SAS Statistical Business Analysis Using SAS 9: Regression and Modeling

Guia do conteúdo do exame

ANOVA - 10%

• Verificar as suposições da ANOVA
• Analisar as diferenças entre a população significa utilizar os procedimentos GLM e TTEST
• Realizar o teste ANOVA pós-hoc para avaliar o efeito do tratamento
• Detectar e analisar as interações entre os fatores

Regressão Linear - 20%

• Ajustar um modelo de regressão linear múltipla usando os procedimentos REG e GLM
• Analisar a saída dos procedimentos REG, PLM e GLM para modelos de regressão linear múltipla
• Use o procedimento REG ou GLMSELECT para realizar a seleção do modelo
• Avaliar a validade de um determinado modelo de regressão através do uso de diagnóstico e análise residual

Regressão logística - 25%

• Realizar regressão logística com o procedimento LOGÍSTICO
• Otimizar o desempenho do modelo através da seleção de entrada
• Interpretar os resultados do procedimento LOGÍSTICO
• Marcar novos conjuntos de dados usando os procedimentos LOGISTIC e PLM

Preparar Inputs para o desempenho do modelo preditivo - 20%

• Identificar os desafios potenciais ao preparar dados de entrada para um modelo
• Usar a etapa DATA para manipular dados com loops, arrays, declarações condicionais e funções
• Melhorar o poder preditivo das entradas categóricas
• Variáveis de tela para irrelevância e associação não-linear usando o procedimento CORR
• Variáveis de tela para não-linearidade usando parcelas de logit empíricas

Medir o desempenho do modelo - 25%

• Aplicar os princípios da avaliação honesta à medição do desempenho do modelo
• Avaliar o desempenho do classificador usando a matriz de confusão
• Seleção e validação de modelos utilizando dados de treinamento e validação
• Criar e interpretar gráficos (ROC, elevador, e gráficos de ganhos) para comparação e seleção de modelos
• Estabelecer valores efetivos de corte de decisão para a pontuação