SAS（全称STATISTICAL ANALYSIS SYSTEM，简称SAS）。是全球最大的软件公司之一，是由美国NORTH CAROLINA州立大学1966年开发的统计分析软件，对处理统计分析问题具有重要的价值。
SAS (Statistical Analysis System)是一个模块化、集成化的大型应用软件系统。它由数十个专用模块构成，功能包括数据访问、数据储存及管理、应用开发、图形处理、数据分析、报告编制、运筹学方法、计量经济学与预测等等。
SAS主要完成以数据为中心的四大任务：数据访问；数据管理；数据呈现；数据分析，其强大的功能尤其受金融类与医药类行业青睐。
实际工作中，尤其是不缺钱的大公司用的都是SAS！为什么呢？因为SAS是收费的。SAS有维护，几十年前写的code现在还能跑出来！因此是大公司的首选。只要是大机构, 不论是、制药、金融、保险、市场部门、NGO还是政府部门，SAS的覆盖率，都是完全不可被替代的。甚至部分IT公司在统计软件上，也选择的是SAS。
那么，在开源软件Python，R等越来越流行的当下，你不禁要问，SAS学习的好处都有啥？
（1）相比于其他软件，SAS比较容易入门并且薪水福利比较好
大家选择SAS的实际考虑，不可否认是它的高薪非常的诱惑，它的职业寿命衰减缓慢，都是大公司的职位，好的福利待遇，优雅的办公环境，使用的技术更新周期长。除此以外，最重要的是SAS比较容易学，没有严格的背景限制。
（2）SAS编程的优势是可以不断累积经验，不必疲于操心计算机语言的更新换代
话说，SAS也需要编程，为什么大家还是选择了它呢？因为SAS（Statistics Analysis System）作为统计分析系统，它是为所有需要进行数据处理、分析的计算机或者非计算机工作人员提供一种易学易用、完整可靠的软件系统。其独特语言的最大特点是：简单、易学，语句的针对性强。
（3）SAS的应用在企业中的价值巨大
近年来，“数据淘金”在大都市特别是以服务业为发展方向的金融中心开拓了一个有相当潜力的职业层次——数据分析与决策支持层次。这个层次位于“事务运作层”和“决策层”之间。如纽约，多伦多，上海等作为全球经济中重要支柱，是诸多金融巨头，保险公司的聚集地。决策层只有能够在第一时间内获得或者找到最有价值的信息和资源，才有可能在瞬息万变的竞争局面中站稳脚跟。SAS建立在科学的数据分析和方法论基础上的“直觉”能够让商家从激烈的竞争中脱颖而出，作为SAS职位的工作人员在企业中同样有着不可替代的作用。
（4）熟练的SAS应用让你拥有广阔的就业前景
SAS 已广泛应用于金融、保险、医药、公共卫生、流性病预防、电信、交通、海关、政府、大学及研究所、市场调研、农业、制造业等领域，亦是制药行业为开发和评估药物提供统计分析唯一制定的商用软件。目前北美经济正从产业化向信息化转型。据统计，75%以上的大型企业、大公司都在使用SAS作为BI分析的工具，为公司的发展做深入分析和预测。
如果你的公司有健全的IT环境（oracle\teradata\sqlserver等数据库，需要经常性的做报表），购买了SAS软件，你正在致力于从事数据分析工作，职业发展遇到了瓶颈。或者对SAS数据分析感兴趣而又苦于无入门的方法。CDA数据分析师讲师团队致力于开发最领先的数据分析专业和行业应用教育，针对SAS，开设了CDA LEVEL I SAS 数据分析和LEVEL II SAS数据挖掘两个专题的课程，并通过实际的金融、电信、市场调研、客户关系等案例演练，让学员真正体验数据分析与SAS魅力。
SAS最近开课： (CDA LEVEL I SAS 数据分析)
时间：2017年3月25~4月16日（周末8天）
地点：上海&远程直播
授课安排：现场班6900元，远程班4900元
(1) 授课方式：面授直播两种形式，中文多媒体互动式授课方式
(2) 授课时间：上午9:00-12:00，下午13:30-16:30，16:30-17:00(答疑)
(3) 学习期限：现场与视频结合，长期学习加练习答疑。
1. 在线填写报名信息
官网端：
微信端：
2. 给予反馈，确认报名信息
3. 网上缴费
4. 开课前一周发送电子版课件和教室路线图
第一阶段：数据分析入门与SAS EG基础
1.商业数据分析价值与前沿知识
2.数据分析师职业概述
3.统计分析软件的比较
5.数据分析方法论介绍
6.SAS EG的介绍与流程图
7.SAS EG数据集与数据导入
8.SAS EG创建列表与数据选择
a.案例:教学使用银行信用卡交易数据
第二阶段：统计分析基础与数据可视化
1.统计数据类型介绍
2.描述性统计分布方法
3.正态分布与其他常见分布形式
4.分布的图形展示方法
5.SAS EG数据可视化方法与案例
6.参数估计基础
7.假设检验介绍
a.案例：零售业销售利润报表
第三阶段：数据挖掘概述与相关分析
1.相关分析基础
2.线性回归基础
3.数据挖掘的技术与方法
4.连续变量间的关系探索与变量压缩
5.主成分分析与应用场景
a.案例:银行业信用卡客户细分
b.案例:构造客户价值预测模型
第四阶段：因子分析与聚类分析
1.因子分析思路
2.因子分析方法
3.聚类分析方法
4.市场分析的其他工具
a.案例：沿海省份经济指标分析
b.案例：电信行业客户分群与组合营销
c.案例：银行公司房屋贷款案例
第五阶段：SQL语言查询
1.数据查询与SQL语言简介
2.数据过滤与排序
3.使用表达式创建新列
4.对列进行重新编码
5.查询中进行数据分组与汇总
6.等值横向连接表
7.非等值横向连接表
8.纵向连接表
9.拆分列与堆叠列
第六阶段：抽样统计知识与SAS语句
1.SAS EG“数据”菜单栏
2.抽样估计知识
3.SAS基本语句
4.Data步行选择
5.Data步列操作语句
6.Sort和Transe过程
第七阶段：回归分析与时间序列
1.简单线性回归
2.多元线性回归
3.线性回归诊断
4.分类变量分析
5.时间序列分析
a.案例：月均信用卡咨询案例
b.案例:航空销售案例分析
如果你有统计分析和编程的基础知识，对SAS数据挖掘和模型的知识有兴趣，也欢迎报名参加CDA LEVEL II-SAS数据挖掘的课程：
http://www.cda.cn/kecheng/32.html
1级2级连报更有8折优惠！
电话：010-68411404
手机：18010006628（陈老师）QQ：2881989709
13001066694（张老师）QQ：2881989710
邮箱：[email protected]
[email protected]
—— Join Learn!
