SAS
News Partner Academic Opportunitą di Lavoro Contattateci Resource Center
Home Soluzioni e Tecnologie Referenze eventi Supporto Clienti Servizi e Formazione Chi Siamo www.sas.com
 
Regressione Logistica
DURATA

2 giorni

QUOTA

Euro 1.200,00 + IVA

 
altre informazioni
Per iscriversi ai corsi

obiettivi del corso

Il corso tratta la modellistica previsiva attraverso l’utilizzo del software SAS/STAT, con particolare enfasi sulla Proc LOGISTIC. Vengono illustrate la selezione di variabili, la valutazione dei modelli, il trattamento dei valori mancanti e le tecniche più efficienti per la gestione di grandi volumi di dati. Vengono inoltre affrontati i temi relativi alla costruzione di modelli di regressione logistica, della selezione delle variabili importanti e non ridondanti, della gestione e sostituzione di valori mancanti, della valutazione della prestazione del classificatore e dell’assegnazione dello score.

a chi è rivolto
 
Analisti statistici, esperti di data mining, business user; gli argomenti presentati si riferiscono in particolare alle aree dei database di marketing, della valutazione dei rischi di credito, della rilevazione frodi e più in generale alle applicazioni di modellistica previsiva.
prerequisiti
 
Si richiede familiarità con il linguaggio SAS per il trattamento (argomenti del corso “Fondamenti di SAS 1: accesso, trattamento dati e reporting”) e l’analisi dei dati (argomenti del corso “Statistica 1 / Introduzione alla statistica e alla analisi di regressione”).
argomenti
 

Modellistica previsiva con SAS
• Aree di applicazione
• Costruzione del modello
• Stima dei parametri
• Aggiustamenti per il sovracampionamento
• Gestione dei valori mancanti
• Input categorici
• Clustering delle variabili
• Selezione del sottoinsieme
• Prestazioni del classificatore
• Curve ROC e curve di Guadagno (Lift)
• Livelli di cutoff ottimali
• La statistica K-S
• Non linearità e interazioni
• Rilevazione
• Tecniche di modellistica avanzate.

 
The Power to Know
  Sitemap      P.IVA 08517850155     Terms of Use & Legal Information     Privacy Statement    Copyright © 2008 SAS Institute Inc. All Rights Reserved