欧美色欧美亚洲另类七区,惠美惠精品网,五月婷婷一区,国产亚洲午夜

        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、培訓結束后,授課老師留給學員聯系方式,保障培訓效果,免費提供課后技術支持。
        3、培訓合格學員可享受免費推薦就業機會。

SAS數據統計分析培訓大綱

一、 SAS總體概覽

1.1 課程介紹（點擊直接觀看）

1.2 SAS系統介紹

1.3 SAS 模塊介紹

1.4 SAS界面講解

二、 SAS 數據集

2.1 SAS數據集與邏輯庫

2.2 直接創建數據：手動創建

2.3 間接獲取數據：訪問本地文件與數據庫

三、 SAS 語法

3.1 基本概念

3.2 語法規則

3.3 語法錯誤診斷與修正

四、 SAS編程之data步——數據預分析

案例1：如何管理數據集

案例2：數據格式的排列組合

案例3：數據的縱向匯總

案例4：條件語句的設置

五、SAS編程之proc步——統計描述

5.1 平均數和標準差的意義

5.2 正態分布有多重要

5.3 數據標準化變換

5.4 缺失值填補

六、 編程之proc步——統計推斷

6.1 差異性分析

假設檢驗原理

t檢驗：判斷組間差異

方差分析：判斷多組間差異

協方差分析：存在協變量的群組差異

6.2 相關性分析

散點圖提供了變量間的關系模式

變量關系的基礎：pearson、spearman相關系數

偏相關分析

多變量相關性：典型相關

6.3 線性回歸分析

6.4 穩健的logistics回歸

預分析：卡方獨立性檢驗

構建模型與模型診斷、修正

自變量篩選與多模型評估：roc曲線

自變量的篩選：逐步回歸

何謂穩健？

6.5 poisson 回歸

6.6 穩健回歸

6.7 主成分分析

6.8 對應分析

預分析：頻數、交叉表與卡方

一元對應分析：行為與選擇的對應特征

多元對應分析：維度的意義

6.9 聯合分析

七、數據挖掘（SAS/EM）

統計模型與數據挖掘的區別：數據量、數據精確度、時間、關注點

構建預測模型：購買傾向分析：基于回歸、決策樹、神經網絡模型的預測