WEBVTT
1
00:00.000 --> 00:07.166 align:start line:55% position:58%
SAS チュートリアル
SAS Studio による共分散分析の実行
2
00:02.300 --> 00:08.066 align:middle line:90%
このビデオでは、SAS Studio の［共分散分析］タスクを使って
共分散分析を実行する方法を学びます。
3
00:10.433 --> 00:14.200 align:middle line:87%
［タスク (とユーティリティ)］→［タスク］と展開し、
4
00:10.500 --> 00:14.200 align:start line:30% position:70%
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。
5
00:14.433 --> 00:18.066 align:middle line:90%
［統計量］をクリックして
利用できるオプションのリストを展開し、
6
00:18.600 --> 00:23.533 align:middle line:87%
［共分散分析］をダブルクリックします。
7
00:24.900 --> 00:29.133 align:middle line:90%
画面を広く使えるように、
［ビューの最大化］ボタンをクリックします。
8
00:30.300 --> 00:36.066 align:middle line:90%
ここでは、SASHELP ライブラリに入っている
魚に関するデータセットを使います。
9
00:36.700 --> 00:39.466 align:middle line:87%
魚の体高を連続従属変数として使い、
10
00:39.933 --> 00:44.366 align:middle line:87%
魚の体重と種に対する体高の回帰分析を行います。
11
00:44.966 --> 00:48.766 align:middle line:87%
ここでは、体重を共変量（連続独立変数）として使います。
12
00:49.133 --> 00:51.566 align:middle line:87%
種はカテゴリ変数として使います。
13
00:51.933 --> 00:55.233 align:middle line:87%
このデータセットには７種類の魚が含まれており、
14
00:55.333 --> 01:00.100 align:middle line:87%
順に Bream（ブリーム）、Roach（ローチ）、Whitefish（コクチマス）、
Parkki（パルキ）、Perch（パーチ）、Pike（カワカマス）、
15
01:00.166 --> 01:01.466 align:middle line:87%
そして Smelt（キュウリウオ）です。
16
01:02.133 --> 01:07.200 align:middle line:90%
データにアクセスするには、［データ］タブで
［テーブルを選択］ボタンをクリックします。
17
01:08.600 --> 01:12.500 align:middle line:87%
次に、SASHELP の三角形のアイコンをクリックして展開し、
18
01:12.800 --> 01:15.633 align:middle line:87%
下にスクロールして FISH データセットを見つけ、
19
01:16.133 --> 01:19.766 align:middle line:87%
選択してから、［OK］をクリックします。
20
01:20.766 --> 01:22.933 align:middle line:87%
画面は２つに分割されています。
21
01:23.200 --> 01:26.633 align:middle line:87%
左側では分析の各種設定を行い、
22
01:26.700 --> 01:31.266 align:middle line:87%
右側にはコード、ログ、結果のタブがあります。
23
01:31.933 --> 01:37.166 align:middle line:90%
左上のボタンを使うと、設定のみ、または
コード/結果 のみを表示できます。
24
01:37.333 --> 01:40.600 align:middle line:90%
あるいは、画面を分割して
両方を表示することができます。
25
01:40.800 --> 01:42.666 align:middle line:87%
ここでは［分割］ビューを使います。
26
01:43.333 --> 01:46.700 align:middle line:87%
［従属変数］の右横にあるプラス記号をクリックすると、
27
01:47.400 --> 01:52.133 align:middle line:90%
従属変数として選択可能な数値変数のみが
リストに表示されます。
28
01:52.566 --> 01:55.166 align:middle line:87%
Height（= 体高）を選択し、［OK］をクリックします。
29
01:56.233 --> 01:59.966 align:middle line:87%
次に、［カテゴリ変数］の右横にあるプラス記号クリックし、
30
02:00.400 --> 02:02.666 align:middle line:87%
Species（= 種）を選択し、［OK］をクリックします。
31
02:03.633 --> 02:08.333 align:middle line:87%
続いて、［連続共変量］の右横にあるプラス記号をクリックし、
32
02:08.900 --> 02:11.100 align:middle line:87%
Weight（= 体重）を選択し、［OK］をクリックします。
33
02:12.266 --> 02:16.700 align:middle line:87%
画面の右側にはモデル用のコードが生成されています。
34
02:17.366 --> 02:20.100 align:middle line:87%
先へ進む前に注目していただきたいことが１つあります。
35
02:20.400 --> 02:26.266 align:middle line:90%
model 文を見ると、２つの独立変数間の交互作用
（Weight * Species）も指定されています。
36
02:26.866 --> 02:32.900 align:middle line:90%
Weight の変化に伴って Height が変化する割合は
魚の種類によって異なる可能性があるため、
37
02:33.166 --> 02:34.966 align:middle line:87%
その点も分析に含めるのです。
38
02:35.633 --> 02:38.933 align:middle line:90%
今回の分析では［共変量の中心化］は不要です。
そのままにして、
39
02:38.966 --> 02:40.833 align:middle line:87%
［オプション］タブに進みます。
40
02:41.800 --> 02:49.366 align:middle line:90%
ここでは幅広いオプション項目や仕様の選択肢を用いて
モデルをカスタマイズできます。
41
02:49.866 --> 02:52.933 align:middle line:87%
例えば、傾きが等しいと考えられる場合は、
42
02:53.000 --> 02:56.333 align:middle line:87%
デフォルト設定の［等しくない］から
［等しい］に変更できます。
43
02:57.300 --> 03:01.600 align:middle line:90%
ここで［等しい］を選択すると、コードが自動的に調整されます
（先ほどの交互作用が削除されます）。
44
03:01.700 --> 03:05.033 align:middle line:87%
この分析では［等しくない］に戻しておきます。
45
03:06.033 --> 03:10.333 align:middle line:87%
［多重比較］セクションを展開すると、
46
03:10.933 --> 03:18.666 align:middle line:90%
一対（ペアワイズ）比較の手法、共変量値、有意水準に関する
追加オプションがあります。
47
03:18.933 --> 03:23.966 align:middle line:90%
［プロット］セクションを展開し、［プロットの表示］を
［選択済みプロット］に変更すると、
48
03:24.100 --> 03:26.566 align:middle line:87%
表示したいプロットを指定できます。
49
03:27.066 --> 03:31.933 align:middle line:90%
ここでは、［診断プロット］のチェックボックスを選択して
モデルに含めます。
50
03:32.366 --> 03:37.000 align:middle line:90%
［出力］タブに進むと、
出力データセットの作成を指定することができ、
51
03:37.033 --> 03:44.533 align:middle line:90%
幅広い結果（予測値、残差、標準誤差、影響統計量）を
含めるかどうかの選択も行えます。
52
03:44.766 --> 03:47.700 align:middle line:87%
この分析では出力データセットは作成しません。
53
03:49.333 --> 03:52.433 align:middle line:87%
［情報］タブには、プロパティ情報のほか、
54
03:52.433 --> 03:59.300 align:middle line:90%
使用中のプロシジャや SAS Studio のインターフェイスについて
理解を深めるためのリソースも表示されます。
55
03:59.633 --> 04:03.766 align:middle line:90%
SAS Studio を使っていて疑問が生じたら、
まずはここを確認するとよいでしょう。
56
04:04.433 --> 04:09.166 align:middle line:90%
分析を実行するには、ビュー切り替えボタンの右にある
［実行］ボタンをクリックします。
57
04:13.133 --> 04:17.100 align:middle line:90%
この後は、左側のオプションを隠して
結果だけを見たいので、
58
04:17.200 --> 04:19.400 align:middle line:87%
［コード/結果］ボタンをクリックします。
59
04:19.533 --> 04:23.300 align:middle line:90%
［コード］タブに切り替わった場合は、
［結果］タブをクリックします。
60
04:20.000 --> 04:23.300 align:start line:30% position:58%
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。
61
04:23.933 --> 04:29.266 align:middle line:90%
最初に表示されるのは、カテゴリ変数（分類変数）に指定した
Species の水準に関する情報です。
62
04:29.400 --> 04:34.800 align:middle line:90%
その次には、データセットから読み込まれたオブザベーションと、
モデルで使われたオブザベーションの数が表示されています。
63
04:35.166 --> 04:40.100 align:middle line:90%
１つのオブザベーションに欠損データがあるようで、
分析から除外されました。
64
04:40.600 --> 04:44.833 align:middle line:90%
その下には、このモデルの統計情報を示すテーブルが
いつくか表示されています。
65
04:45.600 --> 04:48.100 align:middle line:87%
下にスクロールしながら重要な点に注目していきましょう。
66
04:48.933 --> 04:54.866 align:middle line:90%
これらを見ることで、まず、選択した予測変数が応答変数を
どれほど的確に説明しているかを判断できます。
67
04:55.066 --> 05:01.400 align:middle line:90%
有意水準 α＝0.05 とすると、現在のモデルは
平均モデルと有意差を示す、と結論づけることができます。
68
05:01.966 --> 05:04.600 align:middle line:87%
R2 乗の値が非常に大きいことに注目してください。
69
05:04.800 --> 05:11.900 align:middle line:90%
この点と、各予測変数の p 値が有意性を示していることから、
最初の印象としてはモデルの当てはめがうまくいっているようです。
70
05:13.833 --> 05:17.600 align:middle line:90%
その下には、応答変数（Height）に関する
適合度診断プロットがあります。
71
05:18.266 --> 05:22.833 align:middle line:87%
ここでは、モデルの前提条件の確認、モデルの当てはめの評価、
72
05:22.866 --> 05:28.966 align:middle line:90%
モデルの結果に悪影響している可能性のあるオブザベーションの特定を
視覚的に行えます。
73
05:29.500 --> 05:32.333 align:middle line:87%
診断プロットの下には共分散分析プロットがあります。
74
05:33.066 --> 05:39.200 align:middle line:90%
このモデルに含まれる魚の Species 毎に、
Weight と Height の関係を視覚的に観測できます。
75
05:40.866 --> 05:44.800 align:middle line:87%
次の２つのテーブルは、各 Species の最小 2 乗平均と、
76
05:44.800 --> 05:50.400 align:middle line:90%
最小 2 乗平均の各ペアの間に有意差があるかどうかに関する
検定結果です。
77
05:50.633 --> 05:55.366 align:middle line:87%
ここでも、有意水準 α はデフォルトの 0.05 のままとします。
78
05:57.733 --> 06:04.533 align:middle line:90%
その下のグラフは、各 Species の最小 2 乗平均に関する
ボックスプロットです。
79
06:05.266 --> 06:11.333 align:middle line:90%
ここでは、類似度、相違度、モデルの前提条件に対する潜在的な違反を
視覚的に判断できます。
80
06:12.700 --> 06:17.600 align:middle line:87%
最後のグラフは、さまざまな種の間の全ての一対比較の結果です。
81
06:17.866 --> 06:23.200 align:middle line:87%
青い線は、比較対象の種のペア間で有意差があることを示しており、
82
06:23.700 --> 06:26.700 align:middle line:87%
赤い線は、有意差がないことを示しています。
83
06:26.833 --> 06:29.700 align:middle line:87%
これにより、上で見てきた分析結果を再確認できます。
84
06:30.133 --> 06:34.966 align:middle line:90%
この分析は名前を付けて保存し、
後で再び開くことができます。
85
06:35.466 --> 06:42.133 align:middle line:90%
最後に、最大化ビューを抜け、［分割］ボタンをクリックすると、
３分割の表示に戻ります。
86
06:42.366 --> 06:45.233 align:middle line:87%
この後は、設定を変更してから
モデルを再実行してもよいですし、
87
06:45.666 --> 06:52.066 align:middle line:90%
新しいモデルや新しいデータセットを選択したり、
SAS Studio の別の機能を利用することも可能です。
88
06:52.666 --> 07:00.200 align:middle line:90%
このビデオでは、SAS Studio の［共分散分析］タスクを使って
共分散分析を実行する方法を学びました。