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
在数据可视化领域,树状图(Tree Diagram)是呈现层级结构数据的核心工具——无论是电商商品分类、企业组织架构,还是数据挖掘中 ...
2025-11-17核心结论:“分析前一天浏览与第二天下单的概率提升”属于数据挖掘中的关联规则挖掘(含序列模式挖掘) 技术——它聚焦“时间序 ...
2025-11-17在数据驱动成为企业核心竞争力的今天,很多企业陷入“数据多但用不好”的困境:营销部门要做用户转化分析却拿不到精准数据,运营 ...
2025-11-17在使用Excel透视表进行数据汇总分析时,我们常遇到“需通过两个字段相乘得到关键指标”的场景——比如“单价×数量=金额”“销量 ...
2025-11-14在测试环境搭建、数据验证等场景中,经常需要将UAT(用户验收测试)环境的表数据同步到SIT(系统集成测试)环境,且两者表结构完 ...
2025-11-14在数据驱动的企业中,常有这样的困境:分析师提交的“万字数据报告”被束之高阁,而一张简洁的“复购率趋势图+核心策略标注”却 ...
2025-11-14在实证研究中,层次回归分析是探究“不同变量组对因变量的增量解释力”的核心方法——通过分步骤引入自变量(如先引入人口统计学 ...
2025-11-13在实时数据分析、实时业务监控等场景中,“数据新鲜度”直接决定业务价值——当电商平台需要实时统计秒杀订单量、金融系统需要实 ...
2025-11-13在数据量爆炸式增长的今天,企业对数据分析的需求已从“有没有”升级为“好不好”——不少团队陷入“数据堆砌却无洞察”“分析结 ...
2025-11-13在主成分分析(PCA)、因子分析等降维方法中,“成分得分系数矩阵” 与 “载荷矩阵” 是两个高频出现但极易混淆的核心矩阵 —— ...
2025-11-12大数据早已不是单纯的技术概念,而是渗透各行业的核心生产力。但同样是拥抱大数据,零售企业的推荐系统、制造企业的设备维护、金 ...
2025-11-12在数据驱动的时代,“数据分析” 已成为企业决策的核心支撑,但很多人对其认知仍停留在 “用 Excel 做报表”“写 SQL 查数据” ...
2025-11-12金融统计不是单纯的 “数据计算”,而是贯穿金融业务全流程的 “风险量化工具”—— 从信贷审批中的客户风险评估,到投资组合的 ...
2025-11-11这个问题很有实战价值,mtcars 数据集是多元线性回归的经典案例,通过它能清晰展现 “多变量影响分析” 的核心逻辑。核心结论是 ...
2025-11-11在数据驱动成为企业核心竞争力的今天,“不知道要什么数据”“分析结果用不上” 是企业的普遍困境 —— 业务部门说 “要提升销量 ...
2025-11-11在大模型(如 Transformer、CNN、多层感知机)的结构设计中,“每层神经元个数” 是决定模型性能与效率的关键参数 —— 个数过少 ...
2025-11-10形成购买决策的四个核心推动力的是:内在需求驱动、产品价值感知、社会环境影响、场景便捷性—— 它们从 “为什么买”“值得买吗 ...
2025-11-10在数字经济时代,“数字化转型” 已从企业的 “可选动作” 变为 “生存必需”。然而,多数企业的转型仍停留在 “上线系统、收集 ...
2025-11-10在数据分析与建模中,“显性特征”(如用户年龄、订单金额、商品类别)是直接可获取的基础数据,但真正驱动业务突破的往往是 “ ...
2025-11-07在大模型(LLM)商业化落地过程中,“结果稳定性” 是比 “单次输出质量” 更关键的指标 —— 对客服对话而言,相同问题需给出一 ...
2025-11-07