报名电话:010-59132939

《SAS逻辑回归与预测建模课程》

课时:2天

适合学员:

          想要建立预测模型,尤其是银行、金融服务和直复营销市场的建模人员、分析师和统计学家。

 

课程内容:

          本课程包括使用SAS/STAT和SAS/EM进行预测建模,重点在于结合数据挖掘原理和实际案例相结合,帮助建模人员快速掌握如何在项目中完成预测建模工作。本课程也讨论了变量选择,模型评估,缺失值处理和海量数据处理技术。

1、  数据挖掘基础知识

-     常见的数据清理问题及处理方法

-     变量选取及构造衍生变量

-     抽样技术——建模及检测数据集的生成

-     其它相关知识

Ø  模型的稳定性

Ø  数据准备

Ø  模型评估

2  数据挖掘方法

-     关联分析

Ø  关联分析技术

Ø  关联分析在电子商务交叉销售中的应用

-     决策树分类

Ø  决策树分类技术

Ø  决策树分类技术在电子商务管理中的应用

Ø  如何利用SAS Enterprise Miner(SAS-EM)进行决策树分类

-     神经网络

Ø  神经网络概述

Ø  神经网络技术在电子商务管理中的应用

Ø  如何利用SAS Enterprise Miner(SAS-EM)建立神经网络模型

-     时间序列

Ø  时间序列分析模型

Ø  金融时间序列分析与预测模型的比较

-     回归模型

Ø  回归模型相关概念

Ø  Logistic回归模型

-     聚类分析

Ø  聚类分析简介

Ø  聚类分析在电子商务管理中的应用

-     其他几种分析方法

Ø  存活性分析

Ø  基于记忆的推理(Memory-Based Reasoning )

Ø  链接分析

-     案例介绍