五、课程大纲
      SAS程序基础篇
     1、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
     2、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
     3、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
     4、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
     5、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
     6、编程之proc步——统计推断
         6.1 差异性分析
             a.假设检验原理
             b.t检验：判断组间差异
             c.方差分析：判断多组间差异
             d.协方差分析：存在协变量的群组差异
         6.2 相关性分析
             a.散点图提供了变量间的关系模式
             b.变量关系的基础：pearson、spearman相关系数
             c.偏相关分析
             d.多变量相关性：典型相关
         6.3 线性回归分析
             a.简单回归分析
                截距意义何在：数据平移
                斜率反应预测关系的大小
             b.多元回归分析
                多元回归分析：回归概览性描述
                处理异常值：残差分析
                常用的对数变换
                模型的可接受误差评析
                哑变量变换
          6.4 稳健的logistics回归
              a.预分析：卡方独立性检验
              b.构建模型与模型诊断、修正
              c.自变量筛选与多模型评估：roc曲线
              d.自变量的筛选：逐步回归
              e.何谓稳健？
          6.5 poisson 回归
              a.poisson回归的诊断
              b.贝叶斯poisson回归
          6.6 稳健回归
             a.稳健性之模型诊断
             b.稳健性估计方法
             c.稳健回归分析比较
          6.7 主成分分析
             a.多维偏好分析
             b.探索性因子分析
             c.问卷的结构效度指标
             d.因子得分的应用：潜变量
         6.8 对应分析
             a.预分析：频数、交叉表与卡方
             b.一元对应分析：行为与选择的对应特征
             c.多元对应分析：维度的意义
          6.9 联合分析
             a.联合分析流程
             b.析因设计与效应值计算
             c.联合分析过程
     7、数据挖掘（SAS/EM）
         7.1统计模型与数据挖掘的区别：数据量、数据精确度、时间、关注点
         7.2构建预测模型：购买倾向分析：基于回归、决策树、神经网络模型的预测

SAS系统在国际上已被誉为统计分析的标准软件，无论是制药、金融、保险、市场部门、ZF部门等在各领域都得到了广泛的应用，它的覆盖率是完全不可被替代的。同时SAS系统具有使用灵活方便、功能齐全、编程能力强且简单易学、数据处理和统计分析融为一体、扩张性和适用性强等优点。
1、SAS软件的适用人员和范围？
（1）SAS是面向长期存在数据分析，为企业中商业报告的人员设计的课程。
（2）需要公司有健全的IT环境，该软件可以提供全方位的企业商业智能服务。
（3）学习该课程的学员一般是企业的IT人员转数据分析岗位的、金融国企的员工。

2、为什么要学？
（1）统计学知识无法应用于实际工作
（2）没有掌握得心应手的数据分析工具
（3）不能独立完成数据分析建模工作
（4）业务数据工作迟迟得不到进展


3、学习后将收获什么？
（1）掌握一门专业大型数据分析软件SAS
（2）学会制作商业智能报表、数据可视化
（3）学会自行建模分析，独立完成数据分析工作
（4）了解前沿技术，增强业务与技术对接能力

丁老师的王牌课程，支持

丁老师和马老师的课我听过讲的很好 ，课程大纲很详细

SAS系统在国际上已被誉为统计分析的标准软件，无论是制药、金融、保险、市场部门、ZF部门等在各领域都得到了广泛的应用，它的覆盖率是完全不可被替代的。同时SAS系统具有使用灵活方便、功能齐全、编程能力强且简单易学、数据处理和统计分析融为一体、扩张性和适用性强等优点。