Regresja logistyczna w SAS: budowanie i ocena modeli

Zrozumienie wyników kategorii jest podstawą nowoczesnej analityki predykcyjnej. Ten kurs tekstowy przeprowadzi Cię przez podstawowe pojęcia regresji logistycznej i pokaże, jak wdrażać, oceniać i interpretować te modele za pomocą SAS. Przejdziesz od zrozumienia podstawowych pojęć statystycznych do pewnego przygotowania zestawów danych, procedur kodowania regresji i oceny wydajności modelu przy użyciu standardowych wskaźników branżowych. Czego się nauczysz: 1. Zrozumieć matematyczne podstawy regresji logistycznej, współczynników szans i wyników binarnych. 2. Przygotuj i wyczyść zbiory danych specjalnie do modelowania kategorycznego w SAS. 3. Wykonaj procesy regresji logistycznej za pomocą procedur SAS, takich jak PROC LOGISTIC. 4. Ocena dopasowania modelu i mocy predykcyjnej przy użyciu krzywych ROC, AIC i macierzy konfuzji. Interpretuj wyniki SAS, aby tworzyć praktyczne, oparte na danych zalecenia biznesowe. 6. Rozwiązywanie typowych problemów z modelowaniem, takich jak wielokoliniarność i niezrównoważone dane. Kurs rozpoczyna się od podstawowej terminologii statystycznej i podstaw teoretycznych, a następnie krok po kroku przeprowadza Cię przez przykłady kodu SAS, przepływy pracy związane z przygotowaniem danych i interpretacje diagnostyczne modelu. Ten kurs jest przeznaczony dla początkujących, analityków danych i aspirujących naukowców danych bez wcześniejszego doświadczenia SAS lub zaawansowanego tła statystycznego. Zacznij czytać już dziś, aby opanować regresję logistyczną w SAS i podnieść swoje umiejętności analizy danych.