 班级规模及环境--热线:4008699035 手机:15921673576( 微信同号) |
|
每期人数限3到5人。 |
| 上课时间和地点 |
上课地点：【上海】：同济大学(沪西)/新城金郡商务楼(11号线白银路站) 【深圳分部】：电影大厦(地铁一号线大剧院站)/深圳大学成教院 【北京分部】：北京中山学院/福鑫大楼 【南京分部】：金港大厦(和燕路) 【武汉分部】：佳源大厦（高新二路） 【成都分部】：领馆区1号（中和大道） 【沈阳分部】：沈阳理工大学/六宅臻品 【郑州分部】：郑州大学/锦华大厦 【石家庄分部】：河北科技大学/瑞景大厦 【广州分部】：广粮大厦 【西安分部】：协同大厦
最近开课时间(周末班/连续班/晚班）：2020年3月16日 |
| 实验设备 |
☆资深工程师授课
☆注重质量
☆边讲边练
☆合格学员免费推荐工作
★实验设备请点击这儿查看★ |
| 质量保障 |
1、培训过程中，如有部分内容理解不透或消化不好，可免费在以后培训班中重听；
2、培训结束后,授课老师留给学员联系方式,保障培训效果,免费提供课后技术支持。
3、培训合格学员可享受免费推荐就业机会。 |
课程大纲 |
| |
- 通过SAS编程进行预测 (FETSP)培训
通过SAS编程进行预测 (FETSP)培训
Forecasting Using SAS Software: A Programming Approach
This course teaches analysts how to use SAS/ETS software to diagnose systematic variation in data collected over time, create forecast models to capture the systematic variation, evaluate a given forecast model for goodness-of-fit and accuracy, and forecast future values using the model. Topics include Box-Jenkins ARIMA models, dynamic regression models, and exponential smoothing models.
预测简介
时间序列和预测
SAS预测软件介绍
评估拟合优度和准确性
平稳时间序列预测模型
平稳时间序列简介
自回归模型
PACF和IACF详细技术说明（自学）
移动平均模型
未观察到移动平均模型组件的估计（自学）
混合自回归移动平均模型
确定适当的自回归移动平均模型
估计和预测方法
Box-Jenkins模型的替代模型
非平稳时间序列的预测模型
趋势和季节性的统计检验
趋势模型
季节模型
Box-Jenkins模型的替代模型
预测航空公司乘客时间序列
探索性变量的预测模型
一般回归模型
事件模型
时间序列回归模型
预测的数据准备
处理日期
处理时间标识的数据
读取和修改时间序列数据
处理唯一、特定日期或频数
注意事项：
必备条件:
参加本课程前，你应该有使用SAS输入或者转换数据和执行基本分析的经验，例如计算行列总数和平均值、生成图表。你可以通过完成《SAS Programming 1: Essentials》（《SAS编程 1: 基础》）和《SAS Programming 2: Data Manipulation Techniques》（《SAS编程2：数据处理技术》）获得这些经验。SAS宏语言编程的知识对学习本课程有帮助，但不是必需。没有数据分析和统计建模经验的学生可以通过《Statistics 2: ANOVA and Regression》（《统计2：方差分析和回归》）课程获得这些预备知识。
"
|
首页 课程表 在线聊 报名 讲师 品牌 QQ聊 活动 就业