Stimme des R Projekts– Besitz und Verwaltung des Copyrights der Software und Dokumentation

• Vielzahl an frei verfügbaren Zusatzpaketen– werden von weltweit verteilten R-Programmieren nach Bedarf

entwickelt und nicht vom R Development Core-Team

5

http://www.stat.auckland.ac.nz/~ihaka/downloads/Interface98.pdf

http://bits.blogs.nytimes.com/2009/01/08/r-you-ready-for-r/


Fokus des Vergleichs von SAS und R

• Gegenstand des Vergleichs

– SAS Language mit der SAS-Fensterumgebung (Display Manager)

– R Environment

• Nicht Gegenstand des Vergleichs

– SAS Enterprise Guide

– Weitere Frontends der SAS-Plattform

6


Installation und Support

SAS– Download-Center / DVD

– Langer Installationsprozess

– SAS Foundation• PROC CORR, PLOT, …

• MACRO

– Weitere Module• SAS STAT, GRAPH, …

– Support:• Online

• Hotline (06221 415 - 200)

• Training

• Newsletter

7

R– Download von CRAN

– Kurzer Installationsprozess

– R „Base“• Recommended / Base

Packages

– „Support“ / Hilfe:• Mailing-Listen

• R-Journal

• Bug-Tracking

• R-Search

http://www.sas.com/offices/europe/germany/services/index.html

http://www.sas.com/offices/europe/germany/services/cts/emits.html

http://cran.r-project.org/mirrors.html

http://www.r-project.org/mail.html



http://journal.r-project.org/



http://bugs.r-project.org/



http://www.r-project.org/index.html




Wie werden Programme erstellt?

8

SAS Fensterumgebung R Environment



10

SAS Code • Aufbau in Blöcken

• DATA STEP

zentraler Baustein

z.B. erzeugen von Daten

Zusammenführen von Daten

• PROZEDUR

zentraler Baustein

Spezielle Funktionalitäten

• Datenstrukturen

- numerische Werte

- alphanumerische Werte

- Tabellen

- Matrizen (nur bei IML)

- Makrovariablen



11

• Zeilenbasierte Programmierung

• Objektorientierte Datenstrukturen

Vektor

Matrix

Dataframe

....

• R-Funktionen

spezielle Funktionalitäten

R Code

• Optimiert auf Matrixmanipulationen


SAS-Makros vs. R-Funktionen

SAS-Makrosprache

12

- Abspeichern von wiederkehrenden Programmsequenzen

- Makros werden vom Makro-Prozessor verarbeitet

- Makrovariablen speichern Text. Der Gültigkeitsbereich kann lokal oder global sein.

- Erstellung von Makro-Bibliotheken

- Makros arbeiten nach dem Textersetzungsprinzip


SAS-Makros vs. R-Funktionen

R-Funktionen

13

- Abspeichern von wiederkehrenden Programmsequenzen

- mehrere Funktionenwerden in der Regel zu Paketen (eigene Hilfe, Manuals usw.) zusammengefasst

- Variablen innerhalb der Funktion haben lokalen Gültigkeitsbereich


Performancevergleich bei großen Datenmengen

Pseudocode:

14

start = Systemzeit;

Erzeuge Daten durch aneinanderhängen von

Daten1 und Daten2; /*512 Byte*/

Sortiere Daten nach Spalte1 & Spalte2;

Selektiere * wo SpalteXY = „ABCD“;

ende = Systemzeit;

dauer = ende – start;



15

0

5

10

15

20

25

30

35

40

45

504

0

54

0

10

40

15

40

20

40

25

40

30

40

Tausende

Bere

chnungsdauer

[sec]

Zeilen des Datensatz



16

0

100

200

300

400

500

600

700

8004

0

54

0

10

40

15

40

20

40

25

40

30

40

35

40

40

40

45

40

50

40

55

40

Tausende

Bere

chnungsdauer

[sec]

Zeilen des Datensatz

Mit R kam es zum Abbruch



17

1)

2)

3)

4)

R bei großen Datenmengen



• Intel Core Duo CPU, 2.53 GHz, 2GB RAM• SAS 9.2• R 2.11.1

18

R schneller bei durchgeführten Operationen - R lädt Daten in Arbeitsspeicher - Limitierung durch Größe des Arbeitsspeichers

SAS kann große Datenmengen verarbeiten- Daten werden pro Verarbeitungsschritt von der

Festplatte gelesen und wieder geschrieben- Berechnungsdauer entsprechend höher- Verwendung des Hauptspeichers ebenfalls möglich

(SASFILE-Anweisung)


Schnittstelle SAS IML 9.22 zu R

19

• IML muss lizensiert und installiert sein• SAS muss mit Option RLANG gestartet werden• Kompatibel mit R Version R-2.10.1

Start-Statement R-Code

End-Statement R-Code


Schnittstelle SAS IML 9.22 zu R

20

Subroutine SAS Quelle R Ziel-Objekt

ExportDataSetToR SAS data set R data frame

ExportMatrixToR SAS/IML matrix R matrix

Subroutine R Ziel-Objekt SAS Quelle

ImportDataSetFromR R expression SAS data set

ImportMatrixFromR R expression SAS/IML matrix

Datenimport von R zu SAS:

Datenexport von SAS zu R:


Schnittstelle R zu SAS

• Keine direkte Schnittstelle zu SAS implementiert

21

• Aufruf von SAS aus R mittels System-Befehl:

• Datenimport in R:

• Aufruf des SAS-Programms:


Qualität der Software

SAS

– kundenorientiert

– Installation / Operational –Qualification Tool

– Entwickler arbeiten lokal im Team

– definierte Testabläufe

22

R

– entwicklerorientiert

– Installation Qualification-Tool (vorhanden aber fehlerhaft)

– Entwickler weltweit verteilt

– Zusatzpakete sind meist nur unzulänglich geprüft


Fazit

• Es wurde SAS Language und R dargestellt– SAS Plattform besitzt eine Fülle an Frontends, Server,

Metadatenverwaltung, Middleware-Komponenten

• Unterschiedliche – Entstehungsgeschichten– Ansprüche an den Nutzer– Performance bei großen Datenmengen– Installation und Support

• Ähnliche– Entwicklungsumgebung– Aufbau von wiederverwendbarem Code

• Gemeinsame– Schnittstelle

• Persönlicher Eindruck– SAS mit besser geprüfter Qualität– R schneller bei neuen Entwicklungen– R sehr gut integrierbar in SAS mit SAS IML 9.22– Kein pauschales besser oder schlechter

23

Dr. Peter Bewerunge© 2011 HMS Analytical Software GmbH 24

Vielen Dank!

Dr. Peter BewerungeDipl. Ing. (FH) Biotechnologie

Softwareentwickler

HMS Analytical Software GmbHRohrbacher Str. 26 • 69115 HeidelbergTelefon +49 6221 6051-0

[email protected]

Besuchen Sie uns auf unserem Messestand im Hörsaalgebäude Chemie! Dort• können Sie im Anschluss mit dem Referenten diskutieren• finden Sie Demos zu diesem Vortrag • können Sie sich über das Angebot von HMS informieren• gibt es Jobangebote • gibt es Informationen für Studenten zu Praktika und

Abschlussarbeiten bei HMS

Documents

SAS und R - · PDF fileSchnittstelle SAS IML 9.22 zu R 20 Subroutine SAS Quelle R Ziel-Objekt ExportDataSetToR SAS data set R data frame ExportMatrixToR SAS/IML matrix R matrix