本課程是 SAS 统计业务分析师專業證書專項課程的一部分

4.6
星
42 個評分

Michael J Patetta 另外 +1 位授課教師

4,105 人已註冊

提供方

SAS 统计业务分析师專業證書SAS

課程信息

10,997 次近期查看

This course covers predictive modeling using SAS/STAT software with emphasis on the LOGISTIC procedure. This course also discusses selecting variables and interactions, recoding categorical variables based on the smooth weight of evidence, assessing models, treating missing values, and using efficiency techniques for massive data sets. You learn to use logistic regression to model an individual's behavior as a function of known inputs, create effect plots and odds ratio plots, handle missing data values, and tackle multicollinearity in your predictors. You also learn to assess model performance and compare models.

可靈活調整截止日期

根據您的日程表重置截止日期。

可分享的證書

完成後獲得證書

100% 在線

立即開始，按照自己的計劃學習。

第 3 門課程（共 3 門）

SAS 统计业务分析师專業證書

中級

完成時間大約為17 小時

英語（English）

對員工進行熱門技能培訓能否為您的公司帶來益處？

體驗 Coursera 企業版

您將獲得的技能

Oversampling
Logistic Regression
Predictive Modelling
regression

可靈活調整截止日期

根據您的日程表重置截止日期。

可分享的證書

完成後獲得證書

100% 在線

立即開始，按照自己的計劃學習。

第 3 門課程（共 3 門）

SAS 统计业务分析师專業證書

中級

完成時間大約為17 小時

英語（English）

對員工進行熱門技能培訓能否為您的公司帶來益處？

體驗 Coursera 企業版

授課教師

授課教師評分

4.53/5 （13 個評分）

Michael J Patetta

Principal Analytical Training Consultant

Education

4,105 個學生

1 門課程

Marc Huber

Sr Analytical Training Consultant

4,261 個學生

2 門課程

提供方

SAS

Through innovative software and services, SAS empowers and inspires customers around the world to transform data into intelligence. SAS is a trusted analytics powerhouse for organizations seeking immediate value from their data. A deep bench of analytics solutions and broad industry knowledge keep our customers coming back and feeling confident. With SAS®, you can discover insights from your data and make sense of it all. Identify what’s working and fix what isn’t. Make more intelligent decisions. And drive relevant change.

了解頂級公司的員工如何掌握熱門技能

了解關於 Coursera for Business 的更多信息

授課大綱 - 您將從這門課程中學到什麼

週

週 1

完成時間為 1 小時

Course Overview and Logistics

完成時間為 1 小時

1 個視頻（總計 1 分鐘）, 6 個閱讀材料

完成時間為 2 小時

Understanding Predictive Modeling

完成時間為 2 小時

15 個視頻（總計 34 分鐘）, 1 個閱讀材料, 6 個測驗

15 個視頻

Overview53

Introduction19

Goals of Predictive Modeling1分鐘

Terms for Elements in Predictive Modeling49

Basic Steps of Predictive Modeling2分鐘

Applications of Predictive Modeling1分鐘

Demonstration Scenario: Target Marketing for a Bank1分鐘

Demo: Examining the Code for Generating Descriptive Statistics and Frequency Tables2分鐘

Introduction21

Data Challenges6分鐘

Analytical Challenges2分鐘

Separate Sampling1分鐘

Avoiding the Optimism Bias: Honest Assessment2分鐘

Splitting the Data for Model Training and Assessment3分鐘

Demo: Splitting the Data5分鐘

1 個閱讀材料

Summary10分鐘

6 個練習

Practice: Exploring the Bank Data for the Target Marketing Project20分鐘

Practice: Exploring the Veterans' Organization Data Used in the Practices20分鐘

Question 1.015分鐘

Question 1.025分鐘

Question 1.035分鐘

Practice: Splitting the Data20分鐘

週

週 2

完成時間為 2 小時

Fitting the Model

完成時間為 2 小時

18 個視頻（總計 54 分鐘）, 1 個閱讀材料, 4 個測驗

18 個視頻

Overview54

Introduction22

Understanding the Logistic Regression Model2分鐘

Constraining the Posterior Probability Using the Logit Transformation1分鐘

Understanding the Fitted Surface1分鐘

Interpreting the Model by Calculating the Odds Ratio3分鐘

Understanding Logistic Discrimination1分鐘

Estimating Unknown Parameters Using Maximum Likelihood Estimation2分鐘

Interpreting Concordant, Discordant, and Tied Pairs1分鐘

Using PROC LOGISTIC to Fit Logistic Regression Models24

Demo: Fitting a Basic Logistic Regression Model, Part 18分鐘

Demo: Fitting a Basic Logistic Regression Model, Part 212分鐘

Scoring New Cases26

Demo: Scoring New Cases7分鐘

Introduction16

Understanding the Effect of Oversampling53

Understanding the Offset1分鐘

Demo: Correcting for Oversampling6分鐘

1 個閱讀材料

Summary10分鐘

4 個練習

Question 2.015分鐘

Question 2.025分鐘

Practice: Fitting a Logistic Regression Model20分鐘

Fitting the Model Review30分鐘

週

週 3

完成時間為 3 小時

Preparing the Input Variables, Part 1

完成時間為 3 小時

26 個視頻（總計 76 分鐘）

26 個視頻

Overview34

Introduction22

Reasons for Missing Data2分鐘

Complete Case Analysis1分鐘

Methods for Imputing Missing Values2分鐘

Missing Value Imputation with Missing Value Indicator Variables3分鐘

Demo: Imputing Missing Values4分鐘

Cluster Imputation1分鐘

Introduction25

Problems Caused by Categorical Inputs4分鐘

Solutions to Problems Caused by Categorical Inputs39

Linking to Other Data Sets56

Collapsing Categories by Thresholding53

Collapsing Categories by Using Greenacre's Method3分鐘

Demo: Collapsing the Levels of a Nominal Input, Part 16分鐘

Demo: Collapsing the Levels of a Nominal Input, Part 210分鐘

Replacing Categorical Levels by Using Smoothed Weight-of-Evidence Coding2分鐘

Demo: Computing the Smoothed Weight of Evidence4分鐘

Introduction20

Problem of Redundancy2分鐘

Variable Clustering Method1分鐘

Understanding Principal Components5分鐘

Divisive Clustering3分鐘

PROC VARCLUS Syntax1分鐘

Selecting a Representative Variable from Each Cluster1分鐘

Demo: Reducing Redundancy by Clustering Variables8分鐘

9 個練習

Question 3.015分鐘

Practice: Imputing Missing Values20分鐘

Question 3.025分鐘

Question 3.035分鐘

Question 3.045分鐘

Practice: Collapsing the Levels of a Nominal Input20分鐘

Practice: Computing the Smoothed Weight of Evidence20分鐘

Question 3.055分鐘

Practice: Reducing Redundancy by Clustering Variables20分鐘

週

週 4

完成時間為 4 小時

Preparing the Input Variables, Part 2

完成時間為 4 小時

23 個視頻（總計 92 分鐘）, 1 個閱讀材料, 12 個測驗

23 個視頻

Introduction28

Detecting Nonlinear Relationships4分鐘

Demo: Performing Variable Screening, Part 15分鐘

Demo: Performing Variable Screening, Part 24分鐘

Univariate Binning and Smoothing2分鐘

Demo: Creating Empirical Logit Plots10分鐘

Remedies for Nonlinear Relationships2分鐘

Demo: Accommodating a Nonlinear Relationship, Part 16分鐘

Demo: Accommodating a Nonlinear Relationship, Part 27分鐘

Introduction26

Specifying a Subset Selection Method in PROC LOGISTIC1分鐘

Best-Subsets Selection54

Stepwise Selection2分鐘

Backward Elimination1分鐘

Scalability of the Subset Selection Methods in PROC LOGISTIC2分鐘

Detecting Interactions2分鐘

BIC-based Significance Level2分鐘

Demo: Detecting Interactions7分鐘

Demo: Using Backward Elimination to Subset the Variables4分鐘

Demo: Displaying Odds Ratios for Variables Involved in Interactions3分鐘

Demo: Creating an Interaction Plot3分鐘

Demo: Using the Best-Subsets Selection Method3分鐘

Demo: Using Fit Statistics to Select a Model9分鐘

1 個閱讀材料

Summary of Preparing the Input Variables, Parts 1 and 210分鐘

12 個練習

Question 3.065分鐘

Practice: Performing Variable Screening20分鐘

Practice: Creating Empirical Logit Plots20分鐘

Question 3.075分鐘

Question 3.085分鐘

Question 3.095分鐘

Practice: Using Forward Selection to Detect Interactions20分鐘

Question 3.105分鐘

Practice: Using Backward Elimination to Subset the Variables20分鐘

Question 3.115分鐘

Practice: Using Fit Statistics to Select a Model20分鐘

Preparing the Input Variables Review30分鐘

週

週 5

完成時間為 3 小時

Measuring Model Performance

完成時間為 3 小時

30 個視頻（總計 78 分鐘）, 1 個閱讀材料, 9 個測驗

30 個視頻

Overview40

Introduction22

Fit versus Complexity2分鐘

Assessing Models when Target Event Data Is Rare1分鐘

Demo: Preparing the Validation Data5分鐘

Introduction15

Understanding the Confusion Matrix5分鐘

Measuring Performance across Cutoffs by Using the ROC Curve4分鐘

Choosing Depth by Using the Gains Chart2分鐘

Effects of Oversampled Data on Performance Measures3分鐘

Adjusting a Confusion Matrix for Oversampling46

Demo: Measuring Model Performance Based on Commonly-Used Metrics6分鐘

Introduction26

Understanding the Effect of Cutoffs on Confusion Matrices43

Understanding the Profit Matrix1分鐘

Choosing the Optimal Cutoff by Using the Profit Matrix2分鐘

Using the Central Cutoff33

Using Profit to Assess Fit28

Calculating Sampling Weights52

Demo: Using a Profit Matrix to Measure Model Performance6分鐘

Introduction25

Plotting Class Separation1分鐘

Assessing Overall Predictive Power3分鐘

Demo: Using the K-S Statistic to Measure Model Performance2分鐘

Introduction21

Comparing ROC Curves of Several Models"1分鐘

Demo: Comparing ROC Curves to Measure Model Performance4分鐘

Using Macros to Compare Many Models44

Demo: Comparing and Evaluating Many Models, Part 17分鐘

Demo: Comparing and Evaluating Many Models, Part 27分鐘

1 個閱讀材料

Summary10分鐘

9 個練習

Question 4.015分鐘

Question 4.025分鐘

Question 4.035分鐘

Practice: Assessing Model Performance20分鐘

Question 4.045分鐘

Question 4.055分鐘

Question 4.065分鐘

Question 4.075分鐘

Measuring Model Performance Review30分鐘

週

週 6

完成時間為 1 小時

SAS Certification Practice Exam - Statistical Business Analysis Using SAS®9: Regression and Modeling

完成時間為 1 小時

1 個閱讀材料

審閱

4.6

12 條評論

5 stars
80.95%
4 stars
9.52%
2 stars
4.76%
1 star
4.76%

來自PREDICTIVE MODELING WITH LOGISTIC REGRESSION USING SAS 的熱門評論

由 RM 提供2021年6月14日

Thank you so much to the instructor, Michael J Patetta for teaching this course!

由 MC 提供2022年12月30日

Very completed and deep knowledge shared with very friendly ways, explained the knowledge very clearly. Also the practices help me to understand the knowledge better.

由 SS 提供2021年4月10日

Great training sets of problems. Good guidance & teaching.

由 TW 提供2021年7月28日

This was another great course from SAS and Coursera. I had no experience with predictive modelling prior to the course and learned quite a bit about modelling in the SAS environment.

查看所有評論

關於 SAS 统计业务分析师專業證書

常見問題

我什么时候能够访问课程视频和作业？
讲座和作业的访问权限取决于您的注册类型。如果您以旁听模式参加课程，则可以免费查看大多数课程资料。要访问评分作业并获得证书，您需要在旁听期间或之后购买证书体验。如果看不到旁听选项：
课程可能不提供旁听选项。您可以尝试免费试用，也可以申请助学金。
课程可能会改为提供'完整课程，没有证书'。通过此选项，您可以查看所有课程材料、提交所要求的作业，以及获得最终成绩。这也意味着您将无法购买证书体验。
我订阅此证书后会得到什么？
您注册课程后，将有权访问证书中的所有课程，并且会在完成作业后获得证书。您的电子证书将添加到您的成就页中，您可以通过该页打印证书或将其添加到您的领英档案中。如果您只想阅读和查看课程内容，可以免费旁听课程。

還有其他問題嗎？請訪問學生幫助中心。

培養員工技能，推動業務成果

探索 Coursera for Business

Predictive Modeling with Logistic Regression using SAS

課程信息

您將獲得的技能

授課教師

Michael J Patetta

Marc Huber

提供方

SAS

授課大綱 - 您將從這門課程中學到什麼

Course Overview and Logistics

Understanding Predictive Modeling

Fitting the Model

Preparing the Input Variables, Part 1

Preparing the Input Variables, Part 2

Measuring Model Performance

SAS Certification Practice Exam - Statistical Business Analysis Using SAS®9: Regression and Modeling

審閱

來自PREDICTIVE MODELING WITH LOGISTIC REGRESSION USING SAS 的熱門評論

關於 SAS 统计业务分析师專業證書

常見問題

開拓職業生涯或促進職業發展

熱門課程和證書

熱門收藏和文章

在線獲得學位或證書

Coursera

社區

更多

Predictive Modeling with Logistic Regression using SAS

課程信息

您將獲得的技能

授課教師

Michael J Patetta

Marc Huber

提供方

SAS

授課大綱 - 您將從這門課程中學到什麼

Course Overview and Logistics

Understanding Predictive Modeling

Fitting the Model

Preparing the Input Variables, Part 1

Preparing the Input Variables, Part 2

Measuring Model Performance

SAS Certification Practice Exam - Statistical Business Analysis Using SAS®9: Regression and Modeling

審閱

來自PREDICTIVE MODELING WITH LOGISTIC REGRESSION USING SAS 的熱門評論

關於 SAS 统计业务分析师 專業證書

常見問題

Coursera Footer

開拓職業生涯或促進職業發展

熱門課程和證書

熱門收藏和文章

在線獲得學位或證書

Coursera

社區

更多

關於 SAS 统计业务分析师專業證書