课程大纲： SAS数据统计分析培训
一、SAS总体概览
1.1课程介绍
1.2 SAS系统介绍
1.3 SAS模块介绍
1.4 SAS界面讲解
二、SAS数据集
2.1 SAS数据集与逻辑库
2.2直接创建数据：手动创建
2.3间接获取数据：访问本地文件与数据库
三、SAS语法
3.1基本概念
3.2语法规则
3.3语法错误诊断与修正
四、SAS编程之data步——数据预分析
案例1：如何管理数据集
案例2：数据格式的排列组合
案例3：数据的纵向汇总
案例4：条件语句的设置
五、SAS编程之proc步——统计描述
5.1平均数和标准差的意义
5.2正态分布有多重要
5.3数据标准化变换
5.4缺失值填补
六、编程之proc步——统计推断
6.1差异性分析
——设检验原理
——t检验：判断组间差异
——方差分析：判断多组间差异
——协方差分析：存在协变量的群组差异
6.2相关性分析
——散点图提供了变量间的关系模式
——变量关系的基础：pearson、spearman相关系数
——偏相关分析
——多变量相关性：典型相关
6.3线性回归分析
6.4稳健的logistics回归
预分析：卡方独立性检验
构建模型与模型诊断、修正
自变量筛选与多模型评估：roc曲线
自变量的筛选：逐步回归
何谓稳健？
6.5 poisson回归
6.6稳健回归
6.7主成分分析
6.8对应分析
预分析：频数、交叉表与卡方
一元对应分析：行为与选择的对应特征
多元对应分析：维度的意义
6.9联合分析
七、数据挖掘（SAS/EM）
统计模型与数据挖掘的区别：数据量、数据度、时间、关注点
构建预测模型：购倾向分析：基于回归、决策树、神经网络模型的预测
加入高级会员获得助教答疑
