Uwaga! Ze względu na zagrożenie związane z COVID-19, w trosce o zdrowie i bezpieczeństwo klientów jak i pracowników SAS, wszystkie szkolenia kalendarzowe oraz dedykowane prowadzimy w formule Live Web z instruktorem na żywo, ale w wirtualnej sali. Zachęcamy również do zapoznania się z bezpłatną ofertą szkoleń w postaci e-learning do samodzielnej nauki. Do zobaczenia on-line!



SAS/STAT

Nazwa szkolenia Poziom szkolenia Rodzaj szkolenia
Statystyka 1: wprowadzenie do analizy wariancji, regresji i regresji logistycznej Free e-learning
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.

2 średnio zaawansowany Classroom Live Web Classroom e-Learning
SAS Programming for R Users Free e-learning
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 Live Web Classroom e-Learning
Techniki czyszczenia danych Business Knowledge Series
Kurs ten, całkowicie przeredagowany pod kątem zgodności z trzecim wydaniem książki Cody's Data Cleaning Techniques Using SAS, pomoże znacznie przyspieszyć proces wykrywania i korygowania błędów zarówno w danych znakowych, jak i liczbowych. Dodatkowo, w kursie znajdują się rozdziały poświęcone standaryzacji danych oraz wykorzystaniu wyrażeń regularnych Perla do zapewnienia zgodności wartości znaków z określonym wzorcem (np. kody ZIP, numery telefonów, adresy e-mail).

Pomimo, że kurs koncentruje się na metodach identyfikacji błędów w danych, uczy również pewnych technik programowania, które mogą być dla Ciebie nowe. Na przykład, używając niektórych najnowszych funkcji SAS, można przekształcić numer telefonu w dowolnej postaci na postać standardową, w zaledwie dwóch instrukcjach SAS!

Kurs uczy kilku metod wykrywania błędów w danych liczbowych, w tym sprawdzania zakresu, jak również kilku metod automatycznego wykrywania wartości odstających. Rozdziały poświęcone są danym zawierającym wiele obserwacji na temat, datom SAS oraz projektom zawierającym wiele zbiorów danych. Zajęcia kończą się demonstracją innowacyjnego procesu, który wykorzystuje ograniczenia integralności i ścieżki audytu do wykrywania i programowego czyszczenia zanieczyszczonych danych, zanim jeszcze znajdą się one w zestawie danych do analizy.

3 zaawansowany Live Web Classroom
Analiza połączona: Ocena preferencji konsumentów w SAS Business Knowledge Series
This lecture discusses a method in marketing research called conjoint analysis that is used to analyze consumer preferences for products and services.

3 zaawansowany e-Learning
Modelowanie zmiennych dyskretnych w SAS Business Knowledge Series
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 e-Learning
Establishing Causal Inferences: Propensity Score Matching, Heckman's Two-Stage Model, Interrupted Time Series, and Regression Discontinuity Models Business Knowledge Series
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 e-Learning
Net Lift Models: Optimizing the Impact of Your Marketing Efforts Business Knowledge Series
The true effectiveness of a marketing campaign is not the response rate; it is the incremental impact. That is, true effectiveness is additional revenue, directly attributable to the campaign, that would not otherwise have been generated. The problem is that targeting strategies often are not designed to maximize the incremental impact. Typical targeting models are successful at finding clients who are interested in the product, but too often these clients would have bought the product regardless of whether they received a promotion. In such cases, the incremental impact is insignificant, and marketing dollars could have been spent elsewhere. Incremental lift models are designed to maximize incremental impact (that is, the incremental lift over the control group) by targeting the undecided clients who can be motivated by marketing.

The self-study e-learning includes:

  • Annotatable course notes in PDF format.
  • Virtual lab time to practice.

4 ekspert e-Learning
Robust Regression Techniques in SAS/STAT Business Knowledge Series
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 e-Learning
Multilevel Modeling of Hierarchical and Longitudinal Data Using SAS Business Knowledge Series
This course teaches how to identify complex and dynamic patterns within multilevel data to inform a variety of decision-making needs. The course provides a conceptual understanding of multilevel linear models (MLM) and multilevel generalized linear models (MGLM) and their appropriate use in a variety of settings.

The self-study e-learning includes:

  • Annotatable course notes in PDF format.
  • Virtual lab time to practice.

4 ekspert Live Web Classroom e-Learning
Survival Data Mining: A Programming Approach Business Knowledge Series
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 Live Web Classroom e-Learning
Introduction to Statistical Concepts Free e-learning
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 e-Learning
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.

2 średnio zaawansowany Live Web Classroom e-Learning
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.

2 średnio zaawansowany Classroom Live Web Classroom e-Learning
Budowa i rozwiązywania modeli optymalizacyjnych z SAS/OR
Szkolenie skupia się na formułowaniu i rozwiązywaniu matematycznych modeli optymalizacyjnych z użyciem procedury OPTMODEL, od wprowadzania danych po interpretacje wyników i tworzenie raportów. Kurs pokrywa problemy liniowe, całkowitoliczbowe, mieszane całkowitoliczbowe i nieliniowe, z naciskiem kładzionym na konstruowanie i formułowanie modeli.

3 zaawansowany Classroom
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 Live Web Classroom
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 Classroom Live Web Classroom
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 Classroom Live Web Classroom
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 e-Learning
Wyznaczanie mocy testu oraz wielkości próby w SAS/STAT
This course teaches you how to use the POWER and GLMPOWER procedures to compute prospective power and sample size calculations.

3 zaawansowany e-Learning
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 e-Learning
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 rownież 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 Classroom Live Web Classroom e-Learning
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 Classroom Live Web Classroom e-Learning
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 Classroom Live Web Classroom e-Learning
Probability Surveys 1: Design, Descriptive Statistics, and Analysis
This course focuses on designing business and household surveys and analyzing data collected under complex survey designs. The course addresses the SAS procedures POWER, SURVEYSELECT, SURVEYMEANS, SURVEYFREQ, SURVEYREG, SURVEYLOGISTIC, and SURVEYIMPUTE. In addition, the graphing procedures GPLOT, SGPLOT, and SGPANEL are also covered.

4 ekspert Live Web Classroom
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 Classroom Live Web Classroom
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 Classroom Live Web Classroom
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 Live Web Classroom e-Learning
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 Classroom Live Web Classroom e-Learning
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 Classroom Live Web Classroom e-Learning
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 Classroom Live Web Classroom e-Learning
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 smooth weight of evidence, ocenę modeli, traktowanie brakujących wartości oraz wykorzystanie technik efektywnościowych dla dużych zbiorów danych.

4 ekspert Classroom Live Web Classroom e-Learning