使用SAS做數據分析強在哪
市面上做數據分析的工具非常多,可謂是百花齊放百家爭鳴,那麼有什麼理由讓我們選擇學習SAS 呢?
第一個理由,常用,名氣大。這就好像同樣是五百強企業,你說微軟,大家會「哇!好厲害」,星星眼崇拜ing。然後你說某某集團(名字隱去,免得拉仇恨),大家會「恩?是民企么?」,瞬間自豪感就受到了挫敗。SAS毫無疑問是數據分析屆的巨無霸。
第二個理由,持續性強。SAS這個軟體,本身其實是包羅萬象的。現在大家喜歡說我會用SAS,其實都是託大了。就好像說我會R一樣。SAS有很多模塊,我們平時用的最多的是Base SAS, 最多加上SAS/Graph,SAS/Stat。做挖掘會用SAS EG和SAS EM。其他還有一大堆,我都記不住。所以一旦開始學
SAS,基本上等於你可以慢慢一直學下去。只要願意,永遠學不完。當然R也是如此,會有源源不斷的包,保證你「活到老學到老」。
第三個理由,介面很好。SAS作為老牌的統計學軟體,一直處於一個比較高的地位。當然,也一直有一個很高的價格。最神奇的是,他的收費方式是租金制,每年要收續租費。在一眾「一次付費,終身免費」,甚至有的還「終身免費」升級的軟體中,絕對是獨樹一幟。而如此有個性的軟體,在介面上卻還是很開放的,大部分主流資料庫介面和主流數據類語言都可以兼容。比如,我們之前提到的SAS下面的SQL模塊,絕對是已經學會SQL的小夥伴們的福音。
第四個理由,應用場景豐富。SAS幾乎可以應用在一切的商業數據分析與挖掘場景,SAS的營業額即使是在金融危機時也只是稍有下滑,原因就是它服務的客戶都是像銀行,醫藥,電信,保險,政府等有錢人。
SAS作為世界知名大數據分析產品,只要是大機構, 不論是、製藥、金融、保險、市場部門、NGO還是政府部門,SAS的覆蓋率,都是完全不可被替代的。同時SAS系統具有使用靈活方便、功能齊全、編程能力強且簡單易學、數據處理和統計分析融為一體、擴展性和適用性強及應用面廣等優點。
CDA數據分析師結合國內外行業領先師資力量和企業一同精心設計了SAS數據分析和數據挖掘的系列課程,以大型商業軟體SAS為工具,通過豐富、實際的教學內容,幫你為進行數據分析師工作做好準備。
一、課程安排
上海&遠程:2017年6月17日-7月09日-周末班
授課安排:
(1) 授課方式:周末培訓,視頻贈送,中文多媒體互動式授課方式
(2) 授課時間:上午9:00-12:00,下午13:30-16:30,16:30-17:00(答疑)
(3) 學習期限:現場與視頻結合,長期學習加練習答疑。
二、課程大綱
第一階段:[6.17]數據分析入門與SAS EG基礎
1.商業數據分析價值與前沿知識
2.數據分析師職業概述
3.統計分析軟體的比較
5.數據分析方法論介紹
6.SAS EG的介紹與流程圖
7.SAS EG數據集與數據導入
8.SAS EG創建列表與數據選擇
a.案例:教學使用銀行信用卡交易數據
第二階段:[6.18]統計分析基礎與數據可視化
1.統計數據類型介紹
2.描述性統計分布方法
3.正態分布與其他常見分布形式
4.分布的圖形展示方法
5.SAS EG數據可視化方法與案例
6.參數估計基礎
7.假設檢驗介紹
a.案例:零售業銷售利潤報表
第三階段:[6.24]數據挖掘概述與相關分析
1.相關分析基礎
2.線性回歸基礎
3.數據挖掘的技術與方法
4.連續變數間的關係探索與變數壓縮
5.主成分分析與應用場景
a.案例:銀行業信用卡客戶細分
b.案例:構造客戶價值預測模型
第四階段:[6.25]因子分析與聚類分析
1.因子分析思路
2.因子分析方法
3.聚類分析方法
4.市場分析的其他工具
a.案例:沿海省份經濟指標分析
b.案例:電信行業客戶分群與組合營銷
c.案例:銀行公司房屋貸款案例
第五階段:[7.01]SQL語言查詢
1.數據查詢與SQL語言簡介
2.數據過濾與排序
3.使用表達式創建新列
4.對列進行重新編碼
5.查詢中進行數據分組與匯總
6.等值橫向連接表
7.非等值橫向連接表
8.縱向連接表
9.拆分列與堆疊列
第六階段:[7.02]抽樣統計知識與SAS語句
1.SAS EG「數據」菜單欄
2.抽樣估計知識
3.SAS基本語句
4.Data步行選擇
5.Data步列操作語句
6.Sort和Transe過程
第七階段:[7.08]回歸分析與時間序列
1.簡單線性回歸
2.多元線性回歸
3.線性回歸診斷
4.分類變數分析
5.時間序列分析
a.案例:月均信用卡諮詢案例
b.案例:航空銷售案例分析
第八階段:[7.09]案例實戰操作
1.信用卡產能預測與監控案例
2.信用卡違約預測案例分析
3.時間序列Arima模型預測案例
4.市場調研分析案例
5.市場調研分析(全諮詢項目)
6.SAS SQL資料庫(選修)
三、課程講師
陳春寶
CDA數據分析師講師/上海交通大學工業工程博士/經濟學碩士
曾經擔任 MSA 諮詢顧問、交通銀行信用卡中心的數據分析經理、上海交通大學工程碩士企業導師。在 SCI&EI 索引期刊發表論文 10 余篇。在數據挖掘、機器學習和業務諮詢方面有著獨到的見解,擅長診斷各類業務問題,應用商業和數據分析手段獲得創新性的解決方案,並幫助業務部門有效的實施。
徐剛
CDA數據分析師講師/數據分析總監
具有深厚的數理統計與應用數據分析專業背景,上海某金融機構數據分析部門高級數據總監,具有八年數據分析、數據挖掘的從業經驗,曾就職零售企業、諮詢公司等,獨立或帶團隊完成零售、電信、金融等多個大型數據挖掘項目。
四、報名流程
※為什麼高學歷女生更難找對象?
※一位從業10年的資深金融顧問的故事:與時間為伍
※這個公號我關注了很久,一直捨不得跟人分享
※孫冶方獎最年輕獲得者談中國需要什麼樣的經濟學研究
※一位南開大學商學院教授的精彩分享:如何做好學術研究?
TAG:經管之家 |
※AWS S3伺服器擁有大量敏感數據
※專註分析40年,SAS如何看待數據
※BBSSDK數據同步存儲原理
※菜鳥也愛數據分析之SPSS篇——假設檢驗的概述
※實現更好DEVOPS,關鍵取決於數據
※MySQL 導出數據
※XSD 數值數據類型
※Net Core SDK全球使用數據解析
※PowerBI從SCCM資料庫中分析數據和KPI展現
※外媒ESPN專家數據分析:庫有引力到底是怎麼回事!
※軟體巨頭SAP與Liquid深度合作 提供更強的大數據分析
※利用Python進行數據分析之數據規整化
※亞馬遜AWS S3存儲伺服器這幾年一直在泄漏數據
※官方數據:部分CHERRY MX開關的數值解析 by 小電
※MySQL數據目錄
※Facebook都被數據坑了,比美國HIPAA強硬「十倍」的歐盟GDPR法案,真能控制數據泄露嗎?
※TFBOYS誰能最火?這組數據對比下終於分出勝負了!
※以AI賦能數據分析,一站式數據分析平台仍是國內主流打法
※哪個NBA數據更讓人震撼?
※AI、IoT再火,仍然離不開大數據分析