Análisis estadístico empresarial con SAS 9: regresión y modelado

Guía de contenidos del examen

A continuación, ofrecemos una lista de los objetivos que se evaluarán en el examen.
Para obtener detalles más específicos sobre cada objetivo, descargue la guía completa de contenidos del examen.

 

ANOVA - 10%

  • Verificar los supuestos de ANOVA.
  • Analizar las diferencias entre las medias de la población con los procedimientos GLM y TTEST.
  • Realizar la prueba post hoc ANOVA para evaluar el efecto del tratamiento.
  • Detectar y analizar las interacciones entre factores.

Regresión lineal - 20%

  • Ajustar un modelo de regresión lineal múltiple con los procedimientos REG y GLM.
  • Analizar los resultados de los procedimientos REG, PLM y GLM para los modelos de regresión lineal múltiple.
  • Usar el procedimiento REG o GLMSELECT para realizar la selección del modelo.
  • Evaluar la validez de un determinado modelo de regresión mediante el uso de diagnósticos y análisis de residuos.

Regresión Logística - 25%

  • Realizar la regresión logística con el procedimiento LOGISTIC.
  • Optimizar el rendimiento del modelo mediante la selección de los datos de entrada.
  • Interpretar la salida del procedimiento LOGISTIC.
  • Calificación de nuevos conjuntos de datos mediante los procedimientos LOGISTIC y PLM.

Preparar las entradas para el rendimiento del modelo predictivo - 20%

  • Identificar los posibles desafíos al preparar los datos de entrada para un modelo.
  • Utilizar el paso DATA para manipular datos con bucles, matrices, sentencias condicionales y funciones.
  • Mejorar el poder predictivo de las entradas categóricas.
  • Examinar las variables para detectar la irrelevancia y la asociación no lineal mediante el procedimiento CORR.
  • Examinar las variables en busca de no linealidad mediante gráficos logit empíricos.

Medir el rendimiento del modelo - 25%

  • Aplicar los principios de la evaluación honesta a la medición del rendimiento del modelo.
  • Evaluar el rendimiento del clasificador mediante la matriz de confusión.
  • Selección y validación de modelos mediante datos de entrenamiento y validación.
  • Crear e interpretar diagramas (gráficos de ROC, de elevación y ganancias) para la comparación y selección de modelos.
  • Establecer valores de corte de decisión efectivos para la puntuación.

Recursos adicionales

Comunidad de certificación

Conéctese y únase a la conversación hoy mismo.

Certificación SAS y Directorio de competencias

Encuentre personas que han obtenido una insignia digital SAS.

Preguntas frecuentes

¿Tiene alguna pregunta?, ¿necesita más información? Estamos aquí para ayudarle.