SAS/STAT

Nazwa szkolenia	Poziom szkolenia	Rodzaj szkolenia
Predictive Modeling Using SAS High-Performance Analytics Procedures SAS high-performance procedures provide predictive modeling tools that have been specially developed to take advantage of parallel processing in both multithreaded single-machine mode and distributed multiple-machine mode to solve big data problems. This course gives overview of all SAS High-Performance solutions and specifically introduces the functionality in the SAS High-Performance Statistics and Data Mining procedures for predictive modeling. The course shows examples of applying advanced statistics to huge volumes of data and quickly retrain many predictive modes using all available processing power in a single-machine mode and in distributed mode.	4 ekspert
Statystyka 1: wprowadzenie do analizy wariancji, regresji i regresji logistycznej Szkolenie wprowadza użytkowników SAS w tajniki wykonywania analiz statystycznych przy użyciu oprogramowania SAS/STAT. Nacisk położony jest na t test, analizę wariancji (ANOVA) i regresję liniową oraz zawiera krótkie wprowadzenie do regresji logistycznej. To szkolenie (lub równoważna wiedza) jest warunkiem koniecznym do uczestnictwa dla wielu innych szkoleń obejmujących analizy statystyczne. Bardziej zaawansowane tematy dotyczące analizy wariancji i regresji omówione są szkoleniu Statystyka 2: analiza wariancji i regresja. Bardziej zaawansowane tematy dotyczące regresji logistycznej występują w szkoleniach Analiza danych kategorycznych z wykorzystaniem regresji logistycznej oraz Modelowanie predykcyjne z użyciem regresji logistycznej.	1 podstawowy
Wielopoziomowe modelowanie danych hierarchicznych i longituidalnych przy użyciu SAS Ten kurs uczy, jak identyfikować złożone i dynamiczne wzorce w danych wielopoziomowych, aby informować o różnych potrzebach decyzyjnych. Kurs zapewnia koncepcyjne zrozumienie wielopoziomowych modeli liniowych (MLM) i wielopoziomowych uogólnionych modeli liniowych (MGLM) oraz ich odpowiednie wykorzystanie w różnych warunkach.	4 ekspert
Survival Data Mining: A Programming Approach This advanced course discusses predictive hazard modeling for customer history data. Designed for data analysts, the course uses SAS/STAT software to illustrate various survival data mining methods and their practical implementation. Note: Formerly titled Survival Data Mining: Predictive Hazard Modeling for Customer History Data, this course now includes hands-on exercises so that you can practice the techniques that you learn. Other additions include a chapter on recurrent events, new features in SAS/STAT software, and an expanded section that compares discrete time approach versus the continuous time models such as Cox Proportional Hazards models and fully parametric models such as Weibull.	4 ekspert
Programowanie w SAS/IML Szkolenie pokazuje jak używać procedury IML poprzez język programowania. Ze szkolenia najbardziej skorzystają osoby planujące używać modułu SAS/IML do manipulacji macierzami, symulacji danych, pisania analiz statystycznych bądź uruchamiać programy napisanych w języku R. Programy uruchamiane podczas szkolenia wymagają modułu SAS/IML w wersji 12.3 bądź wyższej.	1 podstawowy
Prognozowanie z użyciem rozwiązania SAS Forecast Server Kurs ten przygotowuje do automatycznego generowania dużej liczby prognoz za pomocą interaktywnego interfejsu SAS Forecast Studio. Kurs ten zawiera przykładowe dane i ćwiczenia. Ten kurs obsługuje zarówno wersję desktopową jak i klient/serwer. Dodatkowe tematy dla studentów, którzy licencjonują wersję klient/serwer SAS Forecast Studio obejmują tworzenie raportów z wykorzystaniem przykładowych procesów oraz demonstrację SAS Time Series Studio.	1 podstawowy
Zarządzanie modelami analitycznymi w SAS Model Manager 14.2 Szkolenie skupia się na następujących kluczowych obszarach: zarządzanie źródłami danych w SAS Model Manager, tworzenie projektów w SAS Model Manager, importowanie modeli do SAS Model Manager, używanie Query Utility w SAS Model Manager, tworzeniu zadań scoringowych, eksportowanie modeli i projektów do repozytorium SAS oraz tworzenie i konfigurowanie wersji cyklu życia modelu. Szkolenie obejmuje również generowanie raportów porównawczych modeli, publikowanie i wdrażania modeli, tworzenia raportów monitorujących model produkcyjny oraz tworzenie przez użytkownika własnych raportów.	3 zaawansowany
Using SAS Forecast Server Procedures This course teaches you how to create and manage a complete forecasting system using the SAS Forecast Server procedures, giving you the power to confidently plan your business operations.	3 zaawansowany
Analiza danych kategorycznych z wykorzystaniem regresji logistycznej Szkolenie skupia się na analizie danych w obszarach naukowych ze zmienną o odpowiedzi kategorycznej. Podczas szkolenia zaadresowane są procedury FREQ, LOGISTIC oraz GENMOD z modułu SAS/STAT. Wykorzystywane są również procedury graficzne SGPLOT oraz SGPANEL. Szkolenie nie jest zaprojektowane dla modelarzy danych biznesowych, ale mogą oni również skorzystać z uczestnictwa w tym szkoleniu.	3 zaawansowany
Statystyka 2: analiza wariancji i regresja Szkolenie uczy jak analizować dane o odpowiedzi ciągłej oraz dyskretnej. Podczas szkolenia zostaną przedstawione modele: regresja liniowa, regresja Poissona, ujemny rozkład dwumianowy (rozkład Pascala), regresja gamma, analiza wariancji (ANOVA), regresja liniowa ze zmiennymi wskaźnikowymi, analiza kowariancji (ANCOVA) i mieszane modele ANOVA.	3 zaawansowany
Statistical Process Control Using SAS/QC Software This course is designed for professionals who use quality control or SPC methods to monitor, evaluate, and improve the quality of their processes. It is an ideal statistical training module to complement or supplement corporate quality training programs and Six Sigma programs. The self-study e-learning includes: Annotatable course notes in PDF format. Virtual Lab time to practice.	3 zaawansowany
SAS Enterprise Guide: analiza wariancji, regresja i regresja logistyczna Szkolenie przeznaczone jest dla użytkowników aplikacji SAS Enterprise Guide, którzy chcą wykonywać analizy statystyczne. Szkolenie zaczyna się od krótkiego przypomnienia podstawowych pojęć, następnie przedstawia różne metody analizy statystyczne i sposoby ich wykonywania za pomocą gotowych zadań SAS EG. Kurs jest napisany dla SAS Enterprise Guide 8 razem z SAS 9.4, ale studenci z poprzednimi wersjami SAS Enterprise Guide również skorzystają z tego kursu	3 zaawansowany
Analiza przeżycia za pomocą modelu proporcjonalnego hazardu Szkolenie omawia tematy związane z analizą przeżycia z naciskiem na problemy służby zdrowia. Szczególną uwagę poświęcono modelowi proporcjonalnego hazardu Coxa. Nie jest to model parametryczny i nie jest przeznaczony do modelowania predykcyjnego.	3 zaawansowany
Modele dla szeregów czasowych i danych sekwencyjnych Kurs uczy uczestników budować, udoskonalać, ekstrapolować, a w niektórych przypadkach interpretować modele zaprojektowane dla pojedynczej, sekwencyjnej serii. Przedstawione są trzy podejścia do modelowania. Tradycyjne podejście Boxa-Jenkinsa do modelowania szeregów czasowych jest omawiane w pierwszej części kursu. Prezentacja przechodzi od modeli dla danych stacjonarnych (lub ARMA) do modeli dla trendu i sezonowości (ARIMA) i kończy się informacją o określeniu składników funkcji transferu w modelu ARIMAX, lub regresji szeregów czasowych. Następnie rozważane jest bayesowskie podejście do modelowania szeregów czasowych. Podstawowe ramy Bayesa są rozszerzone, aby uwzględnić autoregresyjną zmienność w danych, jak również dynamiczne efekty zmiennych wejściowych. Algorytmy uczenia maszynowego dla szeregów czasowych to trzecie podejście. Algorytmy Gradient boosting i rekurencyjne sieci neuronowe są szczególnie dobrze przystosowane do uwzględnienia nieliniowych zależności w danych. Przykłady są dostarczane w celu zbudowania intuicji na temat efektywnego wykorzystania tych algorytmów. Kurs kończy się rozważeniem, jak można poprawić precyzję prognozowania poprzez połączenie mocnych stron różnych podejść. Ostatnia lekcja zawiera demonstracje tworzenia łączonych (lub zespolonych) i hybrydowych prognoz modelowych.	3 zaawansowany
Badania prawdopodobieństwa 1: Projektowanie, statystyki opisowe i analiza Kurs koncentruje się na projektowaniu badań przedsiębiorstw i gospodarstw domowych oraz analizie danych zebranych w złożonych projektach badań. W kursie omawiane są procedury SAS: POWER, SURVEYSELECT, SURVEYMEANS, SURVEYFREQ, SURVEYREG, SURVEYLOGISTIC i SURVEYIMPUTE. Ponadto omawiane są również procedury tworzenia wykresów GPLOT, SGPLOT i SGPANEL.	4 ekspert
Statystyki wielowymiarowe do zrozumienia złożonych danych Szkolenie uczy, jak zastosować i interpretować wachlarz wieloczynnikowych metod statystycznych do badań oraz danych biznesowych. Szczególny nacisk położony jest na rezultaty analiz oraz prezentację wniosków na wykresach.	4 ekspert
Feature Engineering and Data Preparation for Analytics This course introduces programming techniques to craft and feature engineer meaningful inputs to improve predictive modeling performance. In addition, this course provides strategies to preemptively spot and avoid common pitfalls that compromise the integrity of the data being used to build a predictive model. This course relies heavily on SAS programming techniques to accomplish the desired objectives. The self-study e-learning includes: Annotatable course notes in PDF format. Virtual Lab time to practice.	4 ekspert
Analizy modeli mieszanych przy użyciu SAS Ten kurs uczy, jak analizować liniowe modele mieszane przy użyciu procedury MIXED. Uwzględniono także krótkie wprowadzenie do analizy uogólnionych liniowych modeli mieszanych przy użyciu procedury GLIMMIX.	4 ekspert
Analiza danych longitudinalnych o odpowiedzi dyskretnej oraz ciągłej Szkolenie przeznaczone jest dla naukowców oraz analityków, którzy chcą analizować dane z obserwacji zbieranych przed długi czas.	4 ekspert
Projektowanie eksperymentów dla marketingu bezpośredniego Ten kurs dotyczy koncepcji i technik stosowanych w projektowaniu i analizie eksperymentów. Kurs koncentruje się przede wszystkim na zastosowaniach marketingu bezpośredniego, ale jest również odpowiedni dla osób zainteresowanych projektowaniem eksperymentów w dziedzinie nauk fizycznych, chemicznych, biologicznych, medycznych, ekonomicznych, społecznych, psychologicznych i przemysłowych, inżynierii lub rolnictwa. Kurs ten uczy, jak projektować skuteczne eksperymenty marketingowe z więcej niż jednym czynnikiem, analizować wyniki uzyskane w wyniku eksperymentów i maksymalizować informacje uzyskane z kampanii marketingowej. Projekty czynnikowe i ułamkowo-czynnikowe są omawiane bardziej szczegółowo.	4 ekspert
Analizy Bayesowskie Szkolenie skupione jest na analizach Bayesowskich używając procedur PHREG, GENMOD i MCMC. Przykłady obejmują regresję logistyczną modelu proporcjonalnego hazardu Coxa, ogólny mieszany model liniowy, model zawyżonych zer Poissona oraz dane zawierające brakujących wartości. Pokazane są również analiza Bayesowska badania eksperymentalnego naprzemiennego i metaanalizy.	4 ekspert
Analiza statystyczna z zastosowaniem procedury GLIMMIX Kurs koncentruje się na procedurze GLIMMIX, czyli procedurze dopasowywania uogólnionych liniowych modeli mieszanych.	4 ekspert
Modelowanie predykcyjne z użyciem regresji logistycznej Kurs ten obejmuje modelowanie predykcyjne z wykorzystaniem oprogramowania SAS/STAT z naciskiem na procedurę LOGISTIC. Kurs ten omawia również dobór zmiennych i interakcji, przekodowanie zmiennych kategorycznych w oparciu o mechanizm w oparciu o wagę dowodu (WoE), ocenę modeli, traktowanie brakujących wartości oraz wykorzystanie technik efektywnościowych dla dużych zbiorów danych.	4 ekspert
Praktyczne metody klasteryzacji Szkolenie omawia teoretyczne i praktyczne implementacje szerokiej gamy technik klasteryzacji dostępnych w SAS włączając preprocesing klastrów, klasteryzację zmiennych, metodę k-średnich oraz klasteryzację hierarchiczną.	4 ekspert
Analiza połączona: Ocena preferencji konsumentów w SAS This lecture discusses a method in marketing research called conjoint analysis that is used to analyze consumer preferences for products and services.	3 zaawansowany
Modelowanie zmiennych dyskretnych w SAS This marketing research course shows how to design a discrete choice experiment and how to analyze discrete choice data in SAS software. Analytical advice regarding number of choice sets, the number of alternatives, and number of subjects is also given.	3 zaawansowany
Establishing Causal Inferences: Propensity Score Matching, Heckman's Two-Stage Model, Interrupted Time Series, and Regression Discontinuity Models This course introduces some methods commonly used in program evaluation and real-world effectiveness studies, including two-stage modeling, interrupted time-series, regression discontinuity, and propensity score matching. These methods help address questions such as: Which medicine is more effective in the real world? Did an advertising program have an impact on sales? More generally, are the changes in outcomes causally related to the program being run?	3 zaawansowany
Robust Regression Techniques in SAS/STAT This course is designed for analysts, statisticians, modelers, and other professionals who have experience and knowledge in regression analysis and who want to learn available procedures in SAS/STAT software for robust regression. The two procedures addressed in the course are the ROBUSTREG procedure and the QUANTREG procedure. This course includes practice data.	4 ekspert
Introduction to Statistical Concepts This course covers basic statistical concepts that are critical for understanding and using statistical methods. This course explains what statistics is and why it is important to understand the characteristics of your data. The information in this course is a prerequisite for many other statistical courses that SAS Education offers. The course is appropriate for Base SAS and SAS Enterprise Guide users. Data, practices, and a case study are included.	1 podstawowy
Model regresji Poissona w procedurze GENMOD This course is for those who analyze the number of occurrences of an event or the rate of occurrence of an event as a function of some predictor variables. For example, the rate of insurance claims, colony counts for bacteria or viruses, the number of equipment failures, and the incidence of disease can be modeled using Poisson regression models. This course includes practice data and exercises.	3 zaawansowany
SAS Programming for R Users This course is for experienced R users who want to apply their existing skills and extend them to the SAS environment. Emphasis is placed on programming and not statistical theory or interpretation. Students in this course should have knowledge of plotting, manipulating data, iterative processing, creating functions, applying functions, linear models, generalized linear models, mixed models, stepwise model selection, matrix algebra, and statistical simulations.	3 zaawansowany