WEBVTT

1
00:00.000 --> 00:10.366 align:start line:25% position:65%
<b>SAS チュートリアル</b>
SAS Studio による一元配置分散分析の実行

2
00:03.100 --> 00:10.366 align:middle line:90%
このビデオでは、SAS Studio の［一元配置分散分析］タスクを使って
一元配置分散分析を実行する方法を学びます。

3
00:12.300 --> 00:16.733 align:middle line:90%
ここでは、年齢と嗅覚に関連性があるのかどうかを
調べたいと思います。

4
00:17.200 --> 00:26.666 align:middle line:90%
この疑問に答えを出すため、一元配置分散分析を使って、
５カテゴリの年齢変数から嗅覚の連続指標を予測します。

5
00:27.733 --> 00:31.900 align:middle line:90%
最初に、画面左側のナビゲーションペインで
［タスク (とユーティリティ)］をクリックします。

6
00:27.800 --> 00:31.900 align:start line:30% position:70%
<i>ご注意： 
このセクションは、SAS Studio のバージョンによって、
［タスク］または
［タスクとユーティリティ］と表示されます。</i>

7
00:34.733 --> 00:38.066 align:middle line:87%
［統計量］というカテゴリがあります。

8
00:34.733 --> 00:39.733 align:start line:30% position:70%
<i>ご注意： 
新しいバージョン（Release 3.5 など）では、
［タスク］カテゴリを展開すると、
［統計量］カテゴリが表示されます。</i>

9
00:38.100 --> 00:41.433 align:middle line:87%
このカテゴリの内容が表示されていない場合は、

10
00:41.700 --> 00:45.600 align:middle line:87%
［統計量］をダブルクリックして展開します。

11
00:48.333 --> 00:52.233 align:middle line:87%
次に、［一元配置分散分析］をダブルクリックします。

12
00:55.900 --> 00:57.866 align:middle line:87%
右側の作業領域にタスクが開きます。

13
00:58.233 --> 01:03.200 align:middle line:90%
タスクの選択が済んだので、左側のナビゲーションペインを
開いておく必要はありません。

14
01:03.700 --> 01:07.800 align:middle line:90%
［ビューの最大化］ボタンをクリックして
［タスク］ペインを閉じます。

15
01:10.133 --> 01:17.700 align:middle line:90%
一元配置分散分析タスクでは、データセット、
従属変数、カテゴリ変数を指定する必要があります。

16
01:18.333 --> 01:22.066 align:middle line:90%
まず、［データ］フィールドの右横にある
［テーブルを選択］アイコンをクリックします。

17
01:24.133 --> 01:31.200 align:middle line:90%
ライブラリ名をダブルクリックして展開し、
分析に使うデータセットをダブルクリックします。

18
01:31.300 --> 01:37.333 align:middle line:90%
ここでは、LIBSAS《SASHELP》の 
UPSIT《CARS》データセットを使います。

19
01:31.366 --> 01:37.333 align:start line:0% position:50%
<i>ご注意：SAS Studio の実行環境によっては、LIBSAS ライブラリが利用できな
い場合があります。その場合の代替操作を《 》で併記します（車両のデータで
車種と高速道路燃費の関係を分析します）。</i>

20
01:37.966 --> 01:43.400 align:middle line:90%
従属変数を指定するには、
［従属変数］の右横にあるプラス記号をクリックし、

21
01:43.466 --> 01:48.466 align:middle line:87%
smell (=嗅覚)《MPG_Highway》を選択します。

22
01:49.100 --> 01:54.866 align:middle line:90%
カテゴリ変数を指定するには、
［カテゴリ変数］の右横にあるプラス記号をクリックし、

23
01:54.933 --> 01:59.933 align:middle line:87%
agegroup (=年齢グループ)《Type》を選択します。

24
02:01.966 --> 02:09.833 align:middle line:90%
右側のコードに、SAS Studio のデフォルト設定で
一元配置分散分析を実行する SAS 構文が表示されました。

25
02:11.000 --> 02:16.833 align:middle line:90%
分析用のコードが自動生成され、
オプションを指定するとコードが自動更新されるので、

26
02:16.966 --> 02:22.266 align:middle line:90%
この対話操作型のコード生成機能は、
SAS プログラミングを学ぶ際のガイドとして役立ちます。

27
02:23.166 --> 02:28.500 align:middle line:90%
現在のコードのままでも実行できますが、
まずは［オプション］タブの設定を確認しましょう。

28
02:33.233 --> 02:39.800 align:middle line:90%
［オプション］タブでは、オプションで実行する検定の指定と、
出力するプロットの選択が行えます。

29
02:33.300 --> 02:39.800 align:start line:20% position:80%
<i>ご注意：
新しいバージョン（Release 3.5 など）では
［オプション］タブの内容が異なりますが、
このチュートリアルの操作は可能です。</i>

30
02:40.200 --> 02:44.600 align:middle line:90%
一元配置分散分析タスクのデフォルトでは、
正規性の検定を実行し、

31
02:40.266 --> 02:44.600 align:start line:20% position:70%
<i>ご注意：
新しいバージョン（Release 3.5 など）では、
正規性の検定に関するオプションは表示されません。</i>

32
02:44.966 --> 02:48.333 align:middle line:90%
Levene 検定を用いて
分散の等分散性をチェックし、

33
02:48.533 --> 02:51.233 align:middle line:90%
重み付きの分散分析による 
Welch 検定を実行し、

34
02:51.400 --> 03:02.366 align:middle line:90%
「実験あたりのタイプ 1 エラー率」を制御する Tukey 手法を用いて、
カテゴリ変数の全てのレベル間で「一対比較」を実行します。

35
03:03.666 --> 03:08.566 align:middle line:90%
これらの検定は抑制する（＝実行させない）ことも可能で、
また、検定の手法を変更できる場合もあります。

36
03:09.000 --> 03:13.266 align:middle line:90%
例えば、分散の等分散性について、
Levene 検定ではなく、

37
03:13.366 --> 03:16.433 align:middle line:87%
Brown and Forsythe 検定を使うことができます。

38
03:16.766 --> 03:22.966 align:middle line:90%
プロットに関するデフォルト設定では、
カテゴリ変数の各値について箱ひげ図を作成します。

39
03:16.800 --> 03:22.966 align:start line:20% position:70%
<i>ご注意：
新しいバージョン（Release 3.5 など）で
プロットを個別に選択するには、
［プロットの表示］を［選択済みプロット］に変更します。</i>

40
03:23.266 --> 03:29.500 align:middle line:90%
ここでは、［診断プロット］にチェックを付けて
診断プロットも要求しましょう。

41
03:31.533 --> 03:33.233 align:middle line:87%
これは一般におすすめの設定であり、

42
03:33.366 --> 03:39.433 align:middle line:90%
出力結果のプロットが、正規性と等分散性を
視覚的にチェックする手段となります。

43
03:40.000 --> 03:46.866 align:middle line:90%
以上で分析オプションの指定は済んだので、
［実行］ボタンをクリックしてプログラムを実行します。

44
03:53.233 --> 03:56.166 align:middle line:87%
画面の右側に結果が表示されます。

45
03:56.766 --> 04:03.833 align:middle line:90%
結果を見やすくするために、
画面左上にある［コード/結果］ボタンをクリックします。

46
04:07.333 --> 04:10.233 align:middle line:87%
［コード/結果］ウィンドウが最大化されました。

47
04:10.700 --> 04:14.966 align:middle line:90%
元のビューに戻すには、
［分割］ボタンをクリックします。

48
04:15.966 --> 04:23.966 align:middle line:90%
ご覧のように、ビューを切り替えたときに
コードが表示された場合は、［結果］タブをクリックします。

49
04:15.966 --> 04:23.966 align:start line:40% position:58%
<i>ご注意：
新しいバージョン（Release 3.5 など）では、
［結果］タブが表示されたままになるため、この操作は不要です。</i>

50
04:26.333 --> 04:30.500 align:middle line:90%
あるいは、ここで［ログ］タブをクリックすれば、
ログを確認できます。

51
04:31.366 --> 04:35.866 align:middle line:90%
出力では、まず、
カテゴリ変数（分類変数）の水準が示されています。

52
04:36.300 --> 04:41.233 align:middle line:90%
次のテーブルは、データセットに 180 件《428 件》の
オブザベーションがあることを示しています。

53
04:41.600 --> 04:48.166 align:middle line:90%
このデータセットには欠損値がないため、
180 件《428 件》の全てが分析対象となりました。

54
04:49.400 --> 04:55.500 align:middle line:90%
その下には全体の分散分析テーブルがあり、
分散分析モデル全体の検定結果を示しています。

55
04:56.200 --> 04:57.733 align:middle line:87%
この検定は有意であること、すなわち、

56
04:57.733 --> 05:02.033 align:middle line:90%
嗅覚は年齢グループ間で《高速道路燃費は車種グループ間で》
有意差を示すことが分かります。

57
05:02.766 --> 05:12.066 align:middle line:90%
その下には、R2 乗、変動係数、Root MSE（平均 2 乗誤差の平方根）、
従属変数の平均が表示されています。

58
05:13.566 --> 05:17.466 align:middle line:90%
次の 2 つのテーブルは、
分析における各効果の検定結果を示しています。

59
05:17.666 --> 05:20.400 align:middle line:87%
ただし、これは一元配置分散分析ですから、

60
05:20.466 --> 05:25.933 align:middle line:90%
全体の分散分析テーブルに示されている情報と
重複しています。

61
05:29.266 --> 05:32.800 align:middle line:87%
［オプション］タブで［診断プロット］を選択したので、

62
05:32.966 --> 05:36.200 align:middle line:87%
診断プロットのパネルが表示されています。

63
05:39.200 --> 05:42.100 align:middle line:87%
その下には、デフォルトの箱ひげ図があります。

64
05:45.733 --> 05:51.233 align:middle line:90%
その下には、Levene の等分散性の検定と、
Welch の分散分析のテーブルがあります。

65
05:51.666 --> 05:57.533 align:middle line:90%
Levene 検定が有意だったので、この通常の分散分析よりも 
Welch 検定を重視すべきところですが、

66
05:58.433 --> 06:02.466 align:middle line:87%
全体の検定と同様、Welch 検定も有意です。

67
06:06.466 --> 06:11.766 align:middle line:90%
出力の次の部分には、各年齢グループ《車種グループ》間の
多重比較が表示されています。

68
06:06.500 --> 06:11.766 align:start line:10% position:70%
<i>ご注意：
新しいバージョン（Release 3.5 など）では、
この画面とは異なる形式のテーブルが表示されます。</i>

69
06:15.300 --> 06:19.833 align:middle line:70%
最後の出力は、残差の正規性の検定結果です。

70
06:15.366 --> 06:19.833 align:start line:20% position:80%
<i>ご注意：
新しいバージョン（Release 3.5 など）では、
このテーブルは表示されません。</i>

71
06:20.333 --> 06:24.066 align:middle line:70%
４種類の検定はいずれも、残差の非正規性を示しています。

72
06:24.500 --> 06:26.133 align:middle line:87%
以上の検定結果を踏まえると、

73
06:26.166 --> 06:31.166 align:middle line:90%
より頑健な分散分析でデータを再分析することを
検討する必要があると思われます。

74
06:32.433 --> 06:38.100 align:middle line:90%
このビデオでは、SAS Studio の［一元配置分散分析］タスクを使って
一元配置分散分析を実行する方法を学びました。