В этом курсе изучается построение предсказательных статистических моделей с помощью программного обеспечения SAS/STAT, и, в частности, процедуры LOGISTIC. Обсуждаются подходы для выбора переменных, оценки эффективности моделей, обработки пропущенных значений, использования эффективных методов для обработки больших наборов данных.
Слушатели этого курса научатся:

• Использовать логистическую регрессию для моделирования бинарного отклика как функции известных переменных.
• Создавать графики эффектов и отношений шансов используя возможности системы ODS
• Как обращаться с пропущенными значениями переменных-предикторов
• Как решать проблему мультиколлинеарности между переменными-предикторами
• Оценивать эффективность модели и сравнивать модели.

Для прохождения этого курса вам нужно уметь писать и запускать программы SAS, создавать наборы данных SAS. Эти навыки вы можете получить на курсе Программирование на языке SAS. Часть 1: Основы . Также нужно знать основы статистического моделирования: как строить модели линейной и логистической регрессий с помощью программного обеспечения SAS. В курсе используются библиотеки SAS/GRAPH и SAS/STAT, основы работы с которыми можно изучить на курсе Statictics 1: Introduction to ANOVA, Regression and Logistic Regression.

Аудитория

Аналитики, занимающиеся статистическим моделированием, статистики, которым необходимо строить предсказательные модели, в особенности в банковской и финансовой сферах, прямом маркетинге, страховании и телекоммуникационной сфере.

Предсказательное моделирование

• Бизнес-приложения
• Проблемы при построении модели

Подгонка модели

•     Оценка параметров
•     Поправки на избыточный размер данных

Подготовка входных переменных

•     Пропущенные значения
•     Категориальные переменные
•     Кластеризация переменных
•     Отбор переменных
•     Создание выборки

Эффективность классификатора

•     ROC-график и  лифтовые диаграммы (Lift charts)
•     Выбор оптимального порога отсечения
•     Статистика Колмогорова-Смирнова (K-S)
•     Статистика c
•     Прибыль
•     Вычисление нескольких моделей