Dieser Kurs ist Teil der Spezialisierung SAS-Statistik-Geschäftsanalyst Zertifikat über berufliche Qualifikation

4.6
Sterne
42 Bewertungen

Michael J Patetta +1 weiterer Dozent

4.452 bereits angemeldet

von

SAS-Statistik-Geschäftsanalyst Zertifikat über berufliche QualifikationSAS

Über diesen Kurs

14.195 kürzliche Aufrufe

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.

Flexible Fristen

Setzen Sie Fristen gemäß Ihrem Zeitplan zurück.

Zertifikat zur Vorlage

Erhalten Sie nach Abschluss ein Zertifikat

100 % online

Beginnen Sie sofort und lernen Sie in Ihrem eigenen Tempo.

Coursera-Labore

Enthält praktische Lernprojekte.

Hier finden Sie weitere Informationen zu Coursera-Laboren

Kurs 3 von 3 in

SAS-Statistik-Geschäftsanalyst Zertifikat über berufliche Qualifikation

Stufe „Mittel“

Ca. 16 Stunden zum Abschließen

Englisch

Könnte Ihr Unternehmen von Mitarbeiterweiterbildungen für gefragte Kompetenzen profitieren?

Probieren Sie Coursera for Business aus

Kompetenzen, die Sie erwerben

Oversampling
Logistic Regression
Predictive Modelling
regression

Flexible Fristen

Setzen Sie Fristen gemäß Ihrem Zeitplan zurück.

Zertifikat zur Vorlage

Erhalten Sie nach Abschluss ein Zertifikat

100 % online

Beginnen Sie sofort und lernen Sie in Ihrem eigenen Tempo.

Coursera-Labore

Enthält praktische Lernprojekte.

Hier finden Sie weitere Informationen zu Coursera-Laboren

Kurs 3 von 3 in

SAS-Statistik-Geschäftsanalyst Zertifikat über berufliche Qualifikation

Stufe „Mittel“

Ca. 16 Stunden zum Abschließen

Englisch

Könnte Ihr Unternehmen von Mitarbeiterweiterbildungen für gefragte Kompetenzen profitieren?

Probieren Sie Coursera for Business aus

Dozenten

Dozentenbewertung

4,53/5 (13 Bewertungen)

Michael J Patetta

Principal Analytical Training Consultant

Education

4.452 Lernende

1 Kurse

Marc Huber

Sr Analytical Training Consultant

4.629 Lernende

2 Kurse

von

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.

Erfahren Sie, wie Mitarbeiter führender Unternehmen gefragte Kompetenzen erwerben.

Weitere Informationen zu Coursera für Unternehmen

Lehrplan - Was Sie in diesem Kurs lernen werden

Woche1

Woche 1

1 Stunde zum Abschließen

Course Overview and Logistics

1 Stunde zum Abschließen

1 Video (Gesamt 1 min), 6 Lektüren

2 Stunden zum Abschließen

Understanding Predictive Modeling

2 Stunden zum Abschließen

15 Videos (Gesamt 34 min), 1 Lektüre, 6 Quiz

15 Videos

Overview53Introduction19Goals of Predictive Modeling1mTerms for Elements in Predictive Modeling49Basic Steps of Predictive Modeling2mApplications of Predictive Modeling1mDemonstration Scenario: Target Marketing for a Bank1mDemo: Examining the Code for Generating Descriptive Statistics and Frequency Tables2mIntroduction21Data Challenges6mAnalytical Challenges2mSeparate Sampling1mAvoiding the Optimism Bias: Honest Assessment2mSplitting the Data for Model Training and Assessment3mDemo: Splitting the Data5m

1 Lektüre

Summary10m

6 praktische Übungen

Practice: Exploring the Bank Data for the Target Marketing Project20mPractice: Exploring the Veterans' Organization Data Used in the Practices20mQuestion 1.015mQuestion 1.025mQuestion 1.035mPractice: Splitting the Data20m

Woche2

Woche 2

2 Stunden zum Abschließen

Fitting the Model

2 Stunden zum Abschließen

18 Videos (Gesamt 54 min), 1 Lektüre, 4 Quiz

18 Videos

Overview54Introduction22Understanding the Logistic Regression Model2mConstraining the Posterior Probability Using the Logit Transformation1mUnderstanding the Fitted Surface1mInterpreting the Model by Calculating the Odds Ratio3mUnderstanding Logistic Discrimination1mEstimating Unknown Parameters Using Maximum Likelihood Estimation2mInterpreting Concordant, Discordant, and Tied Pairs1mUsing PROC LOGISTIC to Fit Logistic Regression Models24Demo: Fitting a Basic Logistic Regression Model, Part 18mDemo: Fitting a Basic Logistic Regression Model, Part 212mScoring New Cases26Demo: Scoring New Cases7mIntroduction16Understanding the Effect of Oversampling53Understanding the Offset1mDemo: Correcting for Oversampling6m

1 Lektüre

Summary10m

4 praktische Übungen

Question 2.015mQuestion 2.025mPractice: Fitting a Logistic Regression Model20mFitting the Model Review30m

Woche3

Woche 3

3 Stunden zum Abschließen

Preparing the Input Variables, Part 1

3 Stunden zum Abschließen

26 Videos (Gesamt 76 min)

26 Videos

Overview34Introduction22Reasons for Missing Data2mComplete Case Analysis1mMethods for Imputing Missing Values2mMissing Value Imputation with Missing Value Indicator Variables3mDemo: Imputing Missing Values4mCluster Imputation1mIntroduction25Problems Caused by Categorical Inputs4mSolutions to Problems Caused by Categorical Inputs39Linking to Other Data Sets56Collapsing Categories by Thresholding53Collapsing Categories by Using Greenacre's Method3mDemo: Collapsing the Levels of a Nominal Input, Part 16mDemo: Collapsing the Levels of a Nominal Input, Part 210mReplacing Categorical Levels by Using Smoothed Weight-of-Evidence Coding2mDemo: Computing the Smoothed Weight of Evidence4mIntroduction20Problem of Redundancy2mVariable Clustering Method1mUnderstanding Principal Components5mDivisive Clustering3mPROC VARCLUS Syntax1mSelecting a Representative Variable from Each Cluster1mDemo: Reducing Redundancy by Clustering Variables8m

9 praktische Übungen

Question 3.015mPractice: Imputing Missing Values20mQuestion 3.025mQuestion 3.035mQuestion 3.045mPractice: Collapsing the Levels of a Nominal Input20mPractice: Computing the Smoothed Weight of Evidence20mQuestion 3.055mPractice: Reducing Redundancy by Clustering Variables20m

Woche4

Woche 4

4 Stunden zum Abschließen

Preparing the Input Variables, Part 2

4 Stunden zum Abschließen

23 Videos (Gesamt 92 min), 1 Lektüre, 12 Quiz

23 Videos

Introduction28Detecting Nonlinear Relationships4mDemo: Performing Variable Screening, Part 15mDemo: Performing Variable Screening, Part 24mUnivariate Binning and Smoothing2mDemo: Creating Empirical Logit Plots10mRemedies for Nonlinear Relationships2mDemo: Accommodating a Nonlinear Relationship, Part 16mDemo: Accommodating a Nonlinear Relationship, Part 27mIntroduction26Specifying a Subset Selection Method in PROC LOGISTIC1mBest-Subsets Selection54Stepwise Selection2mBackward Elimination1mScalability of the Subset Selection Methods in PROC LOGISTIC2mDetecting Interactions2mBIC-based Significance Level2mDemo: Detecting Interactions7mDemo: Using Backward Elimination to Subset the Variables4mDemo: Displaying Odds Ratios for Variables Involved in Interactions3mDemo: Creating an Interaction Plot3mDemo: Using the Best-Subsets Selection Method3mDemo: Using Fit Statistics to Select a Model9m

1 Lektüre

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

12 praktische Übungen

Question 3.065mPractice: Performing Variable Screening20mPractice: Creating Empirical Logit Plots20mQuestion 3.075mQuestion 3.085mQuestion 3.095mPractice: Using Forward Selection to Detect Interactions20mQuestion 3.105mPractice: Using Backward Elimination to Subset the Variables20mQuestion 3.115mPractice: Using Fit Statistics to Select a Model20mPreparing the Input Variables Review30m

Woche5

Woche 5

3 Stunden zum Abschließen

Measuring Model Performance

3 Stunden zum Abschließen

30 Videos (Gesamt 78 min), 1 Lektüre, 9 Quiz

30 Videos

Overview40Introduction22Fit versus Complexity2mAssessing Models when Target Event Data Is Rare1mDemo: Preparing the Validation Data5mIntroduction15Understanding the Confusion Matrix5mMeasuring Performance across Cutoffs by Using the ROC Curve4mChoosing Depth by Using the Gains Chart2mEffects of Oversampled Data on Performance Measures3mAdjusting a Confusion Matrix for Oversampling46Demo: Measuring Model Performance Based on Commonly-Used Metrics6mIntroduction26Understanding the Effect of Cutoffs on Confusion Matrices43Understanding the Profit Matrix1mChoosing the Optimal Cutoff by Using the Profit Matrix2mUsing the Central Cutoff33Using Profit to Assess Fit28Calculating Sampling Weights52Demo: Using a Profit Matrix to Measure Model Performance6mIntroduction25Plotting Class Separation1mAssessing Overall Predictive Power3mDemo: Using the K-S Statistic to Measure Model Performance2mIntroduction21Comparing ROC Curves of Several Models"1mDemo: Comparing ROC Curves to Measure Model Performance4mUsing Macros to Compare Many Models44Demo: Comparing and Evaluating Many Models, Part 17mDemo: Comparing and Evaluating Many Models, Part 27m

1 Lektüre

Summary10m

9 praktische Übungen

Question 4.015mQuestion 4.025mQuestion 4.035mPractice: Assessing Model Performance20mQuestion 4.045mQuestion 4.055mQuestion 4.065mQuestion 4.075mMeasuring Model Performance Review30m

Woche6

Woche 6

1 Stunde zum Abschließen

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

1 Stunde zum Abschließen

1 Lektüre

Bewertungen

4.6

12 Bewertungen

5 stars
81,39 %
4 stars
9,30 %
2 stars
4,65 %
1 star
4,65 %

Top-Bewertungen von PREDICTIVE MODELING WITH LOGISTIC REGRESSION USING SAS

von SS10. Apr. 2021

Great training sets of problems. Good guidance & teaching.

von RM14. Juni 2021

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

von MC30. Dez. 2022

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.

von TW28. Juli 2021

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.

Alle Bewertungen anzeigen

Über den SAS-Statistik-Geschäftsanalyst Zertifikat über berufliche Qualifikation

Häufig gestellte Fragen

Wann erhalte ich Zugang zu den Vorträgen und Aufgaben?
Der Zugang zu Vorlesungen und Aufgaben hängt von der Art Ihrer Anmeldung ab. Wenn Sie einen Kurs im Gastmodus belegen, können Sie die meisten Kursmaterialien kostenlos einsehen. Um auf benotete Aufgaben zuzugreifen und ein Zertifikat zu erhalten, müssen Sie während oder nach Ihrer Gastphase das Zertifikat erwerben. Wenn Sie die Gastoption nicht sehen:
Der Kurs bietet möglicherweise keine Gastoption an. Sie können stattdessen eine kostenlose Testversion ausprobieren oder finanzielle Unterstützung beantragen.
Der Kurs kann stattdessen "Vollständiger Kurs ohne Zertifikat" anbieten. Mit dieser Option können Sie alle Kursmaterialien einsehen, die erforderlichen Aufgaben einreichen und eine Endnote erhalten. Dies bedeutet auch, dass Sie kein Zertifikat erwerben können.
Was bekomme ich, wenn ich dieses Zertifikat abonniere?
Wenn Sie sich für den Kurs anmelden, erhalten Sie Zugriff auf alle Kurse des Zertifikats und Sie erhalten nach Abschluss aller Arbeiten ein Zertifikat. Ihr elektronisches Zertifikat wird zu Ihrer Seite „Errungenschaften“ hinzugefügt – von dort können Sie Ihr Zertifikat ausdrucken oder es zu Ihrem LinkedIn-Profil hinzufügen. Wenn Sie lediglich den Inhalt des Kurses lesen und anzeigen möchten, können Sie kostenlos als Gast an dem Kurs teilnehmen.

Haben Sie weitere Fragen? Besuchen Sie das Learner Help Center.

Fördern Sie Mitarbeiterkompetenzen für bessere Geschäftsergebnisse

Entdecken Sie Coursera für Unternehmen

Predictive Modeling with Logistic Regression using SAS

Über diesen Kurs

Kompetenzen, die Sie erwerben