近期专题培训 2024DID专题丨深度解析顶刊中的DID刊文趋势与模型应用
商业数据分析领域,企业数据分析业务人员必备工具,易上手,功能强于SPSS。
培训分为【基础班】及【提升班】
可申请国家工信部“SAS业务分析师”中高级认证证书。
报名即送SAS base&EM精品视频。
◆什么是SAS EG
SASEG全称是“SAS Enterprise Guide”,是图形化用户操作界面,功能函盖SAS BASE和SAS STAT全部模块,并可编成调用全部SAS过程。具有上手快,功能强大等特征。SASEG的目标用户是大中型企业的中度数据用户,该软件的是从学院派走向真正商业大数据分析的桥梁。目前各大高校、金融机构、大型企业、政府和咨询多以购买该软件。该软件是工作、研究的得力助手,也为求职增加不少的砝码。本课程是源于多年金融行业工作和企业数据分析内训工作的总结。所授内容追求简洁实用,辅以统计分析的助记法,帮助学员快速搭建进行实际数据分析的框架,驾向运用开发大数据的高速公路。
◆课程介绍
数据分析是目的导向的,衡量分析结果的好坏有两个标准,分别是正确性与精确性。统计知识只能满足精确性的需要,而获取正确的结论只能正确的分析思路和步骤得以保证。本课程是数据分析的入门课程,以数据挖掘方法论为主线,培养学员正确的分析思路与合理的选择统计模型。课程设计以SAS公司的SEMMA数据分析步骤为主线,分别教授描述性统计、数据可视化、回归分析(普通线形模型、广义线形模型和一般模型)、多元统计模型初步和数据分析设计。
详细介绍:http://bbs.pinggu.org/thread-2809340-1-1.html
◆讲师介绍
常国珍,现就读于北大光华管理学院,会计系。主要研究领域是宏观不确定性、企业风险管理与信用风险管理。拥有9年SAS数据统计工作经验,11年ORACLE数据库使用经验,2年数据挖掘平台建设经验;熟悉银行IT系统环境,尤其是评级器系统,从事过银行数据集市和数据挖掘平台的构建工作。曾就职于亚信科技(中国)有限公司市场部、方正国际金融事业部和长江商学院投资者研究中心。目前为SAS公司数据挖掘与统计分析课程的兼职讲师,培训客户包括人行征信、民生银行、光大银行、中信银行、江苏银行、泰康保险等金融或大型国企。
王理春,目前就职于方正国际金融事业部,在国家开发银行做数据挖掘。曾就职于亚信联创。参与过浙江移 动客户离网分析项目、浙江移动集团用户真实度数据分析项目、债券定价模型开发、国家开发银行数据挖掘 点梳理项目。主持过国家开发银行模型实验室建设与实施,对公客户不按时还款分析项目。
本人擅长在行为学研究框架之下构造数据挖掘模型,并在数据挖掘理论指导之下开发数据集市。相信与有志 于从事电信、银行、券商和基金数据分析的人士有较多的共同语言。
◆课程大纲
基础班 |
5月24-25日 |
第一天上午 |
第1章:入门指导 1.1 SAS Enterprise Guide介绍 1.2 课程方案 第2章:在项目中使用数据 2.1理解SAS数据集的定义 2.1导入其他格式的数据文件 2.3通过 SAS逻辑库访问数据 |
第一天下午 |
第3章:任务入门 3.1 任务和向导简介 3.2 创建Listing报表 3.3 在任务中过滤数据 3.4 创建频数报表和汇总统计量 3.5 作图 (柱、饼和地图) 3.6 创建HTML,PDF和RTF输出(自学) 第4章:生成汇总统计量 4.1 生成汇总统计量 4.2 用汇总表任务生成汇总报表 4.3 创建和应用自定义格式(自学) 第5章:使用“数据”菜单栏 5.1 数据任务介绍 5.2 追加表 5.3 拆分列 5.4 转置与数据重组 5.5 随机抽样 5.6 秩过程 |
第二天上午 |
第6章:创建简单查询 6.1 数据查询简介 6.2 数据过滤与排序 6.3 用表达式创建新列 6.4 在查询中对数据分组和汇总 6.5 连接表 6.6 连接包含不匹配的列 6.7 对列重编码(自学) 第7章:使用函数 7.1 简介 7.2 字符变量处理 7.3 数值变量处理 7.4 变量类型转换 第8章:CASE逻辑(自学) 8.1 重新编码值 8.2 使用替代条件 8.3 写CASE表达式 8.4 写嵌套CASE表达式 |
第二天下午 |
第9章:在任务和查询中运行提示 9.1 项目中运用提示 9.2 在任务中创建和使用提示 9.3 在查询中创建和使用提示 第10章:自定义和组织输出结果(自学) 10.1 创建HTML、PDF和RTF输出结果 10.2 创建和应用自定义格式 10.3 更新流程 10.4 合并结果 10.5 自定义输出样式 第11章:创建和提交SAS程序(自学) 第12章:精美制图(自学) 12.1 ODS制图介绍 12.2 GTL模板语言 |
提升班 |
5月31-6月1日 |
第三天上午 |
第13章:假设检验 13.1 统计推断基本概念 13.2 数据分析流程介绍 13.3 探索变量的分布 13.4 置信区间 13.5 假设检验 第14章:方差分析 14.1 双样本T检验 14.2 单变量方差分析 14.3 双变量方差分析 |
第三天下午 |
第15章:线形回归 15.1 简单线形回归 15.2 多元线形回归 15.3 模型构建和解释 第16章:线形回归模型诊断 16.1 检验残差项 16.2 检验强影响点 16.3 检验共线形 |
第四天上午 |
第17章:分类变量分析 17.1 对分类变量进行描述 17.2 检验两分类变量之间的相关性 17.3 逻辑回归介绍 17.4 模型选择 第18章:模型评估 18.1 混淆矩阵 18.2 ROC曲线 |
第四天下午 |
第19章:变量维度降维 19.1 主成分分析 19.2 因子分析 第20章:样本维度降维(自学) 20.1 分层聚类法 20.2 K-Means快速聚类法 第21章:分类模型综合案例(逻辑回归在促销中的运用) 21.1 数据挖掘流程介绍 21.2 数据分箱与自变量粗筛(卡方与决策树) 21.3 单变量数据质量探索(错误编码与缺失值) 21.4 单变量数据分布探索(异常值与偏度) 21.5 自变量重编码与缺失值填补 21.6 连续自变量之间相关关系探索(避免强相关) 21.7 经验Logit曲线与自变量放入模型中的函数形式设置 21.8 模型预测与分割点设置 |
第五天上午 |
第21章:样本维度降维(自学) 21.1 分层聚类法 21.2 K-Means快速聚类法 第22章:生存分析 22.1 数据删失展示 22.2 生存曲线分析法 22.3 COX比例风险模型 |
第五天下午 |
专题一:商业智能(BI)系统体系介绍 专题二:电信企业用户流失模型真实案例 |
SAS EG课程 | 时间 | 地点 | 价格 |
基础班 |
5月24-25日(周末) |
北京 |
1700元 |
提升班 | 5月31,6月1(周末) | 北京 | 1900元 |
全程班 | 5月24,25 , 31,1(周末) | 北京 | 3200元 |
1.在线填写报名信息
2.给予反馈,确认报名信息
3.网上缴费
4.开课前一周发送电子版课件和教室路线图
【咨询方式】
电话:010-68454276
手机:15210500313(周老师)QQ:1220303810
15210507396(刘老师)QQ:2918596494
邮箱:zhoulei@pinggu.org
ljbing@pinggu.org
——Join Learn!