京公网安备 11010802034615号
经营许可证编号:京B2-20210330
课程特色:
针对临床SAS程序员的日常工作的各个方面的讲解和上机练习;
短期的强化职前培训能够使学员具备作为临床SAS程序员的基本素质和能力;
成功得到进入大药厂和相关研发机构工作机会;
SAS临床试验数据实战(初级+高级)
◆培训时间:2015年01月9-11日(初级) 01月23-25日(高级)【共六天】
◆培训地点:北京中医药大学1、授课方式:SAS课程基于SAS 9.X系统,多媒体互动。
2、授课时间:9:00-12:00,13:30-16:30(16:30-17:00答疑时间)
3、提供午餐 咖啡 水果常备 ; 差旅及住宿费用自理
◆证书费用:400元(不含发票),可以申请工信部认证证书《SAS数据分析师》
Lucy老师,早年硕士研究生毕业于华东师范大学概率论与数理统计专业,毕业后一直在前5名全球临床CRO公司担任SAS programmer,现任职资深SAS统计分析程序经理,带领一个团队完成SAS program任务。有10年的临床SAS统计编程的丰富经验, 完成上百个向美国药监局和中国药监局递交的统计编程项目,非常熟悉业内的流程和业务,积累了丰富的经验,摸索出培养SAS临床程序员成熟的一套教学体系。
课程大纲:
初级课程内容
基础SAS编程:
1. SAS数据操作过程介绍
· 读取文件案例解读
· SAS函数案例解读
· 循环案例解读
· 数组案例解读
· 数据结构转置案例解读
· 数据集合并和叠加案例解读
2. SAS制表过程介绍
· Proc report 过程案例解读
· ODS 输出过程案例解读
3. SQL过程
· SQL语法案例解读
· 子查询案例解读
· 数据合并和叠加案例解读
4. 宏介绍
· 生成宏参数案例解读
· 宏函数应用案例解读
· 宏编程案例解读
5. 调试SAS程序技巧介绍
· 调试语法和案例解读
· 常见的错误/警告/未初始化的调试案例解读
临床相关编程:· 导入临床相关词典案例解读
· 检查临床数据(异常值/缺失/逻辑核查)案例解读
· 临床编程中重要部分的案例解读和上机操作
人群
相对天
基线/治疗后数值
结转
时间窗
计划用药组和实际用药组
事件数/人数计算
· SAS输出和ODS制表案例介绍
· 临床试验宏编写案例介绍
· 临床常用统计过程输入输出案例介绍
Proc Mean
Proc Univeriate
Proc Freq
Proc Ttest
Proc Npar1way
Proc Mixed
Proc Logistic
Proc Lifetest
Proc Cox
Proc phreg
高级课程内容· 新药研发流程介绍
· 临床试验流程介绍
· 统计编程流程介绍
· 临床试验研发的主要角色和主要机构介绍.
· 相关政府部门和法律法规介绍
· 临床试验主要文件解读
· 临床试验数据解读
· 临床试验结果解读
· 常用的临床术语介绍
· 临床完成情况表格案例解读和上机操作
· 人口学表格案例解读和上机操作
· 不良事件表格/列表案例解读和上机操作
· 合并用药表格案例解读和上机操作
· 既往病史表格案例解读和上机操作
· 实验室数据表格案例解读和上机操作
· 生命体征表格案例解读和上机操作
· 心电图表格案例解读和上机操作
· 疗效表格/图表案例解读和上机操作
· ADSL的数据结构解读和上机操作
标准
数据结构
说明书
应用
· BDS的数据结构解读和上机操作
类型
标准
数据结构
说明书
应用
· ADTTE的数据结构解读和上机操作
标准
数据结构
说明书
应用
· ADAE的数据结构解读和上机操作
标准
数据结构
说明书
应用
临床SAS程序员的经验分享和问题讨论会
1、独家讲义, 赠送数据挖掘视频;
2、论坛现场班老学员一律9折优惠;
2、同一机构3人以上报名,9折优惠;同一机构6人以上报名,8折优惠;
3、赠送论坛币1000个(逛论坛必备)
报名流程及咨询:
1. 提交报名信息:
2. 网上缴费:http://baoming.pinggu.org/paycenter.aspx
3. 给予反馈,确认报名信息
4. 开课前一周发送培训教室路线图,培训现场领取发票

咨询方式:
座机:010-68456523
QQ:2881989712
邮 箱:zhangwei@pinggu.org
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
平均数是数据分析、数理统计与日常运算中最基础、最常用的统计量,核心作用是浓缩一组数据的整体水平、刻画数据集中趋势。在众多 ...
2026-08-24在MySQL数据库中,InnoDB存储引擎作为主流事务型引擎,默认事务隔离级别为可重复读(Repeatable Read,RR),这与SQL Server、Or ...
2026-08-24 很多数据分析师拿到数据就开始清洗、建模,但当被问到“这批数据属于什么类型——结构化还是非结构化?分类变量还是数值变量 ...
2026-08-24 很多数据分析师画过趋势图、做过业绩预测,但当被问到“这个月销售额增长20%,到底是长期趋势自然增长,还是促销活动的短期 ...
2026-08-21在数据分析与数据可视化工作中,直方图是展示数据分布特征、离散程度、集中区间的核心图表,能够直观呈现数值数据的频次分布规律 ...
2026-08-20在数据分析领域有一句核心准则:垃圾数据进,垃圾数据出。数据清洗是数据分析、数据建模、数据可视化之前的必经前置工序,也是保 ...
2026-08-20 很多数据分析师做过按月份的销售额趋势图,画过按天的流量折线图,但当被问到“时间序列和普通数据有什么本质区别”“季节性 ...
2026-08-20在Python数据分析与数据清洗工作中,Pandas是最核心的数据处理库,DataFrame是结构化数据的标准存储格式。在实时数据采集、循环 ...
2026-08-19在零售行业大数据分析与精细化运营领域,纸尿裤旁摆放啤酒是最经典、最具代表性的商业案例。两种看似毫无关联的商品,一个是婴幼 ...
2026-08-19 很多数据分析师能熟练地计算指标、搭建标签体系,但当被问到“画像到底在解决什么问题”“画像和标签是什么关系”“画像如何 ...
2026-08-19在数据分析、业务监控、质量检测与风险管控工作中,数据波动性是衡量数据稳定性、业务健康度、结果可信度的核心依据。数据波动代 ...
2026-08-18很多分析师在设计标签时思路清晰,但真到落地环节却面临“数据在手,不知如何转化为可用标签”的困境:或因加工方式选择不当导致 ...
2026-08-18在数据分析、业务评价、产品评级、用户分层与综合决策场景中,单一指标往往无法全面、客观地评价事物整体水平。现实中的评价对象 ...
2026-08-18在数理统计、假设检验、数据分析与机器学习领域中,卡方分布(χ²分布)是继正态分布、t分布之后最重要的连续型概率分布之一。 ...
2026-08-17在Python数据清洗、文本校验、账号密码规则校验、脏数据过滤、字符串规整化处理中,正则表达式是最高效、最常用的文本匹配工具。 ...
2026-08-17 很多分析师每天和数据打交道,但当被问到“标签是什么”“标签和指标有什么区别”“标签体系如何设计”时,却常常答不上来。 ...
2026-08-17手游行业具备用户迭代快、竞争激烈、用户粘性易流失的典型特征。随着新游持续上线、玩家审美升级、玩法疲劳等问题出现,存量用户 ...
2026-08-14在数字化产品运营、商业数据分析、业务增长管理中,零散的指标统计无法支撑系统性的业务决策。单一的点击率、转化率、销量数据只 ...
2026-08-14 很多数据分析师每天都在写SQL,但当被问到“数据查询语言(DQL)的本质是什么”“SELECT语句中各子句的书写顺序与实际执行顺 ...
2026-08-14在数据库数据分析、数据清洗、报表统计与业务查询场景中,日期时间是最高频、最核心的基础字段。数据库中存储的日期格式多样,包 ...
2026-08-13