SAS培训课程体系（选修）-中科信软培训中心

培训目标：
使学员从零开始掌握SAS编程的核心概念与基础语法，熟悉SAS开发环境与程序运行机制；熟练使用DATA步进行数据输入、输出与处理，掌握PROC步进行基本统计分析；理解SAS逻辑库与数据集管理；具备独立编写SAS程序完成数据读取、清洗与基础分析的能力，为SAS Base认证考试打下坚实基础。

培训内容介绍 ：

SAS系统概述与开发环境
SAS软件发展历程与模块体系（Base/STAT/ETS/EM等）；SAS三大窗口（编辑器/日志/输出）功能与使用；SAS逻辑库概念与配置；SAS程序运行机制与提交方式；第一个SAS程序：Hello World。
SAS语法基础
SAS语句结构与规则；变量命名规范与数据类型（数值型/字符型）；SAS常量与缺失值表示；注释的使用；全局语句与局部语句；SAS程序执行逻辑。
数据步（DATA步）基础
DATA步基本结构；创建SAS数据集；SET语句读取已有数据集；INFILE与INPUT语句读取外部文本文件；导入Excel文件（IMPORT过程）；访问关系型数据库数据。
变量操作与新变量创建
赋值语句与表达式；常用算术运算符；字符连接与处理；数值函数（求和/均值/取整）；字符函数（SUBSTR/TRIM/UPCASE）；日期函数（TODAY/MDY/YRDIF）；条件赋值（IF-THEN/ELSE）。
条件处理与选择语句
IF语句与子集IF；WHERE语句使用与区别；IF-THEN/ELSE逻辑控制；SELECT语句多条件分支；IN操作符；缺失值判断。
数据排序与分组
PROC SORT过程语法；BY语句与排序顺序；NODUPKEY去重选项；分组处理基础；FIRST.与LAST.变量应用。
数据集操作
数据集纵向合并（SET语句）；数据集横向合并（MERGE语句）；一对一合并与匹配合并；UPDATE语句更新数据集；数据集转置（TRANSPOSE过程）。
输出控制与报表生成
PRINT过程制作列表报表；FORMAT过程定义输出格式；LABEL语句添加变量标签；TITLE/FOOTNOTE全局语句；ODS输出传送系统基础（输出到HTML/PDF/RTF）。
基础统计过程
MEANS过程计算描述统计量；UNIVARIATE过程深入分析；FREQ过程频数统计与交叉表；CORR过程相关性分析；输出结果解读。
SAS程序调试
常见语法错误类型；日志解读与错误定位；PUTLOG语句调试技巧；观测值调试方法；系统选项设置。
SAS认证备考
SAS Certified Specialist: Base Programming认证要求；考试题型与答题技巧；模拟试题演练。
综合实战：数据清洗与基础分析
从外部文件读取原始数据→数据清洗（缺失值处理/异常值过滤）→新变量计算→数据集合并→描述性统计报表生成→ODS输出格式化报告。

专题二：SAS高级编程与宏语言培训课程

课程名称：SAS高级编程与宏语言培训课程

培训对象：

具备Base SAS基础的编程人员
需要处理复杂数据结构的分析师
希望提高编程效率的SAS开发者
准备SAS Advanced认证的技术人员

培训目标：
使学员深入掌握SAS高级编程技术，包括DATA步进阶技巧、数组与哈希对象应用、PROC SQL高级查询；熟练使用SAS宏语言实现程序自动化与参数化设计；理解SAS程序性能优化方法；具备处理复杂数据结构和开发可复用SAS程序的能力，为SAS Advanced Professional认证做好准备。

培训内容介绍 ：

DATA步进阶技术
DATA步执行逻辑深入理解（编译期vs执行期）；PDV（程序数据向量）机制；自动变量（N/ERROR）；直接访问与随机访问技术；POINT=选项应用。
数组（ARRAY）编程
数组定义与引用；显性数组与隐性数组；数组维度与下标；DO循环与数组结合；数组在重复计算中的应用；多维数组基础。
哈希对象（HASH）编程
哈希对象概念与优势；哈希对象定义与实例化；哈希表查找与更新；哈希迭代器应用；哈希在数据快速匹配中的应用。
数据转置与重组
复杂数据转置需求；TRANSPOSE过程高级选项；数组实现自定义转置；长宽格式转换；堆叠与拆分数据集。
PROC SQL高级应用
SQL在SAS中的实现；复杂多表连接（内/外/复杂连接）；子查询与相关子查询；集合操作（UNION/EXCEPT/INTERSECT）；创建与更新表；视图创建；SQL性能优化。
SAS宏语言基础
宏语言作用与原理；宏变量定义（%LET）；宏变量引用（&）；宏函数（%UPCASE/%SUBSTR/%SCAN）；系统宏变量；宏表达式。
宏程序开发
宏定义（%MACRO/%MEND）；宏参数传递（位置参数/关键字参数）；宏程序调用；宏条件语句（%IF/%THEN/%ELSE）；宏循环语句（%DO/%END）。
宏高级特性
宏函数开发；宏与DATA步交互（CALL SYMPUT/SYMPUTX）；解析符号变量（%NRSTR/%SUPERQ）；宏存储与复用（AUTOCALL库）；宏调试选项（MPRINT/MLOGIC/MERROR）。
效率优化技术
WHERE与子集IF性能对比；索引创建与应用；BY语句分组处理效率；压缩数据集；内存选项设置；大数据集处理策略。
自定义函数与例程
PROC FCMP过程；创建自定义函数；创建子例程；函数库管理；在DATA步中调用自定义函数。
高级输入输出
读取复杂格式外部数据（多行记录/分层数据）；读取XML/JSON数据；DBMS数据访问优化；数据加密与安全选项。
综合实战：自动化报表系统开发
开发可复用的宏程序库：参数化数据导入宏→动态变量计算宏→自动化统计报表生成宏→ODS输出控制宏→宏程序文档化与打包。

专题三：SAS SQL与数据整合培训课程

课程名称：SAS SQL与数据整合培训课程

培训对象：

需要处理多源数据的SAS程序员
数据仓库/ETL开发人员
数据库管理员（需与SAS交互）
数据分析师（需复杂数据查询能力）

培训目标：
使学员系统掌握SAS中PROC SQL的核心语法与高级查询技巧，熟练进行多表连接、子查询、集合操作；理解SAS与各类数据源的整合方法，包括关系型数据库、Hadoop、Excel等；掌握数据清洗、转换与整合的完整流程；具备构建复杂数据视图和数据集成的实战能力。

培训内容介绍 ：

PROC SQL概述
SQL在SAS中的实现；PROC SQL与DATA步对比；PROC SQL执行流程；SELECT语句基本结构；列选择与别名。
单表查询
WHERE子句条件过滤；ORDER BY排序；GROUP BY分组聚合；HAVING分组后过滤；DISTINCT去重；汇总函数应用（COUNT/SUM/AVG/MIN/MAX）。
多表连接查询
内连接（INNER JOIN）；外连接（LEFT/RIGHT/FULL JOIN）；复杂连接条件；多表连接顺序与性能；自连接应用；连接与子查询选择。
子查询
标量子查询；行子查询；表子查询；相关子查询；EXISTS与NOT EXISTS；IN与NOT IN；子查询在SELECT/FROM/WHERE中的应用。
集合操作
UNION与UNION ALL；EXCEPT集合差；INTERSECT集合交；集合操作注意事项；集合操作与连接查询对比。
数据创建与管理
CREATE TABLE创建表；CREATE VIEW创建视图；INSERT插入数据；UPDATE更新数据；DELETE删除数据；DROP删除表/视图；ALTER TABLE修改结构。
SAS逻辑库与数据源连接
LIBNAME语句原理；连接各类数据库（Oracle/MySQL/SQL Server）；传递查询优化（DBMS=选项）；跨库连接查询。
Hadoop大数据整合
SAS/ACCESS to Hadoop；连接Hive表；读取HDFS文件；处理Parquet/ORC列式存储；SAS与Hive SQL交互。
Excel与文本文件整合
导入Excel多工作表；读取CSV/带分隔符文本；处理不规范格式文本；批量导入与导出；数据清洗（特殊字符/编码问题）。
数据清洗与质量提升
缺失值识别与处理；重复记录检测与删除；异常值识别方法；数据标准化与格式化；数据一致性校验。
数据转换与加工
行列转换实现（CASE WHEN聚合）；条件聚合技术；累积计算实现；排名与分组序号；窗口函数模拟（SAS中实现）。
性能优化
SQL执行计划解读；索引创建与应用；子查询优化技巧；连接顺序优化；数据分区策略；大数据集处理建议。
综合实战：多源数据整合分析
从多个数据源（Oracle订单表/Excel客户表/Hive日志表）抽取数据→数据清洗与标准化→多表连接构建分析宽表→复杂查询生成业务指标→创建视图供报表调用→性能优化与验证。

专题四：SAS统计分析（STAT模块）培训课程

课程名称：SAS统计分析（STAT模块）培训课程

培训对象：

统计分析师/研究员
市场研究/用户研究从业者
高校师生（需统计分析能力）
医学/社会科学领域研究人员

培训目标：
使学员系统掌握SAS/STAT模块的核心统计分析方法，包括描述统计、假设检验、方差分析、回归分析、多元统计分析等；理解各类统计方法的适用场景与假设条件；熟练进行统计建模、结果解读与报告输出；具备独立完成从数据准备到统计推断的完整分析能力。

培训内容介绍 ：

统计分析基础
统计推断基本概念；参数估计与假设检验原理；SAS/STAT模块概述；常用统计过程列表。
描述统计分析
UNIVARIATE过程深入（分位数/极端值/正态性检验）；MEANS过程高级选项；FREQ过程复杂交叉表；统计量输出与存储。
t检验系列
单样本t检验（TTEST过程）；独立样本t检验（方差齐性检验）；配对样本t检验；非参数替代方法（NPAR1WAY过程）；效应量计算。
方差分析（ANOVA）
单因素方差分析（ANOVA过程/GLM过程）；多重比较方法（LSD/Tukey/Duncan）；双因素方差分析（主效应/交互效应）；随机区组设计；重复测量方差分析。
相关分析
CORR过程（皮尔逊/斯皮尔曼/肯德尔）；偏相关分析；相关矩阵可视化；相关系数显著性检验。
线性回归分析
REG过程语法；一元线性回归；多元线性回归；变量筛选方法（逐步/向前/向后）；模型诊断（残差分析/共线性诊断）；异常值识别；预测与置信区间。
广义线性模型
GLM过程应用；协方差分析（ANCOVA）；非平衡设计处理；固定效应与随机效应；混合模型初步。
逻辑回归分析
LOGISTIC过程语法；二分类逻辑回归；模型拟合优度检验；优势比（OR值）计算；分类预测准确率；ROC曲线与AUC值；多分类逻辑回归。
主成分分析（PCA）
PRINCOMP过程；特征值与方差解释率；主成分得分计算；因子载荷矩阵解读；碎石图绘制。
因子分析
FACTOR过程语法；因子提取方法；因子旋转（正交/斜交）；因子得分计算；结果解释与命名。
聚类分析
系统聚类（CLUSTER过程）；K-means快速聚类（FASTCLUS过程）；两步聚类（STEPDISC过程）；聚类结果可视化；聚类数选择方法。
判别分析
DISCRIM过程；典型判别分析；逐步判别分析；分类效果评估；交叉验证。
结果输出与解读
ODS输出统计量；统计表格规范呈现；统计图生成与编辑（SGPLOT）；分析报告撰写；统计结果业务化解读。
综合实战：多元统计分析项目
以市场调研数据为例：数据预处理→描述统计分析→因子分析降维→聚类分析客户分群→不同客群差异检验→判别分析预测→综合分析报告。

专题五：SAS数据挖掘与机器学习培训课程

课程名称：SAS数据挖掘与机器学习培训课程

培训对象：

数据挖掘工程师/算法工程师
风控建模/信用评分卡开发人员
营销分析/用户行为分析人员
希望掌握SAS EM工具的分析师

培训目标：
使学员掌握SAS Enterprise Miner数据挖掘全流程方法论（SEMMA），熟练使用SAS EM进行数据探索、变量筛选、模型训练与评估；掌握主流机器学习算法（决策树/神经网络/逻辑回归/聚类/关联规则）的SAS实现；具备构建信用评分卡、客户分群、购物篮分析等商业模型的能力。

培训内容介绍 ：

数据挖掘概述与SEMMA方法论
数据挖掘定义与CRISP-DM；SAS SEMMA方法论（Sample/Explore/Modify/Model/Assess）；SAS Enterprise Miner界面与工作流；数据挖掘项目流程。
数据探索与预处理
数据导入与分区（训练/验证/测试）；数据探索节点（分布分析/统计汇总）；变量变换与标准化；缺失值处理策略；异常值识别与处理。
变量筛选与降维
变量聚类节点；变量选择节点（基于重要性/R-square）；主成分分析应用；因子分析应用；IV值计算与变量筛选。
决策树模型
决策树算法原理；SAS EM决策树节点配置；树生长与剪枝策略；规则提取与解释；决策树模型评估。
神经网络模型
神经网络基础（多层感知器/反向传播）；SAS EM神经网络节点配置；网络结构选择；过拟合控制；神经网络模型应用。
逻辑回归模型
逻辑回归节点配置；变量选择方法；逐步回归应用；模型诊断（共线性/异常值）；评分卡转换。
聚类分析
聚类节点配置；K-means算法；层次聚类；聚类数选择（肘部法则/轮廓系数）；聚类结果解释与可视化。
关联规则挖掘
关联规则原理（支持度/置信度/提升度）；关联节点配置；购物篮分析应用；规则筛选与解释；关联规则可视化。
模型评估与比较
模型评估指标（混淆矩阵/准确率/召回率/F1值/ROC曲线/Lift图）；模型比较节点；模型选择策略；模型部署准备。
信用评分卡开发
信用评分卡原理；变量分箱与WOE编码；IV值计算；逻辑回归建模；评分卡刻度化；评分卡验证。
集成学习
随机森林原理；梯度提升树（GBM）；模型集成方法（投票/平均/堆叠）；SAS EM集成节点配置。
模型部署与应用
评分代码生成（SAS代码/PMML）；模型发布流程；新数据批量评分；模型监控与更新；模型文档化。
综合实战：信用评分卡全流程开发
银行信贷数据→数据探索与清洗→变量分箱与WOE编码→IV筛选→逻辑回归建模→模型评估（KS值/AR值）→评分卡转换→评分卡验证→模型部署准备。

专题六：SAS时间序列与预测分析培训课程

课程名称：SAS时间序列与预测分析培训课程

培训对象：

金融/经济领域分析师
销售预测/需求计划人员
供应链管理从业者
需要时间序列建模能力的统计人员

培训目标：
使学员系统掌握SAS/ETS模块的时间序列分析方法，理解时间序列分解、平稳性检验、ARIMA建模等核心技术；熟练使用SAS进行时间序列数据预处理、模型识别、参数估计与预测；掌握指数平滑、干预模型、面板数据分析等进阶方法；具备独立完成企业销售预测、经济指标分析等任务的能力。

培训内容介绍 ：

时间序列基础概念
时间序列定义与成分（趋势/季节/循环/随机）；平稳性概念；自相关与偏自相关函数；SAS/ETS模块概述。
时间序列数据准备
时间变量定义（DATE/INTERVAL）；时序数据排序与补齐；缺失值处理方法；时序数据探索（PROC TIMESERIES）。
时间序列分解
乘法模型与加法模型；PROC X12季节调整方法；趋势提取；季节因子计算；分解结果解读。
平稳性检验
单位根检验（PROC ARIMA的Stationarity选项）；ADF检验；KPSS检验；差分阶数确定。
ARIMA模型
ARIMA模型原理（AR/I/MA）；识别阶段（ACF/PACF分析）；估计阶段（PROC ARIMA）；诊断阶段（残差检验）；预测阶段；自动ARIMA实现。
指数平滑方法
简单指数平滑；Holt线性趋势；Holt-Winters季节模型；PROC ESM应用；平滑参数估计；模型选择标准（AIC/BIC）。
干预模型
干预事件影响分析；脉冲干预与阶跃干预；干预模型构建；干预效果评估；PROC ARIMA干预实现。
面板数据分析
面板数据结构；固定效应模型；随机效应模型；Hausman检验；PROC PANEL应用。
多元时间序列
向量自回归模型（VAR）；协整检验；误差修正模型（ECM）；格兰杰因果检验；PROC VARMAX应用。
预测精度评估
预测误差指标（MAE/MAPE/RMSE）；预测区间计算；滚动预测验证；模型比较方法。
SAS Visual Forecasting
SAS Visual Forecasting简介；自动化预测流程；大规模预测应用；预测结果可视化。
综合实战：企业销售预测系统
历史销售数据导入→时序探索与分解→平稳性检验→ARIMA/指数平滑模型选择→模型估计与诊断→未来12个月预测→预测区间计算→预测报告生成→模型监控方案设计。

专题七：SAS Viya现代分析平台培训课程

课程名称：SAS Viya现代分析平台培训课程

培训对象：

传统SAS用户向云平台转型
大数据工程师/数据科学家
需要高性能分析的统计人员
希望掌握现代SAS技术的开发者

培训目标：
使学员理解SAS Viya云原生架构的核心概念与优势；掌握在SAS Viya平台上运行传统SAS代码的方法；熟练使用CAS（云分析服务）进行高性能数据处理；了解CASL编程语言与分布式计算；具备将传统SAS程序迁移到Viya平台并进行优化的能力。

培训内容介绍 ：

SAS Viya架构概述
SAS Viya云原生架构；CAS（云分析服务）引擎；多租户设计；内存计算特性；与SAS 9对比；SAS Viya部署模式（公有云/私有云/混合云）。
Viya环境与界面
SAS Viya Web界面；SAS Studio in Viya；Jupyter Notebook集成；可视化工具（Visual Analytics/Visual Statistics）；环境导航。
传统代码在Viya中运行
在Viya上运行SAS 9代码兼容性；代码自动优化机制；SAS 9与Viya代码差异；迁移注意事项。
CAS连接与数据管理
连接CAS服务器（CASLIB）；数据加载到内存；CAS表与SAS数据集转换；支持的文件格式（SASHDAT/Parquet/CSV/Excel）；分布式数据存储。
CAS数据处理
DATA步在CAS中执行；PROC SQL在CAS中执行（FedSQL）；CAS-enabled过程；数据分区与并行处理。
CASL编程语言
CASL语法基础；CASL vs传统SAS；数据操作action；表管理action；结果处理；CASL自动化脚本。
高性能分析过程
PROC CAS应用；分布式统计计算；大规模数据建模（决策树/回归/神经网络）；内存计算优势；性能对比分析。
可视化分析（Visual Analytics）
Visual Analytics界面；数据探索与可视化；仪表盘设计；报表发布；移动端访问。
机器学习（Visual Statistics）
交互式建模界面；自动化机器学习；模型比较与选择；模型发布。
开放模型集成
与Python/R集成；使用SAS Viya REST API；开放源代码模型部署；模型生命周期管理。
传统SAS程序迁移
迁移评估方法；代码兼容性检查；性能瓶颈识别；优化策略；迁移测试与验证。
综合实战：传统SAS程序迁移与优化
选取传统SAS程序→迁移评估→代码调整（CAS优化）→数据加载（CASLIB）→执行对比测试→性能优化→结果验证→迁移文档化。

专题八：行业实战（金融/医药/市场）培训课程

课程名称：行业实战（金融/医药/市场）培训课程

培训对象：

金融行业分析师（银行/保险/证券）
医药行业临床数据分析师（CRO/药企）
市场研究/CRM分析人员
希望提升行业实战能力的SAS用户

培训目标：
使学员了解SAS在不同行业的典型应用场景与解决方案；掌握金融行业风险建模、信用评分卡开发方法；熟悉医药行业临床试验数据分析流程与CDISC标准；掌握市场细分、客户价值分析、营销组合优化等商业分析方法；具备将SAS技术应用于具体行业业务的实战能力。

培训内容介绍 ：

金融方向

金融行业SAS应用概览
银行/保险/证券典型应用；风险管理体系；监管合规需求；SAS金融解决方案介绍。
信用风险建模
申请评分卡开发（A卡）；行为评分卡开发（B卡）；催收评分卡开发（C卡）；变量筛选与分箱；评分卡刻度化。
反欺诈分析
欺诈模式识别；异常交易检测；社交网络分析（SNA）；规则引擎与模型结合。
客户关系管理
RFM模型构建；客户价值分群；交叉销售与提升销售；客户流失预警。
营销活动优化
响应模型构建；营销组合优化（SAS Marketing Optimization）；活动效果评估；A/B测试分析。

医药方向

临床数据标准
CDISC标准体系（SDTM/ADaM）；SAS临床编程规范；临床数据集构建。
临床试验数据分析
临床数据导入与清洗；不良事件分析；实验室数据分析；有效性分析；安全性分析。
生存分析
Kaplan-Meier生存曲线；Cox比例风险模型；生命表分析；PROC LIFETEST/PROC PHREG应用。
新药申报报告
临床研究报告生成；Tables/Listings/Figures制作；ODS RTF输出；符合监管要求的数据提交。

市场方向

市场调研数据分析
问卷数据清洗；满意度分析；品牌健康度监测；NPS计算与分析。
市场细分分析
聚类分析客户分群；因子分析降维；对应分析品牌定位；细分市场画像。
购物篮分析
关联规则挖掘；交叉销售机会识别；商品陈列优化；购买行为模式分析。
综合实战：行业案例完整复现
行业案例一（金融）：银行客户信用评分卡开发全流程
行业案例二（医药）：临床试验基线数据分析与报表生成
行业案例三（市场）：零售客户分群与营销策略制定

如果您想学习本课程，请预约报名
如果没找到合适的课程或有特殊培训需求，请订制培训
除培训外，同时提供相关技术咨询与技术支持服务，有需求请发需求表到邮箱soft@info-soft.cn,或致电4007991916
技术服务需求表点击在线申请

服务特点：
海量专家资源，精准匹配相关行业，相关项目专家，针对实际需求，顾问式咨询，互动式授课，案例教学，小班授课，实际项目演示，快捷高效，省时省力省钱。

专家力量：
中国科学院软件研究所，计算研究所高级研究人员
oracle,微软，vmware，MSC,Ansys，candence,Altium,达索等大型公司高级工程师，项目经理，技术支持专家
中科信软培训中心，资深专家或讲师
大多名牌大学，硕士以上学历，相关技术专业，理论素养丰富
多年实际项目经历，大型项目实战案例，热情，乐于技术分享
针对客户实际需求，案例教学，互动式沟通，学有所获

报名表下载

点击进入报名表

联系我们更多>>

咨询电话：010-62883247

4007991916

咨询邮箱：soft@info-soft.cn

微信咨询

随时听讲课

聚焦技术实践