请选择 进入手机版 | 继续访问电脑版
楼主: PLMKI
1069 0

[学习分享] SAS数据统计分析师,高端就业必备技能! [推广有奖]

  • 0关注
  • 11粉丝

教授

41%

还不是VIP/贵宾

-

威望
1
论坛币
-615 个
通用积分
106.2228
学术水平
23 点
热心指数
33 点
信用等级
20 点
经验
25386 点
帖子
569
精华
0
在线时间
823 小时
注册时间
2017-5-3
最后登录
2022-5-2

PLMKI 发表于 2017-6-3 08:54:57 |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
  SAS数据分析师认证培训      
一 、行业背景
       SAS系统在国际上已被誉为统计分析的标准软件,无论是制药、金融、保险、市场部门、政府部门等在各领域都得到了广泛的应用,它的覆盖率是完全不可被替代的。同时SAS系统具有使用灵活方便、功能齐全、编程能力强且简单易学、数据处理和统计分析融为一体、扩张性和适用性强等优点。

二、开课详情

      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19-20,26-27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座三层

                             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   

       1、授课方式:SAS课程基于SAS 9.4系统,多媒体互动。

       2、授课时间:9:00am-12:00pm,1:30pm-4:30pm

       3、答疑时间:4:30pm-5:00pm

      培训优惠

       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、赠送1000论坛币


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

              

                  


三、讲师介绍
      丁亚军  南京上度市场咨询有限公司数据分析总监,经管之家论坛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。

      马伯  经管之家 CDA 数据分析研究院SAS讲师,从事互联网、电子商务方向数据分析与数据挖掘的研究与 CDA 数据分析师的教学工作,研究方向为文本挖掘、电商推荐系统开发、潜在价值客户挖掘,互联网大数据挖掘等。

四、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: 企业中,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。


五、课程大纲
      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、SAS 数据集
          2.1 SAS数据集与逻辑库
          2.2 直接创建数据:手动创建
          2.3 间接获取数据:访问本地文件与数据库

     3、SAS 语法
         3.1 基本概念
         3.2 语法规则
         3.3 语法错误诊断与修正

     4、SAS编程之data步——数据预分析
         案例1:如何管理数据集
         案例2:数据格式的排列组合
         案例3:数据的纵向汇总
         案例4:条件语句的设置

     5、SAS编程之proc步——统计描述
         5.1 平均数和标准差的意义
         5.2 正态分布有多重要
         5.3 数据标准化变换
         5.4 缺失值填补

     6、编程之proc步——统计推断
         6.1 差异性分析
             a.假设检验原理
             b.t检验:判断组间差异
             c.方差分析:判断多组间差异
             d.协方差分析:存在协变量的群组差异

         6.2 相关性分析
             a.散点图提供了变量间的关系模式
             b.变量关系的基础:pearson、spearman相关系数
             c.偏相关分析
             d.多变量相关性:典型相关

         6.3 线性回归分析
             a.简单回归分析
                截距意义何在:数据平移
                斜率反应预测关系的大小
             b.多元回归分析
                多元回归分析:回归概览性描述
                处理异常值:残差分析
                常用的对数变换
                模型的可接受误差评析
                哑变量变换

          6.4 稳健的logistics回归
              a.预分析:卡方独立性检验
              b.构建模型与模型诊断、修正
              c.自变量筛选与多模型评估:roc曲线
              d.自变量的筛选:逐步回归
              e.何谓稳健?

          6.5 poisson 回归
              a.poisson回归的诊断
              b.贝叶斯poisson回归

          6.6 稳健回归
             a.稳健性之模型诊断
             b.稳健性估计方法
             c.稳健回归分析比较

          6.7 主成分分析
             a.多维偏好分析
             b.探索性因子分析
             c.问卷的结构效度指标
             d.因子得分的应用:潜变量
         6.8 对应分析
             a.预分析:频数、交叉表与卡方
             b.一元对应分析:行为与选择的对应特征
             c.多元对应分析:维度的意义

          6.9 联合分析
             a.联合分析流程
             b.析因设计与效应值计算
             c.联合分析过程

     7、数据挖掘(SAS/EM)
         7.1统计模型与数据挖掘的区别:数据量、数据精确度、时间、关注点
         7.2构建预测模型:购买倾向分析:基于回归、决策树、神经网络模型的预测


六、报名流程及咨询

1. 提交报名信息:

                                 

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

  支付宝:guofuruhe@126.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 :gongjiayong@pinggu.org


曹老师

手机:18810531180

Q Q:28819897062881989706
邮箱:caolibo@pinggu.org





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 政府部门 认证培训 分析师 覆盖率 全日制

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, 2024-3-28 19:22