第一部分：SAS基礎

1、SAS簡介和構成

2、SAS的主要模塊和功能

3、SAS的四種運行模式

?  窗口環境模式

?  非交互模式

?  交互式運行模式

?  批處理模式

4、掌握SAS的基本數據結構和數據對象

?  邏輯庫、邏輯引擎、數據集、數據文件、視圖

5、SAS基本程序結構

?  數據步（DATA STEP）

?  過程步（PROC STEP）

6、SAS基本語言介紹

7、數據集的操作

?  從文本文件獲取

?  從外部數據庫獲取

?  數據集導出到外部文件

?  讀取、瀏覽、編輯數據集

?  創建、編輯、修改、刪除

8、對多個數據集的操作

?  橫向合并

?  縱向串接

9、SAS SQL語言

10、    SAS宏語言

案例：演練SAS編程語句

第二部分：數據可視化處理

1、數據報表輸出

?  基本報表

?  高級報表

2、統計圖形

?  GCHART過程

?  GPLOT過程

?  CAPABILITY過程

3、各種圖形的畫法

?  柱狀圖/條形圖

?  餅圖

?  折線圖

?  散點圖/氣泡圖

4、繪圖的美化技巧

案例：用SAS作圖來實現產品銷量分析

第三部分：數據統計分析

1、描述性統計分析

?  集中程序

?  離散程序

?  分布形態

2、參數估計與假設檢驗

?  單樣本均值T檢驗

?  獨立兩樣本均值T檢驗

?  配對兩樣本均值T檢驗

3、非參數檢驗文件操作處理

?  單樣本

?  獨立兩樣本

?  配對兩樣本

4、影響因素分析

?  相關分析：原理、公式、應用

?  方差分析：原理、公式、應用

?  卡方分析：原理、公式、應用

?  主成分分析/因子分析：降維

案例：掌握常用的過程對數據進行分析

第四部分：數據挖掘基礎

1、數據挖掘概述

2、數據挖掘的標準流程（CRISP-DM）

?  商業理解

?  數據準備

?  數據理解

?  模型建立

?  模型評估

?  模型應用

3、數據挖掘常用任務與算法

第五部分：聚類分析（客戶細分）實戰

1、客戶細分常用方法

2、聚類分析（Clustering）

?  聚類方法原理介紹及適用場景

?  常用聚類分析算法

?  聚類算法的評價

案例：使用FASTCLUS實現K均值聚類

案例：使用CLUSTER實現層次聚類法

3、判別分析

?  判別分析法原理

?  判別分析常見方法：距離判別、Bayes判別、Fisher判別

案例：使用DISCRIM、CANDISC、STEPDISC實現判別分析

4、RFM模型分析

?  RFM模型，更深入了解你的客戶價值

?  RFM模型與市場策略

案例：航空公司客戶價值分析

第六部分：數值預測模型實戰

1、常用數值預測的模型

?  通用預測模型：回歸模型

?  季節性預測模型：相加、相乘模型

?  新產品預測模型：珀爾曲線與龔鉑茲曲線

2、回歸分析概念

3、常見回歸分析類別

4、回歸分析檢驗

?  模型的顯著性檢驗

?  回歸系數的顯著性檢驗

?  殘差檢驗

?  擬合程度

?  共線性診斷

案例：回歸分析

第七部分：分類預測模型實戰

1、常見分類預測的模型與算法

2、如何評估分類預測模型的質量

?  查準率

?  查全率

?  ROC曲線

3、邏輯回歸分析模型

?  邏輯回歸的原理

?  邏輯回歸建模的步驟

?  邏輯回歸結果解讀

4、時間序列分析

案例：用LOGISTIC過程實現銀行貸款違約預測

第八部分：SAS優化建模

1、優化模型的基本概念

2、優化建模的步驟

3、線性規劃問題

案例：使用OPTMODEL建立線性規劃模型

第九部分：SAS智能平臺構建及行業解決方案

1、構建SAS解決方案平臺

2、平臺的體系架構設計

3、實現SAS應用服務器集群

4、平臺的安全管理

第十部分：輔導

結束：課程總結與問題答疑。