Leo Yeh's Blog

SAS 視覺分析 (13)

教學目標

初步了解 SAS Visual Analytics 7.4 資料分析的基本概念。

重點概念

首先在 SAS Visual Analytics 中主要允許我們進行四種類型的資料分析,分別為:

  1. 相關性
  2. 擬合線
  3. 預測
  4. 文字分析

接著相關性分析主要是確定多個測量值之間的統計關係,或者這些測量值是如何一起移動,其中相關強度主要被描述為介於 -1 和 1 之間的數值,越接近 -1 和 1 的值表示強關係,而接近 0 的值代表弱關係,並且代表這些測量值根本不可能相關。以及若我們想要更進一步探索測量值之間的關係,則能夠透過擬合線繪製了測量值之間關係的模型,其中擬合線分析可以是線性,二次方,立方體或 PS 線,所謂線性擬合線會生成一條直線,二次擬合線會生成一條具有單條曲線的線,而三次擬合線會生成一條包含兩條曲線的線。此外我們還能夠查看詳細資訊窗格中的分析選項頁籤以獲取有關擬合線的其它資訊,其中包括模型類型,模型描述,R平方值以及生成擬合線的函數,請注意若是線性擬合線增加至視覺化圖表中,則就會自動顯示相關資訊。

再來預測則是會根據資料的歷史趨勢預測未來值,我們更能夠新增加可能有助於改進預測並執行針對未來值的情境分析或者針對目標值的目標搜尋潛在因素,以利進行預測。請注意若是發現潛在因素可以改善預測時,則其將用於預測模型中,反之若是潛在因素不能改善預測,則不會用於預測模型。至於情境分析主要能夠讓我們變更潛在因素的未來值,以利了解其如何影響預測,像是我們可以改變產品品質的未來值,查看其如何影響銷售預測,但是目標搜尋所追求的事情則相反,其主要是透過變更衡量指標的預測值, 以利追求目標,並且了解潛在因素需要如何改變以利達到最高的效益。此外文字分析主要確定經常出現在一起的單詞主題並分析其相關性,當然我們也能夠分析情緒,以利確定哪些評論是消極的,中立的或積極的。

最後 SAS Visual Statistics 則主要提供了一些進階分析的視覺化圖表,其能夠應用於 SAS Visual Analytics 中,其中包括增強型決策樹模型、線性回歸模型、邏輯回歸模型、廣義線性模型、分群模型、模型比較、…等進階分析的視覺化圖表。

(註:此篇所介紹的 SAS Visual Analytics 是 7.4 版本)

相關資源

⬅️ Go back