使用 SAS Enterprise Miner 进行高级预测建模

课程长度：

2 天/12 小时

课程概述:本课程是预测模型开发系列的后续课程，此系列课程从《Applied Analytics Using SAS Enterprise Miner》（《使用 SAS Enterprise Miner 进行应用分析》） 课程开始。

学习目标:

• 应用选择自变量和模型评估的高级技术
• 使用 SAS Enterprise Miner 构建和评估两阶段和多阶段模型
• 评估模型预测性能变化 
•  
• 培训对象:
• 预测建模人员和数据分析师
•  
• 必备条件:
• 完成《Applied Analytics Using SAS Enterprise Miner》（《使用SAS EnterpriseMiner 进行应用分析》）课程
• 有创建和管理 SAS 数据集的经验，可通过学习《SAS Programming 1:Essentials 》(《SAS 编程 1: 基础》)课程获取此经验

• 完成统计课程学习，包括线性回归和逻辑回归，例如《Statistics 1: Introduction to ANOVA, Regression, and Logistic Regression》（《统计 1： 方差分析，回归和逻辑回归介绍》）课程

课程内容:

1. 回顾基本预测建模技术
   • 使用 SAS Enterprise Miner 创建一个预测模型
   • 分析竞争性
2.  
3. 优化自变量选择
   • 单因素筛选
   • 主成份
   • 变量聚类
   • 分类输入记录
   • 全集回归
4.  
5. 经验逻辑回归模型和模型充分性
   • 实证ｌｏｇｉｔ图
   • 自变量转换
6.  
7. 广义利润评估
   • 案例相关利润
   • 广义利润图
   • 利润总额比例图
8.  
9. 建立和评估一个二阶段模型
   • 评估不附带利润矩阵的模型
   • 建立一个范围目标模式
   • 非正态误差分布
   • 回归树
   • 范围目标神经网络