Statistics 1: Introduction to ANOVA, Regression, and Logistic Regression

Este curso introductorio es para usuarios de software SAS que realizan análisis estadísticos utilizando el software SAS / STAT. Se enfoca en las pruebas t, ANOVA y regresión lineal, e incluye una breve introducción a la regresión logística. Este curso (o conocimiento equivalente) es un requisito previo para muchos de los cursos en la currícula de análisis estadístico.Un tratamiento más avanzado de ANOVA y regresión ocurre en el curso de Statistics 2: ANOVA y Regression. Un tratamiento más avanzado de la regresión logística se produce en el curso Categorical Data Analysis Using Logistic Regression y en el curso Predictive Modeling Using Logistic Regression.Este curso puede ayudar a prepararse para los siguientes exámenes de certificación: SAS Certified Clinical Trials Programmer Using SAS 9, SAS Statistical Business Analysis Using SAS 9: Regression and Modeling.

Aprenderá a

• Generar estadísticas descriptivas y explorar datos con gráficos
• Realizar análisis de varianza y aplicar técnicas de comparación múltiple
• Realizar regresión lineal y evaluar los supuestos
• Usar técnicas de selección del modelo de regresión para ayudar en la elección de variables predictoras en regresión múltiple
• Usar estadísticas de diagnóstico para evaluar supuestos estadísticos e identificar valores atípicos potenciales en regresión múltiple
• Usar estadísticos de chi-cuadrado para detectar asociaciones entre variables categóricas
• Ajustar un modelo de regresión logística múltiple
• Calificar nuevos datos usando modelos desarrollados

Quién debe atender

Estadísticos, investigadores y analistas de negocios que utilizan la programación de SAS para generar análisis utilizando variables de respuesta (dependientes) continuas o categóricas.

Formatos disponibles	Duración
Classroom:	3 días
Live Web Classroom:	6 sesiones de medio día
e-Learning:	21 horas/180 día licencia

Antes de asistir a este curso, se debe haber completado el equivalente a un curso de licenciatura en estadística que cubra p-values, pruebas de hipótesis, análisis de varianza, regresión; ser capaz de ejecutar programas SAS y crear SAS datasets. Se puede obtener esta experiencia completando el curso SAS Programming 1: Essentials.Este curso se enfoca en el software SAS / STAT.Este curso también se enfoca en el software Base SAS y en el software SAS / GRAPH. Puede beneficiarse de este curso incluso si el software SAS / GRAPH no está instalado en su ubicación.

This course addresses SAS/STAT software.

Resumen del curso y revisión de conceptos

• Estadística descriptiva
• Estadística inferencial
• Examinación de distribuciones de datos
• Obtención e interpretación de estadísticos de muestra utilizando el procedimiento UNIVARIATE
• Examinación gráfica de las distribuciones de datos en los procedimientos UNIVARIATE y FREQ
• Construcción de intervalos de confianza
• Realización de pruebas de hipótesis simples
• Realización de pruebas de diferencias entre dos medias grupales utilizando PROC TTEST

ANOVA y Regresión

• Realización de ANOVA de una vía con el procedimiento GLM
• Realización de pruebas de comparaciones múltiples post-hoc en PROC GLM
• Producción de correlaciones con el procedimiento CORR
• Ajustar un modelo de regresión lineal simple con el procedimiento REG

Modelos lineales más complejos

• Realización de ANOVA bidireccional con y sin interacciones
• Comprensión de los conceptos de regresión múltiple

Construcción de modelos y selección de efectos

• Técnicas automatizadas de selección de modelos en PROC GLMSELECT para elegir entre varios modelos candidatos
• Interpretación y comparación de modelos seleccionados

Post-ajuste de Modelos por Inferencia

• Examinación de los residuos
• Investigación de observaciones influyentes
• Evaluando la colinealidad

Construcción de modelo y calificación para predicción

• Comprensión de los conceptos de modelación predictiva
• Comprensión de la importancia de la partición de datos
• Comprensión de los conceptos de calificación
• Obtención de predicciones (calificaciones) para nuevos datos utilizando PROC GLMSELECT y PROC PLM

Análisis de datos categóricos

• Producción de tablas de frecuencia con el procedimiento FREQ
• Examinación de las pruebas de asociación general y lineal mediante el procedimiento FREQ
• Comprensión de las pruebas exactas
• Comprensión de los conceptos de regresión logística
• Ajuste de modelos de regresión logística univariada y multivariada utilizando el procedimiento LOGISTIC
• Uso de técnicas automatizadas de selección de modelos en PROC LOGISTIC, incluidos los términos de interacción
• Obtención de predicciones (calificaciones) para nuevos datos utilizando PROC PLM