上課時間：2018年12月15-18日（四天連續）12月15-16日、22-23日（四天周末）
上午9：30-12:00，下午13:30-17:00
上課地點：北京：北京市海淀區廠洼街3號丹龍大廈

SAS技術與崗位需求零距離，使學員能夠快速有效的了解和處理企業數據要求。
     （1）數據管理。企業的數據收集主要涉及3個方面：原始數據錄入、數據文件讀入和數據庫的訪問，這些我們將在前三節具體介 紹，這里以實際企業要求為背景，強調學員的上機動手實踐能力。
         a、數據獲取。
            企業需求： 數據庫訪問、外部數據文件讀入、
             案例分析： 訪問db2、oracle、teradata等數據庫、以及不同格式文件的導入，如spss、excel、stata等軟件的數據文件。
         b、數據管理。
             企業需求： 對大型數據進行編碼、清理、轉換。
             案例分析： 介紹SAS/base的編程技術
             1）data步
             #文件操作語句: 數據的訪問、整合、輸出                                           
               Input、put、File、Set、Merge、Infile                    
             #運行語句: 程序運行                                              
               賦值和累加語句、Stop、abort、Where、output、Call        
             #控制語句: 控制程序的運行                                                
               Do、If、Return、Go to、Link、Continue、leave、select(do)
             #信息語句: 數據集信息管理                                               
               Array、Informat、Format、Drop和keep、Retain、Attrib 
             #數據庫語言SAS/SQL:匯總、檢索數據
         c、數據探索和報表呈現。
              企業需求： 對企業級數據進行探索，主要涉及圖表的使用。
              案例分析： 企業績效文件，如何生成美觀清晰的報告。
             1）Means、Standard  Univariate描述變量信息。
             2）insight的數據探索過程。
             3）SAS的tabulate制表過程繪制精美表格。
         d、SAS高級程序語言宏程序
              企業需求： 宏程序可以增強普通程序的使用效率，減少重復性質作業的工作量、應用十分廣泛，像企業日常分析流程、
                            大數據分析等。
              案例分析： 企業日常分析流程的程序代碼優化。
  
  （2）數據處理
         a、相關與差異分析：corr、cancorr、anova。
              企業需求： 企業往往需要探索影響企業效率的因素間的相關關系，這是最基礎的過程，并在此基礎上了解存在的差異。
              案例分析： 產品合格率的相關與差異分析。
         b、線性與廣義線性預測：reg、logistic、genmod。
              企業需求： 1）探索影響企業效率的因素，并進一步預測企業效率；
                               2）客戶違約可能性預測
              案例分析： 產品合格率的影響因素及其預測分析與銀行客戶違約預報。
         c、因子分析：factor。
              企業需求： 需要抽取影響企業效率的主要因素，進行重點投資。
              案例分析： 客戶購買力信息研究
         d、聚類分析：varclus。
              企業需求： 需要了解購買產品的客戶信息
              案例分析： 客戶購買力信息研究
         e、生存分析：phreg。
              企業需求： 研發新產品的使用周期，能夠縮短投入成本，并可以有效的預期市場使用率。
              案例分析： 產品耐用性研究。
         f、對應分析：corresp。
              企業需求： 定性資料的數據大量存在，尤其是多分類的情況。
              案例分析： 女性購物信息的關聯度研究。
         g、穩健模型：robustreg。
             企業需求： 企業中大量的實驗經濟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系調查。



   （3）SAS/EM模塊：執行數據挖掘
              企業需求： 企業中，需要合理優化產品、人力、服務間的關系，而這些特征多大存以數據形式。在面對海量的數據信息時，
                               如何才能挖掘出有用的信息，
          那么SAS/EM可以有效的幫助分析人員快速的探索出數據背后的商業價值。
          案例分析1: 電商客戶信息調查的數據分析流程；
          案例分析2: 耐用消費品預期銷售的序列預報；
          案例分析3: 用戶體驗的文本信息關聯度分析。



講師介紹    

     丁亞軍、 數據分析總監，任職于南京上度市場咨詢有限公司，SAS、SPSS統計學講師，中國學習路徑圖國際中心技術顧問。曾參與2012國家宏觀經濟預測、中國城鎮居民家庭投資調查、瀘州老窖目標管理與績效考核等大型數據處理項目，具有豐富的數據處理經驗



培訓優惠及注意事項

(1)贈送SAS數據統計分析師視頻課程。

(2)現場班老學員可以享受9折優惠。

(3)同一機構3人以上報名，9折優惠。

(4)同一機構6人以上報名，8折優惠。

(5)贈送1000論壇幣