 班級(jí)規(guī)模及環(huán)境--熱線:4008699035 手機(jī):15921673576( 微信同號(hào)) |
|
每期人數(shù)限3到5人。 |
| 上課時(shí)間和地點(diǎn) |
上課地點(diǎn)：【上?！浚和瑵?jì)大學(xué)(滬西)/新城金郡商務(wù)樓(11號(hào)線白銀路站) 【深圳分部】：電影大廈(地鐵一號(hào)線大劇院站)/深圳大學(xué)成教院 【北京分部】：北京中山學(xué)院/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(lǐng)館區(qū)1號(hào)（中和大道） 【沈陽(yáng)分部】：沈陽(yáng)理工大學(xué)/六宅臻品 【鄭州分部】：鄭州大學(xué)/錦華大廈 【石家莊分部】：河北科技大學(xué)/瑞景大廈 【廣州分部】：廣糧大廈 【西安分部】：協(xié)同大廈
最近開課時(shí)間(周末班/連續(xù)班/晚班）：2020年3月16日 |
| 實(shí)驗(yàn)設(shè)備 |
☆資深工程師授課
☆注重質(zhì)量
☆邊講邊練
☆合格學(xué)員免費(fèi)推薦工作
★實(shí)驗(yàn)設(shè)備請(qǐng)點(diǎn)擊這兒查看★ |
| 質(zhì)量保障 |
1、培訓(xùn)過程中，如有部分內(nèi)容理解不透或消化不好，可免費(fèi)在以后培訓(xùn)班中重聽；
2、培訓(xùn)結(jié)束后,授課老師留給學(xué)員聯(lián)系方式,保障培訓(xùn)效果,免費(fèi)提供課后技術(shù)支持。
3、培訓(xùn)合格學(xué)員可享受免費(fèi)推薦就業(yè)機(jī)會(huì)。 |
課程大綱 |
一、 課程背景
經(jīng)濟(jì)30年快速發(fā)展，正在使我們漸漸窺探到數(shù)據(jù)時(shí)代的特征，隨著企業(yè)級(jí)數(shù)據(jù)的積累，相應(yīng)的使現(xiàn)代統(tǒng)計(jì)軟件分析過程也發(fā)生變化，由傳統(tǒng)基本的數(shù)據(jù)挖掘技術(shù)，漸漸趨向于數(shù)據(jù)庫(kù)技術(shù)應(yīng)用。與此同時(shí)各家軟件相應(yīng)推出應(yīng)對(duì)策略，像SAS、STATA、SPSS三大統(tǒng)計(jì)軟件，相序推出多線程、分布式等數(shù)據(jù)處理技術(shù)，這對(duì)于企業(yè)日益龐大的數(shù)據(jù)現(xiàn)狀來(lái)說(shuō)，無(wú)疑在一定程度上緩解了大數(shù)據(jù)處理的壓力。SPSS2.0的推出，在海量數(shù)據(jù)分析方面有了顯著改善，同時(shí)SPSS兼?zhèn)鋽?shù)據(jù)管理、數(shù)據(jù)庫(kù)訪問等技術(shù)，這在企業(yè)數(shù)據(jù)處理方面可以說(shuō)是很完備的。通過案例演示，幫助學(xué)員更好的掌握SAS工具的使用。
二、 培訓(xùn)收益
1. 了解SAS基本概念；
2. 理解SAS語(yǔ)言；
3. 掌握SAS數(shù)據(jù)集；
4. 了解SAS常用統(tǒng)計(jì)；
5. 通過案例掌握SAS軟件工具的基本使用；
6. 通過案例掌握SAS軟件工具的數(shù)據(jù)管理技巧；
7. 通過案例掌握SAS軟件工具的數(shù)據(jù)處理技巧；
8. 了解SAS EM基本知識(shí)和工具的使用；
9. 掌握SAS EM工具進(jìn)行數(shù)據(jù)挖掘的實(shí)例；
10. 使學(xué)員掌握SAS的界面使用和基本編程使用，為學(xué)習(xí)和應(yīng)用SAS的其他功能奠定堅(jiān)實(shí)的基礎(chǔ)。
11. SAS技術(shù)與崗位需求零距離，使學(xué)員能夠快速有效的了解和處理企業(yè)數(shù)據(jù)要求。
三、 培訓(xùn)大綱
培訓(xùn)模塊 培訓(xùn)內(nèi)容
SAS軟件概述 1. SAS軟件簡(jiǎn)介
2. SAS軟件的使用基礎(chǔ)
3. SAS語(yǔ)言的語(yǔ)句和程序
4. 建立SAS數(shù)據(jù)集
1) SAS數(shù)據(jù)集概述
2) SAS數(shù)據(jù)集的建立
3) SAS數(shù)據(jù)集的修改
5. 常用統(tǒng)計(jì)描述
1) 定量資料的統(tǒng)計(jì)描述
2) 定性資料統(tǒng)計(jì)描述
SAS軟件應(yīng)用之?dāng)?shù)據(jù)管理（一） 企業(yè)的數(shù)據(jù)收集主要涉及3個(gè)方面：原始數(shù)據(jù)錄入、數(shù)據(jù)文件讀入和數(shù)據(jù)庫(kù)的訪問，這些我們將在前三節(jié)具體介紹，這里以實(shí)際企業(yè)要求為背景，強(qiáng)調(diào)學(xué)員的上機(jī)動(dòng)手實(shí)踐能力。
1. 數(shù)據(jù)獲取。
企業(yè)需求：數(shù)據(jù)庫(kù)訪問、外部數(shù)據(jù)文件讀入、
案例分析：訪問db2、oracle、teradata等數(shù)據(jù)庫(kù)、以及不同格式文件的導(dǎo)入，如spss、excel、stata等軟件的數(shù)據(jù)文件。
2. 數(shù)據(jù)管理。
企業(yè)需求： 對(duì)大型數(shù)據(jù)進(jìn)行編碼、清理、轉(zhuǎn)換。
案例分析： 介紹SAS/base的編程技術(shù)。
SAS軟件應(yīng)用之?dāng)?shù)據(jù)管理（二） 1) data步：
文件操作語(yǔ)句:數(shù)據(jù)的訪問、整合、輸出
Input、put、File、Set、Merge、Infile
運(yùn)行語(yǔ)句:程序運(yùn)行
賦值和累加語(yǔ)句：Stop、abort、Where、output、Call；
2) 控制語(yǔ)句: 控制程序的運(yùn)行
Do、If、Return、Go to、Link、Continue、leave、select(do)；
3) 信息語(yǔ)句:數(shù)據(jù)集信息管理；
Array、Informat、Format、Drop和keep、Retain、Attrib；
數(shù)據(jù)庫(kù)語(yǔ)言SAS/SQL:匯總、檢索數(shù)據(jù)；
SAS軟件應(yīng)用之?dāng)?shù)據(jù)管理（三） 3. 數(shù)據(jù)探索和報(bào)表呈現(xiàn)。
企業(yè)需求： 對(duì)企業(yè)級(jí)數(shù)據(jù)進(jìn)行探索，主要涉及圖表的使用。
案例分析： 企業(yè)績(jī)效文件，如何生成美觀清晰的報(bào)告。
1）Means、Standard Univariate描述變量信息。
2）insight的數(shù)據(jù)探索過程。
3）SAS的tabulate制表過程繪制精美表格。
4. SAS高級(jí)程序語(yǔ)言宏程序。
企業(yè)需求： 宏程序可以增強(qiáng)普通程序的使用效率，減少重復(fù)性質(zhì)作業(yè)的工作量、應(yīng)用十分廣泛，像企業(yè)日常分析流程、大數(shù)據(jù)分析等。
案例分析： 企業(yè)日常分析流程的程序代碼優(yōu)化。
SAS軟件應(yīng)用之?dāng)?shù)據(jù)處理（一） 1. 相關(guān)與差異分析：corr、cancorr、anova。
企業(yè)需求：企業(yè)往往需要探索影響企業(yè)效率的因素間的相關(guān)關(guān)系，這是最基礎(chǔ)的過程，并在此基礎(chǔ)上了解存在的差異。
案例分析：產(chǎn)品合格率的相關(guān)與差異分析。
2. 線性與廣義線性預(yù)測(cè)：reg、logistic、genmod。
企業(yè)需求：
1）探索影響企業(yè)效率的因素，并進(jìn)一步預(yù)測(cè)企業(yè)效率；
2）客戶違約可能性預(yù)測(cè)；
案例分析：產(chǎn)品合格率的影響因素及其預(yù)測(cè)分析與銀行客戶違約預(yù)報(bào)。
3. 因子分析：factor。
企業(yè)需求：需要抽取影響企業(yè)效率的主要因素，進(jìn)行重點(diǎn)投資。
案例分析：客戶購(gòu)買力信息研究。
4. 聚類分析：varclus。
企業(yè)需求：需要了解購(gòu)買產(chǎn)品的客戶信息。
案例分析：客戶購(gòu)買力信息研究。
SAS軟件應(yīng)用之?dāng)?shù)據(jù)處理（二） 5. 生存分析：phreg。
企業(yè)需求： 研發(fā)新產(chǎn)品的使用周期，能夠縮短投入成本，并可以有效的預(yù)期市場(chǎng)使用率。
案例分析： 產(chǎn)品耐用性研究。
6. 對(duì)應(yīng)分析：corresp。
企業(yè)需求： 定性資料的數(shù)據(jù)大量存在，尤其是多分類的情況。
案例分析： 女性購(gòu)物信息的關(guān)聯(lián)度研究。
7. 穩(wěn)健模型：robustreg。
企業(yè)需求： 企業(yè)中大量的實(shí)驗(yàn)經(jīng)濟(jì)研究可以大幅減少成本投入。
案例分析： 管理特征與員工勝任力的關(guān)系調(diào)查。
8. 方差分析
1) 案例說(shuō)明：完全隨機(jī)設(shè)計(jì)資料的方差分析
2) 案例說(shuō)明：隨機(jī)區(qū)組設(shè)計(jì)資料的方差分析
3) 案例說(shuō)明：拉丁方設(shè)計(jì)資料的方差分析
4) 案例說(shuō)明：析因設(shè)計(jì)資料的方差分析
5) 案例說(shuō)明：重復(fù)測(cè)量資料的方差分析
9. 線性相關(guān)與回歸
1) 案例說(shuō)明：直線相關(guān)與回歸
2) 案例說(shuō)明：Spearman秩相關(guān)
案例說(shuō)明：多重線性回歸與相關(guān)
SAS Enterprise Miner（一） 1. 啟動(dòng)SAS EM
2. 建立工程和流程圖
3. 識(shí)別窗口組件
4. SAS EM挖掘過程
5. SAS EM結(jié)點(diǎn)介紹
1) EM基本介紹
2) EM特色
3) EM界面
4) SEMMA方法論
5) 節(jié)點(diǎn)簡(jiǎn)介
6) 節(jié)點(diǎn)通用概貌
SAS Enterprise Miner（二） 6. 抽樣
7. 探索
8. 調(diào)整
9. 模型
10. 評(píng)估
11. 在過程流程圖中放置節(jié)點(diǎn)的一般規(guī)則
SAS EM實(shí)例進(jìn)階（一） 1. SAS Enterprise Miner 簡(jiǎn)介
1) 數(shù)據(jù)挖掘簡(jiǎn)介
2) EM簡(jiǎn)介
2. SAS數(shù)據(jù)挖掘?qū)嵗?br>
3. 分類的基本概念與步驟
4. 使用EM進(jìn)行數(shù)據(jù)挖掘
1) 例程背景描述
2) 第一步—新建項(xiàng)目
3) 第二步—定義輸入數(shù)據(jù)集
4) 第三步—設(shè)置目標(biāo)變量
SAS EM實(shí)例進(jìn)階（二） 5) 第四步—為目標(biāo)變量 Variable 設(shè)置 Target Profile
6) 第五步—檢查 Interval 和 Class 變量的統(tǒng)計(jì)信息
7) 第六步—建立訓(xùn)練數(shù)據(jù)和檢驗(yàn)數(shù)據(jù)
8) 第七步—轉(zhuǎn)換變量
9) 第八步—建立 Stepwise Logistic Regression Model
10) 第 九 步 — 建 立 Multilayer Perceptron Neural
11) 第十步—評(píng)估模型
12) 第十一步—定義 Score Data Set
13) 第十二步—對(duì) Score Data Set 進(jìn)行預(yù)測(cè)
14) 第十三步—查看 Score Data Set 的 Expected Loss
15) 第十四步—為信用好的申請(qǐng)者創(chuàng)建 Score card |
|
|
|
|
首頁(yè) 課程表 在線聊 報(bào)名 講師 品牌 QQ聊 活動(dòng) 就業(yè)
