| SAS語言教程及其應用課程培訓班 |
班級規模及環境--熱線:4008699035 手機:15921673576( 微信同號) |
|
堅持小班授課，為保證培訓效果，增加互動環節，每期人數限3到5人。 |
|
開課時間和上課地點 |
上課地點：【上海】：同濟大學(滬西)/新城金郡商務樓(11號線白銀路站) 【深圳分部】：電影大廈(地鐵一號線大劇院站)/深圳大學成教院 【北京分部】：北京中山/福鑫大樓 【南京分部】：金港大廈(和燕路) 【武漢分部】：佳源大廈（高新二路） 【成都分部】：領館區1號（中和大道） 【沈陽分部】：沈陽理工大學/六宅臻品 【鄭州分部】：鄭州大學/錦華大廈 【石家莊分部】：河北科技大學/瑞景大廈 【廣州分部】：廣糧大廈 【西安分部】：協同大廈
近開課時間(周末班/連續班/晚班）：SAS語言教程及其應用課程培訓班：2025年2月17日...................(歡迎垂詢，視培訓質量為生命！) |
|
實驗設備和授課方式 |
☆資深工程師授課
☆外地學員：代理安排食宿（需提前預定）
☆注重質量
☆邊部分邊練
☆合格學員免費推薦工作
★實驗設備請點擊這兒查看★ |
|
質量保障 |
|
1、培訓過程中，如有部分內容理解不透或消化不好，可免費在以后培訓班中重聽；
2、課程完成后,授課老師留給學員手機和Email,保障培訓效果,免費提供半年的技術支持。
3、培訓合格學員可享受免費推薦就業機會。 |
|
課程大綱 |
| |
第一階段 |
A. 回歸分析 ：包括:直線回歸 多元線性回 歸 Logistic回歸 |
| |
B. 定量資料的統計分析：包括:模型 對數正態分布 定量指標描述 |
| |
C. 現代時間序列分析：包括: 數學模型 分析方法 分析步驟 |
| |
D.t檢驗：單樣本t檢驗 配對設計資料t檢驗 配對t檢驗分析 |
| |
E. 經濟計量分析 |
|
| |
F. 方差分析 完全隨機設計資料方差分析 析因設計資料的方差分析 |
|
第二階段 |
（1）部分授菜單式模塊包括insight數據探測模塊，assist助手模塊，analyst分析家模塊，enterprise?miner數據挖掘模塊。
（2）部分授編程式模塊主要包括base基礎模塊，涉及stat統計模塊和ets時間序列模塊中的部分內容。
第一部分 |
課程介紹、不同數據類型介紹、sas系統介紹，
sas模塊介紹 |
第二部分 |
sas系統的安裝，sas運行環境的界面部分解，sas編程第1例 |
第三部分 |
insight模塊：數據探索，菜單化的變量分布、回歸、多元統計分析 |
第四部分 |
sas編程的基本語法 |
第五部分 |
建立sas數據集的5種方法；使用sas導入和導出數據，sas數據和其他格式數據的交互 |
第六部分 |
analyst模塊 |
第七部分 |
sas編程兩步結構之數據步(data?步)語法詳解 |
第八部分 |
assist模塊 |
第九部分 |
sas編程兩步結構之過程步(proc?步)語法詳解 |
第十部分 |
使用sas制作統計分析報表 |
第十一部分 |
使用stat模塊進行統計分析介紹 |
第十二部分 |
sas中的宏語言 |
第十三部分 |
enterprise?miner?數據挖掘模塊 |
第十四部分 |
使用ets模塊對面板數據進行計量分析 |
|
第三階段 |
一:數據管理
使用基礎SAS工具程序研究SAS數據庫
SAS數據集的排序
有條件地執行SAS語句
DATA數據步的附值語句
使用DATA數據步的選項和語言改變變量屬性
使用DATA數據步累積總數或分組總數
使用SAS函數方程處理，字符型變量，數值型變量和日期的數值型變量
使用SAS函數方程轉換變量類型（如字符型變量到數值型變量或相反
執行DO LOOPS循環處理
執行SAS數組處理
數據值合并與更新
一對多或多對一記錄與數據集處理
SQL程序步
二:報表生成
使用PRINT程序步生成簡單報表
使用REPORT程序步生成復雜報表
使用SAS程序步產生匯總報表和頻率報表
使用SAS系統報表功能（如標簽、SAS固定格式、用戶創定格式、標題、腳注）提高報表質量
ODS語句
三:程序錯誤處理
分辯和解決編程邏輯性錯誤
分辯和改正語法錯誤
研究和解決數據錯誤
四:設計與生成原文報表
選擇合適的SAS生成報表工具
怎樣組織好數據以達到報表生成簡單化
計算新列，分組總和及總和
控制報表外觀
在報表上加標題或注腳
在報表里數據圖標列疊加
使用TABULATE程序步生成一、二、三維表格
使用TABULATE程序步提交報表質量
使用TABULATE程序步計算百分比
使用DATA數據步的FILE和PUT語句生成簡單報表
使用SUMMARY程序步或MEANS程序步計算匯總統計數據 |
第四階段 SAS建模 |
第一部分 |
數據處理 |
1.數據采樣2.數據探索3.缺失值填充 |
第二部分 |
雙變量分析(一) |
1.中心極限定理2.假設檢驗理論 |
第三部分 |
雙變量分析(二) |
1.相關分析2.列聯表分析 |
第四部分 |
方差分析(一) |
1.方差分析理論2.單因素方差分析 |
第五部分 |
方差分析(二) |
多因素方差分析 |
第六部分 |
線性回歸分析(一) |
1.線性回歸基本理論2.簡單線性回歸分析 |
第七部分 |
線性回歸分析(二) |
多元線性回歸分析介紹及多元回歸建模的四種方法詳解 |
第八部分 |
線性回歸分析（三） |
模型診斷和預測 |
第九部分 |
LOGISTIC回歸分析(一) |
LOGISTIC回歸分析基本理論 |
第十部分 |
LOGISTIC回歸分析(二) |
1.數據采樣2.缺失值填充 |
第十一部分 |
LOGISTIC回歸分析(三) |
屬性變量壓縮 |
第十二部分 |
LOGISTIC回歸分析(四) |
連續變量壓縮 |
第十三部分 |
LOGISTIC回歸分析(五) |
LOGIT圖 |
第十四部分 |
LOGISTIC回歸分析(六) |
模型開發 |
第十五部分 |
LOGISTIC回歸分析(七) |
模型驗證 |
第十六部分 |
LOGISTIC回歸分析(八) |
模型驗證 |
第十七部分 |
LOGISTIC回歸分析(九) |
模型測試 |
第十八部分 |
LOGISTIC回歸分析(十) |
三階段模型整合 |
第十九部分 |
聚類分析 |
兩步聚類法 |
|
第五階段 SAS數據挖掘 |
| sas/data miner模塊，包括sas/data miner模塊的常用工具，對商業問題的界定、導入數據、數據探視、變量轉換、數據集設置、缺失值處理、各種預測、描述類分析算法、模型評估、顯示得分結果等。通過培訓使學員掌握使用sas的data miner（數據挖掘）模塊，能夠利用sas/data miner對一些常見的商業數據進行數據分析，挖掘出商業價值。 |
首 頁 培訓新動態
shuhaipeixun
總部李老師