Preparación de Big Data, estadísticas y exploración visual de SAS

Guía de contenidos del examen

Gestión de datos - 50%

• Navegue por la interfaz de Data Management Studio.
• Crear, diseñar y ser capaz de explorar exploraciones de datos e interpretar los resultados.
• Definir y crear colecciones de datos a partir de los resultados de la exploración.
• Crear y explorar un perfil de datos.
• Diseñar esquemas de estandarización de datos.
• Crear trabajos de datos.
• Aplicar una definición y un esquema de normalización.
• Aplicar definiciones de análisis sintáctico.
• Comparar y contrastar las diferencias entre el análisis de identificación y los nodos de campo derecho.
• Aplicar el nodo de análisis de género para determinar el género.
• Crear un trabajo de resolución de entidades.
• Definir y crear reglas de negocio.
• Describir la organización, estructura y navegación básica del QKB.
• Ser capaz de articular cuándo utilizar los distintos componentes del QKB.
• Definir los pasos de procesamiento y los componentes utilizados en los diferentes tipos de definición.

ANOVA y Regresión - 30%

• Verificar los supuestos del ANOVA.
• Analizar las diferencias entre las medias de la población con los procedimientos GLM y TTEST.
• Realizar la prueba de ANOVA post hoc para evaluar el efecto del tratamiento.
• Detectar y analizar las interacciones entre factores.
• Ajustar un modelo de regresión lineal múltiple utilizando los procedimientos REG y GLM.
• Analizar los resultados de los procedimientos REG, PLM y GLM para los modelos de regresión lineal múltiple.
• Usar el procedimiento REG o GLMSELECT para realizar la selección del modelo.
• Evaluar la validez de un determinado modelo de regresión mediante el uso de diagnósticos y análisis de residuos.
• Realizar la regresión logística con el procedimiento LOGISTIC.
• Optimizar el rendimiento del modelo mediante la selección de los datos de entrada.
• Interpretar la salida del procedimiento LOGISTIC.

Exploración visual de datos - 20%

• Examinar, modificar y crear elementos de datos.
• Seleccionar y trabajar con fuentes de datos.
• Crear, modificar e interpretar visualizaciones de gráficos automáticos en Visual Analytics Explorer.
• Crear, modificar e interpretar visualizaciones de gráficos y tablas en Visual Analytics Explorer.
• Mejorar las visualizaciones con análisis dentro de Visual Analytics Explorer.
• Interactuar con visualizaciones y exploraciones dentro de Visual Analytics Explorer.