第一部分:SAS基礎
1、SAS簡介和構成
2、SAS的主要模塊和功能
3、SAS的四種運行模式
? 窗口環(huán)境模式
? 非交互模式
? 交互式運行模式
? 批處理模式
4、掌握SAS的基本數(shù)據(jù)結構和數(shù)據(jù)對象
? 邏輯庫、邏輯引擎、數(shù)據(jù)集、數(shù)據(jù)文件、視圖
5、SAS基本程序結構
? 數(shù)據(jù)步(DATA STEP)
? 過程步(PROC STEP)
6、SAS基本語言介紹
7、數(shù)據(jù)集的操作
? 從文本文件獲取
? 從外部數(shù)據(jù)庫獲取
? 數(shù)據(jù)集導出到外部文件
? 讀取、瀏覽、編輯數(shù)據(jù)集
? 創(chuàng)建、編輯、修改、刪除
8、對多個數(shù)據(jù)集的操作
? 橫向合并
? 縱向串接
9、SAS SQL語言
10、 SAS宏語言
案例:演練SAS編程語句
第二部分:數(shù)據(jù)可視化處理
1、數(shù)據(jù)報表輸出
? 基本報表
? 高級報表
2、統(tǒng)計圖形
? GCHART過程
? GPLOT過程
? CAPABILITY過程
3、各種圖形的畫法
? 柱狀圖/條形圖
? 餅圖
? 折線圖
? 散點圖/氣泡圖
4、繪圖的美化技巧
案例:用SAS作圖來實現(xiàn)產(chǎn)品銷量分析
第三部分:數(shù)據(jù)統(tǒng)計分析
1、描述性統(tǒng)計分析
? 集中程序
? 離散程序
? 分布形態(tài)
2、參數(shù)估計與假設檢驗
? 單樣本均值T檢驗
? 獨立兩樣本均值T檢驗
? 配對兩樣本均值T檢驗
3、非參數(shù)檢驗文件操作處理
? 單樣本
? 獨立兩樣本
? 配對兩樣本
4、影響因素分析
? 相關分析:原理、公式、應用
? 方差分析:原理、公式、應用
? 卡方分析:原理、公式、應用
? 主成分分析/因子分析:降維
案例:掌握常用的過程對數(shù)據(jù)進行分析
第四部分:數(shù)據(jù)挖掘基礎
1、數(shù)據(jù)挖掘概述
2、數(shù)據(jù)挖掘的標準流程(CRISP-DM)
? 商業(yè)理解
? 數(shù)據(jù)準備
? 數(shù)據(jù)理解
? 模型建立
? 模型評估
? 模型應用
3、數(shù)據(jù)挖掘常用任務與算法
第五部分:聚類分析(客戶細分)實戰(zhàn)
1、客戶細分常用方法
2、聚類分析(Clustering)
? 聚類方法原理介紹及適用場景
? 常用聚類分析算法
? 聚類算法的評價
案例:使用FASTCLUS實現(xiàn)K均值聚類
案例:使用CLUSTER實現(xiàn)層次聚類法
3、判別分析
? 判別分析法原理
? 判別分析常見方法:距離判別、Bayes判別、Fisher判別
案例:使用DISCRIM、CANDISC、STEPDISC實現(xiàn)判別分析
4、RFM模型分析
? RFM模型,更深入了解你的客戶價值
? RFM模型與市場策略
案例:航空公司客戶價值分析
第六部分:數(shù)值預測模型實戰(zhàn)
1、常用數(shù)值預測的模型
? 通用預測模型:回歸模型
? 季節(jié)性預測模型:相加、相乘模型
? 新產(chǎn)品預測模型:珀爾曲線與龔鉑茲曲線
2、回歸分析概念
3、常見回歸分析類別
4、回歸分析檢驗
? 模型的顯著性檢驗
? 回歸系數(shù)的顯著性檢驗
? 殘差檢驗
? 擬合程度
? 共線性診斷
案例:回歸分析
第七部分:分類預測模型實戰(zhàn)
1、常見分類預測的模型與算法
2、如何評估分類預測模型的質(zhì)量
? 查準率
? 查全率
? ROC曲線
3、邏輯回歸分析模型
? 邏輯回歸的原理
? 邏輯回歸建模的步驟
? 邏輯回歸結果解讀
4、時間序列分析
案例:用LOGISTIC過程實現(xiàn)銀行貸款違約預測
第八部分:SAS優(yōu)化建模
1、優(yōu)化模型的基本概念
2、優(yōu)化建模的步驟
3、線性規(guī)劃問題
案例:使用OPTMODEL建立線性規(guī)劃模型
第九部分:SAS智能平臺構建及行業(yè)解決方案
1、構建SAS解決方案平臺
2、平臺的體系架構設計
3、實現(xiàn)SAS應用服務器集群
4、平臺的安全管理
第十部分:輔導
結束:課程總結與問題答疑。