Форум Поща Карта на сайта Търсене Връзки Контакти
Начало Обучение Избираеми дисциплини Oбщ списък на избираемите дисциплини и практикуми Програмиране на SAS    English
Факултет по математика и информатика - Програмиране на SAS
 Лектори доц. д-р Веска Нончева, док-т Василка Събева
Анотация
        SAS е и система за анализ на данни, и език за програмиране, реализирани като облачна технология. Учене на SAS с примери е съвременния подход за изучаване на SAS. Дисциплината е насочена да разшири знанията и уменията на студентите да програмират.С познанията си те ще могат да се реализират като анализатори на данни, бизнес анализатори, да анализират данни от маркетингови и социологически проучвания, да разработват свои бизнес приложения, да програмират своите идеи.           
Съдържание
Изисквания: Студентите трябва да имат основни познания по програмиране.


Съдържание (по седмици)
1.    Облачни технологии за анализ на данни.  (1 час)
2.    Основни понятия на езика SAS. Компоненти на програма на SAS. Библиотеки. Файлове с данни в SAS формат. Процедури Contents и Datasets. (3 часа)
3.    SAS Studio и SAS Enterprise Guide. (4 часа)
4.    Основни команди за работа с данни. Модул DATA. Модул PROC. (2 часа)
5.    Създаване на формати и етикети на променливи. (2 часа)
6.    Условен оператор. Оператор WHERE. Работа с цикли. (4 часа)
7.    Създаване на честотни таблици. Генериране на доклади. PROC MEANS. (4 часа)
8.    Работа с файлове в SAS формат и с текстови файлове. (4 часа)
9.    Работа с функции. (4 часа)
10.    Графики в SAS. Създаване на проект на SAS. (4 часа)
11.    Анализ на данни със SAS Enterprise Guide. (4 часа)
12.    Защита на курсов проект. (4 часа)


ЛИТЕРАТУРА:
1.    Ron Cody, Learning SAS® by Example: A Programmer’s Guide, SAS® Press Series, 2007.
2.    http://www.sas.com/en_us/industry/higher-education/on-demand-for-academics.html
3.    http://support.sas.com/software/products/ondemand-academics/manuals/EnterpriseGuideStudent.pdf
4.    http://support.sas.com/learn/statlibrary/statlib_eg4.1/tut_index.htm
5.    http://support.sas.com/learn/statlibrary/statlib_eg4.1/top_data.htm
6.    IBM SPSS Decision Trees 20, IBM Business Analytics, 2011. 
Актуално
Още новини
Архив на новините
© 2009 ФМИ