请选择 进入手机版 | 继续访问电脑版
楼主: 人脉引爆点
10140 111

[学科前沿] 2017年SAS数据统计分析师培训,高端就业必备技能!   [推广有奖]

禁止发言

学术权威

29%

还不是VIP/贵宾

-

TA的文库  其他...

大数据 |SAS/SPSS数据统计分析师

威望
2
论坛币
1320 个
通用积分
8061.8930
学术水平
360 点
热心指数
388 点
信用等级
316 点
经验
106219 点
帖子
907
精华
5
在线时间
8893 小时
注册时间
2012-3-31
最后登录
2024-3-27

人脉引爆点 在职认证  发表于 2015-4-8 15:52:48 |显示全部楼层 |坛友微信交流群

+2 论坛币
k人 参与回答

经管之家送您一份

应届毕业生专属福利!

求职就业群
赵安豆老师微信:zhaoandou666

经管之家联合CDA

送您一个全额奖学金名额~ !

感谢您参与论坛问题回答

经管之家送您两个论坛币!

+2 论坛币
spss数据分析师认证培训》》》




SAS数据分析师认证培训@京/
     

◆培训时间: 北京     2017年9月2-3日,9-10日【四天周末班】

                   深圳     2017年8月19-20日,26-27日【四天周末班】;8月19-22日【四天连续班】

◆培训地点: 北京市海淀区厂洼街3号丹龙大厦B座3018

                         深圳市南山区科技园北区科技北一路17号摩比大厦

◆培训费用:3600元/人;全日制在校学生2800元/人 (仅限本科和硕士)                

                   差旅及住宿费用自理 

◆在线直播: 2600元/人;全日制学生八折。      

◆证书费用:400元,可以自愿申请数据分析师证书。

◆授课安排:

  授课方式:SAS课程基于SAS 9.4系统,多媒体互动。

  授课时间:9:00am-12:00pm,1:30pm-4:30pm

  答疑时间:4:30pm-5:00pm


                  小班授课,满15人开课,人数限制30人以内


课程介绍
      SAS技术与岗位需求零距离,使学员能够快速有效的了解和处理企业数据要求。


      (1)数据管理。企业的数据收集主要涉及3个方面:原始数据录入、数据文件读入和数据库的访问,这些我们将在前三节具体介
                               绍,这里以实际企业要求为背景,强调学员的上机动手实践能力。
          a、数据获取。
              企业需求: 数据库访问、外部数据文件读入、
              案例分析: 访问db2、oracle、teradata等数据库、以及不同格式文件的导入,如spss、excel、stata等软件的数据文件。
          b、数据管理。
              企业需求: 对大型数据进行编码、清理、转换。
              案例分析: 介绍SAS/base的编程技术
              1)data步
              #文件操作语句: 数据的访问、整合、输出                                           
                Input、put、File、Set、Merge、Infile                    
              #运行语句: 程序运行                                              
                赋值和累加语句、Stop、abort、Where、output、Call        
              #控制语句: 控制程序的运行                                                
                Do、If、Return、Go to、Link、Continue、leave、select(do)
              #信息语句: 数据集信息管理                                               
                Array、Informat、Format、Drop和keep、Retain、Attrib 
              #数据库语言SAS/SQL:汇总、检索数据
          c、数据探索和报表呈现。
               企业需求: 对企业级数据进行探索,主要涉及图表的使用。
               案例分析: 企业绩效文件,如何生成美观清晰的报告。
              1)Means、Standard  Univariate描述变量信息。
              2)insight的数据探索过程。
              3)SAS的tabulate制表过程绘制精美表格。
          d、SAS高级程序语言宏程序
               企业需求: 宏程序可以增强普通程序的使用效率,减少重复性质作业的工作量、应用十分广泛,像企业日常分析流程、
                             大数据分析等。
               案例分析: 企业日常分析流程的程序代码优化。
   
   (2)数据处理
          a、相关与差异分析:corr、cancorr、anova。
               企业需求: 企业往往需要探索影响企业效率的因素间的相关关系,这是最基础的过程,并在此基础上了解存在的差异。
               案例分析: 产品合格率的相关与差异分析。
          b、线性与广义线性预测:reg、logistic、genmod。
               企业需求: 1)探索影响企业效率的因素,并进一步预测企业效率;
                                2)客户违约可能性预测
               案例分析: 产品合格率的影响因素及其预测分析与银行客户违约预报。
          c、因子分析:factor。
               企业需求: 需要抽取影响企业效率的主要因素,进行重点投资。
               案例分析: 客户购买力信息研究
          d、聚类分析:varclus。
               企业需求: 需要了解购买产品的客户信息
               案例分析: 客户购买力信息研究
          e、生存分析:phreg。
               企业需求: 研发新产品的使用周期,能够缩短投入成本,并可以有效的预期市场使用率。
               案例分析: 产品耐用性研究。
          f、对应分析:corresp。
               企业需求: 定性资料的数据大量存在,尤其是多分类的情况。
               案例分析: 女性购物信息的关联度研究。
          g、稳健模型:robustreg。
              企业需求: 企业中大量的实验经济研究可以大幅减少成本投入。
              案例分析: 管理特征与员工胜任力的关系调查。


    (3)SAS/EM模块:执行数据挖掘
               企业需求: 业中,需要合理优化产品、人力、服务间的关系,而这些特征多大存以数据形式。在面对海量的数据信息时,
                                如何才能挖掘出有用的信息,
           那么SAS/EM可以有效的帮助分析人员快速的探索出数据背后的商业价值。
           案例分析1: 电商客户信息调查的数据分析流程;
           案例分析2: 耐用消费品预期销售的序列预报;
           案例分析3: 用户体验的文本信息关联度分析。


讲师介绍    

      丁亚军 数据分析总监,任职于南京上度市场咨询有限公司,人大经济论坛SAS、SPSS统计学讲师,中国学习路径图国际中心技术顾问。曾参与2012国家宏观经济预测、中国城镇居民家庭投资调查、泸州老窖目标管理与绩效考核等大型数据处理项目,具有丰富的数据处理经验


      常国珍 现就读于北大光华管理学院,会计系。主要研究领域是宏观不确定性、企业风险管理与信用风险管理。拥有9年SAS数据统计工作经验,11年ORACLE数据库使用经验,2年数据挖掘平台建设经验;熟悉银行IT系统环境,尤其是评级器系统,从事过银行数据集市和数据挖掘平台的构建工作。曾就职于亚信科技(中国)有限公司市场部、方正国际金融事业部和长江商学院投资者研究中心。目前为SAS公司数据挖掘与统计分析课程的兼职讲师,培训客户包括人行征信、民生银行、光大银行、中信银行、江苏银行、泰康保险等金融或大型国企。


      徐刚 高级数据分析师,具有深厚的数理统计与应用数据分析专业背景,上海某金融机构数据分析部门高级DA,具有八年数据分析、数据挖掘的从业经验,曾就职零售企业、咨询公司等,独立或带团队完成零售、电信、金融等多个大型数据挖掘项目。(上海班讲师)


      袁振超 北京大学光华管理学院会计学博士,现任深圳大学经济学院讲师、硕士生导师。主要研究领域:分析师预测、管理层预测、财务信息与资本市场。至今5年的SAS数据统计分析经验,贯穿整个学术研究生涯。曾系统自学SAS Certification Prep Guide BaseProgramming for SAS 9,SAS Certification Prep Guide-Advanced Programming forSAS9,SAS Macro Programming Made Easy,因此具备相对丰富的SAS数据处理经验和知识。(深圳班讲师)


课程大纲


北京SAS程序基础篇

1 SAS总体概览
1.1 课程介绍
1.2 SAS系统介绍
1.3 SAS 模块介绍
1.4 SAS界面讲解
2.1 SAS 数据集
2.1.1 SAS逻辑库
2.1.2 直接创建数据
2.1.3 间接获取数据
2.2 SAS 语法
2.2.1 基本概念
2.2.2 语法规则
2.2.3 语法错误诊断与修正
2.3 SAS编程之data步
#文件操作语句:
Input、put、File、Set、Merge、Infile
4.2运行语句
赋值和累加语句、Stop、abort、Where、output、Call
4.3控制语句
Do、If、Return、Go to、Link、Continue、leave、select(do)
4.4信息语句
Array、Informat、Format、Drop和keep、Retain、Attrib
5 SAS编程之proc步
Transpose、Means、Format、Plot、Standard、Rank、
Univariate、Options、Printto、Compare、Datasets、SQL
6 SAS运算符与函数
6.1 SAS运算符及其优先级
6.2 SAS函数
6.2.1 数学函数
6.2.2截取函数
6.2.3字符函数
6.2.4概率统计函数
6.2.5随机数函数
6.2.6日期函数

北京SAS统计篇
7 t检验
7.1 单样本t检验
7.2独立样本t检验
7.3配对样本t检验
8 方差分析
8.1单因素方差分析
8.2多因素方差分析
9 相关分析
9.1 变量关系之基:pearson线性相关
9.2 “万能”之spearman秩相关
9.3 多变量的度量:典型相关
9.3.1 典型相关系数及检验
9.3.2 典型结构分析
9.3.3 典型冗余分析
10 回归分析
10.1 简单回归分析
10.1.1 数据的预分析
10.1.2 反映变量关联程度:散点图
10.1.3 截距意义何在——变量变换
10.2 多元回归分析
10.2.1 多元回归分析:整体概览
10.2.2 处理异方差:加权回归分析
10.2.3 共线性处理1:主成分回归
10.2.4 共线性处理2:岭回归分析
10.2.5 是调节还是交互?:
           交互效应分解
10.2.6 盘根错节的“因果”关联:
           路径分析
10.3logistic回归分析
10.3.1 哑变量的重要角色
10.3.2 模型诊断与修正
10.3.3 自变量的筛选:逐步回归
10.3.4 多分类因变量(名义、有序)

10.4poisson回归
10.4.1 poisson回归的诊断
10.4.1 贝叶斯poisson回归
10.5 对应分析
10.5.1 定量资料的对应分析
10.5.2 定性资料的对应分析
10.6 稳健回归
10.6.1 稳健性之模型诊断
10.6.2 稳健性之M估计
10.6.3 稳健回归分析比较

11.列联表分析
11.1 卡方分析
11.1.1 卡方配合度检验(goodness of fit test)
11.1.2 卡方独立性检验(test of independence)
11.1.3 分层卡方分析
11.1.4 配对卡方分析
12.因子分析
12.1 模型检验与修正
12.2 因子得分
13.聚类分析
13.1 大样本的快速聚类(fastclus).
13.2 观测聚类过程(cluster)
13.3 变量聚类过程(varclus)
13.4 树形结构图(tree)

14.判别分析
14.1 一般判别分析(dicscrim)
14.2 典型判别分析(candisc)
14.3 逐步判别分析(stepdisc)

15.数据挖掘(SAS/EM)
构建预测模型:
一个消费者购买行为的例子
回归/决策树/神经网络模型的预测
案例(3个):
1电商客户调查的数据分析流程;
2耐用消费品预期销售的序列预报;
3用户体验的文本信息关联度分析.

◆深圳班课程详细大纲(赠北京深圳两地课程全视频)
第一天上

  第1章:入门指导
  1.1  SAS Enterprise Guide 介绍
  1.2  课程方案
  第2章:在项目中使用数据
  2.1  通过SAS逻辑库访问数据
  2.2  理解SAS数据集的定义
  2.3  导入其他各式的数据文件
第一天下午
  第3章:任务简介_列表与数据选择
  3.1  任务和向导简介
  3.2  创建Listing 报表
  3.3在任务中过滤数据
  3.4  创建 HTML, PDF, 和 RTF 输出
  第4章(自学):使用“数据”菜单栏
  4.1  数据任务介绍
  4.2  拆分列
  4.3  堆叠列
  4.4  转置
  第5章:过滤与排序和查询生成器
  5.1  数据查询简洁
  5.2  数据过滤与排序
  5.3  用表达式创建新列
  5.4  在查询中对数据分组和汇总
  5.5  连接表
  5.6  连接包含不匹配的标
  5.7  对列重编码
第6章:使用函数
  6.1  简介
  6.2  字符变量处理
  6.4  数值变量处理
  6.5  变量类型转换
  第7章(自学):CASE逻辑
  7.1  重新编码值
  7.2  使用替换条件
  7.3  写CASE表达式
  7.4  写嵌套CASE表达式
  第8章(自学):使用提示
  8.1  项目中运用提示(Prompt)
  8.2  在任务中创建和使用提示
  8.3  在查询中创建和使用提示
第9章:结果排版
  9.1创建HEML、PDF和RTF输出结果
  9.2创建和应用自定义格式
  9.3更新流程
  9.4合并结果
  9.5自定义输出样式
  第二天上午
第10章:描述性统计
  10.1  变量测量类型与描述统计方法
  10.2  创建频数报表和汇总统计量
  10.3  生成汇总统计量
  10.4  用汇总表任务生成汇总报表
  10.5  创建和应用自定义格式(自学)
第11章:统计制图与数据可视化
  11.1  统计制图原理
  11.2  柱图、条图和地图
  第11章附(自学):SAS绘图_ODS和GTL
  第二天下午
  第12章:聚类分析
  12.1  基本逻辑
  12.2  系统聚类
  12.3  快速聚类
  第12章附:客户价值分析案例_RFM分析方     法1h
  第12章附.1 描述客户价值的维度
  第12章附.2 使用RFM分析方法对客户作简单   划分
  第12章附.3 RFM分析与聚类分析相结合
  第三天上午
  第13章:假设检验概念
  13.1  统计推断基本概念
  13.2  变量分布的图形探索
  13.3  均值的置信区间
  13.4  假设检验
  第14章: 方差分析(ANOVA)
  14.1  双样本T检验
  14.2  单因素方差分析
  14.3  方差分析事后检验
  14.4  双因素方差分析
  第三天下午
  第15章:线形回归
  15.1  探索性数据分析
  15.2  简单线性回归
  15.3  多元回归概念
  15.4  模型的变量选择
  15.5  模型解释与注意的问题
第16章:回归诊断
  16.1  检测残差
  16.2  影响点
  16.3  共线性
第四天上午
  第17章:分类变量分析
  17.1  描述分类数据
  17.2  相关性检验
  17.3  逻辑回归入门
  17.4  包含分类预测变量的逻辑回归
  17.5  包含交叉项的逐步选择法
   
  第18章:模型评估与其他1h
  18.1  模型评估常用图—ROC曲线
  18.2  模型优化方法—经验Logit曲线
  18.3  分类模型总结
  18.4  分类模型综合案例
第四天下午
  第22章:主成分与因子分析
  22.1  多元统计基础
  22.2  主成分分析
  22.3  因子分析
  第26章:多元统计部分综合案例
  26.1  某制造类企业产品分析(波士顿矩阵)
  26.2  企业生命周期分析
  第27章:时间序列
  27.1  认识时间序列和趋势分解法
  27.2  带自回归误差的回归分析
   
  专题一:电信企业真实案例

培训优惠及注意事项

培训优惠及注意事项

(1)赠送SAS数据统计分析师视频课程。

(2)现场班老学员可以享受9折优惠。

(3)同一机构3人以上报名,9折优惠。

(4)同一机构6人以上报名,8折优惠。

(5)免费赠送网络课堂功能。

(6)赠送1000论坛币


报名流程及咨询

1. 提交报名信息:http://www.peixun.net/view/165_join.html

2. 给予反馈,确认报名信息

3. 交费

开户行:北京农商银行四季青支行万寿寺分理处

户名:北京国富如荷网络科技有限公司

卡号:0404 1001 0300 0003 092


开户行:招商银行北京双榆树支行

户名:北京国富如荷网络科技有限公司

卡号:1109 1066 6910 401

支付宝:guofuruhe@163.com

户名:北京国富如荷网络科技有限公司


4. 开课前一周发送培训教室路线图,培训现场领取发票




联系方式

龚老师

电话: (010)53605625

手机:17773656856

Q  Q: 1281241407

邮箱 :1281241407@QQ.COM



曹老师

手机: 18810531180

Q QQ:28819897062881989706
邮箱:caolibo@pinggu.org


媒体报道:

更多媒体报道...


-------------------------------------------------------------------------------------------------------

人大经济论坛评谷®(pinggu)数据统计分析培训中心

邀请知名猎头和知名企业共享优质毕业学员简历


       人大经济论坛评谷®(pinggu)数据统计分析培训中心2003年成立至今,已经培养了大量的数据统计分析方面的学员,积累了大量学员简历信息。我们的学员都是参加过我们专业的数据统计分析课程并且顺利结业,并且有不少学员从事过或正在从事数据统计分析方面的工作,不乏一些优秀的学员参加一对一的专业案例解决方案课程。

    应各位学员的要求,我们真诚的邀请知名猎头和知名企业共享优质结业学员简历。
    此次邀请完全免费,您只需要真实填写企业招聘的相关信息,我们免费推送简历。

    我们只提供数据统计分析方面的学员,请各位雇主只填写数据统计分析方面的招聘岗位。
    谢谢合作!

二维码

扫码加我 拉你入群

请注明:姓名-公司-职位

以便审核进群资格,未注明则拒绝

关键词:数据统计分析 统计分析师 统计分析 数据统计 计分析 sas培训 sas数据分析师 分析师 数据分析

签名被屏蔽
fjrong 在职认证  发表于 2015-4-9 00:46:06 |显示全部楼层 |坛友微信交流群

回帖奖励 +5

使用道具

wwang111 发表于 2015-4-9 07:59:32 |显示全部楼层 |坛友微信交流群

回帖奖励 +5

thanks for sharing !!!

使用道具

漓院达达 学生认证  发表于 2015-4-9 08:24:03 |显示全部楼层 |坛友微信交流群

回帖奖励 +5

使用道具

jkjxl 发表于 2015-4-9 08:55:47 |显示全部楼层 |坛友微信交流群

回帖奖励 +5

升级帮顶。。。。。。。

使用道具

knut01 发表于 2015-4-9 09:08:12 |显示全部楼层 |坛友微信交流群

回帖奖励 +5

使用道具

q41563201 发表于 2015-4-9 10:16:21 |显示全部楼层 |坛友微信交流群

回帖奖励 +5

谢谢分享

使用道具

ghx3143gc 发表于 2015-4-9 11:30:02 |显示全部楼层 |坛友微信交流群

回帖奖励 +5

我看到了论坛币

使用道具

3234899708 发表于 2015-4-9 21:29:33 |显示全部楼层 |坛友微信交流群

回帖奖励 +5

2015年4月—SAS数据统计分析师培训,高端就业必备技能

使用道具

时梨。 发表于 2015-4-9 21:29:40 |显示全部楼层 |坛友微信交流群

回帖奖励 +5

技能技能技能

使用道具

您需要登录后才可以回帖 登录 | 我要注册

本版微信群
加好友,备注cda
拉您进交流群

京ICP备16021002-2号 京B2-20170662号 京公网安备 11010802022788号 论坛法律顾问:王进律师 知识产权保护声明   免责及隐私声明

GMT+8, 2024-3-29 17:10