2018年SAS数据统计分析师培训,高端就业必备技能！

是 否 +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~ !

立即领取

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数据统计分析师认证培训

培训时间：2018年1月25-28日
培训地点：北京市海淀区厂洼街3号丹龙大厦B座三层
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：1900元/人；  
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
培训优惠（后三项优惠不叠加）
(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

讲师介绍    
      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

      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

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。

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
——假设检验原理
——t检验：判断组间差异
——方差分析：判断多组间差异
——协方差分析：存在协变量的群组差异
6.2 相关性分析
——散点图提供了变量间的关系模式
——变量关系的基础：pearson、spearman相关系数
——偏相关分析
——多变量相关性：典型相关
6.3 线性回归分析
——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
——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
预分析：卡方独立性检验
构建模型与模型诊断、修正
自变量筛选与多模型评估：roc曲线
自变量的筛选：逐步回归
何谓稳健？
6.5 poisson 回归
poisson回归的诊断
贝叶斯poisson回归
6.6 稳健回归
稳健性之模型诊断
稳健性估计方法
稳健回归分析比较
6.7 主成分分析
多维偏好分析
探索性因子分析
问卷的结构效度指标
因子得分的应用：潜变量
6.8 对应分析
预分析：频数、交叉表与卡方
一元对应分析：行为与选择的对应特征
多元对应分析：维度的意义         
6.9 联合分析
联合分析流程
析因设计与效应值计算
联合分析过程
数据挖掘（SAS/EM）
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
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

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
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（微信）
Q  Q: 1281241407
邮箱:gongjiayong@pinggu.org

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

分享0 收藏0 回帖

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