SAS—计算K-S值及画图
近来,时于夜半下雨,也常在梦里被雨扰醒。究其原因,也是因为近来工作无趣,本身也只喜欢写写SAS或Python代码,做模型,可近来却连数据权限都没有,万灰俱灭。雨声轻轻,却也容易愁闷得睡不着。想着要去外包,却因自己的犹豫不决也没有去成。
好了,不说废话了。昨天有人在微信上问KS的计算方式。今天介绍一下KS值吧。
先看一段程序:
data logistic;
input accident age vision drive;
datalines;
1 17 1 1
1 44 0 0
1 48 1 0
1 55 0 0
1 75 1 1
0 35 0 1
0 42 1 1
0 57 0 0
0 28 0 1
0 20 0 1
0 38 1 0
0 45 0 1
0 47 1 1
0 52 0 0
0 55 0 1
1 68 1 0
1 18 1 0
1 68 0 0
1 48 1 1
1 17 0 0
1 70 1 1
1 72 1 0
1 35 0 1
1 19 1 0
1 62 1 0
0 39 1 1
0 40 1 1
0 55 0 0
0 68 0 1
0 25 1 0
0 17 0 0
0 45 0 1
0 44 0 1
0 67 0 0
0 55 0 1
1 61 1 0
1 19 1 0
1 69 0 0
1 23 1 1
1 19 0 0
1 72 1 1
1 74 1 0
1 31 0 1
1 16 1 0
1 61 1 0
;
proc logistic data=logistic outest=model;
model accident(event='1')=age vision drive/selection=stepwise
sle=0.05 sls=0.05 outroc=roc;
output out= pred p=p1 ;
run;
proc npar1way data=pred noprint;
class accident;
var p1;
output out=ks;
run;
以上是一段常规的计算KS值。
首先要了解什么是KS值,K-S值(kolmogorov-smirnov curve)将总体进行n等分组并按照违约概率降序排列,计算每一等份中违约与正常百分比的累积分布,绘制出两者之间的差值就是K-S曲线。其中K-S曲线中的最大值即为K-S统计量,取值范围在0到1之间。
以下是计算K-S值及画图的宏程序:
/**data:逻辑回归后包含验证结果的数据集,var:违约概率变量,status:分类变量,data1:切分后的变量,Mks:最大ks值,M:分组组数**/
%macro KS(data, var, status, data1, Mks,M);
proc sort data=&data;
by &var;
run;
proc sql noprint;
select sum(&status) into:P from &data;
select count(*) into :Ntot from &data;
quit;
%let N=%eval(&Ntot-&P);
data &data1;
set &data nobs=NN;
by &var;
retain tile 1 totP 0 totN 0;
Tile_size=ceil(NN/&M);
if &status=1 then totP=totP+&status;
else totN=totN+1;
Pper=totP/&P;
Nper=totN/&N;
if _N_ = Tile*Tile_Size then
do;
output;
if Tile <&M then
do;
Tile=Tile+1;
SumResp=0;
end;
end;
keep Tile Pper Nper;
run;
data temp;
Tile=0;
Pper=0;
NPer=0;
run;
Data &data1;
set temp &data1;
run;
data &data1;
set &data1;
Tile=Tile/&M;
label Pper='Percent of Positives';
label NPer ='Percent of Negatives';
label Tile ='Percent of population';
KS=NPer-PPer;
run;
proc sql noprint;
select max(KS) into :&Mks from &data1;
run; quit;
proc datasets library=work nodetails nolist;
delete temp ;
run;
quit;
%mend;
%macro PlotKS(data1);
symbol1 value=dot color=red interpol=join height=1;
legend1 position=top;
symbol2 value=dot color=blue interpol=join height=1;
symbol3 value=dot color=green interpol=join height=1;
proc gplot data=&data1;
plot( NPer PPer KS)*Tile / overlay legend=legend1;
run;
quit;
goptions reset=all;
%mend;
数据分析咨询请扫描二维码
CDA数据分析师在中国航信高科技产业园进行了面向测试度量的数据分析培训课程,培训人数近2 ...
2024-05-01CDA数据分析师走进深圳迈瑞生物医疗电子股份有限公司,在迈瑞总部展开了为期两天的培训,本次课程参训人员线上及线下近百人, ...
2024-05-01CDA数据分析师在合肥市对合肥阳光新能源科技有限公司开展了为期8天的企业内训。 合肥阳光新能源科技 ...
2024-05-01CDA数据分析师走进海尔大学,进行了《数据治理与数据中台建设的道与术》专题培训,培训现场爆满,近百人参加了此次培训。 ...
2024-05-01在中国银行苏州分行培训中心开始数据分析师培训,此次培训课程共10天内容,包括Excel、MySQL、概率论与数理统计、SPSS等内容, ...
2024-05-01从实际的业务需求出发,结合行业的典型应用特点,围绕实际的商业问题,探讨数据挖掘、机器学习模型在金融领域的应用,包括获客、信用评分、细分画像、交叉销售、反欺诈、违规识别、时序预测、运筹优化、流程挖掘九个方面,形成 ...
2024-05-01本次培训课程为线上+线下的模式,由于学员编程能力不一、部分学员没有编程基础,故提供统计学、python基 ...
2024-05-01华夏银行信用卡中心-机器学习培训 1、课程亮点 取材于业界一流企业和顶级咨询公司的行业实践;已经被证明是人人 ...
2024-05-01主 题:数据中台建设及数据分析应用主题分享 1. 数据中台市场洞察 2. 主流数据中台产品比较 3. 某企业数据中 ...
2024-05-01围绕“数据驱动”战略,全力打造我行 300 人数字化人才梯队,着力培养数字化管理人才、大数据专业团队 ...
2024-05-01在当今数据驱动的商业环境中,数据分析成为了企业决策的重要依据。通过对大量数据的收集、处理和分析,企业能够更好地理解市场 ...
2024-04-29在人工智能(AI)的世界里,提示词(Prompt)是一种强大的工具,它能够引导AI按照用户的需求产生特定的输出。本文将深入探讨AI ...
2024-04-29CDA立足未来职场,拓展前沿视野——对外经贸大学保险学院举办“三全育人大讲堂”分享行业最新动态。 ...
2024-04-294月2日,CDA数据分析师创始发起人兼协会理事长赵坚毅博士受邀在浙江万里学院举办了一场以“数字化能力在职场中的作用” ...
2024-04-29随机森林(Random Forests)现在机器学习中比较火的一个算法,是一种基于Bagging的集成学习方法,能够很好地处理分类和回归的问 ...
2022-12-23方差分析是数据分析中常用的一种统计分析方法,接下来让我们简单了解一下方差分析的基本思想和原理吧。 方差分析(Analysis ...
2022-12-23来源:关于数据分析与可视化 关于streamlit-aggrid 数据排序 表格样式的调整 数据 ...
2022-08-03作者:麦叔 定义 「把上面晦涩的概念汇成一句话就是:」 ❝ 回调函数就是一个被作为参 ...
2022-08-03现今,高学历人群日益增多,物以稀为贵的高学历光环淡去。无论本科生还是研究生,甚至博士生,求职竞争力都大不如前,就业压力越来越大。
2022-06-01某家企业10个人面试,有9个本科生……如何脱颖而出,除得体的举止和良好的沟通力外,证书成重要筹码,这也是很多人考证的关键所在。
2022-04-14