SAS可视化建模统计工具 SAS®Visual Statistics

• 详情
• 资费
• 常见问题
• 点评
• 咨询
• 售后

产品益处
通过精准洞察赢得竞争

快速揭示出海量数据中蕴含的洞察。发现和评估您的竞争对手可能错过的新的业务机会。发现新的利润增长点。由于解决方案包含了SAS可视化分析，所以业务分析人员和统计人员可以使用强大的预测分析和可视化数据探索功能，比以往更充分地利用数据。

提高分析团队的工作效率

多个用户可以快速交互式地定制模型－添加或调整变量，去除异常值，等等……而且可以立刻看到这些改变对模型的影响。哪个模型的预测效果最好？现在很容易找到答案－－并且让您能够从大数据分析中获得更多的价值。

更快地运行更精准的模型

我们的多核处理环境可以把这个时间缩短为几分钟。您可以通过构建模型来锁定目标客户群，并且可以同时运行多个场景。提出更多假设场景，快速获得答案。通过不断调优模型来获得更好的结果。

内存计算环境让您变得更加敏捷

使用内存引擎来执行复杂的分析运算。建模人员可以快速测试新的想法，尝试各种不同的建模技术，随时对模型进行调优－这一切都是基于前所未有的大数据量。

功能特色：

探索性建模（可通过SAS可视化分析探索获得）
在大型数据集中，快速解读复杂联系以及重要变量对预测建模产出的影响。
了解单个变量对模型整体提升度的影响。
侦测异常值和/或影响因子，让您可以在后续分析中判别、捕获和删除它们。
图形化的数据探索，包括条形图、柱状图、箱图、热力图、气泡图、地图和更多图形（使用SAS可视化分析探索）。
根据相关矩阵、散点图和热力图和箱图直接派生出新的模型。
得到预测输出或细分结果，可直接应用到其它建模或可视化任务中。得到的输出可以存储和传送给缺少建模能力的用户使用。
生成模型评分代码。如果某个模型包含从其它模型（如叶节点、聚类节点等）产生的输出，将自动连接起来生成评分代码。

交互式的描述性建模和预测建模技术
过滤观测。
交互式去除异常值，模型自动重新拟合。
用户自定义的事件水平。
模型自动更新，包括如下建模技术：

聚类
k-均值聚类。
用于评估聚类成员关系的轮廓图。
输入变量的散点图，用于反映小数据集的聚类特征；以及反映大数据集的聚类特征交叠的热力图。
可以出处聚类群组变量，用于进一步分析。
详细的汇总统计（各聚类的均值、每个聚类的观测个数等等）。
生成按需聚类节点作为一个新的列。

分类树
基于C4.5算法（信息增益或信息增益比率）。
树的交互式生长或修剪。
设置树的深度、最大分支数、叶子大小、修剪的强度等等。
对变量进行分箱处理，可自行决定分箱个数。
可通过为树图或概览图来交互式地探索树的结构。
生成按需聚类节点作为一个新的列。

广义线性模型
支持各种统计分布，包括beta、normal、binary、exponential、gamma、geometric, Poisson, inverse Gaussian 和 negative binomial。
设置收敛和迭代条件。
支持偏移变量。
对变量进行频数和加权处理。
残差诊断。
汇总表包括模型汇总、迭代历史、拟合统计、第三类检验和参数估计。
针对预测变量的缺失值处理选项。
按需生成预测值和残差并作为新的列。

逻辑回归
使用logit和probit链接函数来对二值数据进行建模。
影响统计量。
变量选取。
支持偏移变量。
对变量进行频数和加权处理。
残差诊断。
汇总表包括模型维度、迭代历史、拟合统计、收敛状态、第三类检验、参数估计和相应剖面。
针对预测变量的缺失值处理选项。
按需生成预测标签和预测事件可能性并作为新的列。调整预测阈值，以标记某个观测是否为事件。

线性回归
影响统计量。
变量选取。
对变量进行频数和加权处理。
残差诊断。
汇总表包括方差分析、模型维度、拟合统计、模型方差分析、第三类检验和参数估计。
针对预测变量的缺失值处理选项。
按需生成预测值和残差并作为新的列。

分组处理
针对每个群组，构建模型、计算和处理结果，无需每次进行数据排序或建立索引。
在决策树或聚类分析中立即建立基于群组的模型（例如：分层建模）。
模型评估与比较
生成模型比较汇总信息，例如提升图、ROC图、一致性统计和误分类率等评价指标。
交互式地滑动调整预测阈值，用于自动化更新评估统计和误分类率指标。
针对不同分位数，交互式评估提升度。

模型评分
将模型导出为SAS数据步代码，从而与其它应用进行整合。如果某个模型包含从其它模型得出的输出，将自动连结评分代码。

高扩展性内存处理

内存分析引擎SAS LASR分析服务器 (the SAS® LASR™ Analytic Server) 提供了一个安全、可扩展的多用户环境。
只需一次将数据读入内存，就可以持续支持多用户的实时交互处理无需将数据写入磁盘，也无需在不同分析步骤中对数据重排。
支持单服务器模式（适用于小的部门团队），也支持分布式环境，从而支持多节点多线程的高性能处理。

我要咨询

售后提问