Üzleti problémák és statisztikai megoldások

• A statisztika célja
• Néhány egyszerű ősszesítő statisztika kiszámítása
• A MEANS és UNIVARIATE procedúra outputjainak értelmezése
• Az adatok variabilitásának vizsgálata

Üzleti kérdések tesztelése

• Bevezetés a hipotézis-tesztelés terminológiájába
• Mi a t-teszt és mikor használjuk
• A p-érték és értelmezése
• A TTEST és UNIVARIATE procedúrák outputjának értelmezése
• Variancia analízis lényege, különbsége a t-teszttől
• Variancia analízis elvégzése a GLM procedúrával

Kategorizált adatok vizsgálata

• Kategorizált adatok vizsgálata a FREQ procedúrával
• Két változó közötti asszociáció vizsgálata és tesztelése
• Chi-square teszt és értelmezése

Kapcsolat két folytonos változó között

• Két folytonos változó közötti kapcsolat vizsgálata
• Korreláció használata a lineáris kapcsolat mérésére
• A CORR procedúra outputjának értelmezése
• A korrelációs statisztika rossz használata
• A lineáris kapcsolat leírása regresszió elemzés segítségével
• A REG procedúra outputjának értelmezése
• A regresszió elemzés feltételei és azok ellenőrzése

Elemzések kettőnél több folytonos változó esetén

• A célváltozónk több változóval van kapcsolatban?
• Jobb becslést tudunk adni a célváltozóra több változó bevonásával?
• Hogyan lehet a "legjobb" változókat kiválasztani?

Elemzések bináris célváltozó esetén

• Miért kezeljük másképp ezt az esetet?
• Mi a logisztikus regresszió, és hogyan működik?
• Hogyan értelmezhetőek a LOGISTIC procedúra eredményei?
• Mi az esélyhányados (odds ratio), és miért hasznos?

Output Delivery System (opcionális)

• Hogyan segíthet az ODS?