課程大綱： SAS數據統計分析培訓
一、SAS總體概覽
1.1課程介紹
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
——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?。?/p>
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、數據度、時間、關注點
構建預測模型：購傾向分析：基于回歸、決策樹、神經網絡模型的預測
加入高級會員獲得助教答疑
