SASユーザー総会論文集 1990年

日 本 SAS ユーザー会論文集 1 9 9 0年 7月1 8日 ( 水 ) ・ 1 9日 ( 木 ) ・ 20日幽 • SAS⑧ UsersGroupI n t e r n a t i o n a l ‑ J a p a n

目 次 医薬統計 比較臨床試験での繰り返し測定データの解析 . . . . . . . . . . . . . . 一 ー ー 一 一 一 一 一 一 松 岡 ヘキストジャパン掛 湾 藤沢薬品工業開 7 拝野克行 日本シェーリング KK 1 3 呉羽化学工業側 1 5 石垣智子 日本シンテックス掛 2 3 弘敏 欠損J I 値付きの継時データの解析ー 大石雅彦 第一製薬掛 2 7 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . ・ 玉 井 康 治 センチュリリサーチ センタ鯛 3 3 岩 崎 学 防衛大学校 3 7 一一一ーーー一一一渡辺敏彦 科研製薬掛 47 ー渡辺敏彦 科研製薬側 5 3 ーーーーーー......ーーーーー吉田彰夫 日本化薬開 5 5 PC脹 SASによる一覧表の作成とコード管理一一一一一一一一ー一一一大塚芳正 日本ロシュ側 5 9 持団製薬開 6 1 臨床第二相試験における 用量漸増法試験の至的用量の推定 ( Cox回帰による推定) 津 淳 悟 Cox比例ハザードモデル (PHGLM)で求めた 大槻成章 癌相対リスクと生存期間の検証 山県系清壮 岡田頴ー 両側打ち切りデータにおける最尤推定量 医薬アプリケーション 多重性への応用例 対話型 2剤比較システムの試作 Ku吋 o s i s(尖度)とは何か 、、( PAS(PreA n a l y s i s System)による 解析以前の作業の効率化について SASと簡易ページ記述言語 「レーザーフォーム」を用いた一覧表の作成について データ処理の標準化とマクロ群一ーー.....・・・ 藤楽 斎設 SASを用いた臨床試験における 藤丸清志 CATS、その後 舟喜光一 田中俊和 ( 1)

アプリケーション 歯科保健多元情報のデータ処理と 指標化への PCSASの検討 松久保 隆 東京歯科大学 6 7 名古屋大学 6 9 (財)林政総合 調査研究所 7 3 箕木吉信 大川由一 杉原直樹 古賀 寛 高江削義矩 SASによる父親肯定確率の計算方法一一一ー ー一一一一ー一一一一一一一一一一浜島信之 勝又義直 経済 産業連関表の三角性の判別・表示 小池浩一郎 SAS‑IMLを用いた北海道経済の C.G.E . …佐藤泰久 CComputable G e n e r a lE q u i l i b r i u m ) モデルの開発 山崎尚子 北星学園大学 (社)北海道開発 問題研究調査会 7 5 一井上哲浩 関西学院大学大学院 8 1 鈴木督久 日本経済新聞社 9 7 近 畿 大 学 1 1 3 経 営 SAS/IMLを用いたプログラミングの簡潔化と 競争市場構造分析モデルへの適用 正準変量による企業イメージの記述 池田達哉 設備投資と企業成果の関連についてーーー 近津孝昌 ¥ ノ ︑ f't E

ロ ロ ロ 質 管理 SASを活用した製品評価・統合データ管理システム 川北成生 松下電子部品嗣 1 1 7 徹 掛日立製作所 1 2 3 富 士 電 機 開 1 2 9 俊雄 い す Y自 動 車 樹 1 3 5 神田範明 名古匡商科大学 1 3 9 SAS/IMLによるポートフォリオ最適化ー...ーーーーーー一一ーー一一一中林三平 掛金融エンジニア リング・グループ 沖電気工業側 SASによる統合化シミュレーションへの ー・ー小野寺 アプローチ 杉本有俊 SASによる半導体プロセス品質管理 小山幸男 自動車部品の信頼性保証における SASの活用一一一一一一ー一一原 市場調査データの解析と SAS 一一家庭用ミシンを例として 金 融 田幡聡 日本企業の株式による資金調達について 公募増資と第三者割当増資を較べて 一加藤 eφ 1 4 7 清 南 山 大 学 J i mS ch a l l h e i m ユ タ 大 学 木村範昭 関S ASインスティ チュートジャノ fン 1 5 9 ー . . . . . . . . . . . . . . . . . ・ . . . . . . . . . . . . . . . 小島葉子 開日本興業銀行 1 6 5 富 山 大 学 1 7 7 福井工業大学 1 7 9 1 8 7 金融データグラフィック (SAS/GRAPHによる株価チャート) PC SAS/ETSの使用体験・....・・ 1 4 3 SASで学ぶ時系列データの解析について 肇 . . . . . . . . . . . ・ 令 ー . . . . . . . 一 ー 和 合 調 査 治雄 恒 EH 学生の実存意識の分析 宮井正編 姫路独協大学 2 0 7 水産海洋学における SASの利用例 岸 道 郎 東京大学海洋研究所 2 1 1 スキャンパネルデータを用いた ブランドマッピング手法とマーケットシェア分析 金子武久 (財)流通経済研究所 2 1 5 保 防 久 大周 関 西 大 学 SASによる芸術家ディレクトリ・ データベースの編成 信 H民 戦後の統計書誌情報データベースの構築と S A S の活用 E

教 育 アイオワ州立大学統計学科における SAS教育および SASの利用 関東学院大学 2 3 3 治 東 海 大 学 2 5 1 VOS3上での FORTRANと SAS/GRAPHの接続一ー ー ー 神 沼 靖 子 帝京技術科学大学 2 5 7 関西学院大学 2 6 5 守川上和久 東 海 大 学 2 7 5 理工系大学における SASによる統計教育の試み一一ー ー ー 一 山 本 英 二 岡山理科大学 2 7 7 組 2 8 1 SAS/GRAPHによる地域メッシュ統計地図の作成一一一一一一佐藤朋彦 総務庁統計局 2 8 7 SAS/GRAPHによる確率楕円の描画と利用法ーーーー.......鳥居あづさ ヘキストジャパン欄 2 9 5 ヘキストジャパン樹 2 9 9 一一一椎橋実智男 埼玉医科大学 3 0 9 有 国 彰 埼玉医科大学短期大学 ー一一一布能英一郎 社会科学専門教育と情報処理カリキュラム ー ー竹中 φ 峰内暁世 教育心理学専攻学生に対する SAS教育ー ー ー ー ー ー ー ー ー ー ‑ 森際孝司 PC‑SASを利用した社会調査に関する大学教育 . . . . . グ ラ フ SAS/GRAPHの建築構造骨粗解析結果処理への応用一一一堀 昭夫 開 間 三原田裕一 渡辺和子 P C & ws PC SASプログラムのパッチ運用 . . . . . . . . . . . . . . . . . . . . . . . . ー ー 守 一 ‑ ‑ ‑ ー ー 一 一 江 口 幸 子 大石雅彦 SAS利用における HP9000‑370システムの評価 林 秀 生 SAS/STATによる感性と衣服行動の分析 ーー一一一一一一一一一一一一南林さえ子 駿河台大学 有馬澄子 東横学園女子短期大学 統合ソフトウエア環境下での SAS‑ ‑ 一 一 一 一 一 一 一 一 一 一 一 ー 一 一 一 一 一 一 一 一 一 一 竹原信一 日本ディジタル・ イクイップメント側 3 2 1 T h e SAS S y s t e r nr e l e a s e6 . 0 6u n d e r VMS a n d…...........今城義高 側 SASインスティ チュートジャノf ン 3 2 9 パソコンにおける SASの展開 ‑OS/2版 SASの紹介一 側 SASインスティ チュートジャノ fン 3 3 5 一細川 (N ) 忍 3 1 5

シ ス テ ム ーーー.........鈴木一彦 側 SASインスティ チュートジャノ fン 3 3 9 SAS/C 4.50Fの紹介ー・・ー一一ー一 一 一 一 一 一 一 ー ー ー . . . . . . . . . . . . . . . . . . ・ ・ ・佐 藤 元 昭 側 SASインスティ チュートジャノ fン 3 4 3 PROCIML/MATRIX に於ける高次元行列の取扱いーーー前川員一 大学入試センター 担9 SASによる I/Sマネジメント支援システム ケントリュウ 側リージェント ソフトウェア 3 5 5 ーーー西村義文 センチュザリサーチ センタ側 3 6 1 一回村憲利 側 SASインスティ チュートジャノ fン 3 6 5 馬場和彦 掛アイ・アイ・エム 3 7 3 . . . ・ . . .ー ー ー ー ー .J 馬場和彦 欄アイ・アイ・エム 3 8 5 . . . . . . . . . ー ー ー ー ー ー ー ー 日比悦之 開 SASインスティ チュートジャノ fン 3 8 9 SAS/ACCESSインタフェース DB2，SQL/DSの紹介ー....... 矢作浩行 側 SASインスティ チュートジャノ fン 3 9 7 ー田村憲利 側 SASインスティ チュートジャノ fン 4 0 5 萱野真一郎 開 SASインスティ チュートジャノ fン 4 1 3 一ーーーーーーー・ーーー平田明弘 側 SASインスティ チュートジャ 1‑ 1 ;ン 4 1 9 MVS SAS6.06のバフォーマンスについてー・ e ー ー ー ー . . . . . SAS/AFによる経済データ活用システムの開発 苗加博治 シ ス テ ム /C P E SAS/CPEの特徴ー CPEキットによる I/Oサプシステムの評価 入出力サブシステムの待ち時間ーーーー ー ー 新 機 能 SAS/ASSIST(R) Softwareの紹介 SAS/ACCESS I n t e r f a c et oORACLE， Rdb/VMSの特徴 SAS/CONNECTの紹介ーー SAS/CALCの紹介一一ーーーーーーーー (V )

チュートリアル L E T 'sTABULATE(帳票を簡単に出力するために)一一一 長谷川浩司 A n n o t a t e機能を使用した GPLOT&GCHARTグラフ 松谷尚子 M a r j eM a r t i n SAS/IMLグラフィックスの機能紹介 ー ー ー 一 一 . . . .L i n d aW .B i n k l e y テクニカルブレイン欄 骨 8ASインスティ チュートジャノ fン 米国 S A S社 米国 S A S社 4 2 3 4 3 7 4 5 7 友永昌治 立正大学短期大学部 JMP INの使用経験ー 尾 崎 員 東京女子医大 4 6 7 混合モデル:将来の方向ーー J h o n 8A8 I n s t i t u t e I n c . 4 7 5 S a l l l f i n g e r R u s s e l lWo R a n d a l lT o b i a s 回帰分析再入門 C T u t o r i a l )一 一 一 一 一 一 一 一 一 一 一 一 ー 一 ‑ . . . . . . . . . . . . . . . . . . . . . ー 岸本淳司 側 8ASインスティ チュートジャノ fン 4 8 1 LOGISTICプロシジャの紹介 安藤正一 東京理科大学 489 PROC LIFETESTによる生存時間解析ー.................... ー 大 橋 靖 雄 東 京 大 学 5 0 1 PROC GLMを用いた繰り返し測定データの解析一 エ ー ザ イ 欄 5 0 3 芳賀敏郎 (V I) 折笠秀樹

S e c t i o n Chair 松岡 日本チパガイギ一樹 西 ヤ ン セ ン 協 和 樹 名 越 祐 科 研 製 薬 渡 辺 敏 彦 名 古 屋 大 済 富 経 昌 " 開 次男 浜 島 信 之 和合 肇 川 畑 篤 輝 名 古 屋 商 科 大 学 神 田 範 明 側 目 立 製 作 所 小野寺 時Z 際 大 東 海 大 大 (四) 治 山川剛 西 学 関 竹中 立叫 防 衛 大 学 校 大 槻 聴 幸 学 国 徹 山 石 査 浄 通 五革急 学 調 融 大 学 金 山 欄 学 経 品 質 管 理 大 橋 靖 雄 藤 沢 薬 品 工 業 側 学 アプリケーション 大 学 医薬アプリケーション 東 古 小 医 薬 統 計 周 防 節 雄

S e c t i o n C h a i r 教 グ ラ 育 フ P C &w s システム 東 京 工 業 大 学 市 川 伸 関 西 学 院 大 学 雄 山 真 弓 東 燃 開 石 井 哲 夫 日 本 化 薬 掛 高田季久代 スミスクライン・ビーチャム製薬欄 柳 原 正 昭 側 竹 中 工 務 庖 八木 本 航 空 章 欄 杉 谷 幸 郎 システム /CPE 全 日 本 空 輪 開 加 賀 三 郎 新 機 能 側 SASインスティチュートジャパン 谷岡日出男 側 SASインスティチュートジャパン 毛利 日 チュートリアル 宏 自 動 車 開 高 島 邦 彰 側 SASインスティチュートジャパン 岸 本 淳 司 いす 尽 大 学 東 Y 大 橋 靖 雄 東 京 理 科 大 学 芳 賀 敏 郎 慶 慮 義 塾 大 学 繕 (四) 広計

日本 SASユーザー会 (SUG 卜 J) 比較臨床訣験での繰り返し測定データの解析 大石雅彦 ヘキストジャパン株式会社 医学統計調査室 Analysis o fr e p e a t e d measurements i n comparative c l i n i c a lt r i a l s Masahiko O h i s h i u r v e i l l a n c eO f f i c e， H o e c h s t Japan LTD. Medical 8iometry & S 8‑10‑16 Akasaka Minato‑ku Tokyo 107 要旨 新薬開発のための比較臨床試験で得られた 血圧・体温等の繰り返し測定データに対 して以下の解析を考える。 ・新薬と対照薬を合めた全体での分割型分散分析による薬剤主効果、時点主効果、 薬剤と時点の交互作用の吟味 ・薬剤別での乱塊法分散分析、多重比較による時点問の比較 ・薬剤)J j Jで の Friedman検 定 、 多 重 比 較 に よ る 時 点 、 間 の ノ ン パ ラ メ ト リ ッ ク な 比 較 こ れ ら の 解 析 を 1回 の パ ラ メ ー タ 指 定 に よ り 全 て 行 え る 汎 用 的 S A S プ ロ グ ラ ム を マ ク ロ形式で作成した。 キーワード: 比較臨床試験、分割型分散分析、乱塊法分散分析、 P R O CM E A N S 1. は じ め に 新薬開発のための臨床試験、特に第四相試験では新薬と対照薬との比較が行われる。こ の比較臨床試験では患者背景をはじめ臨床症状の推移，総合評価(有効性等) .臨床検査 値の推移，冨Ij作用の発生等についての情報が収集される。通常最終的な薬効評価は主治医 あるいは中央委員会等の判定した総合評価に基づき行われるが、薬効を見極める上では患 者の病状の変化すなわちその対象疾患を表現する臨床症状の推移も、患者の状態をきめ細 かくしかも経時的に表現しており収集データの中では重要な部分である。高血圧症での血 圧値，感染症での体温，各種疾患での自他覚症候等である。これら項目を経時的に観察し た結果は病態の変遷を詳細に表現しており、それに基づく薬効評価は総合評価に比べより 直接的かっ客観的である。 血圧値・体温のような連続値データと自他党症候重症度のようなカテゴリカルデータが 臨床症状の記述の主なものである。試験のデザインにも依存するが、比較臨床試験におい て経時的に収集された連続値データに対しての解析は種々の方法が考えられる。ここでは 2薬 剤 以 上 で の 群 問 比 較 試 験 を 想 定 し 、 分 散 分 析 に よ る デ ー タ の 解 析 を 考 え る 。 2. 比 較 臨 床 試 験 に お け る 経 時 的 連 続 値 デ ー タ の 解 析 比較臨床試験での経時的連続値データの例としてここでは呼吸器感染症に対する抗生物 質 の 比 較 試 験 で 得 ら れ た 体 温 の デ ー タ を 考 え る 。 被 験 薬 は 新 薬 A と既存薬 B、 被 験 者 は 各 群 10症 例 、 判 定 時 点 は 「 投 与 前 J • r3 日後 J. r5 日後 J. r7 日 後 」 の 4 時 点 と す る 。 こ の よ う な デ ザ イ ン の 基 で 収 集 さ れ た 体 温 の デ ー タ を 表 l に示す。 ‑ 1‑

表 1 呼吸器感染症に対する抗生物質の比較臨床試験での体温の推移 新 薬 A 既存薬 被験者投与前 3 日後 5 日後 7 日後 37.9 3 8 .9 3 7 .3 3 8 .1 3 8 .9 37.3 38.3 3 7.1 38.3 39.2 37.7 3 6.6 3 7.1 37.0 38.7 37.7 37.8 37.0 38.9 3 7.1 3 6.9 3 6.6 37.0 37.7 37.8 37.4 36.8 37.7 1 ‑ " . 8 37.2 3 6.9 3 6.7 37.3 37.4 3 7.5 37.2 3 6.7 3 6.5 37.6 3 6 .9 l 2 3 4 5 6 7 8 g 1 0 B 被験者投与前 3 日後 5 日後 7 日後 38.5 39.2 37.3 37.4 38.7 37.8 38.4 3 7.9 3 9.1 3 8 .3 3 7 .6 38.2 38.3 37.8 37.9 37.8 38.0 38.4 38.3 38.5 37.8 3 9.1 3 7.5 37.4 37.9 37.9 38.4 38.8 38.2 38.6 36.8 38.3 37.4 37.2 3 7 .9 38.8 38.3 3 8 .9 38.2 38.7 2 3 4 5 7 8 1 0 従 来 、 呼 吸 器 感 染 症 領 域 で は こ の 型 の デ ー タ に 対 し て 時 点 ご と の 2薬 剤 間 比 較 を 行 う こ と が 多 か っ た 。 時 点 ご と の 比 較 は 二 標 本 t検 定 . W ilcoxonの1 ) 頂位和検定等比較的簡便な手 法により行うことができるが、時点ごとの検定の繰り返しによる検定の多重性の問題があ る。そこでこの点を考慮した、全時点のデータを用いた分散分析的アプローチが考えられ る 。 す な わ ち 手 順 は ま ず 2薬 剤 全 被 験 者 全 時 点 、 の デ ー タ に 対 し て 、 薬 剤 を 1次 因 子 、 時 点 を 2次 因 子 、 被 験 者 を ブ ロ ッ ク と す る 分 割 型 分 散 分 析 を 行 い 、 薬 剤 主 効 果 ， 時 点 主 効 果 ， 薬剤と時点の交互作用各々の有意性を吟味する。薬剤と時点の交互作用の有無により経時 変化が薬剤により異なるか否かを見極めることができる。交互作用が認められた場合には 薬剤によりその動きが異なる訳であるから、次のステップとして薬剤.iJ J Iに 時 点 を 因 子 、 被 験者をブロックとする乱塊法実験と見立てて乱塊法分散分析，時点聞の多重比較を行 う。さらに乱塊法実験に対するノンパラメトリック的解析として F riedman検 定 と 時 点 間 の 多 重 比 較 を 行 う 。 以 上 の 解 析 の 流 れ を 図 1に示す。 体) (全 (薬剤.iJ J I) Yes 薬剤と 時点の交互 作用 →￨乱塊法分散分析什時点間多重比較￨ No の 果果 主主 効効 剤点 薬時 ￨Friedman検 定 H 時点間多重比較 吟 味 図 1 分散分析的解析の流れ こ れ ら 一 連 の 解 析 に よ り 薬 剤 と 時 点 の 交 互 作 用 ， 薬 剤l 別時点間変動の有意性についての 結 論 が 得 ら れ る 。 と こ ろ で 、 S A Sの プ ロ シ ジ ャ ー を そ の ま ま 用 い て こ の 解 析 を 行 っ た 場 合には、その出力結果が何枚にも渡り、しかも最終的に必要とする分散分析表の形での出 力は得られない。この型のデータは比較臨床試験では極めて一般的であるから、パラメー タの指定が一度で済み、しかもそのまま使える分散分析表の形での出力が得られる簡便な 方法が望まれる。そこで今回、 S A Sの プ ロ シ ジ ャ ー お よ び DATAス テ ッ プ を 用 い て こ れ ら 一連の手法の自動解析プログラムを構築したので紹介する。 ︐ ︒

3. 分 割 型 分 散 分 析
表 1に 示 し た 型 の デ ー タ を 一 般 的 な 形 で 表 2 に示す。
第 k群 の 繰 り 返 し 測 定 デ ー タ

表 2

時点

被験者

平均

t

J

i‑‑‑1・
k

n
平均

ー
， g
)
1， ー

(k

X"

• X，
j

X，
t

X i'

• X ij

X川

k

k

k

k

k

X n k'

• X n kj

X，
.

.X・J

X・
，
X i.

k

X n kt X n k ・

k

X .t

‑ k

X.
.

斗ゐ

n

数(
者 ‑vす
験一 VA 一
爪
被をれ
の均ぞ
群平れ

k 答そ

第応で
でる)

n
に/

こけ
こお

で あ る 。 さ ら に 全 体 の 被 験 者 数 を n.(=Lnk)、 時点、 J

三じ/

.
=L n k
n .)、全体での応答平均を X..(=Lnk X .
k
k
k
こ の 実 験 配 置 に 対 す る X.
;jの モ デ ル は 、
﹀i

+ー

p℃

(αβ)kj+EkiJ

1t

k= 1
. ・・・. g

1kz

+

k

X ij‑μ+αk + β J

j= 1
.・
・
・
.t

nk

となる。 た だ し
}
ム

一般平均

αk

第 k処 理 の 主 効 果

Zαk =

βJ

第 J時 点 の 主 効 果

ZβJ

( α β ) kj

Z ( α β ) kj = L ( α β ) k j =
K
(
，
)
J
，σ 2)
~ k 且
~NID
1次 単 位 誤 差 ( 被 験 者 の 主 効 果 )

第 k処 理 第 j 時 点 の 交 互 作 用

JCJ : 2次 単 位 誤 差

(2)

E ki
.j

~ N ID

。
。

，σ 2)

さ ら に 分 散 分 析 表 を 表 3 に示す。
表 3

繰り返し測定データに対する分割型分散分析表
平方和

因子

・

E

γ

GSS=tLnk(X..‑ X..)

群

ZZ
(
i
i
.
i
!
.〕2

1次 誤 差 SSS=t
時点
群 X 時息

TSS= n.L(X.j ‑ X..)
.

.
c

‑k

‑k

自由度

平均平方和

F

g
‑
1

GMS=GSSI(g‑l)

GMS/SMS

n• ‑g

SMS=SSS/(n.‑g)

t‑l

TMS=TSS/(t‑l)

‑

1
S
‑
S= L L n X
'
:j ‑ X:.‑X.j + X..)‑ (
g‑1)(t‑1)

T
M
S
IRMS

IMS=ISS/(g‑l)(t‑l) IMS/RMS

2次 誤 差 RSS=

ZZZ
(
x
i
Ji
:
‑
r
J
+
i
!
.〕2(n.‑z)(t‑l〕 RMS=RSS/(n.‑g)(t‑l)

全体

L L L(XL‑x:.)2

n• t
‑l

また同一被験者での繰り返し測定データでは、近接した時点聞の相関は綾れた時点聞の
相関に比べ高いことが予測される。従ってこの時点聞の相関を考慮した自由度の調整が必
要 で あ る 。 こ こ で は 、 幾 つ か の 修 正 法 の う ち Box の 提 唱 し た 修 正 比 率 モ を 示 す 。

‑'
3一

(t‑l)(l‑p ..)2 E = ，2 2(t‑l) (tづ ){(1‑ρ..) 一一一一一一~2 ( ZJ ・‑E..)2} + 2 2 ( ρJ‑ J t ただし、 ρ jj l宇 ‑E..)2 J は 時 点 J と 時 点 j ，の 相 関 係 数 ‑ 1 ρ J • = ，2 ρ JJ t‑l J 宇 J ρ ー=一一一一 t t z ρ J・ j=1 4. 既 存 S A S プ ロ シ ジ ャ ー に よ る 解 析 と と で は 表 4 に 示 す 型 の デ ー タ セ ッ ト を 読 み 込 む こ と と す る 。 す な わ ち 1被 験 者 1時 点 の 応 答 を 1オ ブ ザ ー ベ ー シ ョ ン と す る 。 表 4 入力データセットの形式 被験者 群 時点 t A n L q U 1 1 1 Aせ tAtAtA ﹄1 3 q山 1 1 1 1 0 応答 3 7 .9 3 7 .7 36.9 38.7 4 .1 分 割 型 分 散 分 析 分 割 型 分 散 分 析 は S A S/Statの GLMプ ロ シ ジ ャ ー を 用 い て 行 う こ と が で き る 。 図 2 にその例を示した。この場合には時点聞の相関に関して自由度を修正した結果は出力さ れ な い 。 自 由 度 修 正 の 結 果 を 算 出 す る に は デ ー タ を 編 集 し l被 験 者 4 時 点 の 応 答 を l オ ブ ザ ー ベ ー シ ョ ン と す る デ ー タ セ ッ ト を 作 成 す る 。 こ れ に 図 3 に 示 し た REPEATEDス テ ー トメントを使った GLMプ ロ シ ジ ャ ー を 用 い て 算 出 す る 。 何 れ に し ろ 出 力 結 果 は 汎 用 的 で あるが故に見やすい出力であるとは言い難い。 PROC GLM DATA;DTOl日; CLASS PROC GLM DATA;DT12日; GROUP SUB TIME; MODEL TEMP; GROUP SUB(GROUP) TIME GROUP.TIME; TEST H;GROUP E;SUB(GROUP); CLASS GROUP; MODEL TEMPI‑TEMP4;GROUP/NOUNI; REPEATED TIME; 図 3 GLMに よ る 分 割 型 分 散 分 析 (2) 図 2 GLMに よ る 分 割 型 分 散 分 析 ( 1 ) 4 . 2乱塊法分散分析 薬 剤 別 の 乱 塊 法 分 散 分 析 は 図 4のように GLMプ ロ シ ジ ャ ー で 交 互 作 用 を 分 離 し な い 2 因子実験として指定すればよい。多重比較も同時に指定できる。自由度を修正した結果 は 1被 験 者 1オ ブ ザ ー ベ ー シ ョ ン の デ ー タ に 編 集 し 図 5 の よ う な REPEATEDス テ ー ト メ ン ト を 使 っ た GLM プ ロ シ ヲ ャ ー に よ り 算 出 さ れ る 。 PROC GLM DATA;DT日1日; BY GROUP; CLASS SUB TIME: MODEL TEMP; SUB TIME; MEANS TIME/SCHEFFE; PROC GLM DATA;DT12日; BY GROUP; MODEL TEMPI‑TEMP4;/NOUNI; REPEATED T lME; 図 4 GLMに よ る 乱 塊 法 分 散 分 析 ( 1 ) 4.3 Friedman検 定 薬 剤j別 の Friedman検 定 は 行うことができる。 ) 図 5 GLMに よ る 乱 塊 法 分 散 分 析 (2 FREQ、MRANK、RANKと ANOVA の 各 プ ロ シ ジ ャ ー に よ り そ れ ぞ れ ‑4‑

5. S A Sを 用 い た 新 規 開 発 プ ロ グ ラ ム の 紹 介 今 回 新 た に 構 築 し た プ ロ グ ラ ム は lつ の 大 き な マ ク ロ プ ロ グ ラ ム に な っ て お り 、 非 常 に 汎 用 性 が 高 く 、 あ た か も 1つ の プ ロ シ ジ ャ ー の よ う に 使 う こ と が で き る 。 ま た 群 、 被 験 者、時点、それぞれの数にも依存せず解析が行える。 S A Sマ ク ロ 変 数 と し て 指 定 す る 変 数 は 以 下 の 項 目 で あ る 。 ・ タ イ ト ル ， 入 力 S A Sデ ー タ セ ッ ト 名 ， 群 の 変 数 名 ， 群 の 数 ， 各 群 の 名 称 ， 被験者の変数名，時点の変数名，時点数，応答(症状)の変数名 表 4 に 示 し た よ う な 1オ ブ ザ ー ベ ー シ ョ ン 1応 答 の 形 の デ ー タ セ ッ ト を 作 成 す る 。 次 に このマクロプログラムを結合させ、最後に各マクロ変数の指定を行う。全体のプログラム の 構 成 を 図 2 に示す。 データセットの作成 マクロプロクラム マクロ変数の指定 図6 プログラムの構成 従って表 4に示す形のデータセットが準備できればあとはマクロ変数の指定をするだけ で 図 1に 合 ま れ る 全 て の 解 析 が 行 え 分 散 分 析 表 ， 多 重 比 較 の 結 果 が 出 力 さ れ る 。 表 lで 示したデータに対してこのプログラムを起動させた時のマクロ変数の指定内容とその出力 結 果 を 表 5に 示 す 。 出 力 内 容 は ・分割型分散分析表(全体) 去分散分析表、 ・乱塊 J Dunnettの 多 重 比 較 、 Scheffeの 多 重 比 較 ( 群 別 ) • FI・ iedman検定， Dunnett 型 多 重 比 較 、 Pairwise多 重 比 較 ( 群 別 ) である。 本プロクラムは、 DATAステップ， MEANS'RANKプ ロ シ ジ ャ ー か ら 成 っ て い る 。 各 種 平 均 平 方 和 は MEANS プ ロ シ ジ ャ ー と DATAス テ ッ プ の 組 み 合 せ に よ り 簡 単 に 算 出 す る こ と が で き 、 さ ら に そ れ ら の 結 果 を DATAス テ ッ プ に よ り 結 合 さ せ て 分 散 分 析 表 の 各 項 目 を 算 出 し た 。 表 5 マクロ変数の指定と出力結果 %JOB01('比較臨床試験{体温)'. D A T A 1 G R O U P， 2 ，'新薬‑A '，既存薬‑B '， ' SUB， T I M E， 4， TEMP) 比較磁床試験{体温) 分自P J型 分 散 分 析 自由度平均平方和 処理 平方和 薬剤j 2次 誤 差 7 .8 1 1 2 .1 9 4.34 2 .2 1 1 3 .0 8 5 4 全体 3 9 .6 3 7 9 被験者(1次誤差) 時点 薬 剤x 時点 7 .8 1 2 1 8 3 自由度の修正 .5 3 8 0.003(++) 11 e =日 .7 2 4 .0 01( ・ .) 5 .978 日 3 .日4 3 0.037(.) 事 .) p =日.004( p = O .0 5 5( N S ) 日 .6 7 7 1 .4 48 O .7 3 7 O .2 4 2 (• :p <日.05 ， " : pく日.0 1) ‑5‑

A 新薬‑ 比較臨床試験(体温) 乱塊法分散分析 処理 平方和 自由度平均平方和 時点 誤差 6 .2 9 5 .5 1 7 .6 6 2 7 2 . 0 9 6 O .6 1 2 O .2 8 4 全体 1 9 .4 6 3 9 被験者 P 7 . 3 8 5 0.001(..) 2.157 0.059(NS) ( p くO .0 1) Scheffeの 多 重 比 較 95~ 信頼区間 2 ‑ 1 3 ‑ 1 4 ‑ 1 p=0.003(..) pくO .0 5 ， 事キ 愈 Dunnettの 多 重 比 較 対 自由度の修正 ( e = 0 . 7 6 3 ) 時点 O .0 3 3 ‑0.237 ‑0.457 1 .1 7 3 ‑ 1 .4 4 3 ‑ 1 .6 6 3 2 . 3 9 2 N S 3 . 5 2 6 .命 4 . 4 4 9 平均 3 8 .1 3 3 7 .5 6 3 7 .2 9 3 7 .0 7 ， ・ N S ' N S N S N S 新薬 A 比較臨床試験(体温) 7リードマン検定 分散 ヵイ二乗値 0.16167 12.09278 自由度 有意確率 O .0 0 7 処理 平均順位 3 .5 5 0 2 . 5 5 0 2 . 3 0 0 1 .6 0 0 3 ‑ 1 2.1983 0.0140 4 ‑ 1 3 . 4 2 9 3 0.0003 Dunnett型 多 重 比 較 (+:p<0.10 / 愈 : pくO .0 5 /命 事 :p くO .0 1) 2 ‑ 1 処理の組 1 .7 5 8 6 0.0393 S i g n ー ー ・ Pairwise 多 重 比 較 (+ : p < O .1 0 /. : p < O .0 5 /. . : p < O .0 1) 処理 ー ー ー ー 参考文献 Joseph L.Fleiss(1985) The design and analysis of clinical experiments. John Wiley & Sons lnc. 高 橋 行 雄 他 (1989) SA Sに よ る 実 験 デ ー タ の 解 析 ‑6 東京大学出版会

日本 SASユ ー ザ ー 会 (SUG ト J) 欠測値付きの継時データの解析 松岡 浮 藤沢薬品工業株式会社 開発本部医学調査部 The Analysis o f a Longitudinal C l i n i c a lT r i a l with Missing Data Matsuoka joe Fujisawa Pharmaceutical C o .， L td .， C l i n i c a l Research くa shima， Yodogawa・ku， Osaka， Japan 532 1‑6， 2・chome， I 要旨 多施設臨床試験のデータの解析では、欠損値を伴う継時的なデータを 取り扱う必要がでてくる場合がある。 計量値の場合、 PROC GLMを 用いて欠損値を伴うデータをある程度処理することは可能であるが、計数値の 場合は多くの困難が伴う。 ここでは、欠損値が無作為にしかも小さな確率で 出現すると仮定した時の多変量的な状況を扱う。 キーワード: 欠損 f 直、継時的デー夕、 PROC GLM、 PROC CATMOD、 PROC IML 1.始めに 臨 床 試 験 の デ ー タ 解 析 で は 、 継 時 的 な デ ー タ を 取 り 扱 う こ と が 多 い 。 しかし、データ の 中 に 欠 損 値 が 存 在 す る と 、 問 題 は 複 雑 に な り 、 解 析 は な か な か 困 難 で あ る 。 Allen ( 1959)は 欠 損 値 を 伴 う 繰 り 返 し 測 定 実 験 デ ー タ の 解 析 に つ い て 解 説 し 、 SASO) PROC GLH を用いて数値例を与えている。 本論では、計量値に対するこれらの接近方法を述べる と共に、計数{直の場合、ここでは、顕序カテゴリカルデータで且つ欠損を伴う繰り返し 調定値データから成る多施設臨床試験データに対して K o c h流の解析を試みる。 先ずデ ータに関する説明の後、計量値の場合、計数値の場合のそれぞれの接近方法について述 べ、各々の制限に関しても触れよう。 い ま 、 患 者 は 捜 数 の 施 設 で 2つ の 治 療 群 ( 治 蟻 薬 対 プ ラ シ ー ポ ) の 何 れ か に 無 作 為に割り付げられており、j)る結状に関して、初期状態と、何回かのフォローアップの 時点で、其の改善の状態が評価されていると仮定する。この時に、我々が知りたいのは、 (1) 2つ の 治 療 群 間 で 改 善 の 状 態 は 果 し て 差 が あ る だ ろ う か ? 又 、 (2) こ の 症 状 の 初 期 状 態 と 改 善 パ タ ー ン に は 何 等 か の 関 係 が あ る の だ ろ う か ? ということである。 ‑7

2. 繰 り 返 し 順 序 カ テ ゴ リ カ ル 応 答 デ ー タ の 解 析

句'
‑ qu
IE‑'IE‑

η4tiTA

︐

‑ E 5 4 5 a h E a A宮 内 ︽ d

‑SIt‑‑38UEqJ

‑qJnLIATAqJit‑‑SUEs‑

‑qJqJqJqJqJill‑suERd

‑
‑
‑
‑
‑
‑・
‑
‑
‑
‑

I
N
YT
R
T STAGE R
1R
2R
3
噌 Ail‑‑nLnL
‑'iTA'i'i S

(
2
)の 評 価 を 行 う 場 合 に 欠 測 値 が 無 い 時 は Agresti
(
1
9
8
9
) が順序カテゴリカル応答変量に関する繰り

Data f
r
o
m Clinical T
r
i
a
l

'hdpapapapail‑‑IATA
‑BATA

計量データの場合は S
A
Sの PROCG
L
M を用いることに
より容易に評価することが可能な為ここでは省略する
ことにして、計数データの場合を取り扱おう。
データの一例を右に示そう。治療に対する個体の
確率化は施設内で行われていると仮定して、施設の
効果を調整後、
(1)の 2つ の 治 療 群 聞 の 差 は M
a
n
t
e
l
(
19
6
3
)や Koch(1
9
7
7
)の generalized Cochran‑Mantel‑
Haenszel(CMH)統 計 量 で 各 フ ォ ロ ー ア ッ プ 時 点 で 評
M
H
‑
価することが出来る。 デ ー タ の 要 約 表 ・ 一 般 化 C
統計量・算出する為の S
A
Sの P
R
O
CF
R
E
Qの一例を
Exhibit 1 に示す。

田p
roving
返し観測値に関するモデルについて概観した様に、
1=Rapidly 1
oint分 布 内 の セ ル 確 率 を モ デ ル 化
l
o¥
o
il
y 1
田p
roving
絹り返し応答の j
2= S
することにより個体の変化パターンを解析する。
3=Stable
lowly Worsening
こ こ で 扱 う モ デ ル は 説 明 変 量 値 と 応 答 の 機 会 に つ い て 4 =S
apidly Worsening
の 周 辺 応 答 分 布 の 従 属 性 を 同 時 的 に 表 し 、 応 答 分 布 の 5 =R
Blank =Missing Data
3つ の 変 換 の 為 の モ デ ル : 累 積 ロ ジ ッ ト 、 隣 接 ー
カテゴリロジット、応答カテゴリに対する平均評点
ASの P
R
O
CC
A
T
M
O
Dで I
N
Y =Investigator Identification
で評価できる。ごれらは S
統一的に扱うことが出来る。 E
xhibit 2 にその
N
u曲 目 (
5，6，8，9，1
0，1
1
)
一例を示す。データの多くは欠測値を無視する
T
R
T =Treatment
ことが出来ると思われるのでこれらの接近方法で
(
1 =T
est drug， 2=Placebo)
十分だと考えられるが、構造的に欠測値が出現
STAGE =Initial Stage o
f Desease
する場合にはこれらの方法では対処できない。
(
3 =Fair， 4 =Poor，

5 =Exacerbation)
R
J =Response at Time J
:

3. 多 変 量 比 率 法
ここでは K
och流 の 多 変 量 比 率 法 を 導 入 す る 。 欠 測 値 は 無 作 為 に Eつ小さい確率で出現し、

又 標本サイズは十分大きい多変量の状況を考える。 y
' =(
Y
l，"'， y
r
) を 期 待 値 μ ，‑
(μ1，
'.汁 μr)を持つ確率ベクトルとし、 n個 の 観 測 ベ ク ト ル の 標 本 が 1母 集 団 か ら 得 ら
れ る と 仮 定 す る 。 第 j番 目 の 従 属 変 数 が 観 測 さ れ る 時 l
で 、 そ う で な い 時 Oを 取 り 、 全

iとy
iが 独 立 で あ る 様 な 確 率 ベ ク ト ル U
' =(
U
l，"'， U
r
)を定義する。
ての jに関して、 U
こ の 時 、 観 測 確 率 変 量 は L =Y
i
U
i， f
o
r j= 1，
・
・
・
， rで 定 義 さ れ る 。 第 j
番目の従属
変 量 の 平 均 μJは 比 推 定 量
R
j =(LI
;
， /n)/(LUυ/n) =e
xp{log.(fi)
により推定される。

g
' =(
f
l，"'， f
r，U
!，"'， U
r
)
とした時、

μの多変量比率推定量は

R=exp{Alog.(g)}

‑8‑

log.(Uj)}

と な り 、 こ こ で gは gの標本平均であり、

A = [L，‑
I
r
]である。

Vg = {
V
9
k
k
'
} = {~(gkl ‑g.)(g"1 ‑gk')/n2 }
I= 1

とおくと
V
.は gの共分散行列の田 u
l
t
i
n
o
r
n
i
n
a
lモ デ ル 最 尤 推 定 量 (
K
o
c
he
t al.(1977))で
(む と 仮 定 す る と 、 Fの 共 分 散 行 列 の 推 定 量 は
ある。 F= F

V
F = HV~H'

(
H = [dF(X)/dxlx=g])

となる。同様に、 R
の共分散行列の推定量は
‑1

‑1

Vf = DR A D
;
;
‑V
‑
;D
;
‑A
' DR

(
D
.
. =Rの 要 素 を 持 つ 対 角 行 列 )

となり、又この推定量は半正定値行列である。
1
困の部分母集団の集合に対して容易に拡張でき
単一母集団に関するこれ迄の議論は s
1rー
， I，](X)Isの場合を除く)。
る。(包し、 A =[

Rの 要 素 聞 の 変 動 は 桶 近 回 帰 モ デ ル (
K
o
c
he
t al.(1977))
EA(R) = μ = Xβ

により解析可能である。ここで、 EAは漸近的な期待値、 β は 推 定 さ れ る べ き 未 知 母 数 ベ
クトル、 X(ま デ ザ イ ン 行 列 で あ る 。 推 定 は 重 み 付 き 最 小 自 乗 法 も し く は 最 尤 法 に 従 い 、 モ
デ ル の 適 合 度 は 近 似 的 な x自 乗 統 計 量 を 用 い る よ う に 容 易 に 定 式 化 さ れ 得 る 。
前出のデータに適用した場合の (
P
R
O
CI
M
Lによる)数値例を Exhibit 3に示す。

4.終 わ り に
多変量比率推定量は、標本サイズが大きい時でないと良好な特性(偏りが無視でき、近
0
%以 下 が 好 ま し い と 考 え
似的に正規分布に従う)を持たないし、欠測値の量はおそらく 1
られる。この方法は、欠測値を扱うことが出来るとはいえ、偏りが介在しない様に、周
到に考えられたデータに対して適用できるのであって、回避できる欠測値迄をも含む雑
なデータを救うものではない。
参考文献

1Agresti，A.(1989): A S
u
r
v
e
yo
fM
o
d
e
l
sf
o
r Repeated Ordered Categorical
Response Data， S
t
at
.i
n Medicine， v
o1
.8， 1209‑1224
.M
.e
t al(1978): A
n applications o
f Multivariate R
a
t
i
o Methods
2 Stanish，W
f
o
rt
h
e Analysis o
f aLongitudinal Clinical T
r
i
a
l with Missing Data，
B
i
o皿e
t
r
i
c
s3
4，3
0
5
‑
3
1
7
.

‑ 9一

Exhibit 1一般化コクランーマンテルーへンツェル統計量 仮説 自由度 応答分布が両群で等しい 5 欠測データの比率が両群で等しい 時間 1 時間 2 時間 3 61 .2 8 * * 61 .1 1牢事 6 7 . 7 1事牢 2 . 7 6 6.95** 0 . 0 3 欠測データを調整した後の応答分布が両群で等しい 58.52** 61.08*申 60.76** (欠測データを無視した)応答の条件分布が両群で等しい時 リジット評点を検定 1 4 9 . 7 0判 5 8 . 0 5料 等増加量評点を検定 1 4 7 . 0 6料 5 6 . 4 6料 4 58.68料 5 7 . 2 0料 (欠測データを無視した)応答の条件分布が ( 5，6，8， 1 0， 1 1 )で等しい時 リジット評点を検定 4 1 0 . 3 8料 5 . 9 6 1 0 . 4 8 * 等増加量評点を検定 4 1 0 . 3 5事 6 . 9 4 11 .2 5 * P R O CF R E Q ; * distribution o f responses i st h es a m ef o rb o t ht r e a t田e n t s ; 2 R3)/NOPRINT C H I S QC M H SCORE=RIDIT M I S S I N G ; TABLE I N V事TRT*(R1 R * distribution o f responses i st h es a m ef o rb o t ht r e a t田e n t s s s i n gd a t a ; after adjusting f o r 皿i *Tested w i t h : equal‑incre田e n ts c o r e s ; R 1R 2 R3)/NOPRINT C H I S QC M HS C O R E = T A B L E ; TABLE INV*TRT事 ( 牢 conditional distribution o fe v a l u a t i o n responses ( ig noring 田 i s s i n gd a t a )i st h es a田巴 f o rb o t ht r e a t田 e n t s . Tested w i t h : ridit s c o r e s ; TABLE INV*TRT*(R1 R 2 R3)/NOPRINT C H I S QC M H SCORE=RIDIT; R U N ; ‑1 0一

E x h i b i t2 応答 1 応答 2 応答 3 ￨一一+一一+一一一一一一一一+一一+一一一一一一一ー+ーー+一一一一一一一ー+一一 l l 段 l 治!著￨改 l 不￨悪 l計￨著!改!不￨悪 i計￨著￨改￨不 l 悪!計l ￨ 階 l 療!効 l 善 l 変￨化 I I 効￨善 i 変￨化 I 1 効 i 善￨変 i 化 1 1 1 ‑ ‑一+一一+ーー+ーー+ーー+ーー+ーー+ーー+ーー+ーー+ーー+ーー+ーー+一一+ーー+ーー+ーー￨ ￨ 中 ￨薬剤 11 3 11 3 11 2 1 2 14 0 11 8 11 3 1 4 1 2 13 7 12 2 1 8 1 4 1 2 13 6 1 ￨ 等 卜‑→ーー+ーー+一→一一+一一+ー‑←ー+ーー+一一+一一トー+ーー+ーー+ーー← ‑ ‑ 1 l 度 ￨偽薬 1 4 1 8 1 8 12 1 14 1 1 3 1 7 11 3 11 4 13 7 1 3 1 4 11 3 11 1 13 1 1 ￨一一+ーートー+一一←一+一→一ー+ーー+ーー+ーー+ーー+ーー+ーー+ーー+ーー+ーー+ーー i l 高 i 薬剤 1 9 12 1 11 2 1 3 14 5 11 9 11 7 1 4 1 3 14 3 12 6 11 0 1 3 1 4 14 3 1 1 1 ‑ ‑一+ーー+一一+ーー+ーー+ーー+ーー+ーー+ーー+ーー+ーー+一一+一→一ー+ーー+ーー i 度 l 偽薬 1 1 1 6 1 8 12 8 14 3 1 1 1 6 11 7 11 5 13 9 1 2 1 3 11 5 11 2 13 2 1 i 1 一一+一一+一一+ーー+一一+一一+ーー+ーー+ーー+ーー+ーー+ーー+一一+ーー+ーー+ーー+ーー i l 計 1271481401541169141143138134115615312513512911421 i時 間 ︐ . ︑ ︑ ︐ ︐ ︐.︐︐︑︑︐︐︐ ‑EAnHunHunHU円︑u AH 'EAnHU4EAnHunEU pu 'EA4EAnHunHunHU ︐ 'EA‑‑ム41ム句EAmE且 ザ * AH n u n u n u n u nドU nk nHunHunHunHumEA m‑‑ 民 .︐︐︐.︐︐= 円︑u'EAnHunHunHunhu ︐ anHu‑‑ムnHu' y t E a 1 旬・ nunb nu'i1inunUAH TLn し 円'unHunHunHunHunEU n H U PU‑Atiti‑‑' nb= 日 剛 川 内H unHunHunHU 戸d 川 nu' nr︐︐︐︐︐ 円︑u'EAnHunHunHumEA FμAA .︐nE'inU1Anunι 'n ﹄ 旧日︐ ︑14・︐︐EA'EAnHunHum‑A Eml' ︐門unw比 nHunHunHunHu‑‑ 0mlaq nHunHUnHunHu' .︐m国 AA t*' 帥 mtA+1 nHu'EA'EA'EA‑‑ム円︑u 中A AH・司Ayi/K nudsmi‑‑MN =OAAUHyi DH 1 4 y L n u n u ﹃μ 刊U Y L P A nuenrTLmi nkvnunU 引 U nu‑‑nrnrnL 'i 円 し .︐︐EAAHu'IAAHungu 'nlu stAtAnununu a' Pし の alu‑‑ ︐ ︑ ︑ ︐r ︐︐︐︑︑︐︐︐ ‑EAAHUAHunHU円︑u A U n HunHUAHu'EAnHU 1 旬・ anHunHunHUAHUAHUAHU 牢 戸川 d .︑4・・A‑‑A‑‑A句E4mEA 6bAA nunHunHunHunHun 肘 比 1ip M U nHunHunHunHum‑A VJ' FL︐︐︐︐‑‑ n u 1 旬・ aAHunHunHunhu σo' n U 1 旬・ a A H U 1 anHu' 旬・ +LPb a'i'inunUAA c︐︐︐︐︐︐︐.︐nL ‑nununu'inununu'inununununL +Lnu nunHUAHunHu'EAnHunHU'EAnHu'EA'EA'EA'EA' + L nu nk ﹄ lu"nRM 申 日 zldnhunHUAHunHU'EA'EAnHunHUAHu︐︐︐︐︐ ︐門unHu'IAnHunHunHum‑A ayLnunu‑‑nunununu'iAH '''''1Anu‑Anun 肘臼 σonununununu'inunU1AAUnunU1AAUnk nu・'‑'IA41AnHunHumE 且 .︑4mtAAHunHu'EAnHUAHu'EAnHunHu' snknunununu‑‑'inunununu‑‑ HumEE‑‑nHunHu'EAnHU4EAnHunHunHuan 宅 .︐nHUAHUAHUAHu︐ A品︑iuNnununu‑‑'inunu'inununununu'i' mienu‑'i'i'i'ipb AHAUT‑ムハU'inunununu1AnU﹁︑ml nU0mlnununU1Anunu=uN =田AAnU inununu1AnunUMHyi 旬 nETLnunU1Anununununu pun 引 U‑nu'inunU1AnununUTLnr nυoPAYL 中i nk‑‑nunu'i‑Anununu‑‑nunununununu'inU 引 u nHV+1 n v A ‑ 円 制 A n E U c'inununununu1AnU牢︐ AHa‑'1A1inunununuyL= =rmi‑‑inunununU1AnunUAAqJ A A E 日目 yi l+L 引 巾 U'inununununu'inununu1AnununumlηL AAnnuyi nU44nLPUM 刊 'i 'nbyi﹁︑ nHum‑A 日間目 nUFιHnnUTL MUYLPUPAru m‑mlyinbnU FU AITUTUO AHa‑︐yL‑‑ = 1 4 中A A H q d A A u u目 yi 巾 lENUmlηL AAunuyi n u c n L 日目 'ytEa〆﹃ ︑ nυml nunU ド UHYL MUYLnupu mtAmtAYIEanHU AAyiFιnU FU 巾l u " M円 p & 円 し nu nk nr R U N ; •. ‑ a A

Exhibit 3 多 変 量 比 率 解 析 の 要 約 モ デ ル ド 112: (overall) 要因 自由度 Q統 計 量 1 1 治療(平均) 段階(平均) 時間(平均) 治 療 x段 階 ( 平 均 ) 治 療 x時 間 ( 平 均 ) 段階 x 時 間 ( 平 均 ) 治 療 x段 階 x時 間 2 107.04事事 1 .2 2 29.57牢寧 0.23 6.2 牢 2.20 0.50 総変動 1 1 152.86林 治療(全体) 段階(全体) 時間(全体) 6 6 8 115.68料 4.41 41 .7 3料 モデル 2 1 2 2 X=I:ξ: (respective time points) 自由度 要因 Q統 計 量 時点 1 時点 2 時点 3 治療(平均) 段階(平均) 段 階 x治 療 ( 平 均 ) 1 1 1 66.43料 3.13 0.57 91 .8 7料 0.82 0.24 89.05林 0.09 0.003 総変動 3 76.20紳 95.05料 9 2 .1 1料 治 療 ( 段 階 3) 治 療 ( 段 階 4、 5 ) 1 1 23.66料 47.00料 38.00料 55.69料 39.08料 51 .5 4帥 μ1 4 1 A ‑12‑ ・Ei μ2 14 u β1 ︑︑︐ノ α1 s .E . 仮説 自由度 Q 統 計 量 4 . 7 7牢 2.151 0.096 Equal incre皿ent 1 (α1 =β1) 76.31寧串 ‑0.367 0.077 治 療 効 果 無 時間 1(μ1 = 1 01 .1 6牢寧 ‑0.155 0.048 治 療 効 果 無 時間 2 (μ1 +α1 =μ2 +β1) 1 136.87料 3.347 0.098 治 療 効 果 無 時間 3(μ1 +α1 =μ2) 治療効果無 3 148.03料 (μ1=μ2， α1=β1=0) N o lack o f Fit 8 4.83 推定量 μ ︐ ︒ 唱'ム 141414141414 司 ta‑nHunHu'tム nHu‑B441AnHU gil‑‑11111111 nHunHU ・ nHu‑‑1inHU'i'i 14144EA‑‑4 Ei‑‑ VA ‑ ‑ ilil11111111 母数

日本 SASユーザー会 C SUGI‑J) 臨床第二相試験における用量漸増法試験の至的用量の推定 (Cox回帰による推定) 0拝 野 克 行 漂淳悟 日本シヱーリング K K 医薬研究開発本部 E s t i m a t i o no f optimum dose range f o rd e s i g no fg r a d u a li n c r e a s eo fd o s e i np h a s e ‑ I Ic l i n i c a lt r i a lC e s t i m a t i o n by u s i n g Cox r e g r e s s i o n approach). & Jungo Sawa I n s t i t u t e of Pharma Research， Development and Medical Sciense Nihon Schering K.K. く ￨a tsuyuki Haino Summary I n early phase‑IIstudy c linicians often use the method of gradually increasing dose for the reason of practical medication. ¥ . Jh en one estimates dose and response i n the data，i ti s proposed t o use ordinal Ii f e table approach. Therefore t h e approach does not consider background factors，so the dose‑response relation i s not always v a li d for a lI t h e patients. ¥ . Je t ried to estimate precisely the relation b y using PHGLM procedure(Cox r e g ‑ ression model) as one o f the countermeasure against t h e problem. キーワード: ‑13‑

日本 SASユーザー会 ( SUG卜 J) Cox比例ハザードモデル (PHGLM)で求めた 癌相対リスクと生存期間の検証 0大 槻 成 章 山懸清壮 呉羽化学工業株式会社医薬品事業本部 岡田頴ー 医薬品部 E v a l u a t i o no fp r e d i c t e dr e l a t i v er i s k and s u r v i v a l time f o r c a n c e rp a t i e n t s by Cox p r o p o r t i o n a l hazard model (PHGLM) S h i g e a k iO h t s u k i I くi y o s o Yamagata E i i c h i Okada h e m i c a lI n d u s t r yC o .， Ltd P h a r m a c e u t i c a l s Department， Kureha C 3‑25‑1 Hyakunin‑cho S h i n j u k u ‑ k u Tokyo 169 要旨 医薬臨床データの解析において生存時間分析は次第に重要な位置を占め、 現在では抗悪性腫事藁の臨床試践を筆頭に栂々な解析に用いられている.今回、我 々は生存時聞に対する背景因子解析の手法として SASのサポートずる Cox比例 ハザードモデル ( P R O CP H G L門〉を用い、胃癌データの背景因子の比例ハザード性を 検討するとともにこのモデルで得られた相対リスクが実欄生存期聞をどの程度説明 し得るかの検証を行なったので報告する. ω 事れ偏の要に幻で散ク検 存この子必等らこ変スを 生︒問因が合里そ属リ度る M るた群景法場中︒従対合あ L よさ較背手るたるを相遣で Gにて比や的あまい間たのり H 法れの合学が︑て期れル通 P 一ら子場計りりし存らデの ヤい因る統偏お用生得モ記 クイ用景あなのて遣のいの下 スマが背が度子しをそなこは リ・ど︑り高図案ル︑行り子 対ンなり偏に景撞デしをよ因 相ラ定おにら背をモと析に景 プ検て子さに事の量分と背 間カンれ因は間存こ変帰こな 時りソわ景で群生に共回るル 存よク使背どの正案を重見ナ 生来コに︑な験補探因るをジ 従ル析し析試るの要よ係リ ルはイ解か解較よ層景に聞オ デてウタした比に者背﹀のの モい化一︒しは用患の山間タ ドお般デると日適るタ同期一 } に 一 の い 象 永 の 出 }P存 デ ザ究や験て対富ルにデ町生癌 ハ研定試しを︑デ敏癌附潤胃 例間検較と響でモ鋭胃(実た 比 期 ク 比 担 彫 中 Fり の ル た い x 存ン化前すた一よ倒デれ用 o 生ラ為をほしザが モ ら に C に の グ 作 と 及 う ハ 果 H X得 析 め 癌 ロ 無 こ に そ 例 効 は oら 量 解 任 じ と に い 問 ︒ 比 の 々 Cか ︒ 変 一 は 算 主 無 期 る X剤 我 て 床 た 共 ヮ ・ 計 は が 存 な o藁 回 し 臨 し ト ー の ら り 生 と Cは今とと証 2 宿腫 移・度・・ ・転・移類・ .‑性・転分・ ・ ・ 位 ・ ・ 種 度 節 り J・ 部径度播移パマ型 別齢居膚違膜転ンル構 図性年因占腫探腹肝リボ組 要①@要@④⑤@⑦@@⑩ 主事 (1:男 1 2 :女〉 (1: 4 9才以下/2: 5 0才代 1 3 : 6 0才 代 1 4 : 7 0 才以上〉 (1:A/2:M/3:C) (1: 5 . 0 c 周以下 12: 5• 1 ‑ ‑9 .O c ./3:9• 1 c ・以上〉 ( 1 : 聞‑ ‑ s s β l2: s s γ /3: s e / 4 : s i， s e i ) (1:POI 2:P 1/3:P2、P3) (1:HOI 2:H113:H2、H3) (1:nOI 2:n1/3:n2/4:n3、n4) ( l : t y p e OI2: t y p e l、 2 / 3 : t y p e 3 / 4 : t y p e 4 / 5 : t y p e 5 ) ( 1 : p a p / 2 : t u b / 3 : p o r / 4 : . u c / 5 : s i g ) Fhd

手術要因
⑪切除断端における癌浸潤の有無・・ (
l
:
o
w
‑ &a
w
‑
/
2
:
o
w
+o
ra
w
+
)
@郭清度・・・・・・ (
1
:R0/2:Rd3:R~/4: Rョ
〉

3. 従 属 変 数
術後生存期間〈但し生存症例の場合生存確認時点までの期間〉を従属変散
として用いた。

4. C o x比 例 ハ ザ ー ド モ デ ル 3)4】
C 0 x比 例 ハ ザ ー ド モ デ ル は 条 件 付き死亡率〈ハザード率〉に対する共変
量 の 効 果 と し て 表 わ さ れ る 。 こ こ に Tを一様母集団から得られたー症例の死亡時聞
を 表 わ す 非 負 の 確 率 変 教 と し 、 確 率 密 度 関 数 f (t) を持っとする。 Tの確率密度
関数、すなわち死亡率は次の様に表わされる。

.t)} /d.t
f (t) =1 imPr {Tε [t• t+d
A色 → 0

=‑dS (t)/dt
、
"
、
"

)~

'
‑'
‑~

S (t)

=
5
:

(s) d sであり、

:
5

(t) d t= 1となる聞教である.

i
:O かっ、
また f (t) !

Tの 範 囲 は [0 • ∞ 〉 で あ り 、 こ れ は tの 関 教 の 定 義 領 域 で も あ る .
ハ ザ ー ド 関 教 は 症 例 が 時 点 Tま で 生 存 す る と い う 条 件 付 き の T=tにおけ
る瞬間死亡率であり、次の掃に定義される。
h (t) =1 imPr {Tε [t•
4t→0

t+d
.t
) IT!
tt } /d
.t

P r {Tε [t•

= 1im

t+d
.t
)

and

T丞 t}

:
;t}
d
.t • P r {Ts

4t→
ロ

d

︑︐︐

&
L
‑

S
F/

︐也

白

14 ︿

mロt

EAASA

一
一
一
一

(t+d
.t
) ‑ F (t)} / {d.t.S (t)}
(t)

ここで、 h (t ;z) を下記で定義されるハザード率とする。
h (t ;z)

:
;t;z} /d.t
=1im Pr {Tε [t• t+d.t) IT s
A色‑ 0

をあ
Zで
ル率

ク付

ト確

ベ件︒

量条る
変のき

は死似

共亡で

Zでで

}の近

.
'
内t

﹀面

t﹀企
t‑

T A﹀
l+z

ab'&L

z・
'
︑J・

+︿ h

A t︿

︐期率

t聞は

t る確

εおこ

[けの

{ t対

T にし

r丞 に
PTt

っ

︑件企
し条問
但の期
倒少
症撮

持る

一方、比例ハザードモデルは次式で表わされる。
h (t ;z) =ho (t) e x p (zβ 〉

または

S (t ;z) =Sロ(t) e x p (;r:O】

ここに β は未知の回帰係数であり、 hロ(t)は共変量 z=Oの症例の未知のハザー
ド関数である.また S(t;z) は共変量 zを持つ症例の生存関散を表わし、 Sロ

‑ 16‑

(t)は共変量 z=oを持つ症例の生存関数を表わす。このモデルにおいてはベー スとなる生存関数 s0 (・〉に対してバラメトリックモデルは仮定しておらず、そ れ は 完 全 に 任 意 で あ る 。 背 景 因 子 の 彫 曹 の 情 報 は e x p (zβ 〉に含まれており、 h (t ;z) h0 ( t) ー e x p (zβ 〉 ー であるので右辺は相対ハザード関数と呼ばれ、次の様にも書ける。 R R (t ;z1 ，Z ロ 〉 =h (t; Z=Zl) / h (t ;z=zロ) } =ex p ( {z1‑ z0)β} または 10 g {RR (t ;z1，z0) } = 10 g {h (t;z=zl)/h (t;z=zロ) } 一 (ZI‑Z0)β と 表 わ す こ と が で き 、 こ れ は 共 変 量 z=z0の 症 例 と 比 較 し た 共 変 量 z=Z1の症例 の相対リスクを意味している。 このモデルを適用するにあたりまず比例ハザード性の検証を行なわねばな ら な い 。 す な わ ち 、 異 な る 共 変 量 の 値 を 持 つ 任 意 の 2症例のハザード関散の比は時 og[‑IogS(t;Z=Zt)]と 間超過に伴って変化しない事が必要となる。言い換えれば l log[‑Iog S(t;Z=Zj)]が 任 意 の 時 間 tにおいて平行でなければならない。比例ハザー ド性の検証は通常カプラン・マイヤー法によって得られた生存関数を用い、時間 t の 聞 教 と し て 異 な る 共 変 量 zの l og[‑Iog S(t;Z)]プロットの平行性を見れば良い。 ω 日7 Jラ ・ グ Sを 略性 ‑同ザ . r a d‑ 移厳 るハ す例 聞比 には ﹀に 度密 転に 節う バよ ンる りか ︿分 子 ば ︒ は の 量 正 Eハ 因 れ い M性 は て 変 補 吋 例 景 見 しLド れ し 共 の 汁 比 背 を 聾 G‑ ことの準んかの引 証 な ら はH ザ ︒ 量 散 水 J量︒ 検的れの P ハる計複意叶変る の表こるの例い統︑有州共き ‑1 る︒れる数一示き数カこがた数 すすらみ係るを大対リうのま係 対示得て帰すクのはゴ撮る︒帰 にににし回対ス数量テてまる回 量 1前 討 の に リ 係 変 カ し は あ の 変 ・ の 検 リ 0対帰共りとてで市 l 共表証てゴ=相回るあ量当度目 性 代 ︒ 取 S比てたれのアいりで 2を 検 い テ Z散ですで続に移・ぃ ド に た み A る し れ き 定 ば な が 1力 の つ カ 量 対 中 大 型 連 れ 転 ︑ ‑ 1し 読 S す ト さ 力 検 れ と 定 た 出 性 に の 変 の の 増 鶴 く こ 節 と ザ ・ 示 ら て 婁 ‑ ル 出 重 け 満 検 いのド β 々 共 合 こ に が な ︒ バ ♂ s ハ 園 を か し 提 ボ ベ り 多 な 未 の 用 M‑一散各は場︒的クでるン" 例ト性対のサラよるし何性 Lザ 係 の き の る 鎮 ス タ き リ の G ハ帰 1 き1 い 直 リ ‑ で と 度 H例 回 ・ 大 = て が 対 デ が 齢 逮 P比 た 衰 の Zし さ 相 ル と 年 環 比 ツ 行 に 者 を と Sす 慮 仏 ド ロ 平 れ 発 定 問 A対 考 準 ‑ 5 プ の こ 聞 検 U Sにを水ザ 。 ‑7 2 0 3 4 術 檀 年 歯 国・ 1 log(‑log Survival) プロット 5 t 4EA 可

は 殆 ど 同 じ 大 き さ で あ る の で こ れ を ま と め て 1つのカテゴリとする.以上の変換を 行 な っ た 後 、 再 度 PHGLMにかけると、今度は占居部位の"門"、"A，"及び " C "と探違 及 び "se‑sei "が一定の回帰係数の増加を示し各々 1つの連 度の"問 ‑ssβ"、"ssγ" 続 量 デ ー タ に 集 約 で き る 。 組 繊 型 の tpap"とtp or "、ならびに " t u b "と"阻u c "は各々ま とめて 1つのカテゴリとすることができる。 9.89 6.84 0.0017 0.039 0.0089* 0・ 031 14.65 ・ ・ ‑0.29 0.70 0.0614 0.0001 0.050 ‑0.17 371038402893453‑t 65063619421720‑a 586652247675539‑ 卜 11220333111111‑E ιιιιιιιιιιιιιιι 一敵差度統 一係誤 E 尺 定 一帰噂 4 白検 M ・目げM 一園田圃 t p力 の 討 日 ・ 目 師 げ ・ 日 幻 比 四H ・日目 ‑ 一日何一回目 M 一日ロ日制一日町一品一日目∞一定の刈の能性 ιト弘 ぷし . . n hしし仏 .ιι.ι.ιnhし一推敵げ殻剖 F E 一の係官係予一 ‑132118490557‑ 666861785915920‑ 31033810420go‑‑ 32Oi‑‑ ‑‑‑‑・ ・・・・・‑‑‑‑‑‑ 901002604591200‑ 603004002582900‑ 503000003850200一 ooto‑‑060300一 0000000800OOGO‑ 8605154i408ool‑ ‑70643462103071 Aunvnvnv'Anvnvnununvnvnv ハUハ u n v ‑ 00000000000OGOo‑ 会 諸 山 除 移頭 一量帰 X婦のザ 度転分 一度困F 回 ル ハ 盈 移 q q品 目 ン0 1 一共定ル定デ倒 些'断度 eeeE V笠 岡 2310一 泡 唯 刀 法 主 膜0 1 oILJ ル m m m m H 臨PPPMHHJ' ポTTTTTgszdodRRRR一叫叫刊 H 4 H 転拶バマ 1 8一 B6772203623724582440765oi2112 0.1097 0.1444 0.2352 ‑ p ‑ 0.3450 0.3777 J i i 量 上 一 ‑ ‑ 1138201i96736605659482273733‑ 0.06 一:0001000000000300ool‑‑1022ozo‑ ‑ z ‑ ‑‑‑‑‑‑‑1‑‑‑‑‑ 一一 1.23 l;13200291972840669031820208078‑ P1234002304317065933452310306f i000000000000000810300joo‑‑ E‑R‑ 0.000 0.0427* 0.020 ー 0.3568 4.11 LLi‑‑000000000000000000000000000000‑ u ‑‑ 0.85 0.0671 幅一一 :671629769322060000400167424SE pi‑‑825186076010000510411082600‑ Lf3008530010050700008036709030o‑ z‑P一000320001000040000000026170400一 一 唯 一 3一札札札 0 . 札n h 札 止 のh n h札 onh 札 札 札 札 札 nhι0札 止 札 札 札 札 止 0札 由 一r 一 0・ 0969 0.1360 癌一=一 0・ 0893 l ‑ ‑ R 一 干 一A‑749410506435325760479968071162‑ 5539947744;2629‑ 因一叫一 t‑5470014962373004718709420209055 E‑1‑11321581122‑ 背一引一 0.57 5.0厄I t 5.1 ‑ 9.0 ・ Z:PH‑ ・ R‑ 3 ‑‑‑‑‑‑ 0.042 tf 6 f 1 l 位 r c t‑1[ 0 . 0 5 / ( 2 1牢2)]与 3.03 243893710113374‑ 244762770432118‑ 003003001001010‑ 0.0008. 腫篇径.u:m) E を考えでもこれら 3つの共変量 .05で比例ハザード は有意水準 0 性を仮定できないことになる. 言い換えればこれらの共変量は 時間依存性を持つ共変量である。 4 11.22 emale 聞置‑以 0.0044 0.0148 伊 一 P H G L Mよ り 求 め た 胃 癌 背 景 因 子 の 量 終 推 定 回 帰 係 散 β 表・ 2 BETA‑ STD.ERROR‑a : CHISQUARE"' p." 共変量 一 胃 一 一 276235492833631739251413728827 t L O 一 9 0 4 8 8 8 2 2 0 6 7 8 1 8 2 1 3 2 2 7 1 7 P一 2 2 8 5 4 ‑ a 4837645539‑ た 一R ‑ 6 8 1 9 0 3 1 4 6 3 7 5 8 6 6 5 5 8 3 3 十 111112211133332jz‑F 市一﹄一 一慰霊直釦 ι ι ι o ι ι ι ι ι ι ι o ι ι ι ι ι ι ι ι ι ι ι ι ι ι ι ι ι ι 諸一叩一一悟聞 I尺定 s一一婦噂 4 田棋 1一 ・判同日目・日日刊・何回 ‑ は一目一・刊M O M U日 日目伺 ‑HUMM ・日日日目・目・川町内日一国軍t p力の U 一品一口町四一定の池田能性 ド 一 日 一 同 日 目 仙 一 口 目 .MM 一日日目・叩叩一日目・削凹口一日回目的・日 MW同 し し ・O L K ・ ιιι 一雄監⁝旧宮山F ・止 ι札 止 ・ ι ・ U 一 回 一 ・ 札 止 ・ι L 0 ‑ K 0 . L . 4 d . ι a悟 予 ‑ 静顕‑・一の県 M H一 一 ︾ 量 婦 χ帰のザ w‑ JMaE 酬 転分22 p一 一 日 fsmU 阿 2Eh51345 ・曜日一度目ド回ルハ 二目的 e位 ︽ 下 n 一共定ル定デ例 ー 一 量 ‑ 下 上 U& Esps 転 F移Hハ 島 1 断t E マeeee ‑一 E A甲山トト叫別町B E o ‑ ‑ 遣 ‑E‑U019 紅 01LJ012pmmmmm菌沼崎町山際VZ2310一泡唯吋浩司北 叫 H H H H吋 表一共一年4567 性E 占MAds5qdmssJRPFPHHHJ'nnndTTEdspTpdodRRRR一 表・ 2 は以上のような 経過を経て求められた最終の結 果である。この結果から共変量 の比例ハザード性を検証すると 肝 転 移 度 "H1 "、 ポ ル マ ン 分 類 t t t y p e l、 2"及 び "type5"の Z:PH統 計量が1.9 6を超え比例ハザード 性を仮定できない事が分かる。 ここで用いた 2 1個の共変量に 対してポンフヱローニの修正、

6.時間依存性共変量
上記 3つの時間依存性共変量に対して次の条件付きハザード閑散を考える。
h (t ;z) =ho(t) e x p [
β lZl+s"Z" (t)]

ここに Z1は "H1"、 "type1，
2
"または "type5"の指示変散を表わし、また Z" (t)
= z d n (t) で あ る 。 こ の 掃 な 時 間 依 存 性 の 共 変 量 を 持 つ モ デ ル を SASはサ
ポ ー ト し て い な い の で B M D Pの P 2 Lプログラム引を使用して解析を行なった。
その結果を表・ 3に 示 す . こ れ を 見 る と ボ ル マ ン 分 類 の "typel，
2苛 In(ti e)と肝転
移 "Hl"孝In(ti聞e)の 回 帰 係 数 は ほ ぼ 有 意 水 準 0.05で有意であり、我々の考えたモデ
ルは適当であることが分かる。この結果より "typeO"に対する "type1，
2
"の相対リス
クは

・

l
i
l
lL
ヰ

‑T

ル
ヰ
・ti
︐ttnu

︐

nUTi

v
s
a 合
‑‑vn h

qLEJ2
EJ 今L 5

‑AHUM‑‑

︐
n
&2J2

‑rit‑

︑
・

占星〒占星守

'Eiac

J ・3
内nHU一 nu

nunvl'
6
x年
︐
t

︐︐
︐︐

‑nh nh
'EAnh n b

nU

ritrbrb

︐︐

円
︐
︐
.
"
'
'
‑

VA‑‑

n
v
a

令句

a
t
v
nh na

‑‑

一
一
一
一
一
一

‑A

‑

q
a

p
y

e

nE

nE
h
‑

と表わされ、また "H0"に対する "Hl"の相対リスクは

R
RH1:t=exp[‑0.0949+0.6716本1n(
年
)1
O
.9095*exp[0.6716本1n(
年
)1
二

=0.9095*(
年
)
ロ
.6716

と表わされる。
一 方 、 ポ ル マ ン 分 類 "type5"に関しては有意でなく別のモデル、例えば
h(t;z)=ho(t)exp[81Z1+8"z，， (t)+83Z3(t)]

但し、 z，， (t)=zdn(t)、Z3(t)=Zl(ln(t))"
または、

h(
t
;z
)=
ho(t)exp[81z1+8"z，， (t)]

但し、 Z，， =Zl(t)O.5

表・

主

0
.
0
0
4
4
0
.
0
9
7
0
0
.
0
6
7
2

3
.
3
5
0
4
.
0
.
8
6
6
5
2
.
0
3
8
2・

0
0
.
.
1
1
0
4
9
4
8
3
0
.
0
6
1
4
0
.
3
1
0
7
0
.
1
5
6
6
7 0
.
1
8
5
1
J量
ー0
.
0
9
4 0
0
.
.
2
2
6
6
3
6
0
5
，
.
;
9
:
:
9
r
iT転移 4
: 0
.
0
5
3
4

.
.
1
6
0
0
3
2
5
6
・
2
3
・
3
.
8
2
2
2
*

1
.0
1
4
8
1
.
0
8
1
7
1
.
1
4
6
7
9
1
1
.
4
4
0
5
5
5
6
6
4
7
1.2

5
1
.
.
8
9
8
6
4
1
6
4・
e

2
1
.
.
3
9
6
5
8
4
4
6

‑
0
4
.
.
3
4
6
8
0
9
6
0
‑
1
0
.
2
8
7
3
*

間
d信h
a
le
也

5

圃

などが考えられる。しかし、こ
れらのモデルはいずれも有意で
はなかった。この搬にボルマン
分類の "type5"の 適 当 な モ デ ル が
見 つ け 難 い の は こ の typeが他の
typeに含まれないものの集まり
であり、共通の動きを示さない
ためと思われる。

3 BM D Pよ り 求 め た 胃 癌 背 畏 因 子 の 推 定 回 帰 係 敵 β
B
E
T
A
‑ S
T
D
.
E
R
R
O
R
.
.
.a B
E
T
A
/
S
.
E
.・3
E
X
P
(
B
E
T
A
)

共度量

J

ー
も
質
ザ
fc
m》

d量

0
.
0
1
4
7
0
:O
・
8
4
1
0
.
1
3
6
9
3
7
5
4
0
・

8
:
3
1
1
;

・
1
4
3
.
.
5
6
4
0
・
9
5
8
9
1
7
9
4
1
4
3
6
・

5
0
3
.
.
9
3
0
0
7
9
9
1
.
7
3
2
4
2
.
.
.
7
6
3
3
2
9
4
1
1
4
3
2
.
9
9
1
6
1
2
5

9
0
0
.
.
2
0
7
8
6
1
6
0
.
.
1
1
7
6
2
4
8
4 0

0
1
.
.
7
4
4
0
7
1
7
9

1
1
.
.
3
0
7
2
9
5
2
4

0
.
1
5
1
6
1
0
0
.
.
.
1
1
1
5
3
9
7
2
0
6
E
? 0
8
TI
O
NV
A
R
IA
B
L
E
S
F
U
H
N
1C
T
I
M
E〉 0.57160.3880
‑
L
N
5
〈
〈 2
1
0
.
1
1
1
6
1 ー 0.3252
・ r~h~NE)
.
2
6
5
7 0
.
3
1
6
8
・ r~hJNE) 0
.
1: 各 共 変 量 の 推 定 回 帰 係 置
*
2: 推 定 回 帰 係 世 田 橿 準 誤 差

3
.
1
6
2
7・

1.

2
5
:
.
3
2
2
2
2
6
%
9

・

2
:
9
1
3
1

3
1
2
1.7
‑
2
.
9
1
4
4・
0
.
8
3
8
5

1
.
9
5
7
4
0
.
7
2
2
4
1
.
3
0
4
3

五
百

2ii5i

r
F
o
c

富
a
w・ ・
ぽ品
b
{
E
f
r
B
0
:
4
:
7
3
9
1
3

Ty

Ty

同:ワルl' x'O!計量

‑1
9

6
1
5
0

n き大因つ 大がい持 の値きを 響の大リ 影このゴ の︑ テ 子しのカ 因わこい 景表・き 背をる大 すクあの ぼスで β 及リの に対るり 間相れあ 時がきで 存さ断ど 生き判な り大と類 ょのい分 2 0き勺 J .教大マ 表係がル た帰響ポ︒ れ回彫︑る らちる度な 得わえ移く でな与転短 響M ず に 肝 が 彫 L ・問︑聞 のG る 時 度 時 子H き 存 移 存 因P で生転生 景定ど膜ど 背推ほ匝ほ がいは例 さき子症 7 そし期生問ク・ は包存し時スる 和・生か存リえ 積る湖し生対考 のあ実二相を とでとる同た表 リ昧クきてべ割 ゴ意スで全並分 テじリ証はに 2 カ同対検倒聞な のと相を存降︑っ 子聞の度生でよ 因期こ合のこの 景存・適上そ次 背生るの以・︑ 各定なへ聞いり と推くタ期なと がさ一跡まを nH 散る小デ追じ位 係なは癌めな廟 係帰異聞胃たはの 関回は期のるに聞 のた位存ルあ析期 間れ単生デで分存 期らし定モタ帰生 存 得 わ 推 x 一回欄 生 り 表 ど oデ や 実 割 ょ を ほ C の析た 実M ク い の り 分 べ とL ス き こ 切 開 並 クGリ大ばち相に スH 対 が れ 打 の 願 リP 相 ク す 右 常 昇 対のス較は過と 相例リ比間り位 症対を時な蝿 の相聞存との 8 相対リスク の順位 〈降順〉 実測生存期間の順位 〈昇順〉 1番目 ‑N1番目 ( N1十1 )番目 最後 1 番目、 N1目 番 X 1 x，; N1 ( N1十1 )番目、雌 X3 X4 N‑N1 列 N1 N‑N1 合計 N 合 計 行 合 計 X 1 :各セル内にカウントされる例数 も し 相 対 リ ス ク と 実 割 生 存 期 聞 が 完 全 に 相 関 す る な ら ば 、 す な わ ち C O X比例ハザー ドモデルによる予湖が 10096の場合はこの 2分割表は下記の通りとなる. 相対リスク の順位 〈降順〉 1 番目、副 1番 目 ( N1十1 ) 番 目 、 量 豊 列 合 計 実湖生存期間の順位 1番目 ‑N1番目 〈昇順〉 ( N1十1 )番目 最後 。 N1 行 合計 N1 [p] [0] [p] [0] [ ( 1 ・ p) ] N‑N1 N‑ N1 [ ( 1 ・ p) ] N‑N1 合計 N 。 N1 [p] [(l‑p)] [1] [ ]内は合計症例数 Nに対する割合で表わした確率 p =N1/N 反 対 に 相 対 リ ス ク と 実 欄 生 存 期 聞 が 完 全 に 無 相 聞 な ら ば 、 す な わ ち Cox比例ハザー ドモデルによる予輔が 096の場合はこの 2分割表は下記の通りとなる。 ‑20一

相対リスク
の順位
〈降順〉

実糊生存期聞の順位

〈昇順〉

1番目 ‑N1番目

(Ndl)番目 最後

目
l
目
番 "N
1番

N12/ N

N1‑
(
NI2/
N
)

(
N
d
l
)番目 蹴

N1‑
(
NI2/
N
)

N
‑
2
N1+
(
NI2/
N
)

[p(
1
・p
)]

N‑N1

[
(
1
・ p)
2
]

[(1‑p)]

現l 合

[P2]

[p]

N
[1]

N‑N1

[p]

計

N1

[p(
1‑
p)]

N1

計

合

行

合計

[(1‑p)]

[ ] 内 は 合 計 症 例 数 Nに 対 す る 割 合 で 表 わ し た 確 率
p =N1/N

l
(

よって第 1 セルにカウントされ~実際の症例教の出現確率を P とす~と、その周辺
a
'
E
E
E
a
‑
‑

確率との関係は

E[P]=p
E [P] =p2

完全な相聞の場合
完全な無相聞の場合

AH ι

‑

(︐︐

ー
ト
ノ
IP

pp

一
‑/ /

pp

EE

は

の
ら合
れ合場

こ場の
との聞

す聞相
除相無
でなな
P全全
を完完
辺
両

式

の

方

式::

で表わされる.

で表わされる.

9. Cross V
a
Jidationに よ る 相 対 リ ス ク と 実 樹 生 存 期 間 の 検 証
解 析 対 象 症 例 1103例中 10%に当る 111倒 を 無 作 為 に 遇 び だ し 、 残 り の 992例
を用いて C o x比 例 ハ ザ ー ド モ デ ル の 回 帰 係 数 を 求 め そ の 回 帰 係 数 よ り 算 出 し た
111倒 の 相 対 リ ス ク と 実 樹 生 存 期 間 と の 相 関 を 前 節 の 方 法 で 検 証 し た 。 図 ・ 2に得
られた相対リスクの順位と実欄生存期聞の順位の散布図を示す.実樹生存期聞が 5
年 以 上 の 症 例 は 相 対 リ ス ク の 順 位 が 同 じ と な り 同 一 様 上 に 並 ぶ o (1) 式と (2)
式 に 基 づ く グ ラ フ を 図 ・ 3 と図・ 4 に示した.この図・ 4 に よ れ ば C o x比例ハザ
ードモデルの適合度は約 60%-10% であ~ことが分かる.

実
l
測日 J
生
;

存 5
0
;
期
l

.

.
.

H

i

・・
・ ・
・
・
・ ・・
M

H

H

問 。;
の i

順 3
0
l
位
l

‑
2
!
順
〉 日

1

i

‑

‑

相対リスクの順位〈降 l
咽)
図 . 2 相対リスクの順位と実証1生存期間の順位のプロット

2
1一

i

0.5 0.4 仏 語 0.3 置 書 召 0.2 e ‑ ‑ e ‑ eObl.r..."d E 阻 … IIty 一 回 目 ， . 日 ' " " y ・・ .rc '0 Ir.n.for..tlon ‑ ‑ ‑ ‑ eu:c.l. byl 0.1 C.I. 叫 ， . ・ " . ・ "・ ・ ・ ・ " . a zr 0.0 0.0 0.1 0.2 0.3 0.4 0.6 周辺砲事 国・ 3 0.7 0.6 0.8 0.9 1.0 P 1IIーセル向白症例出現確率と周辺砲事由プロット 開依に︒ 在間元る 現時手い てたので しつ々し とか我に ヤなくみ ジら早し シなも楽 ロば日を プね一と のり︒こ ト借るく 一をあ届 ポけでが サ助とヤ 社のこジ S Pのシ A Dとロ S Mるプ にBなの と固にこ こ今うの モ野な胃ルリを︑と中れさよのわはのい︑よ定 ド 分 に は デ 対 係 し こ の わ 後 に 子 思 Mト し も る 予 一計法でモ相関証る子思今と固と L‑ば か え る ザ 統 手 文 ド 定 の 検 あ 固 と こ ﹂ 景 る Gポ 喜 し 撮 れ ハ 床 析 論 一 推 と に で 棄 す た る 背 き H サ︑︒もら 例 臨 解 本 ザ た 間 ク 度 背 示 い す す で P者 が る ル け 比のぬ︒ハれ期ツ合たをて析ぽが発るいデ付 xら せ る 倒 ら 存 リ 適 ま 性 れ 解 及 と C聞 あ て モ 名 め oか か い 比 得 生 ト の ︒ 存 ま に に こ Oろでれ量と とCれ 欠 て に て 樹 メ 時 た 依 合 的 問 る R こヤら変 G ま こ て し タ し 実 ラ 斗 つ 聞 も 角 時 探 Pとジめ共 E はいと一周とバルか時子多存を︒のシ進の R ル お う デ 適 ク ン 印 分 は 固 に 生 遣 る 在 ロ が 性H デにろ癌をスノ約がにるらり構れ現プ発存P 1O. 0.1 0.2 0.3 0.4 周辺圃車 国・ 4 0.6 0.6 0.7 0.8 p 第ーセル向白症例出現圃'"比と周辺直感 D プロット 室主玄盤 1) 富 永 祐 民 ( 1985) 治療効果判定のための実用範計学、蟹書房、 1 3 0・1 3 4 2) 中里博昭ら ( 1989) 第 48回日本癌学会総会記事、日本癌学会、 319 3) Cox，D .R .( 1972) Regressi on 門odels and Life tables，J o u r n a lo f the Royal Statistical Society，Vol.B34，187・220. 4) Kalbfleisch，J .D. and Prentice，R.L.(1980). The Statistical Analysis of Failure T i e Data. John Wiley iSons. 5) Harrell，F.Jr. (1986). The PHGLM Procedure. SUGI Supple e n t a l Library User's Guide，Ver.5，SAS Institute I n c . 6) Dixon，W.J.，et a l l( 1985). B 門D PStatistical Software，576・594， University of C a lifornia Press. ・ ‑22‑ ・

日本 SASユーザー会 (SUG ト J) 両側打ち切りデータにおける最尤推定量 O石 垣 智 子 日本シンテックス株式会社研究開発本部 データ解析室 A MLE f o r Right and Left Censored Data Tomoko I s h i g a k i Nippon Syntex K .K . . ， R eserch and Development D e v i s i o n Reserch Data Management Dept 9‑9 Shibuya 3‑chome， Shibuya‑ku， Tokyo， 150 要旨 ある疾患の発症までの時間分布を調べる際に、右側打ち切りが存在する場合は、通常の生 ASで は PROC LIFETEST、 PROC PHGLM等 で 解 析 可 能 で あ 存時間解析として方法論は確立し、 S るが、研究開始段階ですでに死亡(ここでは、発症)しているようなデータ(これを、左側打 ち切りと呼ぶ)が存在する場合、この打ち切りを無視することはバイアスの要因となる。そ こ で 、 左 側 打 ち 切 り も 考 慮 し た 最 尤 推 定 量 を 導 出 し 、 推 定 プ ロ グ ラ ム を SAS/IMLを 用 い て コ ーデイングしたので、応用例とともに紹介する。 キーワード Maximum Likelihood Estimator， Right and left censoring， SAS/IML [ 1 . 目的] 糖尿病性網膜症の悪化速度の推定において、経過観察期間中に悪化した患者だけでなく、 こ変化 初診時に既に糖尿病性網膜症が発症している患者(左側打ち切り例)や、観察期間中 i のなかった患者(右側打ち切り例)の存在を考慮し、悪化までの時間分布として指数分布あ LEを求める。 るいはワイブル分布を想定した場合の各分布パラメータの M [2 . データの概要] 昭和5 8年 2月 か ら 昭 和 6 2年 1 0月 ま で 、 眼 科 外 来 に 通 院 中 の 患 者 の う ち 経 過 観 察 期 聞 が 2 年 以上の 2 1 1名(右 2 1 0眼・左 2 0 9限)を、経過観察したデータを用いた。 このうち初診時に糖尿病性網膜症が発症している症例は右 9 7眼・左 9 3眼であった。 網 膜 症 眼 底 所 見 の 重 症 度 分 類 は Oから 4までの 5 段階とした ( D a vi s 分 類 に 従 っ た :n one， simple， preproliferative， proliferative， neovuscularizative)。 観察期聞は、平均2 8 .3 5士 標 準 偏 差 4 .5 8ヶ月、範囲は 24‑56ヶ 月 で あ る 。 こ の 期 間 中 に 変 化のなかった症例は、右 1 4 8眼 ( 0 = 8 2，1 = 3 2，2=14，3 = 1 6，4 = 4 )・ 左1 4 6眼 ( 0 = 7 9，1 = 3 6，2 = 1 5，3 = 1 2 ，4 = 4 )で あ っ た 。 こ の 観 察 期 間 中 に 悪 化 し て い る 症 例 が 少 な い 上 に 、 進 退 を 繰 り 返 す と い う 段階以上悪化している、つまり両側に打ち切りのない症例は僅かに右 1 2眼・ 症例もあり、 2 左 9眼であった。 糖尿病発症時点からの擢病期聞は聞き取り調査により調べた。発症時での分布は 平 均 11 .O : : ! : :標 準 偏 差 6 .8年 、 範 囲 は 2 ‑ 3 4年 で 、 悪 化 ま で の 時 間 分 布 の 原 点 と し て は 、 こ の 調 査による発症時点を採用した。 ︒ ︒ ︐ ︒ u

(3 . 解析方法] 悪化の定義として、 Oavis分 類 の n oから simpleを 採 用 し た 。 そ の 悪 化 の 時 間 分 布 と し て 指 数分布とワイプル分布を仮定したときの、記号および尤度の式は以下の通りである。 推 定 プ ロ グ ラ ム は PC/SAS Yersion6.03の SAS/IMLを用いてコーデイングした。 く記号〉 初 診 時 に 網 膜 症 が 発 症 し で な く 、 simpleに進行したもの...0眼 . 糖 尿 病 発 症 時 か ら simpleに 進 行 し た 時 ま で の 月 数 ...tp 初診時に網膜症が発症しでなく、観察期間中 n oの ま ま の も の 糖 尿 病 発 症 時 か ら 観 察 終 了 ま で の 月 数 ...tc 初 診 時 に 網 膜 症 が simpleで 発 症 し て い た も の 糖 尿 病 発 症 時 か ら の 初 診 ま で の 月 数 ...tm く尤度の式〉 1 ) 指数分布に基づく最尤推定量 (λ:ハ ザ ー ド パ ラ メ ー タ ) f( t ) =λexp(一λt) F ( t ) =exp(一λt) 尤 度 =λDexp( 一λ Ltp ) exp(ーλ Lt c )I I[1‑exp(一λtm)J 対 数 尤 度 =Ologλ‑A (Ltp+Ltc)+Llog[1‑exp(λtm)J 尤度の最大化は単純な直線探索によった。 2) ワ イ プ ル 分 布 i こ基づく最尤推定量 (λ:尺度ノマラメータ， k :形 状 パ ラ メ ー タ ) f ( t ) =kλ(λt)k‑l exp[ー (λt)kJ F ( t ) =exp[一(At ) k J 尤度 = I I { U (λtp )kー 1 expト(λtp)k ] )I Iexpト (At c )k JI I {1‑expト (λtm)k]) 対 数 尤 度 =O[logk+klogλJ+L ( k ‑ 1 )l o g tp ] ) 一λk(Lt~+L td)+Llog{1‑exp[ー (λtm)k 尤度の最大化は単純なグリッド探索によった。 [4 . 結果と考察] 8眼で，平均 130.49ヶ 月 士 標 準 偏 差 4 .5 8ヶ 観 察 期 間 中 noから simpleに 悪 化 し て い る 症 例 は 6 月 で あ っ た 。 こ れ に 観 察 期 間 中 noの ま ま 変 化 の な か っ た 1 6 1眼 を 加 え て 算 出 し た バ イ ア ス を 02眼 を 加 え た 指 数 分 布 の 含 ん だ 最 尤 推 定 量 は 平 均 416.67ヶ 月 、 さ ら に 、 既 に 発 症 し て い る 1 5 %信 頼 区 聞 は (175.13，238.10)ヶ 月 と な り 、 ワ イ プ ル 分 下 で の 平 均 の MLEは 、 204.08ヶ月 9 布 の 下 で の 平 均 の MLEは 、 140.50ヶ月 95%信 頼 区 聞 は (130.25，152.52)ヶ月となった。 ‑24

この結果より、悪化した症例のみの平均では、悪化速度が早すぎてしまい、右側打ち切 り例のみを考慮すると遅すぎてしまうので、当然、両側打ち切りを考慮して推定すべきで あることがわかる。 本解析では、患者のリスク因子を無視しているが、当然これら、特に血糖値コントロー ルを考慮すべきである。松本ら(糖尿病学会投稿準備中)は、 Poisson回帰を応用し、右側・ 左側打ち切りとりスク因子を考産した合併症発症での解析を行なっている。松本らのデー タが大規模であり、発症時間分布についてはノンパラメトリックなアプローチを採用して いるが、本データのような小規模データでは、このアプローチは採用できない。なんらか のパラメトリックなアプローチが必要だと思われる。(なお、松本らは血糖値コントロール の指標としては、空腹時血糖を用いている。より正確な H bAlを 時 間 依 存 性 共 変 量 と し た リ スク因子の解析は、左側打切りを無視した船津・山下・大橋らの研究程度しか存在しない) [謝辞] 最尤推定量の導出にあたりましては、東京大学医学部保健学科疫学教室の大橋靖雄教授 にご指導頂きました。また、データは三井記念病院眼科の船津英陽先生に提供して頂きま した。心より謝意、を表します。 [参考文献] D .R .C o x and D . Oakes( l9 84): Analysis o f Survival D a t a . Chapman and Hall 船津・山下・北野・堀・大橋 ( 1989): 糖 尿 病 性 網 膜 症 の 悪 化 と 血 糖 コ ン ト ロ ー ル の 関 連 性 . 臨床眼科，第 4 3巻 4号 LOGLIKELIHOODESTIMATOR VR 守l PU‑ nU YA マt 'LRU 'L ‑ 5 7 8 一一一一ーーーーーーーー ーー「ーーーーー ‑ 5 7 9 ‑ 5 8 0 5 8 1 ‑ 5 8 2 0 . 0 0 3 9 0 . 0 0 4 4 0 . 0 0 4 9 0 . 0 0 5 4 RAMDA <<図1.指数分布に基づいた対数最尤推定量>> 点 線 は 95%信 頼 区 聞 を 表 わ し て い る 0 . 0 0 5 9 'hd qL

WEIBULLDISTRIBUTION L O GL lK ‑ 5 3 6 . 7 0 ‑ 5 5 4 . 8 3 ‑ 5 7 2 . 9 7 0 . 0 0 7 9 0 . 0 0 6 6 R A M D A .1 0 ‑ 5 91 2 . 0 0 0 . 0 0 5 3 / 1 .6 3 0 . 9 0 K A P P A <<図 2 . ワイプル分布に基づいた対数最尤推定量 0 . 0 0 4 0 ( P R O CG 3 D )> > WEIBULLDISTRIBUTION R A M D A 0 . 0 0 7 9 0 『ーー一一一 ー ̲，/戸̲‑戸戸̲‑ー ，/ 0 . 0 0 6 9 2 / 0 . 0 0 5 9 5 0 . 0 0 4 9 7 0 . 0 0 4 0 0 0 . 9 0 1 .1 7 1 .4 5 1 .7 2 K A P P A L O G L I K ー一一5 7 9 . 7 一一一一一5 6 4 . 7 一一一一5 4 9 . 7 ‑ 一 一 一 ‑ 5 7 4 . 7 一 一 一 ‑‑ 5 5 9 . 7 一一一一5 4 4 . 7 <<図 3 . ワイプル分布 i こ基づいた対数最尤推定量 一 一 一 一 ‑ 5 6 9 . 7 ‑一一一一5 5 4 . 7 一一一一5 3 9 . 7 ( P R O CG C O N T O U R )> > 一番内側の等高線は、 95%信 頼 区 聞 を 表 わ し て い る ‑2 6一 2 . 0 0

日本 SASユ ー ザ ー 会 (SUG 卜 J) SASを用いた臨床試験における多重性への応用例 。斎藤 弘* 0設 楽 敏料 第一製薬株式会社 情報システム部*医薬開発第一部料 A p p l i c a t i o nt o M u l t i p l i c i t y i n C l i n i c a l T r i a l u s i n g SAS H i r o s h iS a i t o S a t o s h iS i t a r a I n f o r m a t i o n System Dept . & Medical Development Dep ， . t D a i i c h i Pharmaceutical C o .， L t d . 3‑14‑10 N i h o n b a s h i Chuo‑ku Tokyo 1 0 3 要旨 多重性の問題として、臨床試験のデータを評価するときにはいくつかのケースが考 えられるが、その中から①多剤聞の順序カテゴリーデータに対する多重比較法、②多 項 目 比 較 (0・ Brien の Global検 定 統 計 量 ) 、 ③ 多 項 目 の 検 定 結 果 を 視 覚 的 に 表 す 方 法 に つ い て SA Sを 用 い た 手 法 の 応 用 例 を 紹 介 す る 。 キーワード:順序カテゴリーデー夕、多重比較法、 SAS/AF、 G1 0b a1 検定統計量 1. は じ め に 多 重 性 の 典 型 的 な 例 と し て 、 繰 返 し 検 定 が 絡 む 問 題 に 第 3相 の 3剤 比 較 試 験 な ど が ある。 3剤 以 上 の 比 較 で は 、 対 照 と の 比 較 、 総 当 り の 比 較 、 処 理 の グ ル ー プ 化 に よ る比較など定式化された方法が用いられている。 また、臨床試験データでは臨検値といわれる、 G O T、 G P T、 B U Nな ど 、 測 定 された多くの項目で薬効差を調べるケースもある。 これらの項目には相互に関連を もつものもあり、単独で薬効差を検定しでも相関係数が高い場合は同じ傾向になる。 ・ こ の 場 合 、 多 重 性 の 検 定 方 法 の ー っ と し て 多 項 目 比 較 (0 B rien の G1 0b a1 検定統計量) が用いられる。 もう一つは多重性としての統計的な問題とは別であるが、臨床試験における多項目 データの扱いとしてとらえ述べる。 この方法は、 21 f i J比 較 に お け る 副 作 用 の 種 類 (一般の評価項目でもよい)を二次元にプロットすることにより、項目のグルーピン グを行うもので、プロットされた位置から検定結果と差異の関連を視覚的に判断する ことカfできる。 2. 多 剤 間 の 順 序 カ テ ゴ リ ー デ ー タ に 対 す る 多 重 比 較 注 多重比較法を行う場合では、 お け る 3用 量 の 比 較 、 Phase I で は 用 量 比 較 試 験 ( D L 、 D M 、 D H )に Phase mで は コ ン ト ロ ー ル ( c) に 対 す る ( D 1 、 D 2 )の 3剤 比 較 な ど が あ る 。 2 7一

多弗j間 の 差 を ど の よ う な 目 的 で 比 較 す る か に よ っ て 、 多 重 比 較 法 は 表 ・ 1の よ う に 分類される。 表・ 1 多重比較法 多重比較法 比 較 目 的 D u n n e t t法 1. 対 照 群 と そ の 他 す べ て の 比 較 。T u k e y 法 2. あ ら ゆ る ベ ア の 比 較 D u n n (Bonferroni) 法 3. あ ら ゆ る ベ ア の 他 C と (D，+ D2 ) 。 S c h e f f G詰 などの組合せとの比較 臨 床 試 験 に は 、 確 証 的 (confir皿 atory) な 場 合 と し て 、 ① 事 前 に P 値 を o .05と 定 め て お き Kruskal‑Walli s検定で、 0.05 以 下 の 時 次 の 多 重 比 較 へ 進 み 、 0.05以 下 に な ら なかった時は、次の解析へ進むにしても、 的である。 「探索的である」事を断っておくのが一般 ② 探 索 的 (exploratory ) で あ れ ば P値 が ど の 程 度 の 値 で あ る か を 認 識 しつつ、次の解析に進む場合があるので比較する対象で判断する必要がある。 実際の多剤比較試験では、対照との繰り返し比較が行なわれるが、その場合 D u n n e t t法 が 適 切 で あ る こ と が 多 い 。 T u k e y 法 は 、 す べ て の 薬 剤j間 の 対 S c h e f f e法 は 、 組 合 せ と の 比 較 な ど 厳 比較に関心がある場合に適用できる。 しい仮説の場合に適用するが、関心のある仮説を見逃すおそれがある。 以下、具体例で各種多重比較法の結果を示す。 S A S / A Fを 使 い 、 検 定 プ ロ グ ラ ム を 作 成 し た 。 ただし、 Kruskal‑Walli s検 定 は PROC NPARIWAYを 実 行 し た 結 果 を 表 示 し て い る 。 抗 不 整 脈 薬 の 比 較 試 験 (propranolol( 01) 、 carteolol(02) 、 placebo (03)) の 成 績(ザ ~1)げータ t して'医学統計 Q&A: 佐久間'より引用)が表・ 2 の通りであった。 ++ + 土 。 D 1 13 9 5 6 表.2 比較試験の成績 1 ni 平均順位和 34 40. 4 1 D2 9 15 6 5 1 36 42. 7 5 D3 1 6 4 10 4 25 6 5. 8 8 合計 23 30 15 21 6 95 多 重 比 較 に あ た っ て は 、 比 較 す る 2薬 剤 の 平 均 順 位 の 差 djk = ITj/nj‑Tk/nkl を使って、 djk/~ ・ k(1/nj+l/nk)/6 ただし、 ①を目的に応じて係数 ・・・・ ① G = n (n+l)/2 m (α) と 比 較 し 、 こ れ よ り も 大 と な れ ば 有 意 と す る 。 28‑

SAS/AFで 作 成 し た 分 割 表 の 入 力 画 面 ( 図 ・ 1) で 例 題 の 成 績 を 入 力 す る 。 BNKRS.PROGRAM コマンド=> 分害リ表の 率率...事事窓口 縦の比較数 A 1. A 2. A 3. A 4. A 5. A 6. A 7. KRUSKAL‑WALLIS 〈事 NPAR1WAYl 率奪率奪奪奪...事..写 :3 1. 2 . 3. 4. 13 9 9 15 5 6 6 5 1 1 6 4 10 4 5 . 7. 6. TITLE 〈項目選択後 PF3 ヰ ー を 押 し て 下 さ い 〉 図・ 1 分 割 表 の 入 力 画 面 SASの 実 行 後 は 次 の 出 力 画 面 ( 図 ・ 2) が 得 ら れ る 。 KRUSKAL‑凶 ALLIS TEST CHISQ = 15.33 2 DF PROB = 0.0005 SUMMARY OF EACH GROUP LEVEL A1 A2 A3 SA阿PLE SIZE 問EAN RANK 34 40.41 36 42.75 25 65.88 A2 A3 A3 DIFF 0.37 3.62 3.33 DUNNETT NS 2.21 窓 * 2.79 窓 * 2.79 CO阿PARISON A1 A1 A2 図・ 2 A6 A7 SCHEFFE NS 2.45 窓 * 3.03 窓 * 3.03 P 0.9351 0.0014 0.0040 A5 TUKEY NS 2.34 窓 * 2.91 窓 * 2.91 出力画面 KruskaI‑Wallis検定は、 様でない。 A4 χ2 =15.33 (P=O.0005) となり、 3薬剤閣の効果は一 薬 剤 ど う し を 比 べ る 多 重 比 較 は 、 COMPARISONの 項 に 出 力 さ れ て い る 。 そ こ で 、 薬 剤 聞 の あ ら ゆ る ペ ア の 比 較 を 考 え T U K E Yの 欄 を 見 る と 、 と 表 示 ) と D 2 (A2と 表 示 ) は 有 意 で な い が 、 D 3 (土有意の差が認められる。 D 1 ( A1 D 1と D 3 (A3と表示)、 D 2と 出 力 画 面 の P 値 は SCHEFFE の 有 意 水 準 を 表 し て い る 。 3 . 多 項 目 比 較 (0・Brien の G10ba1検 定 統 計 量 ) 臨床試験で相関のある複数項目を処理閣で比較するとき、多重エンドポイントの 解析が必要になる。いくつかのエンドポイントがあるとすると、それらを総合した 指 標 と し て 提 唱 さ れ た も の に 0・Brien の Global検 定 統 計 量 が あ る 。 ‑2 9

それは、
J' S，
‑t

②

(J' S‑'J) 乃
で表される。

ここで、

J は単位ベクトルで、

S は相関行列、

tは エ ン ド ポ イ ン ト

ご と の t値 を 合 む ベ ク ト ル で あ る 。
デ ー タ の タ イ プ ご と に Sを 仮 定 す る こ と で 、 い く つ か の 方 法 が 示 さ れ て い る 。
1) [
j 2群 聞 に 同 じ 未 知 分 散 ・ 共 分 散 行 列 を も っ エ ン ド ポ イ ン ト 』

Sは プ ー ル し た 相 関 行 列 を と る 。
2) [
j 2群 聞 に 異 る 分 散 ・ 共 分 散 行 列 を も っ エ ン ド ポ イ ン ト 』

相関行列が1:，宇1:2 のとき、
1
:1 J = ( n ， 1
:1 J ， + n 2 1
:1 J 2 ) /

( n

，+n2)

i宇j

を使って、次の式を用いる。
J' 1
:
・
， t

(J ・1:‑'J) 乃
3) [ j エ ン ド ポ イ ン ト の あ る ク ロ ス オ ー バ ー 試 験 』

2つ の 時 期 で の ク ロ ス オ ー バ ー 試 験 で 、

k個 の エ ン ド ポ イ ン ト が あ る 。

時 期 の 差 で の 相 関 行 列 を S とする。
② 式 よ り Global検 定 統 計 量 が 計 算 さ れ る 。
次にタイプ

1 )について、

S A Sの マ ク ロ を 作 成 し た の で 紹 介 す る 。

S A Sの

マ ク ロ ( 表 ・ 3) で は 、 デ ー タ セ ッ ト と 変 数 の 指 定 で 実 行 で き る 様 に な っ て い る 。
表 . 3 S A Sの マ ク ロ ・ プ ロ グ ラ ム
‑1‑‑‑ ・ 田
‑
田ー
・
ー
ー
ー
‑
，
‑
ー
ー
ー
・
ー
ー
ー
ー
&
一
一
一
一
・
ー
ー
ー‑5‑‑‑‑・ 6‑ー
ー
ー
・
ー
ー
ー‑7 ・
ー
ー ‑8
ー
ー
ー
ー
・
ー
ー
ー
・
・
・
・
・
・
・
・
・
・
・
・
・
・
・
・ ，
・
・ Gl08Al TEST Of 0・
BRIEH <TYPE 1)
・
・
BY H.SAITQ
••
OATE 90.3.9
.
.
.
.
.
.
.
・
・
・
・
・
・
・
・
・
・
・
・
・
・
・
・
・
・
・
・
・
・
・
・
・
・
・ a)(・
・
・
・
・
・X37，)(8，)(9，
玄
刊 ACRQ OBRNt(DK，
NO，
n
:
:，
xl，
xl
'，
X]"XL，
5，
X6，
)
(tO);

.
.
.
.
.
.
t
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.

2

X ALlOC F(OUl) DA("DH61
.fOA¥
，
j
'
l
(t
・) OlO:
DATA ¥，j'1(A;
SE
l &0)(;
1
f &NO )，，‑ t THEH 00;
lF &
)
(
1
=
. T
H
E
I
C DElETE;
EHO;
l
f &NQ )
"
' Z THEH 00;
I
f &)(t=. OR CXl=. THEH DElETE;
EHO;
lf &NO )
.
.~ T
H
E
!
( 00;
1
F &Xl=. OR &X2=. OR &)(3=. THEH DElETE;
ENO;
l
F &HO )= 4 THEH DO;
I
f
畠 )(1=. OR &)(2=. QR &X3=. OR &X4=.
THEN DElEH;
ENO;
I
f &HO )= 5 THEN 00;
I
f &)(1=. OR 畠XZ=. OR &)(3=. OR &)(4=. QR &X5=.
THEH DElETE;
EHO;
I
f &NO >= 6 tHEN 00;
l
F &Ml=. OR &XZ=. OR &)(3=. QR &X4=. QR &XS=. OR &X6=
THEH DElETE;
[NO;
I
f "'0 ). 7 TH[阿 DO;
If &Xl霊 . QR lX2=. OR &
X3=. OR &M4=. OR &)(5=. OR &X6=. QR
&
)
(
1
=
.
THEN DELETE:
ENO;
lf &NO )= e THEH DO;
1
f 01=. OR &X2=. OR &X3=. OR &X'=. OR &X5=. OR &X6~. OR
畠X
7=. OR CX8=.
THEH DElETE;
EHD;
"
，
"0 >= 9 THEH DO;
I
F&
X2=. 。貧&X3=. OR X'=ー OR CX5=. OR lX6=. OR
IF &Xl OA &
&Xl=. OR CX8=. OR &X9=.
THEH DElETH
EHD)
H &HO ). 10 THEN DO;
l
F &Xl=. OR &X2:. CR &X3=. OR I
M
'
=
. OR &XS=. OR &X6=. OR
&
X
1
"
'
. OR &X8". OR &x9=. OR &XlO=.
THEN DELETE:
ENO;
lf 畠n: .
.
.
.
1 ANO &n: 一戸 2 THEN DElETE:
RUH;
DATA NUll;
1
.=XUNQUOTE(ISTR(
1'&NOl・
)
)
:
XP
¥
lK
A;
FIlE OUT OlD;
J
F N = 1 THEN PUT X門 1 1‑7;
PUT‑&Xl 1‑7 &X2 8
‑
1
1
. &X3 15‑21
22‑28 U 5 2~-3~ &X6 ]6‑'2
'
!
T
;
&X1 '3ー'9 U 8 50・56 &X9 51‑63 &xlO 6'‑10 n: 71・1
R
U
I
C
;

.
・

τ
"

.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
;

1
M
'

X ATfR
fOR円02 RECCn BUB6);
X ALlOC
f<FT06FOOU
DA(・)
USING<
FORI
102).
;
RSY.TESJER.lOAD(QH61014) 2
X CAll
X fREE
ATTRUOR円02) ;
X FREE
f(fT06FOOl);
1
.END OBRHt
:
lP
XOBRN1(DA，
]
， DRG，
A1，
A2，
A3，
x，
X，
X，
X，
X，
X，
X);

・

・

‑ 30

プリント出力には、 21 f i Jの平均値、 t1 直 、 自由度、 有意水準、 Global検 定 統 計 量 を 出 力 す る ( 図 ・ 3) GLOBAL TEST OF OBRIEN (TYPE 1) FOR ANALYSIS OF 阿ULTIPLE ENDPOINTS 問EAN ( 2) T‑VALUE 問 DEG OF FREED口 PROB>ITI V3 1.4667 V2 V1 0.9143 0.6000 1.2728 108. 0.2058 0.9143 0.6000 0.8564 108. 0.3937 問EAN ( 1) 1.4000 0.2413 108. 0.8098 1.1542 STATISTIC 羽区羽区羽区 図・ 3 プリント出力結果 4. 多 項 目 の 検 定 結 果 を 視 覚 的 に 表 す 方 法 2薬 剤 閣 で い く つ か の 評 価 項 目 を 、 有 効 ・ 無 効 な ど の 2 x 2分 割 表 の 検 定 結 果 が あ るとする。 それぞれの検定結果は、有意に差があるもの・ないものがある。 二次 元の図の縦軸、横教には薬剤それぞれの例数をスケールとし、その図に、評価項目の sh erの 直 接 確 率 計 算 で 求 め た 最後に、 Fi それぞれの有効例数でプロットしていく。 5 %点 、 1 % 点 を そ れ ぞ れ 結 ん で い く 。 この方法のメリットとして次の点が上げられる 。プロットにより副作用の種類をグルーピングする事ができる。 。検定結果と差異の関連が明確になる。 。副作用のみでなく、有効性を検討する際にも応用できる。 実際の処理は、 ている。 S A Sの マ ク ロ ・ プ ロ グ ラ ム で P R O C G P L O Tを 使 い 作 図 し 実行する前に、まず評価項目別の例数をデータセットにあらかじめ用意し ておき、マクロ・プログラムでは、 形になっている。 2薬 剤 の 例 数 と プ ロ ッ ト 軸 の ス ケ ー ル を 与 え る 図・ 4 に そ の 作 図 例 を 示 す 。 60 一 一 一 ー マ ー ー 一 一 一 一 一 一 ー ー ー 50 J 40 F I S H E RP R O B . 。 230 Q AAA + 20 B邑 I シ ccc/〆 →ゾ / 10 図.4 DDD 作図例 。 。 i i EEE : T : 1 0 20 30 DRUG2 ‑ 31一 40 50 60

5. ま と め 臨床試験の探索的 ( exploratory ) デ ー タ 解 析 で 、 S A Sが 果 す 役 割 は 非 常 に 大 き く成りつつあり、しかも検証的な解析にも活用されている。 PROC 一つには、 今回、 これは S A S の 文で利用できる統計手法の数の多さと、あながち無関係ではないと思うが S A Sの イ ン タ ー フ ェ イ ス の 容 易 さ も 上 げ ら れ る で あ ろ う 。 S A Sの マ ク ロ ・ プ ロ グ ラ ム を 使 い 、 多 重 性 の い く つ か の 問 題 に 対 す る 応 用 を試みたが、 SA Sの 利 便 性 を あ ら た め て 感 じ た 。 実用面では試行を繰返しながら の適用を考えているが、この様な手法が探索的データ解析に有効な手段になることは 確かであろう。 文献 。薬効評価解析システムの試作:藤田 利治、椿 広計:臨床評価、 臨 床 試 験 に お け る 多 重 性 ( 多 群 比 較 を 中 心 と し て ) :藤田 佐藤 1 6、 3 (19 8 8 ) . 利治、椿 広計、 俺男:臨床評価、 1 4、 4 7 7 (19 8 6 ) . 臨 床 試 験 に お け る 統 計 的 諮 問 題 (2) ( 統 計 的 検 定 の 多 重 性 に つ い て ) 広津 千尋:臨床評価、 1 4、 7 0 7 (19 8 6 ) . 。わが国の臨床試験における統計的検定の問題点:椿 広計、藤田 利治: 1 4、 5 5( 19 8 7 ) . 。T h e Analysis o f Multiple Endpoints i n Clinical Trials :Stuart J.Pocock， Nancy L .G eller， Anastasios A.Tsiatis: BIOMETRICS，4 3，4 8 7( 1 9 8 7 ) . r i a l Group Prevention o f Atherosclerotic C o田plications with Ketanserin T 9 8， 4 2 4( 1 9 8 9 ) . M Verstraete: B M J，2 応用統計学、 ‑3 2一

日本 SASユーザー会 (SUG 卜 J) 対話型 2剤比較システムの試作 0玉 井 康 治 センチュリリサーチセンタ株式会社情報システム本部統計解析部 Prototype f o r two drugs comparison by an i n t e r a c t i v e method Yasuharu Tamai t d . S t a t i s t i c a l Analysis D e p ' t Century Research Center C o .， L 3‑6‑2， Nihonbashi‑Honcho Chuo‑ku， Tokyo 要旨 わ が 国 の 第 3相 臨 床 比 較 試 験 お い て 、 検 証 の 主 目 的 と な る 総 合 評 価 項 目 な ど の 順 序 折 J"V‑'j'"寸に関して、 2~J 比較試験における治験薬の有効性、および 同等性の検証を効率的に行えるシステムを試作した固 本システムは、研究者が簡単な操作で集計ヂ寸を入力し、その端末画面に解析結 果を表示すごとで対話型に薬効の評価ができる。 キーワード:有意差検定、同等性の検証、 S A S /灯、リロ機能 はじめに わが国の臨床試験では確認実験である a 第 E相 臨 床 試 験 で 、 通 常 、 治 験 薬 と 標 準 薬 ( ctive‑control)との 2剤比較試験が行われる。 ごの比較試験の薬効評価では、最終全般改善 度、概括安全度、有用度などの総合評価項目 が検証の主目的となる。 A Sは欠か 現在、医学ヂサの統計解析で S せない強力なトルとして利用されている。しか し、臨床試験の主目的の検証のような定型的 A S 7 .ロ シ γャーから な解析を行うには、標準的なS の出力は大量である場合が多く、研究者が効 率的に解析結果を判断するにはやや問題があ ヒ .J.サーの操 るといえる。また、研究者が、 3ン 作 、 7 .D 1 "ラミインク.に不慣れな場合は、 S A Sの利 用も容易であるとは言えない面がある。 A Sのプログラムを意識しなくて そこで、 S も簡単に評価項目の検証ができる。Ir対話型 2剤比較以テム』を試作した。 第 l章 ・ 第 2章 で 、 有 効 性 の 検 証 、 同 等性の検証について簡単に述べる。そして、 第 3章で本システムの主な機能について説明する。 1. 有 効 性 の 検 証 新薬開発では、治験薬の薬効が標準薬 に対して優位に優れているごとの検証が最大 の関心である。わが国の臨床試験では、総合 的機括的な評価である最終全般改善度、概括 安全度、有用度などの順序カテコ"リーヂサが採用 され、これらの総合評価が新薬の薬効評価に おいて検証すべき主目的となることが多い。 順序分割表に対して使用可能な統計手 法はいくつかあるが、本システムでは従来より普 通に行われている解析手法で、かっ解析結果 の確認が容易にできる統計手法として次の 2 つを用いた。 1 ) . 2X2分 割 表 に お け る X2検 定 (Yat e sの 補 正 ) 。 こ れ は 順 序 分 割 表 を 臨 床 的 に 関 心 の あ る と と ろ で 区 切 っ て 作 成 し た 2X2分 割 表で、改善率等の比率の差において治験薬の 有効性を検証する方法である。 2 ) . 2標 本 に お け る Wilcoxonの 順 位 和 検定固 2剤 比 較 の 順 序 分 割 表 に お い て 、 治 験 薬と標準薬の平均的な薬効差を検証をする方 法である。実質的には、 Mann‑Whitnyの U検 定 33‑

Fig.3に入力画面を、 Fig.4に解析結果 の 画 面 を 示 す 。 評 価 項 目 の 水 準 は 8段階まで の指定が可能であるロ 著 明 改 善 以 上 (3+>) 、 や や 改 善 以 上 ( 2 +>)、改善以上(+>)の 3カ 所 の 有 効 率 に対して自動的に行わる。 設定する".ラメサは、同等性検定の ll%、 サ ン7 .)~・サイ7-."の評価の α% 、信頼区間の c. 1 .% の 3つで、ハ。ラメサの組み合わせは 2つまで指 定できる。 薬効差の区間推定として、標本有効率 の差と信頼限界値を表示する。 ll%上乗せ方式の同等性検定では、 2 剤のサン 7 .)~・サイ7-." n l、 n oが ほ ぼ 等 し く 、 か つ 見 かけ上の有効率にあまり差がないことを前提 し、以下に示す式で求めた z 値とその有意確率 (p値)を表示するロ と同じである a Fig.lに入力画面を、 Fig.2に解析結果 の 画 面 を 示 す 。 評 価 項 目 の 水 準 は 8段階まで の指定が可能である。 2X2分 割 表 の 区 切 り は 、 著 明 改 善 以 上 (3+>) 、 や や 改 善 以 上 ( 2 +>)、改善以上 ( +> ) 、 悪 化 以 下 (>x) の 4 カ所自動的に 行 な い 。 通 常 の X2検定で Y atesの補正を行っ た X2値 と そ の 有 意 確 率 (p値)、 Fisherの直 接 確 率 法 の 確 率 ( 片 側 X2) を表示する。判定 不能 ( D P ) は不変(ー)と同様の扱いとなって いる。 同i lcoxon検 定 で は 、 順 位 ヂ サ に 基 づ い て計算した z値 と そ の 有 意 確 率 (p値)。ま た 、 0 . 5の 連 続 修 正 を 行 っ た 場 合 の z値と p値 を表示する。判定不能は計算に含まれない。 > J ↓Jιnh 一 A ん川 . U A↑ 九 ) 一 一 一 口 一 X一 + / V一l一 hml 2 h一 し l一 だ= た a h q u 5. 2. 同等性の検証 治験薬と標準薬の比較においては有意 な薬効差が検出されないことが多い。現在、 治験薬は標準薬に対し、有効率において必ず しも優位に優れている必要はなく同等以上で あればよいと考えられている。そこで、有意 性検定で薬効差が検出できなくても、他の側 面で治験薬を採用する価値があると判断され る場合、補助解析として同等性の推測を行べ きである。 本以テムでは、薬効差の区間推定 (α% 信頼区間)による定量的な評価を行い。また、 治験薬と標準薬との比率の差の同等性を検証 するために、 negative‑trialの考えに基づく ム%上乗せ方式による同等性検定を用いた。 ごれは治験薬の有効率にム%上乗せした後に 標準薬との比率の差の有意性を検証する方法 である。 Ho(ll) : P1 = Po‑ll H l : P1 PO‑ll d z 帰無仮設 対立仮設 A‑‑ 有 意 差 が 検 出 さ れ れ ば 、 危 険 率 α をも って治験薬の標準薬に対する優位性を主張す ることができる。しかし、検定のうちどれに 基づいて統計的推測を行うかは事前に決めて おく必要がある。検定結果の中から都合のよ いものを事後的に選ぶごとを行えば、統計的 推 測 の 第 l種 の 過 誤 は 増 大 す る 。 検 証 的 な 立 場からは、解析計画・設計の段階で主に使用 する検定方法を明記しておく。数年間臨床統 計 に 関 与 し た 経 験 か ら 、 一 般 的 に は Wilcoxon 検定による結果に基づいて解釈し、他の検定 は参考にするのがよさそうである。 z値の計算では、二項分布:B( P， n )が 漸 近 的 正規分布 : N ( s i n ‑1y'P， 1 / 4 n )に 従 う と い う 正 規 近似を利用する。 サ ン7 .) ¥ 1 ・ サ イ fの 評 価 は 、 現 在 の 有 効 率 が 保たれると仮定したとき、同等性検定で有意 差を検出するためには、現在の何倍の例数を 必要としているかを示しでいる。 同等性の検定で有意差が検出されれば、 治験薬の有効率は標準薬より ll%以上劣るこ とはないことを統計的に保証する。しかし、 同等性が支持されたとしても、治験薬の優位 性の強力な根拠とはならない、同等性の推測 は、治験薬の他の側面での優位性と併せて判 断される l資料を提供するものである。 q a ‑ 4

おわりに
今回試作した以テムは十分満足のできる
ものではない。機能面では、ねト・コンヒ.ユートの
TSS環 境 を 利 用 し て い る こ と か ら 、 端 末 の 利 用
者が多い時間帯での実行時聞が遅くなるとい
う問題がある。この問題については、現在の
システムを十分検討した上で SAS/PC版 へ の 移 植 を
考 え て い る 。 現 在 の 7 ログラムは、 SAS/BASEで 記
述していることから、特に統計量の計算で時
聞がかかる部分がある。これは、行列言語
(SAS/!ML) で 高 速 化 が 計 れ る の で は な い か と
1
"7
A
考えている。また、 IMLを 利 用 す れ ば 7 0
の記述の面で、統計量の計算ロ γッヲが明確とな
り、補正等の問題に対しての対応が容易にと
れるであろう。オイレ寸前面では、よりきめ細
かい対応がとれる対話型以払の構築に向けて、
SCL (Screen Control Language) の 利 用 を 考
えている。
本システムは、現段階ではシステムと呼べるほ
どのものではなく、臨床試験の統計解析で必
要とされる解析手法のなかで、主に検証的
(confirmatory) な 側 面 の 統 計 解 析 手 法 を 取
り上げていき、研究者が対話形式で、効率的
に解析結果を判断できるような以払としてい
きたい。そして、特に医薬デサの薬効評価に
おける SASの有効な利用方法を考えていきたいロ

3. 主 な 機 能
本システムは、 FACOM M380Qのオンライン端末上
で利用できる。 SASのハ.ー γ ョンは 5.18で、プロダ
クトは SAS/BASE、 SAS/AFを使用したロ (開発当
初S
AS5.1
6
)
開発に先立ち設計の段階で特に検討し
たことは、
1
)
. 入力の単純化.
2
)
. 実行時間の短縮.
3
)
. 入 出 力 の 同 一 l画面処理.
上記の点について検討した結果、
SAS/BASEだ け で 開 発 を す る こ と は 難 し く 、 す
で に 米 国 で 紹 介 さ れ て い た SASの 機 能 拡 張 も 考
慮して、
・}
lトション開発において種々の機能を
提供している SAS/AFを利用することとした。
すでに示した、 Fig.2、 Fig.4を中心に

0

0

n

説明する。画面上の入力 7 イ-JIiト\出力 7 イ-)~ト.

は、すべて Macro変数として定義されている。
利用者は、順序分割表の対応する各りに度数
を入力し、必要なハ.ラメサを設定するだけでよ
い。入カデサを確認後サ 7"ミットすれば、あとは
自動的に、行和、列和、総計、累積，， ーセントを
計算して、目的とする統計量の計算をした上
で、また同じ画面上に解析結果を表示する。
また、各検定統計量が有意である場合、 p値
に対して慣習的になされいる、有意水準1%で
高 度 に 有 志 (*
*
)
、 5%で有意(本)、 10%で有
j
"刊 を 表 示 す る 。 結 果 の 印 刷
意傾向(+)のシ '
は端末の"ード・コピーで行うロ入力 7イールト.を除く
すべの 7イールト.は保護領域として 7 U刊トしてあ
り、統計量等の書き換はできない。
機能的には非常に簡単な構造となって
ッ 7 で入力 7イールト.の Macro変 数 か
いる。 DATAAテ
らSYMGET関 数 を 用 い て 、 変 数 値 と し て 度 数 を
取 り 込 み 、 い く つ か の DATA:
A
テ
ヴ 7 と7 U内.ト・
1テ
ヲ7 を 組 み 合 わ せ て 、 目 的 と す る 計 算 を 行 っ
ヴ7 で
、 CALL SYMPUT関
た後に、最後に DATAAテ
数 を 使 っ て 対 応 す る Macro変数値を書き換える。
そ し て 、 ふ た た び 自 身 の 7 ログラムを起動する。
本以テムの特徴としては、デサ入力時、
通 常 の SASを利用するときに必要な、 CARDS、
INFILE、 SAS/FSP等 を 使 用 し て い な い こ と 。 し
'
(弘を意識しなく
た が っ て 、 利 用 者 は SAS7 U
て も よ い 。 ま た 、 処 理 単 位 が 目 的 ご と に l画
面となっているので、研究者は解析結果を容
易にかっ効率的に判断できる。そして、わが
リケ寸前開発で大きな問題となる日本
国での
語化に関しては、 SAS/AFを使用しているので
必要に応じて、 BUILD7 Uω‑← を 使 用 す れ ば 簡
単にラヘ.島等を日本語に変更できる。
0

参考文献
1
). 広 津 千 尋 : 臨 床 試 験 に お け る 統 計 的 諸 問
4
:
題(1)同等性を中心として.臨床評価、 1
1986
467‑475，
2
)
. 広津千尋:臨床試殺における統計的諮問
2
)統 計 的 検 定 の 多 重 性 に つ い て . 臨 床 評
題(
価
、 14:707‑772，
1986
3
)
. 広津千尋:同等性、多重性を中心として.
臨床評価、 1
5
:(SuPPl
.IV):3ト 37，
1988
4
)
. 藤 田 利 治 、 椿 広計:薬効評価解析システム
1988
の試作.臨床評価、 16:3‑23，
5
)
. 藤田利治、椿 広計:新しい薬効評価の
試み.臨床評価、 1
5
:(Suppl
.IV):39‑5，
1 19
88
6
)
. 広津千尋:統計的デ寸解析工学、医学、
薬学、社会学の実例による解析.日本規格
協会、東京、 1983
7
)
. 佐久間昭:薬効評価ー計画と解析し東京
大学出版会、東京、 1977

0

0

0

0

0

0

0

0

n
O

0

F
h
υ

qd

有効性の検伍

i
一一一一:一一￨一一 1
‑
一:一‑一一￨一一￨
1‑;一 一 : 一 ￨ ー ￨ 一 : 一 : 一 ￨ ー ￨
.t￨::1l::￨￨

市ヲ
而

・
・

s
.)

・・・
・
・

2 X Z T& L

C
:Hl‑sou..a
VALU

.

2' )

)

・
・
，
，
・

・

WJ
.
I
， C 10銅 'S 2 SA
.MPLE

( I

.1伺 U!TY & D.
.
I
.J

Ic

.a.

L APRDXIMATIO側
6LUI

・
・‑

I

"0

"0

Ica TI制 U lTY C
:ORR!C
:TJN
01
" .5)
I‑YALU!
I
I
'
A
.OI
!
I
.

I
'ISHI!民・. .""CT
PRDII.

F
ig
.1有 効 性 の 検 証 ( 入 力 前 )
Y‑1

L‑7
AEt
T‑

‑50
‑6‑3
‑3

12‑23

1

.1

‑3.

・3 ‑ 2
‑ 6・ 6 ‑ s

p‑2

︒
︒.a
・
︒
.
︒
︒‑︒
.
︒
‑︒︒
・ ・ t
i‑‑φ￨φl

1

D・1

13

M‑

・
・ ︐

.T

2

ll‑‑φ￨
5・
・
M︒
‑・
‑ ‑・
︒

・

・

A'eA

崎

M‑4
‑‑1

︐
x‑Is‑‑8・ 2 T
ME‑‑
‑ a・ 6

‑a

〈民

W 1LC
:OXO削 'S 2‑SAMPLE

56
23
'3

・
。

zA':

5

0.043

・

・

0.063.

••

.••

φ:

‑3‑T

MA‑20・5 4・7 2

7

・

︒
︒

3

1a‑6

Ja

030
A

・

FISH!R'S !)(AC
:T
PROB
O. 52

︒
︒
︒
︒+

2' >

V
T
Z
U31

Naa‑
‑
5
T

D
E

i

・
︒
.

"︒︒

E
RE‑

M

AUB
ULO
AR
SVP
E

E

︒

J+>

e

EB

3

w

.5

ー

‑l ﹄

ZTABLE

•

1l T i l
・
‑ ‑ 8・
9 7
55
‑‑1
・2
‑1ES‑‑
・
‑1 ・
︒2・ 1
li‑‑+￨
5 9S
‑52 ・
A‑‑1・' t e 2
‑7‑a
︐ ・句︐
‑
e
・
・
・
+ A・
.73
A‑‑7. .
A'‑1 ・3 ・2
‑
‑‑
‑2
7・
‑
‑
︐
︒ ・

A

e‑

'.ι . w
侮

+A'e・
‑
‑‑

φ‑9 ・
1・

••
•••

・
・

)
I

A'‑3a‑・9 2・2 3
︐ 0 ・
‑2
3・ 6
1‑1

￨+
‑
←‑
‑l‑

司
ゐ ‑ A
.‑L
‑TM‑TM‑YM
‑ E u ‑ N u ‑ロ u
eAE‑EE‑TE

Z

有動性の検伍

. APROXIMATION
NORMAL
:
2
.
・ 55
Z‑VALUE
PROB
0.01
IC
:ONTINUITY C
:ORREC
:TJN

・

01
'
" .5)

・・

:
2.453'
0.01

I‑YALUE
P倶 011.

337

Fig.2 有 効 性 の 検 証 ( 解 析 後 )
同様性の循訓
I

J

. . φ + φ φ I

‑
‑
‑
‑
‑
・
‑
‑
‑
‑
‑
‑
‑
・
‑

X

)
(
)
(

J
(XX

I

ーーーーーーー φーーーーーーー φーーーーーーー@ーー・ー・・・+・・・・・ーー φ‑‑ー・・・ー φ‑‑

OP

I TOTAL

‑・・ー・・.‑・ーー・ー・

古 口 卜 一 一 一 一 一 ￨ ー 一 ￨ 一 一 一 一 一 一 [‑一￨

古口卜一一一一一￨一一￨一一一一一一￨一一!
川一一一一.一一￨一一￨一一，一一一一￨一一￨一一
OE
"LTA
'
1
.
ALPHA
C
:ONFIOENc
:
e
: INTERYALS
2+ )
•

OELTA
'
1
. ALPHA
C
:ONI
'
"IOENC
:E 1側 TERVAL
.S
3.
砂>
2
φ 〉
•

由 ̲

匂
ゐw
awa

︼}}

R

E

ZEZ
NO
EEE

RER
EFE
PFW
PEO
UDL

3・ )

>

>

z
p

SAMPLE SIZE

Fig.3 同 等 性 の 検 証 ( 入 力 前 )
L
A
Y‑

8

‑OE1

ー

1

.TA 5 '
1
. ALPHA
!
i '
1
.
OEL
C
:ONFIOENC
:E INTERVAL
.S
!
i '
1
.
φ>
2
3
1.53
s
1
一
'
ヲ 07
1 O'
マ 33
fi.32

〉
・
。.
。
且晶 8
o 1司 3
1
(3.5

Fig.4 同 等 性 の 検 証 ( 解 析 後 )

36‑

i

・
・

•••
‑1

2
: 119
0.017
XO

‑77 S 6 ‑ 2 2
p‑‑‑t

l.858.
0̲032
XO.!
i

‑‑‑

1 5宮 守 +
0.055
6

。
略
】

‑
‑.a
・
︒
︒
・‑ ︒
︒
6‑sa‑‑
・︒
︒
︒
‑
︒'
‑︒
T
‑
‑‑
s︒
‑t
il‑‑;
・
・
︒
e
︒
.
︐・
・・
‑
‑‑
‑
i‑
l‑
+￨
‑‑

〉
砂

2

〉
・

‑A'e

7

〉
・
。

・

8・ s

01
:LTA 10 '
1
.
AL
.PHA 10 '
1
.
C
:ONFIOEN C:~ INTERVALS 10 1
.
4
2
3
• 05
e.95
1.9e
1.09
'.87
21
6.79
5.7

+A'A

・

23

••

k
‑
‑‑‑
x
‑‑
‑
WA
‑‑

M‑3
︐

・
5 ︐
・
. 5・
︐.
・ 0

•••

x
M‑
‑‑
‑‑
‑

‑
‑‑
‑
l‑
i‑
‑i
‑‑

‑83‑10Eg‑B
E‑‑‑1
‑‑3‑9ES
‑‑‑1‑1

・

2

‑37 2a‑E e

‑'‑

・
・
‑
‑
'
・

守

A+

ー

SAMPLE SIIE

•

同等性の袖掴

‑‑
l‑
l+
+￨
‑
‑l
‑

‑

..

••

UPPER C
:
. 1. (
'
1
.
)
DEFFER!NC
:E {
'
1
.
)
LDWER C
:
.I
. (
'
1
.1

.'1.3.7
.a6
.7.

‑‑‑

・a・‑s
‑︒
g ‑s
A'‑1‑1‑3
︒‑ 3 ‑ sa
‑
E
‑s‑

13
2
‑‑te‑‑‑‑2
7
7
1
.1

‑Z‑z‑LZ

︐.︐
φ+
ZA'
・︐ ︐ ・'a
・
・
8
・
..‑︐
︒
・
‑
‑‑‑
‑
・
・
l‑
l‑
‑

E‑‑A‑
'M ・ M‑TM
‑TU‑Tu‑ou
‑EE‑NE‑TE
c‑
‑A ・

• ••

〉
・
，
ー
・
.
.
。

・

1.300+
0.097
X1 •

1 506+
0.055
X1 2

日本 SASユーザー会 (SUG 卜 J) Kurtosis (尖度)とは何か 岩崎学 防衛大学校数学物理学教室 What i s Kurtosis? Manabu Iwasaki ， The N a t i o n a lD e f e n s eAcademy D e p a r t m e n to fM a t h e m a t i c s and P h y s i c s 1‑10‑20 Hashirimizu， Yol くo suka， Kanagawa 239 Japan 要旨 ムこ度い察よ ラ・尖な考る グる'いのす ロすしてら関 プ力対れかに 計出にさ度布 統'の解角分 のしる理なタ く算あく々一 多計でよ様デる めを易り''す 始値容まししと をの的あ対に的 Sど 較 ' に 確 目 Aな 比 は ) 明 を S度 は か は を と '尖釈の凶ろこ て'解る門こる し度のい川とす と歪度て(ると 量'歪し度すけ 計差'現尖昧助 統偏差表'意手 約準偏をはのの 要標準性でそめ す'標特論'た わ均'な本りる 表平均う・よ得 を'平よるにを 性は'のれと報 特ジちどわこ情 の一うの思るな 布ケの布に︑ぇ確 分ツら分う加正 パれがよをり キーワード: 尖度，分布の特性，影響関数， P R O CU N I V A R I A T E 1. はじめに 多くの統計パッケージは， 1変量のデータ分布の要約統計量として，平均値 門 (E A N ) ，標準偏差(S T D)あるいは分散(V A R ) ，歪度 ( S K E W N E S S ) ，尖度 ( K U R T O S I S ) などを計算し，自動的に出力する. S ASでは， P R O C門E A N Sあ R O Cl LN I V A R I A T E を始め，いくつかのプロシジャで，標準的に，ある るいは P いはオプションとしてこれらの統計量を出力する(上記のカッコ内は S A Sで の略号) .ユーザーは，これらの値を見てデータ分布に関する大雑把な情報を つかむことになる.最近のコンビュータの，特にグラフィック機能の充実によ り，データ分布の形状は，ヒストグラムなどを描くことによって，より直接的 に見ることができるようになった.しかし，例えば，いくつかの(あるいは数 多くの)種類のデータ分布を比較する際などは，それぞれのグラフを逐一見る より，むしろ要約統計量の値を比較することによって，迅速かつ効果的に必要 な情報が得られることが多い. 前述の要約統計量のうち，平均，標準偏差，歪度の解釈は比較的容易である のに対し，尖度が分布のどのような特性を表現しているのかは，あまりよく理 ‑37

解されていないように思われる.そこで，本報告では，尖度に対し様々な角度 からのアプローチを行い，その特性を明らかにしたいと考える.第 2節で，文 献での尖度の解説をあげ，さらに第 3節では，尖度のいくつかの性質を論じる. そして，第 4節では，ロバスト推定で重要な役割を果たす影響関数(i n fl u e n c e f u n c t i o n )の観点から，さらに詳しくその特徴を議論する.最後の第ラ節では， その他の話題について簡単に触れる. 2. 文献での尖度の解説 本節では，文献において尖度がどのように解説されているかを見る.その中 でも，重要と思われる記述に番号を付けておく. S A Sでは，尖度に関し以下のように解説されている(SA Sソフトウェア ( 19 8 6 ) ) .尖度は ①「母集団のすその広がりを示す統計量」 であり， Xをその母集団分布に従う確率変数， μ を母平均 ， aを母標準偏差と したとき， K ; =E[X‑μ]4 /σ4 ‑ 3 で定義される.このとき， ( 2 .1) 「大きな偏差値が強調され J ， ②「各値を定数で乗算しても尖度には影響しない J . また， ③「母集団尖度は そして， n個の標本 2から無限大である J . X J ， ・ ・ ・ ， X n に対し，その標本平均および標本(不 X ‑vA S 2 =(n‑1 ) ーJ L : ( Xi 一支)2 L色』 +伊﹄ シ﹄ ー ) ルL Z 何度 寸尖 n 本 =標 偏)分散を k = n ( n +1)/ ( n ‑ l ) ( n ‑ 2 ) ( n ‑ 3 )I : ( X i 一 支 )4 / S 4 ‑3 ( n ‑1)( n ‑1)/ ( n ‑ 2 ) ( n ‑ 3 ) ( 2 . 2 ) で計算する.また， ④「尖度を密度の集中具合を測るものとする神話が統計書に見られる.こ の神話は度々論駁されているのだが，なお頑強に固執されている. J との注意があり，さらに， 3 8

⑤「標本の歪度および尖度は，標本が小規模の場合，対応する母数の推定 値として充分に信頼できるものではない.標本が非常に大きい場合に 限り，これらを用いるべきである. J との記述も見られる. 9 8 9 )(竹内他編) p.9 では， K u r t o s i sは ， 次に，統計学辞典 ( 「ギリシ .P e a r s o n)による造語」であり， ャ語からピアソン(K ⑥「分布の中央での尖り，または分布の裾の重さ・長さ，を測る規準」 である.そして，分布が ⑦「対称のとき，尖度は支士 s の 2点からの外れの尺度である」 と書かれている. 2 .1)あるいは(2 . 2 ) のように，標準偏差の 4乗で除 尖度を定義する際， ( し無名数化された， 4次の平均値まわりのモーメントから， 3を引く流儀と引 かない流儀とがあるが，以下では， SASでの定義にならい， 3を引いたもの を採用する. 3. 尖度の性質 我々は，母集団分布の尖度を ( 2 .1)で定義したわけであるが， ( 2 .1)で定 義された尖度の性質を議論する前に，そもそも我々が尖度として分布のどのよ うな側面を表現するべきなのか，言い換えれば，尖度の持つべき性質は何かに 関する普遍的な合意がなされなくてはならないであろう.しかし，これは容易 なことではない.例えば，最も簡単であると思われる，分布の位置の定義にし ても，その分布がある点に関して左右対称であれば，いかなる定義を用いよう とも，その中心点が分布の位置を表わすことに依存はないであろう.しかし， 分布が歪んでいる場合には，位置とは何かに関する一般的な合意は不可能であ り，解析の目的に応じた定義を採用するほかはない. 尖度の持つべき性質に関しては，例えば， A li( 1 9 7 0，B i c K e la n dL e h m a n n ( 1 9 7 5 ) .B i r n b a u m( 9 4 8 )，G r o e n e v e l da n d門e e d e n( 1 9 8 4 ) . L a w r e n c e( 1 9 7 5 )， OH(19 81 ) .v a nZ w e t( 1 9 6 4 ) 等の議論がある.詳細はここでは省くが， B i c K e la n dL e h m a n n( 1 9 7 5 ) は，確率変数 Xに対し， a，bを定数として， て( aX 十 b) = Ia Iて (X) ( 3 .1 ) ‑39一

を満たすような適当な尺度 τ1 ，τ2 を用いて ( 3 . 2 ) ()=τ1/て 2 の形で尖度を定義すべきであると述べている. ( 3 .1)および ( 3 . 2 ) より，尖 度は，データの A f fi n e変換，すなわち， ( 3 . 3 ) X→ a X十 b という形の変換の下で不変でなくてはならないという要請が生まれる.尖度が 分布の形状を表わす尺度である以上，これは尖度が持つべき性質であろう. 上記の性質を持つ尺度は， ( 2 .1)の他にもいくつか提案されているが(例え o g g( 1970，H o r n( 983)，R u p p e r t( 9 8 7 ) 等を参照されたい) ，以下 ば ， H では ( 2 .1)の κの性質を議論する. まず， 命題 3 .1 κは ( 3 . 3 ) の変換の下で不変である ことはすぐに分かる(前節の②) .したがって，母集団分布が平均 0，分散 1 であると仮定しても一般性を失わないので，以下の議論では，その仮定の下で 大部分話を進める. Zを平均 0，分散 1である確率変数とするとき， E[Z2] =1 に注意すると， V[Z2]=E[Z4 ]‑(E[Z2])2 = ( κ 十 3)‑ 1=κ 十 2孟 O であることより，次が成り立つ(③) . 命題 3.2 κの値の取り得る範囲は ‑2以上であり， ‑ 2となるのは Z4 の分散が 0， すなわち， Zが +1および 1の値を等確率で取る二点分布の場合に限る. これより， κの値が小さいとき，分布は二峰性を表わすことになり，このこと が ， κは分布の二峰性を表現する尺度である(⑦)といわれる所以である ( C h i s s o m (970， ) D a r li n g t o n( 970)， H il d e b r a n d (971 ) ). また，次の命題は κの持つ特徴を端的に表わすものである. 命題 3.3 ( F i n u c a n (960) 確率密度関数 f(x)， g(x) を持つ二つの対称分布があり，それぞれ平 均 0，分散 1であるとする.このとき， ‑40一

f (x) く g (x) (aく Ix Iく b ) f(x)>g(x) (Ixl く a ， lxl>b) であるとすると， f‑分布の κは g‑分布の κより大きい. すなわち，分布の中心部分および裾の部分での密度が大きい分布ほど尖度の値 は大きいことになり，①および⑥を裏付けている.また，④に関しては， C hi s s o m( 1 9 7 0 )，D a r1 i n g t o n (19 7 0 )，D y s o n( 1 9 4 3 )，K a p1 a n S K Y (19 4 5 ) 等を 見られたい. 次に，標本尖度 ( 2 . 2 ) の性質を若干議論する.まず， ( 2 . 2 )は ， 4次のキ ュムラントの不偏推定量である 4次の k統計量を， 2次のキュムラントの不偏 推定量である 2次の k統計量(すなわち不偏分散)の二乗で割った形になって いることに注意する. k統計量については，例えば， K e n d a l la n dS t u a r t (977) を参照のこと.そして， 命題 3.4 正規分布のとき， ( 2 . 2 ) の期待値は Oである. このことより，標本尖度は，標本歪度と共に，正規性の検定統計量として用い o g g (1 9 7 2 ) られる(詳しくは，例えは、，柴田 (981)を見られたい.また， H も検定の問題を取り扱っている) .これらの統計量は，検定量として見た場合， ①の性質より，分布の裾の重さに対し敏感なものになっている.また， 命題 3.5 標本数が大きいとき，標本尖度の n?i倍の分布は，平均 0，分散 24の正 規分布に近づく. が成立する.ただし，正規分布への収束はあまり早くない.また，分散が大き いことより，⑤が言える. 4. 尖度の影響関数 H a m p e1(974) においてその役割が認識された影響関数 ( i n f l u e n c ef u n c ‑ ti o n= 1F)は，ロバスト推定において最も重要な概念である.ロバスト推定 および影響関数に関する基本的な文献は H u b e r (981 ) ， H a m p e le ta l . ( 1 9 8 6 ) である.本節では，影響関数により，尖度の性質をさらに吟味する.まず， 影響関数の定義から始める. 4EA 訓告

定義 4.1 分布 Fにおけるある推定量 Tの値を T(F) とする(正確には， Tは推定 量を表わす汎関数である) .このとき，推定量 Tの分布 Fにおける影響関 数は 1F(x; T，F)= 1 i m t‑1 {T((1・t)F十 t. 6λ)‑T(F)} .HO で定義される.ここで，.6メは xに点密度を持つ確率測度である. 直感的には， xにおける影響関数の値は， xにデータを一つ加えたときの推定 量の値の変化率と考えればよい.そして，尖度につき，次が成り立つ. 定理 4.1 尖度の影響関数は，標準正規分布(①)の下で， 1F(x;κ ， ① )=x4 ‑ 6 x2 十 3 ( 4 .1 ) となる. a r li n g t o n( 9 7 0 ) によって得られ， R u p p e r t( 1 9 8 7 ) でさ この結果は，当初 D らに展開された.彼らは，通常の影響関数でなく，混合(.6>< )が原点につき 左右対称とした対称影響関数(s y m m e t ri c1F)の形で(4.1)を導いている が，対称としなくても，通常の影響関数で上記定理が成り立つことは l ¥ t Ja s a K i 4 .1)は， 4次の H e r m i t e多項式であるが，より一般に， ( 1 9 9 0 ) で示された. ( 次が I ¥ t Ja s a Ki( 9 9 0 ) によって導かれている. H e r m i t e多項式については，例 えば E r d e l y ie ta l . ( 9 5 3 ) 等を見られたい. 定理 4.2 標本平均，標本分散，標本歪度，標本尖度の影響関数は，それぞれ l次 ， 2次 ， 3次 ， 4次の H e r m i t e多項式となる.しかし， 5次以上の規準化標 本モーメントの影響関数は対応する次数の H e r m i t e多項式とはならない. e r m i t e多項式の性質を用いると， 4次までの標本モー この定理 4.2および H メントに基づく統計量が，正規分布の仮定の下で，それぞれ漸近的に互いに独 立なこと，標本歪度および尖度の漸近分散がそれぞれ 6および 24となること 等が直ちに導かれる(ただし，ここで「漸近」という語は外しでも構わない場 合がある) Ix Iく . 7 4 2 0およ び Ix I >2 . 3 3 4 の範聞で正， . 7 4 2 0 く Ix Iく 2 . 3 3 4 では負になること (4.1)の影響関数のグラフを図 lに示す.グラフは， ‑42一

Y 1 0 。 ‑ 1 0 ー よ 円ノ 円ベU 2 3 X 図 1 尖度の影響関数(4次の H e r m i t e多項式)のグラフ が分かる.したがって，分布の中心近くおよび裾にデータが加わると尖度の値 は大きくなり，その変化率は裾に行けば行くほど大きくなることが分かる(①， ⑥に対応) . ラ.その他の話題 歪度は 3次の，尖度は 4次のキュムラントに対応している.正規分布の場合， 3次以上のキュムラントはすべて 0であるから，ある分布型の正規性からのズ レを測るのに，別に 3次および 4次にこだわらなくて，もっと高次のキュムラ ントに対応する統計量を用いればよいと思われるかも知れない.しかし，例え ば，中心極限定理における正規分布への収束の早さは，統計量の E d g el o Jo r t h展 開から，第一に 3次の，次に 4次のキュムラントの大小に依存していることが 示される(詳しくは，清水 ( 1 9 7 6 ) を見られたい) .したがって， 3次 ， 4次 のモーメントを，正規分布からのズレを割る統計量とすることは，自然かつ妥 当性がある. ‑43‑

以上の議論は 1変量分布の尖度に関するものであったが，多変量分布の尖度 も定義することができる ( M a r d i a( 19 7 0 ) ) .また，尖度は，多変量解析にお ける多変量正規分布の拡張である楕円型分布を用いたロバストネスの問題にお K e l k e r( 19 7 0 )，川 i r h e a da n dト l a t e r n a u x( 19 8 0 ) いて中心的な役割を果たす ( 等を参照) .さらに，最近の話題の中では，射影追跡における射影指標とし て，尖度あるいはそのロバスト化されたものが用いられている.射影追跡に関 しては，岩崎 ( 1 9 9 0 )，岩崎・福永<19 8 9 a， b )，竹内他(19 8 9 ) 等を見られたい. 撞且 第 4節の H e r m i t e多項式および影響関数について，ここで若干の補足を行う. H e r m i t e多項式は直交多項式の一つであり，特に推定・検定の漸近理論で重要 な役割を果たす. j次の H e r m i t e多項式を Hj (x)，標準正規分布の確率密 度関数を φ(x) とするとき， dO ( 1 ) joHi(X)Hj(X)φ(x)dx=j! O i j が成り立つ.ここで， 5 i jはクロネッカーデルタである.低次の H e r m i t e多項 式の具体的な形は HI (x)=x， H2 (x)=x2 ‑1 ， H: 3 (x)=x: 3 ‑ x， H4 (x)= x4 ‑ 6 x2 十 3， c H~ (x)= x ‑ 10 x:3十 1 5x などである.また，影響関数について，ある推定量 Tの分布 Fの下での影響関 数を IF(x:T，F) とするとき， Tの漸近分散は， f(x) を分布 Fの確率 密度関数として j:I F(x;T F)2f(X)dx ( 2 ) で与えられ， Sを別の推定量とするとき， TとSとの共分散は j:I F(x;T，F)I F(x;s，F))f(X)dx ( 3 ) となる. したがって，標準正規分布 φの下で，標本尖度の影響関数は 4次の H e r m i t e 多項式であるから， (1)および ( 2)より，その漸近分散は 4 !=24 であ ることが分かる.また，標本歪度の漸近分散は 3!=6 となっている.そし て，標本平均，標本分散，標本歪度，標本尖度閣の共分散は， (1)および ( 3 ) 44‑

より， 0であることが分かり，推定量の漸近正規性より，これらは互いに漸 近的に独立となる.このことは，標本平均，標本分散，標本歪度，標本尖度が， 分布の相異なる側面を示していると言えよう.日次以上の規準化標本モーメン e r m i t e多項式とはならないが，それらを若干修正し，影響関 トの影響関数は H e r m i t e多項式となるようにできる ( l¥oJa s a K i( 1 9 9 0 ) 参照) . 数が H 室主玄藍 岩崎学 ( 1 9 9 0 ) 射影追跡と多変量データ解析. r人間行動の計量分析一多変 量データ解析の理論と応用 J (柳井・岩坪・石塚(編) ).東京大学出 版会. 1 9 8 9 a ) 射影追跡 ( p r o J e c t i o np u r s u i t ) と多変量データ 岩崎学・福永真美 ( 5 7・1 6 6 . 解析.第 8回 SASユーザー会 (SUGI‑J'89)論文集， 1 岩崎学・福永真美 ( 1 9 8 9 b ) 多項式指標による射影追跡.応用統計学， 1 8， 1 0 3・1 2 8 . SASソフトウェア ( 1 9 8 6 ) SAS U s e r ' sG u i d e :B a s i c s [日本語版] 3 V e r s i o n 5E d i t i o n . 柴 田 義 貞 (1 9 81)正規分布 特性と応用.東京大学出版会. 清水良一 ( 1 9 7 6 ) 中心極限定理.教育出版. 1 9 8 9 ) 統計学辞典.東洋経済新報社. 竹内啓他(編) ( A l i， M .M .( 1 9 7 4 )， " S t o c h a s t i cO r d e r i n ga n dK u r t o s i sM e a s u r e" ，1 o u r n a 1 o f 9 う ，4 3う4う . t h eA m e r i c a nS t a t i s t i c a 1A s s o c i a t i o n，6 B i c k e ，l P .j .andLehmann， E .L .( 1 9 7う ) ，" D e s c r i p t i v eS t a t i s t i c sf o r N o n p a r a m e t r i cM o d e 1 s，I :I n t r o d u c t i o n" ，IheA n n a 1 so fS t a t i s t i c s，3， 1 0 3 8 ‑ 1 0 4 4 . Birnbaum，Z .W.( 1 9 4 8 )，" O nRandomV a r i a b l e sW i t hC o m p a r a b 1 e P e a k e d n e s s" ，. An n a 1 so fM a t h e m a t i c a 1Statistic~， 1 9， 7 6 ‑ 81 . C h i s s o m， B .S .( 1 9 7 0 )， " I n t e r p r e t a t i o no ft h eK u r t o s i sS t a t i s t i c s" ，工 且 旦 A m e r i c a nS t a t i s t i c i a ， ̲ n2 4， N o .4，1 9 ‑ 2 2 . D a r1 in g t o n， R .B .( 1 9 7 0 )， " I nK u r t o s i sR e a l l yυ P e a k e d n e s s ? "" ，IheA m e r i c a n S t a t i s t i c i a ， ̲ n 24， N o .2，1 9 ‑ 2 2 . D ys o n，F .j .( 1 9 4 3，) " AN o t eo nKu r t o s i s， "1 o u r n a 1o ft h eR o v a lS t a t i s t i c a 1 色豆旦主， 1 0 6， 3 6 0 ‑ 3 6 1 .， Magnus， W.， O b e r h e t t i n g e r， F .a n dT r i c o m i， F .G .( 1 9う3 )， H旦h旦 E r d e 1 y i，A T r a n s c e n d e n t a 1F u n c t i o n s .Vo1umeI . 1NewY o r k :M c G r a w ‑ H i l. l F i n u c a n， H .M .( 1 9 6 4 )， " AN o t eo nK u r t o s i s" ，1 o u r n a 1o ft h eR o v a 1S t a t i s t i c a 1 i }2 6，1 1 1 ‑ 1 1 2 . S o c i e t v .S e r i e s， F h υ 4aa

G r o e n e v e 1 d，R .A .a n dMeeden，G .( 1 9 8 4 )，" M e a s u r i n gSkewnessa n d "I heS t a t i s t i c i a n ，3 3，3 9 1 ‑ 3 9 9 . K u r t o s i s， Hampe ，l F .R .( 1 9 7 4 )，" T h eI n f 1 u e n c eC u r v ea n dI t sR 0 1 ei nR o b u s t E s t i m a t i o n， "J o u r n a 1o ft h eAmericanS t a t i s t i c a 1A s s o c i a t i o n，6 9， 3 8 3 ‑3 9 3 . Hampe ，l F .R .，R o n c h e t t i，E .M Rousseeuw，P .j . andS t a h e ，l W.A .( 1 9 8 6 )， R o b u s tS t a t i s t i c s .TheAooroachB a s e donI n f 1 u e n c eFunction~， New Y o r k : j o h nWi 1 e ya n dS o n s . Hi 1d e b r a n d，D .K .( 1 9 7 1 )，" K u r t o s i sM e a s u r e sB i m o d a l i t y ?， "I heAmerican S t a t i s t i c i a n . 2 ， うN o .1 ，4 2 ‑ 43 . Hogg，R .V .( 1 9 7 2 )，" M o r eL ig h tont h eK u r t o s i sa n dR e 1 a t e dS t a t i s t i c s， " l o u r n a 1o ft h eAm e r i c a nS t a t i s t i c a 1A s s o c i a t i o n ，6 7，422‑424 .V .( 1 9 7 4 )，" A d a p t i v eR o b u s tP r o c e d u r e s :AP a r t i a 1Reviewa n d Hogg，R "J o u r n a 1o ft h e SomeS u g g e s t i o n sf o rF u t u r eA p p l i c a t i o n sa n dTheory， AmericanS t a t i s t i c a 1A s s o c i a t i o n，6 9，9 0 9 ‑ 9 2 7 . .S .( 1 9 8 3 )，" AMeasuref o rP e a k e d n e s s， "I heAmericanS t a t i s t i c i a n . Horn，P . 37，ううーう 6 Huber，P .. J(1981)，Robu s tS t a t i s t i c s，NewY o r k :j o h nW i 1 e ya n dS o n s . I w a s a k i，M .( 1 9 9 0 )，" N o t e sont h eI n f 1 u e n c eF u n c t i o n so fMomentS t a t i s t i c s， " P r e p r i nt . K a p 1 a n s k y，1 .( 1 9 4 5 )，" ACοmmonE r r o rC o n c e r n i n gK u r t o s i s， "J o u r n a 1o ft h e AmericanS t a t i s t i c a 1A s s o c i a t i o n，4 0，2う9 . .( 1 9 7 0 )，" D i s t r i b u t i o nT h e o r yo fS p h e r i c a 1D i s t r i b u t i o n sAnda K e 1 k e r，D "S a n k h v a .A，3 2，4 1 9 ‑ 4 3 0 . L o c a t i o n ‑ S c a 1 eP a r a m e t e rG e n e r a l i z a t i o n， .G .a n dS t u a r t，A .( 1 9 7 7 )，IheAdvancedThe ̲Q(Yo fS t a t i s t i c s . K e n d a l l，M V01ume1 ，L o n d o n :C h ar 1e sG r i f f i n& C o .L t d . .j .( 1 9 7 5 )，" I n e q u a l i t i e so fs ‑ O r d e r e dD i s t r i b u t i o n s， " Th 旦 Lawrence，M A n n a 1 so fS t a t i s t i c s，3，4 1 3 ‑ 4 2 8 . .V .( 1 9 7 0 )，" M e a s u r e so fM u 1 t i v a r i a t eSkewnessa n dK u r t o s i sw i t h M a r d i a，K App1 ic a t i o n s， " ~iometrika， 57 ，う 19- う 30. M u i r h e a d，R .j .andWaternaux，C .M .( 1 9 8 0 )，A s y m p t o t i cD i s t r i b u t i o n si n C a n o n i c a 1C o r r e 1 a t i o nA n a 1 y s i sAndO t h e rM u 1 t i v a r i a t eP r o c e d u r e sf o r ・ ' ，B i o m e t r i k a，67，3 1 ‑ 4 3 . Nonnorm a 1P o p u 1 a t i o n s O j a，H .( 1 9 8 1 )" O nL o c a t i o n，S c a 1 e，Skewnessa n dK u r t o s i so fU n i v a r i a t e D is t r i bu t i o n s， "S c a n d i n a v i ̲ a nl o u r n a 1o fS t a t i s t i c s，8，1 5 4 ‑ 1 6 8 . .( 1 9 8 7 )，"WhatI sK u r t o s i s ? AnI n f 1 u e n c eF u n c t i o nApproach， " R u p p e r t，D TheAmericanS t a t i s t i c i a n，4 1，1 ‑ 5 . .( 1 9 6 4 )，c . o n v e xT r a n s f o r m a t i o n so fR a n d Q f f iV a r i a b 1 e s vanZwet，W.R Amsterdam:M a t h e m a t i s c hC e n t r u m . 円 46‑

日本 5A5ユーザー会 ( 5UGト J) PAS( P r eA n a l y s f sS y s t e m )による 解析以前の作業の効率化について 渡辺敏彦 科研製薬株式会社開発部統計解析グループ I m p r o v i n ge f f i c i e n c yi no p e r a t i o nb e f o r eS t a t i s t i c a lA n a l y s i su s i n g PAS Toshihiko Watanabe KAKEN PHARMACEUTICAL CO.， LTO. 2‑28‑8 Honkomagome Bunkyo‑ku Tokyo Japan 要旨 S A Sを 用 い て 臨 床 試 験 の デ ー タ 解 析 を 行 う 場 合 、 解 析 作 業 に 至 る 以 前 の 段 階 で の 作 業 に多くの手間と時聞を割かねばならない。 当 社 で 開 発 さ れ た P A Sで は 、 こ の よ う な 統 計 解 析 以 前 の 諸 作 業 を 効 率 化 す る 。 PASで は 変 数 の 属 性 を 定 義 し た メ タ デ ー タ と 呼 ば れ る 簡 単 な 定 義 フ ァ イ ル を 作 成 す る こ と に よ り 、 デ ー タ 入 力 画 面 、 症 例 一 覧 表 、 SA Sの デ ー タ 定 義 コ マ ン ド 等 が 自 動 作 成 さ れる。 PASを 使 用 す る こ と に よ り 解 析 に 至 る ま で の 作 業 量 が 大 幅 に 軽 減 さ れ 、 作 業 に か か る 時間も大幅に短縮された。 キーワード: 臨 床 試 験 、 効 率 化 、 VAX 1. は じ め に 製 薬 メ ー カ ー に と っ て 医 薬 品 の 開 発 期 間 の 短 縮 は 大 き な 課 題 の l つである。 ヒ ト を 対 象 と し た 臨 床 試 験 は 一 般 的 に 安 全 性 の 確 認 を 主 な 目 的 と し た フ ェ ー ズ Iか ら 用 量 設 定 や 薬 剤 の 特 徴 を 探 索 す る フ ェ ー ズ E、 薬 効 の 確 認 を 目 的 と し た フ ェ ー ズ E の 各 段 階 を経て申請されるが、この各段階の集計・解析をいかに効率良くおこない次の段階へ進め るかも、期間短縮へのアプローチのひとつである。 SASを 用 い て 効 率 の 良 い 解 析 を お こ な う こ と も 重 要 な 事 で あ る が 、 解 析 に か け る 時 間 そのものを無理に短縮しようとするのは解析の質といった面から見て得策であるとは思え ない。 一方、実際に解析にかかる時聞は解析のための付随した作業全体からみると、おそらく 20‑30%位 で あ り 、 そ の 他 の 時 聞 は デ ー タ の 入 力 、 チ ェ ッ 夕 、 一 覧 表 の 作 成 等 の 作 業 にとられているのが実状である。 また、 SA Sで 解 析 を お こ な う た め の デ ー タ ス テ ッ プ や FORMATを 作 成 す る 作 業 も 手聞がかかり、間違いを起こし安い作業である。 このようにデータ入力から解析までのプロセスで時間がかかる、言い替えれば短縮出来 る可能性のあるのは解析以前の作業である。この作業を極力効率化(自動化〉し、解析に 付 随 し た 作 業 の 期 聞 を 短 縮 化 す る 目 的 で わ が 社 で 開 発 さ れ た の が P A S (Pr eAn a1ysis System) である。 PA Sは 昭 和 61年 に FACOM M‑360上 で ほ ぼ 現 在 の 原 型 と し て 作 成 さ れ た 後 、 昭 和 63年 に MI CRO VAXIIに 移 植 さ れ 、 現 在 MICRO VAX3300 ・ 34 o0上 で 稼 働 し て い る 。 FACOM上 で は SA Sと は 異 な る 統 計 パ ッ ケ ー ジ と 連 動 す る シ ス テ ム と し て 作 成 さ れ ていたが、 VAX移 植 時 か ら SA Sと 連 動 す る シ ス テ ム と な っ て い る 。 ‑47‑

現在、 FACOM版、 VAX版 い ず れ も 稼 働 中 で あ る が 、 本 論 文 で は VAX‑PASに ついてその概要を紹介する。 2. PA Sの 機 能 先 に 述 べ た よ う に PASは 解 析 以 前 の 諸 作 業 を 効 率 化 す る 目 的 で 作 成 さ れ た シ ス テ ム で あり、ここでいう解析以前の作業とは以下を指す。 ①データ入力画面の自動設計 ②データチェック ③症例一覧表の自動作成 ④変数一覧表及びフォーマット(カテゴリー)一覧表、コーデイングシート等 の自動作成 ⑤ SA S基 本 コ マ ン ド ( デ ー タ ス テ ッ プ 、 PROC ⑥ オ リ ジ ナ ル デ ー タ か ら SA Sデ ー タ セ ッ ト の 作 成 ⑦ S A Sデ ー タ セ ッ ト か ら オ リ ジ ナ ル デ ー タ の 作 成 ⑧データ履歴の自動作成 ⑨カートリッジテープへのデータのパックアップ FORMAT) の 自 動 作 成 ⑩各種データの管理 こ れ ら の 作 業 は 図 . 1に 示 す 階 層 構 造 を 持 つ P A S メ ニ ュ ー を 選 択 す る こ と に よ り 実 施 される。 図. 1 P A Sの メ ニ ュ ー 構 造 PAS MENU TREE エディター SA5 l メタデータ 作成・編集 l . READSAS 2 . WRITESAS 2 . SAS7rイJレ 。肝... 3 . 7 ォーマット~. 4 . 5A5起動 D 終了 48 保守 l.テーマ削陰 2 . 治厳削除 3 . テーマパッタアップ 4 . 治般バッタアップ O . 終了

3. PA S に 於 け る デ ィ レ ク ト リ 構 造 PASで は デ ー タ フ ァ イ ル 、 SASプ ロ グ ラ ム フ ァ イ ル 、 各 種 シ ス テ ム フ ァ イ ル 等 は 図 . 2に 示 さ れ る 階 層 的 な デ ィ レ ク ト リ に よ り 管 理 さ れ る 。 階層はまずテーマ(薬剤)毎のディレクトリ(テーマディレクトリ)により分類され、 同一テーマ内の各フェーズにおける治験は治験毎のサプディレクトリ(スタディーディレ クトリ)により分類される。 こ 作 成 さ れ る SA Sプ ロ グ ラ ム さらに、治験毎に作成される各種システムファイルや後 i はスタディーディレクトリの下に作成されるサブディレクトリにより分類される。 これらのディレクトリはテーマ名とスタディー名をシステム起動時に登録することによ り自動作成され、その後すべてシステム l こより管理される。 このような階層構造をとる事のメリットは、スタディ一、テーマ毎による管理が容易に なる事である。データの保存やパックアップはこのスタディー単位またはテーマ単位でお こなわれるため、関連したすべてのファイルが同時に保存され、リストアした場合でも、 すぐに保存時の状況で作業を再開することが可能である。 図. 2 PA Sの デ ィ レ ク ト リ 構 造 P A SD I R E C T R YT R E E •• • •• 4. PA Sで の 作 業 手 順 PASで の 作 業 手 順 を 図 . 1の メ イ ン メ ニ ュ ー の 1 I 国序にそって説明する。 4. 1 テーマ名、スタディー名の登録 初 め て 作 業 を 行 う テ ー マ ま た は ス タ デ ィ の 場 合 、 PAS起 動 時 i こテーマ名、スタディ名 をシステムに登録しなければならない。これにより、先に示した階層的なディレクトリを 自動的に作成する。 テーマ名、ディレクトリ名を登録することにより、後に作成されるデータファイル等の ファイル名はデフォルトとして自動的に作成されるため混乱が少ない。 ‑49

図. 3 メタデータ記述例 Sメ タ テ ご ー タ サ ン プ ル 登録番号 I D N O 1 6 疾患名 D E S I 1 2 1A A A 2 BBB @D E S I 薬剤 1 1 K E Y 1A 薬 2 B薬 @K E Y 施設名 H S P 1 3 l北 × 道 大 学 2x x x 中 央 病 院 3x 回 大 学 @H S P N A M E S E X A 2 1 1 A G E 1 2 患者名 性別 l男 2女 @S E X 年齢 <7 0 J Y U U 1 1 重症度 l重 症 2中 等 症 3軽 度 @J Y U U E F F 1 1 1 総 合 判 定 : 1週目 l著 明 改 善 2改 善 3や や 改 善 4不 変 5悪 化 自 E F F 1 E F F 1 1 1 総 合 判 定 :2週目 @E F F 1 / T A F T D W B C 1 W B C 2 H B 1 H B 2 D 6 1 5 1 5 F4 .1 F4 .1 投与後目付 白血球数:前 白血球数:後 血色素量:前 血色素量:後 E N D 5 0一

4. 2 エ デ ィ タ ( メ タ デ ー タ の 作 成 ) P A Sで は 先 に 示 し た 機 能 を 実 現 化 す る た め に 、 ま ず 入 力 す る デ ー タ の 属 性 を 記 述 し た メタデータと呼ばれるデータファイルを作成しなければならない。このメタデータはメニ ュー 1 の エ デ ィ タ で 作 成 さ れ 、 内 容 は 主 に 変 数 名 、 変 数 タ イ プ 、 変 数 ラ ベ ル 、 カ テ ゴ リ 一 、 カテゴリーラベル、フォーマット名からなる。 上記の作業はすべてこのメタデータが参照され実行される。 P A Sで は 実 質 的 な 作 業 は こ の メ タ デ ー タ 作 成 と デ ー タ 入 力 の み で あ る 。 メ タ デ ー タ の 例 を 図 . 3 に示す。 4. 3 メタデータの登録 メ タ デ ー タ が 作 成 さ れ る と メ ニ ュ ー の 2‑ 1に よ り 、 メ タ デ ー タ の 論 理 チ ェ ッ ク を 行 い エ ラ ー が 無 い 場 合 に は 2 ‑ 2で シ ス テ ム に 登 録 を 行 う 。 こシステムは自動的に以下の作業をおこなう。 この登録時 i ①データ入力画面の作成 ② 症 例 一 覧 表 の オ ー バ ー レ イ の 作 成 (2種 類 ) ③変数一覧表、フォーマット(カテゴリー)一覧表の作成 ④コーディングシートの作成 ⑤ S A Sデ ー タ セ ッ ト 作 成 用 SA S プ ロ グ ラ ム の 作 成 ⑥ オ リ ジ ナ ル デ ー タ フ ァ イ ル 書 き 戻 し 用 SA Sプ ロ グ ラ ム の 作 成 ⑦ 永 久 フ ォ ー マ ッ ト 作 成 用 S A Sプ ロ グ ラ ム の 作 成 4. 4 デ ー タ 入 力 メタデータの登録により作成された、データ入力用の画面を使用してデータ入力をおこ なう。 こ の 入 力 画 面 は 当 社 で PA S 用に開発された入力画面作成用言語 ~VAX 1N~ で作 成されており、自動で作成されるデフォルトの画面でもシンプルであり十分実用的である が 、 シ ス テ ム に よ り 作 成 さ れ た 画 面 作 成 プ ロ グ ラ ム を 変 更 す る こ と に よ り 、 C R Fイ メ ー ジの画面等も作成可能である。 また、データ修正もこの画面により行うが、入力メニュー選択時に作業者の名前を畳録 しており、何時、誰が、どこを修正したかの履歴(新規入力時の履歴も〉も自動的に作成 され保存される。 4. 5 データチェック データチェックを選択すると、メタデータ内に記述された範囲チェックと標準偏差によ る論理的なエラーチェックを行う。 し か し 、 こ こ で 実 施 し て い る よ う な 1次 元 的 な エ ラ ー チ ェ ッ ク で は 不 十 分 で あ り 、 今 後 、 相関等を利用した多次元的なエラーチェックへの拡張を計画している。 4. 6 データ印刷 データ印刷を選択する事により、症例一覧表と個別データ一覧表が印刷される。 一覧表はメタデータ登録により作成されたフォームオーパーレイと重ねあわせられ、 C ANON製 レ ー ザ ー プ リ ン タ ー LBP‑B406 ( 通 称 レ ー ザ ー シ ョ ッ ト ) に 出 力 さ れ る 。 こ の オ ー バ ー レ イ も デ ー タ 入 力 画 面 と 問 機 に 当 社 で PA S用 に 開 発 さ れ た 簡 易 ペ ー ジ 記 述言語『レーザーフォーム』により記述されており、データ一覧表以外の帳票もすべてこ れで記述されている。 『レーザーフォーム』については他の論文にて詳しく述べる。 Fhd ' ' A

4. 7 レポート ここでは変数一覧表、フォーマット(カテゴリー)一覧表、コーデイングシート、入力 状況レポート等が出力される。 入力状況レポート以外はメタデータ登録さえ済んでいればデータは入力されていなくて も出力することが出来る。 コーディングシートはデータ作成を外注したり、共同開発等の場合の他社とのデータの 互換を保つために使用される。 入力状況レポートは何例入力されたか、記入率はどのくらいであるか等の情報が出力さ れる。 4. 8 S A S SA S と の イ ン タ ー フ ェ ー ス で あ る 。 PASで は オ リ ジ ナ ル デ ー タ は 1レコード 80BYTEの シ ー ケ ン シ ャ ル デ ー タ で 持 っ ており、 READSASは こ の デ ー タ を 読 み SA Sデ ー タ セ ッ ト を 作 成 す る SA Sプ ロ グ ラ ム で あ る 。 こ の SA Sデ ー タ セ ッ ト は メ タ デ ー タ を 参 照 し て 作 成 さ れ て お り 、 変 数 ラ ベ ルも含む。 WRITESASは SA Sデ ー タ セ ッ ト か ら オ リ ジ ナ ル デ ー タ を 書 き 戻 す SA Sプ ロ グ ラ ム で あ り 、 入 力 さ れ た デ ー タ か ら 計 算 さ れ る よ う な 項 目 は 、 一 度 SA Sに よ り 計 算 さ れ た後、オリジナルデータに書き戻すことが出来る。 フォーマット登録では、メタデータのフォーマット名に基づき作成されたフォーマット が、永久フォーマットとして登録される。 SA S起 動 で は フ ル ス ク リ ー ン マ ネ ー ジ ャ の 起 動 と 、 VMS (VAXの oS) レ ベ ル で のパッチ(プロセス上のパッチとプロセスから切り放された別プロセスでのパッチ)が選 択できる。 4. 9 保 守 データのパックアップを行う。 3. P A S ! こ 於 け る デ ィ レ ク ト リ 構 造 で 説 明 し た よ う に 、 デ ー タ の 保 存 は テ ー マ 単 位 、 スタディー単位で保存される。 5. お わ り に PASの 機 能 は メ タ デ ー タ に 集 約 さ れ て お り 、 メ タ デ ー タ そ の も の が 必 要 最 小 限 な 情 報 だけからなるシンプルな構造であるため記述しやすい。また、必要最小限といっても一般 的な統計ノマッケージのデータ記述するのには十分な情報を含むため、システムの一部分を 変 更 す る の み で 異 な る 統 計 ノf ッ ケ ー ジ に 対 応 可 能 で あ る 。 PASで は 主 な 作 業 は デ ー タ 入 力 を 除 き メ タ デ ー タ を 作 成 す る こ と だ け で あ る 。 PA S 作成以前は統計ノマッケージのデータ読み込みルーチン、症例一覧表プログラム、データ入 力画面をすべて治験毎に作成しており、これらの作業だけで数週間かかっていたのがメタ データ作成の数日に短縮された。 さらに 1つ の 治 験 で 数 十 か ら 百 を 越 え る デ ー タ や プ ロ グ ラ ム 等 の フ ァ イ ル の 管 理 も シ ス テムが行うためトータルでかなりの効率化がはかれたと言える。 PASの 扱 う デ ー タ は 基 本 的 に は 治 験 毎 の シ ー ケ ン シ ャ ル デ ー タ で あ り 、 テ ー マ 毎 の 横 断的な解析を行うことが出来ない。臨床データもデータベースソフトにより管理する例も 増 え て き て お り デ ー タ ベ ー ス と PASを ど の よ う に 組 合 せ て い く か が 今 後 の 課 題 の 1つ で あ る 。 ま た 、 も う 1つ の 課 題 と し て は 、 当 初 よ り ル ー チ ン 的 な 集 計 ・ 解 析 の 自 動 化 を 予 定 していたが現在実現していない。臨床試験のデータ解析の場合、初期の集計・解析のパタ ー ン は ほ と ん ど 同 じ で あ り 、 メ タ デ ー タ に 多 少 手 を 加 え る だ け で SA Sプ ロ グ ラ ム を 自 動 作成することは可能であろう。 最 後 に な っ た が 、 こ れ ら の シ ス テ ム は モ ジ ュ ー ル 部 分 は FORTRAN、 Cで 記 述 さ れ て お り 、 メ ニ ュ 一 部 分 は D C L( D i g it a lC o m m a n d 1a n g u a g e )で 記 述 さ れ て い る 。 ‑52‑

日本 SASユーザー会 (SUG ト J) SASと簡易ページ記述言語 「レーザーフォーム」を用いた一覧表の作成について 渡辺敏彦 科研製薬株式会社開発部統計解析グループ Drawing a t a b l e with SAS and simple page d i s c r i p t i o n language iLASER FORMJ T o s h i h i k o Watanabe KAKEN PHARMACEUTICAL CO.， LTD. 2ー 28‑8 Honkomagome Bunkyo‑ku Tokyo Japan 要旨 S A S では P R O C F R E Qや P R O C T A B U L A T Eに よ り か な り 複 雑 な 表 を 作成することが可能であるが、罫線等の問題で見栄えはあまり良くない。 しかし、他の言語で作表するのはかなりの作業量となり効率的でない。 当社ではこれらの問題を解決すべく簡易ページ記述言語『レーザーフォーム』を開発し た。 この『レーザーフォーム』により作成された帳票枠を、オーバーレイファイルとして P R O C T A B U L A T E等 で 作 成 し た SA Sの 出 力 フ ァ イ ル と 重 ね て パ ソ コ ン 用 の レ ー ザープリンターに出力することにより、高品位の一覧表が作成される。 これまで高価なレーザープリンターシステムでしか利用出来なかったページオーバーレ イ機能が安価なパソコン用プリンターで簡単に利用出来るようになった。 キーワード同一ジオーバーレイ、 V A X、 L B P ‑ B 4 0 6、 P R O C T A B U L A T E 1. は じ め に データ解析では解析結果ばかりでなくデータを見やすい一覧表として表示することが重 要であることは言うまでもな ~'o S A Sでは P R O C P R I N T、 P R O C F R E Q、 P R O C T A B U L A T Eを 用 い て 簡 単 に 一 覧 表 を 作 成 す る こ と が 出 来 る 。 ま た P U Tを 用いてかなり複雑な表を作成することも可能である。 し か し 、 現 在 当 社 で 使 用 し て い る M I C R O V A X上 の S A Sで は 罫 線 を 使 用 し 見 栄 えの良い一覧表を作成することは不可能であるため、 S A Sの 出 力 結 果 を そ の ま ま 官 庁 等 への申請資料として利用出来ないことが多い。 一方、大型コンピュータ等の高価なレーザープリンターシステムでページオーバーレイ を利用することにより、品質の良い表を作成することが出来るがコストが高くなる。 そ こ で 、 安 価 な が ら オ ー バ ー レ イ 機 能 を 持 つ C A N O N製 の レ ー ザ ー プ リ ン タ ー L B P ‑ B 4 0 6 を VAX に接続し利用するため、帳票作成用の言語『レーザーフォーム~ (以 下 L F O と略す)を開発した。 本 論 文 で は L F Oの 概 略 を 紹 介 す る と 共 に SA Sへ の 応 用 に つ い て 述 べ る 。 2. 特 徴 L F Oは L B P ‑ B 4 0 6 に 内 臓 さ れ た ソ フ ト ウ エ ア L 1 P S (LBP Image Processing System) の テ キ ス ト モ ー ド を 直 接 コ ン ト ロ ー ル す る ペ ー ジ 記 述 言 語 で あ り 以 下 の 特 徴 を 持 つ。 ①簡易である。 簡単な命令と文法から構成されており、簡単な記述により複雑な帳票が設計出来る。 ②ページ記述が出来る。 ベージ内であればどこからでも設計でき、ページを分割して設計することも出来る。 ︒ a r a

③行間隔や文字間隔の制限がない。 文字や罫線等は自由な場所に配置することが出来、文字間隔も簡単に制御出来る。 また、設計時の単位 ( mm，inch等 ) は 自 由 に 設 定 出 来 る 。 ④豊富な表現力 LBP‑B406に 内 臓 さ れ た 豊 富 な 文 字 フ ォ ン ト を す べ て 使 用 す る こ と が 出 来 る 。 20 0% 拡 大 が 設 定 出 来 る 。 文 字 フ ォ ン ト は 縦 横 に 50%縮小、 罫 線 は 実 線 、 点 線 な ど 7種 類 の 線 種 と 9段 階 の 太 さ が 選 べ る 。 6 8種 類 の 網 が け パ タ ー ン が 選 べ る 。 ⑤ページオーバーレイ機能 設 計 し た 帳 票 を 2ペ ー ジ ま で ペ ー ジ オ ー バ ー レ イ と し て 登 録 す る こ と が で き る 。 ⑥被オーバーレイファイルのマージンや文字種をオーバーレイファイル内で定義出来 る 。 な ふM ︑hJ HF ン マ コ サ ブ 必宮山 か 巾 る す ト h ' 修 を ン マ コ ン 4hv ︒ イe JF ﹂ ルす ド ン述︒ マ記す コを示 ン票を イ帳能 メて機 のいの 2 用そ ーをと は令令 令命命 Oれに 命のな のら主 Fこ下 灼 J L ︑以 3. コ マ ン ド CREATE: 用 紙 サ イ ズ 、 使 用 単 位 、 オ ー バ ー レ イ の 有 無 な ど の 初 期 設 定 FONT :使用する文字フォントの宣言 TEXT :出力する文字列とその位置を定義 H L 1N E、 V L 1N E、 L 1N E :線を書く B0 X CONT :箱形を書く :被オーバーレイファイルの属性(フォント、ピッチ、マージン等)の 設定 4. 使 用 法 帳票を作成するにはまず上記コマンド i こより帳票を記述したファイルをレーザーフォー ム コ ン パ イ ラ に よ り L 1P Sで 記 述 さ れ た プ リ ン タ 制 御 コ ー ド か ら な る 制 御 フ ァ イ ル に 変 換し、この制御ファイルをプリンターに送る。 この際、設計された帳票がオーバーレイであることが記述ファイルに宣言されている場 合にはこの情報はプリンターのメモリー上に保存され、被オーパーレイファイル(データ ファイル)がプリンターに送られたときに重ねて出力される。 5. S A Sへ の 応 用 L F 0 を 使 用 す る 場 合 、 第 一 の 使 い 方 と し て L F Oの み で 帳 票 を 直 接 記 述 す る 使 い 方 が ある。これは、記入用紙などを設計する場合などに用いられるがワープロ等よりこまかな 制御が可能なことと、記述が簡単なことにより、開発当初の予想に反して当社では比較的 この利用の仕方が多い。 第 二 の 使 い 方 は L F Oに よ り オ ー パ ー レ イ フ ァ イ ル を 作 成 し 、 他 の デ ー タ フ ァ イ ル に 重 ねて印刷する使い方である。 この場合データファイルは何らかの他の言語等により別に作成しなければならず、意外 に 手 間 取 る 作 業 で あ る が 、 こ の デ ー タ フ ァ イ ル 作 成 に SA Sの P R O C TABULAT E等 を 用 い る と 、 効 率 的 で あ り 品 質 の よ い 表 が 作 成 で き る 。 第 三 の 高 度 な 使 い 方 と し て は 何 ら か の 言 語 で デ ー タ を 読 み 込 み 、 デ ー タ ご と L F 0で 記 述したファイルた変換し、これをコンパイルしプリンターへ出力する方法がある。 これも、 SA Sの P U T文 を 使 用 す る こ と に よ り 比 較 的 簡 単 に 作 成 す る こ と が 可 能 で あ る 。 この方法によるとデータ項目ごとにフォントの大きさを変更する等の定型外の可変的な帳 作表が可能である。 具体的な出力例は発表時に示す。 官 Fhd a A

日本 SASユーザー会 (SU Gト J) データ処理の標準化とマクロ群 吉田彰夫 日本化薬株式会社 医薬データセンター Designing Case Report Forms f o r Standardization Akio Yoshida Nippon Kayaku C o .， L td . M e d i c a l Data C e n t e r 1‑11‑2 F u j i m i Chiyoda‑ku Tokyo Japan 要旨 医薬品の臨床試験のデータは領域が広く、データ処理の標準化はたいへん困難な点が多い。当社では入力用紙の OCR (光学読みとり装置)化を行いデータ入力を行っているが、 OCR化を通じて調査表の各項目の共通化をは かり、 OCR用紙の作成及びデータ処理について迅速化・正確化を試みている。今回は調査表の共通化の現状と、 データ処理において重要なデータチェッケ等をサポー卜する SASのマクロ群について紹介したい。 キーワード: 調査表の設計、 OCR、標準化、コード化、マクロ、デ タ入力 l.はじめに 医薬品の臨床デ タは多領主主にわたり、多種多彩な形式で得られている。このため、臨床デ タの処理を正確か つ迅速に行うことは多くの困難を伴っている。このような状況のもとで、効率的なデ タ処理を行うためには、入 力 レポ ト作成までの過程を一貫してンステム化することが必要と考えられる。特にデ タ固定に至るまでのデ タの入力・チェ・ソク・修正の作業は、最も多くの時間を費やすところであり、結果の良否に対する最大の要因と 考えられる c 従って、デーデの入力・チェック・修正の作業についてのオペレ ションを出来るだけ簡易にかっ正確にするこ とがシステム化にあたっての第一ステソプであると考えられる。その意味でデ タ修正とその修正履歴のシステム 化、照合リストの作成システムなどユーザ が使いやすいシステムが重要である。これらの点については既に SU GIJ‑87‑89において高田け寸)が述べている。 また、入力以前の問題として調査表の設計段階の重要性が考えられる。よりよいデータ収集のためには良い調査 表が必須であるが、現在の調査表は開発担当者・医師の考え方がし、ろいろあり、同じ様なプロジェク卜の同じ様な 項目の調査においても形式は統一されていないのが現状であろう。当社ではデ タ入力に関して OCR (光学読み 取り装置)方式を使用しているが、調査表の項目を標準化することにより OCR様式作成のスピードアップとチェ ックプログラムの汎用化がはかれる号今回は調査表の標準化の面での当社の現状と、それに対応する SASのマク ロ群について紹介する c また、デ タ入力に関して OCRのメリッ卜・デメリッ卜についても述べたい。 2 システムの概要 図 lに示した。 3 . 調査表項目の共通化とシステムにおけるマクロの役割 (1) ‑ (6) までにプロック号1に共通化したモデルを示した。このなかで、フォーマットがもともと付加され ていて後から分類が変わってくる場合、あるいは最初の段階ではどのようなデ タが得られるかわかっておらず、 後からフォーマソ卜を付けざるをえない場合等があり、ここに示すフォーマット付加・修正のマクロは必要不可欠 である。また、フォーマットはできるだけオ ソライズされたものが良いと考え図 iに示すようなものを利用して いるが、部位(特に癌領域など)、復合化学療法などは社内でコ ド化して一本化している。 Fhu Fhu

図1.臨床デ タ処理の流れとマクロ群 転記 日 二 hL OCR入力用紙 調査表 多宵 三戸、 1 ~4 不自言式暦食 1B 主当毛主 タ7 寸z ニ/タ7 一 一 ‑ .~青幸良システム I H[ 1 ; J E f Ji j l JI 日 出8 0 0 S C U P D E % 8 0 0 L A 8 E L 外 部 E l 云l 」 J l 話8 0 0 F M A D D .話8 0 0 F M A D D 2 症例一覧表 月P R I S M S A Sによる出力 目P V C 月K S J 目C H A N G E 別R E P L A Y ‑56‑ S A St よる出力 目 F R E Q 2・ 自F R E Q 3 指T T E S T % S U R V % 8 0 0L lS T % 8 0 0 D 8 マット追加 一正一 一修一 出P R J S E T Cプロジェクト名) フォ 則一一一 辞書 調査表設計 % 8 0 0 U P D ラベル修正 l ‑‑‑J こ フォーマット付加 8 0 0 D I C ン修正 スクリ

(1)患者・施設等一般的項目

'
，
;
;
.
.
;
;
;
"

悼 盈

骨
骨

口
口 Cl口己口

貝

E

j
，
l

.
e

人
"

M

年

j"ls I
J
I
I

H

口口
口口

μ

:
2
. ~

'
l
l

I

c
以〕口年口口 n 口
口L
長JU
口
口
Cl口句口口川口口

~: ~.~

4ず

日
口

時 間

印口口ロロロロ巳

同 "
it
:
o
、
白E

日

口口口口口口口

生
年
月
円

，
，
，
レ
"
f
"
:
‑
;
n

h
;
コ
口

I
I ~.

渦

開[司J
L
>
J
邑J
凹臼回目

亡口口口口

~f'~ 調停り

・』内釘

~，

"姐

苫舟

1

判長一 U岨

3

[

¥
.
‑
J

俣掴ーヨピ・

(2)合併症・既往症
代田1[

~::日 ??2 早口口口口口口

既往症

5 日同 ~n

日口口口日日日

甲日口口日巴口
早口口日日日口

早臼巴ロ日日囚
早口日日回目口

(3)前治療(併用，後治療もほぼ同様)

附 式
開

予栴

U

T栴屈伸

日 口 南 式
f
故

J1円

障岬間断勾~.

"f 刀H

一例園町'

世羽田頭

日ロロ日目口口口口口ーμじl
口口両口口口
日ロ回日日口口口口ロー凪口口口同口口口

祉財圃

円四口

品戸ロ

手時間金

口伊門岡
口闇

有

口
口

2
田
凪口年口口 R 口
口
ロ

口

帽

手術日

凪

1

前耐震

世
、1関 崎 匂 舛 "

r

. 剤 ) ‑

b

"与~(f1 H

円
.

助'"

i
E
E日白

同口口口口口
日口口口口.口
円P
fo
l
.

倒~t:'P;. 靭

同囚

帆位

功唄

日日ロ巴口口口日口口口口ロロロー早口口 u (J.口口.口田口口口口巴口日日間日
目ロロ巴巴巴口口口日口口口口ロー同口口口 k
l口口口回日目口口口口回目回日
目白白巴巴回目白白日ロロロロロー凪口口口凪口口口早口田口口口口回目回巴
(4)腫傷計測値

コ口口・口口口円
白即日即時一体巾
口口口口口口円

与日一昨FEFFm

1口口口口口円
正口ロロロロ門
在 幅 員Q円出唱門
口口口口口口門
.ロロロ口口口 n

︺口口口口口門

巾

p凪凪門出門岡︹同門

佳
品
巾
bFF

口口口口口口門
.口コロココ口︑門
日品副品凪円相門
コ口口口口口・門
正ロロロロロ門
門
同
門
出
門
出
円
同
門
RE叫
口口口口口口門
日ロロロロロ門
日門出門岡門同門同日門
コ口口・口・口・口・門
田研一昨佐佐市

口口口口口口門

FF醇日間同

削

四回臼巴巴門
間四回図回目円

FFhtwFF

市 揮 耐

(5)副作用

PE門町田

Mh
﹃
門 ]門
Zvh
﹃
門
]
潤
口口口口口
口口口口口
口口口口口
即日口口口口
同口口口口口
相
︹
]
四
円
]
耳
門
出
門
]
耳
門
出

融問日

品P口日日口
h 門町田日門町田

mppppp

岨口口口口口
開口口口口口
同口口口口口
制
門
]
開
門
同
門
]
叩
門
]
訓
門
]
町
口口口口口
口口口口口
口口口口口
口口口口口
相口口口口口
町
門
︺
肺
門
]
日
門
]
日
門
]
訓
門
]
澗
巴回日ロ白
口図臼回目
下回巴巴回日
ト回目回目白
冊目白巴回日
酎同町悶 Y同町同町悶町

副作用

u

(6)臨床検査値
鼻血草散

{
x
t
d
>

Hb憧

(g/a)

同口口
日口口
日口口
面口口
副口口
F口口
血崎散ゅ
日口口口
日口口口
日口口口
白血庫散
肩口口口口
U口口口口 肩口口口口
限値埠散
""
証口口
日口口
F口口
リンパ暗 ft(
副口口
日口口
日口口
. . 埠 量 ""
戸口口
F口口
F口口
鼻血時世
(x，
o
)
同口口醇
日口口F
封}

凶県聞岨

‑57一

日口口
日口口
日口口口
F口口口口
長口口
日口口
F口口

Q

E口口

Q口口
日口口口
長口口口口
日口口
凪口口
E口口

一 一 一 一 一 一 昨 u m m験即日⁝r 時 計 一 一 一 一 万 一 一w ‑1.デ タチェック用・統計処理表示問マクロ 通常は SAS DATA ステップにおいての一般的な記述でチエソクプログラム、解析プログラムを作成して L 、る。チェックプログラムのマクロとしては、患者の来院から治療経過を図示する 1 P V C(図 2)、癌の小山・斎藤 o S J(図 3)、日付のデータからその日付に基ついて経時的デ タを自由に行う % C H A N G E等が 班判定の確認を行う見 K F R E Q 2 ある O また、解析のマクロは、 PROC FREQや PROC TTESTの結果をコンバクトにまとめた % ， 児F R E Q 3 .% T T E S T 等が用意されているが、再審査・年次報告のような定型的出力にならない第一相 第三相試験な どについては今後の課題である c 図2 .% P V Cによる出力 図3 .% K S Jによる出力 一 一同 21 ︒ a oba'a ︐︒︑︐ ︒‑ 司∞一 i d o Z 剖S 7 ノ//‑ノ B‑ 017 2 ︽2 4 ︿ ︽ 一 相川町叩 町一 ///L/1‑ ︐︑四︐︑︒︿︒ト一一 ω 一一一 同国一↑ O﹀O︾ 一 一 一2 0︒3 2 O ﹀ O ︾ 一 一 ﹀ 一百円 E 川 l 岨 白 血 一 一 一則 U 一 町 一 町 寸 町 ↓ 一 GE A︽ ︿ ︿ 一 9︿︒一 ︑ ︐ 一5 8 9 一日 M H︐ ︑ 一回 Q剛一 / EノB 一 一一 90‑o ‑A/ 一 日 一四ml闘 ︒ 開 ‑61 ︿ O ノ ‑45 5 一則明言刷︒開︒開︒山一一師団一一山知 時剖 87m2 muu 山 ︒ 叩 6 山 Q 脚 帥 U 5町 一 脚 抽 出 骨 一 Ha γ晒 恒川 h ︽ 日間叫 W いUWHW︐︑町一一醐 U い 一 制 即 ト E ノ一 / Zノ Z ノ ー 一 一 ‑390‑ ︒︒一一 一G ︿︽︽︽一 一醐 aRTV 口口情ロロ向︒ 13R11 p ︐ ‑ECER 一喝 N rrD︽ ffD︽ 0 0ヨ/ / / / 0 0 3 / O O Z / 出幽 E U U M M 回 出 E 7 削出 E 叩 ヨ6・ ‑2620 6 田 ロロ情 2 1 2 7 1瞳 目 刷 出 出 ︐︑ az ︐ ︑ ︐ ︑ ︿ ︐ ︑ 調 定 ︽ ︐ MCCC M町 官寓健衛官 ・ 聞 聞 val‑‑e H圃岨目白山町同調日目闘訓開山 rrB︐︑︐ 1 3 峨鎖国軍国 '一'' 7"" a n冒 園 町 LH Ez‑‑Z "‑R ‑e‑nRmtDR RHEt 個﹃ ‑直結圃陣晒‑慮 の胴・ 5 t 肺圃﹄ 5 . OCR様式のメリット・デメリットについて (1)メリット ・調査表イメ ジによる入力の容易化と入力ミスの低減 ・多人数による入力が可能で、再審査・年次報告なとでも効率的入力が可能である。 ‑調査表の項目の辞書登録により変数・フォーマットの統ーが可能でチェックプログラムの汎用化につながるつ .調査表以外にも社内応用が可能であるつ (2)デメリット ・書式が冗長になる(調査表とほぼ同じ枚数の OCR用紙ができる)ため、 OCRの読込みに時間がかかる 0 .OCR用紙の原稿作成・印刷の手聞がかかる。 ‑読み取りミ叉が発生する。 6 . まとめ 調査表の設計は臨床デ タの収集にあたって大変重要な問題であると思われるが、記入するにあたって解釈が暖 昧な点があったり、同じような調査項目が二重に設定されたり等まだまだ研究が必要と考えられるコ今回示した調 査表の共通化フォ ムもまだ完笠なものでなく、むしろ現実に対応しながら作ってきたものであり問題点も多い。 今後もなお調査表の項目の整備・共通化は、その技術的な面だけでなく、社内合意を得ること及びその徹底をは かることも大きな問題である。また、入力にあたってよいコード体系を作っていく(利用していく)ことも第一栢 試験 再審査までの連続性の面で今後重要な点ではないかと考えている。また、 OCRは多少の問題点はあるもの の、入力方式としてはほぼ定着しル チン化しているつ 7 . 参考文献 1) SUGI一J 87 2) Sじ GI‑J 88 一5 8一 3)SUGI‑J 89

日本 SASユーザー会 (SU G卜 J) PC版 SASによる一覧表の作成とコード管理 0大 塚 芳 正 藤丸清志 日本ロシュ株式会社臨床開発本部 Making p a t i e nt 's l i s t s and managemant o f code u s i n g PC/SAS Yoshimasa Ohtsuka K i y o s h i Fujimaru Nippon ROCHE K . K . CRD D i v i s i o n 6‑17‑19 Shinbashi Minako‑ku， Tokyo 要旨 漢字処理をメインフレーム上で行う場合、シフトコードを伴うためハンドリングが 煩雑である。一方、 P C上 で は 漢 字 コ ー ド を 取 り 扱 う 環 境 が 整 っ て お り 、 ハ ー ド ウ ェ ア の 向 上 に よ り P C版 SASを 用 い た 処 理 が 実 用 的 と 思 わ れ る よ う に な っ て き た . そ こ で 、 新 薬 開 発 の た め の 臨 床 試 験 に 不 可 欠 な 一 覧 表 作 成 と コ ー ド 管 理 を P C版 S A Sを 用 い て 行 っ た の で 紹 介 す る 。 キーワード: 臨 床 試 験 ， 一 覧 表 ， コ ー ド 管 理 . PC版 SAS 1. は じ め に 新薬開発のための臨床試験において、各種の一覧表の必要性と利用性が高まってい る。特に、比較試験では新薬申請の際に症例一覧表が必須である。また、研究会などの資 料に用いたり、データチェックの材料となっており、データの信頼性を向上させる上でも 不可欠なものであると思われる。臨床試験は小規模のものから大規模のものまで数多くあ り、一般的には非定形的なデータを伴う。この非定形的データから、 SASの デ ー タ ス テ ップを用いることによって各種の一覧表の作成を効率的に行うことが可能である。 SUGI‑Jで の 一 覧 表 作 成 に 関 し て の い く つ か の 発 表 例 は 、 主 と し て メ イ ン フ レ ーム上の実用化となっている。市販後の副作用報告のように、症例数が多い場合や定形的 な場合にはメインフレームで一覧表を作成する方が効率的である。しかし、非定形的なデ ータを伴う臨床試験では、一覧表フォームの設計及び変更の容易さとプログラミングの生 産性を高めることが望まれる。この点では、メインフレーム上では日本語処理の環境が不 十分であり、プログラミングの工夫や画面上とプリンター出力とのイメージが一致しない な ど の 不 満 が あ る 。 一 方 、 P C上 で は 漢 字 コ ー ド の 取 扱 い が 比 較 的 容 易 で あ り 、 そ の よ う なプログラムの煩雑さはない。ただし、実行スピードの遅さや、プリンターの印字品質と スピードの問題から、今までは本格的な実用には至らなかった。 しかし、最近のハードウェアの進歩に伴って、レスポンスがかなり改善され、 版 S A Sに よ る 各 種 一 覧 表 の 作 成 と 日 本 語 を 含 む コ ー ド 表 の 管 理 が 実 用 的 と な っ た 。 ‑59一 PC

2. シ ス テ ム 携 成 ハ ー ド ウ ェ ア 環 境 と し て 、 パ ソ コ ン は NEC PC9801 RA(CPU 80 386， 16MHz， 40MBハ ー ド デ ィ ス ク ) を 用 い 、 数 値 演 算 プ ロ セ ッ サ 803 8 7及 ぴ メ モ リ を 増 設 し た 。 メ モ リ は 合 計 6.6Mbyteとし、 EMSに 2Mby旬、 RAMデ y t e、 キ ャ ッ シ ュ デ ィ ス ク に 2Mbyteを 割 り 当 て て い る 。 プ リ ン タ ー は 京 セ ィ ス ク に 2Mb ラ， L‑880S 日 本 語 レ ー ザ ー プ リ ン タ ー を 使 用 し て い る 。 こ の プ リ ン タ ー は テ キ ス ト形式のコマンドで制御でき、そのコマンドを一覧表等のファイルの先頭にコピーして用 いることかできる。また、 IBMの パ ソ コ ン と 共 有 で 使 え る 。 ソフトウェア環境として、 MS‑DOS(Ver 3.1) の 下 で SAS (Ver6.03J) を用いている。 転 送 ラリの参照のスピードアップに大きく寄与していると思 l v い る 。 特 に 、 キ ヤ ヅ シ ュ デ ィ ス ク は FORMATラ イ プ F ク上で行っているため実用に耐えうるスピードとなって ︽ 0 RNW PCに 転 送 し て 用 い る ( 図 1) PC上 で は キ ャ ッ シ ュ SA Sの 実 行 を RAMデ ィ ス ディスクを確保しており、 MH データはホストに入力されているものを加工し、 MH は用いていない。 〆 202桁 x7 1行 が 可 能 で あ る 。 フ ォ ー ム オ ー バ ー レ イ 7 A4用 紙 に 対 し 半 イ した罫線となる。この設定のもとで、 角 文 字 が 最 大 17 0桁 x57行 、 あ る い は 縮 小 モ ー ド で LP MS‑DOSコ マ ン ド で の 出 力 で 連 続 行/ することにより、 フ これは L‑880Sの 文 字 問 隠 及 ぴ 行 間 隔 を 適 当 に 設 定 木山川 テ ナ ン ス し や す い 。 罫 線 は 2バ イ ト 文 字 と し て 作 成 す る 。 ν U ス円 レイアウトの設計はエディターあるいはワープロ で作成し、これをプログラムで利用しているため、メン 向U j M 固←口昌← 3. 一 覧 表 の 作 成 われる。 図 1. 処 理 方 法 4. コ ー ド 管 理 データのコードは試験ごとに異なる非定形的なデータペースであり、その管理は臨 床試験にとってデータと同様に重要である。また、コードの変更や追加はしばしば行われ るため、フレキシプルに対応しなければならない。現在、 ド 定 義 を 行 い 、 こ の 定 義 か ら SASの 入 力 D a ta 患 者 リ ス ト 及 び SAS SASの FSPを 用 い て 、 コ ー S tep や デ ー タ チ ェ ッ ク の た め の FORMATの プ ロ グ ラ ム を 自 動 生 成 し た り 、 況 用 解 析 プ ロ グ ラ ムの項目定義フォーマット等の一元的なコード表の管理をめざしたシステムを開発してい る。 ‑6 0一

日本 SASユーザー会 (SUG ト J) CATS、その後; O舟 喜 光 一 田中俊和 持田製薬株式会社開発本部調査解析室 The extension of CATS くo i c h i Funaki Toshikazu Tanaka l td . D i v i s i o no fB i o s t a t i s t i c s Mochida Pharmaceutical C o .， L ・c home， Shinjuku‑ku， Tokyo 160， Japan 7， Yotsuya 1 要旨 CA T S CClinical t r i a l Analytic T o t a l System :臨床試験データ解析システム)は、 コンピューターや SA S等 に 関 す る 知 識 を ほ と ん ど 持 た な い 臨 床 試 験 の 担 当 者 が 、 デ ー タ 解析要員の手を介さず、直接臨床試験データを管理・解析することを目的としたシステム である。 SAS/AFによるメニュー方式を基本に、 SAS/FSPに よ り デ ー タ の 入 力 ・訂正を行い、一覧表、集計表、グラフ等の作成、統計解析などを実施している。 S U G I一 J' 8 7で 初 期 の 開 発 に つ い て の 報 告 を し た が 、 今 回 は そ の 後 加 え た 拡 張 点 を 中 心 に 問題点、今後の拡張計画などについても報告する。 キーワード:臨床試験、データ処理、 SAS/AF、 SAS/FSP 定、 FSEDITによるデータ入力、訂正を 1 . はじめに 利用している。 CATSの開発においては SASの元長な 出力を圧縮したり、高品質の罫線に書き直す 臨床試験データを処理する方法は 2種類に などといった処理はほとんど行っていない。 なぜなら、 CATSの開発担当者もコンピュ 大別されると考えられる。 1つはデータ処理 に関する専門的な知識を有するデータ解析担 ータの専門家ではなく、また、人数も時間も 当者が実施する方法で、もう 1つは臨床試験 十分ではないので、大きなメリットが無い限 モニター担当者が実施する方法である。いず れの方法にも一長一短があると考えられるが、 り多大の労力を払って新しい機能を追加する ことはできないのである。この種の拡張は多 CATSは後者の方法を前提としたシステム である。すなわち、 CATSではデータ入力 機能端末のワープロ機能や切り張り処理など から解析までのすべてのデータ処理を臨床試 ある。 を利用するというのが CATS開発の方針で 験モニター担当者が実施する。一般的に臨床 CATSの初期の開発については既に S U GI‑J' 87で報告したがひ、今回はその 後の拡張点などについて報告する。 SASに 習熟された読者には特に目新しいものはない と思うが、新しい SASユーザーが CATS と同樺の、臨床試験モニター担当者が直接デ ータを入力・解析する形式のシステムを作成 しようと計画している場合の参考にはなるで あろう。 試験モニター担当者はコンビューターやデー タ処理に関する知識はあまりなく、また、そ れらを修得する十分な時間もない。そのよう な状況の中でデータ処理を正しく、迅速かっ 容易に行えるようにすることが CATSの基 本的な目的である。以上の目的を達成するた め CATSでは SAS/AFを用いたメニュ ーによる処理の選択およびパラメーターの指 c u

向口 成 作 2. 1 ハードウェア ツ換 セ変定 タタ検 行一一計説 実デデ集仮 動 2. 環境 ホスト機には IBM‑4381 、端末には IBM‑5560、 IBM‑PS/55、東 3. 2 特徴 芝 ‑J3100を使用している。また、出力 には IBM‑5577 ドットプリンタ一、 I 1)構成上の特徴 CATSの基本的な骨格は A Fを使用した BM‑3820レーザープリンターなどを使 用している。 階層構造をもっメニュードリブン方式であり、 約 260の A Fエントリ(メニュー:約 60 2. 2 ソフトウェア エントリ、プログラム:約 140エントリ、 ヘルプ:約 60エントリ)、約 20種の FS ホスト機 O Sは IBM‑VM/CMSであ EDITスクリーンおよび CATS用のマク る。端末は日本語 PC‑DOS、OS/2、 ロライブラリー CATSMACにより構成さ れる。 CATSMACは約 50種のマクロよ MS‑DOS上の 3270‑PC (G) エミ ュレーターである。 CATSに関与する S A りなり、 CATSの中で度々使用されるルー Sの構成は BASE、GRAPH、A F、F S Pの 4種類である。 チン(オブザベーション数のカウント、散布 図の作成など)などが含まれている。以上を 図 1に示す。 3. CATSの全体像 図 1. CATSの構成 3. 1 主要な機能 CATSの中で利用可能な機能のうち主な ものを以下に示す。 データ入力・訂正 読み合わせ用チェックリスト作成 データハンドリング データセット作成・消去 ソート 変換 リスト 集計 統計解析 計数データ 2)簡単な処理と高度な処理の併用 計量データ 入力、リスト作成、集計表作成などのいく 多変量解析 生命表解析 つかの処理では、凝った出力は行えないが時 聞をかけずに簡単に結果が得られる方法と、 チャート・グラフ 少し慣れれば望み通りの出力結果が得られる 方法の両方が用意されており、エンドユーザ 薬物体内動態解析 ーは自分のレベル、ニーズに合った方を選択 62

新しい機能を追加した場合などには機能の できる。 例えば、集計表作成には「簡単集計」と 紹介と詳細な実行例を案内として配布してい 「自白書式集計」が用意されている。前者は る。 PROC FREQによるもので単純な集計 表の作成しか行えないが、その指定は容易で、 .FSEDIT画面編集自習書 CATSでは FSEDITによる生データ 多くの場合にはこちらを使用する。後者は P 入力用の画面や読み合わせ用のチェックリス ROC TABULATEによるもので自由 ト画面も、必要な場合にはユーザー自身で編 な書式の集計表が作成できる。ただし、その 集作成する。それを可能にするためディスプ レイマネージャーシステムの行コマンドやフ 指定には多少の習熟を必要とし、報告書を作 成する場合などに使用される。 ァンクションキーの使用方法を自習するため こ従 の手引きが作成されている。この自習書 l 3)ユーザー支援の充実 って約半日の自習をした後にはユーザー自身 CATSでは、システムやデータ処理など による画面編集が可能となっている。 に関する予備知識のないエンドユーザーが、 ‑使用マニュアル 必要になった時すぐにデータ処理を行えるこ 現在のエンドユーザー用の使用マニュアル とが前提となっており、エンドユーザー支援 は A 4版 1ページであるが、実際のデータ処 の充実には多くの時聞が費やされている。 理は問題なく実行されている。しかしデータ ‑ヘルプ 処理の全体像を把握するのには十分なものと 上記「構成上の特徴 J，こも示した通り、約 は言えず、今後より広範な内容を含むマニュ 4 0 %のプログラムエントリにはヘルプエン アルを作成する予定である。 トリが付けられている。ヘルプエントリの無 いものの多くはプログラムエントリのユーザ 4. 処理の例 一入力部の空きスペースにヘルプの内容を記 述することで十分と考えられるものである。 ヘルプにはそのプログラムエントリの機能の データ処理例の一部を以下に示す。 紹介、パラメーターの指定方法、結果の解釈 法などが記載されている。 4. 1 高機能自白書式データリスト ・エラーチェックルーチン・メッセージ 多くのプログラムには誤った処理が実施さ 高機能自白書式データリストは症例一覧表 れることを防ぐためのエラーチェックルーチ 形式のデータリストを作成するための機能で、 ンおよびエラーの内容を知らせるエラーメッ PR 0 C セージ出力の機能が組み入れられている。伊j Q P R 1N T 2)を利用している。 FSEDITにより表 1.に示したパラメー えば、データセットを作成する場合には作成 タ(リストする各項目毎に必要となるもの) 済みのデータセット名と新規に作成しようと しているデータセットの名前の参照を行い、 を前もって入力しておき、 AFプログラムエ 既に同じ名前のデータセットが存在する時に ントリのユーザ一入力部で表 2.の指定を行 う(項目毎ではなく表全体の指定に必要とな は新しいデータセットの作成は中止され、エ るもの)。これらのパラメーターに基づき P ラーメッセージが出力される。 ROC QPRINTにより表 3.のような ‑実行例集 グラフ・チャートや統計解析などの機能に 関しては、パラメーターの指定例と実行結果 データリストを作成する。これを必要に応じ を集めた実行例集がある。多くのユーザーは うな症例一覧表とする。 ワードプロセッサーなどに転送し表 4. のよ なお、 PROC 網躍的な解説書より実行例の参照を好むので、 QPRINTでは 1オブ ザベーションが複数行にわたる形式 (wrap ー このような形式のユーザー支援は重要である around style) が可能であるため、症例一覧 と考えられる。 表形式のデータリストを作成するのに都合が ・システム使用の案内 Fhu q a

良い。ただし、表 3.に示すように上部に付 4. 2 自白書式データ集計 ける見出しに 2バイト文字を使用できないと いう制限がある(データの 2バイト文字表示 自白書式データ集計はクロス集計表や要約 統計量の一覧表などを作成するための機能で、 は可能)。 PROC TABULATEを利用している。 表 1. FSEDITで指定するパラメーター 表 5. に示したパラメータを A Fプログラム (各項目毎のパラメーター) エントリのデータ入力部で指定することによ り、表 6.のような集計表が作成される。た だし、指定するパラメーター中の「書式」は リストする項目名 上部に付けるラベル PROC TABULATEの TABLEス ( 表 3. の i N o J• i G u n J など) フォーマット テートメントと同じ内容を直接指定しなけれ ばならないため、複雑な集計表を作成するに 項目の長さ は多少の習熟が必要となる。 項目のリスト後、改行するか否か リストする順 表 5.自白書式データ集計表を作成する ために必要なパラメーター 表2 . AFで指定するパラメーター 対象データセット名 (表全体に関するパラメーター) 分類変数名 分析変数名 対象データセット名 層別項目名 表 1 .の内容を含むデータセット名 書式 フォーマット キーラベル 分類項目名 ページ長 区切り線の種類 ラベル その他 表 3. QPRINTによる出力 表 6.自白書式データ集計 1N o 1G u n I S e i 1J u s h o 1K a i z e n d o1 1 11 1 1実薬 I男 I 軽症 I 改善 11 2 1偽 薬 I男 I 重症 I 不変 1 11 3 1偽薬 I女 I 軽 症 Iやや改善 1 4 1実薬 I女 I中等症 I 改善 I 11 1 :1 : 1 :1 : 1 : 1 1 :1 : 1 : 1 : 1 : 1 併用薬 赤血球 無 平均 有 例数 平均 例数 4 0 2 . 8 4 0 4 . 7 4 0 4 . 0 1 9 2 8 4 7 性別 男 女 ~貫 4 2 4 . 9 2 9 4 1 7 . 0 2 4 4 21 .3 5 3 表 4.編集後の症例一覧表 4. 3 自動実行処理 N o 薬剤 重症度 女 男 軽重症 改善度 自動実行処理では処理に必要なパラメータ 1 1 1 2 実 偽 偽 薬 1 3 1 4 実薬 : : 性別 : : ー 女 : : 軽症 中等症 : : ーを前もって登録しておき、プログラムジェ や改不や 変 善 改善 ネレーターの手法 3)を利用じてプログラムを 改善 : 生成することで、何度も実行する処理を自動 化している。現在利用できるのは、データセ : ット作成、データ変換 J集計、仮説検定であ ‑6 4

る 。 SUGI‑J' 88では t 検定を行う 自動実行を紹介したが 4)、その後、単変量の を越え、 SASが異常終了する〉。従って症 例数が大きい試験(例えば第 4相試験〉のデ 使用頻度の高い解析手法をまとめた自動実行 ータ処理は十分に行えない。この点は早急に が行えるように拡張した。仮説検定の自動実 行i こ必要なパラメーターを表 7.に示す。 改善すべき点と考えられる。 グラフィ・y クは元々自由度が高いため、汎 用性のあるプログラムを作成するのが困難で 表 7.仮説検定自動実行に必要な パラメーター ありエンドユーザーの使用頻度の割には労力 を要する。約 20種類のチャート・グラフが 利用できるが、ユーザーの要求には十分に答 対象データセット名 えられていない。また、高品質のグラフィッ ) 国 実行する 1 ク出力を得るにはプリンタのみでは不十分で あろう。 解析手法 ( 1 . . . . . . .5の内、 lつを選択) 1.計数データ 2.対応のある t一検定 6. おわりに 3 .対応のない t 検定 4.分散分析(バランス) 現在、 CATSを使用するためのユーザー 5.相関・回帰分析 登録は 3 0名以上が行っており、数十のプロ 解析対象項目 1 、 2 ジェクトのデータ処理が臨床試験モニター担 (手法によって意味が異なる) 当者の手によって実施されている。 CATS の中でのおおよその利用頻度は入力・訂正 4 0 %、データハンドリング 3 0 %、統計解析 層別項目 2 0 % (大半は単変量の解析〉、グラフ 10 %程度であり、入力・訂正、データハンドリ ヲ.問題点 ングが大半を占めている。 第 3相までの臨床試験データの処理のほと CATSではデータの入力・訂正に FSE んどは現在の CATSで可能であるが、今後 D 1T を用い、直接データを更新する方法を とっている。この方法は容易であるが、トラ の拡張としては以下を予定している。 1) IBM‑PS/55の oS/2上のパー ソナルコンビューター用のソフトウェアと C ンザクションファイルを用いる方法に比べデ ータの安全性の保証という面からは劣ると考 ATSのコンビネーションにより、図表を含 えられる。また、更新内容を確認するために は PROC COMPAREを用いているが、 んだ高品質の書類の作成を容易にする (SA Sの冗長な出力の圧縮、罫線の高品位化、図 これはかなり多量の記憶容量を必要とする。 表と文書の複合など)。 er .5 .1 8 の FSEDITの信頼性 さらに、 v i こも疑問がある(原因不明、未解決のエラー 2)症例数が 4 .000 を越えるデータの処理 を可能とする。 あり) oFSEDITの信頼性の向上および 更新内容を出力するオプションの追加が望ま れる。 3)自動実行処理にチャート・グラフを追加 する。 4) CATS全体を見渡せるようなマニュア ルを作成する。 CATSでは種々の機能の中で PROC TRANSPOSEを使用している。従って 以上 CATSの考え方、環境、特徴、使用 .000 ，こ制限されているのに 変数の数が約 4 例、問題点などについて述べた。 加え、オプザベーション数も約 4 .000 に制 限されている ( 4 . 0 0 0 オプザベーション以上 のデータを転置した瞬間に変数の数が 4 . 0 0 0 以下本論文の主旨とは直接関係のないこと であるが 3点意見を述べる。 ‑65一

1)現在 SA S ver .5 .1 8 を使用している。 はなくなっていると考えられる。細分化等を このパージョンは SAS v er .5.16 に比べ日 含め、ワーキンググループの運営方法につい 本語処理に制限が無くなったなど多くの改良 てもう一度考えるべき時期になっているので 点があるが、逆にパグが少なくなく、問題で はないか? あると考えられる。また、パグの修正に対し でも余り熱心で=ないように感じられる。新し いパージョンが開発されることは歓迎される 参考資料 ことであるが、現行のパージョンの改良も十 1)舟喜光一 (1987) :"臨床試験データ解 分に行ってもらいたい。 析システム CATSの開発"、 2)近日中に汎用機用の新しいパージョンが .8 7 論文集、 15‑20 S U G I ‑ ] 2) S A SI n s t it u t eI n c . (1985) : C h a n g e a n dE n h a n c e m e n t st ot h eV e r s i o n5 S A SS y s t e m .S A ST e c h n i c a lR e p o r t リリースされるとのことであるが、再び漢字 使用が制限されると聞いている。新規のユー ザーはそれでも良いだろうが、漢字データも 蓄積しているユーザーはデータを修正しなけ P‑146 . 89‑122 3)エス・エイ・エス・ソフトウェア株式会 ればパージョン変更を行えない。プログラム の変更はやむを得ないとしても、データの変 S A SA p p l i c a t i o n sG u i d e. ネ 土 (1987) : 更を要求するようなノてージョンの更新には疑 (日本語版)、 239‑245 4)舟喜光一 (1988) :"エンドユーザーに 問を感じる。 3)現在 SUGI‑J第 2ワーキンググルー よる各種処理の自動実行"、 S U Gト ] • 88 プに所属しているが、会の参加者は毎日 10 論文集、 305‑308 0人を越え、自由に意見を交換しあう状況で n n u a u

日本 SASユーザー会 (SUG 卜 J) 歯科保健多元情報のデータ処理と指標化への P CSASの検討 0 松久保隆 真木吉信 東京歯科大学 口腔衛生学教室 大川由一 杉原直樹 古賀寛 高江洲義矩 D a t aP r o c e s s i n go nM u l t i ‑ i n f o r m a t i o n so fO r a lH e a l t hS t a t u sb ym e a n so f PC SAS El‑‑ し粘老あいと迅用 と︑らがて的け活 然はか性れ目だに 依て児特わをる価 ︑し小域な討き評 にと︑地行検での う常はとがのを率 よ異ら性診性報効 る・れ特検用情施 れ患こ齢て汎る実 さ 疾 o年 い ︑ れ と 表のるのおにら画 代腔あれをら得計 に口がぞ点︒さら健 病︑どれ重い︑か保 周他なそにな化こ科 歯の害にかで準そ歯 とそ障景れ的標︑域 ) o成 背 ず 率 ︑ し 地 蝕る形のい効化と 甑いのその︑合標に (て歯︑常て総自ら 歯し︑く異いのをさ し一示害多・て理化︒ むを障が患っ処ムる o ︑率晴の疾伴タテてる は患岨ものが一ス立い 患羅︑るらさデシ役て 疾い合れれ雑︑のにし 科高校らこ煩しと導と 歯て正み︑に入日指い るめ不くは業導訂健ら れ わ ︑ 広 で 作 を し u保 ね わ き 癌 で 診 計 M M M科 を らで腔ま検集寸に歯と あ間口る団の叩くのこ にの︑至集そ︑と人く 旨腔民患に科︑因︒個い 口国疾者︒歯が今たにて 要て膜年るるし速し Yoshikazu Okawa Yoshinobu Maki T a k a s h i Matsukubo Y o s h i n o r i Takaesu H i r o s h iI くo ga N a o l くiS ugihara Department o fP r e v e n t i v e and Community D e n t i s t r y， Tokyo D e n t a lC o l l e g e ， 1‑2‑2 ， Masago ，C hiba 2 6 0 . キーワード: 歯 科 保 健 、 多 元 情 報 、 情 報 処 理 、 PC‑SAS む し 歯 ( 韻 蝕 ) お よ び 歯 周 病 を 代 表 と す る 歯 科 疾 患 の 検 診 で は 、 表 1に示すように、 つ の 歯 科 保 健 状 態 の 項 目 に つ い て 永 久 歯 で 2 8歯 、 乳 歯 で 2 0歯 の そ れ ぞ れ に つ い て 数 種 の 情 報 が 得 ら れ る 。 た と え ば 、 舗 蝕 に つ い て は 、 一 人 の 被 検 者 か ら 永 久 歯 で 140 (5x28歯) の 情 報 が 得 ら れ 、 さ ら に 、 歯 面 別 の 場 合 は 、 一 人 の 被 検 者 か ら 、 640 (5x 128歯 面 ) の 情 報量となる。成人では、特に歯周病の検診が重要であるが、この場合も、踊蝕と同様に 1 歯について数種の情報が得られることになる。すなわち、歯科検診で舗蝕、歯周病、さら にこの 2つ の 疾 患 の 発 病 に 深 く 関 係 す る 歯 日 清 掃 状 態 ( 歯 垢 ・ 歯 石 の 付 着 状 態 ) の 3項目 とすると、 1 歯から 10~ 2 0の 情 報 で 一 人 の 被 検 者 で お お よ そ 300を 超 え る 情 報 が 得 ら れ る ごととなる。このため、その集計および解析に煩雑さが伴っていて、効率的でない。また、 歯科疾患の発病が、日常の保健行動との係わりが強いため検診時にアンケート調査を行う 場合が多く、さらに、集計を複雑としている。したがって、歯科検診で得られた情報をで きるだけ迅速に個人の歯科保健指導に役立てることや地城歯科保健計画の立案、計画実施 後の評価のための集計および解析の効率を高めるシステムが望まれている。 演 者 ら は 、 歯 科 検 診 の 総 合 的 、 効 率 的 な シ ス テ ム 化 を 目 標 と し て 、 10年 前 に 、 検 診 時 のデータ入力として音声認識装置を用いたデータの収集方法を試み、その後、いろいろな 市販ソフトを用いた集計および解析を行なってきた。しかしながら、①市販ソフト項目数 の制限、②蓄積されたデータのソフト聞の互換性、@計算結果の再入力、④統計解析およ び図形ソフトの汎用性、⑤計算結果の信頼性などの点で問題が多かった。このため、とく に、検診結果を一度に多項目(たとえば、舗蝕、歯周病、歯日清掃などについて、およそ 360項 目 ) 入 力 で き る こ と を 目 的 と し て 、 昭 和 6 3年 に は 、 開 発 言 語 と し て CS‑CONCEPTを 用いた"検診データ計算プログラム"を大塚商会と共同で開発した(昭和 6 3年 歯 科 医 療 管 理 学 会 発 表 ) 。 こ れ は 、 検 診 時 に 得 ら れ る 1歯 あ る い は 歯 群 単 位 の 情 報 の 入 力 に よ っ て 、 舗蝕、歯周病および歯口清掃状態についてのデータを地区、性、年齢、学年別など種々の 組合せによる歯種および歯群別のデータ出力が得られるプログラムである。これによって、 マt a u

表 1 歯科検診で得られる歯科保健状態の項目、情報の種類と主な指標 主な指標 情報の種類 歯科保健状態 歯 永 久 歯 2 8歯 種 歯群別 D M F (永久歯) dmf ，def (乳歯) り度 がト程 ろツ無の度 ひケ有揺要 のポの動必 症周血の療 支歯出歯治 歯口清掃状態 Qunu 永 久 歯 2 8歯 種 歯群別 療 治歯 (置歯歯 置処失全 処未喪健 種種 歯歯 歯歯別 久群 永乳歯 歯周病 歯韻炎 歯周炎 nLnL 醤蝕 PMA P1 CPITN O H1，OHI‑S 歯垢・歯石の 付着状態の PHP 歯列 . 1 1 交合の異常 歯の位置異常 岐合異常(顎関節症) 各種検査 口腔細菌レベル (甑蝕・歯周病) ￨アンケート調査￨→ ̲ ， 惨 歯科検診 0歯歯科保健指計 導 0 科保健画 立案・評価 0疫 学 研 究 断面観察 継続観察 index 桐 V2な ど データ入力 "検診フ デ ー タ 計 算 ロク'ラム" 桐 V2 →￨入力データ￨→ SAS データセット作成・加工 計算結果 歯種別 歯群別 記述統計プロシジャ レポート作成プ プ ロ シ ジ ャ S A S / G R A P H ロジャ S A S / S T A Tプ ロ ジ ャ ー+ e t c . ̲ ， 惨 図 1. 歯 科 検 診 か ら S A Sシ ス テ ム に よ る 解 析 へ の 流 れ いくつかの疫学指標および解析のための計算結果が効率的に得られるようになった。しか しながら、本プログラムで得た種々の計算結果の統計解析には、別ソフト用にファイル変 換しなければならなかったり、再入力しなければならなかったり、また、大きな労力を必 要とした。さらに、複次的な統計計算ができないこと、計算結果の信頼性の確認に難点が あった。 本 年 3月に P C S A S の B A S E S A S、 SA S/ST A T 、 SA S /GR A P Hを 導 入 す る こ と に よ っ て 、 図 1に 示 す よ う な 流 れ で 検 討 し て い る 。 歯 科 検 診 に よ っ て 得 ら れ た 個 人 デ ー タ は 、 検 診 デ ー タ 計 算 プ ロ グ ラ ム や 簡 単 な も の は 桐 V2を 用 い て 、 検 診 票 か ら デ ータを入力し、そのデータファイル、あるいは、計算結果ファイルを外部ファイルとして 出力させ、 S A Sシ ス テ ム の デ ー タ セ ッ ト を 作 成 、 加 工 す る 。 ア ン ケ ー ト 調 査 も 同 様 に 処 理 す る 。 そ し て 、 各 種 プ ロ ジ ャ に よ っ て 解 析 し て い る 。 PC SA Sは、歯科保健指導、 歯科保健計画の立案・評価のための資料を迅速に提供できることや研究レベルでの疫学的 検討まで可能であり、歯科検診からデータ処理、解析までのシステム化に必須のソフトウ エアーである。 今 回 は 、 本 研 究 室 に 蓄 積 さ れ た デ ー タ を 用 い て 、 図 1に 示 し た 流 れ で 解 析 し た い く つ か の事例を述べる。 ‑68‑

日本 SASユーザー会 (SUGI‑J) SASによる父親肯定確率の計算方法 O浜 島 信 之 * 勝又義直木* *名古屋大学医学部予防医学講座 料開法医学講座 Calculation of Probability of Paternity by SAS Yoshinao I くatsumata， MD*キ Nobuyuki Hamajima， M D， MPHキ *Dept . of Preventive Medicine， **Dept . of Legal Medicine Nagoya University School o f Medicine， Nagoya 要旨 血液型等により父親であることが否定できない場合に、当該男性がどの程度父親らしい かを確率的に表示する方法を考案した。当該男性以外の男性 n 人 と 性 交 渉 が あ る こ と が 判 明し、 n人 全 員 に つ い て 遺 伝 形 質 が わ か っ て い る 場 合 に は 、 ベ イ ズ の 定 理 よ り 一 義 的 に 当 該男性が父親である確率は計算できる。 n人中 m人 に つ い て 遺 伝 形 質 が 不 明 の 場 合 、 各 遺 伝形質について当該男性が父親である確率を計算するには、形質を E通りとすると Eの m 乗回の計算が必要となる。それぞれの父親肯定確率はその遺伝形質の出現頻度に応じて正 しいといえる。ここでは、 1 8種 頚 の 検 査 に よ り 当 該 男 性 と 当 該 女 性 、 そ の 子 供 の 遺 伝 形 質 が判明している場合を例に取り、 S A Sによる計算結果を例示した。 キーワード:親子鑑定、父親肯定確率、ベイズの定理、 S A S 1.はじめに 父子盤定において、当該男性と当該女性のもつ遺伝形質からその子供のもつ遺伝形質が 生まれ得ない場合には、当該男性が父親であることは否定される。しかし、その子供の遺 伝形質が生まれうる場合に、当該男性がその子供の父親であることを肯定しきってしまう ssen‑防 llerの式や小松の式を用 ことはできない。このような場合については、従来より E ] 、これらの方法についての問題点も指摘されて いて父親らしさを表現してきたが[1， 2 いる [ 3，4 ] 。コンピュ タ が 身 近 に 利 用 で き る よ う に な っ た 現 在 で は 、 従 来 可 能 で な か った計算量も簡単に行えるようになったため、父親が肯定される確率を直接計算すること も可能である。ここでは、ベイズの定理に従い、当該男性以外で何人の男性と当該女性が 性交渉をもっていたか、またそれら男性の遺伝形質が判明しているか否かに応じ、当該男 5 ]ので紹介する。 性 が 父 親 で あ る 確 率 が ど れ だ け あ る か を S A Sにより計算した [ 2 . 資料および方法 表 lにより示される母子が男性 Xを父親として父子鑑定の依頼をした場合を例とした。 表 l 父子鑑定の例:母子の遺伝形質と問題と当該男性 Xの遺伝形質 ABO R h 円N S s P Kidd Duffy S e AP P G円 PGD ADA GPT Hp P R A P DB PIF h?1Th? 一一一 一一一 一一一 E A E A E A 喝E 唱E 唱E E A4EEA4EEA 喝E nbnbnb 4EA‑‑14 一一 F一2 2 一一一 1i ヮ'U9uワ'u E A 唱E ‑9b‑ E A 唱E つ'U9b ワ 'u q r u q 〆U ヮ'U9h E A4EEA 唱E B 唱 E A ‑ ‑ nm 血日目血 AHAUM a u m A H A H A品 4EEA4EEA E A 唱E ヮ 'uワ 'u 田 昌 AHA 品 nDaunHU nbnbnb eee ・ ・ ・ 一一一 zg 一一 1T hu hu hu h?1T1T 3U3U3u b LnUEnUEnu h?1T1T 2U2uau 口U nvsnvsnvz ︐・ 口 qd M川 S S M H M 円 M口 nυnυnu UOU en ERE puce nununD n し FU 戸 し 生 X 母子男 ‑69‑ Gc

メ ン デ ル の 法 則 に 基 づ い て こ の 男 性 Xか ら 当 該 女 性 が そ の 子 供 の も つ 遺 伝 形 質 の 子 供 が 生 ま れ る 確 率 を x0 とする。この男性以外で性交渉のあった男性 Xi のもつ表現型から生 まれる確率を同様に xi とすると、当該男性 Xが父親である確率 P はベイズの定理より P ニ x0 / (x0 +L xi ) 一一一 式 1 と表される。男性 Iの遺伝形質が判明している場合には、父親肯定の確率 Pは一義的にこ の式より計算できる。性交渉のあった男性が n人のうち m人 に つ い て 遺 伝 形 質 が 不 明 な 場 合には、一般集団での各遺伝形質の出現頻度に応じて、その遺伝形質から計算される x i が確からしく、その xiから計算される Pの値も同程度確かであると言える。今、遺伝形 質 が E通りあるとすると、 P の値は Eのm乗回計算が必要となる。ただし、複数の検査に よりいくつかの遣伝形質を調べる場合には、 Eは各遺伝形質での表現型(もしくは遺伝子 型)の数を揖け合わせた健である。この場合、各遺伝形質は独立に遺伝するものとする。 ある遺伝形質 Jにおいて、男性 Iの遺伝形質と当該女性の遺伝形質からその子供の遺伝 jとすると、各遺伝形質が独立して遺伝するとの仮定のもとに 形質が生まれる確率を xi xi =IIxij となる。ここでは、赤血球型 :ABO式 (4通り)、 Rh式 08 通り)、 MNSs式 (9 通り)、 P式 (2通り)、 K i d d式 (3通り)、 D u f f y式 (3通り)、 Se式 (2通り)、 通り)、 PGD型 (3通り)、 A D A型 赤血球酵素型 :AP型 (3通り)、 PGM型(10 (3通り)、 GPT型 (3通り)、血清蛋白型 :Hp型 (3通り)、 Gc型 00 通り)、 唾液蛋白型 :PR型 (3通り)、 PA型 (2通り)、 DB型 (2通り)、 P 1F型 (2通 り)の 1 8種の検査についての xi jから xiを計算した。ただしすべての組み合わせ数は、 6， 8 0 2， 4 4 4， 8 0 0通りであり、このうち父親となりうる型の組み合わせは 1 ， 10 1 0， 0 4 8通りで ある。 各通りの計算が SASでいう lオプザベーションになるようにプログラムを組んだが、 これら全ての通りについて x iを計算することは大型計算機センターの SASでもできな い。このため、順次検査の組み合わせをかけあわせて nxi jを 計 算 し て い く 段 階 で 、 父 親 0 0 0個のオプザベーションを取り出して、 となりうる型のうち出現頻度が高いものから 5 その他の組み合わせを計算するためのオブザベ ションは D E L E T Eした。即ち、 P R O CS O R T により出現頻度の高い頓にオプザベーションを並びかえ、 5 0 0 0番 目 ま で を 取 り 、 そ れ に 次 jの値をもっ変数とを P R O CT R A N S P O S Eで 組 み 合 わ せ 、 オ プ ザ ベ シ の検査についての xi ョンを増やすというように計算した。 1 8種の検査を組み合わせたところで残った 5 0 0 0個のオプザベ ションについて xiを 計算し、ついで n= 1として式 1より Pを計算した。 Pの値を I N T ( P * 1 0 0 ) / 1 0 0で 0 . 0 1間 隔 に区切り、そののち P R O CF R E Qで xi の出現頻度を W E I G H Tとして Pの出現頻度を区間毎に . 0 1毎に区切られた Pの植を横軸にし、その出現頻度を縦軸にして、 P R O C 加算した。 0 G P L O Tにより作図した。ただし、父親となりえない遺伝形質をもっ男性にたいしては xi は Oとなる。この場合、 Pは 1となる。 n=2の場合として、出現頻度の高い xi の7 1個のオプザベーションを残し、これを組 み合わせ 5 0 4 1通 り と し 、 こ れ よ り 式 1を用いて Pを計算した。 nが そ れ 以 上 の 値 を と る 場 0 0 0の n乗根 kを計算して、出現頻度の高いものから k個のオプザベ ションだ 合には、 5 けを残して、同様に総当たりの組み合わせから Pの値を計算した。 3 . 結果 当該男性 Xと当該女性から表 1の遺伝形質の子供が生まれる確率 x0 は0 . 0 0 0 0 8 5 8 と計 算された。 x0 と xiから Pの値は 0 . 0 2から lまで図 lのように分布した。一般男性の中 . 0 0 0 2 8 4 2で、図 lに示された縦棒をすべて で父親となりうる遺伝形質をもっ者の確率は 0 . 9 9 9 7 1 5 8三 (1 ‑0 . 0 0 0 2 8 4 2 )で たしあわせるほぽ同値となった。 P= 1のところの高さは 0 ある。 当該男性以外の男性教 nが 2以上になった場合でも、 P の健とその出現頻度を示した図 はほどんどかわりなかった。 P= 1 ‑ のところの出現頻度が n=2の時 0 . 9 9 9 4、 n=5の 時 0 . 9 9 8 6、 n 1 0の時 0 . 9 9 7 2 となるが、視覚的にはほとんど変わりなかった。このこ 二 ‑70一

とは当該男性以外の男性と性交渉があった場合でも、その遺伝形式が不明の場合には、そ の数 nにはあまり影響を受けないことを意味する。 4 . 考案 父親の認知をめぐる争いの中で、父子鑑定は極めて重要な役割をもっている。紛争が裁 判に持ち込まれた場合、血液検査等から訴えられている男性が父親であることが否定され れば、裁判所は一応その男性を父親ではないと判断するであろう。問題は、訴えられてい る男性が父親となりうる遣伝形質を持っている場合、どのような情報を提供すれば裁判所 の判断に役立つかということである。 こ こ で 示 し た 表 示 法 は 、 ベ イ ズ の 定 理 か ら 計 算 さ れ た 父 親 肯 定 の 確 率 Pを横軸にとり、 そ の 確 率 が ど の 程 度 確 か ら し き か を 縦 軸 に と っ て 表 し た も の で あ る 。 図 1のように p= 1 (当該男性が父親であると言い切れる場合)が、一般集団の遺伝形質の出現頻度からみて 0 . 9 9 8 7 1 5 8の確率をもって)である場合には、このことから父親と判断する かなり確実 ( 資料となりうるといえよう。鑑定を依頼された者はできる限り客観的に可能性を示すこと がその役割であって、判断するところは裁判所であることを忘れてはならない。 父親肯定の確率の計算には、当該男性のほかに何人の男性と性交渉があったかという条 件が必要になる。この条件なしに父親肯定の確率は計算できない。しかし、実際の裁判で は紛争の外にある第三者の男性について性交渉があったかどうかを審議することは訴訟法 上かなり難しく、裁判所は父親肯定の確率計算に必要となる条件の提示は特殊な場合を除 きできないであろう。このように考えると、本方法は結局は役立たないこととなりそうで あるが、この点については当該男性以外の男性の数 nを適切に見種ることにより克服でき 0であっても、検査方法の数を増やすことにより、 p = 1の る 。 nが 5の場合であっても 1 可能性を充分 1，こ近いところにもってこれる。即ち、遺伝形質不明の男性が何人か存在す ると考えても結果はほとんど変化しない。 何らかの理由により当該男性のほかにも性交渉があった男性の遺伝形質が判明し、その 遺伝形質もまた父親となりうるものであった場合には、その遣伝形質からその子供の遺伝 形 質 が 生 じ る 確 率 ピ が 計 算 で き 、 式 lより Pは Xo/(Xo+x'+Lxi)となり、 Pの最大 +x')である。 値は x0/(x0 S A Sに よ る こ の 計 算 は 、 大 型 計 算 機 を 用 い れ ば 非 常 に 短 時 間 で 計 算 が で き る 。 プ ロ グ ラムもさほど難しくなく、 S A Sについてのある程度の知識があれば容易に作成できる。 本方法は今後このような問題を取り扱う上で利用されていくことが期待されるので、ここ に計算の槙略と l例を紹介した。 10 P ・ 10‑' が 真 実 り し 10 ‑ ' 10 ‑ . 、 b 確 10 ‑ ' 率 ・ 10‑1 0 . 0 Q . 2 0 . 4 0. 6 0 . 8 叩 父親肯定確率 P 図 1 表 1，こ示された男性 Xが父親である確率 P とその植が真実である確率 ‑7 1一

文献 [1]松倉豊治編:法医学 改訂増補第 3脹.永井書庖， 1 9 8 4，p p 4 5 3 ‑ 4 5 5 . [2]松永英:父子鑑定の理論と実際.日法医誌 2 7 :4 1 9 ‑ 4 3 ， 1 1 9 7 3 . 4 : 2 4 7 [3]広瀬広:父子鑑定の実際における父権肯定確率の適用について.日法医誌 2 2 6 2，1 9 7 0 . [4]浜上則雄，加賀山茂:法医学者による血液型に基づく証明方法に対する批判と提案 (上) . ジ ュ リ ス ト 6 5 0 :9 5 ‑ 1 0 ， 1 1 9 7 7 . 6回東海公衆街生学 [5]浜島信之，勝文義直:統計学的に定義した父権肯定の確率.第 3 陪抄録集. (印刷中) u ︐ ︒ηI

日本 SASユーザー会 (SUG ト J) 産業連関表の三角性の判別・表示 小池浩一郎 財団法人林政総合調査研究所 E v a l u a t i o na n dp r e s e n t a t i o no fT r i a n g u l a r i t i e si n 1/0 T a b l e s く ￨o i c h i r oI くo i k e F o r e s tP o l i c yR e s e a r c hI n s t i t u t e く ￨o r a l くu 1 ‑7‑12， B u n k y o ‑ k u， T o k y o 要旨 産業連関分析は、地域開発や南北問題などに適用範囲の広い情報源である。た だ特定の産業部門の情報でなく、全部門の産業構造の分析のためには、いくつか の部門を統合して分析目的に適合する統合表を作る必要がある。 SAS/IML の行列操作機能はこの作業を簡便なプログラムで実行する。統合表の出力は数字 の羅列になるため SAS/GRAPHにより、係数の大小のパターンを判定し た 。 キ ー ワ ー ド : 産業連関分析、 1.計算ソフト作成の省力化 日本の計算機利用の特徴としてあげられるのは、特定のコンパイラへの集中で あろう。往時のメインフレームでは、フォートラン一辺倒であり、また最近の P Cにおける、猫も杓子も Cという傾向である。販売目的のアプリケーションプロ グラムを組むのであれば、それも必要であろうが、ハードウェアコストとソフト ウェア作成コストの相対価格は、ソフト側がますます高くなってきている。特定 用途の数値計算まで低レベルコンパイラで組むのは、ソフト要員の浪費である。 パラメータ言語というソフトの領域を定義すると、 SASや SPSSが含まれ る。それぞれの分野に応じて計算手法は決っている。その目的のためのプログラ ムパッケージに、必要なパラメータを指定すれば容易に結果が得られる。特に行 列型のデータ構造を持つ統計や産業連関分析では、データの前処理を SAS/I M Lで効率的に実行し、主処理モデュールに送り込む。その結果を SAS/GR APHなどで表現する。このサイクルを、繰り返すことにより目的とする結果を 少ない労力で得ることができょう。以下は産業連関分析を、労働節約的に実行す る試みである。 ‑73一

2. 基本表の統合化と行/列の並び替え 産業連関表の分析の材料は 529部門 X408部門よりなる基本表である。 a 1 1 . . . . . . . . . . . . . . . . . . . a 1 n a= a田1...................am n この mXn表を N x N表に統合するには、 A = ( D E S I G N ( l， ......))、本 a 本 D E S I G N ( l， ....) ( N Xm ) ( nX N ) の表現で十分である。前置行列の引数は m列のベクトル、後置ベクトルは n列の ベクトルである。 次に、この統合された A行列の行・列を入れ換えるのにも DESIGN関数を 用いる。 A = D E S I G N ( l， ......)本 A 本 D E S I G N( 1 ， . .. . ) ( NXN ) ( NXN ) O 用いる。この DESIGN関数の引数は1. Nの整数の順列であり、前後 とも同じものである。 3. 結果の表示 A。行列の内容を短時間で確認するため GCHARTのBlock c h a r t及び G 3 D のs u r f a c egraphを利用して、行列内容を視覚化している。 ‑74一

日本 5A5ユーザー会 (5UG卜 J) SAS‑IMLを用いた北海道経済の C .G.E . (Computable General Equilibrium) モデルの開発 O佐 藤 泰 久 * *北星学圏大学 山崎尚子料 * *(社)北海道開発問題研究調査会 An A p p l i c a t i o no f SAS‑IML t o a Computable G e n e r a l E q u i l i b r i u m Model o ft h e Hokkaido Economy N a o k o Y a m a z a k i 牢牢 Y a s u h i s aS a t o h牢 牢H o l くu s e i Gakuen U n i v e r s i t y， S a p p o r o Japan， 本本 H o k l くa i d oI n t e l l e c tTankf o rR e g i o n a lD e v e l o p m e n t， S a p p o r oJapan， 要旨 C . G . E .モデルは近年トピックとなっている租税政策・貿易政策から発展途上国の経 積分析まで広く適用されつつあるモデル分析の手法で、計量経済学的手法に基づくパ ラメータの厳密な推定・検証に比べ、 (一般均衡)モデルの理論的整合性がより重視 されている。各経済主体の最適化(主体均衡)と全市場における需給均衡(市場均衡) を満たす均衡価格体系を解くメカニズム(価格メカニズム)を如何に数値計算上の問 題として定式化し得るかに、モデルの成否がかかっている。ここでは、強力な行列演 算言語である SAS‑IMLを用いて開発した、北海道経済のC . G . E .モデルの均衡解 を求める問題を解くアルゴリズムについて報告する。 キーワード: 応用一般均衡分析、 C . G . E .モデル、北海道地域経済分析、 SAS‑IML、 本稿の目的は、一般均衡経済理論における最近の重要な発展の 1つである C . G . E .モデル ( C o m p u t a b l eGen e r a lE q u i l i b r i u mM o d e l )を地域経済分析ヘ適用した佐藤ニ山崎 [ 6 ]の 「北海道経請のC . G . E .モデルJ と、このモデルの均衡解を計算するため SAS‑IML を用いて開発したアルゴリズムについて簡単に紹介することである。 1. 一般均衡理論と不動点アルゴリズム 1) ワルラスに始まる一般均衡理論(Ge n e r a lE q u i l i b r i u mT h e o r y )の展開は 1 8 7 0 年代の限界 革命以降の経済理論における最大の成果の一つである。ワルラス [ 9 ]は、個々の経揖主体 の行動が幾重にも重なりあって出来上がった経済の複雑な動き全体を 1つの完結した体系 として捉え、それを合理的に説明し厳密に分析することのできる首尾一貫した相互依存的 な数理モデルとして表現しようとした。 ここで、想定する経済は次のようなものである。経済には幾種類かの財・サービス(以 下、財とのみ表記)がある。また、多数の経済主体が存在し、その活動により 2つのタイ プに分けられる。すなわち、自らの必要を満たすために財(のセット、以下同じ)を消費 する家計(消費者)と、ある財を他の財に変形する企業(生産者)である。市場で成立し ている価格体系を与えられたものとみなし、家計は予算制約の下で効用極大化を、企業は 利潤極大化を図ることにより、全ての財について個別の需給計画を分権的に立案する。経 済全体としては、これらが無矛盾である保証はない。換言すれば、個別の需要・供給を全 ての主体について集計して得られる各財の市場需要・市場供給が常にバランスするとは限 らない。バランスが成立するのは適当な価格体系においてのみであり、その時これらの個 別計画は初めて無矛盾となり同時に実行することが可能になる。このような価格体系は競 争均衡価格体系と呼ばれ、そこでは次の条件が同時に成立している。 ( i )家計、企業は共に、プライス・テイカー(pr i c et a k e r ) として行動する、 ( i i ) 家計はその予算制約の下で効用を極大化している、 ( i i i )企業は与えられた技術の下で利潤を極大化している、そして ( i v ) 各財の市場需要は市場供給に等しい。 円 Fhd i

守 =0 • J θn ( Pl ， ・ ・ ・ ，pn ) Q J臼 ︐ ︑ Ei ︐︐︐ ︑ 以上説明されたワルラスの一般均衡体系は、私有財産制度という枠組みの中で、噌好・技 術を予件とし、全ての主体により分権的になされる意志決定を価格体系を通じて調整する ことにより、経済全体の資源配分と生産物の分配を達成する競争資本主義経済を表現する ものとして構築されたモデルである。その特徴は、市場において成立する価格を個々の財 の稀少性の指標とし、それによって各主体の行動を制約するという、価格機構への全面的 な依存にある。したがって、一般均衡理論が 1 9 世紀後半に提唱されて以来、均衡価格の存 在を証明することがこのアプローチの重要な課題となっていたことは明らかであろう。 数学的には、このモデルは、経済における全ての財の需要量、供給量を同時に一致させ る均衡価格を決定する連立方程式体系として表現される。すなわち、 n種類の財 ( i=1， ・ ・ ・ ，n )を持つ経済を想定し、第 i財の価格を Pi とすれば、財 iの超過需要関数出は、 ワルラス体系の相互依存関僚を考慮して e i =ei (Pl ， . . . ， p， ， ) i=l，…， n ( 1 .1 ) と表される。ただし、価格は単位シンプレックスに属すとしよう。この時、均衡価格体系 は、全ての超過需要関数の値を同時に Oとおいた連立方程式体系 θ 1 ( Pl ， . ・ ・ ， pn ) ニ O の解 (p1 ， . ・ ・ ，Pn ) として求められる。 ワルラス自身の示した存在証明は、 ( i )決定されるべき価格の数と独立な超過需要関数の 数が等しいという数学の条件と、(ii )仮の価格は超過需要の大きさに応じて改訂されると いう模索過程を組合せたもので、あった。しかし ( i ) が解の存在を保証するのは方程式が線 形の場合に限られ、その場合でもそれが経詩的に意味のある解(例えば非負)である保証 はない。また ( i i )について、ワルラスは、市場の再契約の反復による試行錯誤(模索)過 程によって一般均衡モデルの連立方程式体系を解いていると主張した。しかし、この模索 過程が均衡価格ヘ収束することは必ずしも保証されておらず、またこれは均衡価格の計算 手続きを示すものでもない。 数学的に厳密な存在証明は 1 9 5 0 年代にアロー=デプリユー[1]、マッケンジ [ 4 J、等に より位相数学の不動点定理を用いて与えられたロ彼らは連立方程式体系(1.2 )の解を求め る問題を、 n次元単位シンプレックス Sから Sへの写像 f:S →S ( 1 . 3 ) ただし、 f )ニ[ Pi +阻 x{O，e i (p ) } ]/[1+工j max{ 0，ej ( p ) } ] i (p の不動点すなわち f(p 本) p *となる p *εS を求める問題として定式化し直したう えで、不動点定理によりその存在を示し、最後に均衡価格が不動点に他ならないことを示 して証明を完成した。しかし、この抽象的な証明で用いられた議論は本質的に非構成的な ものであり、均衡価格の計算手続きについて何のヒントも与えるものではない。 1 9 6 7 年にスカーフ [ 7 J は一般均衡モデルの均衡価格を数値的に近似する優れたアルゴ.リ ズムを発表した。そして、もし不動点、定理による存在証明が可能で・あれば、このアルゴリ ズムにより常に均衡価格の近似値を求めることができることを証明した(スカーフ=ハン スン [ 8 ] p . 1 2 )。スカーフ・アルゴリズムは 1 9 5 0 年代に与えられた抽象的な均衡存在証明の 数学的道具で‑あった不動点定理を構成的に確立すると同時に、それ迄定性分析に限定され ていた一般均衡理論に定量分析という新しい側面を付加したことになる。元来、ワルラス の一般均衡体系は、経済政策による資源配分への効果を総合的に評価し、どの経済主体が 利益を受けどの主体が損失を被るかという(実証的マクロ・モデルでは十分に捉えられな い)政策の衝撃を判定するために理想的な枠組みを与えるものであるが、不動点アルゴリ ズムは、それを用いて政策実施前後の均衡価格を知ることにより、その政策が所得分配、 経梼厚生に及ぼす影響を数値的に把握することを可能にする。この手法はコンビューター の進歩と相候って急速に発展し、今日「応用一般均衡分析J と呼ばれる分野を確立してい る。また、単年度の整合的な勘定体系デ タのみで、モデルに必要なパラメータ等の推計 が可能であることから、過去のデータの蓄積の不十分な低開発国経済の分析道具として、 C . G . E .モデルの名称で、世界銀行を中心に適用例が広がっている。 = t 巧 F n u

2. 北海道のC
.
G
.
E
.モデル2)

2
. 1 モデルの前提条件とデ

J

守Eよ

︐
︑‑
qfu
︐︐︑

タ3)
道民経済計算年報(新 SNA) の体系と一般均衡理論の結合を考慮して、経済主体は家
計・企業・一般政府・道タ卜の 4主体、市場は生産物市場(農林水産、鉱、製造、建設、電
気・ガス・水道、卸売・小売、金融・保険、不動産、運輸・通信、サービスの 1
0
産業)と
2市場、考慮するストックは人口と資本の 2
生産要素市場(労働、資本の 2要素)の 2種 1
種とする。基本データとして「昭和 6
2
年度道民経済計算年報J を使用し、産業連関表は「
昭和 6
0年北海道産業連関表J を修正して使用する。昭和 6
2
年を基準年とし、基準年データ
は①財及び要素市場における需給均衡、②各経済主体はその予算制約を満たす、③長期均
衡における利潤は零、④対外バランスの成立、の 4条件を満たすものとする。
2
. 2 各経済主体の最適化行動(主体均衡)
①企業(第 i産業の代表的企業)
産業連関表を利用するため、中間投入係数 (
ajJ及び付加価値率 (aoJ については
固定係数型生産関数を、付加価値部門の資本 Ki および労働ムの生産物 P (
Ki ，ム)
については CES型技術を仮定すると、生産関数は、
お=
Mhldf(kg，LJ，ラ!?，，ま??)
'(K" ム )=φ，
[
{d，L， +(l‑d，
)K
，
‑
山]̲
1
/
"
')， μ，
=(1一円 )
/
σ，
ここで、 f
Xi :産出量
Vji:第J財中間投入量
σ
i :fi の代替の弾力性
ム :P のウエート付パラメータ
φi :fi の測定単位
固定係数型生産関数のもとでの付加価値部門における最適化を考慮して、労働及び資本
に対する要素需要関数を得る
，
L〉
=ま a
，
X， ，
+(1 ，
)
η
)
υ
‑
$
'
)1
"
P
' (2.2)
o
μ

d
{ ‑
d (可部

長期均衡の仮定より

志向よ 1
(1‑d
，
)+d
，C
叫デヰ

K，
D=

利潤 =p，
X，
‑"Pjaj'X;ー叫ん ‑，
.
，K，=0
ここで、 Pi : 生産物価格
あるいは全産業について、行列表示で

r

(
2
.
3
)

い 6') ) 1川

4
)
(
2.

p.X‑p・A‑X‑w.LD‑
.
，
.KD=O
(
2.
4
'
)
ごとで、 A:投入係数行列 (
a
i
j
:
i，j
=
l，
.
・
・
，1
0)
②家計 [
H
J
家計は所与の資産ストック、労働(生産年令人口)賦存量、価格体系のもとで効用最大
となる余暇需要(労働供給)、消費需要、貯蓄を決定する。余暇時間をすべて犠牲にして
労働した場合の所得を完全所得と定義し、家計はまず、1)完全可処分所得を余暇需要 F、
総消費 Cおよび貯蓄 Sに配分し、次いで、 2
)総消費を費目別消費に配分する。
貯蓄は完全可処分所得の一定割合とし、余暇と総消費に関する CES型効用関数を仮定
すると、効用最大化問題は、
Max [
(1‑s
)
'川 C，
.‑I) /. +s1/. F
'νー り / .J
'/
.‑1 5.t
. PC+切 F=Y+a‑ S (
2
.
5
)

とこで ， S:貯蓄 (y+a) の関数 ，P:物価 ， Y:完全所得(要素所得+財産所得)
a :純移転支払い(=社会保障 (
5
1
凶)+移転支払(加)一直接税 (A)一間接税的)
これより余暇需要(労働供給)、および総消費需要関数を得る。
(
2
.
6
)
F=.
P[Y+a‑.
s
:
]
c-(1-ß1y~+a
s
J
LS =生産年齢人口 ‑ F
P Q

W"Q

砂

(
2
.
7
)

ここで、 Q =(1‑s)P'1一川 +ß~V' 1 川
総消費の菱自別需要配分を域う第 2段階ではC
o
b
b
:
D
o
u
g
I
a
s型効用関数を仮定して、
Max"
"
αjl
o
g
・
弓
S
t
.
j
E丹 Cj=Y+a一 切F‑s
(
2
.
8
)
これより、各費目別需要関数を得る。
S
Cj=云
L [wLS+rK +
p，
.
.
←a ‑
51
.
.

(
2
.
9
)

とこで、 1<" = K (
資本ストック保有量)
Pr=財産所得
費目別需要 Cj を産業部門別に変換する行列を S1 とすると 4)、部門別消費需要は、
C'=S，
・C
(
2
.
1
0
)

‑77‑

(
2
.
5
)式の制約条件を (
2
.
6
)，(
2
.
8
)，(
2
.
1
0
)式で書き換えて、
叩

LS+γKS+PrH+a‑P・
C'‑s=0

(
2
.
1
1
)

@政府部門 [
G
]、対外部門 [
0
]の予算制約、及び貯蓄=投資[1
S
Jバランス
政府部門の予算制約式は、
ア+TG+TrG=CG+S
切 G
+Sc+PrG
(
2
.
1
2
)
ここで、 T :間接税一補助金
TIi:直接説
TrG:経常移転 PrG:財産所得
α :政府消費支出
品 G:社会保障 SG :政府部門貯蓄
G
'は、部門別構成比ベクト}!JS2 をかけて、
産業部門別政府消費需要 C
(
2
.
1
3
)
CG'=S，
・CG
対外部門の予算制約式は
，rP;EM;‑，r P
;EX;‑Tro‑P
r
o‑SO=0
(
2
.
1
4
)
ここで、 E M
EX
i :第 i財の移入量
i :第 i財の移出量
Tr
O :移転支払い
pr{) :財産所得
s
o :対外部門貯蓄
マクロの貯蓄ニ投資バランスは

(
2
.
1
5
)

S+Sc+So一 [=0

産業部門別投資財需要は、部門別配分ベクト jレS3 をかけて、

(
2
.
1
6
)

[
'= S3・ I

2. 3市場均衡

ロ( ロ

2.
4
)
'2
.
1
日1
)
(2
.
1
ロ
2
)(
α
2
.
1
日
4
)及び
各経済主体の予算制約式 (
DJ
(
ワル
jレラス法則) P[
日
(X‑A.X)+EM
一C'一C'G一I
' 一E幻 +W[U 一L勺
+r[KS‑KDJ =0

これより、均衡条件は
①財市場
[I‑AJX+EM=C'+C'G+ ['+EX，
均衡価格 P，(P=l，
'…
・
・
， 1 とした)
②労働市場 LS= LD，均衡賃金率W
③資本市場 KS=KD，均衡資本リターン率 r

3
. 均衡解計算アルゴリズム
3
. 1 均衡解問題の定式化
各経済主体の行動より、生産物市場(10
部門ベクトル X
)、生産要素市場(労働 L、及
び資本的について、それぞれ以下の超過需要関数 E(・)を得る。
E (X) = F D(P
， w) 一 [I‑A] X
E (L) LD (w
，r
) ‑LS (P， w)
(
3
.
1
)
E(幻 =J<D (w
，r
) ‑J(S
ただし、 FD=C (p
， w) +C
G
'+I'+EX‑E M
(
3
.
2
)
J
<
D =工'KP
，
LD = E LP，
E (X) E (L) E (
K) 0となる均衡価格体系 [P， w， r] が、求める解で
ある。投入=産出分析 (X= [I‑A] ‑1 FD) より、 E (X) =0が常に成立してい
る。そこで、 P=lと財価格(物価)をニューメレールとして 5、
) w， rについて、以下
の価格改訂(写像)ルールにしたがって均衡解を求めた。
価格体系 q [1， w， r] が集合 Sに属するとき、

*

=

=

=

f:S→S

=

*

*
*
*

*

*

æ.~

f
q) 二 w1 {p
Ea0iXi / (w1 LD +r1 J<D)}
fr (q) =rl {PEaOiXi / Cwl*LD +rl *J<D)}
ここで、
wl=
回 x
[0，w {l+E (L) / (
( LD +LS ) / 2) }]
rl=max[O， r* {
l+ E(
幻 /(
(J
<
D +J(S ) / 2) }]
の不動点すなわち f (q*) =q* となる♂ ε S
が求める解である。
ただし、

匝

(

3.2 SAS‑IMLを用いた均衡解アルゴリズムの開発
3
. 1節の数値計算問題は、任意の価格体系から出発して、均衡産出量ベクト jレXを計
算するための行列積算、産業部門別の労働需要・資本需要を求めるためのベクト jレ積算、
及びこれらの要素需要を市場レベルに集計して超過需要関数をつくり均衡価格体系を求め
るべく価格体系の改訂を繰り返す収束計算過程から構成される。強力な行列演算言語であ

‑78‑

る SAS‑IMLは、これらの行列演算、ベクトル演算をあたかもスカラー上の演算であ
るがごとく、コンパクトに(数式をほぼそのまま)表現できるとの、優れた特性を持って
いる。
収束計算は、連続微分可能な代数方程式の古典的な数値解法であるこュ一トン法に準じ
て開発した。
3
. 3 パラメータの推計と再現テスト
各産業の労働需要関数および資本需要関数、家計の余暇需要関数(労働供給関数)、総
消費関数、費目別需要関数のパラメータを推計し、モデルが基準年の均衡解を再現するか
をテストした。その結果、ほほ完全な均衡解ニ再現値を得た(表 ‑1参照)。
また、政府部門の政策変数、及び対外部門への移出等のタ卜生変数の変化の経済に与える
インパクトを評価するいわゆる比較静学分析においても、我々の開発したアルゴリズムは
十分なパフォーマンスを示しており、現在、所得分配、経済厚生に与える影響等の様々な
分析を行っているととろである。

(注)
1
) 本章の「一般均衡理論と不動点アルゴリズム」に関するコンパクトなサーベイは
3
Jの第 l節に負っている。
その殆どを、小平裕 [
2
) モデルの開発にあたっては、 H
i
r
t
e，
G
.，
a
n
dW
i
e
g
a
r
d，
W
.
[
2
Jが参考となった。
3
) データについては、参考文献[10
J[
l
1J参照のごと。
4
) 費目別消費ベクトルを産業部門別消費需要ベクトルに変換する S1 行列の推計に
5
Jの第 2章 4節 (
p
p
.
6
O
‑6
4
) が参考となった。
当たっては、斉藤 [
5
) 個別財価格 Q (
ベクト jレ)は、投入=産出分析の双対問題である価格方程式、
Q=QAε +V，より Q=V []‑Aε] ‑1
(ただし、 V=w*j+r k， 1:労働投入係数，
k:資本投入係数)
であり、ベンチ・マークにおいては全ての 1について Qi 1、その他の均衡に
おいても 工Qi C /C=1 が常に成立している。

*

=

(参考文献)
r
r
o
w，
K
.
J
.，
a
n
dG
.
D
e
b
r
e
u，
"
E
xi
s
t
e
n
c
eo
fE
q
u
i
l
i
b
r
i
uJll f
o
raC
o
m
p
e
t
i
t
i
v
e
[
1JA
E
c
o
n
o
町，" &
.
コo
n
o
m
e
t
r
i
ω
， ，
2
2
(
3
)，
1
9
日
，p
p
.
2
6
5
‑
2
9
0
.
G
.，
a
n
dW
.
W
i
e
g
a
r
d，
"
A
nI
n
t
r
o
d
u
c
t
i
o
nt
oA
p
p
l
i
e
dG
e
n
e
r
a
lE
q
u
i
l
i
b
r
i
u
m
[
2
JH
i
r
t
e，
T
a
xM
o
d
e
l
l
i
n
g，
"I
nI
I
/
e
l
f
a
r
eandE
f
f
i
c
i
伺 c
yi
nPu
b
l
i
c&onomi
α ，e
d
i
t
e
db
y
D
.
B
るs，
M
.
R
o
s
e，
a
n
dC
.S
ei
d
l
.
(B
e
r
l
i
ne
t
c
.
;
S
p
r
i
n
g
er
‑V
e
r
l
a
g，
l
田8
)
.p
p
.
1
6
7
‑
2
0
3
.
[
3
J 小平 格
、 「不動点ア jレゴリズムと一般均衡理論」、 『現代経済学の新展開(荒
憲治郎先生還暦記念、論文集) ~ (有斐閣、 1
9
8
5
年)。
[
4
J 阿c
K
e
n
z
i
e，
L
.
W
.，
"
O
nE
q
u
i
l
i
b
r
i
u
mi
nG
r
a
h
a
m
'
sM
o
d
e
lo
fW
o
r
l
dT
r
a
d
ea
n
dO
t
h
e
r
C
o
m
p
e
t
e
t
i
v
eS
y
s
t
e
田，" E
c
o
n
o
m
e
t
r
i
c
a
，
2
2
(
2
)，
1
9
5
4，
p
p
.
1
4
7
‑
1
6
1
.
[
5
J 斉藤光雄、 『一般均衡と価格~ (創文社、 1
9
7
3
年)。
[
6
J 佐藤泰久、山崎尚子、 「北海道のC
.
G
.
E
.モデルの開発J、 『景気観測{征o
n
o
m
i
c
S
u
r
・
v
e
y
) ~、 No.7問、 1989、国民経済研究協会、 pp.17-19 o
[
7
JS
c
a
r
f，
H
.
E
.，
"
T
heA
p
p
r
o
x
l阻 t
i
o
no
fF
i
x
e
dP
o
i
n
t
so
faC
o
n
t
i
n
u
o
u
sM
a
p
p
i
n
g，
"

S
I
A
HJournalonApplied胎 thematics，
1
5
(
5
)，
1
9
6
7，
p
p
.
1
3
2
8
‑
1
3
4
2
.
[
8
JS
c
a
r
f，
H
.
E
.，
w
i
t
hT
.
H
a
n
s
e
n，Co~u臼 tion of&o
n
o
m
i
cE
q
u
i
l
i
b
r
i
a(
N
e
wH
a
v
e
n
;
1
9
7
3
)
.
Y
a
l
eU
n
i
v
e
r
s
i
t
yP
r
e
s
s，
[
9
JW
a
l
r
a
s，
M
.
E
.L
.，
E
1
e
.
庇 草 花S o
fん r
e反コヨ'
n
o
u
a
c
s
，
1
8
7
4
‑
7
7，
t
r
a
n
s
l
a
t
e
db
yW
.
J
a
f
f
e
.
(
L
o
n
d
o
n
;
A
l
l
e
na
n
dU
n
w
i
n，
1
9
5
4
)(久武雅夫訳『純粋経済学要論』岩波書居、 1
9
8
3年).
[
1
0
J 北海道企画振興部経済調査室(編)、 『昭和 6
2
年度道民経済計算年報』、
(北海道、 1
9
8
9年)。
[
l
1J北海道開発局長官房開発計画調(編)、 『北海道開発計画調査昭和 6
0
年北海道産
9
8
9年)。
業連関表』、北海道開発局、 1
一 79‑

( 表 ‑1) 再現テストの結果 最終需要とその構成 移出 移入 ! 政府消費 投資 巴G I I EX I EM 1 l CH 1990335 I 4537378 3752575 I 5624214 13705405 I 8543604 最終需要 ￨ 情愛 I FD 九 一 一 一 1990335 1 4537374 3752575 1 5624214 113705399 1 8543601 江.0000004 ~.0000003 ~.ooooooo ~.0000009 11.0000000 11.0000001 1 Sバ ラ ン ス ( 貯 蓄 ) 酔 l 総貯蓄 酔豆豆 i s 1 4537378 4537374 1.0000009 横目別泊費支出 推計値 伊ータ ヴ︐ n ヨ nL ‑Eム 臣室主民間費営利回 qu 熱費 居費(家賃) 居費(その他) 費 nu 2309359 658868 306981 1078100 773312 3296190 }食服喪 費 誤差 2309358 1.0000003 I 658868 1.0000003 306981 1.0000003 1078100 1.0000003 773312 1.0000003 3296189 1.0000003 120793 1 1. 0両面~ nunJ 回目唱 ﹃ 曽 4一 1 一 0 9oxvEdO05vO‑o‑o K 円‑ 一了唱ム一 A唯 一 ︒ ︐ 丘 町 ︐L d v d一 otaz‑‑i‑qu n︐&一 h 一 てn v一 バ 唯 一n v‑nu‑Gd一 nu‑nu‑‑i‑nv‑nuTU 一て 一 一 一 一 ・ ‑ ‑ ‑ l l 一可i ﹄ r ‑ ‑一 =D h u 一 ロDT白山一F 胃噛 F d 一一 Q 一 門 一 計 一 臼 一丈 一 一 qu 一一 nu ‑‑nu u 一 一n ‑‑nu ‑ nユ日一司よ E ‑ o j irt ‑Tnu一 n u ‑ ‑ nヨ一円U‑nu一 nu‑nu‑nu一 nu nコ一ハU一 円υ一 nuTnu一 n u ‑ ‑ n u丈U 一 ‑Tnu一 nv一 nv Qd一 Gd一 可AJ‑ED 一 てO 9 一 O 一 o 一‑9O 士 O 一 O 一 o 一‑O 一 O EZX立9 宗主O‑nzO宗主O XどO O 一 要一二位 :‑E・ E :;222・ ; 一 ・ 一面一‑プ一 陸置蹄隆陣撞協同医 業 道 水業業業業 ス売険業信ス 業業ガ小保産通ピ 業造設気売磁動輸一苦 部門別労働需要 LD 推計値 データ 1644391 1 1644391 179470! 179471 5322988 1 5322987 3986405 1 3986402 758784 1 758784 3350125 1 3350124 726266 1 726266 1530431 1 1530428 1603450 1 1603450 6503993 1 6503992 125606303 125606295 耳完了 T4nu‑‑iす4 ‑ a n u ‑ ‑ i T T A ‑ ‑ E A ‑ ‑ τ E 4E A ‑ ‑ A 部門別産出額 X 推計健 1 データ 1会 何 ‑80一 A n o U 一 誤差 1 328185 1 1.00000σ1 i 17340 Iδ.9日 9942l 512742 I 512745 10.9999941 17340 I 3096139 ! 309689 1.0000003 4182482 1 4182481 1.0000002 330807 I 330807 1.0000009 1099773 1 1099772 11.0000007 24378 1.0000000 1925385 I 1925386 0.9999995 24378 ! 498483 I 498483 1.0000002 3088988 i 3088987 1.0000003 88563 I 88563 1.0000000 283471 I 283471 1.0000000 22261 1 22261 1.0000000 661435 i 661434 1.0000011 176186 1 176186 1.0000000 1052684 1 1052684 0.9999997 903836 1 903836 11.0000001 2998947 1 2998947 1.0000001 2699728 1 26997‑28 1 1 .0000000121057860 寸 21057860 ILoぬ 00001 I 328185 1

日本 SASユーザー会 (SUG 卜 J) SAS/IMLを用いたプログラミングの簡潔化と 競争市場構造分析モデルへの適用 井上哲浩 関西学院大学大学院商学研究科 Concise Programming with SAS/IML and I t s Application t o Competitive Market Structure Analysis Models Akihiro I n o u e く ￨w ansei Gakuin U n i v . Graduate S c h o o lo fB u s i n e s sA d m i n i s t r a t i o n 1‑1‑155， Uegahara， Ichiban‑cho， Nishinomiya， Japan 要旨 本 論 は 、 第 lに 、 SAS/IMLの も つ 行 列 レ ベ ル で の プ ロ グ ラ ミ ン グ と い う 特 質 を 用 い て 、 従 来 の F O R T R A Nや B A S 1C言 語 で は 煩 雑 に な り が ち で あ っ た 演 算 処 理 が 簡 潔 化 さ れ こ、それらの応用として、近年マーケティ る こ と を 示 す 。 第 2I ング戦略の見地から脚光を浴びている競争市場構造分析モデル、 特に階層型競争市場構造分析モデルのプログラミングを提示す る 。 P R O CI M L キーワード: M a r k e tS t r u c t u r eA n a l y s i sM o d e l s M I G H T1 1 SAS/IMLに よ る 誼 算 処 理 の 簡 潔 化 本章では、 1M L に よ る 演 算 処 理 の 簡 潔 化 を 3つ の レ ベ ル 、 す な わ ち 、 ス カ ラ ー ・ レ ベル、ベクトル・レベル、マトリックス・レベルに分けて紹介するが、ベクトルおよび マトリックスについては太字で表現する。なお、通常のスカラー積や行列積については 積演算記号を省略し、行列要素積は非で、行列要素の割算は/で特に表すことにする。 1. 1 スカラー福 以下の記号は、それぞれ下記のものを示すとする。 s :スカラー 1n: n 次 元 単 位 行 列 1n: n 次 元 単 位 ベ ク ト ル (n 次元水平配置〕 ( s… s ) =s 1n . =J( 1 .n ，s ); (1) ‑81一

(n 次元垂直配置〕 e d ‑ ‑ A ) ︐ . n 'Ed ( ‑ ‑n p o 'i 13111' ︑ ‑ ‑ ed‑‑‑z‑cd ︑¥ /11i (2) (n 次元主対角配置〕 ¥llυ ︐ 〆 I t ‑ ‑1¥︑ 1. 2 (3) ベクトル編 以下の記号は、それぞれ下記のものを示すとする。 ". B : (b1 ' ・ bm) ' mxl 〔ベクトル要素和〕 n L bj = B・lm= B[+.]; (4 ) j=l 〔ベクトル水平配置〕 B; B B m 'A ロu 句 υ h ¥1111 ノ LHM ‑m 1m hlluv … " B1 1 (5) 同様に JJ' f/ JJ' JJ' m 'A B mm ¥1l'l/ 句 ι ・ ‑hυ: ・ υ h 4A ‑hυ υ h¥ /Illl (6) 〔要素平方ベクトル〕 (blbl . . . . . . bmbm) = B ・diag (B) (7) O ︒口 L

1. 3 マトリックス編 以下の記号は、それぞれ下記のものを示すとする。 I^ X1 11 . . 叩.λX1 1n ¥ I 1 n¥ 山.. X : I~ I ~ ¥ Xm1 ・ ・ ・ ・ . . X mn nJ / 眠 ¥X . . . . Xm n A : (a1" 山 … … . . . 山 . . . 山 山 . "aピk " 山 … .山 ' ' ' a A は属性ベクトルであり、 akは k 行目の対象の帰属属性を示しており、 K は 最 大 帰 属 集合数とする。 A は j行 目 の 対 象 に つ い て も 同 様 に 定 式 化 さ れ 得 る 。 よ っ て 以 下 で は 、 行 対 象 i こ関する ものを A 人 列 対 象 i こ関するものを AC と記す。 W: ( W 1 . . . . . . W k . . .・ "Wm) • mx1 WI ま荷重ベクトルであり、 Wkは k行目の対象のウェイトを示している。 W は j行 目 の 対象についても同様に定式化され得る。よって以下では、行対象に関するものを W 人 k as ‑&EL E 町 .︑ム内 U ・ 1J‑hu 1よ ハU r u 一 一 ( こ関するものを W C と記す。 列対象 i E : (e1....・ . e k . . . . . . e m ) • mx1 まk行目の対象の拡張単位を示している。 ekl E は拡張ベクトルであり、 E は j行 目 の 対 象 に つ い て も 同 様 に 定 式 化 さ れ 得 る 。 よ っ て 以 下 で は 、 行 対 象 に 関 す る も の を E r、 列対象 i こ関するものを EC と記す。 また解釈を容易にするため、各行列漬買を示した後、例を示すことにする。用いた例 示行列は、それぞれ以下である。 nhunJunkυan噌nHvnhu 'I1ょっ白 qυqυ ¥III‑ ノ 517395 'EA'bAnJunJ白 内 υ 4 Hunhun︐白 n x υ a n u z a n u zハ 'i1よ ηLηLqυ I 1 2 I 7 8 X=11314 ¥1 92 0 ¥2 52 6 ¥3 13 2 qunudFhu'inlnd ー よ ηLηLnd e x . (8) A r = AC = ( 1 2 3 1 2 3 ) (9) Wr = WC = (. 1. 2. 3. 1. 2. 3) (1 0) Er = EC = ( 1 2 1 2 1 2 ) (1 1) ‑83一

〔行要素和〕 .+]; X 1n = X [ ーム ' ) nHu βhu vhd ム ︐ nb 内 nud 'a n4u nud iγru 円︐﹃ ム phd 'a ハγ r u r X 1n = ︑ ︐ e x . (1 2) (13) 〔列要素和〕 町 、 町B (L X i1 . . . . . . L xin ) iニ 1 (1 4) ム ηJ臼 ︑︐︐ 'a 6 智}ム ηJ臼 nHU 昼 ム ム a n M 'a 'a ム n ハu nHU 'a ム ハγ r u nHU 'a 6 nud r 1m' X = ︑ ︐ e x . X[ + .J ; 1m' X i=1 (15) 、 1m' X 1nで与えられる。 し た が っ て 、 全 要 素 和 X[+.+J; は 【応用: 2重中心化】 距 離 2乗 行 列 を D2mxmと す る と 、 固 有 値 分 解 の 対 象 と な る 行 列 Dは 、 以 下 で 定 式 化 さ れる。 /m(D21m ) 1m ' 一l/ D =一 1/2[ D 2 ‑ l m1m(1m 'D 2 ) + l/m2(1m・D21m)1m1m '] (1 6) 〔行要素荷重和〕 4A 由" ・ J ‑J VA nE 司 ‑‑J xwc (17) n L XmjWj J=l xwc= (3.38.714.119.524.930.3) e x . (1 8) 〔列要素荷重和〕 町E 町E r (L xi1W i . . . . . . L X inWi) =W 'X ‑84 nnu nwu ノ ー‑ ‑ l nnu nud nnU ム 14 l 円 ︐ ム 唱E ‑ af 'a phu ‑ n︐白 υ ム ム 唱E f ︑ ︐ wr'X = ︒F‑ h υ 'a e x . (19) i=l i=l (2 0 )

( ク ロ ネ ッ カ ー δ行列〕 ¥111I/ mm ti‑‑‑m nORO 4A4A 12Em nAURAU JI‑‑il¥ D rDr ' Dr = design (Ar) ここで、 nunu‑i ¥11ij nu‑inU 100 unuU4Bよ Dr ︽川 nu‑inu e x (2 2) nu‑‑nunU1AnU ) ! 川 ︽U 川 ‑ tムnuunHu‑tム ハ U nunU1AnunU1A ょ nunu‑‑nU nU1 ‑ tム ハ 川unHu‑tム ハ 川unuu /fill ︑ ¥ D rDr ' (2 1) (2 3 ) 〔部分集合行要素和〕 ) ( zzz ， jEal L Xmj jE a1 ， jEa2 jEaK L Xmj . . . . . . 3 ¥5 ' 6 5 X DC (2 4 ) L Xmj / 9¥ 2 1 ¥ 3 3 I 4 5 I 5 7 I 6 9ノ 晶 X DC = ~~1 1 I4 7aqd‑iqurani 叫a ‑ t目品︒u nEFυ 町F hv /5 7 I1 1 jE a K / j E a2 e x . ¥ (2 5) 〔部分集合列要素和〕 L Xi1 ….L Xin iEal L Xil iE a 2 iEal . . . . . . L Xin iE a 2 Dr'X (2 6) LXil...... L Xin iE a K iE a K nxunHun︐白 FhunMUnuu ηLqukυ υ ηLAヨK a m u ‑ n h u n M U n︐白 ηぺ u a n u z D r' X n︐白 a n u z β h u n︐白 ηぺ u a n u z e x . (2 7) p h u o o

〔部分集合行・列和〕 J a n u τ M 内U nJ ノ ¥1111 n u n ¥1111111/ ︐L RUA官︒凸 O凸 n J EAan宝 ηun︐t ︑︐ runJ ηInhunwuハ H U ︐ Lnl 1よ aqn a n u τヮ 内U M 内U ハ Hunhυanuτ M 1よ an宮 内 ︐L n u ︑ nuヮ nxurυnJ n︐tnhu ︐ titiaqn LFU n J a h u M n佳 作z 内U nHυnJ 1よ nJ のペUan宝 nhun︐1 ¥ l i ‑ ‑ / 51 71っ 39 5 ︐ n t iょ Lqu ︐ L a佳 作zbno oonun n J白 ηuan宝 rhunhu qunwdrhU1よ n︐tnυ ‑EAnJ nJ のペU ︐ a1nunonun Laq ︐ ーよ n L a Arhunhu ' 3 1 n J n h υ a n u τ ハ H u n z h u a n u τ ー よ 1AanuτnJ n h υ ¥25 r ¥ 6 2 ︑υn︐f ハHU ¥2 5 (3 0) di ag (D r' X D 0 ) (3 1) 1=diag (Er) X 盲 一 1‑ 8 6一 (3 4 ) I19 )X ag (E 0 di ，1 I7 I13 . 巴X I1 3 (3 3 ) 巴 (1Xi11enx:1n) Xdiag (E0) : 内U M 引1 4 ・ Xij (3 2) い3 8 diag (Er) X H U a n u τ ハ /1 e x . ‑EJ j E a2 ︑ rυn︐tnwd H U a n u τ n h uハ a n宝 n︐tnwd fJIlt¥ emXmnJ ・ emXm1 … C D r 川 . . . . enXmn J e1Xm1 x 〔行要素の e倍 〕 C 1 1 1 U ~ aazaa iE a K a1 Xij を対角項とする対角行列を得る。 ヱ 上式を用いれば、 VA1kvAKK a1 (2 9) D e x . (2 8 ) D r' X D 0 z‑‑EEE JE ・2・ J iE aK jE Xij ~ ~ Xij ~ ‑tJ 81 ~ Xij iE a1 j E a2 jE 通常、主対角項の有用性が高いので、 i .j E B k 〔列要素の e倍 〕

2 I M Lに よ る 簡 潔 化 の 応 用 : 階 層 型 髄 争 市 場 構 造 分 析 モ デ ル へ の 適 用 2. 1 階 層 型 競 争 市 場 構 造 分 析 の 概 述 階 層 型 競 争 市 場 構 造 と は 、 以 下 の 図 の 様 な 構 造 を 考 え る 。 た と え ば 図 1の 含 意 は 、 ビ v s ラガー」の選択を行ない、次に ール市場の選択において、消費者は初めに「ドライ ドライを選んだならば「キ 9 Yo r7 f to r f， * " 口 o r サントリー」の選択を行ない、ラガーを選 r7 サto rf ' I * "口 」 の 選 択 を 行 な う と い う も の で あ る 。 し た が っ て 、 んだならば「キリ Y o このような階層型市場構造は、製品特性主導構造とよばれる。 図 1 ビール市場の仮説的階層構造 門U IM ︐ w ふ1114L叩 一 一一サ 7 1411サ ︑司?'一レ ノ +llJ 一ラ一 1 ・ キ JJ JJ ︐ U Ill 'hi ‑4111HUF ‑b 一一︑ 一ム Ill‑‑H ‑‑︑ ・ 一‑門 一‑叫す 一イ﹁ γ t ふI l‑‑d宵︐ 一マ t ' 十 lvフ￨↑ h ド一 1 ふキ・ 一勺 J ふ111什リ︐ このような構造が得られたとして、仮 i こサントリーの製品戦略を考えよう。すると、 ドライ・サブマーケットには既存の「サントリー・ドライ』という製品があり、新たに 「 サ ン ト リ ー ・ ド ラ イ 5" 5 ~という製品を導入することは、同じサブ・マーケット内 で共食いする可能性が多分にある。よって、ドライ・サブマーケットに製品導入するよ りは、ラガーあるいは新たな製品特性をもった製品を導入する方が、戦略上効率的であ ろう。 以上の様な階層型市場構造分析モデル i こは主として、 P R O D E G Yモ デ ル ( U r b a n . J o h n s o n .a n d Hauser ( 1984)) と M I G H T I モ デ ル ( 井 上 、 中 西 (1990)) がある。 以下それぞれ記述すると共に、前章の行列表示を用いて簡潔化されえるプログラミング を示す。 2.2 P R O D E G Yモ デ ル P R 0D E G Y ( PRODuct s t r a t E G Y ) モデルの特徴は、強制的あるいは仮想的遷移デ ータを用いている点である。彼らは、無構造市場においである新製品を導入したならば、 あまり人気の無い製品よりは人気のある製品の方がより打撃を受けると考え、すなわち、 低マーケ y ト・シェア製品よりは高マーケット・シェア製品からより多く顧客を引出す ことを期待する。したがって、彼らは、無構造市場を ある新製品が既存製品のマーケット・シェアに応じて、等しく既存製品からその マーケット・シェアを引出す市場。 ‑87一

と考えている。一方 あ る 製 品 が あ る サ プ マ ー ケ 'Y ト か ら 削 除 さ れ た 際 、 消 費 者 が マ ー ケ ッ ト ・ シ ェ ア に よ り 予 測 さ れ る よ り 以 上 に 再 び そ の サ プ マ ー ケ 'Y ト で 購 入 し そ う な ら ば 、 市 場 はその一連のサプマーケットにより定義される。 t al . ( 1 9 8 4 )に よ る 無 構 造 とし、ここに有構造市場を規定している。以下に、 Urban e 市場および有構造市場の定式化を示す。 無 構 造 市 場 を 定 式 化 す る モ デ ル と し て A CRM (Aggregate Constant Ratio Model) を 採 用 し た 。 す な わ ち 製 品 iが 市 場 か ら 削 除 さ れ た 際 、 残 っ た 製 品 j の 市 場 に お け る 選 Pj( j) 、 は そ れ ぞ れ の の ( 削 除 前 の ) シ ェ ア に 比 例 す る と 仮 定 す る 。 択確率、 Pj(j ) =mj/ L mh=mj/ (1‑mj) (3 5) h'" j ここで 町、 mh :製品 jおよび hの 7寸 け " h了 ' k Pj( j) を あ る サ ブ マ ー ケ ッ ト S こ属する j に つ い て 合 計 す れ ば 、 製 品 iを 削 除 し た 後 の そ の サ プ マ ー ケ ッ ト の シ ェ ア ( = 強 制 遷 移 シ ェ ア ) P;(Sk ) が得られる。 最 も 選 好 す る 製 品 iが 入 手 不 可 能 な 時 、 代 り に 製 品 jを 購 買 す る 消 費 者 数 を nj(j) と し 、 こ れ を サ ブ マ ー ケ ッ ト Sk 'こ属する j (jεsρ に つ い て 合 計 し た も の を nj( Sk ) ' k とする。無構造仮説下では消費者がサプマーケット S こ属する製品を選択する確率は Pj( Sk )で あ る の で 、 確 率 変 数 nj( Sk ) は製品 iを 最 も 選 好 す る 消 費 者 数 n j と Pj( Sk ) をパラメターとするこ項分布を形成し、 nj が十分に大きいなら正規分布で近似される。 もし観測された nj(Sρ の 値 が こ の 正 規 分 布 か ら 予 想 さ れ る も の よ り 大 き け れ ば 、 サ ブ マーケット Skが 存 在 す る と い う こ と に な る 。 し か し わ れ わ れ の 関 心 は 市 場 全 体 で の 構 造 の 有 無 で あ る か ら 、 全 体 無 構 造 仮 説 は 、 各 n;(Sρ が独立であることを利用して、 n・= (3 6) L k L jni( Sk) jE S k を計算し r について集約された次の近似正規分布に基づいて最終的に検定が行なわれ る 。 n" ‑ N [LkL jnjPj(Sρ • iE Sk L kL j niPdSk )(1‑Pi( Sk ))] (3 7 ) iE Sk すなわち f が (3 7) の 分 布 に 従 わ な け れ ば 、 市 場 に 構 造 が 存 在 す る と 判 断 す る の である。 さて、 PRODEGYの プ ロ グ ラ ミ ン グ が 前 章 を 利 用 し て い か に 簡 潔 に 行 な え る か 、 ‑8 8一

言 換 え れ ば 、 行 列 を 用 い て 再 定 式 化 し 直 接 1M L で プ ロ グ ラ ミ ン グ 可 能 に な る こ と で い かに簡潔化されるかを以下の仮説的強制遷移行列を用いて示そう。なお解釈を容易にす 1 1 1 22 2 2 )・とする。 るため仮説的に A = ( 表1 仮説的強制遷移行列 N ディーゼル t f ソ ン P g t Cls Jta C v1Pgt C1s Jta Peugeot 1 0 6 2 4 Cutlass 2 0 1 2 4 0 l l l 3 Jetta 1 5 7 T ィ‑j(レ ) 4 l 。 。。 。 。。 2 3 l mj 1 fリ / 'y Cavalier 2 0 Peugeot 1 5 Cut1ass 1 0 Jetta 1 0 出所 。 。。。 2 l l 4 1 0 3 Urban e t al . ( l9 8 4 ) こ こ で 、 求 め る べ き 統 計 量 は 式 (3 7)の n .， 正 規 分 布 の 平 均 μ と分散 σ2 とい う 3つである。まず、 f は 式 (3 6) で 示 さ れ る よ う に 、 相 応 す る 部 分 集 合 総 和 で あ る 。 よ っ て 、 式 (3 0) を用いて以下の様に表される。 n+ =trace (D'N D ) (3 8 ) = 6 +2+10+4+7+2+0+4+10+0+5+5+3+3+3+1+5+2 = 7 2 次 に 正 規 分 布 の 平 均 は 、 式 (3 7)で与えられる。よって、 Pj( Sk ) の 算 定 は 、 式 (3 5) を 各 行 要 素 ご と に 部 分 集 合 和 す る こ と で 算 定 さ れ る 。 ま ず 、 対 象 総 標 本 数 N は 、 式 (4) お よ び (2 4) を用いて、以下の様に算定される。 N = 1m' N D 1K =20+12+13+6+12+16+21 =1 0 0 同様に、 {mj } ベ ク ト ル M は以下で与えられる。 M =l/N N 1n (3 9 ) (.10.20.15.20.15.10.10)' Pj( Sk) を 主 対 角 要 素 と す る 対 角 行 列 P白 CRM は 、 式 (5) お よ び (2 1) を 用 い て 以下で与えられる。 ‑ 89一

P白 C R門 = diag( (Mln' ‑ diag (Mln' ) ) DD') (4 0 ) =diag ((.35.25.30.35.40.45.45)) よって、最終的に正規分布の平均は、以下の様に表される。 (4 1) μ =t race (diag (NM) P白 CRM) 3.5+5+4.5+7+6+4.5+4.5 =3 5 最後に、分散は以下で与えられる。 σ2 =trace (diag (NM) P 白CRM( 1 ‑ P白C R門 )) (4 2 ) =2.275+3.75+3.15+4.55+3.6+2.475+2.475 =22.275 以 上 の よ う に 簡 潔 に 示 さ れ た P R O D E G Yモデルについて、 Urban ら自身によって 1 9 8 7 )、小Il!( 1 9 8 9 )によって、主として 3つの問題点が指摘されている。 も、また片平 ( ① 構 造 識 別 基 準 と し て 、 無 構 造 婦 無 仮 説 も し く は そ れ に 関 す る Z検 定 ( 標 準 正 規検定)が緩い。 @ 唯一の製品がサプマーケットを構成する場合、検定を行なうことができない。 ③ 無構造仮説を棄却する有構造仮説が複数存在する場合、その選択基準がない。 8 9 )により、 また、井上(19 ④ @の問題から派生する事象上および算定上の論理が一貫していない。 9 0 )により、 井上、中西(19 @ 周辺情報と非部分集合に関する情報の利用が不十分である。 という問題点が指摘されている。そして最後に、 @ 対立仮説である有構造仮説のサプマーケ ' : 1 ト教が増加すれば、 Z統 計 量 も 増 加する傾向にある。 ことも指摘されるべきである。すなわち、サブマーケット数が増加すればサプマーケッ ト 当 り プ ラ ン ド 数 が 減 少 し 、 通 常 、 式 (3 7)の Pi( Sk ) は小さくなる。その結果とし て、分散が小さくなり、 Z 統計量は増加するという問題である。 本 論 文 で は 、 上 記 の 6つ の 問 題 点 を 克 服 し 、 さ ら に 消 費 者 人 口 の 異 質 性 を 導 入 し た モ デルが、 M I G H T Iである。 ‑90‑

2

MIGHTIモ デ ル

3

MIGHTは 2つ の 変 型 を も っ て い る が 、 本 論 で は モ デ ル Iの み を 紹 介 す る 。 なお、
)

H
内u

'EA

nud
nud

(

モ デ ル Eに つ い て は 、 井 上 、 中 西

を参照されたい。

MIGHTIに つ い て 、 以 下 の 3点を仮定する。
仮定①

k
=
l，2
，.
・
・
，K
)によって、 K 個
市 場 は 排 他 的 製 品 下 部 集 合 Sk (
のサプマーケットに分れる。消費者はそれぞれが選択するサプ
マーケットに対応して別のセグメントを構成する。すなわち、

Sk を 選 好 す る 消 費 者 は 、 S
J(
l*
k) に 含 ま れ る 製 品 の 選 択 を す
ることはない。 し た が っ て 以 下 で は Sk は サ ブ マ ー ケ ッ ト お よ
び セ グ メ ン ト の 両 方 を 示 す も の と し 、 Sk を 選 択 対 象 と す る セ
グ メ ン ト の 規 模 を Wk とする。
仮定②

消 費 者 の 中 に は 、 全 製 品 を 選 択 対 象 と す る セ グ メ ン ト So もあ

Wo とする。

り
、 その規模は
仮定③

k)
L aJJ k W

(Wo = 1

サ ブ マ ー ケ ッ ト Sk (
k
=
O，1
.2
.・
・
・
，K
) に お い て 、 製 品 i(
iESk
)
を選択する確率

πKi

は A C R Mに 従 い 、 以 下 の よ う に 定 式 化

される。

(
k
=
O
)

m;
k

mj / L mj (
k孟 1)

π1

.
JE

(4 3 )

Sk

し た が っ て 、 製 品 iの な い 時 、 製 品 j (i，jE Sk) が 選 択 さ
πk; (j】(強制遷移確率) (ま、以下になる。

れる確率

F を以下のよう
{
n;
(j)} に 関 す る 尤 度 関 数 L

others

︼

i
. jESk

δijk =

3

;E S k

nH

‑E

= Lm
;

︿

J‑

山一

製 品 jを 選 好 す る 消 費 者 数

J
‑・

m

が入手不可能な際、
ここで、 n
;(j) : 製 品 i

mSk

)

︐
︑
・‑
g
m

m川 一 一

zJ‑

・

一k
S
wKk一
一
m

ムT

i‑k
︑
︐
δ 一向

・ ‑i
J

I
I

O一

I
I

aJ1 k ;E S k j'" ;

m一
m

回

L
F= I
I

m川 一 一

w一1よ

(

に定式化する。

(
k孟 1)

i

以 上 の 3つ の 仮 定 よ り 、 強 制 遷 移 行 列

nHU

1VA

J‑E

(4 4 )

j ES k
J戸

)

(
‑
‑

川

‑Ed

mj / L mj

m

e
E
J

//a

?
山 1 4↑
1 ・J

m

一
一

(

‑EJ

︼

π

k

‑
一︿

mj / 1 ‑ m;

(4 5 )

i

u
︐n

し か し 、 強 制 遷 移 確 率 行 列 の 各 行 の 要 素 の 和 が mj に な る こ と か ら 、 以 下 の 制 約 式 が
考えられ、

!Womj
mj δ jjkWkmj
mj ¥

I
F
JiI?E7+msk(Eisk‑mi)l =mj

(4 6 )

a

次の結果が導かれる。
WOmj + WkmjmSk‑1 =mj

Wk

(4 7 )

(
1 ‑ WO)mSk

式 (47) を 尤 度 関 数 LF に代入すると、以下のように再定式化できる。
‑J

E

n
u

・6

開

(4 8)

8

.
e
i
s
e
‑

川一

‑EJh

‑E‑

m

︑

w
"

S

m‑m
)O‑
‑

k

'E4‑

J‑m

f ‑k

川

式 (4 9) を最大化することを目的として、

︑一一一

+

nO一

m

J‑‑B

‑E‑

m

宙 開 一 'i

m
一
山
O一

σ
o

n
u

l

(一一

式 (48) の対数をとると、以下を得る。
logLF = LLL nj (j】

)

=
J
‑
m
M一

・8

m
M

1F一
m
D
‑
一
m
w・
一
‑

l‑k
︑

川

f‑
一s

‑Ed‑

k m

m

︐

・8 ‑

δ‑

川一

+

J‑.

m

一
‑

・2 ‑

m
M

o‑
m
w一1よ

H

H

︐t︑
'ht

LF =H

(4 9)

{
mj
} 、W
O パラメターを推定する。最大

こ 対 し 、 最 大 傾 斜 法 に よ り 対 処 す る こ と に す る 。 式 (4 9) の 一 階 の 偏 導 関 数 は
化問題 i
以下のとおりである。

θ

て一一 logLF =LLL nj( j ) W jj7 jj
am
c
1‑WO)mj
W O m j δ jjk(

一一一一+一
一
一
一
一
一
一

α i β i

Wom;(αj‑mj ) δ jjk(
1‑WO)m;(βj‑mj
)
α i 2 β i 2

(5 0 )

(
i= c
)

*

(
i c

ここで、 7 jj =

(5 1)

‑Womjmj

δijk(
1
‑Wo)mjmj

αi2

βi2

*

(
i
.j c CESk)

‑EJ ﹃

2
m一
‑‑z
︐
.刷一 α

一
"
山

(
i
， j*c C
j{Sk)

‑92‑

立 . . . logLF = L L L nj(j)ωjjmjmj(αi1‑δjjksj‑l) θW o ここで、 (52) α ， = l ‑ mi βj = mSk ‑ m j )mj mj ¥‑1 {Womj m j δ jjk(1‑W0 ωlJ = L ‑ E 7 + β j ‑ I さて、前章の議論を応用することにより、上式が簡潔 i こ表現されることを示そう。ま ず 式 (49) の 尤 度 関 数 に つ い て 、 対 数 演 算 内 の 第 1項 の 行 列 P oを定式化する。 P o i ま 、 式 (5)の応用により、 P 0 = WoMM ' / (1m ‑ M) 1m' (5 3 ) 対数 i 演 算 内 の 第 2項は、 P K は 、 式 (2 1)の応用により、 PK = ( 1 ‑ W0) M M' / (DD'M ‑ M)1m' (5 4) し た が っ て 、 式 (4 9) の 尤 度 関 数 は 以 下 の 様 に 簡 潔 に 表 さ れ る 。 logLF = 1イ (N#log(Po+ P d)lm (5 5 ) 同様 i こ、式 (5 0) お よ び (5 2)は、以下の様に表される。 て乙 logLF = 1m・(N非Q非r)1m (5 6 ) 三一 logLF = 1イ (N#Q非A)1m (5 7) σmc θW o ここで、 Q = {ωjj } =1 /(P0 + PK) r= {7 jj} A = 1/ W0 P0 ‑ 1/( 1 ‑ W0) PK 以 上 が モ デ ル Iに つ い て の 説 明 で あ る が 、 本 モ デ ル が 母 集 団 の 異 質 性 を 明 示 的 に 認 め た上で、 PRODEGYモ デ ル の 各 問 題 点 i こ対処していることは次の通りである。 ① 強制遷移行列のもつ情報を十分に用いて対数尤度比検定を行なうこと ができる。 log LR = ‑2(log Lhc ‑ log Lh) ‑93‑ (5 8)

また複数の有構造仮説が受容された場合にも、尤度のもつ情報量の大
小により構造を識別することができる。
@

全市場のとらえ方においても、モデル内の算定式においても論理的に
一貫している。

@

こない。
統計量とサプマーケット教が単調増加関係 i

@

最後に通常のマルコフ遷移行列を用いても、パラメター推定が可能で
あるため、唯一の製品がサプマーケ'')トを構成する場合にも、その情
報を検定に用いることができる。

ここで、 マ ル コ フ 行 列 に お け る M I G H T I を紹介する。 t期 に 製 品 iを t
+
l 期に
製 品 j を 選 択 し た 消 費 者 数 を njj とすると、尤度関数は、以下の様になる。

L
F =I
I

I
I

I
I

，

(WOmjmj +

δjjkWkmj
mJ 、 njj
'"~

aII k jE Sk aII j

(5 9)

~..，

mSk‑

し か し 、 遷 移 確 率 行 列 の 各 行 の 要 素 の 和 が mj に な る と 考 え る と 、 以 下 の 制 約 式 が 考
えられ、

i
:

(WOmjmj +

δ jjkW)
(
I
I
lj
mI )

=mi

(6 0 )

ms2

aII J

次の結果が導かれる。

W
O
m
j + WkmjmSk‑t =mj

Wk

(
1 ‑ WO)mSk

(6 1)

式 (6 1) を 尤 度 関 数 L
F (5 9) ，こ代入すると、以下のように再定式化できる。
，

L
F =H H I
I(W
o
mjmj +

δjjk(I‑Wo)mjmj ~

njj

(6 2 )

mSk

式 (6 2) の対数をとると、以下を得る。

‑EJv‑

)

1‑

m
M
‑

m一
)‑

ti‑m

式 (6 3) を最大化することを目的として、

一k
wO一
s

・
3‑

(‑
一
‑
k‑

一

‑J‑

XU

l
o
g
L
F =i
:
i
:
i
: njj l
o
g
( WOmjmj +

(6 3 )

{m;
} 、W
O パラメターを推定する。最

大 化 問 題 に 対 し 、 同 様 に 最 大 傾 斜 法 に よ り 対 処 す る こ と に す る 。 式 (6 3) の 一 階 の 偏
導関数は以下のとおりである。

‑ 94

てιlogLF = L L L nj山 c imc / 2Womj + (6 4 ) ωjj7 jj δjjk (1‑Wo)mj(2mSk‑mj ) msK2 W δ j jk(l‑Wo)mj(mSk‑mj ) Omj + I l l sK2 ( i= c ) (i=c j*c) ここで、 7 jj = (6 5 ) W δ j jk(1‑Wo)mj(mSk‑mj ) omj + msK2 )δjjk ( 1‑Wo f f ij mj 〆 ( i ， j*c c Sk) msK2 ヰ ー log LF = L L L njjωjj(mjmj δ jjkmjmjmSk‑1) δ明 。 ここで、 乱) ; IJ = ( Womj mj + (i*c j=c) δjjk( 1 ‑W0)mim」 ー1 ' ‑~ ，. ~ mSk (6 6) (6 7 ) さて同様に、上式を簡潔に表現しよう。まず式 (6 3 ) の 尤 度 関 数 に つ い て 、 対 数 演 算内の行列 P は、以下の様になる。 P = WoMM' + ( 1 ‑ Wo)MM・/ D D ・M 1m ' (6 8 ) し た が っ て 、 式 (6 3)の尤度関数は以下の様に簡潔に表される。 (6 9 ) log LF = 1m '(N非log(P))lm 同様 i こ 、 式 (6 4) お よ び (6 6)は、以下の様に表される。 τ ι l o g LF = 1m ' (N非Q 非r) 1m amc (7 0) 立 ‑log LF = 1m'(N刊 川 )1m (7 1) θWo ここで、 Qニ { ω ij } = 1/ P F ニ {7 ij } A = M M' ‑ M M'/D D'M 1m ' Fhd n v

3 おわりに 本 論 で は 、 第 lに、 SAS/IMLの も つ 行 列 レ ベ ル で の プ ロ グ ラ ミ ン グ と い う 特 質 を用いて、従来の言語では煩雑になりがちであった演算処理が簡潔化されることを示さ れた。また、それらの応用として、近年マーケティング戦略の見地から脚光を浴びてい る競争市場構造分析モデル、特 i こ階層型競争市場構造分析モデルの簡潔なプログラミン グ が 提 示 さ れ た 。 し か し な が ら 、 1章 に お い て 提 示 さ れ た 演 算 が 全 て だ と は 到 底 考 え ら れ な い 。 今 後 、 こ の 種 の 研 究 ・ 報 告 が 積 極 的 に な り 、 一 層 IMLに よ る プ ロ グ ラ ミ ン グ が容易になることを期待する。 参考文献 [ l J 井上哲浩 ( 1 9 8 9 )， プロデジー・モデルにおける論理非一貫性と改良" 関西学院商学研究， 2 6， 35‑52 [ 2 J 井上哲浩、中西正雄 ( 1 9 9 0 )， 異質性を組入れた競争市場構造分析¥ マーケティング・サイエンス， [ 3J 片平秀貴(19 8 7 ) [ 4J 小川孔輔 ( 1 9 8 9 )， 3 5( Ju n e ) (coming s o o n ) Wマーケティング・サイエンス』 東京大学出版会 消費者行動モデルとプランド戦略:最近の展開" 4， 9 ，4 89‑98 オペレーションズ・リサーチ， 3 [ 5 J Urban， Glen L .， Philip L . Johnson， and John R . Hauser ( 19 8 4 )， Testing Competitive Market Structures"， Marketing Science， 3 ，2 (Spring)，83‑112 96‑

日本 SASユーザー会 (SUG ト J) 正準変量による企業イメージの記述 0鈴 木 督 久 * 池田達哉料 日本経済新聞社編集局*広告局林 A D e s c r i p t i v e Use o f Canonical Variates Tokuhisa S u z u k i Tatsuya I k e d a N C . NIHON KEIZAI SHIMBUN， I ￨ くu T okyo 100‑66 1‑9‑5 Otemachi Chiyoda閉 要旨 正準判別分析を、日経「企業イメージ調査」データに適用した。百貨庖 3社 を実例に、次のような作業を通じて企業イメージの違いを比較した。 (1)正準空間の解釈 (2)グラフによる直感的理解 (3)問題の発見と次の分析への示唆 この結果、正準変量が企業イメージの説明に利用できることが確認された。 SAS環 境 :R e l e a s e5 . 1 8， T S O， M Y S / X A， I B M 3 0 9 0 . キーワード: PROC CANDISC， 1 2値変数 はじめに 生産社会から消費社会への重心移行により、企業にとってはイメージ産出が商品産出と 全く同等に重要な戦略課題となった。いいかえれば、今や商品の機能差はただちに解消さ れてしまうので競争はイメージの差異をめぐって成立するという事態を迎えたのである。 高度機械化による商品産出から、高度情報化によるイメージ産出への移行はまた、量の 競争から、質の強調への移行に対応している。従って例えば「企業認知度ランキング」の こ注目し、比較したい数社を選んだ時、この企業 ような量的指標ばかりでなく、ある企業 l のイメージはどのように他社と違っているのかを知りたいという質的、記述的理解への要 請が現われる。 日経「企業イメージ調査」は、企業のマーケテイング活動を支援する基礎データのひと つである。このデータを使って競合企業のイメージを説明したし、。しかも多面的に測定さ れているイメージ変数を同時に分析して数頁のレポートにできれば効果的である。 以上のような背景に沿って、正準判別分析を適用することにした。私たちの目的は、営 業スタッフがクライアントにプレゼンテーションする場面を想定して、なるべく理解しや すく、説明も容易な手法を用意することであった。そこでは判別分析の一般的な利用目的 である予測問題、すなわち所属未知のオブザベーションを得た時に、その値を基にどの群 に分類すべきかを判定しようという問題には興味が向けられていない。オプザベーション (回答者)は常に所属既知なので、縮小した次元で企業イメージの変動と構造をいかに探 索、記述するかということが私たちの主要な関心となった。 ‑ 97一

2 分析に使用したデータセット 図表 1!こ日経「企業イメージ調査」の調査概要を示す。分析データセットはこのアンケ ート調査によって得た無作為標本である。 r ビジネスマン」と「一般個人」と呼ぶ 2種 類 の母集団を設定している。現在 2年 分 (19 8 8、 89) のデータがある。従って 4種 類 のデータを相互比較することができる。本論では 89年の「ビジネスマン」のデータを使 って議論するが、実際には 4種類とも分析しており、分析結果の安定性を確認している。 図表 2に分析をおこなう S A Sデータセットの内容を示す。分析対象企業として「西武 r r 百貨庖 J 東急百貨庄 J 三越」の百貨庖 3社を選んだ。 N A M E . NAME̲NO. C1 CODE が企業を識別する分類変数。この場合は 3群で、各群のオブザ ベーション数は等しく 25 30 1オブザベーションは回答者ひとりに相当する。ただしこ こでは、 3社に対する回答者は同一人物である。つまり回答者ひとりが、オブザベーショ ン 3個を構成していることになる。全体のオプザベーション数は 7 5 9 (253刊)である。 XI‑X21が説明変数となるイメージ 2 1変数。各企業について、質問イメージ項目を「そ う思う」と回答したら 1、そうでなければ Oが与えられている。各イメージ項目のワーデ ィング(質問文)は図表 6!こ示されている。 よく知られているように、このような全ての説明変数が 2値で与えられたデータを正準 判別分析して得られた正準変量は、数量化 2類による個体数量と同値であり、同じ空間を 得る。 さらに分類変数のほうもダミー変数にして、 PROC CANCORRで正準相関分析をしても結果 は同じである。 DATA DEPT; ARRAY GG ( 3 ) GI‑G3 SET DEPT G l=0 G 2= 0 G 3=0 GG(NAME̲NO) = 1 R U N ; PROC CANCORR DATA=DEPT OUT=CANOUT ; VAR GI‑G3 WITH XI‑X21 R U N ; また判別や相聞の分析というよりも、多変量分散分析の見地から、 P R O C 'GLM を使って、 PROC GLM DATA=DEPT OUTSTAT=GLMSTAT CLASS NAME; MODEL XI‑X21 = NAME MANOVA H = NAME / CANONICAL R U N : PROC SCORE DATA=DEPT SCORE=GLMSTAT OUT=CANOUT ; VAR XI‑X21 ; R U N ; PROC STANDARD DATA=CANOUT OUT=CANOUT M=O VAR CANl CAN2 R U N ; としても、同じ正準変量が得られる。 98

[図表 1 1 日経「企業イメージ調査」の概要 ビジネスマン 一般個人 調査地域 東京都内 園 首都圏 40Km 調査対象 有力企業に勤務する男性ビジネスマン 18‑69歳の男女i 即、 調査方法 質問ポ留置法 質問紙留置法 抽出方法 上場および非上場有力企業より、 5000事業所を抽出 住民基本台帳より二段無作為抽出 設宅サンフワL 数 400 (1調査票あたり) 400 (1調査票あたり) 認査時期 第 l回 > 1988年 9月 第 2回 > 1989年 9月 1 分析データセット :DEPT の内容(途中のオプザベーションを省略してある) [図表 2 O B S A l 明E N NA.~E_NO C I C O D E X 1 X 2 X 3 X 4 X 5 X 6 X 7 X 8 X 9 X 1 0 X l l X 1 2 X 1 3 X 1 4 X 1 5 X 1 6 X 1 7 X 1 8 X 1 9 X 2 0 X 2 1 西武百貨庖 西武百貨庖 西武百貨庖 西武百貨庖 ! 西武百貨庖 l 西武百貨庖 i 西武百貨庖 l 西武百貨庖 2 5 3 西武百貨庖 7 8 4 7 8 4 7 8 4 7 8 4 7 8 4 7 8 4 7 8 4 7 8 4 7 8 4 2 5 4 2 5 5 2 5 6 2 5 7 東急百貨庖 東急百貨底 東急百貨庖 東急百貨底 ￨ 東急百貨底 ! 東急百貨底 ￨ 東急百貨底 ￨ 東急百貨底 5 0 6 東急百貨庖 7 8 8 7 8 8 7 8 8 7 8 8 7 8 8 7 8 8 7 8 8 7 8 8 7 8 8 5 0 7 5 0 8 5 0 9 5 1 0 7 9 2 7 9 2 7 9 2 7 9 2 7 9 2 7 9 2 7 9 2 7 9 2 7 9 2 1 2 3 4 三越 三越 三越 三越 ￨ 三越 ￨ 三越 ￨ 三越 ! 三越 7 5 9 三越 。 。 。 日 日 日 l ‑ 99 。 。 。 。

3 百 貨 庖 3社の正準判別分析 日経「企業イメージ調査」データは、 SASデータセットで、データベース化されてい る。例えば目的の 3社のデータセットを DEPTという名前で得るには、 %GETDSというマクロ を使って、 %GETDS(784 7 8 8 792.0UT=DEPT) と企業コードを指定すればよいようになっている。もしも企業コードブックが手元になけ れば、 %CICODEというマクロを使って、 %CICODE(ト ウ キ ヱ ウ t' l t イ7 't' l ~'ïJ :I) とカナ企業名を指定すれば、 LOG画面に、 庖庖 貨貨 百百 武急越 西東三 H川 M川 M川 nHUnHUFHU nHUnMUnud AAAAAA 川 MU 川 Mu 川 MU pupupu nununu nununu nununu ハU ハU ハ u と表示されるので、企業コードがわかる。 S A S / A Fを使えば、メニュー化して表示で きるが、スタッフがここでおこなう仕事は不定型なものなので思恵は少なし、。また、メニ ューにするほど定型化した分析ならば、私たちはパッチジョブ i こしてしまう。 正準判別分析の指定は以下のように簡単である。後の分析で PROC CANDISCの出力を別の プロシジャの入力にする場合は、 CLASS 変数を文字変数にしておいたほうがよい。 町山川 内ノ臼 一 ‑ 町山川 U山川 AA PU 干 AA‑‑ l n H U 小 umAA n H U 小1 l pu ︑ ・ ︑ Ea‑‑ 小 ou M川凶 AA nHUPU AMUT‑ ylAA l nE 小 ︑u AAP HVT ・ 小 ‑ lnU 干 1AHU MU 川 Aυ 川 HU PAハU 円 い U M川u ・ ' nUAA1 よ = n u ‑ ‑ワ 白 AA=nHUVA → l →i H川 ‑ AMHHUAA1よ nunvuNVAA u PU ︑ ︒T l o o nuo 占 MNAAnE AAYEUAA PUPUHv nu ハ U v nE PA R U N : UNIVARIATEを指定すると、図表 3のように 1元配置の分散分析表が出力される。これを 見ると X12 (伝統)の F値 (263.9) が抜群に大きいので、この変数が群(企業)の分離に 役立ちそうなことが予想できる。あとの変数はあまり顕著ではない。 STDMEAN を指定すると群平均値 ( C L A S S MEAN)が出力される。正準変量は測定の位置と尺 度の変更のもとで不変なので、 0‑1で記録されている 2値変数をあらかじめ百倍しであ る。些末なことだが、こうしておくとアンケート集計のいわゆる G T表と同じものになり 何かと便利なのである。群聞の違いに関する相対的な度合は、その下に印刷された基準化 スコア (TOTAL‑STANDARDIZED CLASS MEAN) のほうがわかりやすい。 F値の大きかった X12 を見ると、三越と他 2社との相違がはっきり示されている。 全体としての群の分離の程度は、固有値 ( E1 GENVALUE)の大きさに対応している。第 1正 .9 7である。もしも最初の正準変量の固有値が小さければ、そこで選ん 準変量の固有値は O だ企業聞のイメージは似たり寄ったりで、差異でなく同一性を記述するだろう。 100‑

[図表 3) 正準半明l ゆ祈 ( P R O CC A N D I S C )の出力結果 7 5 9O B S E R V A T I O N S 2 1V A R I A B L E S 3C L A S S E S 7 5 8D FT O T A L TH I NC L A S S E S 7 5 6D FWl 2D FB E T W E E NC L A S S E S F R E Q U E N C Y 2 5 3 2 5 3 2 5 3 東急百貨Ji5 西i百貨庖 V A R I A s L E X l x 2 X 3 X 4 X 5 X 6 X 7 X 8 X 9 X I 0 X l l X 1 2 X 1 3 X 1 4 X 1 5 X 1 6 X 1 7 X 1 8 X 1 9 X 20 氾l W E I G 町 P R O P O R T I O N 2 5 3 O .3 3 3 3 3 3 2 5 3 O .3 3 3 3 3 3 2 5 3 O .3 3 3 3 3 3 U N I V A R I A T ES T A T I S T I C S W I T H I NS T D M E A N T O T A LS T D B E T W E E NS T D R ‑ S ω A R E D R SQ/( I ‑ R S ω F 7 . 1 9 1 0 6 9 3 3 3 1 .6 2 0 5 5 3 3 6 4 6 .5 3 0 0 8 1 0 5 4 6 . 2 1 8 6 6 4 6 5 0 . 0 1 5 9 4 4 0 . 0 1 6 6 . 1 2 5 1 8 .9 7 2 3 3 2 0 2 3 9 . 2 3 4 0 6 5 5 3 3 7 .7 9 5 0 6 4 0 1 1 3 .1 0 3 2 2 8 8 2 0 . 0 7 4 4 5 8 0 . 0 8 0 3 0 . 4 0 9 1 3 .9 6 5 7 4 4 4 0 3 4 .6 8 5 9 8 5 0 4 3 2 . 9 0 3 9 4 1 1 6 1 3 .5 9 0 9 3 8 4 5 O .1 0 2 4 8 8 0 . 1 1 4 4 3 . 1 6 4 2 9 .6 4 4 2 6 8 7 7 4 5 .6 9 8 9 6 8 4 3 4 4 . 0 6 0 8 6 4 3 5 1 5 . 0 9 7 5 7 2 5 3 0 . 0 7 2 8 5 9 0 . 0 7 9 2 9 . 7 0 5 2 4 .5 0 5 9 2 8 8 5 4 3 .0 4 0 5 9 7 5 6 41 .9 5 2 8 7 2 3 6 1 2 . 0 6 0 1 9 4 7 1 0 . 0 5 2 4 1 2 0 . 0 5 5 2 0 . 9 0 8 2 1 .8 7 0 8 8 2 7 4 4 1 .3 6 4 3 2 1 0 2 3 9 . 8 4 3 5 7 8 1 3 1 3 .8 3 0 2 2 7 2 3 0 . 0 7 4 6 2 6 0 . 0 8 1 3 0 . 4 8 3 1 8 . 8 4 0 5 7 9 7 1 3 9 .1 2 9 3 7 2 5 6 3 7 . 8 1 9 9 5 5 5 7 1 2 . 5 1 3 6 9 5 0 0 0 . 0 6 8 2 7 3 0 . 0 7 3 2 7 . 6 9 8 2 9 . 7 7 6 0 2 1 0 8 4 5 .7 5 7 5 0 4 7 3 4 4 .7 0 2 8 8 4 3 4 1 2 . 2 8 0 5 5 8 8 4 O .0 4 8 0 8 3 0 . 0 5 1 1 9 . 0 9 4 1 7 . 7 8 6 5 6 1 2 6 3 6 . 8 4 5 2 3 8 1 6 3 8 . 2 6 5 1 7 3 6 3 1 2 . 8 5 0 4 0 9 6 5 0 . 0 8 1 3 0 .7 7 5 0 . 0 1 7 05 2 8 5 1 7 . 7 8 6 5 6 1 2 6 3 8 . 2 6 5 1 7 3 6 3 3 6 . 2 2 8 4 9 5 9 8 1 5 . 2 4 6 8 7 8 6 7 O .1 0 5 9 8 3 0 . 1 1 9 4 4 . 8 1 1 1 5 . 9 4 2 0 2 8 9 9 3 5 . 4 4 3 5 8 5 8 5 1 1 .5 3 9 4 2 6 2 4 O .0 6 6 2 4 5 3 6 . 6 3 0 8 9 5 3 3 0 . 0 7 1 2 6 . 8 1 7 2 8 . 0 6 3 2 4 1 1 1 4 4 . 9 6 0 4 4 8 2 4 3 4 . 5 4 7 1 9 3 5 9 3 5 . 2 8 4 2 9 0 7 6 0 . 4 1 1 1 3 3 0 . 6 9 8 2 6 3 . 9 1 1 1 4 . 0 9 7 4 9 6 7 1 1 2 . 4 3 8 5 6 2 0 6 3 4 . 8 2 2 5 1 9 9 6 3 3 .3 5 0 5 8 2 1 5 0 . 0 8 5 1 7 3 0 . 0 9 3 3 5 . 1 9 3 1 0 . 2 7 6 6 7 9 8 4 3 0 .3 8 5 4 2 8 5 9 3 0 . 0 8 1 6 9 3 7 1 5 . 5 7 5 7 8 4 9 7 0 . 0 2 2 4 7 8 0 . 0 2 3 8 . 6 9 2 1 9 . 6 3 1 0 9 3 5 4 3 9 . 7 4 6 8 3 5 8 2 3 7 . 5 0 4 8 3 5 8 3 1 6 . 2 7 9 2 7 5 6 5 O .1 1 1 9 8 2 0 . 1 2 6 4 7 . 6 6 7 8 . 9 5 9 1 5 6 7 9 2 8 .5 7 8 4 0 5 1 8 2 7 . 2 2 9 9 9 6 2 9 1 0 . 7 5 4 5 7 1 9 8 O .0 9 4 5 3 5 0 . 1 0 4 3 9 . 4 6 5 1 3 . 7 0 2 2 3 9 7 9 3 4 . 4 0 9 7 7 4 6 9 3 3 .3 8 1 9 2 0 8 0 1 0 . 4 3 0 0 9 0 3 7 O .0 6 1 3 3 3 0 . 0 6 5 2 4 . 6 9 9 1 5 . 8 1 0 2 7 6 6 8 3 6 . 5 0 7 7 9 1 4 8 3 4 . 7 0 1 2 1 3 9 2 1 4 . 0 5 2 4 8 1 2 9 O .0 9 8 9 0 5 0 . 1 1 0 4 1 .4 8 9 1 .7 8 2 3 1 2 1 6 0 . 0 0 9 6 7 2 2 . 2 3 9 7 8 9 2 0 1 4 . 8 0 7 1 3 1 1 3 1 4 . 7 5 4 8 2 9 7 3 0 . 0 1 0 3 . 6 9 2 1 0 .1 4 4 9 2 7 5 4 3 0 . 2 1 2 1 7 9 7 0 3 0 . 0 4 1 6 9 2 5 9 4 . 3 5 3 8 1 0 7 1 0 . 0 1 3 8 6 3 0 . 0 1 4 5 . 3 1 4 .3 0 3 0 6 1 0 7 5 . 2 6 3 5 0 0 4 9 31 1 O .0 1 8 5 7 2 0 . 0 1 9 7 . 1 5 3 1 .1 9 8 9 4 5 9 8 3 1 .5 5 6 1 4 3 3 6 D= 0 . 0 8 0 2 0 4 8 1 A V E R A G ER ‑ S Q U A R E D : U N W E I G町 E DB YV A R I A N C E= 0 . 0 8 9 5 6 3 6 8 W E I G町 E N A M E 三 苦 異 越議喜 N 訓E E E 三 議 越喜 N A . I o ! E 三 苦 越 菱商百貨底 庖 。 X l X 2 X 3 2 7 . 6 6 8 0 1 5 . 0 1 9 8 5 . 5 3 3 6 2 7 . 2 7 2 7 8 .3 0 0 4 6 . 7 1 9 4 3 9 . 9 2 0 9 3 3 . 5 9 6 8 2 9 . 6 4 4 3 X 1 2 X 1 3 X 1 4 6 8 . 7 7 4 7 6 . 7 1 9 4 1 1 .0 6 7 2 9 . 0 9 0 9 7 . 1 1 4 6 4 . 3 4 7 8 6 . 3 2 4 1 2 8 . 4 5 8 5 1 5 . 4 1 5 0 X 4 4 6 . 6 4 0 3 1 7 . 7 8 6 6 2 4 . 5 0 5 9 X 1 5 1 1 .8 5 7 7 8 . 6 9 5 7 3 8 . 3 3 9 9 X 2 X 3 X l ‑ 0 . 0 8 4 9 ‑ 0 . 1 0 0 7 ‑ 0 . 2 4 3 1 . 0 9 3 4 ‑ 0 . 2 7 2 0 ‑ 0 . 2 0 8 9 0 . 1 7 8 4 0 . 3 7 2 8 0 . 4 5 2 0 X 1 4 X 1 2 X 1 3 . 0 2 6 0 O .9 0 5 5 0 . 2 1 1 9 0 . 4 2 2 0 ‑ 0 . 2 0 0 5 ‑ 0 . 1 9 5 1 . 4 8 3 5 0 . 4 1 2 4 0 . 1 6 9 1 札‑ S T A N D A R D I Z E DC L A S SM E A N S T O T X I 0 X 1 1 X 8 X 9 X 4 X 5 X 6 X 7 . 2 9 9 5 ‑ 0 . 2 4 7 9 ‑ 0 . 1 6 5 3 ‑ 0 . 1 9 7 8 . 3 3 6 7 0 0 . 3 7 1 9 0 . 0 8 2 7 0 . 1 1 1 5 0 ‑ 0 . 2 5 9 5 ‑ 0 . 3 1 2 2 ‑ 0 . 3 7 5 8 ‑ 0 . 2 9 9 7 ‑ 0 . 2 1 8 8 ‑ 0 . 1 3 4 3 ‑ 0 . 2 8 9 2 ‑ 0 . 1 6 5 5 ‑ 0 . 1 1 2 4 0 . 2 2 9 6 0 . 2 6 4 4 ‑ 0 . 0 3 7 0 ‑ 0 . 0 8 0 6 0 . 3 8 2 2 0 . 4 5 4 5 0 . 3 6 3 3 X 2 0 X 2 1 X 1 8 X 1 9 X 1 5 X 1 6 X 1 7 0 . 0 0 8 9 0 . 0 6 9 8 0 . 1 0 8 6 ‑ 0 . 1 9 5 6 ‑ 0 . 2 4 4 3 ‑ 0 . 1 4 5 5 ‑ 0 . 1 2 9 9 ‑ 0 . 2 7 5 1 ‑ 0 . 1 8 9 0 ‑ 0 . 2 0 2 9 ‑ 0 . 3 0 3 1 ‑ 0 . 1 2 4 6 ‑ 0 . 1 6 5 7 ‑ 0 . 1 9 2 1・ .0 8 3 5 .1 1 5 7 0 . 0 9 5 9 O 0 . 4 7 0 7 0 . 4 3 3 4 O .3 4 8 4 0 . 4 3 3 1 O 。 議E 5 震 九 明E N C L A S SM E A N S X 5 X 6 2 8 . 0 6 3 2 2 6 . 4 8 2 2 1 1 .0 6 7 2 6 . 3 2 4 1 3 4 . 3 8 7 4 3 2 . 8 0 6 3 X 1 6 X 1 7 1 .9 7 6 3 8 . 6 9 5 7 3 . 5 5 7 3 6 . 7 1 9 4 1 .3 4 3 9 2 5 . 6 9 1 7 2 P R O B>F O .0 0 2 3 . 0 0 0 1 0 . 0 0 0 1 0 . 0 0 0 1 0 . 0 0 0 1 0 . 0 0 0 1 0 . 0 0 0 1 0 . 0 0 0 1 0 . 0 0 0 1 0 . 0 0 0 1 0 . 0 0 0 1 0 . 0 0 . 0 0 0 1 0 . 0 0 0 2 0 . 0 0 0 1 0 . 0 0 0 1 0 . 0 0 0 1 0 . 0 0 0 1 O .0 2 5 4 0 . 0 0 5 1 O .0 0 0 8 。 。 X l 0 . 0 8 5 5 0 . 0 9 4 1 0 . 1 7 9 6 X 1 2 1 .1 7 8 4 0 . 5 4 9 2 0 . 6 2 9 3 NA.~E 三 書 越 籍議 A 1 明E N 三 諜 越言 語 X I 0 X 1 1 1 .4 6 2 5 8 .6 9 5 7 1 6 . 7 1 9 4 9 . 8 8 1 4 3 5 . 1 7 7 9 2 9 . 2 4 9 0 X 2 1 1 4 . 6 2 4 5 5 . 1 3 8 3 1 3 . 8 3 4 0 別T H I N ‑ S T A N D A R D I Z E DC L A S SM E A N S X 1 1 X 8 X 9 X I 0 X 5 X 7 X 4 X 6 X 2 X 3 . 3 0 6 5 ‑ 0 . 2 5 7 5 ‑ 0 . 1 7 4 6 ‑ 0 . 2 0 4 4 O . 1 1 5 7 O .3 4 8 4 0 ‑ 0 . 1 0 4 6 ‑ 0 . 2 5 6 3 O .3 8 5 7 0 . 0 8 4 8 ‑ 0 . 2 8 2 4 ‑ 0 . 2 2 0 2 ‑ 0 . 2 6 9 1 ‑ 0 . 3 2 0 3 ‑ 0 . 3 9 0 2 ‑ 0 . 3 1 0 0 ‑ 0 . 2 2 4 0 ‑ 0 . 1 3 9 5 ‑ 0 . 3 0 5 5 ‑ 0 . 1 7 1 0 O . 3 7 5 4 . 4 8 0 0 . 2 7 4 5 ‑ 0 . 0 3 8 3 ‑ 0 . 0 8 2 5 0 . 3 9 6 9 0 . 4 7 6 5 ‑ 0 . 1 1 6 6 0 . 2 3 5 5 0 O .3 8 6 9 0 X 21 X 1 9 X 2 0 X 1 7 X 1 8 X 1 4 X 1 5 X 1 6 X 1 3 0 . 1 0 9 4 0 . 0 0 8 9 O . 0 7 0 2 . 0 2 6 3 ‑ 0 . 2 0 7 3 0 . 2 5 6 4 ‑ 0 . 1 5 0 0 ‑ 0 . 1 3 6 7 ‑ 0 . 2 2 1 2 0 ‑ 0 . 2 0 9 4 ‑ 0 . 1 9 7 1 ‑ 0 . 2 9 1 6 ‑ 0 . 1 9 8 4 ‑ 0 . 2 0 9 2 ‑ 0 . 3 1 8 9 ‑ 0 . 1 2 5 0 ‑ 0 . 1 6 6 7 ‑ 0 . 1 9 3 6 0 . 4 3 0 6 0 . 1 7 0 8 0 . 4 9 8 8 0 . 4 5 4 8 0 . 3 5 9 2 0 . 4 5 5 6 0 . 1 1 6 1 0 . 0 9 6 5 0 . 0 8 4 2 A D J U S T E D C A N O N I C A L C O R R E L A T I O N 0 . 6 9 2 1 2 0 0 . 4 1 2 4 0 5 A P P R O X S T A N D A R D E R R O R 0 . 0 1 8 4 1 3 0 . 0 2 9 4 5 6 E I G E N V A L U E SO FI N V ( E )州 =C A N R S Q !( l‑ C A N R S Q C A S Q N U O A N R E D I C A L C O R R E L A T IO N 0 . 4 9 3 0 6 5 O .1 8 9 0 2 9 E I G E N V A L U E 0 . 9 7 2 6 0 . 2 3 3 1 P R O P O R T I O N 0 . 8 0 6 7 0 . 1 9 3 3 C U M U L A T I V E 0 . 8 0 6 7 1 .0 0 0 0 nu aA R E Z E nk 由 円A F ︒ ︑ ノ DODo nn‑‑‑‑ P 0000 TL F7 27 47 03 7 TL D ハ U 4 4 4 7 F F I M刊 141414 O E TA¥ ノ nU hυnU A O O N HMHnH・ TApanunU onHDu L nb EL N R A u n E 23 7 D Y‑pa D4 DF7 7 N T AF D2 42 42 41 2P U A N MmTA E1 T‑‑MmMNFU "nu nu VAnu‑AAA R D NE X R S nryi M panb AATATA E nkFA95‑nU R D42 ωM TA E NU Hn AA' TAVAnK F7mm D3 64 B4 0 5 T M N A =E 1l 6‑ 0‑ 3E 5A L SN F8 ‑1 ‑4 ‑A T' C 9 U 1 1 2 3 町四国 5 9 I =G IL 由 " TAumpδ TAnhuEJ MN I N3 69 3 0 1a1400 yiTA 勺 M 円 rLTA14qu MmT灯 F E : FUFIM Rト 留 TAnuM円 nu WInk A9 F8 500 L RF TAqι Flu‑A nM s = E S ER 6C 8930i R TAnuqZJ9&nUFrTA nU L0974I S C E A l 0 5 6 c TAWV149ιnuq・ ' 11TA L AA14aυ ヲ ム 7'TAAA AA 4 6 9‑S T C D34 I rinunhuaq R 15 O O ・ 1日・ T N Cog‑ A nunnrinU t UVAAF l 伊 TAca AMHYLAA14nU C E R‑‑ L wnaqnO E i ‑‑ 町 MHTLnunu 問 刊M F nU nb E TA 川 ELM T l AAFLM R p δ D A AmT E B R L MmTA‑AA C A GE YATLQUM刊nn TA'YLFU S '‑L 7LPbAATLPδ T KLE' AATLTLTAVA TATAτs‑nunu ︑ nu wpaHunk ‑101一 D I F F E R E N C E 0 . 7 3 9 6 町" ︒ C A N O N I C A L C O R R E L A T I O N O .7 0 2 1 8 6 0 . 4 3 4 7 7 4 → X 7 X 8 X 9 3 2 . 0 1 5 8 4 3 . 4 7 8 3 8 . 3 0 0 4 7 . 1 1 4 6 1 9 . 7 6 2 8 1 2 . 6 4 8 2 1 7 . 3 9 1 3 2 6 . 0 8 7 0 3 2 . 4 1 1 1 X 1 8 X 1 9 X 2 0 1 1 .0 6 7 2 2 . 3 7 1 5 1 2 . 2 5 3 0 4 . 7 4 3 1 0 . 3 9 5 3 5 . 1 3 8 3 3 1 .6 2 0 6 3 .9 5 2 6 1 3 . 0 4 3 5

日経「企業イメージ調査」データの場合、経験的には固有値が 1より大きければ、比較 的よく分離はされるようである。しかし、どの程度よく分離したかではなく、どのような 形状で分離したかという認識はグラフの観察によってもたらされる。 図表 4こ ! 3社の群平均値による布置を PROC IDPLOT の出力で示す。第 1正準変量に沿っ て三越が他 2社からよく分離しているように見える。西武と東急は第 1正準変量ではあま り離れず、第 2正準変量によって正負に分離されるが、第 1正準変量の三越ほど遠く離れ ていない。これは第 2正準変量の固有値が o .23と小さかったことに対応していると考えら れる。寄与率 i こ換算すると、第 l正準変量と第 2正準変量はそれぞれ、 8 1 %と 19%で 説明量にも大きな差がある。 4 正準変量の解釈 実際に企業イメージをプレゼンテーションする場合は、この正準変量をどうしても解釈 したくなる。特 i こ判別規則の構成に興味がなく、記述することが目的の場合は、解釈して 現実的な説明ができなければ、ほとんど分析した意味がない。 説明変数は 21個のイメージ項目であり、この場合は 3群の正準判別分析なので、意味 のある正準変量は(統計的な有意性を問わなければ) 2個得られる。 2 1次元のデータ空 間が 2次元の正準空間に縮小できることになる。群(企業)の分離にとってノイズのよう な変数への言及を避けて、どんなイメージが企業の差異化を促進しているかを簡潔に説明 できる。 しかし正準変量は合成変量なので、その解釈は元の変数の意味を合成したものにならざ るを得ない。しかも元の変数そのものが「イメージ」という間接的で抽象的な形容詞を含 んだ質問文である。従って正準変量の解釈は、抽象的な意味をさらに合成し、一段と抽象 化されやすいので、過剰な解釈をしないように注意しなければならない。 こ入れることにな 結局、次元の縮小は、意味の抽象化と引き換えに、記述の簡潔化を手 i る。そこで正準空間の説明は、次元縮小に伴う抽象化 l こもよく耐える現実性がなければな らないし、簡潔化は情報の損失でなく理解の獲得でなければならない。 4. 1 群間構造と全体構造 正準変量の解釈は、正準係数ベクトルではなく、正準構造ベクトルを調べるのが一般的 で無難な方法である。説明変数の相聞が高い場合はなおさらである。しかし「群間」構造 ベクトルと「全体」構造ベクトルのどちらを解釈すべきかは文献により異なっており、私 たちのような実務家を迷わせている。 PROC CANDISC は分散分析の恒等式 iT=W+BJ に対応して全体、郡内、群聞の 3つの 構造ベクトルを出力する。全体構造ベクトルは、正準変量と元の変数とのごく普通のピア ソンの積率相関係数だから、 PROC CANDISC の OUT= の出力データセットを CANOUT とすれ ば 、 ‑102‑

[図表 4 J 正準スコアの郡平均値のプロット onU FUAAM円︒ ι 3 FU 凶b 0 . 4 6 1 3 1よ 一 子 一 一 ↑ 331 333‑ 133 3 3 3 3 32 32 3 一 3 3 33 33 33 33 33 3 33 3 33 11‑ 3 3 33 13 3‑32 i j3 13 333 ‑ 2 3 3 3 3 3321 ‑ 2 33 3‑ 33 ‑j 3 1 一 3 1 1 3 ‑ 3 23 一 3333‑ 3 32 1 F3 3 ‑ ‑ 3 333333 l‑‑ 9ム 一 33‑ 1 ﹄ ‑103一 1 1 2 1 1 ‑‑ ‑ 3 13 一 ‑ 3 ‑ 3 l e‑2 l2 l Illi‑‑}lIlli‑‑ faloe‑fill41i1Illl ムマジIlAev‑‑Ad‑‑416 2 3 3一11 1 3 ‑ 1 1 ‑ 2 1 I2 ll ‑‑ 2 1 1 I m3‑1‑ Z I ‑ ‑ 112 l l l jlJ 3 1 l i 2 2 2 1‑ " 1 2 ii i1 11 2111 11 1 z 1 1i 1‑ I ‑21 l l ‑1 ‑1 i1 l1 11312 1ムnL1ム1ITA‑‑TA Il‑‑2 1I3l1l 1i 2 I l‑ l‑ ‑‑ ‑‑ 1‑ l 11111 一 1 1 1111 一 l1 l1i1 z1 ‑2 ‑ 一 1‑ 1‑2 ‑ I l l I ll li ‑‑ ‑‑ I l ‑ 1 1 ‑‑‑ 1 2 一 1 ‑ ‑I ‑l ‑ Z Il‑ ‑‑一 Il‑ 11 1 1 1 ‑‑2 lil 1 C A N l ‑一一?一一一一一一一+一一ー‑ーーー+一一一ー→匂←+ーーーーーーー+ーーーー守一ー+ー 'ー ‑ ‑ ‑ φ 一一一ー一一一+ーー一一一一一+一一一一一一一+一一一一一一一+一一一一一一一+一一一一一一一+一一一一一一一+一一一一一一一+一一一一一一一+一一一 一4 . 0 ‑ 3 . 5 ‑ 3 . 0 ‑ 2 . 5 ‑ 2 . 0 ‑).5 ‑ 1 .0 ‑ 0 . 5 0 . 0 0 . 5 1 .0 1 .5 2 . 0 2 . 5 3 . 0 3 . 5 ‑ 3 • 東急百貨庖 0 . 6 7 1 1 . 三越 • 西武百貨后 0 . 2 1 1 ー3 . 0 0 C A N l [図表 5J 回答者恒人の正準スコアのプロット(1=西武百貨底、 2=東急百貨居、 3=三越)

PROC CORR DATA=CANOUT; VAR CANl CAN2; WITH XI‑X21; R U N ; の結果と同じである。同様に群間構造ベクトルは、 PROC SUMMARY DATA=CANOUT NWAY; CLASS CICODE; VAR CAN1 CAN2 X1‑X21; OUTPUT OUT=CLASMEAN MEAN=; R U N : PROC CORR DATA=CLASMEAN; VAR CAN1 C A N 2 ; WITH X1‑X21; R U N ; というように、群平均である 3個(群数個)のオプザベーションによる相関係数を計算し ていることになる。 全体と群閣の構造の解釈が反対になるのは、元の変数と正準変量とが次のような関係に なる場合である。 I 各群は等分散だが重なりが大きい。平均値はあまり離れず線形に位置 する」。このような状況では、全体構造の相関は低くなり、元の変数の性質について言及 することはないだろう。一方、群間構造の場合は極めて強い相聞を示すため、元の変数を 決して無視することはできない。元の変数と新しい正準変量とは、全体の観測値では関係 がないが、群平均値では関係がある、ということになる。 日経「企業イメージ調査」データでは、群の数が少なくなるにつれて群間構造は大きな 相聞を示す傾向があった。勿論どんなデータであれ、 2群の正準判別分析をおこなった場 合は、群間構造ベクトルの要素の絶対値は全て 1，こなり、もはや解釈の余地はない。 群間構造は鮮明だが実際 i こは群の分離に役立っていない変数とも高い相聞を示すため、 ミスリードを犯す危険がある。従って事前に適切な変数選択をおこなうか、主成分分析な どであらかじめ説明変数を減らして、元のデータ空聞から冗長な変動を排除しておく必要 があると思われる。 全体構造は鮮明ではないが堅実な相関関係を示すように思われる。変数選択や主成分分 析などの事前処理も必須ではなし、。また全体構造の解釈は、正準相関分析で正準構造を、 因子分析で因子パタンを解釈することに対応している。 ちなみに、 S A Sでは PROC PRINCOMP や PROC CANDISC などが OUTSTAT= に出力する構 造ベクトルを PROC FACTOR の入力にして解釈や回転ができるようになっている。この時、 PROC FACTOR は群間ではなく全体構造ベクトルを使う。以下にプログラム例を示す。 PROC CANDISC DATA=DEPT OUTSTAT=CANSTAT NCAN=2 ・ CLASS NAME VAR X1‑X21 RUN PROC FACTOR DATA=CANSTAT METHOD=SCORE RUN ; ‑104一

4. 2 イメージ空間としての正準空間 基本的に全体構造ベクトルを、補助的に群間構造ベクトルを使って、 1989年調査の 「ビジネスマン」データの正準空聞を解釈してみる。 ところで、実際の解釈作業では P R O CC A N D I S C の印刷する構造ベクトルは観察しにくし、。 P R O Cステップで一般的に使える筈の L A B E Lステートメントが使えない(指定しでも無視さ R O CF A C T O R を解釈ツ れる)のが、このプロシジャの罪のない小さな欠点である。そこで P ールとして使うと便利である。 L A B E Lステートメントは勿論、 R O U N D . REORDER オプション などの活用でレポートとしても十分な出力が得られる。図表 6に P R O CFACTOR による構造 ベクトルの出力を示す。 第 l正準変量は、圧倒的に「伝統」とだけ正の相聞が高し、。反対に負の相聞が比較的高 商品開発力旺盛 J I 活気」などで、確かに意味としても相反す い変数は「新分野進出 J I る変数の対になっている。図表 4に見られるように、第 1正準変量の正のほうに位置する 三越は、肯定的に解釈すれば、由緒正しく信頼できる品ぞろえの安定的存在。否定的に表 現すれば、新しい商品やアイデアを生み出す活力を失った古びた存在。西武は逆 i こ血統は よくないが新分野への旺盛な進出・開発力を感じさせる生き生きした存在。東急はその中 問、または、どちらへシフトした表現もできない存在、ということになろうか。 危険を覚悟でもう少し解釈してみる。第 1正準変量は、正 i こ向かつて「受動的過去」、 負に向かつて「能動的未来」を表現する座標軸になっている。この軸は過去一未来という 時間概念、であると同時に、受動 能動という空間概念になっている。新しいものを求めて 能動化した時は負の空間へ、手堅い品物を求めて受動化した時は正の空間へ向かう。この 空聞は、三越=日本橋、西武ニ渋谷で具体化できるように思われる。ここでもまた空間概 念は同時に時間概念になっている。江戸時代には活気あふれて楽しかったかも知れない日 本橋と、 70年代からみるみる変貌していった渋谷。日本橋は地理的な空間概念であると 同時に、江戸時代を安 IJ印された時間概念である。渋谷もまた、その地名は現在という時間 の別名である。 第 2正準変量は、特別に強い相聞を持つ変数がないので解釈が難しし、。負の相聞を持つ 変数は 1個もなく、 2 1変数の第 2正準変量に対する相聞は連続的な高低を示している。 固有値が小さいという事実が、明瞭な解釈の難しさに対応している。基本的 i こは「販売力」 の強弱を表わしているが、それは「広告活動」にせよ「文化・イベント」にせよ、 「顧客 ニーズ」をとらえた「センス」のよさに支えられている。これは経営センスにもつながり 「経営者」イメージをも伴っている。必ずしも知名度ばかりでなく、例えば<文化>を戦 略の基本コンセプトにした時、 < Bunkamura>とか<文化会館>という叙事的表現を採用す る経営者と、<パルコ>のような象徴的な表現を採用する経営者との違いを示唆している のかも知れない。ネーミングの象徴性だけではない。そもそも「文化・イベント」は販売 にとって間接的な効果を目的にしているし、 「センスがよい J I 広告活動」ほど表現は象 徴化される。そしてさらに、堤清二が詩人・辻井喬であるという存在のしかたそのものが 象徴的である。第 2正準変量は、象徴性の達成されている度合だと解釈する。販売も消費 も、象徴的におこなわれるところに現在の時代的特質があるのであり、象徴力が販売力を 示すことに不自然、さはない。 ‑105‑

4. 3 抽 象 表 現 と 具 象 表 現 も っ と 控 え め な 解 釈 も で き る 。 図 表 6を み る と 、 す ぐ に 見 慣 れ た 構 造 行 列 で あ る こ と に 気がつく。すなわち、正の要素のみからなる相関行列を主成分分析した場合の一般的状況 で あ る 。 そ の 場 合 は 第 1固有ベクトルの全要素が正になり「大きさ」の成分と呼ばれる。 第 2固有ベクトルの要素は正負混合し「形」の成分と呼ばれる。 図 表 6の 構 造 行 列 は 、 こ の 主 成 分 分 析 と の 関 連 性 を 想 像 さ せ る 。 第 1正準変量が「形」 の、第 2正 準 変 量 が 「 大 き さ 」 の 成 分 だ と み な さ れ る 。 解 釈 は ま ず こ の 一 般 論 か ら 始 め る ことになる。 「形」は企業姿勢とか企業方向を意味しており、 「トレンディ 流 行 型 不易型」 伝統型J 1 1 大きさ」は要するにイメージの 「未来型 のれん」とでも名づけることになろう。 量 、 端 的 に い え ば 2 1変数への総合的(平均的)な反応量である。東急、の第 2正 準 変 量 が 小 さ い と い う 事 実 は 、 東 急 に 対 す る 回 答 者 の O印 記 入 が 少 な か っ た 、 と い う 現 象 の 反 映 に 過 ぎ な い と 説 明 さ れ る 。 図 表 3で 東 急 の ス コ ア ( 群 平 均 値 ) が 総 じ て 低 い こ と が 確 認 で き る 。 このような視点からは「象徴性の達成されている度合」という表現は過剰に聞こえる。 しかし単に「イメージの量」と述べるだけでは、表現の正確を評価されるより貧困を指摘 されるだろう。無理な意味づけは批判すべきだが、的確な解釈は大切であり、そこに適切 な表現が要請される。 1 大きさ」と「形」は、一般化された抽象表現である。競合企業の 組を変更して分析しでもしばしば「大きさ」と「形」というべき成分が抽出される。解釈 はその抽象的水準から、現実の企業に即した具体的水準に下降する努力であると思われる。 正準変量の合成により縮小を伴いながら、いったん抽象化された次元は、解釈という作業 で再び具体的な現実に帰還する。 5 予期せぬクラスタの発見 図表 4は 群 平 均 値 の プ ロ ッ ト な の で 、 ば ら つ き 状 況 が わ か ら な い 。 そ こ で 図 表 5に回答 こ沿って、三越と他 2社 は よ く 分 離 し 者 個 人 の 正 準 ス コ ア を プ ロ ッ ト し た 。 第 1正 準 変 量 i て い る が 、 第 2正 準 変 量 に 沿 っ た 西 武 と 東 急 は 、 ば ら つ き の 重 な り が 大 き く 、 は っ き り 分 o23と 小 さ か っ た と い う 解 析 学 的 表 現 が 、 こ の 離 し て 見 え な い 。 第 2正 準 変 量 の 固 有 値 が . 程度の分離状態しか描けないという幾何学的表現に対応している。 正 準 変 量 は 無 相 関 だ が 、 第 1正 準 変 量 と 第 2正 準 変 量 と の 聞 に は 、 各 群 で は っ き り し た 負の相聞が認められる。 1 能動的未来」に向かう程「象徴性」は上昇している。しかし、 プールした郡内分散は 1に、郡内共分散は Oに 基 準 化 し で あ る の だ か ら 、 こ れ は お か し な 構造のようにも思われる。 .0 0位 l こ見える。しかし図表 4で ところで、図表 5で は 三 越 の 第 1正準変量の平均値は 2 確かめると、実際は1.3 2で あ る 。 そ の 理 由 を 示 す た め に 、 図 表 7に三越だけのオブザベー ションを選択してプロットした。これは全く予期しないことであったが、西武と東急に重 なって見えなかった場所に、三越の別のクラスタが存在したのであった。外れクラスタは 全 体 の 約 3割 を 占 め 、 こ れ が 平 均 値 を 下 げ て い た の で あ る 。 最 初 の 素 朴 な 疑 問 は 、 こ れ は ‑106‑

[図表 6
J 全体正準構造と群間正準構造の比較(係数は 100倍して四捨五入。相対的に大きな値に*印をつけた)
<全体正準構造>

<群間正準構造>

M

181
16
1
N
31
92
2
53
13
53
42
82
82
4‑
35
A
31
2
‑
36
2233N337992128249649941641N990676875700575166512N963181220299738589183
C8
‑3‑22
一一一一一‑一一一一
卒中中中*キ

円川引川円

L''

一
lC
A92
‑213322‑1‑Iz‑‑11AC
B‑‑1
2Ill‑‑32‑3‑
Il‑
l‑
↑‑一一一一一
一一一一‑一一一勾
cA3
‑2183124423‑1122 一1
M
m一
m
w
M
m
m
m
m
m
m
m
m
m
M
WN
W
M
m
m
M
m
m
m
mM

一2 8 0 5 3 6 7 1 4 1 0 9 ‑ 2 5 8 6 1 7 0 4 3 0 1 9 ‑ 2 0 5 8 1 4 6 1 3 0 7 9 ‑ 6 2 5 8 3 4 1 7 1 0 0 9

m
m
m
K
M
m
m
M
m
m
w
M
m
m
m
m
W
M
m
w
M
mmmmmm氾苅mmmm幻mm 別氾湖沼mm 一
一
mmmmmmmmmmwMWMmmmm幻氾mmm 一m

一一一一一一一
ー←<1
9
8
9
/ビジネスマン)‑‑‑‑‑C
A
N
l
X
1
2 9
6
4
0キ 伝統がある
3
2
信頒性がある
X
4
8
6キ
6
3
営業ー販売カカ号砲い
X
8
8
4+
5
9' 経営巻がすぐれてし、る
X
7
7
4+
5
8+ よいム缶百勤をしている
X
l ‑
7
2宇
5
7' 文化・スポーツ イベントに熱心
X
1
3 ‑
7
5+
53' 1il!:客ニースへの対応に熱心である
X
3 ‑
7
7
5
3キ センスがよい
X
1
1 ‑
7
7キ
4
7 • 研究・商品開発カカ司王盛である
X
1
6 ‑
7
9キ
4
4申 個性がある
X
9 ‑
8
4+
4
3 + 新分野i
輩出にきも¥てある
X
6
‑
2
4
2宇 社会の変化に対じできる
X
5
‑
5
4
0 + 製品・サービスの質がよ L、
X
2
0 1
2
3
7+ 成長力がある
X
1
4 ‑
1
9
3
4
国際化がすすんでいる
X
1
9 ‑
2
5
3
4
活がある
X
2
1 2
8
3
0
M務内容がすぐれている
X
2 ‑
5
4
安定住がある
X
1
8 ‑
5
7
2
7
2
7
優秀な人材が多い
X
l
0 ‑
6
3
2
2
技術力がある
X
1
5 ‑
6
7
勤しみゃすい
X
1
7 ‑
6
7
2
0
C
A
N
2 一
一
一一一一一
く1
9
8
8
/ビジネスマン〉一一 C
A
N
l
2
6
伝統がある
X
1
2 9
9+
7
3+ 文化スポーツ・イベントに熱じ、
X
7
7
7+
6
5+ センスがよい
X
2
1 ‑
5
6
1 + 経営者がすぐれている
X
6
7
研究・商品開発力か旺盛である
X
2
0 1
4
5
8
5
6+ 新分野進出にふ心である
X
5 ‑
1
8
5
4+ 成長力がある
X
1
4 2
1
5
2+ 営業販売カカ号都、
X
2 ‑
3
2
X
1
9 ‑
3
3
4
9 + 活気がある
X
l
0 ‑
3
8
4
7 + 社会の変化に対応できる
X
1
5 ‑
4
7
4
6宇 優秀な人材が多 L、
4
5 + 顧客ニースへの対応に熱心である
X
1
3 ‑
4
8
4
4' 直前回、すすんでいる
X
3 ‑
5
0
4
3• 個性がある
X
1
7 ‑
6
3
3
8
よい広告活動をしている
X
1
8 ‑
6
3
3
5
信鎖性がある
X
8
6
3
3
4
製品・サービスの質がよい
X
4
6
8
財務内容がすぐれている
X
l ‑
6
9
3
0
2
9
技術力がある
X
1
6 ‑
6
9
2
9
安定住がある
X
9 ‑
7
0
2
0
親しみ号シすし、
X
l
l ‑
7
1
CA~2 一一一

泳

辛

泳

ホ

C
A
N
2‑
伝統がある
2
7
5
1
信性がある
5
4
安性がある
6
7
製品・サービスの質がよい
6
9
親しみゃすい
阿
倍性がある
6
4
研究・商品開発カカ弔壬盛である
6
3
成長カがある
6
1
f
i
i
.
分野進出に熱心である
5
4
活気がある
1
0
0+ 営業・怒号カ例主い
1
0
0キ センスかよい
9
9ホ 優秀な人材が多い
9
8キ i弓イじがすすんでいる
9
7+ 技術力がある
日中
R
t
f
i
i
内容がすぐれている
8
4+ 顧客ニーズへの対応に熟むである
8
2キ 経営者もすぐれている
7
8+ よい広同活動をしている
7
4+ 文化・スポーツ イベントに豹;、
7
4 + 社会の変化に対応できる
C
A
N
2一一一ーーーーー一一一一一一一一一
1
6
伝統がある
6
4
製品・サービスの質がよい
1
0
0ホ 財務内容がすぐれている
1
0日
中
営業・販売カカ号室い
9
9事 優秀な人材が多い
9
8+ センスがよい
9
8+ 国軍化がすすんでし、る
9
5 + 顧客ニーズへの対応に熱心である
日中
技術力がある
9
2+ よい広告活動をしている
問中
文化ースポーツ・イベントに熱心
8
8+ 個性がある
8
7
研究・商品開発力か'JI
1盛である
7
8事 社会の変化に対応できる
7
8+ 経営者がすぐれている
7
8+ 安主性がある
7
3+ i
言頼性がある
7
2ホ 殺しみ宍kすい
7
2
新分野進出に熱心である
7
1キ 活気がある
7
1ホ 成長力がある
傘

ホ

川
刊

C
A
N
2一
一
1
8
伝統がある
5
3
活性がある
X
4
8
5
問中
X
1
1 ‑
7
2中 7
0
成長力がある
3
新分野進出に熱心である
日中
X
1
6 ‑78' 6
1
0
0
顧客ニーズへの対応にきもむである
5
6+
X
2
‑
8
9
7
守
センスがよい
5
5+
X
5
2
3
9
6 + よい広告F
百動をしている
5
1+
X
l
0 ‑
2
6
邸中
優秀な人材が多い
4
9
X
2
0 2
7
9
6
+
技術力がある
X
1
9 2
7
4
7
9
6• 財務内容がすぐれている
X
2
1 ‑
2
7
4
4+
何事
個性がある
4
4
X
1
3 ‑
2
9
9
5ホ 営業・販売カカ汚主い
4~ + ~it野進出に熱心である
X
6 ‑
3
0
9
2 + 国際化がすんでいる
4
2守 成長力かある
X
1
4 3
9
問中
親しみゃすい
4
1+ 1
邸主がある
X
l ‑
4
5
8
日
中 文イヒ・スハーツ イベントに熱心
X
1
5 ‑
4
5
3
9+ 信頼性がある
8
7
i究・商品開発力が旺盛である
3
8 + 親しみゃすい
X
3 ‑
4
9
3
6
優秀な人材が多い
X
8
5
2
8
5
宏定性がある
8
4
治気かある
製品・サービスの質がよい
X
9 ‑
5
4
3
3
7
7 + 経営者がすくす1ている
3
1
社会の変化に対むできる
X
1
8 ‑
6
4
7
7 + 社会の変ヒに対応できる
顧客ニースへの対応に熱心である
X
1
7 ‑
6
4
3
0
7
6 + 製品ーサービスの質がよい
技術力がある
X
7
6
5
1
6
A
N
2一一一
ー一一一一一
一一一一< 1
9
8
8
/
一
世
主l
l
n
人)‑‑‑‑‑ C
A
N
l C
C
A
N
2 一一
4
3
親しみゃすい
輩
社i
に熱心主ある
X
l
9
日
中
3
8+ 重金智i
1
顧客ニーズへの対応に熱心である
2
5
顧客ー‑7.、への対めに熱心である
X
2
8
6+ 5
1
0
親しみゃすい
X
1
6 8
5+ 日
新分野進出に熱心である
5
1 + 伝統がある
X
9
8
2キ
5
7
活がある
6
0ホ 文化・スポーツ・イベントに熱心
X
1
8 8
1キ
5
8
経営者がすぐれている
5
1 + センスカfよい
X
3
8
1キ
5
8
研究・商品開発カカ咽壬盛である
5
1 • 営業・販売カカ号都、
X
1
7 8
0+ 6
1
社会の変イに・応できる
6
4
よい広告j動をしている
4
7+
究ー商品r
;
l
発カカ弔王盛である
X
1
0 7
7キ
5
成長力がある
4
5 + 経者がすぐれている
X
1
1 7
6+ 6
7
1
文化・スポーツ・イベントに熱心
4
3+ f
菌性がある
X
1
5 7
1
4
3
活気がある
X
1
2 ‑
9
3+ 3
7
伝統がある
3
8+ 製品・サービスの質がよい
X
2
0 ‑
3
1
0日
中
(!;É~人材が多い
9
9ホ
際化かすすんでいる
3
7 + 信頼性がある
X
1
4 1
1
9
7
中
技術力がある
I
m
奈化がすすんでいる
X
1
9 2
3
36. I
9
5 + センスがよい
安定がる
X
5
3
2
3
4
9
4+ リF サービスの質がよい
3
3
成長力がある
X
7 ‑
3
5
日
日
キ
財務内容がすぐれている
士会の変化に対応できる
X
2
1 4
4
3
3
2
9
M務内容かすぐれている
X
6
5
6
8
3 + 竺茅既売力科書い
8
0
喧
f
舌真性かめる
2
8
優秀な人材が多い
X
4 ‑
5
9
7
9 + 個性がある
よい広告活動をしている
X
1
3 6
2
2
3
7
8
安定住がある
1
7
技術力がある
X
8 ‑
6
3

C
A
N
2
2
9
5
9
傘

命
市

中

一一一
一
伝統がある
よい広口活動をして L渇
営業・販売カカ号車い
化・スポーツイベントに熱心
センスがよい
経営者がすくれている
活気がある
女定性がある
研究・商品開発カカ弔壬盛である
R務内容がすくす工ている
国際 l
ヒがすすんでいる

く1
9
8
9
/
ー殻個人〉一一一 C
A
N
l
X
1
2 9
8+
事

命

命

ホ

命

宇

キ

命

取

‑107一

再現性のない、偶然の結果ではないかということである。しかし調査時期と母集団の異な る比較可能な 4種 類 の デ ー タ を 分 析 し た が 、 い ず れ も 同 じ 構 造 を 示 し た 。 一 体 、 こ の 外 れ クラスタは何者なのか。何か意味のある属性の人々なのか。実際にプレゼンテーションす る場合は、さらにこの問題を探索し追求する。 5. 1 外 れ ク ラ ス タ の 同 定 外れクラスタを同定するには、判別分析でいわゆる誤判別されるオブザベーションを決 定すればよいだろう。しかし、 PROC CANDISC は 特 に 判 別 規 則 を 構 成 し な い 。 従 っ て 自 分 で 判 別 方 法 を 作 ら な け れ ば な ら な い 。 こ の 場 合 は 正 準 変 量 を 2個 と も 使 っ て 、 重 心 か ら の ユークリド距離を計算し、最短距離の群に判別する。ユークリド距離の計算は、 DATAステ ップでプログラミングしでも簡単だが、 PROC FASTCLUS を 使 え ば プ ロ グ ラ ミ ン グ さ え 不 用 である。 PROC FASTCLUS DATA=CANOUT OUT=CLUS SEED=SEED 1 *‑‑‑)図表 10の %SEED を参照 * 1 MAXC=3 REPLACE=NONE MAXITER=O; VAR CAN1 CAN2; R U N : PROC FASTCLUS は 本 来 、 非 階 層 的 ク ラ ス タ リ ン グ を お こ な う プ ロ シ ジ ャ だ が 、 上 記 の よ うなオプションで抑制すれば、ユークリド距離を計算して標本から判別をおこなうツール と み な す こ と が で き る 。 こ れ は 以 下 の DATAステップと等価である。 DATA CLUS; ARRAY DIS ( 3 ) DIS1一DIS3; I F ̲N一 = 1THEN SET CANMEAN; 1 *‑‑‑‑‑‑‑‑‑‑‑)図表 10の %CANMEAN を参照 * 1 SET CANOUT; ; DIS1 = SQRT( (G1CAN1‑CAN1 ) 件 2+ (G1CAN2‑CAN2)件 2 ) DIS2 = SQRT( (G2CAN1‑CAN1 )**2 + (G2CAN2‑CAN2)件 2) ; DIS3 = SQRT( (G3CAN1‑CAN1 ) 件 2+ (G3CAN2‑CAN2)件 2 ) ; CLUSTER=l; D O WHILE( DIS(CLUSTER) N E MIN(OF DIS1‑DIS3) ) ; CLUSTER+1; E N D ; R U N ; 図表 7の ア ス タ リ ス ク で プ ロ ッ ト さ れ た オ ブ ザ ベ ー シ ョ ン が 誤 判 別 で あ り 、 三 越 の 外 れ クラスタを同定している。 図 表 9に 見 か け の 適 中 率 を 示 す 。 図 表 8にはユークリド距離による判別結果をプロット した。この正準空聞は第 4象 限 か ら 第 2象 限 に 向 か つ て イ メ ー ジ の 方 向 性 を 示 し て い る と 考えられそうだ。そうすると西武と東急のイメージは連続的であって、東急は西武の後塵 を 仰 い で い る こ と に な る 。 ま た 、 東 急 の ば ら つ き が 小 さ く 、 他 2社 は 大 き く ば ら つ い て い ることが観察され、このデータは各群の分散共分散行列が、かなり異なっていたのではな いかと疑われる。 ‑108

[図表 7 1 三越への回答者だけのプロット (0=正判別、*=誤判別) l I : ++ + 1 1 . .. . . . . . . . . . . . .‑ ‑ ‑ ‑‑ . . . . . . . . . . . . . . . . . : . 4 . 0 品0 1 i 0 0 0 0 ∞ o0 唱 川 b州 バ 山 0 0 イ o0 0 J0W 九 0 0 ‑ 3 . 5 ‑ 3 . 0 ‑ 2 . 5 ‑ 2 . 0 ‑ 1 .5 ‑ 1 .0 ‑ 0 . 5 ↑ 川略帆 o0 0 0 い ?U 附 0川 d 仏 川 山 ∞ ? 附 0 九 叩 川 山 川 い 凶 0Md ∞ 川 仰 山 0d ? 川 九 附0 d ? i ∞∞ 0 o 0 ω 0 ∞ ∞ 0 o ∞ 0 o 0 . 0 0 . 5 1 .0 1 .5 2 . 0 0 0 2 . 5 0 8 3 . 0 3 . 5 [図表 8 1 ユークリド E 鴎E が最短の群へ判別した結果(1=西武百貨底、 2ニ東急百貨底、 3ニ三越) FU AOb 2 MR 1 3 3 ・ L ‑のF 一 一 一 一 ‑3 3 1 333‑ 33 33 3 3 一3 3 3 3 3 3 33 33 ‑3 3 3 33 33 3 3 33 3 33 11‑ 3 3 33 !3 ?33‑3n J 3 1 33 1 3 3 3 3 3 1 3 33 3 ‑ 3 3 一 3 3 1 3 1 ‑ 3‑ 3 3 3 1 3 3 33 一 一 3333‑ 一 3 3 3 33 3 一 3 ‑ 133333 3 一 一 33 一 3‑ 3‑ 3‑ 3 33 2 2 yゐ 内 y ' 内F ι 2 ‑ 2 2 ︒ι ・ ‑9‑ 一向 11111111111111111111114141111114111144﹄ムヲb'lAγ ゐllAV やi Aヲ 2 ilI‑ li‑‑ li‑‑ ‑‑ ‑‑一 14‑ 211 l!14 2 22 22 22 ‑一 一 22222 1 i i 2 2 11 ‑‑ 92 22 22 1 1 2 Z12 2 22 1I‑l9‑2‑2 2 1 ‑ i 2 2 11 11 12 2222 11 li 2ij l‑ 2 Z Il‑i ‑l i1 2 111122 1‑ 1‑22 lI il ll ii ‑ 1‑ 1‑ 1‑ ‑1 i1 1 lIlI‑ I ll I1 l1l1‑1‑1 ‑ Ii ll l‑ ‑ Il i l l ll‑‑ ‑ ‑I 一 li‑ I l ‑‑ ‑ 一 ‑Il‑ Il‑ 1 1 1 1 1 1 1 1 2 ‑ 3 G A N l ‑ 一 一 + 一 一 一 一 一 一 一 + 一 一 一 一 一 一 一 + 一 一 一 一 一 一 一 + 一 一 一 一 一 一 一 + 一 一 一 一 一 一 一 + 一 一 一 一 一 一 一 + 一 一 一 一 一 一 一 + 一 一 一 一 一 一 一 + 一 一 一 一 一 一 一 + 一 一 一 一 一 一 一 + 一 一 一 一 一 一 一 + 一 一 一 一 一 一 一 + ー ー 一 一 一 ー ー + 一 一 一 一 一 一 一 + ー ー ー ー 一 一 一 + 一 一 ー 4 . 0 ‑ 3 . 5 ‑ 3 . 0 ‑ 2 . 5 ‑ 2 . 0 ‑ 1 .5 ‑ 1 .0 ‑ 0 . 5 0 . 0 ‑109一 0 . 5 1 .0 1 .5 2 . 0 2 . 5 3 .0 3 . 5

1 見かけの適中率(アスタリスクのセルが各群の適中率) [図表 9 T A B L EO FN A M EB YC L U S T E R C L U S T E R N A M E ヤA 7 5 9 守 ︽ 守 i+￨￨+ll+￨￨+ 一一庖一宿 T li+￨￨+ll+￨￨+ ‑95‑34‑28‑4 ‑Qd t ‑ 0 0 b ‑ n u t ‑ f B2‑92‑955 m7‑8‑5‑ l+￨￨+￨￨+ll+ ヤA A M n 2 5 3 ‑ 5 7 ‑ 2 0一1 5 一8 2 5 3 一‑一一 げT 一 一 貨 一 貨 同日町一一百一百 叩﹃一越一急一武 町山附一=一一東一西一目 F 一一一一= 123 nnRHnk EEE ヤATAヤA nbququ nununuu Lc Lc L c j) '' 底底 00AA‑39‑べゑ来= tu 包 ヨ副 司 唱 ︑ ︐ aaE9'EphHν 印';百百'日 ︐ . TNCI15 HUF ﹂戸匂 4ミ ‑ 二 小 A L ME 買一二 U CN'''O AA 2c===D ド 目 ド N ;'E AAヤA F I M F ‑ u n n C A= ・ : ' M M luM'E S lu; 白 一小AAAAAAAOO一一nn 5 ょ9 M円M円M円TiAAFL ‑Aeo‑‑ ド 旬 F I M Fドl u r ‑ uヤAM円M円Tlu凶n 凶n 宙n n u n u n n F I u F l u F I M F ‑ u F A A A A A F l u N H n U V A F﹂ M円M円FluVAVA山町小A ︑f ︑ / ︑ n H H A A FヤAD A A A A n y ‑︐ ‑z 'FUFUVA‑‑= ヤAM川町nM円FlununU D ・ ' T C E E E H L ; ヤA F u n u Flununy‑‑49'unluuHUHUHヤA ' @ゐ@ゐ AAAAHURHHURt MmnURHPARHUm K51ccsESBs ︑ ︒nS U RA'c;D CTNONN ヤA AA ‑ 14nυFIU VAqゐ q h 伺 % S E E Oと % C A N M E A N [図表 1 0 1外れクラスタ同定に使う「重心データセット」を作成する DDD . ︐ . ︐ . ︐ VAVAVA M円NHNH E EE . ︐ . ︐ . ︐ 2 2 2 刊 刊 H AAAAAA FUFUPU 一‑一‑一一 2 22 MHUNHM ‑G 2G 3 G Ill M円NHUNH vAVAVA ‑ ‑ ‑ ‑ 一 ‑ 1 1 1 AAAAAA C CC 1G 2G 3 G 00o hHuhHuhHU ︐ . 底底州 円 ︑ ︐ ︐ ︑ ︐ ︐ ︑ I ' MAA . ' ' E︐ : D MnMn E5 F1 E5 NE FI AC ' par﹂ Ru tf NHnr. nvun AAVA干A M 円 M 円 M 円 n U A A PUTAFUFIMF‑urLM円Flu FtHHHHHn;FtMm TATL百円百円山nnUM円 ヰ mv i tiu AA 民 司 札 晶 司 孔 ‑‑dEpaEPFU ヲ'uNH 百 百 ' T . oa 3︐ 0 N TAAA nUAA gevLネa k P A ︐ . MnFIU nueaFU ‑TA ︐︑ご f ヤA ‑ E M E戸匂4 R 士 一 U zl G Z N'''o ‑‑o& nUAA 1 =N DG; N C = = ニ N 2 G O N ; E ' EFIMF‑uFIUHn V A n u F h h u T A = M m u m M m ヤA AAAAAAAA ozzN T ‑NNNs ・ ' ︐ / ︑ ︐ ︑ N % M A C R OC A N M E A N ; O A T AC A N M E A N ; ; K E E P % 0 0G = 1% T O3 ; % 0 0N = 1%TO2 ; G & G .C A N & N % E N O ; % E N D ; E 'nM nKMm ea UE ‑110一 •••• 2 5 3

6 多変量解析プロシジャの使用感想 こ関する分析で、以下の統計プロシジャを使用した。一連のプロシジャを使用した 本論 i 個人(鈴木〉的な感想を述べる。 プロシジャ 用途 CANDISC 正準判別分析。 CANCORR 正準変量の獲得。 GLM 正準係数の算出。 ANOVA 正準係数の算出。 SCORE 合成変量の作成。 STANDARD 正準変量の基準化。 FACTOR 正準構造ベクトルのレポート。本来は因子分析。 PRINCOMP 説明変数の主成分抽出。 STEPDISC 説明変数の選択。 FASTCLUS 正準変量のユークリド距離による判別。本来はクラスタ分析。 S A Sのデザイン・コンセプトは、繰り返し強調されるように、単独では比較的簡潔な 仕事だけをおこなうプロシジャをたくさん用意しておき、ユーザはこれを組み合わせて大 きな仕事を処理しよう、という点に起源がある。このコンセプトは、 S A Sが自分自身を 記述する言語として自ら選んだ、 Cとその開発者らにおいて徹底的である。しかし SAS においては、簡潔とはいえないプロシジャも混在している。多変量解析では PROC FACTOR がそう思われる。重みベクトルを求めて合成変量を作る点では共通している一連のプロシ ジャは PROC FACTOR を中心に置き、他のプロシジャが周辺に配備されるという印象を持っ た。周辺のプロシジャが処理する仕事は専用的 i こしてあるが、その出力は PROC FACTOR の 入力にできる。解釈やレポートの機能はここで集中的 l こ実現されている。 PROC FACTOR に 重荷を負わせることで、周辺プロシジャを軽快にしようという意図も感じた。そうするこ とで、各プロシジャが似たような機能を併せ持つという冗長性を排除できる。プロシジャ は互いに直交する。 PROC SCOREはその典型であった。これがあれば各プロシジャは重みベ クトルを出力するだけでよ L、。相違は重みベクトルの計算方法にあり、線形合成の動作は 共通だから、その共通性は確かに単独プロシジャとして結晶抽出され、各プロシジャから 除外されるべきであった。しかも、 PROC SCORE を使うということはそれ自体、 z=Xa という線形合成を考えていることと同じであり、教育的でさえある。しかし、ある時期か ら PROC SCORE は OUT= に代替され始めた。この点、において、 S A Sはコンセプトの一貫 した美しさの維持よりも、ユーサ への迎合を開始したといえる(勿論これは、迎合ではな く反映なのだといってもよいのだが〉。 1 1 1

7 おわりに 目的は、性能のよい判別規則の構成でなく、データの記述と理解であった。結果的には 正準判別分析の有効性が実際に認められたと考える。しかし理論的な問題について著者の 無知による誤りがあるかも知れない。ぜひ指摘して教えてほしい。例えば分析したデータ は 2値変数であり、 (1)多変量正規性 (2)等分散性 を満たしていないことは明らかである。それを正規変数のように扱う場合は、どんな問題 に注意すべきなのか。また 2 1個もの説明変数を同時に分析することに障害はないのか。 本論では相聞の低い変数には言及しないという態度でアプローチしたが、事前に変数選択 こ対してどんな選択基準が適切なのか、については考察 をすべきか、その場合は 2値変数 i しなかった。構造ベクトルの問題についても結論を得たわけではない。 一方、正準変量の記述的利用にとってグラフの重視は自明である。群平均値だけでなく 回答者個人のスコアの散布図の観察が有益であったが、課題は重なりの表現である。今回 は果たせなかったが、 SAS/IMLにより、オブザベーションのプロットと同時に信頼 ersion6への移行 領域の楕円を描くと見やすいレポートができる。メインフレーム版の V を契機に SAS/IMLの統計グラフィック機能を活用していきたいと考えている。 ‑112‑

日本 SASユーザー会 (SUG ト J) 設備投資と企業成果の関連について 近j 畢 孝昌 近畿大学 o n s i d e r a t i o no nt e l a t i o nb e t w e e n h er A c t h ec a p i t a li n v e s t m e n ta n db u s i n e s sp e r f o r m a n c e Takamasa C h i k a z a w a 要 ヒ コ 日 本 報 告 は 昨 今 の 肘 テ ク ブ ー ム を 反 省 す る た め の 1つ の 手 段 と して、 設備投資が何年後の企業成果となって現れるかを測定 する必要を提唱するものでる。 キーワード: 当期純利益、 設備投資、 IF OUTPUT PROC CORR PROC GPLOT PROC MERGE 償却対象固定資産、 4EA 4EA ﹃U

1. は じ め に 昨今いわゆる財テクと言われている金融活動によって企業 利益を増大させる経営者が多くみうけられる。 はいくつかの種類があって、 企業利益は、 企業の利益に 多くの経営者が問題としている 税金を支払った後の利益のことであり、 )純利益といわれているものである。 を通じて得られた収入(正しくは、 あるが)や損失(これも、 たしかに、 (当期 債券の売買 収益という表現が適切で 費用と表現する方が正しい)は、 収入が損失より大きいときには、 益を増大させる要因となる。 結果的にはそれは当期純利 そして、 当期純利益の段階では それ以上の何かを支払う義務はないのであるから、 企業目 的は最大利潤の獲得であるというセオリーから考えると、 当 期純利益が増加することは経営者の義務を全うしたことにな るのである。 ただ、 マクロ的見地というか、 方をすれば、 いま流行のグローパルな見 果たしてそのような経営活動が(社会的に)許 されるのであろうかという疑問が、 おそらく大多数の人々の 抱く偽らざる気持ちで'はなかろうかと思うのである。 2. 成 果 の 測 定 経営者(あるいは、 抽象的に企業)は地球上の有限の資源 を適切に管理するという社会的責任を負っているという見解 は 、 いまや最近の諸科学による普遍的研究結果(というか、 むしろ常識といっても過言ではない)である。 このように考えると、 企業成果を、 上に述べたような金融 活動による収入や損失を勘案する以前の段階で測定すべきで はないかという議論がなければならないと思うのである。 なわち、 経営者の使命は、 る固定資産(とくに、 す その成果が数年後にのみ認識でき 有形固定資産)への投資、 いわゆる設 備投資に求められなければならないのである。 設備投資を実施するにさいし、 ‑114‑ およそ(平均的に)何年

後にその成果が現れるのかという情報が仮にあるとすれば、 その情報によって、 経営者に本来の活動を自覚させることが できるのではないかと考えることが出来る。 3 . 具体的操作 そこで、 設備投資をしたがために経営上の成果が得られた かどうかを、 ある業種データによってあきらかにするという アイデアを提唱したいのである。 今回は、 紙幅と時聞の制約から問題提起をするにとどめ、 次回の S A S ユーザー会で筆者の見解を具体的な資料にした がって示したいと思う。 この課題を実施するにあたり、 令が用意されている。 それらは、 S A S には非常に強力な命 従来、 筆者の費用していた C 0 B 0 Lでは到底不可能ともいえる仕事をしてくれるもの である。 例えば、 特定の企業ごとにあるデータ(例えば、 償 却対象となる固定資産の前年度に対する増加率)を集めるな どというのは C 0 B 0 Lでは極めて難しい(大げさな表現を すれば不可能)のであるが、 S A S ではいとも簡単である。 使用する S A Sステートメントは以下のものが考えられる。 IF OUTPUT MERGE BY PROC CORR PROC GPLOT PLOC PLOT υ 4EA ﹁ 円

日本 SASユーザー会 (SUGト J) SASを活用した製品評価・統合データ管理システム 1 1 1北 成生 松下電子部品株式会社 コンデンサ事業部 SAS application In Evaluation & Total Data Control System of Capacitor. Nario I くa wakita Capacitor D i v i s i o n LTD， MATSUSHITA ELECTRONIC COMPONENTS CO.， 要旨 中 ン λ アムは事菜部門の新製品開発から量産品に至るまでの製品評価時の製 品試験データを統合化し、新製品開発リ ドタイム短縮および時系列的データ トレンドを可能としたコンピュータシステムである。 然 部 門 の パ ソ コ ン 端 末 に よ り し U N ネ ッ ト ワ ク で ミ ニ コ ン D Ilをアクセス でき、技術・信頼性スタッフが一度に全員参加で活用できる。 キワイ:データーベ ス ; 製 品 評 価 シ ス テ ム ; デ ー タ 解 析 ; SAS 1.はじめに 松下電子部品開コンデンサ事業部は、電解コンデンサの生産・販売を行っており トップメ カとして、お客様のご要求に迅速に対応すべくコンピュータ化を積極的 に進めている。本システムは、電解コンデンサの各段階での製品評価デ タを一括 管理し、相互にデ タ の 有 効 活 用 を 図 る こ と を 狙 い に 自 社 開 発 し 、 ， 8 9年 10月 より運用を開始した。 本 シ ス テ ム の 構 成 は 、 製 品 を 計 測 す る 制 御 用 ノ fソ コ ン 群 と 、 そ の デ ー タ を 処 理 ・ 解析・蓄積するミニコンおよび出力装置より成り立ち、パソコンとミニコンは事業 部 内 L U Nで ネ ッ ト ワ ー ク さ れ て い る 。 本システムは、 『 必 要 な 人 が 、 必 要 な 時 に 、 自 分 で デ ー タ を 取 り 出 し て 解 析 す る 画 』ことが可能なシステムとなっており、最小限の入力情報で行えるようメニュ 面からの選択方式など、マンマシンインタ フェ ス に 工 夫 を し 、 D B利 用 シ ス テ ム に SA S言 語 で 開 発 し た ソ フ ト を 組 み 込 み 、 開 発 効 率 ・ メ ン テ ナ ン ス 性 ・ デ タ J m工 の 共 有 性 の 向 上 を 関 っ て い る 。 2. シ ス テ ム 開 発 の 背 景 ・ ね ら い お よ び シ ス テ ム 構 成 製品評価は各部署で過去より行っていたが、製品保証時間の延長・評価項目の適 正化・商品シリーズの多様化拡大・ユーザからの評価データ要求の増加などにより デ タ の 一 元 管 理 と 共 有 化 の 必 要 性 が あ り 、 ， 8 8年 1月 よ り ミ ニ コ ン 導 入 に 向 けて検討を開始。効率よい評価と、業務の質的改革をねらいに、技術と信頼性部門 の 共 通 業 務 お よ び 将 来 性 に つ い て 分 析 し 、 シ ス テ ム 提 案 し 図 1の 開 発 フ ロ の中の t 円 ︐ 1A ‑ A

E 垣Eコ包日 注) DflM:岨J I 溢吊 口 : 今 叫 図 1 製品開発フロー ミ ニ コ ン νス テ ム 出J u n!llパソコンシステム 目 ¥ ‑ ‑ ‑ ‑ ) 出 固 自動引 d l ' i 原市川iA ‑データ伝送 ・データ官 r n l . I U告由 f 1 H i X ・外r.! 1 データの J I ' < 込 . I J t I .I 処i 型 ι 出摘制 H 4 ' f ! は別紙量H . U 図 2 システム構成概要 1 1 8

製邑評価統合データ管理システム
{昂質管理部

ThickLAN

担局審査隈}

f

3]20
'
l
A

HP9000モデル 332CMA;，;{.テム町民図

HP9000332MMA システム潤成図

HPLAN，バ f晶 lヲー I
I(
TS
81

辱章J

1
23<包，=2
4
2
1:

選管口

顔写レーザブリシタ

民亨レーザプ句ンタ

h
'S
‑90ゆ針。

戸セぎ一~

1
.
.
.早早..;

I

Lーーー一ー一一一一一~

HP刊 fnLANHu
b

'A凶 ? プゐ

ThickLAN

1...9?~~~..

萩
三
之
:
二

7

9

ThickしA
州N

図 3

システムのハード構成

‑119一

;

巨
豆
ヨ
『
一
司1
l

州仙
ド‑
γ

四帥
6刷…，円2
引
州4
刊
川
u

白

/

対象業務を明確にした。 Y I I P 9 0 0 0 / 3 3 2 t i/:')とミニコン ( Y I I P 9 0 0 0 / 3 7 0 C H X )で 3 2ユ ー システム構成は、パソコン ( ザ が 使 用 可 能 と し 、 関 2に シ ス テ ム 分 担 を 示 し 、 国 3I こハード構成を示す。ソフト 構成は、 oS は H P ‑ U X . デ ー タ ベ ス は U N 1F Y を 用 い 、 自 製 ソ フ ト と 市 販 ソフトによるハ ド デ ス ク 容 量 は 300M Bにもなる。 : 3 .システム開発方針 このシステムは、電解コンデンサの特性について専用の計測器で制定し、そのデ ー タ を 用 い て 解 析 ・ グ ラ フ イ ヒ す る も の で あ り 、 計 測 制 御 は G P ‑ 1Bイ ン タ ー フ ェ イ ス 内 蔵 の 計 測 ! 器 群 で 構 成 さ れ 、 制 御 ノ ξ ソ コ ン プ ロ グ ラ ム は B A S 1Cで あ る 。 計 調J Iデ タは、パソコンをタ ミナルモ ドに切り替えミニコンにデータ転送すると 共にラインプリンターより自動的に試験表の作成を行う。 試験データの保存・検索・加工に必要な各種キーワードは予めミニコンのデータ ベ ス に 畳 録 し て お き 、 計 百I J前 に パ ソ コ ン に 転 送 し て お く 。 ま た 、 サ ン プ ル ご と の 例制はノぐソコンのキ‑‑ 1 1 '‑‑ドより、郎 I J r 人) Jする。 ミ ニ コ ン に 転 送 さ れ た デ ー タ は 、 U N I F Yに よ り 管 理 さ れ 編 集 ・ 検 索 ・ 加 工 な どができる。必要によりデータのサマリーイヒ・簡易レポート作成ができる。また、 試験データをよりわかりやすくするため、グラフ化や時系列数例解析や統計・信頼 性解析が行え、それらが、コンビュータ幽凶で容易に選択山来るマンマシンインタ ーフェイスのよいことを基本とする。 4 . SA Sソ フ ト の 活 用 システムのソフト開発をすべて自製でおこなうと、開発費用および日程に多くを 用し、タイムリーなシステム開発が出来にくいので、グラフ・統計解析については 、市販ソフトの導入を決め、ソフトの豊富さ、サービス体制の良いなどを考慮して S A S ソ フ ト の 導 入 を 決 定 し 、 導 入 当 初 は 、 SA S ソ フ ト は sase. STAT. AF. FSP. G R A P Hを 導 入 し 、 最 近 QC. OR. E T Sを 追 加 し 、 現 在 8本 の SA Sソフトを使用している。 S A S ソ フ ト の 仕 様 に つ い て は 、 U N I F Yで 管 理 さ れ て い る 試 験 デ ー タ を 外 部 抽 出 し SASソ フ ト で 処 理 さ せ 、 Ls P ・ プ ロ ッ タ で 出 力 さ せ て い る 。 5. 活 用 事 例 図 4に ア ル ミ 電 解 コ ン デ ン サ の 高 温 無 負 荷 ( 製 品 保 管 時 の 加 速 評 価 ) の 長 期 信 頼 性デ タの山力帳票の例を示す。 図 5は ア ル ミ 電 解 コ ン デ ン サ の 高 温 負 荷 の 長 J U J試 験 デ タについて、 S A S グラ フ を 応 用 し 6特 性 を 1枚に示し、 3特 性 に つ い て 3測 定 デ ー タ を オ ー バ レ イ し て 出 力させている。 ‑120‑

K SS E RI E S S‑M ， T YPE 1F . F S I I E L FL ∞ TEST D A T A ( l ) MA CAPACITOR D1V1Sl0N SF . lI I I N SINSAKA 同 ∞ CAPAC1TORD1V1Sl0N S F . I 1 I1 N 図 4 FNS00001 n ‑ ECEA200X100 70 SINSAKA Y A M A S I I I T A Y A I ¥ ASHITA 試験データの出力帳票例 125、 C.OCWV LIFE ー 一 一 一 ‑ 120 Hz A20A200L ー ー ー ‑ 1 KHz 3 KHz ロc CAP 110 e 100 :~町長Fill 1000 2000 ヨ000 4000 E9R 1.3 ‑4 ‑9 ‑14 --'---，寸寸 '---~.-l 1000 2000 3000 4000 。 1000 2000 3000 4000 。 1000 2000 ロL 1.1 0，8 。 よ よ~ O.巴 0.3 0.1 。 目。 LC 1 150 140 120 100 80 80 40 1000 ト下 2; 。 2000 .， 1000 2000 ヨ000 • • • I ロw .・..， 3000 図 5 4000 4000 試験デ 布 タのグラフ例 ‑121一 ヨ000 4000

6
. システムの評価
現段階での評価としては、
‑事業部グループ内の試験データの共有化
‑試験データの検索時間の大幅な時間短縮
‑試験結果・グラフ作成の大幅な時間短縮
‑現在生産品の品質実力把握のフイ
の貢献

ドパックによる開発リ

ドタイムの短縮へ

‑事業部内出力帳票の標準化(英文を基本とする)
がある。

7.今 後 の シ ス テ ム 展 開
(1)ミニコンデータベースをフルに活用した、 目 に 見 え る 信 頼 性 デ ー タ 管 理 と 設 計
共通仕様での有効寿命の適正把握。

(
2
)S A S ソ フ ト の フ ル 活 用 に よ る デ

タ解析ツールの充実

詳 細 を 図 6に示す。

重品占も喜平イi
f
f
i .系売 4主?子~ ‑ ó? 雫苦王室ュンスラ;""..l- 0 キ，~正亘書害

! 情 報 デ ー タ の 涜 れ ￨

スロコ矛リ戸司ー→軒血童話

ミニーコンテ~- O?‑‑‑=

製造 f士槽書(~品規格 D/Bl 一一笠遣仕揮のぞ貴景ー共週 E主計仕様による再呈訪 iζ

(アルミー 2j 000件.タシタル

GC120件)

管理試駿仕樺書(評偏草場 D/al 民現時間ごとの現格設定可
有効寿命
サンプル .II~

異常寿命の早期検知

(材料特性データ D/alー主要部廿の特性と製品持主のデータ訴:rr
寿命歪動要因の明耳イt

現行定例量稽

門事主化/軒現実笛

{軍 iステップ)

(
j
;2ステップ)

図6

システムの今後の展開構想

‑122

日本 SASユーザー会 (SUGト J) SASによる統合化シミュレーションへのアプローチ 0小 野 寺 徹 杉本有俊 株式会社日立製作所武蔵工場 Approach t oT o t a l S i m u l a t i o nb yt h e SAS. Toru Onodera A r i t o s h iS u g i m o t o M u s a s h iW o r k s . H i t a c h ，i L td . 要旨 半導体分野における微細加工技術の進歩は目覚ましく、 16MDRAMでは o . 5μm、 64MDRAMでは O. 3μm程度の加工寸法になるものと予想されている 1) 。従って、 素子は微細化、高集積化されることにより素子構造はますます複雑になることを意味し、 素子形状が素子特性に微妙な影響を与えることも予想される。このような場合に、素子の 試作だけでなく、素子形状の予測やそれ』こ伴う素子特性の予測などが ULSI開発にとっ て有効である 2) 。そのためには、その時代のニ ズ に 即 し た シ ミ ュ レ ー 夕 、 つ ま り 、 高 速 性、高精度だけでなく、特に柔軟性の高いシミュレータでなければならない。 本報告では、 SASを利用した三次元形状シミュレータについて、システムの概要と機 能および開発方法と問題点を述べる。 しはじめに 現在、素子の徴細化技術が進み、サブミクロンからディーフサブミクロン素子の研究開 発が行なわれており、効率良い試作開発が望まれている。そのためには、使いやすく、実 用的なシミュレータでなければならない。通常、独立したシミュレータには入力部、解析 部および出力部があり、解析部に匹敵するほど入出力部』こ開発時間を費やされる。その主 な理由は使いやすさや解析結果の見やすさの追及であり、場合によっては入出力部に開発 労力が注がれ、最も重要な解析精度や解析速度が疎かになることも考えられる。従って、 入出力部を除くことが出来れば解析部のみに開発労力を費やすことが可能となり、実用的 なシミュレータを短期間にタイミング良く投入することが出来る。 今回は、 SASの 持 つ 高 い 柔 軟 性 、 高 い 拡 張 性 お よ び 高 い ソ フ ト ウ エ ア 生 産 性 な ど の 特 徴を生かしたシミュレ タを試みた。その結果、実用的に十分満足できるだけでなく、統 合化シミュレーションシステムの可能性が確認出来た。 2. シミュレータの概念 通常、各社が発表しているホトリソグラフイ三次元形状シミュレータ 3) 叫 5) 6} (以後、 単にシミュレータと呼ぶ)は、マスクパターンを介してレジストに感光され現像されるま でを解析し、結果をレジスト形状として三次元表示している。また、基本モデルは、従来 から良く知られている① stringモデル γ} 削、② ray‑tracingモデル 9) 、 ③ cell‑removalモデル 10) がある。いづれも、少ない計算時間やメモリ容量、 使いやすさ、高い柔軟性や拡張性など、種々の工夫や努力が見うけられる。しかし、せっ かく工夫や努力をして開発された実用的なシミュレータであっても、使いやすさ、柔軟性、 拡張性などに問題が残っているとすれば、以後、使われない可能性(陳腐化)もあり得る。 勿論、これら問題は、シミュレータに限らず、全般的にシステムを構築する上で必ず考慮 しなければならない問題でもある。 ‑123一

実用化シミュレータ開発段階で考慮すべき主な事項は以下のようになる。 ①使いやすさ: シミュレーションに必要なパラメータの設定、変更や動作指示等が簡単・明瞭であり、 利用者の意見が容易に反映出来ること。一般的に、メニュー画面方式は初心者向けに最適 であるが逆に対応画面が多くなる恐れがある。従って、使い慣れてくると逆に対応画面が 多いため煩わしくなってしまう。 ②柔軟性・拡張性: 画面仕様の良し悪しは人 L こよって異なるだけでなく、システムの良し悪しの判断にも使 われてしまう。従って、画面仕様はその場で直せるだけの柔軟性・拡張性が要求される。 また、グラフ表示は柔軟性・拡張性の他に豊富な機能と品質の高さが要求される。 ③ソフトウエアの生産性: 実用的なシミュレータとは短い解析時間、高い解析精度および少ないメモリ容量である ことが望ましい。入出力部は SASを利用してソフトウエアの生産性を向上することが出 来るが、解析部については多次元配列や各種数値解析が使われるため FORTRAN言語 を利用してプログラミングしなければならない。しかし、解析部のみに専念出来るだけで も飛躍的なソフトウエアの生産性向上が望める。 ④豊富なグラフイツク表示: マスクパタ ン形状、その投影像の光強度分布、現像後のフォトレジスト形状などニー ズに応じて短期間にグラフィック表示可能としなければならない。また、グラフィック端 末は高価であるため、既存機種を利用することが多い。従って、グラフィックドライパー の組み込みが容易である 11) ことが大切である。 ⑤メンテナンスが容易: 完成したソフトウエアには利用され始めると使いやすさ、実用面など必ず問題が発生す る。また、短期間にメンテナンスが出来なければ、仕事に支障をきたすことが多くなる。 従って、メンテナンスが容易に行なえる工夫が必要であり、疎かにすればソフトウエアが 陳腐化してしまう恐れがある。 @容易なモデル組み込み: 三次元形状シミュレータの解析部には縮小投影光学系によってフォトレジスト表面に結 像するマスクパターン像の光強度分布計算モデルと光強度分布に基づいてフォトレジスト 膜肉の感光計算モデルがある。これらのモデルを簡単に組み込める方法として完全独立型 が考えられる。この方法は、前もって決められた入出力ファイルのフオ マットに従って データを読み取り、計算結果を書き出す。 以 上 の 内 容 は 、 従 来 方 式 の プ ロ グ ラ ミ ン グ (SA Sを利用しない方法)では技術的』こ難 題と思われているものであるが、 SASを利用することによりに解決出来るはずである。 一般的に開発されたシミュレータ(あるいはシステム)は実際に使われ、メンテナンス が繰りかえされて初めて完成されるものであり、 SASが得意とするところである。 ただし、計算速度や精度に関してはモデリングや解析手法によって決まるため、 SAS の利用は上記要求事項の解決が狙いである。 ‑124

3. システム構成と SAS利 用 方 法 SASを 利 用 し た シ ミ ュ レ シ ョ ン シ ス テ ム 基 本 構 成 を 図 lに示す。 一一解析部一一 入力部 ねトコンl: 3-~(M680 シトズ) SA S 僻事 ( F O R T R A N ) 光強度分布解析 感光現像解析 プD i!Ã Jtラメ -~7Y イ舟 露光パラメータ レジストパラメータ 現像パラメータ 図 1. 基 本 構 成 図 (1)入力部について ア nb イA フて る全 すは 納タ 格一 をデ タの 一ら デれる スこい セ oて ロるし プい集 とて編 ルし力 イに入 アトて フツし るセ用 すタ利 納一を 格デヤ をS ジ 報Aシ 情Sロ 一記 T ン憶プ パ︑氷 D タ久 I クもE スれ S P マず F に はいの 部りS 力あF ルS 入が/ (I)マスクパターンファイル: マ ス ク パ タ ー ン は 四 角 形 と 直 角 三 角 形 の 2つ の 基 本 図 形 か ら 成 り 立 っ て お り 、 直 接 座 標 値 入 力 ま た は 図 形 入 力 編 集 ソ フ ト IZ) に よ り マ ス ク パ タ ー ン デ ー タ フ ァ イ ル (S A Sデ ー タ セ ッ ト ) に 格 納 さ れ る 。 フ ァ イ ル 構 成 は 以 下 の よ う に な っ て い る 。 T Y L EC O L O R H E N S U N C T I O NX S Y SY S Y S I Y W O B S F E C Y A N . 20. 20A P O L Y C Y A N E . 203 .0A P O L Y C O N T2 C Y A N E .0A . 153 P O L Y C O N T2 C Y A N E . O5. O5A P O L Y C Y A N E . O5. 15A P O L Y C O N T2 C Y A N E . 15. 15A P O L Y C O N T2 C Y A N E . 15. O5A P O L Y C O N T2 三 角 形 四 角 形 こ の フ ァ イ ル に 使 わ れ て い る 変 数 名 は SAS/GRAPHの ANNOTATE変 数 と同一にしている。従って、 SAS/GRAPHを利用すること』こより .マスクパタ ンの確認表示 ・計算結果の等高線とマスクパターンの重ね合わせ表示 ・計算結果の三次元グラフとマスクパターンの重ね合わせ表示 などが簡単に出来る。 (I I) プ ロ セ ス デ タファイル: プロセスデータファイルには露光パラメー夕、レジストパラメ タおよび現像パラ メ タがあり、 ITEM (SAS変 数 名 ) に よ っ て 分 類 さ れ 。 例 え ば 、 露 光 パ ラ メ ー タには光源系と光学系があり、光源系は円形、輪帯、長方形や点光源などの光源形状 が与えられ、光学系は波長、レンズ開口数、コヒ レンシーなどが与えられる。 以下にプロセスデータファイルの構成例を示す。 ‑125一

D 2D 3 F U N C T I O ND I L A M B D A 首 長 N A 自 日 韓 C O H コ ヒ ー レ ン シ ー l T E M O B SN A M E P T P R O C E S S O I O P T P R O C E S S O I O P R O C E S S O I O P T (2)解析部について 解析部は FORTRAN言語で作成した独立のロ ドモジュ ルであり、入出力とも S A Mファイルとしている。従って、本モジュールが実行される前にマスクパタ ンデータ やプロセスデータなど SASデータセットに格納されているデ タは固有なフォーマット に変換し SAMファイル』こ格納しなければならない。本シミュレータでは簡単に作成、変 更等が出来るように SAS言語を利用した。 (3)出力部について 計算結果は SAMファイルに格納されるため、 SAS言語を利用して SAMファイルか らグラフ表示可能な座標値に変換し SASデータセットに格納している。従って、モデル の追加、変更等、簡単に対処することが出来る。以下にデータ変換プログラムと光強度分 布三次元グラフ表示用プログラム例を示す。 くS A M 7 7イ ル‑ S A Sデータセヲト変換プログラム 〉 HH ︐ . c d nR i し . ︐ A A u ml A A H nυ. 回 目V ‑a MM A A H ・'anせ 円︑ 0 ︐ 口 ttnun qtunR; AH. 川 nu 曲 ︒ ovM υ 川 q 4 υ ハ Hvq'u ・' H 中l D A 11;1l?i ハH v m l H u u . AAHAUV 叩i t l A A a a z 巾i 1 i H U P A 二 nvim‑M 川 npau R U ‑ ‑ v A M 川 HU ・' V ﹄ム IU 巾i = T A n u n υ n n ρ ハ HV 且品川 TtAH川 υwV1・ ハH V M 川円・ ' n V A 川 " " μ n 川 T ‑ u n H A n v A nμ μ ・'ntU A 民 日 川HMNH ハH V M N H YU ﹄ 川 ハU A A ? i Tよ 1 l n υ n H U M aAHUnn vAnunRnr ︐ . ︐ ︐ ・ 畠 ︐ くP R I N Tプロシジャの自力結果 〉 VA‑‑ VA‑‑1i1i ︐ hqd nMU‑‑ム n ハHV c d Z 0 . 1 0 8 5 4 1 0 . 1 4 8 8 4 6 O .1 8 5 3I I く三夜元グラ 7帥〉 G O P T I O N SD E V = K G F 2 0 5 0 ; O N E• 光強度骨布三宮元表示 T I T L EC = C Y A N FN P R O CG 3 DD A T A = A ; P L O T XヰY = Z / T I L T = 3 0R O T A T E = 4 5 ; R U N ; 二 hE nノ Tよ c u

4. シミュレーション結果 図 2に 本 シ ミ ュ レ ー タ に よ る 計 算 結 果 の 表 示 例 を 示 す 。 こ の 例 は マ ス ク パ タ ー ン 確 認 グ ラフと計算結果を 3種 類 の グ ラ フ を 同 時 に 表 示 し た 。 マ ス ク パ タ ー ン と 解 析 結 果 を 重 ね 合 わせ表示した例は入カパタ ンと計算結果を対比が容易である。この例では徴細パターン が投影レンズの解像カの限界を超え円形に近い形状となっているが、マスクパターンが塗 り潰しのため見えない箇所もあり、塗り潰しをせず』こマスクパタ ンの内側を模様』こする 方が良いようにも思う。このよう仁、表示方法は実際に表示して見て分かるものであり、 豊富なグラフオプションがなければならない理由の一つである。その点、 SAS/GRA P Hは豊富なオプションとインタプリ夕方式』こより、希望する表示内容を容易仁作成する ことが出来る。勿論、 SASは 全 て に 優 れ て い る わ け で は な い 。 本 シ ミ ュ レ ー タ の 解 析 部 に関しては SAS組 み 込 み と せ ず に 外 部 ル ー チ ン と し た 。 そ の 理 由 と し て ① SAS言語は多次元配列が扱えない。 ② SAS言語は複素数が扱えない。 ③ロードモジュール型で保存、実行が出来ない。 (ただし、 V e r5 . 18) が上げられる。①と②はシミュレ ションに関して絶対必要であり、外部ルーチン』こし た主たる理由でもある。また、③については新パ ジ ョ ン か ら 可 能 と な っ て い る が コ ン パ イルの最適化が FORTRAN言 語 に 比 べ 同 等 も し く は そ れ に 近 い か ど う か が 実 用 的 な シ ミュレーションを開発する上で今後重要となる。 入力マスクパ聖一ンの確認表示 計官軍恒議= 5，o1oI J J D 厄光・現像分布とマスク重お合わせ表示 I I I 居費量= ~ 3 1 司、 1 1 1 = E 九 ∞ 光強度分布と7 スク重合せ表示 感光現像分布とマスク重合せ等高緑表示 Y 5 .国 0000 Z 百軒幻田 : : 品 薄 図 2 三次元シミュレーション計算結果の実際例 4EA 円 t ︐ qL

5 . おわり 4 こ SASを利用したシミュレータの目的は使いやすさ、柔軟性、拡張性、ソフトウエア生 産性、メンテナンス性など、従来方法では困難とされた要求事項の実現と各種シミュレー ションデータを一元管理し、最終的には統合化されたシミュレーシヨンの構築方法を見出 すためにあった。その結果、要求事項は問題なくクリアした。しかし、画面の切り替わり 時聞が遅い ( TSS利用のため)、グラフの再表示が遅い(回線速度による)、モデルの ソフトウエア生産性は上がらないなど計算機の TSS処 理 に よ っ て 起 こ る 問 題 と 応 用 分 野 によって異なる計算の要求機能によって起こる問題が分かった。前者は SASのパージョ ンアップとマイクロリンク機能によって解決可能であり、後者は SASファンクション化、 SASプロシジャ化などで解決可能であろう 更に、三次元シミュレータは計算時聞が長くなってしまう傾向があり、これまで述べて きた実用的シミュレー夕方法だけでなく、エッチングや現像が進む様子を拡散モデルで表 す 2) ような簡略化モデルの開発がより実用的なシミュレータとして重要となろう。 参考文献 1)伊藤:三次元フォトレジスト形状シミュレーション. Semiconductor Wor1d 1990.1 PP. 118‑124 2) 藤永他:三次元エッチング形状シミュレーシヨン.第 50回 応 用 物 理 学 会 学 術 講 演 会 予稿集 .1989. pp.125‑129 3) M. Y eung :M 0 d e 1ing A e r ia 1 1 mag e s in Tw 0 and Three Dimensions. Proc. Kodak Micro e1ectronics Seminar Interface' 85 (1 986) 4) 木村:リソグラフィ用三次元形状シミュレータ ‑TREPTONの開発.第 50回応 用 物 理 学 会 学 術 講 演 会 予 稿 集 .1989. PP. 514 5) 山口他:三次元形状シミュレ ション. 36回応用物理学会関係連合講演会. 1989春 .3a‑C‑8. 6)寺沢他:位相シフト法による Subμmリソグラフィ (3) . 36回応用物理学会関 連連合講演会. 1989春. 1a‑K‑2. 7) R. E. Jewett et a l . :Po1ymer Engineering and Science. V o l . 17 (1977) PP. 381 8)W. E. 01dham et a l . :IEEE Trans. E1ectron Devices. V o l . ED‑26 (1979) PP. 1445 9)Matsuzawa:IEEE Trans. E1ectron Devices V ol . ED‑32. No. 9 (1 985) PP. 1781 1 0 ) Y. Hirai et a l . :Symposium on VLSI Tech‑ no1ogy. IEEE CAT. No. 87th. 0189‑1 (1 987) 1 1) 小 野 寺 他 :JRC製インテリジェントカラ グラフィック端末のための SAS/GRAPHドライパ‑，こついて. SUGI‑J (1 988) PP. 193 1 Z ) 小 野 寺 他 :SAS/GRAPHのための対話型図形編集ソフトウエア. SUGI‑J 1989 PP. 313‑318 ‑128‑

日本 5A5ユーザー会 ( 5UG卜 J) SASによる半導体プロセス品質管理 O小 山 幸 男 富士電機株式会社松本工場 Process Ouality Control System f o r Semiconductors by Using SAS くoyama Yukio I td . MATSUMOTO FACTORY F u j i E l e c t r i cC o .， L Tsukama 2666， Matsumoto， Nagano， Japan 要旨 SASを導入して一年、当社半導体品質管理部門における導入事例について、紹介 する.部門内で構築している LANに SASを導入し、柔軟性とプログラム開発効率 の高いシステムが樟動できた。 キーワード: PC.SAS. SunOSSAS LAN 1はじめに 近年、製品の多種多様化、型品寿命の短縮化、納期の短縮化等、産業界の環境変化 は著しい、こうした社会環境の中で、ライバルに決定的な差を付け、勝ち残るための 経営戦略システムの構築は注目をあび、企業にとって重要な課題である。 また、製品の機能が高度化し槙雑化するほど、製品開発ノ fワーはより大きなものが必 要とされるが、逆に塑品寿命は短縮化しており、効率の良い製品開発、量産化が要求 されている。 このような状況にあって、情報処理システムに対しでも開発期間の短縮は、企業に とって重要な課題である。更に、製品の複雑化に伴い、管理手法も見直しゃ改良が増 えるため、ハードウエア、ソフトウエアも常に専門技術者に依存するのでは、柔軟性 拡張性を持ったシステムはできない。 そこで、 SASと分散形 LANによるシステムを作成したところ、エンドユーザー でもプログラム開発ができ、拡張性の高いシステムができた。 2半導体プロセスの情報処理 新製品の開発から量産、市場における製品 までの広い意味での品質管理では図に示すよ うに多種多様な情報処理を行っている。取り 扱うデータも、言語情報、数値データまで幅 広い.管理手法の見直しゃ改良が増え、高度 な計算機の知識が無くてもシステムの変更が できるような、システムの柔軟性が求められ ている。 ‑129

3分散処理システム 品質管理の業務は、各部門の分散システムで処理をする方が効率的であり、システ ムの柔軟性が確保できる。半導体の製造プロセスでは、多量のデータ処理が必要とな り、工場全体を統括するホスト集中処理では、処理能力に限界が出る. 近年、エンジニアリングワークステーションやパーソナルコンピュー夕、周辺機器 を含めた高性能化、低価格化には、目を見張るものがある。また、ネットワーク授街 も各種登場し、効率の良い分散システムが容易に構襲できるようになった。 当社は、電力用半導体からカスタム LS 1まで、多品種の製品を生産しているため 製造・試験工程のデータ収集にネットワーク化を考える場合、各種の問題が発生する. 寸法測定器から LS 1テスターまで、多種多様な測定器が存在し、測定結果をプリン ト出力するだけの単機能のものから、異機種のテスター等、異機種聞のネットワーク に対応したものは少ない. しかし、ここに来て、ネットワークのためのインタフェースボードやソフトが、数 社から発売され、エンドユーザーでもシステムが構築できるようになった。 結論として、 TCP/IPを使ったイーサネットが異機種間接続や水平連携、垂直連 携に強く、更に、 SASはこのようなネットワーク上で利用するデータ解析ツールと して、非常に強力なソフトであることがわかった。 4SASの導入 当社では、 89年 7月、導入評価を目的として、 P C版 SASを導入し、 90年 1 月 SunOS版 SASを導入した。イーサネットを使ったネットワーク上で、半導 体プロセスのデータ解析を行うためである。 SASの教育や比較的少量(データ 1 0∞件程度)のデータ処理で PC'SASを使 0 0 0件以上のデータを使って高度なグラフィックスを利用する場合に Sun3 用し、 1 上で SASを使っている. SASの実行速度を以下に示す。 入力データは、 1Cの信頼性試験データである。テスト結果を SASが入力できる フォーマットに変換したものを使用した。 PC版 SAS UNIX版 SAS 実行速度 比較内容 S u n3 / 8 0 P . C ( A ) i n 1 3 . 3 . 8 2m i n 9 .叩 阻 i n 3 3 . 0 皿i n 調査 2 D A T AS t a t e . e n ta 2 . 0 s e c P R O C E D U R E臥 N K 1 .00田 C D A T AS t a t e m e n tb 2 . 0 0s e c P R O C E D U， T R A N S P O S E 1 . 0 0s e c P R O C D D U R ES O R T 2 . 0 0s e c 1 3 . 1 0 . 1 3 . 1 9 . 1 8 . S u n出 4 . x M S .即 S 3 . 3 C P U Ie mOrl m a l nl 回0 3 0却 剛 Z 8 昭郎 l 側H Z 6 4 0 K B 8 .側 B 2 . 0 M B 内蔵標準 MB ) ( 2 00 9 . 2 8 1 9 . 1 0 1 5 . 2 3 ∞sec 38.∞sec ∞sec 21.∞ s ∞sec 53.∞sec ∞sec 60.∞sec ∞sec 60.白 sec oS H D D P . C ( A ) / S u n ∞ l I 調査 1 D A T As t a t e m e n t1 1 .40min D A T As t a t e a e n t2 1 2 . 0 0s e c P R O C E D U R EP R I N T 泊. 0 0田 C P R O C E D U R EG 3 D 4 0 . 0 0s e c 四S P . C ( B ) 舵 M S . D O S 3 . 1 mぉ616MHZ 7 印K B 1 .0MB 外付否純正 内蔵純正 ( 4 0 . 0 M B ) ( 4 0 . 0 M B ) ‑130ー

(調査 1)は、 1 1 8 8 7件のデータを処理した結果であり、 l件のデータは 9 6/ 1 イ ト あり、その中に 10個のデータをスペースで区切って入力している。 データステートメントで、 P . Cの 場 合 約 13分要するが利用目的による使い分けが必 3 Dプロシジャの場合、大きな差が見られた。 要である。更に、 G (調査 2)は、 2 8 件 l 件当たり 2 4 変数のカテゴリーデータを使って、データ入力、 分類、表データの行・列変換、並び替えをした結果である。同様な処理は、表計算の ソフトでも可能であるが LAN上でデータ処理をする為には SASのような第四世代 言語が必要となる。 SASは非常に大きなソフトでありメモリに制約があるパソコンでは、データ数に よっては少々きつい場合がある。 SASはハードディスクのアクセスが頻繁に行われ P . C ( A )、 と P .C( B ) の遭いは、デ ィスクのアクセススピードの差のようである。 P .C ( B )は内蔵 1¥ードディスクのアクセ .C(A)も同様の傾向があるようで、今回の実験では外付けハードディスク スが遅い、 P を使用した。 今後、 CPU自身の高速化に止まらず周辺機器も含めた高速化に期待したい。 5水平連携と SAS 当社でも、 M S・ D O Sを使用したパ、ノコンは、今まで各種利用している。低コストと誰 でも使えるところから、比較的手軽に導入しデータ処理を行ってきた。利用者の技術 レベルにより独自でプログラムを開発する場合と、表計算ソフトを利用する場合があ る 。 SASは、これら既存のデータを文字データとして変換することで、容易に入力し、 解析することができた。 F I L E N A M EA' B : Y・・・事・・・， R E C F M = F 固定長 = v 可変長 D A T A 71 イ~J(イ; I N F I L EAR E印 M = DL R E C L =却 0 ; = Di ' ‑ I Jに依存 I N P U TABCDEF •••• R U N ; L R E C L =論理レコード長 lか ら 担7 6 7 有効レコード長 例はてをに ︑トつ能幅 トフま機大 フソ決フが ソ算がラ聞 の計噸グ期 他表手や発 を︒の理開 一高処計ラ デがタ統グ の値一なロ 存価デ度プ 既用︑高も ︑利がので は ︑ る S一 法てい・Aザ 方 き て い S一 るでし高︑ユ すが及がヘド 存工普性中ン 保加り軟のエ を集な柔ム タ編かがラろ 一も︑方グこ デでりるロと てロわすプた しプ加析たし と一も解し理 タい理処ム タワ能で発処 一や穂 S開チ デ タ 成 A でツ 字 イ 作 S 自バ 文デフ︑独でた ︑エラば︑んき に︑グえた込で 更ぱ近ままみ縮 え最し組短 工 ンF lー ザ7 ロ ク ラL A A A A . E X E S A S 1ロ ク ラL C C C C . B A T ー〉解析デサ ー 〉 を7 7イ 品 B B B B . P R O 寧 S A S A P R l l D A T A A 7 '1 PR007ッ7 ， に出力する。 * ‑131一 A A A A . E X E S A SB B B B . P R O

6垂直連携と SAS SASは、パソコン、ミニコン、メインフレームと垂直連携に強い。当社が導入し た理由はここにある。 7 ラ ッ ト7 才 】 ム 統計解析 i i f I ; ;日 凹 ~:__D̲̲ [::_jb--:~̲̲̲I : " 3 1 ̲ 0 ̲ I ̲ D ̲ ̲ :_-~bl_~:_:]____~ 由直自由 P C . S A S 7SASの普及 SASは非常に大きなソフトであり、初心者が使いこなすには少々難しい。そこで 新しい統計手法を紹介し、普及と教育を行っている.以下に、新 SQC手法の一例を 示す。 7‑1SASによる探索的工程管理 新型品の開発段階や量産準備段階で得られるデータは、必ずしもきれいな正規分布を せず、異常値が発生したり、分布形状も、ヒズミやトガリが発生することが多い。特に 異常値は、そのつど的確な、速い判断と処置が重要である。 この種のデータを取り扱う手法として、探索的データ解析手法が提唱されているが、 SASを使った解析手法について紹介する。 7‑2SASによる新 SQC 探索的データ解析の具体的手法は、"新 SQC七つ道具"とも言われているが、以下 の三つについて、 SASの UNIVARIATEプロシジャを使った手法を説明する。 (1)幹葉表示 (2)要約値 (3)箱ひげ図 S t咽 ‑ a n d ‑ l e a fd i s p l a y ヒストグラムに代わるもの L e t t e rv a l u e sd i s p l a y 平均値、標準偏差に代わるもの B o x ‑ w h i s k e rp l o t s 分布と外れ値の表現 7‑3幹葉表示とは データの図的表示法の一つである。従来のヒストグラムに代わる手法で、級間隔や級 限界を決める面倒な手顕が必要ないうえ、元のデータのもつ情報を完全に保存し、更に 中央値、四分位値などのパーセンタイル(百分位数)を求めるのに簡便な表示である。 4 8 3 1 3 1 5 S t e m 幹 L e a f F o r g e t 葉 端 数 4 1 3 8 1 3 5 ‑132

SA S U N I V A R I A T EP R O C E D U R E 1 2 91 2 3 8 8 9 1 2 82 4 7鈎 1 2 71 1 3 5 l お 0 1 4 田町田町7 9 1 2 54 6 6 8 9鈎 9 1 2 45 回 b o x p l o t 草 l phvFhuan宅qunuqu tA S t e mL e a f 1 3 21 1 3 1 1 3 0 +一一一一ー+ 1+ 1 本 一 ー 一 一 一 本 +一一一ーー+ ーーーー+一一一一+一一一一+一一一一+ M u l t i p l yS t e m . L e a fb y1 0 材 一2 幹葉表示 箱ひげ図 7‑3箱ひげ図とは 第 1・第 3四分位値の聞を箱で表わし、全データの 1/2がこの中にはいることを示 す。中央値を箱のなかへ親分で記入する。この線が箱を 2等分しているなら分布は中央 部で左右対称であることを示す。びげの外にある値は、はずれ値、又は、とびはなれ値 である。 7‑4UNIVARIATEプロシジャの使い方 プログラム倒 F I L E N A M EA'71イ島メイ'; DATA ワ』ク 71 イ，~イ; 外部ファイル ( M S・ D O Sテ キ ス ト7 7イ品)から SA S; : ‑ 1 e外ヘデータを入力する。 I N F I L EA ; I N P U TX 1X 2X 3 ; X 1X 2X 3 3つの変数が定義されてい る R U N ; P R O CP R I N T; 入力したデータの表示 R U N ; L O T ; U P R O CU N I V A R I A T EDATA=ワーク 77 イ ，~jイ P N I V A R I A T E 1 u : 6 vの実行 V A RX 1 ; R U N ; 8SASによる解析事例 半導体の製造プロセスは、複雑な長い工程であり、工程データの多変量解析や実験 計画法の適用は、解析に時間がかかり困難であった.工程解析は、技術者による要因 の展開から、絞り込まれる定性的因果関係の検証をいかに効率よし Eつ精度を上げ るかが重要課題である。 A特性の改善に重回帰分析を適用した事例を、紹介する。 p r o cu n i v a r i a t ep l o t ;v a ra ; r u n ; データの確認 n i v a r i a t ep l o t ;v a ri d d ; r u n ; p r凹 u p r o cp l o t; 散布図の出力 r u n ; p l o ti d d本a; p r o cr e g ; 回帰分析 l Io d e l idd=a; o u t p u to u t = p 1 p = p r e d i c t r = r e s i d ;r u n ; p r恥 p l o t ; 予測値と残差の検討 p l o ti d d本o xp r e d i c t本o x = 'p 'l o v e r l a y ; p l o yr e s i d 本o x Ivref=O; r u n ; 133‑

Plot o fI D D 傘A Plot o f PREDICT*A L e g e n d : A = 1obs，B= 2obs，e t c . S y m b o lu s e di s' p '• I D D1 2 0+ A A A A B A B B A 1 0+ Ap A pA P A nrAHAH A p pppppAppp A P Apppp p AHnv nDAH 1 5+ A A A A A A P A AA A A 5+ + 一 一 一 一 一 一 ー + 1 5 1 6 一 一 一 一 一 一 + ー 一 一 一 一 一 一 一 ー ー + ー 一 一 一 ー 1 7 1 8 ー+一一一一一ー一一ーーーー+‑ 1 9 2 0 A特性 P l o to fR E S I I 沖A L e g e n d : A=1obs，B=2obs，e t c . 1 0+ nnes‑‑sGua'i 1 1 o+ 1 A AA A A B A A A A A B 一一一一一A一 一一一一一一一A一一一一一一一 ‑‑M一一一一A 一一一 A A A C A A A AA A A AA A A A 10+ 一 + 一 一 一 一 一 ー ー 1 5 ー+一一一一一一一ー ー+一一一一一一一一一 +一一一ー一ー ー + 一 一 一 一 1 6 1 8 1 9 1 7 一一 一 一 一 一 一 一 一 + 2 0 A特性 9おわりに 当社の半導体製品は、顧客との有機的な連係の下での開発により、高評価を博して いる。高密度化，語合化，インテリジェント化の要求も一段と進み、機能が複雑化し ているが、開発から量産までのリードタイムは、更に短縮化の傾向にある。 こうした中で、技術の蓄積を図りながら、高品質，高信頼性の半導体開発を目指し て行く所存であるが、 SASは、これらに重要なデータ解析ツールとして、ソフトウ ェアの開発効率が高く、有効に使えることがわかった。 しかし、 SASを完全にマスターするには、かなりの努力と知識が必要である。今 後 、 SASの応用事例を紹介し、普及を図っていきたい。 最後に、導入時に SASソフトウエアの井上憲樹氏、今城義高氏、に大変お世話に なった。この場を借りてお礼を申し上げたい。 ‑134‑

日本 SASユ ー ザ ー 会 (SUG ト J) 自動車部品の信頼性保証における SASの活用 。原 俊雄 いす Y自動車株式会社大型車研究実験部 SAS a p p l i c a t i o nf o rr e l i a b i l i t y assurance o f automobile p a r t s T o s h i o Hara Heavy Duty Truck & Bus Research & Experiment Dept . ISUZU MOTORS LTD. 要旨 自動車の信頼性保証業務の一環であるユーザからのフィードパックデータの 分 析 シ ス テ ム は 、 主 に SASに よ り 構 築 し 活 用 し て い る 。 当 シ ス テ ム は エ ン ド ユ ー ザ ー が MACROな ど の 構 能 を 用 い 、 ア プ リ ケ ー ションソフトを作成し、効率化と容易化を計っている。 文ソフトを共有化しており、技術スタッフの全員参加型である. キーワード:信頼性 マクロ 寿命推定 1. は じ め に いすす自動車は 乗用車から大型トラック・パスに至るまでの多車種を開発・生産して いる。 その中で、当部署は 開発中の自動車の性能・耐久信額性の問題点を検出し、ユーザー ニーズに合致した高品質の車作りを行なっている. そのーっとして、市場実績と開発テストデータから自動車ーの各装置・各部品の市場寿命 予潤を行ない、次ぎのステップではユーザーからのフィードパックデータにより予澗の 検証を行なう.この撮り返し活動により高信頼性確保・良品化に努めている. 開発部門のシステム環境 M780 MVS/XA SAS5.18 2. ユ ー ザ ー か ら の フ ィ ー ド パ ッ ク デ ー タ の 分 析 ユーザーからのフィードパックデータ・市場調査データ及び販売実績データなどが デ ータベース化されている. フィードパックデータとは性能の指摘・耐久信顧性の故障な どのデータを言う. 当システムはその中の耐久信額性の故障データを用い、抽出・集計により故障の性格調 査(故障分析)を行なう.文その分析データと市場調査・販売実績データを使用して市場 寿 命 を 把 握 し 予 調 の 検 証 を す る . (国一 1参 照 ) EA Fhd q0 ・

2.1 故 障 分 析
各部品毎に故障データの性格調査項目があり、それに基ずいて抽出・集計・分析結果の
出力を行なう ι
分析結表の出力は表文はグラフ表示を用い、故障の特徴を安易に理解出
来る. (図‑ 1 ・国一 2参 照 )
国一 1

故障性格調査項目事例

①②③④⑤

製造時期による故障発生頻度
架装物』こよる故障発生頻度
地域性(販売広など)による故障発生頻度
他の部品・装置による故障発生頻度

2.2 市 場 寿 命
部 品 の 市 場 寿 命 の 把 握 は 下 記 の 3種類のデータを抽出する。

①②③

故障データ
ー一一ー> 故 障 発 生 距 援 の 抽 出
市 場 調 査 デ ー タ 一 一 一 > 月間走行距援分布(推定)の抽出
販 売 実 績 デ ー タ 一 一 一 > 各月の販売台数の抽出

比一

3種 類 の デ ー タ か ら 故 障 の 順 位 付 け を 行 な い 、 累 積 故 障 率 (F t )を算出して、 ワ イ ブ
ル 出 国 す る . そ し て グ ラ フ か ら 市 場 寿 命 ( 推 定 ) な ど を 求 め る 。 ( 図 ‑2参 照 )
図 ‑2 故 障 分 析 と 市 場 寿 命 推 定 の 概 略 図

合

設題デ!タ町分析

l

iノ
ラ2 ー ‑:Sl ~くー-;<..
古文街曜E

干
行
亀
E
!
>
1
l
I
司
王
!
i
'
:

o

G
S品 の 寿 命 僧 定

1
4
t/

f

‑136一

貝反

E包

ζL

3. S A Sの 活 用 故障データなどの各データはコード化された英数文字で入力されており、他に名称(漢 字)と対応したコード表(辞書)がある。 ソ フ ト は S A S / B A S E， S A S / G R A P Hを 主 に 用 い 、 各 専 用 ア プ リ ケ ー シ ョ ン ソフトがあり標準化している. 3.1 故 障 分 析 アプリケーションソフトの主な特徴は、エンドユーザーがタイトルや必要抽出条件のみ の 変 更 で 良 〈 、 又 ー カ 所 で 作 業 が 出 来 る よ う に 、 M A C R O機 能 を 活 用 し て 簡 易 化 と 効 率 化 を は か っ た 。 ( 図 ‑ 3参 照 ) 国 ‑3 マクロ使用事例 /寧--タイトル~==========================ー:::::::::::::::::::::::::::::::::::::::::::::寧/ MACRO HYOUDAII ' C X M & Gの ワ イ パ ー モ ー タ ー の 断 線 ， % /寧‑‑抽出条件=一一一一一一‑‑一一一一一一一一一一一一一一=寧/ ‑ * 1 /寧一一一車型一一一一一一一一一一一一一一一一一一一一一‑ MACRO SYG!TAOI 'CXM' % MACRO SYGATA02 'CXG' % /寧一一一部品コード一一一一一一一一一一一一一一一一一一一寧/ NACRO BUHINCDI '8942'% /寧一一一故障現象コード一一一一一一一一一一一一一一一一一‑ * 1 M!CRO BUHINCDI '2468'% * 1 /寧一一一製造年月(期間)一一一一一一一一一一一一一一一一‑ MACRO ‑ 一 一 一 一 一 一 一 一 一 一 一 一 一 一 一 一 一 一 一 一 一 一 一 出 力 表 示 の 一 つ の 表 出 力 は T A B U L A T Eプ ロ シ ジ ャ と 一 部 Q P R I N Tプ ロ シ ジ ャ を使用している。 デ ー タ に 全 角 文 字 ( 漢 字 ) が あ る の で 、 T A B U L A T Eプ ロ シ ジ ャ の R T Sオ ー プ シ ョ ン で は 桁 数 ( カ ラ ム ) 指 定 に 特 に 注 意 し て い る . 又 F O R M A Tプ ロ シ ジ ャ 及 び P R I N Tプ ロ シ ジ ャ の L A B E Lオ ー プ シ ョ ン を 使 用 す る こ と に よ り 、 表 紙 面 は コ ー ド 表 示 で ないので分かりやすい. グ ラ フ 出 力 は G C H A R T . G P L O Tプ ロ シ ジ ャ を 主 に 活 用 し て い る . その他、 S A Sデ ー タ セ ッ ト か ら 簡 易 ソ フ ト 用 に デ ー タ を 作 成 し 、 二 次 加 工 及 び 出 図 を 行なっている。 3• 2 市場寿命 ①データの抽出・集計 ②累積故障率の算出 ③ワイブル分布出図 の各ステップで出 力データの確認が必要であり又一部修正することがあるため、次ぎのステップヘデータは フ 7 イ ル 渡 し の 方 法 を と っ て お り 、 効 率 化 を は か っ た 。 ( 国 一 4参 照 ) 4EA t 巧 ペU n

図 ‑4 ① ワイプル分布出国フロー ② ③ 目。固ヰ>園。3 1 回 目 ] 現 シ ス テ ム は デ ー タ の 抽 出 ・ 集 計 ま で S A Sソ フ ト を 使 用 し 、 累 積 故 障 率 の 算 出 及 び 3 イプル分布出国はフォートランを用いているが、 S A S環 境 で 緯 て 入 出 力 す る よ り 効 率 的なシステムを現在検討中である. 4.あとがき 信 顧 性 保 証 の 中 の 故 障 分 析 ・ 市 場 寿 命 の 推 定 の 概 要 と 、 S A Sを 活 用 し た シ ス テ ム の 特 徴 等 に つ い て 述 べ て き た . こ れ ら の シ ス テ ム は 基 本 機 能 (SAS BASE等 ) の み で 作 成 し た ア プ リ ケ ー シ ョ ン ソ フ ト で あ り ユ ー ザ ー フ レ ン ド リ ー と は 言 え な い の で 、 今 後 は A F， F S Pを活用して、メニュー形式対話形でエンドユーザーが基本的な操作知識の程度で、一連 の集計・分析が出来るシステムを開発する. 138‑

日本 5A5ユーザー会 ( 5UG 卜 J) 市場調査データの解析と SAS 一一家庭用ミシンを例として一一 神田範明 名古屋商科大学商学部経営情報学科 D a t aA n a l y s i so fM a r k e t i n gR e s e a r c ha n d SAS An E x a m p l eo fS e w i n gM a c h i n e sf o rD o m e s t i c Use‑ N o r i a k iI くa n d a a g o y aU n i v e r s i t yo fC o m m e r c e， D e p a r t m e n to fC o m m e r c e， N S a g a m i n e， N i s s i n ‑ c h o ，A i c h i ‑ g u n， A i c h i4 7 0ー 0 1 一 ‑ 要旨 家庭用ミシンについて，一般家庭を対象に満足度，使用頻度，選択基準等についてアンケート調査を行った。 調査データを多変量解析の種々の手法により分析を試みたが，具体的な商品へのヒントが得られたと同時に， 多変量解析と SASの有用性を示す結果にもなった。 キーワード: 市場調査 1 . 調査データ 多変量解析 はじめに 家庭用ミシンの分野で一般ユーザーがどのようなミシンをどのような目的にどの程度に用い，どのような満足 度を示しているか，またどのような購買基準をもっているか，特に満足度と次回購入時の選択基準を左右する要 因を調べる。更に，小型ミシンや色彩・デザインを若いユーザー向きに改良したミシンが人気を獲得しつつあり， これらの今後をどう考えるかは業界にとっては大きな課題である。本研究は実際の使用者へのアンケート調査の データを多変量解析の手法により分析し，上記の問題にいくばくかのヒントを与えようとするものである。 この過程に於て SASと FORTRANの 2系統の分析ソフトを使用した。 FORTRANは SASに於て不 備な数量化 E類 ， m 類にのみ適用した。一方 SASはその予備的解析，因子分析とその因子得点を用いた相関分 析，重回帰分析，判別分析に使用した。 SASの本領は大型かつ複雑な調査データでこそ遺憶なく発揮されるも のであるが，意外とそのような事例の報告は少ない。市場調査データを解析する場合の SASの有効性等につい て，本例を通じて得た知見を述ペておきたい。 2 . 調査の方法と回収状況 0 0通を名古屋商科大学(愛知県)及び光陵女子短期大学(同)の卒業生に層化抽出法に アンケート調査栗山， 0 より選択配布し，家庭の中の主たるミシンの使用者に回答していただいた。有効回収数は 1 ，2 9 7通(約 13%) で ， 0 歳以上に限定した。回答者は既婚女性で， 30‑40 代の専業主婦及び兼業主婦 本学卒業生は既婚者を想定して， 3 が圧倒的に多い。地域としては，東海 4県(愛知，岐阜，三重，静岡)でほぼ 3/4を占める。この点を考慮に 入れて以下の解析結果を御覧頂きたい。 3 . 解析 極めて多岐にわたる調査であるので，本発表では多変量解析による分析にポイントを絞って述べる。 3 . 1 分析 1:満足度の要因解析 現在使用しているミシンに対する総合的な満足度(5段階評価)を外的基準として数量化 E類による要因解析 を行う。包括的な予備解析で，カテゴリー数量の範囲を主な基準としてアイテムを 8個に絞り，再解析した。 ‑139‑

相関比は 0
.
5
9
5で，まずまずと言える。カテゴリー数量，範囲，偏相関係数等を図3
.
1に示す。偏相関係数に
有意，料は 1%
有意)。圧倒的に重要な要因は現在使用しているミシンの形(デ
は有意性も示してあるいは 5%
ザイン)ハの満足度であり，次が故障の少なさ(信頼性)ハの満足度，模様や縫いの種類(機能)ハの満足度，
糸調子の合わせやすさ(機能)ハの満足度となる。更に，使用頻度の高いほど，専業主婦に近付くほど総合満足
度が高くなる。本解析と後に述ペる解析 4 (数量化皿類).解析 5 (数量化 E類)は FORTRANの市販ソフ
トウェアを使用したが. SASとの聞に大きな落差を感じる。これについては 4章で述パる.

3
. 2 分析 2 :選択基準と満足度の因子分析
現在使用しているミシンを購入した時の選択基準の重要度，その満足度，将来購入する時の選択基準の重要度
の各々に対し因子分析 (PROC FACTOR) を行い，主要因子を抽出した。主成分分析法により因子負荷
a
r
i
m
a
x法を始め. SASで用意されているほとんどの因子勅の回転を試みたが，結果は
量を推定し，代表的な V
.
1にV
a
r
i
r
r
出回転後の主要因子の解釈を示す。互いに相関の小さな変数も多いため. 2
ほぼ同様であった。表3
~3 個の因子では説明がつかない。ただし. I
基本機能 Aj は機能・操作のしやすさ・故障の少なさを. I
サイ
ズAj は大きさ・重さを. I
タ
卜
観 Aj は形・主な色を意味している。満足度における「外観 Bj は形・主な色に
大きさを加味しており. I
機能 Bj は糸通しのしやすさ・糸調子の合わせやすさを. I
機能 Cj は縫いの種類・
縫い目選択のしやすさを. I
故障」は故障害の少なさを表している。
コロモF ニf リ ー ー 益 出 量 量
.
1
.
5

‑
1

‑
0
.
5

0

0
.
5

1

1
.
5

年鈴

4
1
2
1
0

1
.
l1
i
l
代

不満...

~

司満足

く表 3
.1

図書目量の偏縄問
者位置図係融

。
1
0

2
.
2
0
1
i
l!
t

吋
￨
キ
3
7
61
0
.
1
9
l
j
O
.
0
6
0

1
a!
t
3
.
3
0
4
.
4
0
1
i
l!
t
5
.日銀刊

1
0
<
4
5

S間銀代以上

日8

主婦
2フルタイム 1
1
M

2
5
5

3 パート・アルパイ~

1
5
0

判。問

2

相
1
0
.
1叫

3
2

重要度，満足度の主要因子>
現有晶の
満足度

現有品の
選択基草
の重要度

将来の
選択基単
の重要度

第 l因子

基本機能A
l 外 観B

期 2因 子

サイズA
l

極 飽B

サ イ ズA
2

第 3因 子

外 観A
l

捜 能C

外観A
2

第 4因 子

メーカ ‑Al サ イ ズ B

メーカ ‑A2

期 5因 子

価格 A
l

価格的

故障

基本機能A
2

1
2
3
3
く表 3
.
2

各種の判 g
I
)分 析 に お け る 有 意 因 子 >

調

53~10.2.，. 10.l~

外的造車

4
3
5

年タ
数イ
プ

お3

U

因子

8
6
3
.l
!
!1固哩 1
1

1
3
6

4
.
月1
‑
2
固哩置

4
4
7
1
0
.
4
8
8
1
0
.
1
1
8

5
.年H 回程度

3
4
0

8
.年1‑2回程度

1
6
7
178

1全く世わはい

使使
用用

ま~

gお湯ti!!l/静ト一一寸一一

'
1tA.1:!または
一寸 .
宝<1'IIti!でまなも
同
2
.あまり寓 Eではは I
j9
9
1
1.
.
.
3
.
1
1週 目 6!
2
.
5
0
8
1
0
.
4
曲
刊

幻5
河

購 総 実，)、 洋 修 ￨
入合 用物 服現
価使 品作 作の
格用 のり
頗 頗頗 朔度
度度 度度

ム 。 ム*
。 。

現 基 本 担 能A
l
有
サ イ ズA
l
品
の
l
外 観A
選
択
基メーカーA
l *

*

女

。

官
与

価格 A
l
外観B
現
有
品
由

観能B
観能C

満

E

サ イ ズB

度
故障

。
。
。
。*
ム 。
。
。。。 。 。
。
。
。
。
。
*1* *1* 01* *
*1* *1*

01*

t

t

t

A

t

基本按艶A
l t
将
来

サ イ ズA
l

由

τu
説まに樋
全く開昆で

16
5

い
"
' 1""1

1目

911
2
.あまり潤足ではほ '
i1
5
.0
9
5
1
0
.
2
2
5
l
'
却
3
.
1
1週
4 副合済Ii!
12
日
5たいへん酉Ii!
11
7
5

<図 3
.
1

選
択
基
車

舛I!!A
l
メーカ ‑Al

カ テ ゴ リ ー 数 量 等 ( 数 量 化 E類 に よ る ) >

‑140一

A

A

l
価格 A
3
総合正判 D
1
l率 % 7
女 =0.1 %有意

総合満足度に寄与する主な要因の

t

0 = 5 %有意

~8

7 6
3
7 6
4 6
6
3 6
3 5

。

= 1 %有 意
6=10%有 意

ただし，之れらの因子間の(横の)関連性は予想外に乏しく，例えば表3
.
1 の第 33
'
]
1I
将来の選択基準におけ
0個の因子で変数選択による重回帰分析 (PROC STEPWISE) で
る重要度」の各因子を第 1・2列の 1
モデル化を試みたが寄与率は最大でも 38%と低い。ごの中で相関のやや強いものは第 13
'
]
1と第 3列のメーカー
外観，価格(特にメーカー)である。メーカーを重視して購入した人は次にもまた重視する傾向がある。

3
. 3 分析 3:主要因子による判別分析
3
.
2で得た 1
5の主要因子を用いて，使用年数，使用タイプ，購入価格，総合使用頻度及び目的JJl]使用頻度を外
]
I
分析 (PROC STEPDISC) を試み，その結果を基にデータの判別
的基準とする，変数選択による判5J
を行う(PR0C D 1SCR1M) 。
データはすべてあいまいな中間の選択肢の回答者を除き，ある程度群が明確に分かれるようにしてある。変数
増減法により有意水準 10%以下で有意な変数を取り込んだ。ごの結果を表3
.
2 に示す。
これらの類別に「将来の選択基準」はほとんど関係がないことがうかがえる。洋服作りなど高度な使用をする
か否かで基本機能 A2，サイズ A2が有意ではある。 I現有品の選択基準」も強く影響するとは言えない。圧倒
的に判別に寄与するのは外観 B (大きさも含まれる) .機能 Bに対する満足度である。機能 C，サイズ Bへの満
足度も重要である。使用頻度(特に，高度な使用の頻度)で故障の因子が現れるのは当然、とはいえ重要である。
3
. 4 分析 4:デザインへの希望の分析(1)

3
.
1 で形への満足・不満が製品全体の評価を大きく左右する要因であることを述ペた。それでは，ユーザーは
どのようなイメージのミシンを望んでいるのであろうか.この回答の互いの関連性を見るために，数量化 E類を
.
2のようになる。第 l勅と第 2輸の相関係数は各々 O
.5
6
3，0
.
2
3
3で
用いて各カテゴリーに数量を与えると図 3
ある。なお，図中の曲線はこの第 1・2輸のカテゴリー数量でクラスター分析 (PROC CLUSTER) を
行い，分類を試みたものである。これより，ユーザーの希望の強いタイプはある程度集中しており，類似性が高
いことが予想される。確かに， Iシンプルな」と「スマートな J ， Iソフトな J I落ち着いた J I
上品な」など
は，直観的にも類似の概念である。逆に，ユーザーの希望の少ないタイプは(当然ではあるが)拡散している。
希望の極めて強い「コンパクトな」は「ごく普通の J Iナチュラルな」と接近している点が注目される。つまり，
コンパクト・タイプは(話題性ではなく，着実な売上を狙うなら)ノーマルなデザインでよい。一方，これらと
はやや分離した「スマートな J Iかわいい J I
上品な」等はターゲツトが異なると考えられる(次節参照)。こ
の点を考慮すると，デザインも明確に分離すべきであろう。
く表3
.
3

3
. 5 分析 5:デザインへの希望の分析(2
)
1
，2
9
7名中， 1
0
0名以上の要望のあった主要なデザイン・
イメージについて，要望の有無を外的基準とする数量化 E類
の解析を行い，希望者の属性や選択基準，満足度等との関係
付けを試みた。ごの結果の概要を表3
.
3 に示す。記号は偏相
関係数の有意性により 3段階にランク付けしてある。相関比
.
1前後と低いこと，また比較研究のためにかなり相関の
が0
高いアイテムも解析に取り込んだため，必ずしもこれらの数
量がすべて明快に意味付けできるわけではないが，詳細を追
えば，設計上の参考資料になる。

度数の多い希望デザインに寄与する
要 因 ( 数 量 化 E類 に よ る J>

:
J
1
:

.
わ
な
ュl
な
つ"
lト
み
な
ト
ク
'
"
な
な
な
ト
なな
な
な
。。。。。。 。
Q
。
。
。
Q2
610 。
01010
。
。
。
。
。
。
Q4. ..
610
。
。。 610 。 。
Q15
@。 610 。 。。 。
QlB
.色
な
主 。企
。
。
。。。。。
主 。
6 。
6。
Q17
。 010 016 。 ιo。 。
Q18.
。。。 企
。
。
Q20
010。 。 。
。
。
。
。
。
色
な
主 616 。
&
。。
&016 。 。 010 企
。 。 。。。 。。。
企 。。
。 。。。 企
。 。。610
Q21
。
。
Q25
.
。。 。。 。
。 企 。
010 。 01'
色
な
主 。 610 。。。o。 a 。。。
企
。
企 。。
。
企。 。
。。
。
。 。。 。 。。
コン
ンン

;，上 ご 温 .，か ナ 斬 シ さ
チ 鮮 ~I"
マフ ち畠 〈か
スソ

/i，い

パプ

立

l
.

還の
のあ
る

、
ー
た

にい

や

ラ

プか

J
レ

ゐ

よ

う
t

1
.
芋働

性別

A

A

剛

第 2由
事

大曹さ
.さ

週!RlIi，.形

大きさ
.さ

@IO

便用観鹿

J
I合 的 満 足 度
調足直陪

大恒吉

ー

・
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
・
・
・

<図 3
.
2

e

・.
.
.
.

・.
.
.
.
.

・

。

デザインへの希望のカテゴリー数量
(数量化 E類による) >

主

O

.さ

= 1 %有 意

1
4
1

o

0 = 5 %有 意

，
:
'
/ =10%有 意

例えば，多数の希望の集中した「コンパクトな」では年齢では 3 0代，職業では専業主婦よりも多忙なフルタイ ム勤務者， (さほど使わない?)大学生の希望が強い。大きさ・重さは当然大きいと思い，それに不満を感じ， その要素は選択において重要と考える程コンパクト・タイプを希望する。また，使用頻度が低い程，形に対する 満足度が低い程小型志向と言える。 また「かわ L 、い」では圧倒的に若年層(l 0~20 代) ，しかも意外と専業主婦に支持を得ている。色ではピンク やブルーのパステル・カラーを使い，色が選択基準で極めて重視される。これは前節でも述べたが，コンパクト ・タイプの希望者とは層が異なる。 4 . 解析の結論 (1) ミシンのユーザーの満足度はデザインに依存する部分がかなり大きい。その他では信頼性と機能 の充実が重要である。 ( 2) ユーザーの選択基準や満足度は機能，外観，サイズ，メーカー，価格等の明確な因子により説明 でき，ことに満足度に関わる因子の値は使用年数や使用頻度・目的等によりかなり差異がある. (3) デザインヘの希望としてはコンパクトが極めて多く，その他，シンプル，上品，かわいいなど， 現在の流れと逆行するものは少ない。ただし，いくつかの異なる層に応じてデザインを配慮する必 要があろう。 5 . 調査データと SAS 本研究も含めて，当研究室で扱ってきた様々な調査データと解析の特質と SASとの関係についてコメン卜し ておく。 (1) 調査項目が30~60 ，標本数 500 ~3000程度と割合大型のデータが多く，記憶容量と計算スピードの 点で大型計算機でなければまず処理できない。パソコン用のソフトウェアも用意しているが，主に教 育用であり，学生も含めて研究用としてはほとんど SASを用いている。当研究室の場合卒業論文の 過半数は SASによるデータ解析を行っており，現在不備な数量化理論I! . I I I類が加われば，おそら く9 0%の学生は SASを活用した研究を行うであろう。 ( 2) 目的特性を設定し，その要因となる因子を抽出する「要因分析」の考え方が調査票設計の基本と なっている(本研究では分析 lにあるような総合満足度の要因解析を第 lの目標とした) SASの 場合解析の自由度が高くオプションも豊富であるため，調査票の作成段階で項目数や形式に束縛され ることが少ないのは有り難い。 ( 3) データの入力時に厳密な f o r m a tを決定し，それに即して入力することは常識であるが， SASの 場合入力に対する制約がゆるやかであるので，特に大量のデータを扱う場合に有利である。例えば多 数のデータの中に桁数の大きなものが少数混入していたり，無意識に桁がずれてしまったような場合 でも SASでは全く問題ない。データ数が多い程，データ入力時にトラブルが発生する可能性が高い が ， SASでは柔軟に対処できる。 (4) データのチェック，統計量の算出，グラフ化，クロス集計等のごく基本的な分析は意外と時間のか かることが多い。また，多変量解析の専門ソフトはこの函が充実していないこともある。 SASはも ともと乙のような基本集計面は大変優れているため全く問題ない。集計・整理ソフトと多変量解析ソ フトが完全に両立していなければ調査データの解析ソフトとしては時代遅れである。 (5) 要因分析を行う場合，同時に多数の要因を取り上げ，なおかつ変数選択が極めて効率良く行えるこ と，色々な異なる方式での試行ができ，その結果の比較が瞬時に行える乙とが重要である。本研究の 分析 2では主要因子を抽出した後，将来の選択基準を目的変数とする重回帰分析を行っている。また 要因分析ではないが，同じ分析 2では因子分析の因子教の回転であらゆる方法を試みて，結果の c o n s i s t e n c yを立証しているが，ごのようなごとは SASでは当たり前の使い方と言ってよい。 (6) 本研究の分析 2 (因子分析)では，得られた因子得点を目的変数及び説明変数として重回帰分析を 行い，分析 3では同じ因子得点を説明変数として判別分析を実施した。一般に主成分得点や因子得点 は個々の変数よりも包括的な意味を持った変数となるから，元の変数よりも重回帰分析や判別分析， クラスター分析に適しているごともある。ごのような解析の連続性を考慮した場合， SASの有利さ は絶対的となる。 0 6 . おわりに 市場調査は次の新しい商品やサービスを創造する大切なステップである。 TQCの一環として，消費者のニー ズを正確に把握し，具体化する手法と考えてもよい。従来ややもするとごく単純な集計のみに終わらせる傾向が あるが，互いの関係に着目した多変量解析の手法により，より豊かな情報を入手する乙とができる.その際試行 的，探索的に解析を連続していくには SASは最高のツールである。 ‑142一

日本 SASユーザー会 C SUGI‑J) SAS/IMLによるポートフォリオ最適化 。中林三平* 田幡 聡** *株式会社金融エンジニアリング・グループ代表取締役 **沖電気工業株式会社 情報処理事業本部金融システム事業部システム企画部 Portfolio Optinization Using S A S‑ 1ML Sampei Nakabayashi Co‑President， F i n a n c i a lE n g i n e e r i n g Group，I n c . S u i t e605，8‑6‑27Akasaka， Minato‑ku，Tokyo Satoshi Tabata Banking Systems Planning D e p t .， Banking nformation Systems Gr o up， Systems D i v i s i o n， I O k iE l e c t r i cI ndustry C o .， L td . 16‑8，Chuo1‑chome，Warabi‑shi，Saitama，Japan 要旨 金 融 業 界 に お い て は 、 モ ダ ン ・ ポ ー ト フ ォ リ オ 理 論 (M P T) の 着 実 な 発 展 と 共 i こ数理 的な手法を用いて、収益とリスクのトレード・オフをコントロールしようという試みがな されている。適正なポートフォリオを設計するためにはいくつかの段階を必要とするが、 数理計画法による最適化を行う場合が多い。現在、民唱されている最適ポートフォリオを 設 計 す る 技 法 の う ち の か な り の 部 分 は 2次 計 画 法 を 応 用 す る こ と に 帰 着 す る 。 2次 計 画 問 題 は 、 SA Sー 1M L'こ よ り 容 易 に 記 述 で き る 。 ま た 、 通 常 取 り 扱 う 程 度 の 規 模 の 問 題 で あ れ ば 、 十 分 に 実 用 可 能 な レ ス ポ ン ス を 保 証 で き る 。 本 稿 で は 、 2次 計 画 問 こデータを利用してポートフォリオ最適化問 題 を S A S ー I M Lで 表 現 す る 方 法 と 、 実 際 i 題を解いて見たときの効率性について述べる。 キーワード: L C P、 I M L、 2 次 計 画 法 、 ポ ー ト フ ォ リ オ 最 適 化 1 . L C Pに よ る 2次 計 画 法 の 解 法 ポ ー ト フ ォ リ オ 最 適 化 問 題 に は 様 々 な 定 式 化 の プj止 と が あ る が 、 そ の う ち の か な り の 部 分 は 2次 計 画 法 に よ る 最 適 化 問 題 に 帰 着 す る 。 こ こ で は 、 ま ず 2 次 計 画 法 を S A S 一 I M L で 表 現 す る 方 法 を 述 べ る 。 ( 詳 細 な 展 開 過 程 に つ い て は 、 例 え ば [ 1 ]参照)。 1) 2 次 計 画 法 の KUHN‑TUCKER CONDIT:ON 一般的な制約条件付き最適化問題は次の形式をとる。 OPTiMIZE F(X) SUs.TO. 日 G(X)詮 C 任意の形式の目的関数・制約条件のもとで上記の問題をとくためには、ニュートン'法な どを基本としたイタレイティブな手法を用いざるをえない。目的関数および制約条件の双 方が線形式で表現されている場合には、土記の問題は線形計画問題と呼ばれ、最適解が存 在する場合には有限の手順で解が発見できる(ンンプレックス法など)。 よ 記 の 式 の 目 的 関 数 が 2次 形 式 で 、 制 約 条 件 が 線 形 の 場 合 を 2次 計 画 法 と 呼 ぶ 。 2 次 計 画法についても、最適解が存在する場合には有限の手)1闘で解を発見することが可能である p 具 体 的 な 手 法 は 様 々 な も の が 提 唱 さ れ て い る が 、 こ こ で は SA S ‑ IM L の中C['L C P (LINEAR COMPLIMENTARY PROBLEM) プ ロ シ ー シ ャ を 利 用 す る 方 法 を 紹 介 す る 。 143‑

2次 計 画 法 の 一 般 的 な 形 式 は 次 の よ う な も の で あ る 。 ' . x 1 MINIMIZE F(X)=X''A'X/2 t s l ...... (1) SUB.TO. G.X~C' I ' " X~O ) 1 )の 状 態 変 数 ( 未 知 数 ) こ こ で : X:(nx A:(nxn)の 目 的 関 数 に つ い て の 係 数 行 列 B :(nx1 )の 目 的 関 数 に つ い て の 係 数 行 列 G :(mxn)の 制 約 条 件 を 構 成 す る 係 数 行 列 C :(mx1)の 制 約 条 件 (1) を 解 く た め に は 、 ま ず ラ グ ラ ン ジ ェ ア ン を 構 成 す る 。 L = F( X ) 一 λ.(G'X‑C‑S12) 一 μ. ( X‑S2 2 ) こ こ で λ、 μ は ラ グ ラ ン ジ ュ の 未 定 乗 数 、 Sl、 S2は 不 等 号 待I J約 に 対 す る ス ラ y ク変数。 L の し λ、 μ お よ び ス ラ ッ ク に 関 す る 偏 微 分 を ゼ ロ と お く こ と に よ り 、 適 化 さ れ た と き の 必 要 十 分 条 件 (KUHN‑TUCKER CONDITION) が 構 成 さ れ る 。 日 L x =F x ‑G . λ 一 μ = ニ 二 ﹀ λ 、 ¥Itl‑ f ￨ ￨ ノ X 、 白 • • • • ) n J ( ! 0 G.X ‑ C ‑ S12 = ~ Lf =X ‑ S22 =0 LS 1 =λ'・Sl =0 LS 2 μ ・' S2 =0 f こだし、 F x = A'X t B (2 ) 式 を 次 の よ う な 形 に 整 理 し て お く 。 A'X + B ‑ G・λ 一 μ = 0 G'X ‑ C ‑S ニ O μ ・' X + S・. λ ニ O L λ (1) の 問 題 が 最 μ~O (スラック及びラクランジュ乗数は変換しである)。 以 上 の よ う に 整 理 さ れ た 必 要 十 分 条 件 を 満 足 す る 未 知 数 を 探 索 す る こ と で 2次 計 画 法 の 解 を 求 め る 。 (3) 式 の 制 約 条 件 の も と で 適 当 な 線 形 の 目 的 関 数 を 設 定 し て 、 FEASIBLE S OLUTION を 求 め る こ と で も 解 は 発 見 で き る が こ こ で は S A S ‑ I M Lの L CPプ ロ シ ー ジ ャを利用する。 2) SA Sの LCPプ ロ シ ー ジ ャ S A S ‑ I M Lに お い て は 、 線 形 補 完 問 題 を 解 く た め に L C Pプ ロ シ ー ジ ャ が 用 意 さ れ ている c この一般的な形式は次のようなものである。 W = M'Z t Q W '・ 7 .= 0 ( 4 ) v : .Z ~ 0 上 記 の 条 件 を 満 足 す る W 及 び Z を求める。 LC Pの コ ー リ ン グ シ ー ク エ ン ス は 次 の 通 り 。 ) CALL LCP( R C .W .Z，M，Q ) RC は リ タ ー ン ・ コ ー ド で あ る 。 他 の 引 数 は (4 )式の返り。 (3 ) 式 で 定 義 さ れ た KUHN‑TUCKER CONDITION を (4 ) 式 に 当 て は め る に は 、 次 の よ う に行列を定義すれば良い。 寸￨￨﹂ ﹂ ﹁ l1[￨ μ一 S wwH nMυ‑nau ﹁IB‑‑J ‑144一 ﹁￨十仁 ハW 入 X一 ﹁llllJ ﹁ll￨﹂ [~-~~~~-J ヮ ︐ u M=

﹁1111J
DD‑pu

﹁ードじ

十

VA一︑人

寸J ￨﹂

﹁L J﹂

n
u
‑
n
u

μs
一

﹁
i
￨し

A一
G

﹁IlllJ

﹁illt
し

=

﹂
﹁11

以 上 の よ う な 行 列 定 義 を (4 ) 式 に 当 て は め て み る と 次 の よ う に ( 3 ) 式 と 同 値 の 結 果
を得る。

~~{-:_Iヤ] + ~~イ

(3 ) 式 の 上 2 つ の 制 約 条 件

(3) 式 の 3 つ め の 制 約 条 件

X， S， μ ， λ 孟 O

:非負条件

2. ポ ー ト フ ォ リ オ 最 適 化 へ の 応 用
l2 ]、 [3 ] な ど を 参 照 。
各種の定式化の前提及び詳細については、
1) MAR1
日OWITZ 型 ポ ー ト フ ォ リ オ
MARKOWITZ 型 の ポ ー ト フ ォ リ オ は 次 の よ う に 定 式 化 さ れ る 。
RETURN =R"P
RISK
=p"COy.p
ただし、 P: ポ ー ト フ ォ リ オ の 銘 柄 構 成 比 ( 金 額 ベ ー ス )
R
:各 銘 柄 の 収 益 率
COY:各 銘 柄 聞 の 共 分 散 行 列
こ れ を リ ス ク 最 小 化 問 題 と し て 定 式 化 す る と 2次 計 画 法 を 適 用 す る こ と に よ り 最 適 解 が
求められる。
MINIMIZE P
' 'COy.p
SUB.TO. R
' ・p詮 R宇
R* : 目 標 ポ ー ト フ ォ リ オ 収 益 率
e
' • p孟 l
e
' .Pミー l
P孟 O
ただし、巴は単位ベクトル
また、様々な制約条件を追加することも容易に可能である。例えば、個別銘柄の構成比
l
こ 上 限 を 与 え る と し 7う こ と は 、 次 の 制 約 条 件 を 単 に 付 加 す る こ と と 等 し い 。
ー 1 •p
:
ミ Pmax宇 Pmax* : 銘 柄 構 成 比 上 限 ベ ク ト ル
I
:単位行列
特定の市場インデックス等への感応度をコントロールしたいときにも、次のような制約
条件を追加すれば良い。
β・
.p
:
ミ βmin宇
β :感 応 度 係 数
ー β ， .p
:
三
一 βmax宇
2) マ ル チ ・ フ ァ ク タ ー 型 ポ ー ト フ ォ リ オ
こ れ は 、 株 価 ( 収 益 率 ) を 説 明 す る も の と し て 複 数 の 要 因 を 考 慮 、 し た 上 で 、 リスクとリ
ターンのトレード・オフを検討しようというものである。様々な定式化がなされているが、
A P T な ど で は 最 終 的 に は 次 の よ う な 2次 計 画 問 題 と し て 設 定 さ れ う る 。
MINIMIZE P
' 'COYe'P
COYe: 各 銘 柄 特 殊 フ ァ ク タ ー の 共 分 散 行 列
SUB TO
R'.P己 Rm
Rm : イ ン デ ッ ク ス の 期 待 収 益 率
ィγ.P孟 ‑Rm
β ，.P孟 β m
β m: イ ン デ ッ ク ス の フ ァ ク タ ー
.P;ミー βm
β・
感応度
e
'.P孟 l
巴・.P孟 l
P詮 O
，

，

‑145‑

以上の定式化は、特定のインデックスに対して期待値とファクター感応度を一致させる ものであるが、当然市場の状況によって特定のファクターに関するポートフォリオの感応 度をコントロールする形への定式化も可能である。 3) イ ン デ ッ ク ス 連 動 型 ポ トフォリオ これは、ポートフォリオ価値の変動を特定のインデックスに連動させようというタイプ の 定 式 化 で あ る 。 上 記 の 2つ の タ イ プ が 基 本 的 に は 金 額 構 成 比 を 決 定 す れ ば 良 い の に 比 較 こ関する情報が必要となる。詳 して、このタイプは過去の各時点でのポートフォリオ価値 i 細 の 処 理 形 態 は 省 略 す る が 、 次 の よ う な 2次 計 画 問 題 を イ タ レ イ テ ィ プ に 解 く こ と に な る 。 ︐ ηL nド υ ー UNM ︑ u H間内U l u m l f こだし、 Q"71'71'.Q‑2・D '• 7l . .Q SUB.TO. P (T )'Q~B ‑P(T).Q; 三一 B ト フ ォ リ オ 株 数 構 成 比 (N X 1 ) Q :ポ π : 時 点 別 銘 柄 別 価 格 指 数 ( 若 干 の 操 作 を 施 す 必 要 が あ る 、 N X T) D:連 動 対 象 イ ン デ y ク ス ( T X 1 ) P( T ) :現在の銘柄別価格(tI X 1 ) 3 i: フ ァ ン ド 総 額 ( ス カ ラ ) 3. テ ス ト 環 境 を 設 定 し て の 処 埋 効 率 評 価 L C P を 利 用 し て 2次 計 画 法 を 解 く の に 必 要 な 時 聞 を 測 定 し た 。 L C P は 解 を 探 索 す る プログラムであるため、与えたデ タの状態により処理時聞は変化する。ここでは、デー スのシミュレ ションを平均値を示す。 タ を 入 れ 替 え な が ら 10 ケ テストは、 PC‑SA Sを 利 用 (CPUは 80286‑ 10MH z、 2M Bの RAM増 、 DMS環 境 下 で 行 っ た 。 時 間 測 定 は 、 内 蔵 ク ロ 設 、 平 均 ア ク セ ス 28msの HD D) し y クを利用したものである。モデルのタイプは M ARKOWITZ 型 、 デ ー タ は 6 0 ヶ 月 分 の 月 次 株価収益率デ タによる。 最 適 化 lケ ー ス あ た り の 所 要 時 聞 は 、 ポ ー ト フ ォ リ オ を 構 成 し よ う と す る 対 象 銘 柄 母 集 . 6秒 程 度 を 要 す る 。 ま た 、 団 の 大 き さ に 依 存 す る 。 対 象 を 2 0銘 柄 と し た と き に は 平 均 7 所 要 時 間 と 対 象 銘 柄 数 と の 関 係 を 線 形 回 帰 で 分 析 す る と 、 l銘 柄 増 加 す る ご と に 0 . 2 0 秒 の 増 加 と い う 傾 向 が 見 ら れ る 。 効 率 的 フ ロ ン テ ィ ア を 描 く た め に 2 0ケ ー ス 程 度 を 連 続 し て 解 い た と し て も 、 3 分 強 で 結 果 が 得 ら れ る 。 P C利 用 を 前 提 と し た 場 合 に は 、 満 足 で きる水準である。 なお、 U N I X ‑ W S上 で の 評 価 結 果 や モ デ ル の 記 述 方 法 の 詳 細 に つ い て は 、 ユ ー ザ ー 1 0 会の会場において発表する。 聖書閏 :Lノタ~28 3 2 5 1 日 15 2日 25 対封必需数 参 考 文 献 : [1] Intriligator， M . D . :"Mathematical Optimization and Economic Theory"， Prentice一Hal1 .1971 . l2 ] 三 浦 良 造 : [ ' モ ダ ン ポ ー ト フ ォ リ オ の 基 礎 」 、 同 文 館 、 1989. [3 ] 刈 谷 武 昭 : [ ' ポ ー ト フ ォ リ オ 計 量 分 析 の 基 礎 」 、 東 洋 経 済 社 、 199 0 . ‑146

日本 SASユーザー会 ( SUG卜 J) 日本企業の株式による資金調達について 公募増資と第三者割当増資を較べて . ‑ 主 * 加藤 J円 *南山大学 jim S c h a l l h e i m * * **ユタ大学 P u b l i ca n dP r i v a t eP l a c e m e n to fS e a s o n e dE q u i t yI s s u e si nj a p a n l くi y o s h iI くa t o牢 j i mS c h a l l h e i m本* 本 N a n z a nU n i v e r s i t y 牢*U n i v e r s i t yo fU t a h 要旨 Severa1 studies have dernonstrat巴d that th巴 average stock price r巴action to the announc巴m巴nt of a season巴d 巴quity issu巴 to th巴 pub1ic is n巴gativ巴 in th巴 United Stat巴s . In contrast，Wruck (1989) provides evidence that th巴 stock pric巴 reaction to private1y p1aced 巴quity issues is positive， on average，in the U.S. This study shows that th巴 av巴rag巴 stock price reaction n e n t of a pub1ic s巴ason巴d 巴quity issu巴s in Japan is z巴ro， to th巴 announc巴r in contrast to the U.S. r巴su1t of approxirnat巴1y n巴gative 3 percent，on av巴rage. Sirni1ar to th巴 U.S.，th巴 announcern巴nt of th巴 private p1acernent of 巴quity by Japanes巴 f i r r n s is sgnificant1y positive，r n o r e than 4 p巴rc巴nt on av巴rag巴 . S巴V 巴ra1 hypothes巴s ar巴 巴 xarnin巴d in 1ight of th巴s巴 巴rnpirica1 r巴 su1ts. キーワード: 巴 quity financing pub1ic off巴r ‑147 privat巴 p1ac巴m巴nt

Su皿皿ary This study has examined the abnorma1 return around the announcement by Japanese corporation that theywi11 issue new seasoned equity through a private or a publicp1acement. We tentative1y interpret our resu1tswith respect to the eight hypotheses outlined in this paper: ( 1 ) optimal capital structure ‑ Our evidence is not supportive of price changes caused by firms moving toward an optima1 capita1 structure. However，there is evidence that suggests that a 1everage effect could cause the CAR's to be lower in the post‑announce皿ent period. ( 2 ) implied cash flow change ‑ The results are not supportive of a price change caused by f i r r n s signal1ing 10wer earnings by issuing new equity as suggested by Mi11er and Rock (1985). However，the new equity issues by firms ， ， in financial distress can be good n e ls to the market particu1ar1y for private placernent issues. ( 3 ) unanticipated announcements ‑ Because we find abnor皿a1 returns on the announcement date，we conclude that there i s new information released to the market. Public equity issues appear to be less of a surprise there is also considerable evidence in our than private equity issues. However， resu1ts that there is anticipation or insidertradingprior to the announcement. ( 4 ) inforrnation asymmetries ‑There i s not strong support for the argu皿 entthat only over‑valued firms wi1l issue new equity as advanced by Myers and Majluf (1984). ( 5 ) ownership changes and wealth transfer effects ‑ We find evidence that is consistent with a wealth transfer effect from the purchasing firms shareholders to the shareholders of the issuing firm in private place回 ents. It is doubtful that this wealth transfer can explain the entire abnormal return pattern. ( 6 ) the agency costs of free cash flow ‑ The findings do not provide strong support for the theory concerning the agency costs of free cash flow. ( 7 ) stabi1ization ‑ There is some evidence consistent with the occurrence of 1 4 8

stock price stabilization around the announcement of the public equity issues. ( 8 ) the keiretsu organization ‑ Finally，we provide support that the keiretsu firms benefit from private equity placement within the group. ‑149‑

Table 1 Summary statistics of our sample Panel A Year Private placement Issuing firms Purchasing firms qL 司よ qd 60 (40) 0946 76 (56) qdaqFO ndqd 220283345647383 昼 ワ白ワ白ワ白ワ白 QUA‑ nbFORununbouquouqd 'i A‑pbnb 弓tnOQunU1Aqruqds‑pbnbマ'no 弓f ヴ ' 弓f 弓f 弓f ヴ'QUQUQunOQUQUQUQUQU Total Public lssue 142 (133) Panel B d 内 7 firms 062GIG‑ 3 4 5 6 qdQunL 司よ司よ nunU 2 4 frequency of issues 1 (continued) ‑150一 124 9 0 0 0 0 0

. (continued) Panel C (in percentl Private placement Bloclc size Discount rate Hin Hax Median Hean Sample 1.54 0.44 68.35 55.30 11.70 9.75 15.66 11.70 76 71 Panel D (in percentl Pub1ic offerin ̲ g 1 旦 工 BlocJ c size Discount rate 0.15 8.37 87.31 10.91 8.78 9.76 9.23 9.65 63 63 80' Bloclc size Discount rate 0.50 2.70 13.51 3.57 3.80 3.46 4.83 3.41 79 79 Discour 】t r ate = (1‑ (offering pricel / (marlcet price on the previous day of announcement)) x 100 c size is measured in relation to total shares outstanding BlocJ after the sale and is defined as Shares offered/(shares offered + Shares outstanding)，where Shares outstanding is measured as total shares reported outstanding at announcement. 1 5 1

Table 2 Two day average abnormal returns and cumulative average abnormal returns for 160 days around the public announcement of a private sale of equity securities Sample of 76 sales by TSE firms without simultaneous public offerings of securities or private sales of debt securities between 1/4/74 and 12/31/88 Event days Average abnormal returns ‑60 to ‑21 0.0641 0.0641 窓 恵 ‑20 to ‑19 ‑18 to ‑17 ‑16 to ‑15 一14 to ‑13 ‑12 to ‑11 ‑10 to ‑9 ‑8 to ‑7 ‑6 to ‑5 ‑4 to ‑3 ‑2 to ー l oto 1 3 2 to D 4 to 7 6 to 9 8 to 10 to 11 12 to 13 14 to 15 0.0019 0.0005 ‑0.0016 0.0072 ‑0.0037 0.0051 0.0064 0.0100 0.0065 0.0058 ・ ・ 0.0498 0.0079 ‑0.0017 0.0065 ‑0.0089 0.0069 0.0023 ‑0.0084* 0.0661 0.0666 0.0650 0.0722 0.0685 0.0736 0.0800 恵 ・ 0.0900 0 . 0 9 6 6 " ' ' ' ' 0 . 1 0 2 3 " ' ' ' ' 0.1521*・ 0.1600'" 0.1583 ・ ・ 0.1648r."， 0.1559*・ 0.1628 0.1651'" 0.1567H 16 to 100 ‑0.0753 0.0960 草草 事 Cumulative average abnormal returns 志車 ヨ羽 事事 事単 車 厳軍 軍事 率 皐 叡 芯 事 The null hypotheses，that the average abnormal return or cumulative abnormal return is equal to zero，is tested by calculating a Z‑statistic from the standardized squared abnormal returns. The day of the public announcement is day O. Non parametric test is also performed. The results are very similar. 毒事 significant at the .01 level (two tailed test). ‑152‑

Tab1e 3 Two day average abnorma1 returns and cumu1ative average abnorma1 returns for 160 days around the pub1ic announcement of a pub1ic sa1e of equity securities Samp1e of 142 issues by the TSE firms without simu1taneous pub1ic offerings of securities or private sa1es of securities Event days Average abnorma1 returns Cumu1ative average abnorma1 returns ‑60 to ‑21 ‑0.0406'"* 一0.0406'ヨ ‑20 to ‑19 ‑18 to ‑17 ‑16 to ‑15 ‑14 to ‑13 ‑12 to ‑11 ‑10 to ‑9 ‑8 to ー7 ‑6 to ‑5 ‑4 to ー3 ‑2 to ‑1 oto 1 3 2 to 4 to 5 7 6 to 9 8 to 10 to 11 12 to 13 14 to 15 ー0.0056 ・ ー0.0051 ‑0.0004 ー0.0018 ‑0.0032 ‑0.0029 ‑0.0052 ー0.0016 ー0.0009 ー0.0001 ‑0.0000 ‑0.0059 ‑0.0021 ‑0.0009 ー0.0057 ー0.0032 0.0030 0.0002 ‑0.0462 ‑0.0513 ‑0.0517 ‑0.0535 ‑0.0567 ‑0.0596' ‑0.0648 ー0.0664・ ‑0.0673・ ‑0.0674 一0.0674 ‑0.0733* ー0 .0754'" ‑0.0763" ー0.0820 ー0 .0852'" ‑0.0822 ー0.0820 16 to 100 ‑0.0905 ‑0.1725 本単 与局 思 $ 芯温・ 諸事 車率 事 議 事説 事 The nu11 hypotheses，that the average abnorma1 return or cumu1ative abnorma1 return is equa1 to zero，is tested by ca1cu1ating a Z‑statistic from the standardized sguared abnorma1 returns. The day of the pub1ic announcement is day O. Non parametric test is a1so performed. The resu1ts are very simi1ar. significant at the .05 1eve1 (two tai1ed test). s ・ significant at the .01 1eve1 (two tai1ed test). 1 5 3

Tab1e 4 Two day average abnorma1 returns and cumu1ative average abnorma1 returns for 160 days around the announcement of a pub1ic sa1e of equity securities Samp1e of 63 issues by the TSE firms without simu1taneous pub1ic offering of securities or private sa1es of securities between 1/4/75 and 3/31/77 Event days Average abnorma1 returns ‑60 to ‑21 ‑0.0281 ‑0.0281 *. ‑20 to ‑19 ‑18 to ‑17 ‑16 to ‑15 ‑14 to ‑13 ‑12 to ‑11 ‑10 to ‑9 ‑8 to ‑7 ‑6 to ー5 ‑4 to ‑3 ‑2 to ‑1 oto 1 2 to 3 4 to 5 6 to 7 9 8 to 10 to 11 12 to 13 14 to 15 ー0.0039 ‑0.0051 ‑0.0026 ‑0.0080・ ー0.0020 ー0.0047 ‑0.0035 一0.0046 ‑0.0047 ‑0.0049 ‑0.0096.. ー0.0057. ‑0.0004 ‑0.0025 ‑0.0087・ ー0.0052 0.0069 ‑0.0022 ‑0.0320 ‑0.0371 芯 ‑0.0397 16 to 100 ‑0.0960"" ‑0.1955"" 事務 琢 旗 Cumu1ative average abnorma1 returns 議事 車率 -0.0477~ 事 ‑0.0497 ‑0.0544 ー0.0579 ー0.0625・ ‑0.0672' ‑0.0721." ‑0.0817 ‑0.0874'" ‑0.0878 ‑0.0903 ー0.0990 ‑0.1042. ‑0.0973"" 毒事 遁単 思 単車 車 議事 訴事 議思 率 -0.0995~" The nu11 hypotheses，that the average abnorma1 return or cumu1ative abnorma1 return is equal to zero，is test~d by calculating a Z‑statistic from the standardized sguared abnormal returns. The day of the public announcement is day O. Non parametric test is also performed. The results are very similar. . significant at the .05 level (two tailed test). significant at the .01 level (two tailed testl. 単車 ‑154

Table 5 Two day average abnormal returns and cumulative average abnormal returns for 160 days around the public announcement of a public sale of equity secllrities Sample of 79 issues by the TSE firms without simultaneous public offerings of securities or private sales of securities between 1/4/85 and 3/31/88 Event days Average abnormal returns 一60 to ‑21 ‑0.0506 ‑20 to ‑19 ‑18 to ‑17 ‑16 to ‑15 ‑14 to ‑13 ‑12 to ‑11 ‑10 to ‑9 ‑8 to ‑7 ‑6 to ‑5 ‑4 to ー3 ‑2 to ‑1 oto 1 2 to 3 5 4 to 6 to 7 8 to 9 10 to 11 12 to 13 14 to 15 ー0.0069 ー0.0050 16 to 100 広志 ・ 0.0013 0.0032 ‑0.0042 ‑0.0014 ‑0.0066'" 0.0007 0.0020 0.0036 0.0072 ー0.0060 ー0.0034 0.0004 ー0.0034 ‑0.0017 0.0001 0.0020 一0.0858・ Cumulative average abnormal returns ー0.0506 喝事 ‑0.0575 本軍 -0.0625~'" ‑0.0612 広志 ー0.0580 嵐泊 ‑0.0622 ・ ・ ‑0.0636 ‑0.0702 s ‑0.0695・ ー0.0675 ー0.0639 ー0.0567 芯 $ 品逝 事事 広 事 -0.0627~ ‑0.0661 ー0.0657 ‑0.0691 -0.0708~ ‑0.0707 ‑0.0687 週 芯 ‑0.1518 適 ・ The null hypotheses，that the average abnormal return or cumulative abnormal return is equal to zero， is tested by calculating a Z‑statistic from the standardized squared abnormal returns. The day of the public announcement is day O. Non parametric test is a1so performed. The resu1ts are very simi1ar. 車車 significant at the .05 level (two tai1ed test). significant at the .01 level (two tai1ed test). ‑155

Table 6 Two day average abnormal returns and cumulative average abnormal returns for 160 days around the announcement of a private sale of equity securities Sample of 60 purchases by the TSE firms without simultaneous public offerings of securities or private sales of debt securities between 1/4/74 and 3/31/88 Event days Average abnormal returns ‑60 to ‑21 0.0138"'" 0.0138 ‑20 to ‑19 ‑18 to ‑17 ‑16 to ‑15 ‑14 to ‑13 ‑12 to ‑11 ‑10 to ‑9 ‑8 to 一7 ‑6 to ‑5 ‑4 to ‑3 ‑2 to ‑1 oto l 3 2 to 5 4 to 7 6 to 9 8 to 10 to 11 12 to 13 14 to 15 ‑0.0036 0.0008 0.0004 ー0.0017 0.0004 ‑0.0017 ‑0.0051 0.0013 0.0013 0.0032 ‑0.0064'" 0.0035'" 0.0032 ‑0.0032 ‑0.0039 0.0016 0.0023 0.0005 0.0102 0.0110 0.0114 0.0097 0.0101 0.0084 0.0033 0.0046 0.0059 0.0091 0.0027 0.0062 0.0094 0.0062 0.0023 0.0039 0.0062 0.0067 16 to 100 0.0201 ・ 0.0251 事事 Cumulative average abnormal returns 事事 事司 広 The null hypotheses，that the average abnormal return or cumulative abnormal return is equal to zero，is tested by calculating a Z‑statistic from the standardized sguared abnormal returns. The day of the public announcement is day O. Non parametric test is also performed. The results are very similar. " ' significant at the .05 level (two tailed test). significant at the .01 level (two tailed test). 事皐 ‑156

Tab1e 7 Two day average abnorma1 returns and cumu1ative average abnorma1 returns for 160 days around the pub1ic announcement of a private sa1e of equity securities Samp1e of 31 sa1es within keiretsu group by TSE firms without simu1taneous pub1ic offerings of securities or private sa1es of debt securities between 1/4/74 and 12/31/88 Event days Average abnorma1 returns ‑60 to ‑21 0.1410"'" ‑20 to ‑19 ‑18 to ‑17 ‑16 to ‑15 ‑14 to ‑13 ‑12 to ‑11 ‑10 to 一9 ‑8 to 一7 ‑6 to ‑t) ‑4 to ‑3 ‑2 to ーl oto 1 3 2 to D 4 to 7 6 to 9 8 to 10 to 11 12 to 13 14 to 15 ー0.0138 16 to 100 0.0491 0.0016 ‑0.0039 0.0105 ‑0.0133 0.0126 0.0081 0.0012 0.0110 ‑0.0002 0.0373草 0.0157'" ー0.0074 0.0004 ‑0.0064 0.0110 一0.0004 ー0.0089 事 Cumu1ative average abnorma1 returns 0.1410 謝率 0.1272 旗 ・ 0.1288， ， . 0.1249 0.1354 0.1221'" 0.1347高 0.1428 0.1440 0.1550"'. 0.1548 0.1921 0.2078'" 0.2004"・ 0.2008 0.1944 0.1990 0.1986"・ 0.1897 軍事 志 郎 泌 単車 本協 応 場翫 本車 本率 込本 0.2388 事事 The nu11 hypotheses，that the average abnorma1 return or cumu1ative abnorma1 return is equa1 to zero，is tested by ca1culating a Z‑statistic from the standardized squared abnorma1 returns. The day of the pub1ic announcement is day O. Non parametric test is a1so performed. The resu1ts are very simi1ar. 事 significant at the .05 1eve1 (two tai1ed testl. significant at the .01 1eve1 (two tai1ed test). ‑157

Tab1e B Two day average abnorma1 returns and cumu1ative average abnormal returns for 160 days around the public announcement of a private sa1e of equity securities Sample of 25 sa1es outside of keiretsu group by TSE firms without simu1taneolls pub1ic offerings of securities or private sa1es of debt securities between 1/4/74 and 12/31/B8 Event days Average abnorma1 returns ‑60 to ‑21 0.0116 0.0116 ‑20 to ‑19 ‑18 to ‑17 ‑16 to ‑15 ‑14 to ‑13 ‑12 to ‑11 ‑10 to ‑9 ‑B to 一7 ‑6 to ー5 ‑4 to ‑3 ‑2 to ‑1 oto l 3 2 to 4 to 5 6 to 7 B to 9 10 to 11 12 to 13 14 to 15 0.0161 ' " 0.0025 ‑0.0029 0.0143 ‑0.0034 0.0056 ー0.0009 0.0096 0.0022 0.0159 0.0404 0.0143 0.0080 ‑0.0097 ‑0.0075 0.0057 0.0079 ー0.0070 0.0277 0.0302 0.0273 0.0‑ ' 1 16 0.0382 0.0438 0.0429 0.0525 0.0547 0.0706・ z 0.1110 0.1253区 0.1333U 0.1236 洛 ・ 0.1161・ 0.1218 s 0.1297 ' 0.1227'" 16 to 100 ‑0.1184 0.0043 事 芯嵐 温 Cumu1ative average abnormal returns ぷ謝 造車 本 指摩 み 率 喝事 g 率 The nu11 hypotheses，that the average abnormal return or cumu1ative abnorma1 return is equal to zero， is tested by calculating a Z‑statistic from the standardized squared abnormal returns. The day of the pub1ic announcement is day O. Non parametric test is a1so performed. The resu1ts are very similar. 5 喝 significant at the .05 level (two tailed test). significant at the .01 level (two tailed test). ‑158一

日本 SASユーザー会 (SUG 卜 J) 金融データグラフィック (SAS/GRAPHによる株価チャート) 木村範昭 株式会社 SASインスティチュート ジャパン 東日本営業部 Financial Presentations using SAS/GRAPH Noriaki Kimura td . SAS I n s t i t u t e Japan L N i c h i r e i Akashicho B l d g . 6‑4 Akashi‑cho， Chuo‑ku， Tokyo， Japan 要旨 ここ 2年 間 金 融 機 関 で の S A Sの 利 用 は 急 激 に 増 加 し て い ま す 。 こ れ に と も ない S A S J a p a nに 対 し て 金 融 デ ー タ ハ ン ド リ ン グ に 関 す る 質 問 も 増 加 の 一途をたどっています。このなかでも質問の多い株価チャートについて実際のコ ーディングを交え説明致します。今回はローソク足チャートを作成する場合の方 法と注意点について述べます。 キーワード: G P L O T A N N O T A T E A N N O T A T Eマ ク ロ 1.はじめに 統計解析や時系列解析手法を用いて株価を分析予i 射する。ここ数年になって急 激 に S A Sの 利 用 が 増 加 し て い る 分 野 で あ る 。 し か し な が ら 株 価 の 分 析 予 割 分 野 においては、古くからグラフを使用したテクニカル・アナリシスが存在しており、 自身の意志決定にまた顧客に対するプレゼンテーションにとますます利用が拡大 している。 このなかで、動的に変化するグラフ以外のグラフィック分野では SAS/GR A P Hが 多 く の 部 分 を カ バ ー 可 能 と 思 わ れ る 。 現 に 多 く の 利 用 報 告 が 寄 せ ら れ て おり、また利用方法についての問い合わせも多くなっている。今回は、その中で も最も要望の多いロウソク足チャートを例にとり、説明することとする。 2. 使 用 す る 機 能 S A Sを 使 用 し て グ ラ フ を 作 成 す る 場 合 、 つ ぎ の 方 法 が 考 え ら れ る 。 ( a ) SA S/ G RA P Hの P R O Cを使用 ( b ) SA S/ G RA P Hの A N N O T A T E機 能 を 使 用 ( c ) 1M Lの G R A P H棲 能 を 使 用 (SAS/GRAPHは必要〉 (d) SA S 6. o6 か ら 提 供 さ れ た D A T Aス テ ッ プ ・ グ ラ フ 機 能 を 使 用 (S A S / G R A P Hは必要〉 (e) 上記 (a)， (b)の 複 合 型 今 回 は 最 も ポ ピ ュ ラ ー な (e)を使用した例を紹介する。 ‑159ー

ω Mm m ι ω EAA で値タ一縦 ス用一 TTT ﹀付一デと 1234 C 使テ 日デの均 AOOT 0 をス E平 一 一 一 一 一 一 一 一 R ム ETNNO ︒︒の すすか T動 一 一 一 一 一 一 一 一 P ラ TONNL のグ ででほ A 移 一 一 一 一 一 一 一 一 ANAAP つロ TN G成めで T の 一 一 一 一 一 一 一 一 用用︒ 一不一不る(生たけ O値 く 一 一 一 一 一 一 一プ OA X 一一一一一一 N終 くロ N の表表いプのいだ N め﹀︐﹀'てツ﹀なえ Nは山一一一一一一 じク A た 値 る 値 る つ テ N し替 A 示 州 く く く 同マ A とののの'のすのす行ス(一不差た表ム プつ︒め成る年成月成みの号表のれるラ叩 ツ 4すた作す(生(生の次番をロさいグ川 テてでる︒成成トをトをとはン分ク成てロー;川; スいりする作生ストストこ目ヨ部マ作つプ川わ凹わ A 除通成すフをキンキンのつシ目︑で行ン別附州川 A州 T をの作成ラトテメテメつ二一休りプ立イ町川州 A ロ次を生グン付ト付ト 2 ︑ベのよツ自メ γ L L げ nh LJ 力D ク は 足 を 棒 メ 日 一 日 一 は り ザ 引 に テ 独 同 州 し 出のマ目クトのトのテのテであプ取事ス︑川山 M L側附 引 THLA附 のつの役ソン高一用ス用ス分でォ・る A い' l U U W 刊L そ 一 用 の ウ メ 引 テ 軸 E 軸 E 部 出 の は ず 'Tな す と ・ 言 ロ ロ ト 取 ス 横 T横 T た 抽 め の に す A 行 ま 川 叩 以 丸 山 門 ' J ι J州 要は'宣クいタたる易ま D をい M M ・ 別問川町L 概ムるはマ T 除一るす簡ぃ・示て kvhc ・ ' 川 市 川 山 ahMM をデす用をては表つ ムラいでの E X T ムる用使プしプタな州り川町 T M L円 ラグてプれ L T X 刊灯 ラよ使をツくツ一と A L M A M 問札 グロれツぞ D 2 R T グ に て N テ す テ デ み 引 ・'L町 ゆ 川 町 民 urMM ロプさテれ N R A N ロ間しにスやスての州川町門乱川田 O 此沢町間 プン成スそ A A E O プ 期 と ず A し C し 報 A 州 叩 川 以 E.J州M Z Z ンイ構 A ' C B Y M 抗 T 応 O 用 情 M U m M T m N一 イメで T る % % % % ロ は 数 せ お悶白川ド A対 R 使連 メのプ A い ﹀ ﹀ ﹀ ﹀ ク 目 変 用 マ つ 軸 使 D も P を関 ・こツ D て 1 2 3 4 テし((((一横をにタ軸 3 RUN; ニ( 50， 80)PCT 'Stock Chart'; TITLE C=WHITE H=1.5 F=ZAPFB 門 PROC GPLOT DATA=KABU; PLOT (TAKANE YASUNE 門A13)本N/OVERLAY ANNO=ANNOl VAXIS=AXISl ; HAXIS=AXIS2 AUTOVREF LVREF=33 FRA門E 州 /ANNO=ANN02 VAXISニAXIS3; PLOT2 V O L : SY門BOLl V=NONE I=NONE C=WHITE; SY門BOL2 V=NONE I=NONE C=WHITE; SY門BOL3 Vニ NONE I=SPLINE C=WHITE; SY門BOL4 V=NONE I=NONE C=WHITE; 40PCT) 門INOR=NONE AXISl LENGTH=50PCT ORIGIN=(.， LABEL=(H二 1 F=NONE C=WHITE 'Price'); AXIS2 ORIGIN=(.， 20PCT) LABEL=NONE VALUE=NONE 門AJORニNONE 門INOR=NONE; AXIS3 LENGTH=20PCT OFFSET=(0) ORIGIN=(.， 20PCT) 門INOR=NONE LABEL=(H=l F=NONE C=WHITE 'Volume'); RUN; ‑160一

処理結果 Prlce 1100" 800" ・ e ・ ・ ・ . . ー ー ー . . ・ e ・ e Volume ・0 ・0 400.000 300.000 200.000 100.000 。 87 3 5 4 使用したデータの按枠 上場 日付 ]ート鴨始値 高値 安値 終値 取引高 DATE CODE H A J I門ETAKANE YA$UNE OWARI VOL $.62/02102 6501 1060 1090 1050 1070 1 0 8， 420 $.62/02/03 6501 1070 1070 1040 1040 27， 940 $.62/02/04 6501 1040 1070 1040 1060 34， 230 $.62/02/05 6501 1080 1090 1 0 6 0 1060 77， 980 $.62/02/06 6501 1070 1090 1060 1070 84， 340 $.62/02/07 6501 1070 1070 1 0 5 0 1060 27， 600 $.62/02/09 6501 1080 1080 1060 1070 1 7， 210 $.62/02110 6501 1060 1070 1040 1040 20， 610 $.62/02112 6501 1050 1060 1040 1050 42， 620 移動平均 25日 門A 25 1039.16 1033.56 1030.36 1028.36 1027.96 1026.76 1026.36 1026.36 1027.16 移動平均 1 3日 門A 13 1017.54 1020.77 1025.77 1027.31 1031.92 1035.00 1040.38 1042.69 1045.00 に供良 2べ は め提改 Eすて たがば Nは い のSわ Iれ つ 的 Aい Lこに 目S で'︿他 20 の の︑の︒ 回はもり RN そ 今ったおTAN ︒ は一しとXBA る つう更の T ' L す 一も変ぎ N 2 C 載 ︑けつ O L D 掲 ︒ るでだは ME' をと れ ロ と 覧 'BM グ こ かクつ一 T A E L J の 分 マ ょ の X L T ﹀イ昭一 に 的 ち ロ T ' Sロ デ 参 類 目 の ク R 2 Yク 一 を 種 殊 ん マ A W S マコ E 2 特 ほ る E A ' Eに D は ば を い Y R E Tぎ I ム わ ロ て ' D C Aつ U ラ い ク し E'NTは G 明 グ ︑ マ 用 L 2 E Oて 説 ロ ム E 使 D E U Nい S の プ ラ T ︒N V Q N つ' ム ロ グ A る A O E Aに R ラ ク ロ T あ C M Sて 型 E グマプ Oで・・・良 S ロたロ N ロ ・ ・ ・ 改 U プ し ク Nク 用 ・ ・ と ロ成マ A マ的・し用 H ク作たる用目型無的 P マ回しい汎殊良更目 A ・今成ての特改変殊 R 作し型特 G 4 1 6 1

ロウソク足作成マクロ (CANDLEマクロ〉 Z門ACRO CANDLE(X1， Y1， Y2， HI GH， LOW， COLOR， OUTPUT); <==@ I F &Y1>&Y2 THEN D O ; 一寸 TOP=釘 1;BOT=&Y2; I@ %BAR2(&X1‑O.3， &Y1， &X1+O.3， &Y2， &COLOR， O， SOLID， &OUTPUT); I %LINE2(N， &Y1， N， &HIGH， &COLOR， 1， 1， &OUTPUT); I %LINE2(N， &Y2， N， &LOW， &COLOR， 1， 1， &OUTPUT); END; I ELSE D O ; ̲j TOP=&Y2;BOT=&Y1; 一寸 %BAR2(&X1‑O.3， &Y1， &X1+O.3， &Y2， &COLOR， O， E門PTY， &OUTPUT); I @ %LINE2(N， &Y2， N， &HIGH， &COLOR， 1， 1， &OUTPUT); I %LINE2(N， &Y1， N， &LOW， &COLOR， 1， 1， &OUTPUT); END; I 1門END CANDLE; ̲j チチ ンン BF J E ν E ν 処処 一 一理 理 をつつ R のの HO きき G W L とと I O O定 ﹀ ﹀ H L C指 た た 名がが ル下上 イがが 定定定ア価価 指指指フ株株 ををを力(( 明名名名出いい 説教数数高高 ロ変変変・・りり ク 軸 値 値 T よよ マ横始終 U値値 A 終始 EP L・ ・ ・ ・ ・ ・ T がが D 1 1 2 U値 値 N X Y Y O始 終 C@@@ 高値変数名を指定 安値変数名を指定 色指定 横 軸 ラ ベ ル の 指 定 (YEARTXT， MONTXTマクロ〉 Z門ACRO YEARTXT(DATE， COLOR， FNT， VPOS， OUTPUT); I F YEAR(&DATE) NE LAG(YEAR(&DATE)) THEN D O ; I@ TEXT=SUBSTR(INPUT(LEFT(YEAR(&DATE))， $4.)， 3， 2); %SYSTE門(2， 5， 4); &VPOS， TEXT， &COLOR， O， O， 1， &FNT， 5， &OUTPUT); %LABEL2(N， 2O， N， 1 8， 本 ， 1， 1， ANN02); %LINE2(N， %SYSTE門(2， 2， 4); END; Z門END YEARTXT; COLOR， FNT， VPOS， OUTPUT); Z門ACRO 門ONTXT(DATE， O ; I(t I F 門ONTH(&DATE) NE LAG(門ONTH(&DATE)) THEN D TEXT=INPUT(LEFT(門ONTH(&DATE))， $2.); %SYSTE門(2， 5， 4); &VPOS， TEXT， &COLOR， O， O， 1， &FNT， 5， &OUTPUT); %LABEL2(N， 2O， N， 1 8， 本 ， 1， 1， ANN02); %LINE2(N， %SYSTE門(2， 2， 4); END; Z門END 門ONTXT; 横軸指定マクロ説明 @ 年が変わった場合と最初のみ年の値を横軸下に表示 DA TE: 日 付 変 数 指 定 COLOR: 色 指 定 FNT : フ ォ ン ト 指 定 VPOS : 位 置 (Y座 標 〉 指 定 OUTPUT: 出 力 フ ァ イ ル 指 定 @ 月が変わった場合と最初のみ月の値を横軸下に表示 変数項目については@と同じ 一 162‑

こ こ か ら の マ ク ロ は ANNOTATEマ ク ロ を 改 良 し た も の だ が 実 際 に は た だ 単 に 出 力 先 フ ァ イ ル を 選 択 で き る よ う に し た (OUTPUTを 追 加 し た だ け 〉 で あ る 。 Z門ACRO move2( x 1，y1，output); Z本ーー‑ Z主 点 を ( X 1， Y 1 )に移動 Z本ー‑ X二 & x 1; Y= &y1; FUNCTION 二"門 OVE "; output &output; Z門END move2; 1，y1，colin，lintyp，width，output); Z門ACRO draw2( x Z本ー‑ n 現 在 の 位 置 か ら (x1， y1 )まで線をひく U coli n : 線の色 現在使用の色を使用の場合本を指定 U 1i ntype: 線 の 種 類 実線: 1 他 U width: 線の太さ 通常: 1数が大きくなるほど太くなる X本ーーーーーーーーー‑ X= & x 1 ; Y = &y1; LINE = &1intyp; SIZE = &width; ' 本 ， THEN; ELSE color "&colin" ; I F "&co1in" FUNCTION = "DRA~ " ; output &output; Z門END draw2; Z門ACRO label2( x 1，y1，txt，coltxt，ang，rot，hgt，font，pos， output ) ; = : = Z本ーーーーーー 紋ラベルの表示 txt: テキスト "で囲むこと 仇 coltxt: テ キ ス ト の 色 現 在 使 用 の 色 使 用 の 場 合 本 を 指 定 U ang: 文字の回転 通常〈回転ない場合〉白老指定 仇 rot: テキスト〈文字列〉の回転 通常〈回転ない場合〉白老指定 %* hgt: 文 字 の 大 き さ 通 常 lを 指 定 ね font: フォントの指定 特 に 必 要 な い 場 合 noneを 指 定 pos: テ キ ス ト を (x1， y1)の 上 下 左 右 ど こ に 表 示 す る か の 指 定 紋 紋 上:1下 : 8左 : 4右 : 6点上 : 5など 1 6種 類 Z本 Z本ーーーーーーーー X= &x1 ; Y = &y1 ; ANGLE = &ang; ROTATE = &rot; SIZE = &hgt; = "&font"; STYLE TEXT ニ & txt; I F "&pos" = : '本， THEN ; ELSE POSITION ="&pos" ; : '本， THEN ; ELSE color = "&coltxt"; IF "&coltxt" = FUNCTION 二 "LABEL "; output &output; Z門END label2; 1 6 3ー

Z門ACRO bar2( xl，yl，x2，y2，color，bartyp，pattern，output ) ; Z主 ー ー ー ー ー ー ー ー ー ー ー ー ー ー ー ー ー ー ー ー 働 ー 幽 ・ ー ー ー ー ー ー ー ー ー ー ー ー ー ー ー ー ー ー ー ー ー ー ‑ M 箱 の 指 定 2点 (xl， yl)と (x2， y2)を 対 角 と し た 箱 を 作 成 ね coI or: 色 指 定 現 在 使 用 の 色 を 使 用 の 場 合 は 主 を 指 定 μ b artyp: 箱 の 場 合 は 白 老 指 定 ね pattern: 塗 り つ ぶ し パ タ ー ン 空白: e 塗 り つ ぶ し : s 他 Z主 ー ー ー ー ー ー ー ー ー ー ー ー ー ー ー ー ー ー ー ー ー ー ー ー ー ー ー ー ー ー ー ー ー ー ー ー ー ー ー ー ー 情 『 司 ‑‑ ‑ ‑ ‑ %move2( &xl，&yl，&output ) ; X = &x2; y2; Y =& LINE = &bartyp; STYLE = "&pattern"; I F "&color" = : '主， THEN; ELSE color ="&color" ; " ; output &output; FUNCTION = "BAR 2 ; Z門END bar l，y l，x2，y2，colin，lintyp，width ， output); Z門ACRO line2( x Z主 ー ー ー ー ー ー ー ー ・ ー ー ー ー ー ー ー ー ー ー ー ー ‑ Z主 DRAWa line from (Xl， Yl) to (X2， Y2). Z主 Simplified version supplying the invisible move instruction. Z 主 ー ・ ・ ・ ・ ・ ・ ー ・ ・ ・ ‑‑ ー ー ー ー ー ー ー ー ‑ %move2( &xl，&yl，&output ) ; %draw2( &x2，&y2，&coli n，& 1intyp，&width，&output ) ; Z門END line2; 5. お わ り に 今回のプログラムは、できる限り汎用的t こしたつもりだが、見直してみるとな かなか納得のゆかないものである。場合によっては若干のミスもあるかもしれま せん。いくつかのパターンで確認の上使用してください。 もしこのプログラムについてなにか気にかかる点等がありましたら筆者までご 連絡いだだければ幸いです。 ‑164‑

日本 S A Sユーザー会 (SU G卜 J) PC SAS/ETSの使用体験 小島葉子 計量システム開発室 株式会社日本興業銀行 Experiences f o r The PC SAS/ETS Yoko I くo jima e v e l o p m e n tD i v i s i o n ，T he I n d u s t r i a l 8anko fJ a p a nL td . S y s t e m sR e s e a r c h& D 1‑2‑16 Yaesu Chuoku Tokyo ・ 要旨 弊 社 は 今 春 PC 版 SAS/ETS Ver . 6 を導入した。 まだ，半年足らずの使用体験ではある杭 「為替レートの時系列分析」を例に，分析途中で な SAS/ETSの機能フ。ロシシヤーについて感想等を述べる。 印象に残った樹4 キーワード: SAS/ETS 時系ヂ出?析 proc arima 1 . はじめに 鼠E では金融の自由化に伴い，運用，調達手段の多様化が進み，金利も自由化されつつあり， 尚子が負って 銀行経営ム従来のような信用のリスクだけを考えているわけにはいかなくなった。 2 っとして，ここ数年とくに為筈リスクが挙げられる。 いる他のリスクの l 為替レートの様な変朝生の高い現象の解析に誠意刊号科学的アフ。ローチカ泌要とされてきている。 中でも，過去のデータと将来発生するデ タとの関連を闘う時系ヂ暗号発想、は重要となる。 本論で比 Box‑Jenkins法に基づく時系列分析にそって話を進める。 2 . 概要 2 . 1 AR1MA モデル 以下 AR1MA (Au t0 regressive 1ntegrated Moving Average)モデルは次のように表現することとする。 AR1MA ( p， d， q) *(P， D， Q) s P: 季節変動自己回帰過程の階数 D: 季節階差の数 Q: 季節変車移動平均過程のF 説 文 p : 自己回帰過程の階数 d: Z tを定常化するための差分の階数 q: 移動平均過程の階数 s: 季節変動の期間 I ‑ a~ 三 い 川 て [ 自 己 恥 ル タ ー ￨ 三 極 … A 噌 Fhu c o

2 .2 定常性 経済やピ ジ ネス分野における時系列データのほとんどは非定常であることが多いので， 定常 (Stationary)化することが大切である。 定期生の条件 1 ) E CZtJ= μ 2 ) E C(Zt ‑ μ ) z)ニ σZ 3 ) E ((Zt ‑ μ ) (Zs‑μ) )/σzρt‑s 一世には分散の安定化のために 10 g変換を行ったり， トレンド除去のために l 陪~差を とったりすることカ渉い。 季節要因の除去として，センサス局法 (proc X11)，時系列データタイプの変換として， proc expandがある。 2 .3 状管空間モデル ARIMAプロシジ、ャーでは解析者が (p， q) の次数を決定しなくてはいけない。 そこで， A 1C基準で自動的に次教を決定してくれるプロシジャーとして， proc state sp aceを用いてみる。 一世に，状管空間モデルは次のように表される。 a s u r 切 削 t明 u a t i o n Yt =AZt+B(t t r a n s i t i o ne q u a t i o n Zぃ 1 =FZt+Geい 1 眠 し は 平 均 ゼ 民 共 分 前i 9 " t l H tの確率斐数 etは平均ゼロ，共分前子列 Qtの確率変数 SAS/ETSの状態空間モデルでは附s u r 鴨 川 町l a t i o nは Yt=lo となり，状態変数が直接酬できるとしたケースしカ教えない。 L̲ 3 . IZt I: I 0 ̲̲j 事例 図l に ， 1 9 7 8 年l 月" ' 1 蜘 年4 月の月次為替レート(東京市場鮒面を示す。 まず， 自己中日関係数と偏自己組関係数をみてみよう。 U 6Eb ︒ a r nd 一 一 r v ay mf T16L u ︒ ・ ' ・ AU ・ 1 ・ I an pu pr G‑‑n ru アウトプ・ノトを図 2に示す。 自首目関係書効t 指数関数的に減少 偏 自 己 相 聞 協 蹴 ラ グ lで 切 断 …… とみられることから AR (1) か ? esti p=l od=ml noconstant: アウトプ ノトは図 3 ‑166 I

R A T E 2 潤 270 お8 25O 240 230 22O 210 200 100 100 1 7 0 160 1 5 0 1 4 0 130 担 1 T一 1978 1979 lS 羽 1 S81 1 祭 主2 1 S83 1 鎗4 1 拐5 1 袋お 1 S87 1 S 8 8 1989 1900 旺N 図1 ) 1 釘 昨 日" ' 1 蜘 年4 月の月次為替レート(東京市場描) OUT2) ARIMA Procedure Na~e of variable =RATE. Mean of working series =199.8423 = 44.41962 Standard deviation Nu~ber of observations = 148 Autocorrelations 。 。 Lag Covariance CorreJation ‑1 9 8 7 6 5 4 3 2 1 0 1 2 3 4 5 6 7 8 9 1 Std i申 書 . . . . 草 草 車 車 寧 寧 寧 寧 寧 事 寧 寧 寧 寧 i 1973.102 1 .00000 :.寧寧寧軍軍事章章ーーー寧寧寧寧寧寧章申 i l 1933.217 0.97979 0.082199 1・ . . . . 寧 章 ' 章 寧 章 車 事 寧 寧 寧 事 申 . : 2 1889.426 O .95759 O . 140462 1845.605 1・ 章 ・ ー ー 寧 章 寧 章 車 事 事 寧 寧 車 事 寧 . . . : 3 O .93538 0.17日224 :.ーーーーーー宣車事寧...寧車事寧 1793.544 4 O .90900 O .209630 :.寧申'寧寧寧..寧富寧寧事寧事・ー 5 1736.777 0.88023 0.234756 1・ ・ ・ S 申 書 官 事 事 事 . . . . . . . 寧 6 1681 . 192 0.85206 O .256087 :. . . 草 草 草 草 草 章 官 事 事 事 事 事 事 事 ー 7 1634.074 0.82818 0.274575 i官 官 官 事 事 . . . . 官 官 事 章 寧 章 寧 8 1583.998 0.80280 O .290964 i官 事 事 事 事 牢 ・ 寧 草 草 草 寧 寧 寧 . . 9 1534.796 0.77786 0.305564 官軍事寧申申申書事事 10 1490. 172 0.75524 0.318663 : ......ーー宣車車寧草草草申書草 11 1443.700 0.73169 O .330536 : ......ーー寧寧寧・ー寧寧章寧 12 1393.612 O .70630 0.341304 : . . . . . . . . . 寧 寧 寧 ・ 章 13 1336.029 0.67712 0.351041 :.ー......章書草寧寧. 1284.969 14 0.65124 0.359758 1・ 寧 章 宮 章 草 草 寧 寧 申 書 章 寧 . 15 1235.555 O .62620 0.367637 1・ ・ ・ 章 宣 車 寧 寧 寧 章 寧 章 16 1181 .009 0.59855 0.374775 :......牢草草草寧 17 1128.114 0.57175 0.381179 :.ーーー..章官官章寧 18 1083.163 O .54896 0.386930 :. 章 . . . . . . . . . 19 1037.952 O .52605 0.392158 :.・章申書草申書寧. 20 999.957 O .50679 0.396897 :'・ーー・量章章書量量 21 960.006 0.48655 0.401246 1・ 寧 寧 ー ー ・ 草 草 草 22 921 .620 0.46709 0.405212 : ..............軍事 23 875.993 0.44397 0.408834 :.申書草草寧・章 24 .823 0.41651 821 0.412079 "." marks tWQ standard errors l . . . 図 2 1)自己相関係数と偏自己相関係数 ← 1 6 7

SAS SUGI‑J OUTPUT 2 ) ARIHA Procedure Inverse Autocorrelations Lag Corre1ation ‑1 9 8 7 6 5 4 3 2 1 0 1 2 3 4 5 6 7 8 9 1 1 ‑0.53331 1 2 0.09908 i 3 ‑0.09723 4 0.00838 5 ‑0.02251 E o .10500 1 7 ‑0.10051 i 0 .05765 8 1 9 : 0.00943 10 ‑0.05175 l 0.07364 1 1 1 1 2 ‑ 0 . 13548 1 o .13620 13 . : 14 ‑0.03223 : 15 ‑0.01958 ‑ 0 .04423 16 17 0.08914 1 18 ‑0.11824 o .16400 19 1 s l ‑ 0 . 11096 20 0.06583 21 1 ‑0.04181 22 . : 23 ‑0.04571 0.04544 24 1 OUTPUT 2 ) 事 事 事 . . . ・ ・ ・ ・ ・ . ー . 事 .: . ' ・ ・ .・ ・ ・ . ・ ・ ‑: . . . . . ・ . ・ ' . . ・ ・ : 事 . ・・ . ・ !・ . ・ ARIHA Procedure Partial Autocorrelations : . . . . . . . . . . . . . . . . . . ・ ・ . ・ : ・ . . ・ : ・ ‑ . ・ :・ ・ . . ・ : . ・ . ・ ， .・ ' . ・ .・ . . . . ・ ・ : Lag Corre1ation ‑1 9 8 7 6 5 4 3 2 1 0 1 2 3 4 5 6 7 8 9 1 1 1 o .97979 ‑0.05966 2 3 ‑ 0 .00935 : ー0.11627 : 4 l ‑0.06453 : 5 : 0.00372 : 6 7 O .10269 : 1 ‑0.04969 8 : O .00078 : 9 0.01868 : 10 ' ‑0.04537 1 1 i 12 ‑0.05428 : 13 ー0.10916 : O .07029 : 14 1 : 0.01632 15 16 ‑0.05206 : 17 ‑0.00913 : : O .06599 : 18 1 . : 0 .03360 : 19 ‑ 20 0.10425 : 1 ‑0.08022 : 21 i ' 22 ‑0.01160 : : 23 ‑0.11146 : 24 ‑0.10377 : . . Autocorrelation Check for White Noise 。 T Chi Lag SQuare DF 6 779.53 6 12 1346.30 12 18 1724.53 18 24 1962.58 24 Autocorrelations Prob 0.000 0.000 0.000 0.000 0.980 0.828 0.677 0.526 0.958 0.803 0.651 0.507 0.935 0.778 0.626 0.487 0.909 0.755 0.599 0.467 図 2‑2 )自己相関係数と偏自己相関係数 ‑168‑ 0.880 0.732 0.572 0.444 0.852 0.706 0.549 0.417

SAS SUGI‑J OUTPUT 3 ) A .RIMA . Procedure Likelihood Esti~ation 門 axi~u~ 白 目 ‑ 02 il g a l qυ 争l w ‑ a s nk'A TAq . ︐ rnu ・0 1 xrqυ o r 凋噌 rzLnu nvnu ・ panu ‑A L ・ pdo e o tl EL gO a自 町9 19 ・ 争 ︑ ・ 争 目M r e rl aR e m ‑ a‑ nr‑A Variance Esti~ate = 57.5660878 Std Error Esti~ate = 7.58723189 AIC = 1027.15359 SBC = 1030.15081 Nu~ber of Residuals= 148 Correlations of the Estimates Para~eter ARl.l AR1，l 1 .000 516 ‑‑‑‑ q ' PO 勾︐ a a唱 'Anununu ︒・ ︒ nunununu RURu'AF 4654 ‑‑ ‑ ‑ ‑‑‑ nunununu aaa‑nuao 'n4a性 勾 ︐ 勾 nunununu •••• nUAU'A'A 80000 n‑‑ 0 ・ 1010E +iwn4noeonMu a looo r r‑‑ l ‑o ‑o ‑ e‑ oo 争 02032 C1182 00000 EM‑‑‑‑ ・ ‑‑ ‑‑‑‑ nunununu nununmno 'q0 Anu 勾 u nunu'且n hua‑nO 勾︐ O6 02193 r3743 n y‑ ‑‑‑ nunununu en4 勾︐の MU d 内 nu‑‑'An4 F5173 r8932 hu5765 12 C勾 1a ・‑‑‑ ・ YL 0g6284 Tall2 U0000 ・ A‑ Autocorrelation Check of Residuals 刊o del for variable RATE No mean term in this model. ・ Autoregressive Factors Factor 1: 1 ‑ 0.9991 B' ( 1】 図3 ) AR (1)による推鵡果 α汀円汀 4) 3 0 担 1 O B ー 1 O ー担 ‑ 3 0 掴 1 9 7 8 1 9 7 91 9 1 9 8 1 1 9 位 1 9 回 1 錦 4 1 9 8 5 1 9 8 61 9 8 7 1 鎌 田B 1 9 田 Mヨ N 図4 ) AR ( 1 ) による残差 ‑169‑ 1 9 0 0

AIC=1027 SBC=1030 残差のホワイトノイズ検定は，モデルヮが適切であることを示している。 forecast out=b lead=24 back=12 残差をプロットすると図 4になる。ほぼホワイトノイズ ; l と見倣してよい。 図 5は 過 去 l 年分遡って予測したものである。 次に p r0 c p r0 c statesp ace を用いてみる。 statesp ace var rate run ; アウトプ・ノトを図 6に示す。 AIC は 1ag=1で最小であり， o Z t + l =( 0 .錦 Zt) + (1) et +l arima プロシジャーと町議の結果がえられる。 注)パラメータ推定の際，各種終了条件のデフォルト値が異なるとき， proc arimaの estimate と一致しない時もあるようなので，注意。 もう一つ，時系列データを扱うときに，周期を考えて，スペクトル分析することも考えられる。 proc spectra p s out=c whitetest var rate weight 1 2 3 2 1 run ; proc gplot data=c (firstobs=4) plot s 01*freq=1 p 01*period=2 color=cyan i=join ; symboll symbo12 color==yellow i=join ; run ; density と周波のプロットは次のようにいわれている。 θ1 > 0 v AR MA ‑170 ARMA

OUTPUT 5 ) RATE 浅沼 l S 嗣 100 17 O 160 15 O 14日 13 O 1 3 ' 1 11O 1回 9O 開 7O 1領3 6 1祭 主9 主B 1祭 1987 1900 ト EN 図5 ) AR(1)による予測 OUTPUT 6 ) STATESPACE Procedure Nobs = 148 Variable RATE Infor~ation Hean Std 199.8423 44.57045 Criterion for Autoregressive Models Lag=O 1123.933034 Lag=1 649.616166 Lag=2 651.088412 Lag=3 653.075459 Lag=4 653.061067 Lag=5 654.443432 Lag=6 656.441385 Lag=7 656.872514 Lag=8 658.506656 Lag=9 660.506566 Lag=IO 662.454916 Sche~atic Representation of Correlations Name/Lag 0 1 2 3 4 5 6 7 8 9 10 RATE + + + + + + + + + + + ・ + is ) 2 std error. Sche~atic ‑ is <ー 2astd error. i8 between Representation of Partial Autocorrelations l 1e /Lag 1 2 3 4 5 6 7 8 9 10 Nal RATE + ー 16 ・ >2 std error. ・ ‑ is <ー 2 std error. is between Yule‑刷alker Esti~ates for the Hin AIC ・ z'i e0 Anu tム 戸 包 Qd 司7 a︐ R 1Lnu ‑ nU EL nR 'i aA 図 6~ 1 ) STATESPACE プロシジャーの出力 171~

OUTPUT 6 ) STATESPACE Procedure Selected Statespace Form and Preliminary Esti~ateB State Vector RATE(T;T l Estimate of the Transition Matrix 0.980 Input Matrix for the Innovation Variance Matrix for the Innovation 79.5022169 OUTPUT 6 ) STATESPACE Procedure Se1ected Statespace For~ and Fitted Hode1 State Vector RATE(T;T l Estimate of the Transition Hatrix 0.980 Input Matrix for the Innovation Variance Hatrlx for the Innovation 79.5022169 Parameter Estimates T value Para~eter Estimate Std. Err. F(1.1) 0.979785 0.016436 59.61354 図6 ‑2)STATESPACE プロシジャーの出力 ‑172一

為替レートのデータはやはり， ARと:fJ.断されよう。 c 図 7‑1J smoothing(weight option) するほうが良い。 ペリオドグラムは また季節要因のあるケースの ( 図 7‑2 ) period を X軸にしたプロットでは，季節差分の sを見つ けることカくできる。 さて 今まで為替レートは定常であるという仮定のもとで，解析者が長話担失数を決めてきた。 3 いろいろな指標は ARIMA ( 1 . 0， 0) *(0， 0， 0) s を示しているとや断したわけである。 試しに d=l としてみよう。 SAS/ETS の良いところは階差を var=rate ( dl ， . ， ， ・ d2) で入力した場合， forecast で元の rate t こ戻してくれることである。信頼区間 95%も，ちゃんと戻して くれる。ただ，民念ながら，よく使う対数変換については戻す機能はない。 唱EEA ) ( レ 6E e TA a 一 一 r a v コu AF'i my ︐ .‑ r ‑ n nd+し p ce ︐ o d r ・‑ アウトプットは図 8 」 run : 為替レートの種々のモデルの AICを表にすると ARIMA(p， d， q ) ν I d I q 。 。 o 。 。 o 。 2 戸 次のようになる。 J I1328. 5240 11011 1 11012 1 I1328. 5240 AIC を見るかぎりでは AR1M A ( 0， 1 . 0)が最小であるが，これは予測には使えない。 実際，経済データでは~~鳴をとった後はホワイトノイズしカ嘆らないことが多い。 単純に予測結果だけを求めたいとき，便利なプ口、ンジ、ヤーとして p r0 c f0 recast がある。 method=stepar out=d l : 図9 methodニ stepar は トレンドの除去をしてから ARモデルにあてはめて予測する。 一1 7 3一

OUTPUT 7‑1) SPECTRA Procedure ーーーーー Test for White Noise for variable RATE ‑ーーーー Fisher's Kappa: (門ー1)・I1AX(P(・))/SUI 1( P(・)) Para~eterB: H‑l = 73 円AX(P(・)) = 218653.058 SUI 1(P(・)) = 291981 .743 Test Statistic: Kappa = 54.6667 Bartlett's Kol~ogorov-S~irnov Statistic: 円aximun absolute difference of the standardized partial SU~S of the periodogran and the CDF of a uniforl1( 0 .1) randoll variable. Test Statistic = 0.8702 OUTPUT 7・1) ヨ質問 筏質問 1 殴 型 目 g T 2 日 図 7~ 1)スペクトル寂度 i l iC Z‑ 3 4 3 4 F r e q u e n c yf r o motoP I α汀夙汀 7~2) Pl O 1 < 売 問 e 「 須賀悶 。須賀淘 d 7 殴 型 目 。 1 9 6 OOO r 5eO3 a m 4白犯 。須賀犯 fa 犯 R 1 0 < 犯 白 T E 日 g 図 7~ 2 )ペリオドグラム 2 F r e q u e n c yf r何 日 t oP I ‑174一

OUTPUT 8)
ARIHA Procedure
Name of variable : RATE.
.
Period<s> of Differencing : 1
附ean of working series =‑0.56231
Standard deviation
=7.533459
Nu~ber of observations :
147
NOTE: The first observation was eliminated by
differencing.

Autocorrelations
Lag Covariance Correlation ‑1 9 8 7 6 5 4 3 2 1 0 1 2 3 4 5 6 7 8 9 1
:
.
.
.
.
寧
寧
.
.
.
.
.
.
.
.
.
寧
寧
章
事
寧
寧
'
寧
寧i
o 56.753004
1
.00000
1
4.051689
0.07139
1・
:
2
1
.606635
0.02831
6.699146
O
. 11804
3
;
寧
'
.
寧
.
i寧
4
4.361495
0.07685
5
3.741162
0.06592
1・
，
寧
寧
:
6 ‑5.027987
‑0.08859
7
2.222339
0.03916
1・
8
0.539602
0.00951
‑0.04704
9 ‑2.669620
.・:
10 ‑3.027028
‑0.05334
.
・i
11
3.840216
0.06767
1・
12
2.629408
0.04633
・
'
:
寧
寧
・l
13 ー7.116341
‑0. 12539
.・
寧i
14 ‑5.479855
‑0.09656
15
2.531938
0.04461
1・
:
16 ‑3.108671
‑0.05478
.
章
章
寧i
17 ‑8.751567
‑0.15420
0.773457
18
0.01363
‑0. 10488
19 ‑5.952298
20
0.803525
0.01416
寧
寧
!
21 ‑6.788798
ー0.11962
22
3.366738
0.05932
・
'
:
:
.
事
事
.
8.795794
O
. 15498
23
:
24 ‑3.890357
0.06855
軒 目a
rks two standard errors

.

.

.
.
:

.

.

図8
) 一階差分モデル
OUTPUT 9
)

図9
)

OBS

ーTYPE̲

ーLEAD̲

RATE

1
2
3
4
5
6
7
8
9
10
11
12

FORECAST
FORECAST
FORECAST
FORECAST
FORECAST
FORECAST
FORECAST
FORECAST
FORECAST
FORECAST
FORECAST
FORECAST

l
2
3
4
5
6
7
B
9
10
11
12

159.396
159.652
159.807
159.609
158.646
157.503
156.262
154.924
153.494
151.997
150.490
148.988

FORECAST プロシジャーの出力

‑175一

4 . その他 本論では l変量のケースしカ頓わなかった杭 SAS/ETSは 多変量自己回帰モデル (VAR モデル)もできる。 proc model で %AR マクロカ渡供されている。 pr0 c statespace で var x y z としてもよいだろう。 時系列データのタイフ.変換フ・ロシジャー proc expandで扱えるタイフ・は， year， qtr，month， tenday， week， day， hour，minute， second と 一殻の他の時系列ソフトより範囲が広い。これは，データ補聞にも使える。 その他， Yも ‑ aoXt +a1Xt‑1+aZXl‑Z↓・・・・ には， proc autoreg が佳刑であろう。 5 . おわりに PC版 SAS/ETSでは時系列データのいろいろなアクセスの仕方カサ是供されている。 機能が豊富にあることは良いことである抗理論的知識が十分でないユーザーには TSPのほうカ河吏い 易いといった声も聞かれる。~命を補うべく，マニュアルの日本語脆セミナーの開設カ可寺ち遠しい。 一方，金融界では，より複雑な時系列分析も必要としている。 ARCHモデルや T a y l o rモデル等も 提供されることを願いたい。 享司氏に大変御世話になった。この場を 最後に，本橋作裁にあたって SASソフトウエア(株)の岸本j 借りて，厚くお礼申し上げたい。 委主玄盤 1 ) Vandae1e . W. ( 1983 )，App1ied T ime Series and Box‑Jenkins Models， Academic Press (蓑谷千恩彦・慶松毅(1鰯)時系列入門ーボックスージェンキンスモデルの応用，多賀出版) 2 ) Brocklebank， J .C . ， and Dickey， D .A . (1986)， SAS System for Forecasting Time Series， SAS Institute，NC:Cary 3 ) SAS Institute (1988). SAS/ETS User' s Guide， Version6， First Edition. SAS 1nstitute， NC:Cary ‑176

日本 SASユーザー会 (SUGト J) SASで学ぷ時系列データの解析について 和合 肇 富山大学経済学部 Forecasting Time S e r i e s Data by SAS Hajime Wago Department o f Economics U n i v e r s i t yo f Toyama 3190 Gofuku， Toyama 930 Japan 要旨 S A Sで学ぶ統計的データ解析の第 6巻として r S A Sによる時系列データの解析」が、来年に 東京大学出版会から刊行される予定である。そこで、この本で取り扱うテーマとその内容 について紹介する。本書では、主として対象とするデータ系列の予測を行なうことを目的 としているが、最近の数多くの実証分析でみられるような時系列分析手法を使った分析に ついても触れる予定でいる。一変量と多変量の時系列モデルについて、きわめてナイープ なモデルから、複雑な現象を扱うことが出来る一般的なモデルにいたるまで、その考え方 と使い方、そして予測の方法について実証例を含めて解説する.本書で用いられる手法の 多くは S A S / E T S に含まれているが、ない場合でも M A T R I X あるいは I M L を用いて計算す ることカfできる。 キーワード: 時系列予測、時系列分析、 S A S / E T S ; I M L ; G R A P H 経済・社会・金融などの分野で時系列分析の手法を応用することは、将来予測を行なう場 合においても、一般に時系列データを使った実証分析を行なう場合においても、ますます その重要性を増しつつあるといえるだろう。本書では、主として対象とするデータ系列の 予測を行なうことを目的としているが、最近の数多くの実証分析でみられるような時系列 分析手法を使った分析についても触れる予定でいる。以下の目次の案にみられるように、 まず時系列データの特性とその見方、データのまとめ方、そしてデータ変換の方法と平滑 化といった記述統計的側面について説明した後、一変量データのモデル化と予測の方法に ついて、単純なモデルから多少複雑なモデルに至るまで、それらを使って分析する方法を 述べる.ここには単純な指数平滑モデルから、自己回帰構造を持った回帰モデル、そして ボックスとジェンキンスによる定常な系列に対する A R M Aモデルが含まれる。 A R M Aモデルは A R l M A モデル)と、経済系列では典型的にみられる季節 非定常な時系列データのモデル化 ( S E A S O N A LA R l M Aモデル)へと一般化される。次に多変量のデータの 要素を含んだモデル化 ( モデル化と予測の方法について、最近よく利用されるようになった多変量自己回帰モデル ( V A R モデル)を使った予測や状態空間モデルを使った様々なモデル化の方法について解説 A S / E T S に含まれているか、 M A T R I X あるいは I M L する。本書で用いられる手法の多くは S を用いて計算することが可能なので、実際例を用いてその使い方、アウトプットの説明、 また使われているアルゴリズムとオプションの説明などを行なう.いくつかのプロシジャ R O CM A T R I X、あるいは I M L を用いた計算例を示すことで理解の助けになるよ については P うにしたい。 本書の目次と含まれる内容並びにトピックスは次の通りである: 1.時系列データと予測 時系列データとは、予測の必要性、時系列モデル、構造アプローチ 時系列データのまとめ方 データの加工・変換・平滑化 付録:外部データパンクの使い方 ( C I T I B A S E，N E E D S ) ‑177一

I I . 一変量時系列のモデル化 l.指数平滑法 ( P R O CF O R E C A S T ) 平滑化とは何か、単純指数平滑 線形トレンド過程に対する指数平滑(2重指数平滑)、 3重指数平滑 平滑化定数の選択、指数平滑と加重回帰 2 . 自己回帰誤差構造をもっ回帰モデル ( P R O CA U T O R E G ) 時系列誤差、自己相関関数 残差分析(残差プロット、自己相関のある残差、 R U Nテスト D U R B I N ‑ W A T S O Nテスト、正規性の検定) C o c h r a n e ‑ O r c u t t変換 : A R(l)、一般化最小二乗法 高次の自己回帰構造、 G a l l a n t ‑ G o e b e I 変換 : A R ( p ) 同じ問題のいろいろな考え方 ( A U T O R E G， M A T R I X，N L I N，S Y S N L I N， A R l M A ) T E P A R の方法 P R O CF O R E C A S Tにおける S S T E P A R法と P R O CA U T O R E G との違い 一変量時系列のモデル化のトピックス(定常性への変換，単位槙， U Cモデルと分解) 3 .B o x ‑ J e n k i n s モデルによる分析 ( P R O CA R l M A ) B o x ‑ J e n k i n s モデルとは何か A C F，P A C F， I A C F，E A C F ) モデルの同定 ( モデ、ルのパラメータ推定(モーメント法、条件付き最尤法、精密最尤法) P o r t m a n t e a u テスト、累積ベリオドグラム図) モデルの診断 ( モデルの予測と予測誤差 A R I M A モデルと指数平滑法との関係 非定常時系列のモデル化 4. 季節変動のある時系列のモデル 経済データの季節性について 季節A R l M Aモデル 構造季節モデル 季節修正 ( P R O CX l l，X lトA R l M A ) X ‑ l l による計算方法(経験に基づく方法) その他の季節修正法 ( X lトA R I M A ) モデルによる季節修正法(信号除去) I I I . 多変量時系列モデル l.インターペンション・モデル、はずれ値(アウトライアー)の検出 2 . トランスファ関数モデル クロス相関関数、コーナ一法 3 . 多変量自己回帰 ( V A R )モデル 4. 多変量時系列モデル ( B O X ‑T I A Oモデル) 5 . 状態空間モデル ( P R O CS T A T E S P A C E ) ベクトル値時系列、状態空間と A R I M A トランスファ関数 予測と状態ベクトル 状態空間表現、共分散による状態ベクトルの決定 正準相関、状態空間モデルの推定と予測、 P R O CS T A T E S P A C E の使い方 逐次推定とカルマンフィルタ 時変パラメータモデル N. スベクトル分析 ( P R O CS P E C T R A ) 周期デー夕、ベリオドグラム解析 スベクトルの形、スベクトルの平滑化(ウインドゥ)、 l変量スベクトル推定 フーリェ係数、白色化検定、クロス・スベクトル分析 V. P R O CS Y S N L I Nと P R O CS I M N L I N について(未定) 連立方程式体系のパラメータの推定と、予測のためのモデルの解法 V I . 終わりに ‑178一

日本 SASユーザー会 (SU G卜 J) SASによる芸術家ディレクトリ・データベースの編成 大久保恒治 福井工業大学 経営工学科 Compilation o f a Artists Directory Database by SAS ︐ F T l aE O 一 t6 nド 一 D3 Tsuneharu Ohkubo 旨 ‑げレこ M Aし 編 M イ︒るの画の tデ る あ こ 計 こ 吋(いで︑を︑ a報 て ル 固 と は 日情れイ今こ告 いは内さ 7 ︑る報 P案 成 フ は え 本 ιる 構 タ 々 加 0 ・日すで一我をた 川間報デ o 野し Lに情のた分成 仁体の報き術編 日団類情て芸を L術 種 人 し の ス 仁芸 2 個 成 家 一 m‑ の の 作 芸 ベ 日家報家を文夕 日術情術ルび‑ M芸 計 芸 イ よ デ μの 統 ︑ 7お ‑ K本 る ち フ 家 リ g日 れ う ) 術 ト 旬︑らの Y 実 ク 川は得リ引にレ 何スてト釘たイ 町一しク D 新 デ P ベ工レ川︑の 品 タ 加 イ Eに野 凶一一再デ同ス分 hデ を の 凶 一 術 口叫ら者れベ芸 何日れ前'タ規︒ O Mそ の 日 一 新 る Lc︑そ・はデのべ L mと ︑koら述 0.U)は M Lれ を p rリ で 印 L こ 程 過 A 吋 ト まD O ︑ ︒ ク れ A P て成 要 u k u iI Management S c i e n c e， F n s t i t u t eo f Technology G a l くu e nF u k u i ‑ C i t y9 1 0 キーワード :APOLLO M A D、 デ ィ レ ク ト リ ・ デ ー タ ベ ー ス 1. は じ め に A P0 L L0 ( A r t i s t s& P e r f o r r n i n gO r g a n i z a t i o n s :L i f e， L i v i n g， p l a c ea n dt h e i r O v e rt i m ec h a n g e s ) データベ スれ)は、日本の芸術家・芸術団体に関する案内情報(デ ィ レ ク ト リ ) と 、 そ れ ら を 再 加 工 し て 得 ら れ る 統 計 情 報 の 2種 類 の 情 報 で 構 成 さ れ て い る 。 我々は、その前者のディレクトリのうち、芸術家の個人情報のデータファイルである MA M u s i c i a n s， A c t o r sa n dD a n c e r s )フ ァ イ ル を 作 成 し て き た 。 今 回 、 こ の APOLLOデ D( タベ スに、美術家及び文芸家の芸術分野を加えることを計画した。この拡張作業を行 なうに当たって、我々は、最近の機械読み取り装置の進歩に伴って、印刷物の形であれば、 漢字も直接読み取ることができるようになってきていることを考慮して、前処理を施さな い で APOLLOデ タベ スのディレクトリ i こ加える方法について検討した。 美術家及び文芸家のディレクトリ・デ タベ スは次の二段階の作業によって編成され た。つまり、第ーに、各連盟あるいは協会の会員名簿から若干の前処理を施して入力した 初期入力ファイルの作成であり、第二に、その初期入力ファイルを既に作成した芸術分野 の標準フォーマットのファイルに変換する作業である。我々は、これらの編成の過程で明 らかになった問題点を提起し、その編成技法を述べていくことにする。 2 . 芸 術 家 デ タベ ス と し て の APOLLOデ タベ ス の 内 容 2 . 1 A P0 LL0デ タ ベ ー ス の 内 容 と 個 人 情 報 と し て の MAD APOLLOデ ー タ ベ ス は 日 本 の 芸 術 家 及 び 芸 術 団 体 に 関 す る 案 内 情 報 と 、 そ れ ら を 再 加 工 し て 得 ら れ る 統 計 情 報 の 2種 類 の 情 報 で 構 成 さ れ て い る 。 前 者 は 芸 術 家 の 姓 名 、 年 齢、性別、出身地、現住所、専攻分野、出身校、師事者、所属団体、主要作品等の個人情 報と、芸術団体の名称、所在地、活動分野、所属団員数、組織形態等の芸術団体個別情報 とから成っている。 当 初 、 芸 術 家 の 個 人 情 報 で あ る MADは ク ラ シ ッ ク 音 楽 家 、 俳 優 及 び 演 劇 人 ( 演 出 家 、 舞 台 監 督 等 ) 、 舞 踊 家 ( 日 舞 、 パ レ エ 、 現 代 舞 踊 等 ) の 各 種 名 簿 (2) 及 び 、 某 音 楽 コ ン ク ‑179一

ル 参 加 者 名 簿 か ら 入 力 し た APOLLOデ タベ スのうち芸術家の個人情報のディレク トリ・デ タ ベ ー ス で あ っ た 。 そ れ ら の 芸 術 家 名 簿 に 、 更 に 、 オ ー ケ ス ト ラ 団 体 の 所 属 団 員の名簿を加えて現在に到っている。 2.2 APOLLOデ タ ベ ー ス の 役 割 お よ び デ ー タ ベ ー ス の 成 果 APOLLOデ タベ ス の 各 種 芸 術 分 野 の デ ィ レ ク ト リ は 、 基 礎 的 デ ー タ と し て 、 芸 術家個人あるいは芸術団体を個別に検索でき、また集計・解析して統計化できる。更に、 各種実態調査の母集団・標本枠としても利用でき、個別に調査票発送等の作業も行なえる。 M A Dデ ィ レ ク ト リ を 利 用 し て 、 我 々 は 、 昭 和 6 1年 に 「 日 本 の 芸 術 家 4 0 0 0人調査」 (3) と し て 、 最 近 の 日 本 の 舞 台 ・ 演 奏 芸 術 家 の 活 動 ・ 生 活 の 実 態 把 握 の た め に 郵 送 に よ る ア ンケート調査を実施した。(<)我々は、 M A Dの 拡 張 版 と し て 、 今 回 、 新 規 収 録 の 芸 術 分 野 の美術家及び文芸家のディレクトリをそれぞれの名簿をもとにして追加した。本稿での議 論 は 、 こ の 作 業 を も と に し て 行 な う 。 こ の 作 業 の 概 略 フ ロ ー チ ャ ー ト を 図 1 に示す。 図 l ディレクトリ・データベース編成手順 期入力ファイル 3. 1 原 デ タ と し て の 美 術 家 名 簿 と文芸家名簿の内容と性格 3. 1 . 1 美術家名簿と文芸家名 簿の内容 日本美術家連盟刊行「会員名簿・便覧 1985‑1989J.(1985年版)には、 1985年 8月 3 1日 現 在 の 正 会 員 3978名 ( 日 本 、 画 部 264名 、 洋 画 部 3053名 、 版 画 部 165名 彫 刻 部 496名 ) 、 外 国 人 会 員 1 2名 、 準 会 員 ( 物 故 し た 正 会 員 の 配 偶 者 ) 671名 、 及 び 賛助会員、顧問、連盟事務職員を掲載し ている。我々はそのうち、正会員と外国 人 会 員 の 合 計 3990名 の 美 術 家 を 収 録 対 象 とした。名簿は会員を、日本画部などの 各 部 毎 に 5 0音 順 に 配 列 し て い る 。 記 述 さ れ て い る 項 目 は 、 凡 例 に よ れ ば 、 「記 述は可能な限り、氏名、会員番号、郵便 番号、住所、電話番号、生年(括弧内は 和歴)、出生地、学歴、現在の所属又は 作品発表美術団体とその資格、専門・仕 事の順序」で配列されている。この名簿 は自然語で記述されたディレクトリより も構造化されたディレクトリになってい る 。 一方、日本文芸家協会編の「文芸年鑑」 (昭和 6 0年 版 、 新 潮 社 発 行 ) に は 、 昭 和 6 0 年 1月 現 在 の 文 化 各 界 名 簿 、 著 作 権 継 承 者 名簿と、文化団体・映画会社、新聞・通 信社、出版社、雑誌、ラジオ・テレビ局、全国主要文学館・図書館、全国同人雑誌の各一 覧 が 掲 載 さ れ て い る 。 我 々 は そ の う ち 、 文 化 各 界 名 簿 に 記 載 さ れ て い る 文 芸 家 3013名 を 収 録 対 象 と し た 。 名 簿 は 名 前 の 頭 文 字 の 読 み に 従 っ て 50音 順 に 配 列 さ れ て い る 。 記 述 さ れ ている項目は、凡例によれば、 「 姓 名 、 職 業 ( 専 攻 部 門 ) 、 郵 便 番 号 、 現 住 所 [ 電 話 番 号 ] 、 生年月日、出生都道府県名、卒業文は修業校、現職及び現所属団体(原則として主なもの 二つまで)、代表的著訳書名の順序」で配列されている。美術家名簿と同じく、自然語で 3. 新 規 収 録 分 野 の 芸 術 家 名 簿 と そ の 初 ‑180一

記述されたディレクトリよりも構造化されたディレクトリになっている。 3. 1. 2 美 術 家 名 簿 と 文 芸 家 名 簿 の 初 期 入 力 フ ァ イ ル 作 成 上 の 問 題 点 それぞれの人名簿は、各人について、凡例にあるすべての項目が記載されているとは限 らず、また、各項目の順序も凡例通りになっていないものや、凡例にない項目もある。現 在 、 外 国 に 居 住 し て い て 日 本 に 連 絡 先 が あ る 例 の よ う に 、 住 所 が 2 ヵ所ある場合がある。 また、外国在住の記述がまちまちだったり、それらの記載が全くなかったりしている。凡 伊l にない項目として、文芸家の場合、物故者の記述がある。 性別は記載されていない。美術家の場合はその名前の性格上判別不明のものが多い。 名前の読みについては、難解な名前にのみ付されている。したがって、名前の読みは推 定 せ ざ る を え な い 。 美 術 家 の 場 合 は 、 名 前 の 読 み の 先 頭 1字 に 関 し て で も 、 推 定 せ ざ る を えない。但し、ア行とかカ行とかは名簿上で分類されている。文芸家の場合は、名前の読 みの頭文字毎に配列されているため、名前の読みの頭文字だけはわかっている。 また、文芸家の特質として、本名以外のペンネームをもっている。そのとき、同一人物 が複数のペンネームをもっていたり、複数の人物が一つのベンネ ムで著作物を書いてい たりすることがある。(0) 図 2 初期入力ファイル作成手順 3. 2 初 期 入 力 フ ァ イ ル 作 成 手 順 我々は、原美術家及び文芸家名簿を、でき るだけ機械処理をできるような形で入力した。 しかし、後でのデータベース編成作業に必要 なタグ情報を確保するために、最低限の前処 理を施して、名簿のイメージで計算機可読型 ファイルの形で入力した。行なった前処理は 以下の通りである。 (1) 個 人 識 別 記 号 の 付 与 個 人 識 別 記 号 は 次 の 5種 類 の 半 角 の 英 数 字 ・ カタカナから構成されている。 ①各人名簿での分類番号 美術家名簿では予め日本画部などの部で 分類されている。記載されている順に正会 員 は lから 4ま で の 、 外 国 人 会 員 は 5から 8ま での l 桁 の 数 字 で あ る (1:日本画部 2:洋画 部 3:版画部 4:彫刻部 5:外国人会員 日 本 画 部 6:外国人会員 洋 画 部 7:外国 ￨データチエツ 人 会 員 版 画 部 8:外国人会員 彫刻部〕。 文芸家名簿では、記載されている職業 (専攻部門〕を、我々が 1 0分 類 し た (0から 9ま で の ) 1 桁 の 数 字 で あ る (0:分野不明 1: 国 文 学 、 外 国 文 学 者 2:歴史、哲学、自 然 科 学 3:政治学、経済学 4:詩人、俳人 5:作家、評論家 6:音楽家 7:美術家 8: 映画、演劇、舞踊、古典芸能 g :その他)。 ②名前の読み(推定)の頭文字(カタカナ)1文 字 ③ 順 番 号 4桁 美術家名簿では上記①の分類毎に、文芸家 名簿では原名簿の順序で、 0 0 0 1から 1固に付与 した o ④性別 男 は M、 女 は F、 判 別 不 能 な も の は ブ ラ ン ク と し た 。 ‑181‑ ( おわり

⑤物故者記号 こ対しては・*' ( ア ス タ リ ス ク ) を 、 生 存 者 に 対 し て は ブ ラ ン ク を 付 し た 。 物故者 i (2) 名 簿 上 で 2行 に わ た っ て 続 い て い る 記 述 か 、 そ の 行 で 終 わ っ て い る 記 述 か の 区 別 。 (3) I 外国住所」の直前に'$・、 「学歴」の直前 i こ・&' (アンパーサント)、 「所属団 体 名 、 職 業 等 」 の 直 前 に は 、 美 術 家 名 簿 で は ・ 属 ¥ 文 芸 家 名 簿 で は ' % '， 美 術 家 名 簿 で の 「 専 門 ・ 仕 事 」 の 直 前 に ' 専 ¥ 文 芸 家 名 簿 で の 「 代 表 的 著 訳 書 名 」 の 直 前 に !' 仕事場・連絡先等の先頭に・@'をそれぞれ付した。 (4) 文 芸 家 の 場 合 に 、 名 前 の 読 み の 推 定 を 行 な っ た 。 (5 ) 本 名 タ グ に 対 す る 情 報 と し て 、 「本名」、 「別名」、 「旧名」、 「筆名」、 「旧筆 名」、 「法名」、 「号」、 「雅号」、 「 本 姓 」 を そ れ ぞ れ ア ル フ ァ ベ ッ ト の IA J‑ I1Jで置き換えた。 前 処 理 を 施 し た 名 簿 を 、 美 術 家 の 場 合 は lレコ ド254バ イ ト 、 文 芸 家 の 場 合 は lレコ ド 220バ イ ト の 固 定 長 で 、 各 人 に つ い て 原 則 的 に lレコ ドずつ入力した。但し、 lレ コ ー ド に お さ ま ら な い も の に 対 し て は 、 続 く レ コ ー ド の 先 頭 lバイト自に・一， ( ハ イ フ ン ) を 記 述 し て、残りの文字列を 1 1バ イ ト 目 か ら 続 け た 。 初 期 入 力 フ ァ イ ル 作 成 手 順 の フ ロ ー チ ャ ー ト を 図 2に 示 す 。 フ ァ イ ル 入 力 項 目 と そ の 順 序は以下のとおりである。 美術家:姓名、美術家連盟会員番号、現住所(郵便番号を含む)、現住所の電話番号、外 国住所、生年、出生地、学歴、所属団体名、専門・仕事 文芸家:姓名、職業(専攻部門)、文芸家協会会員の記号、現住所(郵便番号を含む)、 現住所の電話番号、連絡先、連絡先の電話番号、生年月日、出生地、学歴、所属 団体名、代表的作品名、物故者の場合は没年月日 3. 3 初期入力ファイル のエラーチェックと エラ 修正作業 パンチ入力後の初期入力ファ イルは、種々のエラ がある と思われる。データエラ一発 見のための手順は以下の通り である。(.) 図 3 MAD標準ファイルの編成手順 入力されたファイルは LP シートに出力して、人間の目 でカラムずれ、単純な入力ミ ス、漢字機能コードの入力ミ スのための文字化けを修正す る。(7)次に、計算機によるデ な SASデータセット ータチェックを行なう。 これらのエラーチェック作 業の過程で、これらの初期入 力 フ ァ イ ル は A P O L L Oデ タベ スの核となるべき中間 ファイルである S A Sデ タ セットに変換されている。各 項目の変換後、個人識別記号 によるリレーショナルテ ータ ベースでいうジョイン作業を 行う。その後、 M A D標 準 フ ァ イルへの編成を行った。図 3 に M A D標 準 フ ァ イ ル 編 成 手 ( ‑182‑ おわり 〉

順のフローチャートを示す。 4. M A D 標 準 フ ァ イ ル 編 成 4. 1 M A D標 準 フ ァ イ ル 既に作成した音楽家、俳優、演劇人、舞踊家、某音楽コンク ル 参 加 者 の M A Dファイ ケ ス ト ラ 団 員 フ ァ イ ル は 、 M A D標 準 フ ルを M A D標 準 フ ァ イ ル と 呼 ぶ こ と に す る 。 オ ァ イ ル と は や や 異 な っ た フ ォ ー マ ッ ト に な っ て い る 。 各 種 M A Dフ ァ イ ル の タ グ の 種 類 と 内容を下表に掲げる。それぞれのファイルで、同じ内容の項目に対して異なったタグを使 用 し て い る 。 こ れ は そ れ ぞ れ の 原 名 簿 の 記 載 形 式 が 異 な っ て い る か ら で あ る 。 表 lに M A D標 準 フ ァ イ ル の タ グ 一 覧 表 を 示 す 。 表 1.M A D 標 準 フ ァ イ ル の タ グ 一 覧 表 氏名 氏名の読み 本名 性別 生年(月日) 出身(本籍)地 現住所 連絡(帰省)先 電話 学歴 専門分野 所属 主宰 会員(番号) 関連 勤務先・職業 留学 外国公演・研修・外遊 師事者 作品など 音学家 某音楽 俳優 人 演劇l 舞踊家 # ]1 7‑ J レ # # # # # Y Y 4 5 Y 本 5 6 6 2 2 電 7 電 7 l 3 ・A Y 。 生 出 住 連 電 卒・修・歴 。 宰 演 関 勤 留 外 師 年 年 # 住 省 住 # 。。 。 。 生 出 住 連 電 。 f 点主d 与 ‑ 属 宰 関 # 4 留 外 師 師・外 A 著・訳 初舞台 受賞歴 劇団歴 身長・体重 趣味・特技 その他 継続行 9 B 9 ‑作 初 賞 8 3 C 也 ( 0 印 は M A D標 準 フ ァ イ ル の 補 助 フ ァ イ ル か ら 抽 出 可 能 で あ る 4. 2 美 術 家 及 び 文 芸 家 の 初 期 入 力 フ ァ イ ル の 問 題 点 こ こ で 作 成 し た 美 術 家 及 び 文 芸 家 の 初 期 入 力 フ ァ イ ル の 構 造 で は M A D標 準 フ ァ イ ル に 1 8 3

計算機処理だけで変換することは困難である。というのは、各タグ情報が、当初入力した ものとは、計算機による集計結果で、別のタグ情報と混在していることが判ったからであ る 。 3. 2で も 述 べ た よ う な 修 正 を し て 、 計 算 機 処 理 を 容 易 に す る こ と が 必 要 で あ る 。 更 にすべての編成作業を計算機のみで行なうよりもノマソコンによる手修正を行なったほうが 効率的である場合がある。 4. 3 美 術 家 ・ 文 芸 家 用 の M A D標 準 フ ァ イ ル と そ の 編 成 作 業 美 術 家 及 び 文 芸 家 の M A D標 準 フ ァ イ ル と し て の タ グ 構 造 を 表 2 ，こ示す。ここで、美術 家の「学歴」、 「所属団体」、 「 専 門 ・ 仕 事 」 に 対 す る タ グ ・ 歴 ¥ ・ 属 ¥ ・ 専 ' と 、 文 芸 家 の「学歴」、 「 所 属 団 体 」 に 対 す る タ グ ・ 歴 ， 属 . は 更 に 詳 細 な 項 目 に 分 類 さ れ う る 。 我 々 が 行 な っ た 美 術 家 及 び 文 芸 家 の 初 期 入 力 フ ァ イ ル を M A D標 準 フ ァ イ ル に 再 編 成 し た作業の項目は以下の通りである。 美術家と文芸家ファイルに共通な編成手順 (1) 出 生 地 の ' 生 ' を 除 去 し 、 更 に ' 都 ， 府 ¥ ・ 県 ・ を 除 去 す る 。 (2 ) 現 住 所 と 連 絡 先 、 更 に 外 国 住 所 で あ る か 否 か の 処 理 を す る 。 (3)男女別の記号， M '• .F ' を全角の「男」、 「女」に変換する。 美術家ファイルの編成手Ii国 (1) 名 前 の 姓 と 名 と の 閣 の 記 号 ， r t，をプランクに置き換える。 (2 ) 会 員 番 号 の 前 後 に 付 加 し て い る 括 弧 を 除 去 す る 。 (3) 名 前 の 読 み の 頭 文 字 1文 字 半 角 カ タ カ ナ を 全 角 ひ ら が な に 変 換 す る 。 (4 ) 美 術 家 フ ァ イ ル の 識 別 の た め の タ イ ト ル と 、 名 簿 の 上 で 分 類 さ れ た 分 野 ( 日 本 画 部、洋画部、版画部、彫刻部、外国人のそれぞれの部)を、それぞれの一群のレコ ドの直前に挿入する。 表 2.美 術 家 及 び 文 芸 家 用 M A D標 準 フ ァ イ ル の タ グ 構 造 (美術家ファイルのタグ構造) 名前 Y 名前の読みの頭文字(平仮名' 1文 字 ) S 性別 生 生年(西暦、和歴) *出 出 生 地 ( 都 道 府 県 名 、 外 国 名 等 ) *故 没 年 月 日 又 は " 物 故 者 " *住 現 住 所 *電 現 住 所 電 話 番 号 *連 連 絡 先 * T 連絡先電話番号 *歴 学 歴 等 *専 専 門 ・ 仕 事 日本美術家連盟会員番号 *会 *属 作 品 発 表 美 術 団 体 と そ の 資 格 継続行 # (文芸家ファイルのタグ構造) 名前 Y 名前の読み 本 本名等 S 性別 生 生年月日(和歴、西暦) 出 出生地(都道府県名、外国名等) *故 没 年 月 日 又 は " 物 故 者 " *住 現 住 所 *電 現 住 所 電 話 番 号 *連 連 絡 先 * T 連絡先電話番号 *歴 学 歴 等 ( 卒 業 又 は 修 業 校 ) 分 分野 *専 職 業 ( 専 攻 部 門 ) *会 " 日 本 文 芸 協 会 会 員 " *属 現 職 及 び 現 所 属 団 体 *著 代 表 的 著 訳 書 名 継続行 # *はオプションタグ 外 国 記 述 の 場 合 、 住 タ グ 、 電 タ グ 、 連 タ グ 、 Tタグはそれぞれ住$、電$、連$、 となる。 ‑184 T$

文芸家ファイルの編成手順 (1) 職 業 ( 専 攻 部 門 ) の 前 後 に 付 加 し て い る 括 弧 を 除 去 す る 。 (2) 前 処 理 作 業 で 分 類 し た 職 業 の 分 類 コ ドを全角に変換する。 (3) 文 芸 家 フ ァ イ ル の 識 別 の た め の タ イ ト ル を 挿 入 す る 。 5. 新 規 収 録 分 野 の M A D標 準 フ ァ イ ル と そ の 内 容 5. 1 M A D標 準 フ ァ イ ル の デ ー タ ベ ー ス 化 今回以前 l こ 、 既 に 作 成 し た M A D標 準 フ ァ イ ル は 計 算 機 処 理 に よ っ て デ タベ スに容 こ変換されている。我々が今回作成し 易 に 編 成 で き る 中 間 フ ァ イ ル の S A S デ タセ y トl た 美 術 家 と 文 芸 家 の M A D標 準 フ ァ イ ル も 同 様 に 編 成 さ れ な け れ ば な ら な い 。 し か し 、 我 々 は 初 期 入 力 フ ァ イ ル か ら M A D標 準 フ ァ イ ル の 編 成 過 程 で 中 間 フ ァ イ ル の S A Sデ タ セ y トを作成しているので新たな作業は不要である。 5. 2 新 規 収 録 分 野 フ ァ イ ル の 単 純 集 計 結 果 美術家については、一部既に報告{引されているが、我々が作業した経過の集計結果を表 3 に 示 す 。 但 し 、 文 芸 家 の う ち で 、 二 人 で 一 つ の ペ ン ネ ー ム を も っ て い る の が 2件 、 一 人 で 二 つ の ペ ン ネ ー ム を も っ て い る の が 5件 含 ま れ て い る 。 表 3.新 規 分 野 フ ァ イ ル の 集 計 結 果 6. お わ り に 我々は、 APOLLOデ ー タ ベ ー ス に 、 新 規の芸術分野である美術家と文芸家を追加す る 方 法 と し て 、 今 回 は 、 M A D標 準 フ ァ イ ル に編成する方法を試みた。その編成過程で作 成した中間ファイルは、各々の項目を含む S A Sデ ー タ セ y ト に な っ て い る 。 こ の フ ァ イ ル か ら M A D標 準 フ ァ イ ル を 作 成 す る に 当 た っ ては、各個人に付与した個人識別記号を使用 して併合(マージ)する方法を用いた。この 併合作業は、換言すれば、リレーショナルデ ータベースにおけるジョイン作業にほかなら ない。加えて、 M A D標 準 フ ァ イ ル か ら の デ ータベース化の作業を行なう代わりに、初期 入 力 フ ァ イ ル か ら M A D標 準 フ ァ イ ル へ の 再 編 成 へ の 中 間 作 業 で 作 成 し た S A S デ タセッ ト の 内 容 が そ れ 自 身 で APOLLOデ タベ スの各々の項目になっている。このため、 M A D標 準 フ ァ イ ル の 作 成 過 程 を 経 ず に APO L L0データベースに追加することが可能と なる。 女性 男性 性別不明 合計 物故者 現住所が海外 連絡先が海外 文芸家協会会員 分野 1 2 3 4 5 美術家 564 3219 207 3990 7 7 0 。 264 3053 165 496 l 6 7 8 2 8 9 l 文芸家 369 26 21 2 3 3013 3 3 1 3 2 1291 4 431 2 16 5 1 376 1460 7 2 252 8 5 6 7 謝 辞 : 本 稿 は 昭 和 6 1 ・ 6 2年 度 文 部 省 科 学 研 究 費 補 助 金 「 日 本 の 芸 術 家 ・ 芸 術 団 体 デ ー タベース APOLLOJ 研 究 成 果 公 開 促 進 費 の 芸 術 活 動 動 向 予 測 研 究 会 デ ー タ ベ ー ス編成班(班長:永山貞則)の共同研究分担者として、関西大学周防節雄助教授と共 に行った計算機処理システムの研究成果の一部である。本稿作成にあたり、一橋大学 経済研究所日本経済統計情報センター松田芳郎教授、安田聖助教授から種々の示唆を 受けた。 ‑185‑

注 (1) 文 部 省 科 学 研 究 費 補 助 金 「 日 本 の 芸 術 家 ・ 芸 術 団 体 デ ー タ ベ ー ス APOLLOJ 研究成果公開促進費(研究代表者:永山貞則)。 (2 )音楽家は『演奏年鑑~ 1985年 版 ( 日 本 演 奏 連 盟 刊 ) 、 俳 優 と 演 劇 人 は 『 新 劇 便 覧 』 1984 年版(テアトロ社刊)、舞踊家は『舞踊年鑑~ I X1985年 版 ( 全 日 本 舞 踊 連 合 刊 ) を参照。 (3 ) 昭 和 6 0 ・ 6 1 ・ 6 2年 度 文 部 省 科 学 研 究 費 補 助 金 ( 特 定 研 究 ( 1) :研究課題番 号 52124014) Iわ が 国 の 芸 術 活 動 の 動 向 予 測 に 関 す る 基 礎 研 究 J ( 研 究 代 表 者 : 三 善 晃)の一連のプロジェクトのうちの一つ。同時期に芸術団体ディレクトリを利用して 「芸術活動団体の活動状況調査」もプロジェクトのーっとして実施された。 (4) そ の 成 果 は (3) の 『 研 究 成 果 報 告 書 [ 総 論 編 ] [資料編] ~ (昭和 6 3年 3月 ) を 参 考にされたし。 (5) R .H .Burger，"Authorit y Work:The Creation， U s e， Maintenance， a n d Evaluation n c .，1985， 松 井 幸 o f Authority Records a n dF i l e s "，Libraries Unlimited， I 子・内藤衛亮共訳『デ タベースの典拠作業:典拠レコードとファイルの作成 ・ 利 用 ・ 維 持 管 理 お よ び 評 価 』 丸 善 、 1987 を参照。 (6 ) 次 の 3報告を参照。 梅崎靖・大久保恒治「日本の統計調査のチェック方式の実態一『実態調査』の集計・ 解 析 結 果 (II) ‑J 、 総 務 庁 統 計 局 統 計 基 準 部 編 『 昭 和 6 1年 度 デ タ・チェ ッ ク 標 準 シ ス テ ム の 開 発 に 関 す る 調 査 研 究 報 告 書 』 、 1987 大久保恒治・松田芳郎、 「設問聞の論理チェックによる定性的データの欠損値の補間」 『 統 計 量 の 頑 強 性 や 種 々 の 感 度 分 析 、 モ デ ル と 適 合 性 及 び 不 完 全 デ タの解析 等の理論とその応用に関する研究会 不完全情報に基づく推測理論と適用ーシ ンポジウム講演予稿集~ 1 987 大 久 保 恒 治 「 統 計 処 理 の 解 説 文 か ら の 報 告 書 名 を 析 出 す る た め の 構 文 解 析 処 理 J ~第 3 3会 情 報 処 理 学 会 全 国 大 会 講 演 論 文 集 』 、 1986。 (7) 漢 字 入 力 は KE 1S( K a n jiProcessing Extended Information S y s t e m ) (目立漢字 情報処理システム)コードで入力しであり、漢字の始まる文字列の直前に漢字機能コ ド(OA42)X が挿入される。 (8) 永 山 貞 則 ・ 周 防 節 雄 「 芸 術 家 の 年 齢 と 地 域 構 造 J ~統計』、日本統計協会、 1988 を参 日 召 。 1 8 6

日本 5A5ユーザー会 ( 5UG卜 J) 戦後の統計書誌情報データベースの構築と SASの活用 周防節雄 関西大学経済学部 The Construction o f the B i b l i o g r a p h i c I nformation Database on Japan's Post‑war S t a t i s t i c s and t h e Use o f SAS S e t s u o Suoh ，K ansai U n i v e r s i t y F a c u l t yo f Economics 3‑3‑35， Yamate‑cho ，S u i t a， Osaka 564 Japan. 要旨 数年前に戦後の 1 6個 の セ ン サ ス や 大 規 模 標 本 統 計 調 査 に 関 す る 統 計 報告書の書誌情報データベースを構築した。その後、戦後に実施された中央省庁 による統計調査のほとんどを網羅する書誌情報データベースを最近完成した。 そ れらの報告書の出版形態には大別して次の三種類ある。 (1)報告書が出来次第さみだれ式に出版されるために、刊行時期が事前に特定し 難いもの、いわゆる、可塑的刊行形態の逐次刊行物 (2)統 計 調 査 の 周 期 が l 年で、ほぼ毎年刊行されるもの (3)定 期 刊 行 物 で あ る 統 計 雑 誌 に 月 、 旬 、 四 半 期 、 半 年 等 の 頻 度 で 刊 行 さ れ る も の このような書誌情報をデータベース化する際に効率の良い初期入力ファイルの データ構造・ファイルフォーマットを採用した。 その際に省略された情報を更に SASプ ロ グ ラ ム に よ り 復 元 し 、 マ ス タ ー フ ァ イ ル を 作 成 し た 。 キーワード: 政 府 統 計 、 書 誌 情 報 デ ー タ ベ ー ス 、 フ ァ イ ル 設 計 、 階 層 構 造 lはじめに 1138 265 5 3 6 9 1 5 530 4 0 6 1 3 2 599 1 6 7 2 2 1 1 1 2 3 8 1 3 215 の︑し 報告書総数 7 8 5 5 2 1 3 1 0 3 4 1 5 7 7 38 1 5 38 3 37 計和当 統昭︑ て応に 実施回数 表1 前 回 初 期 入 力 フ ァ イ ル を 作 成 し た 1 6統 計 調 査 ‑187‑ 本て手 日し着 ︑の整 つ対的 亘に格 に化本 年報に 長情備 一の一 統計調査名 (調査周期) 国勢調査 (5年 毎 ) 住宅統計調査 (5年 毎 ) (5年 毎 ) 全国消費実態調査 全国物価統計調査 (5年 毎 ) (5年 毎 ) 社会生活基本調査 事業所統計調査 (3年 毎 ) (3年 毎 ) 就業構造基本調査 学校基本調査 (毎年) 学校教員統計調査 (3年 毎 ) 農林業センサス (5年 毎 ) 漁業センサス (5年 毎 ) 工業統計調査 (毎年) (3年 毎 ) 商業統計調査 本 邦 鉱 業 の す う 勢 調 査 (毎年) 全 国 貨 物 純 流 動 調 査 (5年 毎 ) 賃 金 構 造 基 本 統 計 調 査 (毎年〉 は会の で社ス タ年ベ ン近タ セ︑一 g 1 0 1 1 1 2 1 3 1 4 1 5 1 6 計き情 2 3 4 5 6 7 8 報がデ 情た報 デ日 統て誌 済し書 経をの 本集書 日収告 所の報 究献査 研文調 済る計 経す統 学関ら 大にか 橋タ度 一一年 調査 1 0番号

初から著者はその構築作業に関わってきた。昭和6 2年 に 、 表 1 1 こ示す様に、 セ ン サ ス、および、大現模統計調査を含む 1 6の 統 計 調 査 の 戦 後 分 に つ い て 一 応 の 作 業 が 完了しており、詳細についてはセンターから刊行されている統計資料シリーズ N o . 3 2~可塑的刊行形態の逐次刊行物目録データベース編成技法 J (昭和 6 2年 周 防 )1> に収録されている。 ま た 、 周 年 の S U J I ‑ J ' 8 7で も 報 告 れ を し た 。 そ れ 以 来 、 他 の 統 計調査についても同様の作業を進めていた結果、主だったほとんどの調査につい てデータの整理が済み、初期入力ファイルがようやく完成した。詳細に関しては 松 田 他 ( 平 成 2年 ) 3 > を 参 照 さ れ た い 。 本 稿 で は 、 今 回 の デ ー タ ペ ー ス 構 築 作 業 に つ いて、主としてデータ構造の観点から解説するが、紙幅の関係上、三つのファイ ルのうち、 「年刊物」に重点を置いている。 なお、今回のデータの整理作業に当たっては、『統計調査総覧 昭 和 58年 J (行 政管理庁編)の冊子体およびその磁気テープ版を主として参考にしている。 2 .統計調査報告書の種類 今 回 、 新 た に デ ー タ ベ ー ス に 収 録 し た 統 計 調 査 報 告 書 は 、 大 き く 2種 類 に 分 類 できる。ひとつは、前回の 1 6統 計 調 査 と 同 様 、 い わ ゆ る 、 可 塑 的 刊 行 形 態 の 逐 次 刊行物と我々が称している報告書の類である。 これは、我々のデータ整理作業の 都合上、更に、二つに分けるのが便利である。つまり、対象となる統計調査の調 査 周 期 が 2年 以 上 か 、 あ る い は 、 毎 年 の 調 査 で あ る か に よ っ て 、 デ ー タ 整 理 の 方 法が少し異なる。 こ こ で は 、 前 者 の 報 告 書 を 「 周 期 物 」 、 後 者 を 「 年 刊 物 」 と 呼 ぶことにする。いまひとつの種類の統計調査報告書は、通常の逐次刊行物、つま り 、 「 統 計 雑 誌 」 の 形 態 で 刊 行 さ れ る も の で あ る 。 表 2に そ れ ぞ れ が カ バ ー し て い る統計調査の教と報告書の数を示す。ただし、家計調査の様に、調査自体は毎月 実施されて月報が刊行され、更に、一年分をまとめて年報が刊行される場合には、 統計雑誌と年刊物の双方のファイルに含まれているものもある。 な お 、 付 表 l、 2、 3に は そ れ ぞ れ が カ バ ー す る 統 計 調 査 名 の 一 覧 表 を 載 せ て いるが、紙帽の関係上、報告書名やタイトル名の一覧は省略する。 7 7何 I16統 計 調 査 ￨ 周 期 物 目 1 6 I 71 ̲ .， . ̲ 統計調査数 I ￨タイトル数 冊数 表2 3 . ファイルの設計 3 .1基 本 的 姿 勢 6統 計 調 査 の 書 誌 情 報 の 初 期 入 力 フ ァ イ ル を 設 計 し た 際 に は 、 今 前回作業分の 1 回の作業対象となるその他の統計調査の場合も念頭に入れていた。 その上で、入 力データの整理、 コ ー デ ィ ン グ 、 パ ン チ 入 力 、 校 正 の 各 作 業 段 階 で の 便 宜 を 考 慮 した結果、階層階造を持つデータ構造を採用した。その時に、そのファイル設計 で我々の目指す様なデータベースを首尾よく構築できるかどうかを実際に確かめ るために、内容的に時系列的つながりを持つ報告書を検索できる「書誌変遷検索 シ ス テ ム 」 を パ ソ コ ン (PC‑9800シ リ ー ズ ) の PC‑S A S上 に 試 作 し 、 成 功 し て い る 。 従って、今回のファイル設計に当たっても、階層構造を採用した。なかでも可 塑的刊行形態の逐次刊行物に分類される周期物と年刊物の場合は、基本的にほぼ 同じ設計思想で臨んだ。一方、統計関連の雑誌に関しては、雑誌一冊一冊を書誌 単位としていては数が膨大になるため、初期入力ファイルにおける論理的なレコ ‑188‑

7さ の 場 力 階 ・ フ は 使 ミ イ ︑ 当 たと し﹂フン部現入段夕︑ルはラアば相 とル力イ外︑︑力一にイにグフれに ﹂イ入ザをはは入デりア際ロ一け﹂ ルア期デトルい上︑返フのプタなル トフ初に一イる造は見力築をスえイ イ力のめシアあ構ての入構ルマ考ア タ入者たタフ︑ルいそ期スイがをフ ﹁期前る‑力止イつ︒初一アルど力 の初︒すデ入防ア報るのペフイな入 誌﹁るグた期生フ情いそタ力ア約期 雑 ・ ぁ︑ン.れ︑初.発 な て 一 入 フ 節 初 ︑︒にでイさののに能っしデ期たの﹁ てた際点デグそタめ可図増の初しトう くれのる一ン︒一たがをが階た元ス言 なさ計いコイすデの元化度段れ復コで は計設てをデ指一約復素雑のさを力般 で設ルれ報‑をラ節て簡禎次品報入一 誌にイ人情コルエのつ︑の︑納情や間 雑 規 7に 誌 の イ や ト よ は 造 や ︑ 略 化 世 の新フ慮書そア化スにい構正で省率常 冊は︑考た︑フ率コグる層校こな能通 一ルはをしとの能力ンあ階のそうのが 冊イ点方理る時る入︑︑︑︑のタ︒よ業ル 一 7る 双 整 え る け ︑ ラ 賂 間 一 る の 作 イ なフすので換すおりグ省ドデいそにア 的の意﹂一い注にまロで一のて︑一仮フ 理造留ルタ言発階つプ階コ後っし︑一 物構つイン︑に段︑で段レ力な換りタ︒ ︑層一アセト者の滅後のる入に変まスる は階まフ当ウ業業削もグけはのてっマあ 位のい一︑ア力作のてンおでもっ︒うで 単めでタはイ入な量しィにまいよる言の のたこスとレテ々タ略デルまくにあでも ドのこマルたン様一省一イのにグでこる 一そ﹁イれパのデでコアそいンルこす 3.2 周 期 物 と 年 刊 物 の フ ァ イ ル 今回の周期物の初期入力ファイルは、ファイルの階層構造という点では、前回 6統 計 調 査 と 比 べ て と全く同じと言ってよく、整合性を保っている。ただ、先の 1 今度は調査自体がかなり小規模であり、実施回数も少なく、報告書の刊行形態も 簡素化されているので、報告書名を効率よく入力するためにデザインされた分冊 書 名 (B タ グ ) の レ コ ー ド の 構 造 が 、 結 果 的 に は 、 簡 単 に な っ て い る 。 個々のタグ毎のレコードに含まれるフィールドのアロケーションについても、 前回と完全な整合性がある。ただ、今回の周期物の特性上、前回使用しなかった フィールドに意味を持たせたり、フィールドの位置は同じでも、新たな意味を持 つコードを追加したケースもある。 6統 計 調 査 を 参 考 l こし 一方、年刊物のファイル設計にあたっても、基本的には 1 たが、一部のタグのレコードにおけるフィールドのアロケーションを若干変更し たところがある。 周期物、年刊物いずれの場合も、初期入力ファイルでは後で復元可能なタグの レコードは、 レ コ ー ド そ の も の の 省 略 を 認 め る 設 計 に な っ て い る 。 と こ ろ で 、 初 期入力ファイルのレベルで、周期物と年刊物のファイルとの階層構造上の大きな 相違点が実はひとつあるのだが、これはそれぞれのファイルの特殊性に起因して いる。 周期物の方は特に「多巻物」の場合は、前回の 1 6統 計 調 査 と 同 様 に 、 一 回 の 調 査で多数の報告書が刊行されることが多い。そのために、初期入力ファイルでは、 統計調査毎に大きいプロックを形成しており、その中に個々の報告書毎に必要な レコードが収容されている。書誌情報の整理・コーディングの際に、一冊毎に該 当する統計調査名を与えなくても済むという利点がある。マスターファイルでは 統計調査番号が一冊毎に復元されている。 これに反して、年刊物の特徴としては、①一回の調査当りの報告書の数がそれ ほど多くなく、通常は一冊である、②報告書名が毎回ほぼ一定で、調査対象年次 の表示部だけが変化していく。例えば、総覧番号7 67の 生 活 保 護 動 態 調 査 の 場 合 、 昭和 3 5年 度 に 「 生 活 保 護 動 態 調 査 報 告 昭 和 35年 度 」 と い う 報 告 書 を 刊 行 し て 以来、昭和 5 8年 度 ( 我 々 の デ ー タ 整 理 作 業 の 最 終 時 点 ) ま で 毎 年 、 年 度 の 表 示 部 が変わって行くだけである。つまり、特に統計調査毎に報告書をーヶ所に集める ‑189

努力をする必要がなく、毎回共通の報告書名の部分を(これを「共通タイトル」 と呼んでいる)を最初だけ入力しておけば済む。従って、初期入力ファイルでは この共通タイトルで一つのプロックを形成して、 その中に個々の報告書が該当す る年次の情報を入れておく。マスターファイルではその年次の情報を基にして、 共通タイトルと年次を合成して「完全報告書名」を復元しながら、 その他の属性 のレコードも慢元して付加していけばよい。 3 . 3統 計 関 連 雑 誌 の フ ァ イ ル 雑誌の初期入力ファイルは、周期物や年刊物の報告書の初期入力ファイルと同 様に、一書誌単位が色々なタグ情報付きのレコードの集合からなる階層構造を持 つファイルである。 し か し 、 雑 誌 の 初 期 入 力 フ ァ イ ル が 周 期 物 や 年 刊 物 の 報 告 書 の初期入力ファイルと較べて基本的に大きく異なる点は、ふたつある。 第ーには、論理的なひとまとまりのレコードの単位、言い換えると書誌単位が、 後者では物理的に一冊々々の報告書である一万、前者は雑誌名毎である点が挙げ られる。つまり、雑誌の初期入力ファイルでは、雑誌名が変化しない限り、新し い論理的なレコード、言い換えると、新しい書誌単位は発生しないことになる。 もっとも、 そ の 聞 に 編 者 や 対 象 の 統 計 調 査 名 等 に 変 更 が あ っ た 時 に は 、 必 要 に 応 じて変化した情報だけは追加或は変更される。 第二の点は、周期物や年刊物の初期入力ファイルでは各書誌単位を構成するタ グ情報付きの各レコード自体が、状況に応じて、入力の際省略しでもよいとした のに対して、雑誌の初期入力ファイルでは、そのような省力入力の万式を採用し ていない点である。 そ の 理 由 は 、 第 一 の 点 と 関 連 す る の だ が 、 書 誌 単 位 が 雑 誌 名 であるために、物理的に一冊々々の報告書が書誌単位である周期物や年刊物の場 合と較べて、 そ の よ う な 方 式 を わ ざ わ ざ 導 入 し で も デ ー タ の 整 理 ・ 入 力 作 業 の 効 率化がそれほど図れず、むしろ導入した場合のデータ構造の槙雑化を考えれば、 マイナスの要因が多いと判断したからである。ただ、いくつかのタグのレコード については、一部のフィールドの入力の際に「上と同じ」という意味の省略記号 で代替入力し、後で、 マスターファイルを編成する際に復元している。従って、 雑誌の初期入力ファイルは、 ファイルの階層構造の点では、マスターファイルと レコードレベルで完全に一対ーに対応する。 雑誌の場合、将来の当センターでのハウス・キーピングに関連する受入・貸出・ 所蔵ファイルのいわゆる業務ファイルを考えた場合、いずれ、書誌単位を物理的 に一冊一冊の雑誌に変換する必要がある。そのために、現在の書誌単位である雑 誌名毎に、創刊号と最終号(廃刊、 タイトルの変更等があった場合)の情報や、 そのうち当センターが所蔵しているパックナンパーが何号から何号までかを記述 できるようにファイル設計がなされている。 4 . ファイル構造 4 .1 レ コ ー ド の 基 本 的 レ イ ア ウ ト 周期物、年刊物、雑誌の各ファイルともレコード長が 1 2 0バ イ ト か ら な る 順 編 成 ファイルであり、各レコードの基本的なレイアウトは図 4 .1に 示 す 通 り で あ る 。 第 1バ イ ト は 、 各 レ コ ー ド の 種 類 を 示 す タ グ 情 報 で あ る 。 ま た 、 エ デ ィ タ 上 で の修正作業の便宜を考えて、 1 13‑120バ イ ト ま で は フ ィ ラ ー と し て い る 。 漢 字 情 報(目立用 K E I Sコ ー ド ) を 含 む レ コ ー ド の 場 合 は 、 13‑1 4バ イ ト に 漢 字 開 始 機 能 コ ード(16 進O A 4 2 )を付与し、 15‑112バ イ ト に 最 大 4 9文 字 分 収 容 で き る 。 各 レ コ ー ド の 詳 細 な レ イ ア ウ ト は 紙 帽 の 関 係 上 省 略 す る 。 詳 細 は 参 考 文 献 3を 参 照 さ れ た い 。 ‑190

120 11 11 11 34 23 :漢: ;字; 全角文字(最大4 9文 字 分 ) :開: fi1 1er i A L ( O A 4 2 ) 1 6 図 4，1 レ コ ー ド の 基 本 的 レ イ ア ウ ト 4 . 2周期物のファイル構造 初期入力ファイルの階層憎造では、図4 . 2 . 1( 1 ) に 示 す 通 り 、 各 統 計 調 査 聞 の 階 層が最大のプロックを形成し、各ブロック内で報告書一冊分に相当する書誌単位 毎に情報が格納される。 その個々の書誌単位に関する各レコード聞の階層構造は、 一 般 的 に は 同 図 (2)で 表 現 さ れ る 。 入力作業の省力化のために、初期入力ファイル上で物理的に連続する二つの書 誌単位において、もしも双方の共通書名が同じであれば、二つ自の「￥」のレコ ー ド 自 体 を 省 き 、 編 者 や 調 査 対 象 年 が 同 じ な ら ば 、 二 つ 目 の rH J や rTJ の レ コード自体をそれぞれ省くことにする。また、共通書名のうち、回次や調査年の 表 示 を 除 い た 部 分 が 直 前 の 書 誌 単 位 と 同 ー の 場 合 、 同 一 部 分 を r$ J で 代 用 す る 。 継承関係にある書誌単位同士の書名または分冊名が同じ場合、 r J で代用する。 = (1) 初 期 入 力 フ ァ イ ル (2) l書 誌 単 位 調査名 l C 請求記号 1書 誌 単 位 分 の ι : : 8 : : :白・・提晴香・名....・: # レコードの集合 l書 誌 単 位 分 の レコードの集合 人川. H 編者 [K] 監 修 者 T 調査年 コネクタ [p]コネ.クタ I P 車 I C : [N] 注釈 注) [ ] は オ プ シ ョ ン レコードの集合 のタグを意味する。 r 斗 車 調査名 2 請求記号 @ 調査昔，報告書昔 1書 誌 単 位 分 の レコードの集合 @ 調査札報告書持 1書 誌 単 位 分 の 1 レコードの集合 ヰ 宇 C l がさる 一入が ド力あ 部又い 一略て 本省れ 注 コ易合 レ簡場 ・:のはる • 調査名 1 請求記号 @ 調査札報告書非 1書 誌 単 位 分 の レコードの集合 @ 調査札報告書持 1書 誌 単 位 分 の レコードの集舎 ヰ 宇 旬復刻版 [U] 1 字 調査名 2 C 請求記号 1書 誌 単 位 分 の レ 1書コ誌ー単ド位の分集合の (3) マ ス タ ー フ ァ イ ル 園4 . 2 .1 階 層 構 造 の フ ァ イ ル ごのようにして作成された初期入力ファイルに対し、図4 .2.2に 示 す 様 に 、 S A S のプログラムによって、入力を省略した情報の復元を行いながら、各調査報告書 (書誌単位)毎に調査番号と報告書番号を付してマスターファイルを作成する。 ‑191一

省略レコード復元。 「 調 査 # と 報 告 書 #J のレコード新規挿入 図4 .2.2 省 略 情 報 の 復 元 マスターファイルでは、「統計調査番号と報告書番号」のレコードを各書誌単位 の先頭に配置した。 こ の 結 果 作 成 さ れ た マ ス タ ー フ ァ イ ル も 、 同 一 統 計 調 査 の プ ロック毎に各報告書の情報が含まれているので、やはり階層構造には違いないが、 一 つ の 報 告 書 に 関 す る 情 報 は r@J の タ グ の レ コ ー ド が 目 印 に な っ て ひ と ま と ま り に な っ て お り 、 コ ー デ ィ ン グ や ノf ン チ 時 の エ ラ ー の 発 見 ・ 修 正 が 容 易 で あ る の で 、 これをマスターファイルとすることにし、 これ以後の全ての処理はこのファ イ ル に 対 し て 行 う 。 こ の マ ス タ ー フ ァ イ ル の 1書 誌 レ コ ー ド に は 、 出 版 物 理 単 位 である各調査報告書に関する次の情報が必ず含まれており、 それ以外の種類の情 報はオプションである。 1) タ グ @ : 統 計 調 査 番 号 と 報 告 書 番 号 2 ) タ グ ￥ と B: 報 告 書 名 (= 共 通 書 名 + 分 冊 書 名 ) 3 ) タ グ H: 編 集 機 関 名 4 ) タ グ T: 調 査 対 象 期 間 5 ) タ グ p: 刊 行 年 お よ び 報 告 書 間 継 承 関 係 情 報 ( コ ネ ク タ ) 4.3 年 刊 物 の フ ァ イ ル 構 造 4 . 3 .1年 刊 物 初 期 入 力 フ ァ イ ル 初期入力ファイルの階層構造そのものは報告書毎に見れば基本的には図4 . 3 .1に 示す通りである。同ーのタイトル番号を持つ報告書の場合、 このデータ構造図の ￥ ‑Tま で の レ コ } ド ( 図 中 . rXJ を 付 し て い る ) の う ち 、 フ ァ イ ル の 中 で 物 理 的に直前にある報告書と全く同じ情報であるか、 または、後のマスターファイル 編成の際にプログラミングで復元可能な情報であれば、初期入力ファイルでは原 則として省略する。つまり、初期入力ファイルは、通常、同一タイトル番号を持 つ一連の報告書は図4 .3.2の 様 に な る 。 従 っ て 、 分 冊 名 や 注 記 事 項 は 普 通 要 ら な い ことや、一対ーの継承関係が大多数であることを考思すれば、ほとんどのタイト ルの場合、初期入力ファイルでは同図で r 0J 印 の 付 い て い る レ コ ー ド か ら な っ ており、その際、将来マスターファイルで一冊一冊になる報告書は、各￥プロッ ク の 末 尾 に 連 続 し て 並 ぶ Pタ グ レ コ ー ド ( 刊 年 月 、 当 該 報 告 書 の コ ネ ク 夕 、 次 回 継承コネクタを含む)で表現されでいることになる。 P タ グ レ コ ー ド に 含 ま れ る 主 な 情 報 に は 、 原 則 と し て 、 (i) 刊 行 年 月 、 (ii)当該 報告書のコネクタ(報告書聞の継承関係を示す目的で付けられた一冊毎の一種の 1 D番 号 ) と (iii )次 回 に 継 承 す る 報 告 書 の コ ネ ク タ が あ る 。 次回継承報告書が複数個の場合には、そのそれぞれについて Pタグレコードが 要 る が 、 上 の (i)‑(iii)の 3種 類 の 情 報 が 全 て 要 る の は 忌 初 の P タ グ レ コ ー ド だ けであり、 2 つ 目 以 降 の P タ グ レ コ ー ド に は 上 の (iii)の情報だけでよい。 Pタグレコードにおける当該図書のコネクタは、原則として、報告書の刊行年、 巻、号をハイフンでつないで表現することによって、同ーのタイトル番号内で必 ずユニークになるようにする。ただ、同ーのタイトル内でいつも継承して行くと は限らないので、厳密に言えば、暗黙に更にその先頭にタイトル番号をハイフン でつないだものがユニークさを保持したコネクタとなる。報告書が同じ年に分冊 ‑192‑

引に 幻付 JUを 日号 山番 ︑助 ﹂補 下当 日適 ﹁て ・ 7 ふ A明 斗 Hd Jb 4a にを ︐ 一 一 小 ン のイる 表フ︒ タハす クにに 。 。 000 共通安諸事〉レ名 Hn 編 者 [Kn J監修者 C 請求記号 1 キn 統 計 調 査 名 [Ln J調査周期 Tn 調 査 対 象 期 間 t $1:情書名 [Nn J 注目己 コネクタ P [p • n ]次回継承コネクタ コにこ ××××××× ￥ ネ更と る現さ ︑尾つ 合末保 場のを れクニ い表ク てタ一 ο 舟 ︑ネユ 戸付コの 刊のタ 数常ク 複通ネ て︑コ つに各 な様︑ にのし [ : : { l f l : : : : 園4 . 3 .1 報告書一冊分の基本的なデータ構造 。 。 以下、 「 柏 嗣 明 」部の繰り返し 図 4.3.2 同一タイトル番号の槙散の報告書の基本的なデータ構造 漢字コード(いわゆる全角文字)で入力するフィールドの場合、後々の計算機 処理の便宜を考慮して特殊な意味を持たせた全角記号がある。紙幅の関係上、 こ こでは年刊物報告書名に関するものだけに限定する。次の①‑@は￥タグのレコ ー ド の 共 通 タ イ ト ル 名 の 表 現 に 閲 す る も の 、 ⑪ は Bタ グ レ コ ー ド の 分 冊 書 名 に 関 するものである。 ① 報告書名に調査の回次の表示がある場合に、 その回次の直前にデリ ミタ(区切り記号)として置く。 @ 報告書の表紙に和暦で年表示がある場合、報告書名の後にデリミタ ② と し て f@J を 置 き 、 続 い て 表 示 年 を 記 入 す る 。 但 し 、 表 示 年 が な い 場 合 で も 報 告 書 名 の 最 後 に f@J を 付 け て 、 表 現 法 に 一 貫 性 を 持 たせる。 j . ②における表示年が西暦表現の場合には、 f@J の 代 わ り に 「 企 」 ③ を置く。 ④ & 報告書名中に表示年が含まれていて、上の②や③の場合の様に書名 部分と表示年をデリミタで明確に区切ることができない時にでも、 表 現 法 に 一 貫 性 を 持 た せ る た め に 、 ② の 場 合 の f@J の 様 に 、 デ リ ミ タ と し て 報 告 書 名 全 体 の 後 に f&J ( ア ン パ サ ン ト ) を 置 き 、 続 い て表示年の部分だけを更に記入する。 ④ の 場 合 の 報 告 書 名 の 中 の 表 示 年 の 数 字 部 分 を 、 ダミー情報として、 ⑤ fOOJ で 表 記 す る 。 @ 初期入力ファイルで報告書名が一旦共通タイトル名(￥タグレコー ド ) と 分 冊 書 名 (B タ グ レ コ ー ド ) に 分 割 さ れ る が 、 後 の マ ス タ ー ファイル編成の際に逆に完全報告書名に合成する時には共通タイト ル部分と分冊書名部分の聞に区切り記号としての全角プランクを必 * 。 s n同d ︒ ヮ

⑦ ※ @ ; @ ⑪ 裏 と し な い 場 合 は 、 共 通 タ イ ト ル 名 の 末 尾 に r~ J を付す。 報告書名に表示年以外の年表示が入る場合、その年表示の直前に挿 入する。 ( 3.2.6.3節 (1 )② を 参 照 せ よ 。 ) 一冊の本に複数の報告書名がある場合、その聞にデリミタとして挿 入する。 報告書がセンター未所蔵であり、かつ、現物調査を行なっていない ために調査回次が不明の場合、報告書名中の調査回次の代りにダミ ー情報として挿入する。 時系列的に継続関係にある二冊の報告書の聞で今回と前回の分冊 書名が同じ場合、入力の省力化のために、今回の分冊書名を r J で代用する。 ・ = = 4.3.2 年 刊 物 マ ス タ ー フ ァ イ ル こ こ で Bタ グ レ コ ー ド が な い の は 、 初 期 入 力 フ ァ イ ル の ￥ タ グ レ コ ー ド と Bタグレ コードの漢字部分を合成して完全報告書名 に復元し、マスターファイルでの￥タグレ コードとしているからである。 データ構造の図でタグ記号の右に r nJ が付いているレコードは、複数個のレコー ドが可能であることを意味している。又、 角かっこ([ ] ) で 固 ま れ た タ グ の レ コ ー ド は、該当する情報がないときには不要のレ コードであることを意味している。 マスターファイルのデータ構造 (報告書一冊分) #タグレコードの I 3 ) 総覧番号から調査名 初期入力ファイル (#タグ)、及び調査 周 期 (L タ グ ) の 復 元 共通タイトル名(￥ 4 ) Iタ グ ) と 分 冊 書 名 (B タグ)の合成により 完全報告名を作成 2 ) 国4 .3.4 マ ス タ ー フ ァ イ ル 嗣 成 の 概 略 手 順 ‑194 v﹂ 一れ￥ の1 ﹁ ドヤを コ引一 一‑U群 ι レのふの な こ 的図︑ 理︑り 論はお が報て 書情つ 告誌な ︑の山這 図 4.3.3 報書ら のるか 冊す群 一関ド にに一 的書コ 理告レ 物報の て冊層る は分構︒ い一階す おのるに にそいと ル︒率こ 7い ド 呼 イるがぶ フて一と 一つコ﹂ タなレク スとグツ マ位タロ 単￥プ ハ.・;九九:事......完全掘・告書諮....・TI Hn 編 者 [Kn] 監 修 者 請求記号 C 1 宇n 統 計 調 査 名 [Ln] 調 査 周 期 Tn 調 査 対 象 期 間 [Nn ] 注記 コネクタ P [p 'n]次 回 継 承 コ ネ ク タ

4.3.3 年 刊 物 マ ス タ ー フ ァ イ ル の 編 成 前節までに述べたように、初期入力ファイルへの入力を省略したレコードや情 報を復元しながら、書誌情報が報告書一冊毎 i こ「陽に」まとまっているデータ構 造を持つマスターファイルに変換する。 マ ス タ ー フ ァ イ ル 編 成 の 概 略 手 順 は 、 図 4.3.4に 示 す 通 り で あ る 。 4.4 雑 誌 の フ ァ イ ル 構 造 雑誌のファイルは書誌単位が雑誌名(タイトル名)毎である。つまり、雑誌の 初期入力ファイルでは、雑誌名が変化しない限り、新しい論理的なレコード、つ まり、新しい書誌単位は発生しないことになる。新規タイトルの出現、言い換え ると、雑誌名の変遷に関しては、当該雑誌の表紙に記載の誌名が少しでも変われ ば変遷とみなしており、 その内容にまでは立ち入らない。 r雑 誌 名 の 変 遺 」 に は 次 の 4つ の 場 合 が あ る 。 1) あ る 時 点 で 当 該 誌 名 が 変 わ っ た 。 ( 一 対 一 対 応 ) 2 )複数のタイトルの統合により誌名が変わった。(多対一対応) 3 )本来なら一冊にまとめられるはずの雑誌が、例えば「解説」編と「統計 表」の様 l こ、本編と別冊の形で刊行されていて、その後ある時点で両者が 一冊の雑誌として刊行された結果、新しい誌名になった。(多対一対応) 4 )一つのタイトルが複数のタイトルに分離した結果、雑誌名が変わった。 (一対多対応) 一 書 誌 単 位 を 構 成 す る レ コ ー ド の 階 層 構 造 を 図 4.4に 示 す 。 同 図 で 、 角 か っ こ ([ ] ) に 固 ま れ た タ グ の レ コ ー ド は オ プ シ ョ ン で あ る 。 タ グ の 右 に r nJ の 付 い て い る レ コ ー ド は 、 担 数 個 あ る こ と も あ る 。 た だ し 、 H とAの タ グ は 、 複 数 個 の 場 合 に は 、 ベ ア で 繰 り 返 さ れ る 。 ま た 、 # と Tのタグはオプションではあるが、 T タ グ の レ コ ー ド が あ る 時 に は 最 低 l個 の # タ グ の レ コ ー ド が 必 要 と な る 。 ￥ 雑誌名 雑誌名のローマ字読み(半角) R i … ~--l … n Q E E [ # T 1 1n ー n番番目目のの編編者者名 の担当した期間 刊行頻度とその頻度に対応する期間 センタ一所蔵初/終号、創刊/最終号時期 統調計査対調象査名年月(、当該実誌施年名で月 の 最 新 統 計 調 査 名 ) [J] [C] 継続前誌コネクタ センター請求記号 [NJ 注目己 図4 . 4雑 誌 初 期 入 力 フ ァ イ ル の 一 書 誌 単 位 の デ ー タ 構 造 5 .年刊物の初期入力ファイルからマスターファイルへの変換 位り時にとフ 単よ力ルほ︑ 誌と入イとで 書も︑ア合の ︑はてフ場い は業つ一のな ル作従タ査は イ正︒ス調路 ア校るマ計省 フのある統の 力後でゆ同体 入力便わの自 期入不い回ド 初︑てて前一 つでいし︑コ 持のお元はレ をいに復ては 造な業をいて 構い作報っし 周てる情に閲 階れゆた元に なさられ復誌 雑述あさの雑 複記の力物計 なに後人期統 う的ので周︑ よ示そ法︒た た明る便るま ベがよ簡あ︒ 述報にはがる で情タし要あ での一い必で まてユなるじ 節全ピ略す同 前にン省換ど 毎コに変ん ‑195一

ァイルの階層構造上の祖雑さはない。 以下で、年刊物の初期入力ファイルからマスターファイルヘ変換する手順のう ち、￥タグレコードの復元・合成の基本型を解説する。 なお、実例の図で、それ ぞれのファイル中では報告書一冊分の情報毎に実線で区切っている。 5 . 1 ￥タグレコードの復元 ￥タグレコードに含まれる 1 )タイトル番号、 2 )回次(半角文字)、 3 )共 通 タ イ ト .3.4(2)参照)。 名(年表示部や回次表示を含むこともある)を復元する(既出の図 4 表 示 年 や 回 次 の 情 報 は Pタ グ レ コ ー ド か ら 受 け 取 る 。 a) 【タイトル番号】 タイトル番号はタイトル毎に最初の￥タグのレコードだけ に付与されているが、復元後は、一冊毎に￥タグレコードに番号が付加される。 b ) 【回次】 回次情報は、 P タ グ レ コ ー ド の 7‑9カ ラ ム か ら 受 け 取 る 。 C) 【 共 通 タ イ ト ル 名 】 共通タイトル名は、同ーの共通タイトル名毎に最初の￥ F 2 。 持 ①②@④⑤@ T P P P P P P 2 3 4 5 6 2 T P 車 車 車 車 車 車 *525 : *526 : *527 ; *528 ; *529 : *530 : 日 本 統 計 年 鑑 * 第 1回 @ 昭 和 24年 総理府・統計局 D42A *100 * 1 0 <調査名なし> 524.10*524 2 2 。 持 H C 524.10*524 526.09*525 527.08*526 528.08*527 529.05*528 530.05*529 X H C @ * 1 0 車 *525 日 本 統 計 年 鑑 * 第 2回 @ 昭 和 2 5年 総理府・統計局 D42A *100 * 1 0 <調査名なし> X 2 2 3 持 。 T P 1 3 526.09*525 車 *526 日 本 統 計 年 鑑 * 第 3回 @ 昭 和 2 6年 総理府・統計局 D42A 車 1 0 0 * 1 0 <調査名なし> 527.08*526 車 ‑・以下略・ ‑196 *527 マスターフ 7イ ル 。 持 T P F *100 . . . . ̲ . . . . ̲ . . . . . . . . . . . . . . . . . . . ̲ . . . 島 一 一 一 一 一 品 一 一 一 一 一 一 一 ‑ . . . . . . . . . . . . .一 一 一 一 一 一 一 一 一 一 H C ② D42A X l..~畠且~~ ① 日 本 統 計 年 鑑 * 第 1回 @ 昭 和 24年 総理府・統計局 初 期 入 力 フ 7イ ル H C

タグのレコードにだけ付与されているので、そのレコードを基に復元する。その 時、報告書名の表現方法によっては、調査の回次や年次も書名に挿入する。その 場合、調査回次と元号表現の調査年次(度)を全角文字情報として￥タグレコー ド に 挿 入 す る 位 置 は 、 全 角 記 号 で r J と r@J で そ れ ぞ れ 示 さ れ て い る 。 調 査 年 次 は P タ グ レ コ ー ド の 20‑2 2カ ラ ム に あ る 当 該 報 告 書 の コ ネ ク タ か ら 受 け 取 る 。 * 次に、￥タグレコードの復元の特殊なケースのーっとして、 る表示年と同じものを r o0J の 位 置 に 復 元 す る 事 例 を 示 す 。 ② ̲ . J S40.10*S40 6 8 。 D42F9632 T J ̲ . 干 6 8 H C 持 T P * S 4 0 車 * S 4 1 昭 和 3 9年 の 犯 罪 & 昭 和 39年 警察庁・刑事局 持 P 車 警察庁 H C ② S 3 9 S40.10*主主皇 マスターフ ① 昭 和 0 0年 の 犯 罪 & 昭 和 39年 O <調査名なし> ' *00 * 2 S 3 9 車 S 4 0 .1 0 * S 3 9 昭 和 40年 の 犯 罪 & 昭 和 40年 * S 4 0 7 イ l レ 警察庁 。 D42F9632 初期入力フ 7 イル ① r‑Hunr り 干 必 bH l 干n ̲ . r& J の 直 後 に あ * 1 0 0 * 2 <調査名なし> S 4 0 S 4 0 .1 0 * S 4 0 車 * S 4 1 5 . 2完全報告書名の合成 ￥ タ グ レ コ ー ド の 共 通 タ イ ト ル 名 の 後 に 全 角 プ ラ ン ク に 続 い て Bタ グ レ コ ー ド の 分 冊 書 名 を 移 動 す る こ と に よ り 、 完 全 報 告 書 名 を 合 成 す る 。 そ の 結 果 、 マスタ ー フ ァ イ ル で は Bタグレコードは消滅する。ただし、 Bタ グ レ コ ー ド の 1 2カ ラ ム 目が r KJ で あ る 場 合 に は 、 B タ グ レ コ ー ド の 分 冊 書 名 が 単 独 で 完 全 報 告 書 名 と し て 、 マスターファイルの￥タグレコードに組み入れられる。(既出の図 4 . 3 . 4 ( 4 ) 参照) ‑197‑

本 邦 主 要 企 業 経 営 分 析 調 査 @ 昭 和 26年 日本銀行・統計局 干 3 59 4 T . B P 2 2 ① ー+ 本 邦 主 要 企 業 経 営 分 析 調 査 @ 昭 和 26年 日本銀行・統計局 D42L43 854 J 1 干 3 59 H 854 L よ旦 * 2 S26.04‑09 S27.03*S26‑01 *S26‑02 車 本 邦 主 要 企 業 経 営 分 析 調 査 @ 昭 和 26年 日本銀行・統計局 *100 車 下期 2 主要企業経営分析調査 年 2回 S 2 6 .1 0ーS27.03 T P *100 S27‑01 主要企業経営分析調査 年 2回 D42L43 C 4 車 マスターフ 7 イ ル ー+ 車 S26.10‑S27.03 S27.07*S26‑02 H C ② *S26‑02 下期 干 3 59 4 L T P 車 HV r a '︑ J 854 J ︐ v ② S26.04‑09 S27.03*S26‑01 4 T . B * 2 上期 P ① * 10 0 D42L43 854 J 初期入力フ H C 2 S27.07*S26‑02 車 *S27‑01 6 . データ入力の効率の比較 以上述べた初期入力方法により、 どの位の作業の効率化を図れたかを示すため ASプ ロ グ ラ ム に よ り 文 字 数 を カ ウ ン ト し 、 表 6に ま と め た 。 最 も 効 率 が 良 か に 、 S ったのは年刊物のファイルで、文字カウントで初期入力ファイルとマスターファ イルを比較すると、半角文字 ( A NK )、 全 角 文 字 ( 主 に 漢 字 ) で そ れ ぞ れ 約 半 分 、 1 1 6 で 済 ん で い る 。 周 期 物 の フ ァ イ ル で は そ れ ぞ れ が 約 半 分 、 6書 1 1で あ る 。 雑 誌 の 湯 合 の効率は、 フ ァ イ ル 設 計 上 、 文 字 カ ウ ン ト で は そ れ ほ ど で も な い の は し か た が な N Kと 漢 字 の 一 字 当 り の 入 力 コ ス ト を 低 め に 見 積 っ て 1 : 4と し て も 年 刊 物 の 場 い 。 A 2 3 4 .1 2 5X 1+6 3 .9 0 6X4 )‑ ; ‑( 4 1 9 .954X 1+3 9 3 .382X 4 )) の 入 力 コ 合 、 約 25% (与 ( ストで済んでいる。更に、データシートへのデータ・コーディング作業、入力後 の校正作業の手間と時聞を考えると、かなりの作業の効率化が得られたことにな る 。 問題は、初期入力ファイルからマスターファイルヘ変換する S ASプ ロ グ ラ ム を 書 く 手 間 で あ る が 、 こ れ は 、 周 期 物 、 年 刊 物 、 雑 誌 そ れ ぞ れ 、 約 776ス テ ッ プ ( 二 つ 4 0 0ステップ、 1 8 7ス テ ッ プ で あ り 、 自 前 で プ ロ グ ラ ム を のプログラム分の計)、 1 書けば十分採算は採れる。 ‑198‑

初期入力 ファイル 文字 数 レコード 数 マスター ファイル 文字 数 レコード 数 ANK 漢字 半角 漢字 合計 ANK 漢字 半角 漢字 合計 表注) 雑誌 ￨ 年刊物 周期物 「文字数」の A NKは ， 13 20 2 3 4，1 2 5 3μjihJ 2 ‑ーーーーーー・圃 ーーーーーーーー・圃圃 それぞれのファイル 6 3，9 0 6 8，3 8 2 4，257 に含まれる半角文字 1 ， 1 2 8 4 ， 1 8 1 3 ， 1 4 84 ーーーーーーー・ー ーーーーーーーーーーー ーーーーーー圃ー・・圃 の総散を示す。「レコ ， 12 61 5，7 4 5 809 ード数」の「半角」 5 8 2，293 1 7，5 2，5 4 5 は全ての情報が半角 4 0，490 4 5 4 3 1 9，9 5，778 ーーーー・ーーーー ー・ーーーーーー・ 文字のレコードの数 0，920 3 8，374 3 9 3，3 8 2 1 を意味する。 rレコ 7 2，386 ーーーー2 ，8 3 7 ， 14 4 1 ーーーーーーー ード数」の「漢字」 2，1 3 1 3 5，3 0 3 8 8 4 は漢字を含むレコー 4，5 1 7 4 0 2，325 6 3，1 ドの数を意味する。 R 骨 表 B初 期 入 力 フ ァ イ ル と マ ス タ ー フ ァ イ ル の サ イ ズ の 比 較 【参考文献】 1) 周 防 節 雄 『 可 塑 的 刊 行 形 態 の 逐 次 刊 行 物 目 録 デ ー タ ベ ー ス 編 成 技 法 . ! l (統計資 o.32)、 一 橋 大 学 経 済 研 究 所 日 本 経 済 統 計 文 献 セ ン タ ー 、 昭 和 6 2年 。 料シリーズN 2 ) 周 防 節 雄 rSASに よ る 統 計 書 誌 情 報 デ ー タ ペ ー ス の 構 築 」 、 『 日 本 SASユ ーザー会論文集』、 1 41 頁 ‑1 4 8頁 、 日本 SA Sユ ー ザ ー 会 、 昭 和 6 2年 。 3 )松田芳郎・周防節雄・大久保恒治『政府統計報告書統合書誌情報データベース o.35)、 一 橋 大 学 経 済 研 究 所 日 本 経 済 統 計 情 報 セ ン の編成.!l ( 統 計 資 料 シ リ ー ズ N タ ー 、 平 成 2年 。 [謝辞】 本プロジェクト自体は、昭和5 9年 度 以 来 文 部 省 特 別 事 業 費 に よ り 、 一 橋 大 学 経 済研究所日本経済統計文献センター(昭和 6 3年 4月 か ら 日 本 経 済 統 計 情 報 セ ン タ ー と改組)において推進されてきている。 そ の 聞 に 、 文 部 省 科 学 研 究 費 試 験 研 究 ( 2 ) 「日本の社会経済系データベース情報の体系的整理とデータペース・ディレクト 3830001、 昭 和 6 3年 度 平 成 2年 リーの編成 J (研究代表者:江口英一、課題番号 6 度 ) の 援 助 を 受 け て い る 。 また、 プ ロ ジ ェ ク ト 遂 行 に 当 た っ て 、 周 防 の 担 当 し た 研 3年 度 ) の 援 助 を 受 け た 。 こ こ に 記 し 究の一部は、関西大学学部共同研究費(昭和 6 て謝意に替えたい。 [付属資料】 付表 1 周期物:統計調査名一覧表 付表 2 年刊物:統計調査名一覧表 :統計調査名一覧表 付表 3 雑誌 199‑

【付表 1】 周 期 鞠 フ ァ イ ル に 収 録 さ れ た 統 計 調 査 名 一 覧 表 調査 統計調査名(調査周期) 調査 冊 回数 数 1 0番 号 ソ の 抽 11 抽 噌 川 同 晶 噌 同 ︐ EA'EAanuτanuτ ︐n AudpnU tanuτ tnhU tFhuphunhua唱 の ソ︐ nIA1υphupnuoγ n ︐ 円 ︐ 円 ︐ 門 同 UU UpnUFhu ハ n叫 ︐ EA'EAanuτanuτnxunuuanuτnhuanuτ tnhU t n U F unhuanuτnyiM︐n A1upnUFunyiMnuupnUFU︐EA ︐ 門 ︐ 円 A1unuυnhuan1nxυnr nhupnun川 un 川 un 川 unxupnunhunyiMnyiMnhunuυnyiMA1υan1nxuanuτnxuny 1A‑1‑A1A dTiaUTi9 ゐ ‑‑︒ l 抽 nyiMan1nuυ ‑200‑ 抽 商 業 実 態 基 本 調 査 (6年 毎 ) 割 賦 販 売 実 態 調 査 (5年 毎 ) 2 0 工 業 実 態 基 本 調 査 (5年 毎 ) 2 1 果樹基本統計調査(不定期) 2 2 大 都 市 交 通 セ ン サ ス (5年 毎 ) 2 3 民間企業退職金等実態調査(不定期) 2 4 全 国 旅 行 動 態 調 査 (5年 毎 ) 2 6 + 情報機器の利用に関する実態調査(不定期) 2 9 こ づ か い 調 査 (5年 毎 ) 3 1 技術予測調査 ( 5年 毎 ) 3 4 社 会 教 育 調 査 ( ほ ヨ 3年 毎 ) 3 5 児童・生徒の学校外学習活動に関する実態調査(不定期) 3 6 学 術 研 究 活 動 に 関 す る 調 査 (8年 毎 ) 3 7 学 生 生 活 調 査 (2年 毎 ) 3 8 育 英 事 業 に 関 す る 実 態 調 査 (4年 毎 ) 3 9 地域スポーツ施設現況調査(体育・スポーツ施設現況調査) 4 0 所 得 再 分 配 調 査 (3年 毎 ) (5年 毎 ) 4 1 保健福祉水準調査(不定期) 4 3 + 肺がん等胸部疾患調査・肺がん検診市町村実態調査(不定期) 4 4 + 肺がん等胸部疾患調査・肺がん登録患者実態調査(不定期) 4 5 悪性新生物実態調査(不定期) 4 6 精 神 衛 生 実 態 調 査 (1 0年 毎 ) 4 7 診断治療用医療機器産業実態調査(不定期) 4 8 医薬分業に関する医療機関実態調査(不定期) 4 9 歯 科 疾 患 実 態 調 査 (6年 毎 ) 5 0 身 体 障 害 者 実 態 調 査 (5年 毎 ) 5 3 養護児童等実態調査(不定期) 5 4 全 国 母 子 世 稽 等 調 査 (5年 毎 ) 5 5 全 国 家 庭 児 童 調 査 (5年 毎 ) 56* 出 産 力 調 査 ( 結 婚 と 出 産 力 に 関 す る 全 国 調 査 ) (5年 毎 ) 5 7 医療経済実態調査(医療機関調査) ( 3年 毎 ) 5 8 医 療 経 済 実 態 調 査 ( 保 険 者 調 査 ) (3年 毎 ) 5 9 日 雇 労 働 者 健 康 保 険 被 保 険 者 実 態 調 査 (5年 毎 ) 6 0 林業動態調査(不定期) 6 1 ‑ 0 1 畜 産 物 流 通 構 造 調 査 〔 肉 用 牛 ) (5年 毎 ) 6 1 ‑ 0 2 畜 産 物 流 通 構 造 調 査 〔 肉 豚 ) (5年 毎 ) 6 1 ‑ 0 3 畜 産 物 流 通 構 造 調 査 〔 食 烏 ) (5年 毎 ) 6 1 ‑ 0 4 畜 産 物 流 通 構 造 調 査 〔 鶏 卵 ) (5年 毎 ) 6 2 木 材 販 売 構 造 調 査 (5年 毎 ) 6 3 林業経営意識調査(不定期) 6 6 ‑ 0 1 米 麦 加 工 食 品 企 業 実 態 統 計 調 査 〔 小 麦 二 次 加 工 ) (3年 毎 ) 6 6 ‑ 0 2 米 麦 加 工 食 品 企 業 実 態 統 計 調 査 〔 米 菓 ) (3年 毎 ) 6 6 ‑ 0 3 米 麦 加 工 食 品 企 業 実 態 統 計 調 査 〔 米 穀 粉 ) (3年 毎 ) 6 6 ‑ 0 4 米 麦 加 工 食 品 企 業 実 態 統 計 調 査 〔 み そ ) (3年 毎 ) d n噌 a n噌 a n1nhuoy臼 nhUFhunhunr 1 1 * 国 富 調 査 (5年 毎 ) 1 8 1 9

L n口 ︒0 4 4 η d a 位︒L 位 ︒d n d n D の daqaqnUηdndEunDa nunu'iaqnLnlQundnL の LEU l 唱ーの l 唱 l l 唱 唱 唱 の 44qnuan 噌 1A 巧I 66‑05 米 麦 加 工 食 品 企 業 実 態 統 計 調 査 〔 し ょ う ゆ ) ( 3年 毎 ) 1 0 67‑01 米 穀 小 売 販 売 業 者 及 び と う 精 業 者 の 現 況 調 査 〔 と う 精 ) ( 3年 毎 )1 0 67‑02 米 穀 小 売 販 売 業 者 及 び と う 精 業 者 の 現 況 調 査 〔 米 穀 小 売 ) 1 1 6 8 水産加工業経営実態調査(不定期) (3年 毎 ) 4 6 9 紙・パルプ製造設備調査(不定期) 1 1 7 0 工作機械設備等統計調査(不定期) 6 7 1 段 ボ ー ル 工 業 設 備 実 態 調 査 (3年 毎 ) 1 0 石灰製造設備調査(不定期) 3 7 2 7 3 海 外 事 業 活 動 基 本 調 査 (3年 毎 ) 2 多国籍企業行動指針遵守状況調査(不定期) 3 7 4 7 7 鉄 鋼 生 産 設 備 調 査 (4年 毎 ) 1 4 合成ゴム及び天然ゴム需要構造調査(不定期) 3 7 8 7 9 合成樹脂需要構造調査(不定期) 5 8 0 商 庖 街 実 態 調 査 (5年 毎 ) 8 1 物流サーピスの高度化に閲する調査(不定期) 8 2 郵 便 利 用 構 造 調 査 (3年 毎 ) 8 3 個 人 年 金 に 関 す る 市 場 調 査 (3年 毎 ) 3 8 4 簡 易 保 険 に 関 す る 市 場 調 査 (3年 毎 ) 1 2 8 5 サ ー ビ ス 業 労 務 費 調 査 (5年 毎 ) 3 8 6 労 働 環 境 調 査 (5年 毎 ) 3 8 7 安 全 衛 生 基 本 調 査 (5年 毎 ) 5 8 8 求職者動向調査(不定期) 8 9 雇用保険受給者様造調査(不定期) 9 0 外 資 系 企 業 の 労 使 関 係 等 実 態 調 査 ( ほ 三 5年 毎 ) 3 91+ 女 子 労 働 者 の 雇 用 管 理 に 関 す る 実 態 調 査 ( 不 定 期 ) 4 9 2 農 村 地 域 工 業 導 入 就 業 実 態 調 査 (5年 毎 ) 3 9 3 出稼労働者就労実態調査(不定期) 5 9 4 出稼労働者雇用実態調査(不定期) 9 5持 身 体 障 害 者 等 就 業 実 態 調 査 ( 不 定 期 ) 5 土 木 工 事 費 内 訳 調 査 (5年 毎 ) 9 7 9 8 建 設 機 械 器 具 賃 貸 業 等 実 態 調 査 (5年 毎 ) 1 0 0 建 設 業 構 造 基 本 調 査 (3年 毎 ) 4 * 全 国 道 路 ・ 街 路 交 通 情 勢 調 査 (3年 毎 ) 1 2 1 01 1 0 3 住 宅 需 要 実 態 調 査 (5年 毎 ) 6 u: 7 25 (報告書総数) [表注】 No.17.56.101 戦前調査あり。 No.95 第 5回調査非刊行。 + N o.26.43.44.91は 正 確 な 調 査 回 数 不 明 。 : 1 特 * * 報 告 書 総 数 が 合 計 よ り 1冊少ないのは， ためである。 No.43.44の 報 告 書 が 合 冊 さ れ て い る 調査回数より報告書数の方が少ない場合は、次のようなケースである。 ①調査回数が判っても刊行状況が判明しなかった場合( No.37) ② 2回 の 調 査 を 1度 に ま と め て 刊 行 し た 場 合 (No.49) ③ あ る 調 査 年 は 刊 行 し な か っ た 場 合 (No.50.71.80.93.94.95) ④ある調査年は他の調査結果といっしょに刊行している場合 ( No.66‑05) ‑201‑

【付表 2] 年 刊 物 フ ァ イ ル に 収 録 さ れ た 統 計 調 査 名 一 覧 表 査査 査査調調 調調斉跡査 る査類一迫調 す調査こ等査成成 査閲費査調査の会調形形 調に育調態査調き合計査査格格 査査態況教査面実調計査査培査査連続調調価価 調調査実状た調済査査査者査態査統調査調査栽査調調同量査計計別査査別 究別調体務し態経調調調険調実調産場調数調査調費計'産調統統階調調階 研査持計査団財出実会礎態設保計活査査本査生査査市造羽費調費経査統合生計産査査造段計計段査 一調査統調利の支館社基実施被生生調調基調業調調売構化産物産通調荷組ぴ統生調調構通統統通調 ギ向調注向営校が書告態生活祉険障者態養地済漁費量卸売ふ生産生流計出聞き価子態済産流通過流態 ル動力受動非学者図報動衛生福保保護実栄属経面産産物販な物林物物統物協う物種動経生物流流物動 ネ蓄働械費間立謹学院口健民会康会保人民業家水生生果材ひ産用産果き果業と村菜業業種果卵鳥産業 エ貯労機消民私保大病人保国社健社被老国林林内萌茶青木鶏農特畜青花青農さ農野漁漁耕青鶏食水農 可 可 弓 LnLnLnLnLnLnLnLnLnLndndndndndndndndndndRVRvndndndndRVRvndnd ti1&1&1&14'i141414nLnL の ︽ ロ nuti ロ tiηL 1 0 6 0 0 n U η L 106000DnuduTnDn TEUnloonLndduTnonloon ロ nunun‑nDn ︒ ︒ ︒ 444nunDduTnDn ︒ 品 ︒ daAYFUn‑nl I Q υ n u nロ nununロun‑u‑o1uin1oLη9LudηuL q L 9 9 qu の 品 ︒ ︒ ︒ 品 ︒ d q uのOduTaAY n‑QυQυ1i1i9U U C U Q υ Q υ n 3 0 3 0 3 n u n u 計査 査統計調査 調計計費統計調査 計統統消態計計統金調 統態計態一実統統態賃態 査査計態査計勤続動査ギ業態査態動計査別実 調調統動調計計統産態計給調ル産動調動産統計調種与 済究計計態計産計礎査査統査統産計生動統需計ネス計給計産計計生計送統計職計計給 経研統査統実統生統基調調品調量生統省給売等統計エピ統需統生統統等統輸送統者統統員 査業術価調業与健業設査政態康製済計繭業計費業需販属態統業一通品態業員光両働舶査輸労働事工務 調企技物力企給保工施調行動健乳経統収漁統産産等届金動通工サ流製業事船観車労船調車勤労工着公 計入学売働人間校事療者生口民乳家物蚕面材生商炭貨鉄業流鉱定維油易ス舶際道員航湾動月外設築方 家個科小労法民学薬医患厚入国牛農作養海製米通石百非商紙商特繊石貿ガ船国鉄船内港自毎屋建建地 ︒ 噌 噌 ・ 噌 ︐ ︐ ︐ 円 nsnnunwunHun nAV内 Funnun OAVAHυ'ha︐ 宅 内 ︐ snnuAWU ハHuayの又 Uphυρnun OAvnwunHu'14nr 内 Funnu a n n噌 nhUAwunHu'IAnr nAVanuznnu︐ n r phυnhunwu'IAnAV︐ Lndn n d n d n d A A '4 4 A FDFDFDRυFDFDFDFnunnunnunnunnunnuno 'i141&1&1&nLnLnLnLnLnL の4 9 〆d n d n d n d ︐ ︐ ‑202‑ 統計調査名 総覧 番号 統計調査名 総覧 番号

査年)績調査 調業報種成況 況)事査蚕付状告 状係査(調原配引査報 査査用査告関﹀調告態査原造取調告高 調調任調報祉査係師報実調に製び況報在 態態の態動査福調関剤況査付るび種及状況査査現 実査実員実移査調査査会別生薬状調給す並蚕査り現調調び 業調金務等口査調査査計調調査社為査衛・告告業態療査査閲績原調廻の報査数数及 事態資公与人調計調調統計の調(行調査(師査報報事実告医調調に成びの出合月調扱扱い 成実設家給帳告査査計査統計査査査計件統政の例療態調例医調業計険険報険本態首業及等査別組計査計取取査払 造等建国員台報調調統調人統調調調統事理行費告診動計告科計事統保保営保基実桑事造調種同統調統物物調預 地賃宅の務本計計計導計国正計計計件犯管育育報療謹統報歯統健謹康康週康地動ぴ締製口品協安計安便便設金 宅家住職公基統統統補統外矯統統統事侵国教教省医保病省・毒保保健健所健属移及取の人の業保統保郵郵施貯 間代間般家民事記察人正録年謹籍託務権入方方生会活染生師中人生民民健民業地園業種動麦産山難上国国便便 民地民一国住人登検婦矯畳少保戸供訟人出地地厚社生伝厚医食老優国国保国林農薬蚕蚕異米水鉱海海内外郵郵 門 門 門 門 門 門 門 門 門 門 門 門 門 MのO 泊H T M 訓斗 F h υ lauTFUQυ 円u a u T Q U 1ょ P q υ の0 4伎 の OQυ 口3 n U 9︒ oauTFUnD円l 日υ 口3 n u ‑ ‑ 9の 0 9 の O R υ n D l 日υ 口3 n u ‑ ‑︒L a u T R υ Q U Q U 1 1 1ょ P l 弓I 弓I 弓l o D O D O D A 3 n u n U ハU n u n U 1 ょ 111Lの L 9 ヮ ︒︒︒︒︒︒︒︒ nb 弓l o o n u n u n u ‑ ‑︒︒︒︒︒︒︒︒︒︒︒︒︒︒︒ 0 4 ‑ 4 ‑ 4 ‑ d u噌 phuphunonocucucU円 nhununnv l l I 7 g 7 g 7 g 7 g 7 g I 7 g 7 g I 7 g 7 g 7 g 7 g 7 g 7 g I 7 g l l l 7 g 7 g 7 g I 7 g I 7 g 7 g n D O O R v n o n D O O R v n o n o n o n o n D O D o o n凸 査査 査調査調 調査向調査る 告査本査調査動計査査査調す 報調基調査計調査資統調調調帯査閲 況析る等査調査統計調報投査泊査金合等付調に査 査査現分す高調査計調通統計査期備調宿調賃総度査況態調 調調査査の営関在査備調査統計報流態統報調況報査査査設計館査査帯査別度制調状実積 察費調調査合経に現調設計査調プ統月ト査動工月向状月調調調業統旅調調付調種制設計給の面 予産通計調組合等穀斉査造統調計ツ態訳査一調給加査計動用査報要営動計事送・向向査査合職問施統査需等成 ・生流統通同組荷米一調製態者統ト動内調リ等需理調統業使調年報需経流統管輸ル動動調調総者時祉性調者げ完 本け産通流協同集の合備ス動業態・給産入ク備ト処計安企力要業月力業間送所車テ害済向向係働働福産理働上地 基た生流物業協の者組設ク給従動炭需生輸ン設ン熱統保系電需事電電企県輸省動ホ災経動動関労労者生管労引用 産い材肉産産業麦産林油一需鉱石化鋼鋼油コ鉱メ属じ山資口力気受燈小客空輸自録働働用用使業金働働用能金宅 畜し木食水水農米生森石コ草炭砕洗鉄鉄石生炭セ金ね鉱外大電電発電中旅航運軽登労労雇雇労林賃労労雇技賃住 ペ のペ の 邑 邑 邑 邑 邑 邑 ・ 邑 邑 邑 邑 邑 邑 邑 邑 邑 邑 邑 邑 ペ の 邑 ︐円 l ︒G q d A ‑ F O円l ︒ο円l 円l q d q υ 日υ q d R U円l 日υ q d R U円l q d n u ‑ ‑︒L q υ A崎 町 l F O p h u R U 1 4 9︒ ο 円I A 怜 Q u q d n U 9自 υ A 怜 FORU円l q d n U 9 A 怜 Fanu︒ 〆の y︒ 〆内 ︿ υnAunAunAunAuan 叫 nu 叫 nu 叫 n 〆内 ペ υ υnAuan 叫n uvnuvnuv ハ川U ハ川u'tA'tA'tA'tAanzan‑‑Fhυ 宅 円 ︐ anxυnxunu 宅 可 ︐ a nu an‑‑an‑‑an 宅 an 宅 an 宅 Fhυnhunxunuυnuvnuvnuv'tA'tA'tA 14n υ υn ペυ υ υnAunAunAunAuanzanzanzanzanzanzanzanzan‑‑an‑‑an‑‑anzanzanzanzanzanzan‑‑anzanzanzanZFhυFhυFhυFhUFhUFhυFhυnhunhunhunnvnnvnnvnnvnnvnhunhunhunhu 内 ペ 内︿ ‑203‑

凶 総覧番号なし 査 査調 調査高 績調残 実査等出 引調出査貸査 取高貸調別査調 用残査・高種調況 告況信査出調金残業計状査査 報状び調貸価現信び統用調調 高告約よ計行物・査与及る高適︐本本 在報契お査統銀出金調る付す残険査基基 現況金定査調用査国産預測す査貸関別査査保査調るる び状年勘調)査信調全・行観対調規に率調調金調態すす 及出便査要析都調宅金別入銀済に計新査収況利定定年況実関関告 い振郵調主査分京計住現種投国経等統別調還概数金勘勘生状与にに報 払替び計査社調営東統・金業別全期体金種計び支舗出行託査厚業給等等務 受為及統調会債経(価用預別門別短団預業統及収庖貸銀信調営問荷荷業 替便険議計融方業数物信行県部県業共別金価行金行行行行済険業民集集険 振郵保争統金地企指入者銀府業府企公者資物発資銀銀銀銀経保企別のの保 便国易働害券録要金出費国道造道要方金備売貨政国国国国業康人種殻麦災 郵内簡労水証畳主料輸消全部製都主地預設卸適財全全全全漁健個職米米労 凶 ZFhunnuv 円 ︐tnnu ハ ﹃ A のノ ︐n ︐tnnu ハ ﹃A の ︐t のノ ハ AvanZFhunhu 円 wunHU ︐ wunHU ︐ ノ n Fhunhu 円 の ノ n A V 円 7E7z 1 ndndndauTd uTRUEURURURURυFhUFhυnDnDnbnDRunnvnunnvnnv I 円 υ w 00nonDnonDnDnDnDnDnDnonDnDnDnonDRVRVRVRVRVRVRVRVRVRV ‑204一

【付表 8】 統 計 雑 誌 フ ァ イ ル に 収 録 さ れ た 統 計 調 査 名 一 覧 表 総覧番号 統 計 調 査 名 川卜 1~ 数 A h u 砧宮内 ︐ n 噌 噌 砧宮内 hunxun ︐ ︐ ︽M υ n x u n x u 2 8 6 4 8× 8 × 砧 ︐ ︽ Mυanuτ ︐ x u AZ O 辺リ n n 噌 L1A'I'i'I ×・ 4 × 2 5 ×× 1EA5× 3 2 5 6 3× ︐ ︒ 会 dnDRUFhunvnonu1AnunLnU7zFhunLnunURvnunbnunU の ' E A︐ n 噌 ︐A dnDRU l × 4 ×× 1 3 3× 5 8 × × ‑205‑ d ' i 'ー のd ' 1 2 i のL ' I 1 LnL'InL の 'i'I'IIAτlnL'i'i t 司 n L の LaH nruτl'InD'I'I'Iτl l 噌 τl'i'IτlτlτlRU の h u 砧宮内 d n L A U d u T n r u n口 の d u T の ' A 3950 9× ︐ ねじ統計調査 りん酸質肥料及び複合肥料の受払報告 ガス事業生産動態統計 コークス製造設備調査 プレハプ住宅及び住宅設備ユニット統計調査 卸売物価統計調査 家計調査 革需給動態統計調査 企業経営者見通し調査 機械器具流通統計 機械受注見通し調査 機械受注実績統計調査 機械受注統計調査 金属プレス加工統計調査 金属熱処理加工統計調査 景気動向統計調査 建 設 工 事 受 注 調 査 (B調 査 ) 建設工事統計 建築着工統計調査 個人企業経済調査 工業製品生産者物価統計調査 鉱山保安統計月報 国民健康保険毎月事業状況報告(事業月報) 財政資金収支概況 紙流通統計 自動車輸送統計 自動車輸送統計調査 主要企業短期経済観測調査 商業動態統計調査 小売物価統計 消費者信用・住宅信用統計調査 消費者動向予測調査 消費動向調査 消費動向調査(独身勤労者調査) 証券金融会社主要勘定および信用取引実績調査 人口動態調査 生コンクリート流通統計調査 生コンクリート流通統計調査付帯調査 生糸等需給調査 製造業部門別投入・産出物価調査 石炭等需給動態統計 石炭等需給動態統計調査 石油消費動態統計調査(機械器具関係分) 石油製品需給動態統計 石油製品需給動態統計調査 石油輸入調査

866 419 48 555 57 設備資金業種別新規貸付及び業種別貸出残高調査 洗化炭・トップ統計調査 繊維流通統計 船員意識調査 船員労働統計 × 船員労働統計調査 2 863 全 国 企 業 短 期 経 済 観 測 調 査 2 872 全 国 銀 行 銀 行 勘 定 調 査 873 全 国 銀 行 信 託 勘 定 調 査 871 全 国 銀 行 貸 出 金 利 率 別 残 高 858 全 国 銀 行 預 金 現 金 調 査 54 造 船 造 機 統 計 × 造船造機統計調査 142 大 蔵 省 景 気 予 測 調 査 417 炭 鉱 従 業 者 調 査 864 地 方 公 共 団 体 等 に 対 す る 与 信 残 高 調 査 × 中小企業短期経済観測 3 868 通 貨 発 行 及 び 還 収 に 関 す る 統 計 調 査 35 通 商 産 業 省 生 産 動 態 統 計 1 3 × 通商産業省生産動態統計調査 6 426 鉄 鋼 需 給 動 態 統 計 調 査 427 鉄 鋼 生 産 内 訳 月 報 56 鉄 道 車 両 等 生 産 動 態 統 計 調 査 493 電 燈 電 力 需 要 月 報 853 登 録 地 方 債 調 査 861 都 道 府 県 別 全 国 銀 行 預 金 ・ 現 金 ・ 貸 出 等 調 査 715 統 計 の 結 果 表 章 に 用 い る 小 地 域 区 分 に 関 す る 調 査 58 内 航 船 舶 輸 送 統 計 823 発 受 電 月 報 38 非 鉄 金 属 等 需 給 動 態 統 計 × 非鉄金属等需給動態統計調査 × 法人企業投資実績統計調査 114 法 人 企 業 投 資 動 向 調 査 3 × 法人企業投資予測統計調査 2 1 3 法人企業統計 2 × 法人企業統計調査 2 × 毎月勤労統計調査 7 654 民 間 土 木 工 事 着 工 調 査 1 9 薬事工業生産動態統計調査 856 輸 出 入 物 価 統 計 調 査 865 預 金 者 別 預 金 統 計 調 査 855 料 金 指 数 ( 東 京 都 ) 調 査 . 1 1 労働力調査 【 表 注 】 上 記 の 他 に 統 計 調 査 名 の 記 載 の な い 調 査 が 6つのヲイト品の雑誌にある。又、 総覧番号欄が r X Jは「統計調査総覧d] (昭和 5 8年 磁 気 テ ー プ 版 ) に 収 録 さ れ て い な い こ と を 意 味 す る 。 58年 版 の 総 覧 の 場 合 は 、 そ の 年 度 か ら 5年 分 前 ま で し か カ バ ー し ていないので、その期間外の調査については、たとえ継続中の調査であっても少し で も 調 査 名 称 の 変 更 が あ れ ば 、 総 覧 番 号 が な い 。 本 文 表 2で 示 す 統 計 調 査 数 は 、 「 法 人企業統計」と「法人企業統計調査」の様なものは同一統計調査と見なしている。 ‑206‑

日本 SASユーザー会 (SUGト J) 学生の実存意識の分析 宮井正蒲 姫路独協大学一般教育部 An A n a l y s i so fE x i s t e n t i a lC o n s c i o u s n e s so fS t u d e n t Masaya M i y a i ib e r a iA r t s ，H i m e j iD o k k y oU n i v e r s i t y C o l l e g eo fL K a m i o h n o， H i m e j i， H y o g o 要旨 高校時代までの一定の拘束された生活から、単位取得という制約はあるものの自分のこ とは全て自分で決定しなければならない環境に入った学生は、改めて自分という存在の意 味を考えざるをえない羽目に陥ることが多い。自分の存在や社会に対してとる姿勢や態度 は各人各様であるようにみえるが、しかしそこには一定の構造・パターンがあり、表れ方 としては無意味さ・くだらなさ・空しさ・不安・孤独そしてその原因となっているものさ らに、それらと格闘し乗り越えていこうとするする意識であろうとここでは考え、この考 えに沿ったいくつかの質問を学生に投げかけそれにに対する応答から、予め想定した意識 の構造の検証と学生集団の構成を調べた。 キーワード:実存意識、クラスター分析、因子分析、 p r o cc l u s t e r，p r o cf a c t o r 1 はじめに 学生だけに限らないが一般に青年期を迎えると、人は自分というものの存在を改めて考 え直すことになる。大学はちょうどその時期に当たりしかも毎年新たに入って来るという ところであり実存意識を継続して調査するには至当の場所である。そこで継続的にこのテ ーマを追いかけていくことにし、初年度の 19 8 9年は予備調査の意味で調査表を作成し、 とりあえず調査を実施しその結果を分析した。なお、 SA S (シングルサイト〉は 1 9 8 9年に初めて導入し、今のところ個人の研究に使用しているだけであるが、今後なんらか のかたちで本学における統計・データ解析の教育(多人数〉に利用することも想定してい る 。 2 調査表 学生の実存意識として、ここでは現象として無意味感・くだらなさ・空しさ・無気力・ 孤独・不安そしてこれと対極にある積極性、その原因として自分の死・力不足感、とりま く社会・環境の劣悪さに対する絶望感を想定し、これらをできるだけ反映するように調査 表を作成した。それを次頁に示す。質問に対する答えは 5段階に設定し 1:全くない、 2 :ほとんどない、 3: 少しはある、 4: ときどきある、 5: いつもあるとした。このテー マは医学、心理学では一般的には病的なもの(不適応〉として、消そう治そうとしている よう時思えるが 1、2、3)、文学・宗教ではむしろ本質的なテーマの一つである 4，5、引。ここ では後者の立場に近いがしかしそちらへ行ってしまわないであくまで学生のいまおかれれ た意識そのものを注目したいと思う。 ‑207ー

意識調査項目 ABCDEFGHIJKLMNOPQRSTUV 自分は一体何者であるのかと思う(どこから来てどこへ行くのか) 何のために生きているのかと思う 死について考えることがある 人生の意味について考えることがある いつか死ぬのかと思うと生きる力が出ない どうせ死が待っているのなら結局自分は独りだ 将来、自分の生きる場があるか不安だ いい知れぬ不安にかられることがある 何をするのもいやになることがある 目の前で起こることは何もかもくだらないと思う 自分の回りは寒々とした風景があるだけだ 毎日の繰り返しに耐えられない 心の内を明かすことの出来る他人(異性を含む)が欲しい この社会は自分の利益しか考えない人ばかりだ なんとかしなければと思う(自分について、社会に対して) 自分に合った仕事にどうしても就きたい 食べていけさえすれば仕事はなんでもよい この世と自分は何の関係もないように思う 意味のある生涯にしたい こんな世とは一日も早くおさらば したい 矛盾に満ちた世であるからこそ力尽くして生きて行きたい いろいろ力を合わせてやってみたがやっぱり自分は独りだ 3 調査 調査を実施したのは 1990年 11月で対象は法学部、外国語学部の 2年生である。 1 1月にしたのは調査表ができたのがその頃ということもあったが、時期的に署くも寒くも ないということであった。しかし逆に物思う頃という偏りがあるかもしれない。 2年生に したのはある程度大学生活にも慣れた上それほど専門に入り込んでいないということ、 般教育の「情報処理 I I J という必修科目を履修していること(出席率が高い)、同科目を 筆者らが担当していたという理由からである。今後も 2年生・ 11月のパターンで行う予 定である。実施は同僚教員に依頼し授業中に各教室で行った。学生には調査についての詳 しい説明などはしないで記入してもらったが、所用時間は 10分から 15分位であった。 得られたケースは法学部(男子のみ) J2 1名、外国語学部(男子 37、 女 子 55) 92 名、計 213名であった。 3 学生の構成 学部(法・外国語)・性による違いをみるため、それほど確実な結果は得られないかも しれないがある程度の目安をつけることができると考えられる 213のケースの反応パタ ーンによる階層的クラスター分析を行った。用いた手法は比較的極端な結果とはならない とされている Ward's minimum‑variance method である。分析の結果、全体的には明確な 塊は見られず学部・性による違いは認められないものとする。分析結果から全体を便宜的 に 8個の群 l こ分けて各群の反応パターンからその特徴を次のように解釈してみた。ただし 調査表は予備的なものでもありあくまで主観的なものである。 ‑208

第 1群:自分や社会を意識的に見ているわけではないが、なんとか意味ある生涯にしたい と考える。 第 2群:不安や空しさをある程度感じているが、それでも個人的にも社会的にも積極性を 示す。(女子が多い〉 第 3群:第 2群よりやや空しさを強く意識しているだけ、積極性乏しい。 第 4群:くだらなさ・無力感をもつが自立的・積極的である。しかし社会への参画には関 心が薄い。(男子のみ) 第 5群:空しさ・くだらなさはあまり意識せず、単純に首定的・積極的である。 第 6群:社会のなかでうまくやっていけるかどうかという不安があり、なんとか努力して いこうとしている。 第 7群:第 8群よりは反応があるが全体的に小さくかっ変動も小さく、これからどういう 生き方をしていくのか態度が定まっていないように見える。調査に対する拒絶が あるかもしれない。 第 8群:反応が小さくまた変動も小さく、ものごとを深く考えないが、自分に合った仕事 にだけには就いて社会のなかでそこそこやっていきたいと考えているのではない か。第 7群と同様調査に対する拒絶があるかもしれない。 4 意識の構造 22の変数からなる学生の反応の構造をみるため、主成分分析、因子分析(主因子法、 バリマックス回転〉を適用した。まず、主成分分析の結果から主成分(固有値 1以上)を 次のように各主成分と相聞の高い変数をとりあげて解釈した。 第 1主成分: Q (食べていけさえすれば仕事はなんでもよい)が唯一負であることを除い て、他はすべて正かっそろった値で解釈出来ない。 第 2主成分: S (意味のある生涯にしたい) u (矛盾に満ちた世だからこそ力尽くしたい) o(なんとかしなけばと思う) p (自分に合った仕事に就きたい〉が正、 R (この世と自分は何の関係もない) T (こんな世とはおさらばしたい)が負 で表され、人生肯定的な積極性を示す。 第 3主成分: c(死について考える) F (死が待っているなら自分は独りだ〉が正、 L ( 毎日の繰り返しに耐えられない) J (目の前で起こることはくだらない) K (自分の回りは寒々とした風景があるだけだ〉が負で表され、明らかに死を 強く意識しているが、それが空しさ・くだらなさ孤独感につながらない。 第 4主成分: v (力を合わせたがやっぱり自分は独りだ) N (自分の利益しか考えない人 は かり) F (死が待っているなら自分は独りだ)が正、 1 (何をするのもい やになる) A (自分は一体何者か)が負で表され、空しさ・孤独感を示す。 第 5主成分: Q (食べていければ仕事はなんでもよい) u (矛盾に満ちた世だからこそ力 尽くしたい) s(意味のある生涯にしたい〉が正、 M (心の内を明かす他人 が欲しい)が負で表され、社会にさほど依存しないかたちでの積極性を表す。 第 6主成分 :M(心の内を明かす他人が欲しい) Q (食べていければ仕事はなんでもよい) s(意味のある生涯にしたい〉が正、 E (いつか死ぬかと思うと生きる力がー 出ない〉が負で表され、解釈が難しいが、死に対する意識はなく自立に乏し いがとにかくまともにやっていきたいと考えているのではないか。 ‑209‑

つぎに因子分析の結果から、回転後の因子(主因子で固有値 0 .92 以上は第 3まで〉を 因子と相聞の高いもとの変数をとりあげて次のように解釈した。 第 1因子: J (自の前で起こることはなにもかもくだらない) K (自分の回りは寒々とし た風景) L (毎日の繰り返しに耐えられない〉が正、 s(意味のある生涯にし たい) u (矛盾に満ちた世だからこそ力尽くしたい〉が負で表され、空しさ ・くだらなさ・孤独感を示す。 第 2因子: C (死について考える) B (何のために生きているのか) A (自分はいったい 何者か〉が正で表され、自己の存在に対する懐疑を示す。 第 3因子: P (自分に合った仕事に就きたい) s(意味のある生涯にしたい) 0 (なんと かしなければと思う) u (矛盾に満ちた世界であるからこそ力尽くしたい〉が 正 、 T (この世とおさらばしたい〉が負で表され、人生に対して肯定的・積極 性を示す。 5 まとめ 22項目からなる実存意識についての調査表を作成し、法学部(男子) 12 1名、外国 語学部(男子 37・女子 55) 92名、計 213名に対して調査を実施しそれぞれについ ての反応を測定した。反応パターンによる学生のクラスター分析の結果から、学部・性に よる明かな違いは認められなかったが、便宜上分けたグループの中には女子が多いあるい は男子のみというものがあった。主成分分析では 6個の主成分を得たが第 1 ・第 6主成分 を除いてそれぞれ楽天的積極性、死の意識、空しさ・孤独、自立した積極性と解釈される。 因子分析では 3個の因子を得たが、空しさ・くだらなさ・孤独感、存在に対する壊疑、 積極性と解釈される。 6 おわりに 学生が抱いている実存意識がどのような棒造であるのかを明らかにすることができれば、 それを乗り越えていく助けになるであろう。はじめに意図した意識の構造を知るという目 的を達成するまでにはまだいたっていないが、今回の予備分析にもとづいて調査を深めて いければと思う。次回は反応パターンにより個人個人の意識の構造が分かり易くなるよう に内容によって項目に順序をもたせようと考えている。 ここでの一連の調査と分析は一般教育ゼミという授業の一環として行ったものであり、 本テーマについての議論や調査表の作成、データの整理・インプットはゼミの学生である 多喜隆浩、福田博ーの両君と共に行ったことを記しておく。また調査の実施に快く協力頂 いた情報処理担当の同僚教員の方々にお礼申し上げる。 7 文献 1)笠原嘉、青年期、中央公論社、 1988年 2) 笠原嘉、不安の病理、岩波書居、 1989年 3) レビット(西川訳〉、不安の心理学、法政大学出版局、 1988年 4) 石井完一郎、青年の生と死との問、弘文堂、 19 8 4年 5) 近藤裕、自分の死入門、春秋紅、 1982年 6) 亀井勝一郎、白井吉見、死との対話、文芸春秋、 ‑210一 1967年

日本 5A5ユーザー会 ( 5UGト J) 水産海洋学における SASの利用例 岸 道郎 東京大学海洋研究所 Some Appli c a t ions o f SAS on t h eF i s h e r i e s Oceanography Michio J .K i s h i (BITNET:KISHI@JPNORIUT Telemail:o r. itokyo) n i v e r s i t yo f Tokyo ， Ocean Research I n s t i t u t e， U Minamidai 1‑15‑1， Nakano‑ku， Tokyo ，1 1 3 Japan 要旨 本 研 究 は 、 重 回 帰 モ デ ル 、 G M D H、 の 利 用 に 焦 点 を 絞 り 、 漁 獲 量 予 測 モ デ ル の 有 用 性 に ついて考察し、また、シラス漁獲量と環境因子の関係について主成分分析を用いて考察す る。データは、師崎漁港(伊勢湾入口)における日々のシラスの漁獲量、フェリー(石狩) が測定した表面水温、伊良湖における日照、降水量、風力、ならびに和具、九木における 表 面 水 温 を 用 い る 。 AIC は 重 回 帰 モ デ ル (RSQUAREに よ る ) の 方 が 小 さ い が 、 予 測 モ デ ル としては G M D Hの 方 が 有 用 で あ る よ う な 気 が す る 。 キーワード: RSQUARE PRINCOMP GMDH AIC 1. は じ め に 9 9 0年 3月 よ り 新 計 算 機 シ ス テ ム と し て 1BM. 43 8lT9 2 を導 東京大学海洋研究所では、 1 入 し た 。 こ れ に と も な っ て 、 統 計 計 算 ラ イ ブ ラ リ ー も 従 来 の ・ ANALYST"から・ SAS・へと変更 さ れ た 。 従 来 、 東 京 大 学 で は SASは 大 型 計 算 機 セ ン タ ー に 導 入 さ れ て い た も の の 、 海 洋 研 か ら の 使 用 環 境 は 悪 く 、 使 用 者 は 皆 無 に 等 し か っ た 。 今 回 、 海 洋 研 の 計 算 機 に SASを 導 入 したのをきっかけとして、従来パソコンで行われていた統計計算が大型計算機で手軽に使 用できるようになり、また、大型計算機とパソコンとのデーターのやりとりも、海洋研内 i こはりめぐらされたイーサーネット、トークンリンクによってきわめてスムーズにいくこ とから、研究の能率の飛躍的向上が期待された。 し か し 、 期 待 に 反 し て 、 イ ー サ ー ネ ッ ト か ら の 1 BM 大 型 機 へ の t " & !続が不調であったり、 SASGRAPHの プ リ ン タ ー へ の 出 力 が 不 調 で あ っ た り 、 大 市 計 算 機 の 使 用 環 境 が 複 雑 で あ っ た り 、 は た ま た C M S用 の SASマ ニ ュ ア ル が リ リ ー ス 6 に 対 応 し て い な か っ た り す る た め に 、 SASを 利 用 し よ う と す る 研 究 者 が な か な か 現 れ な い 。 そ こ で 、 SAS担 当 者 で あ る 筆 者 は 、 責 任上、 SASの 海 洋 研 マ ニ ュ ア ル の 作 成 に 追 わ れ 、 か つ ISAS利 用 研 究 会 」 を 開 催 し 、 「この ようにすればよいのだから」の手本(本予稿集のもの)を示すハメに陥った。 ISAS利 用 研 究 会 」 は 第 1回 が 6 月 1 日 開 催 な の で 、 予 稿 集 i こは間に合わないが、学会 当日は海洋研での利用例を、下記の筆者のものに付け加えて発表できれば万万歳である。 2. そ こ で 本研究は、熊野灘のシラス漁獲量と、海洋、気象の物理環境との関係を考察し、有用な 短期・の漁獲量予測モデルを作成することを目的としている。 遠州灘、熊野灘海域でのシラス漁業は船びき網漁業で、マシラス、カタクチシラスが主 9 8 6年 に 静 岡 県 、 愛 知 県 が 東 海 な漁獲対象となっている。シラスの漁獲モデルの作成は、 1 区水産研究所(現:中央水産研究所)の協力を得て、過去の漁獲量から産卵量を予測し、 ‑211一

その予測のもとに黒潮流軸の流路パターン別に来遊率をかけあわせ、将来の漁獲を年、月 J lす る モ デ ル を 作 成 し よ う と 試 み て い る 。 の単位で予iIl. 一方、日々の水温や潮位、気温、風力といった環境データから漁獲量を予測する試みと 1 9 8 6 )が重回帰モデルを用いて定置網漁獲量の予測を しては、上記の他、四ノ宮、岩田 ( しているのを始め、単回帰モデル、重回帰モデル等による日々漁獲量の予測モデルが近年 しばしば行われるようになってきた。岸 ( 1 9 74)、 P r a g e ra n dS a i l a ( 1 9 8 4 ) は、定置網 の 日 々 の 漁 獲 量 の 予 測 に は 、 GMDHの 利 用 が 有 用 で あ る こ と を 指 摘 し て い る 。 ま た 、 青 1 9 8 9 ) は、知識工学モデルと称する逐次フィードパックモデルを開発し、マアジの 木ら ( 漁獲量予測に適用する試みを続けている。 本 研 究 は 、 重 回 帰 モ デ ル 、 GMDH、 の 利 用 i こ焦点、を絞り、漁獲量予測モデルの有用性 について考察し、また、シラス漁獲量と環境因子の関係について主成分分析を用いて考察 する。 2. デ ー タ 図 1は 、 師 崎 漁 港 ( 伊 勢 湾 入 口 〉 に お け る 日 々 の シ ラ ス の 漁 獲 量 を 船 曳 き 網 の 統 数 で 割 っ た も の (CPUE 【C a t c hP e rU n i tE f f o r t… 水 産 で は よ く 用 い ら れ る 単 位 で あ る 。 1 回の操業(ひと網)で捕れる量を表し、資源量が濃密であると大きくなる】みたいなもの) と、フェリー(石狩)が測定した神島(志摩半島先っちょ)沖の水温から季節変動を除去 し た 平 均 値 か ら の ズ レ を 表 し て い る 。 漁 獲 量 の 変 化 は 20‑2 5目 前 後 の 周 期 が 卓 越 し て い る ように見受けられる。 気象のデータは、伊良湖における日照、降水量、風力、を用い、加えて和具、九木(図 2参 照 ) に お け る 表 面 水 温 を 沿 岸 域 の 海 況 を 表 す 指 標 と し て 用 い る 。 3. 解 析 結 果 ①主成分分析 A S ‑ P I N C O M P ; を用いて、 1981年 に お け る 上 記 シ ラ ス の 漁 獲 量 (CPUE3 ) 表 1は、 S と 、 漁 獲 日 の 前 日 ( 後 に 2 が つ い て い る デ ー タ 〉 、 前 々 日 ( 同 1 のデータ〉、 3 目 前 (0 のついているデータ〉の伊良湖における日照 ( S U N )、 降 水 量 ( P R E )、 風 力 ( W I N D )、 な ら び に 和 具 、 九 木 ( 図 2参 照 ) に お け る 表 面 水 温 ( W A G U .K U K ! )を 主 成 分 分 析 し て 、 漁 獲 の 変 動 と 気象、沿岸水温変動が関係があるかどうか、また、変動の寄与がどれくらいの割合か、を 調 べ た も の で あ る 。 第 1主 成 分 は 沿 岸 水 温 の 変 動 に 関 係 し た 項 目 で 、 寄 与 率 は 3 9 %、 漁 撞 と は あ ま り 関 係 が な い 。 第 2主成分は、 CPUEに 関 係 し た 項 目 で 、 日 射 と 降 水 量 が 関 係している。天気があまり良くなくて雨が降った後の方が漁獲が多い、という傾向にある らしい。 ② 重 回 帰 と GMDH 近年、複雑で変数の多い生態システムや河川流量、大気汚染の予測等に用いられている GM D H ( Group M e t h o do fD a t aH a n d li n g )は、 ! v a k h n e n k o ( 1 9 6 6 )に よ っ て 開 発 さ れ た も 1 9 8 1 )。具体的なアルゴリズムは ので、筆者(岸〉が初めて水産資源の予測に応用した ( 池田 ( 1 9 8 0 ) 、に詳しい。 そこで、 GMDHと 重 回 帰 分 析 を 上 記 、 気 象 と 表 面 水 温 デ ー タ と シ ラ ス の 漁 獲 量 と の 関 係に適用してみることにした。重回帰分析は S A S ‑ R S Q U A R E を 用 い た 。 入 力 デ ー タ は 表 1と 同 じ 因 子 で あ る 。 図 3 は、 19 8 1年の 4 月 の 諸 デ ー タ を 用 い た 回 帰 グ ラ フ で あ る 。 A 1 Cは、 GMDHよ り も 重 回 帰 式 の あ て は め の ほ う が ず っ と よ い 。 と こ ろ が 図 4は そ の 係 数 を 用 い て 同 年 の 5月 の 漁 獲 量 (CPUE) を 予 測 し た も の で あ る 。 A 1Cの 小 さ い 回 帰 式 の モ デ ル よ り も GMDHの 方 が 予 測 は い く ぶ ん 「 ま し 」 で あ る 。 引用文献 岸道郎 ( 1 9 8 1 ) 定 置 網 漁 撞 量 の GMDHに よ る 定 量 的 予 測 . 水 産 海 洋 研 究 会 報 ， 3 8 .ト 5 . 池田三郎 ( 1 9 7 9 ) GMDHの 基 礎 と 応 用 ー ト . シ ス テ ム と 制 御 . 2 3 . 7 1 0 ‑ 7 17 . ‑212一

Prager，M .H . and S .B .Saila(1984) Predictive GMDH models of shrimp catches: Some practical considerations. i n 'Self一organizing methods i n modeling' e d . by Farlow， Marcel Dekker，I n c . New York and Basel .ISBN=Q‑8247‑7161‑3 四 之 宮 博 、 岩 田 静 夫 、 平 野 敏 行 (1984 ) 多変量解析による相模湾漁獲量の予測過程.海洋 科学， 19，634‑638. 俵 悟 (1984) 重 回 帰 分 析 に よ る 漁 獲 量 の 予 測 . 海 洋 科 学 ， 1 6，618‑623. 鄭 利 栄 、 岸 道 郎 、 杉 本 隆 成 (1989) 房 総 ， 常 磐 沿 岸 に お け る マ イ ワ シ 漁 獲 量 と 海 況 変 動 要因の多変量解析， 水産海洋研究， 53，372‑377. 表 l シ ラ ス 漁 獲 量 (C PUE )と 気 象 、 水 温 因 子 の 主 成 分 分 析 結 果 PRINCIPAL COMPONENT ANALYSIS EIGENVECTORS CPUE3 WAGUO WAGU1 WAGU2 KUKIO KUKIl KUKI2 WINDO WIND1 WIND2 SUNO SUN1 SUN2 PREO PREl PRE2 FERO FER1 PRIN1 PRIN2 PRIN3 PRIN4 PRIN5 PRIN6 PRIN7 .188854 0.336984 0.336090 0.334733 0.334364 0.336339 0.337291 一.208527 ー. 227147 ー. 229264 0.081554 0.015007 ー. 059975 ー. 144148 ー. 158991 ー. 146731 0.110251 0.078500 .342795 0.028343 0.035647 0.043919 0.001444 ー . 011167 ー . 004002 0.198402 0.157643 0.103508 0.354844 0.418566 0.389839 0.260055 0.236146 0.232077 0.152111 0.146724 0.148180 0.024149 0.027249 0.035285 0.092057 0.057536 0.048859 0.380702 0.388822 0.342941 0.011430 0.085056 0.064169 一.300892 ー. 330966 ー . 327767 0.240450 0.316330 .138714 0.095840 0.084974 0.062337 0.032651 0.107834 0.103815 0.032932 0.178085 0.194242 ー . 392705 ー. 190025 0.099297 0.219883 0.166200 ー. 045472 ー. 479811 ー. 055476 0.286185 0.040250 0.042010 0.042243 0.023629 0.034016 0.033351 一.078584 ー. 028072 ー. 026800 ー. 019670 0.055542 0.150014 0.092478 0.123571 0.041945 ー. 104389 0.056423 ー. 027341 0.130661 0.133323 0.122197 0.087341 0.131001 0.129778 0.238232 0.301163 0.215751 ー . 181217 ー. 125156 0.030683 0.159363 0.127561 ー. 160553 0.118081 ー. 546846 .001130 0.038677 0.047742 0.071205 0.031806 0.048992 0.076237 一.183423 0.086512 0.317066 ー . 190162 ー . 369194 ー . 173579 ー . 102952 0.368998 0.445782 0.382171 0.375961 ー ー ー ー FER2 0.058950 0.053882 0.220761 0.564412 0.156166 ー .513297 ー .069126 ー . 198761 一.352078 0.139606 ー .082560 ー .039225 ー .075895 ー .002369 PRED RESID ー .009214 ー .039379 0.049803 一.171953 0.900475 0.121373 0.003018 ‑213‑

7'auk‑v 000000 バ 吋 ﹀ト一Z コ 匡 凶 且 ト 凶 qu Xυ コ回 ‑ωMO的・﹄EMUD‑‑T} 勺 'h 10 。 81 E N S H U ‑ N A D A ep. Oct . Nov. Apr. May Jun. Jul. Aug. S 図 l 1 9 8 1年 の シ ラ ス の 漁 . 獲 量 と 水 温 図2 志摩半島地形図 4 137' E G ‑~1 D '寸 RSGじ ARE I ニ J~ CALCULATED:A KUKI l 三J.:. . PREOICTED: A DBSE円VEO:0 OBSERVED:o A工 C 二 千ι 3、7 A工ιュ 32 b も U コL U U コL U Cコ Cコ . A P R .'官 1 DAi ロ ロ ロ・︻ l ロ・‑ 同 3 fiSQUAR壬にJ") CALCULATEO:ム ら)./I Drj J: ð~ OBSE円VEO:O 凶コ L U 凶コ L U 口BSE円VEO: Q Cコ Cコ 判戸i T ~I ロ Fペノ~ ' 1 "' 8 "1 ロ・円! ロ ・ ‑z ロ 図 4 214‑

日本 5A5ユ ー ザ ー 会 (5UGト J) スキャンパネルデータを用いた ブランドマッピング手法とマーケットシェア分析 。金子武久 財団法人流通経済研究所非常勤研究員 8rand Mapping Methods and Market Share a n a l y s i s Using Scanner P a n e l Data くa neko Takehisa I THE DISTRIBUTION ECONOMICS INSTITUTE o f JAPAN 7‑23‑， 1 3rd T .O .C .B u i l d i n g，N i s h iー GotandaShinagawa・ku，Tokyo 要旨 本研究ではスキャンパネルデータを用い、加えてフランスで開発されたコレスポ ンデンス・アナリシスや、その修正版としてアメリカのマーケティング・リサーチャーに よって開発された CGSスケーリング、またコレスポンデンス・アナリシスと類似した手 i c k ‑ a n yスケーリング、の 3つを分析手法とし 法で計量心理学の領域において開発された P て用いることでブランドマップを作成し、視覚的にプランド聞の競合関係を把握できるこ r o cC O R R E S Pを用いて、後者 1手法は P r o cI M Lを用いて簡単に実 とを示す。前者 2手法は P 行可能である。また、このマップを用いることでマーケットシェア分析を行い、マーケッ トシェアを規定する要因を探索する方法を提示し、その際の問題点を指摘する。 キーワード: 〆 ョイントスへ。寸、 ゴ レ ス 本 。 ン デ /A・ 7 ナ リ 況 、 確率的選択り。 J~、 マイットクエ7 分析 1.プランド間競争関係を把握する手法 近年、急速に普及してきたスキャンパネルデータは、パネル消費者の購買履歴を 把握することが可能である。スキャンパネルデータとは、ある庖舗において登録されてい るパネル消費者が、何年何月何日に、どの商品をいくつ、いくらで購入したか、さらにそ の時どのようなプロモーションがなされていたか、を一定の期間蓄積したものである。 まず、スキャンパネルデータを表 1のような選択パターンデータに変換しておく。 表中の f;jはパネル消費者 iがプランド j を購入した個数を表す。このような選択パター ンデータを用いてジョイントスペースを構築し、これに含まれるプランドの布置関係を見 ることでブランド間競争関係が把握される。このジョイントスペースを構築する方法には 様々なものが知られている。 因子分析、 主成分分析、 コレスポンデンス・アナリシス ( C o r r e s p o n d e n c eA n a l y s i s :この手法は統計的方法のフランス学派の呼び方で、数学的に 同等の方法が日本では数量化理論皿類、カナダでは双対尺度法 ( D u a lS c a l i n g )、アメリカ では最適尺度法 ( O p t i m a lS c a l i n g )と呼ばれている)、などがある。 データの値が非負で ある選択パターンデータを出発点にするため、これにもっともマッチすると思われるコレ スポンデンス・アナリシスに基礎をおいて、以下に述べることとする。その数理的詳細は G r e e n a c r e ( 1 9 8 4 )， Levart ， Morineau ， an~ W a r w i c k ( 1 9 8 4 )，H o f f m a na n dF r a n k e ( 1 9 8 6 )に譲 り、ここではその概略を示すのみとする。また、コレスポンデンス・アナリシスの修正版 ‑215

として知られる CGSスケーリング( C a r r o l l，G r e e n， a n dS C h a f f e r( 19 8 6，1 9 8 7，1 9 8 9 )， G r e en a c r e( 19 8 9 ))や、計量心理学の領域で開発された L e v in eの方法として知られる P i c k ‑ L e v i n e( 19 7 9 ))についても述べる。 a n yスケーリング ( 表1 . 選択パターンデータ プランド 1 プ?ンド 2 ‑・・ パネル消費者 1 f11 f12 パネル消費者 2 f21 f22 パネル消費者 I f11 f12 .. .. 一 プランド J f1J f2J f1J 1‑ 1.コレスポンデンス・アナリシス コレスポンデンス・アナリシスは 2元分割表の行および列閣の従属関係を多次元 空間で表現する一つの技法である。この表現は行および列のカテゴリに関して、布置(多 次元ポイント)を与えることでなされる。これらのポイントはユークリッド空間における 行閣の距離、あるいは列閣の距離がカイ 2乗距離と等しくなるように基準化される。 ここで注意すべきことは、考慮に入っているのは行問、あるいは列聞を対象にし たカイ 2乗距離であって、決して行と列との聞のカイ 2乗距離ではないということである。 このことはプランドマッピングを行った後のマーケットシェア分析を行うためには、コレ スポンデンス・アナリシスが数学上の重大な不都合を持っているということを意味してい る。というのも、後で述べるマーケットシェア分析を行う際に、行布置と列布置の各次元 a nd e rH e i j d e n に関する絶対値距離を変数として用いるためである。なお、以下の説明は v a n dJ a nd eL e e u w ( 1 9 8 5 )を参考としたものである。 jで 、 I行 J列あ さて、 2元分割表の行列を Fとしよう。この行列 Fは要素が f; るものとする。ここで、添え字 n 1 1 は、それが対応する変数に関して和をとることを示す ものとする。すると、行周辺度数、並びに列周辺度数は次のように示される。 f;・ J j Z = 1 ff 行周辺度数 f. j 主f 列周辺度数 』 ij カイ 2乗距離は対応する行、あるいは列に関するプロファイルに関して計算され るものである。ここで、プロフア イルとは、例えば、第 i行のプロファイルはf;j/f;. a を要素にもつ第 i行ベクトルとして表されるものであり、また、第 j列のプロファイルは ‑216

fリ / f.jを要素にもつ第 j夢J I ベクトルとして表されるものである。 このようなプロファイルを用いると、第 i行と第 i 行との聞のカイ 2乗距離は 次のように規定される。 J z o (i . i ここで (f;j/f; j = l I J n=f..=L L i = lj = l ‑ ftJ/ft ) 2 f.j/n f;j である。上式は行プロファイルベクトル iと i.との 閣のカイ 2乗距離を示すものであり、もし行プロファイル iと i.が同じプロファイルで 2 あった場合には o (i， i') は Oとなるものである。 さて、コレスポンデンス・アナリシスの解は次のようにして計算される。まず、 行周辺ベクトル、並びに列周辺ベクトルを次のように表す。なお、行周辺ベクトルは先の 行周辺度数を要素として持つベクトルであり、同様に、列周辺ベクトルは先の列周辺ベク トルを要素として持つベクトルである。 = FU， c = F']I (行周辺ベクトル) J r ここで、 (列周辺ベクトル) ] 1は要素として 1を I個もった列ベクトル、]，は要素として 1を J個もった列ベ クトルで ある。 続いて、行周辺ベクトルの要素を対角要素にもつ対角行列む r、列周辺ベクトルの 要素を対角要素にもつ対角行列 Dcを次のように表す。 Dr = diag(Jr ) IX I行列 Dc = diag(c) JX J行列 さらに、行周辺ベクトルと列周辺ベクトルによる期待値行列 Eを次のように規定 する。 E = (l/n) むr]1]" Dc (1 /n) Jr C なお、期待値行列 Eの要素は e;j=f;.f.j/n として表せる。 引続き、行列 X として、 Pr‑14(F‑E)pj1 2を計算する。この行手I J Xはも ノ との分析対象行列 Fとその期待値行列 Eとの閣の基準化された残差行列を指すものである。 この行列 Xを次のように特異値分解する。すなわち、 X = P r ( F E ) P C 2 = u av' ここで、 U とVはそれぞれ左特異ベクトル、右特異ベクトルと呼ばれ、 U' U =1，およ び 、 Y' Y =1となるように基準化されている。Llはその対角要素に特異値をもった対角 行列で、特異値行列と呼ばれるものである。また、L1の次数は I‑1、あるいは J‑lの 少ない方の数に対応している。 以上までの特異値分解で求められた U、 Vを次のような再尺度化を行うことで、 行と列の布置が求められる。 R ー/百 P r E U t h 行の布置を示す行列 C ー/百 Dc 列の布置を示す行列 Y L l 4E4 t 勾 n f

ここで、 Rは企の次数によって示される多次元空間における各行の布置を与えるものであ り、この多次元空間内における各行のユークリッド距離はもとの分析対象行列 Fの行閣の カイ 2乗距離に等しくなっている。また同様に、 Cは.d.の次数によって示される多次元空 間における各列の布置を与えるものであり、この多次元空間における各列のユークリッド 距離は Fの列聞のカイ 2乗距離と等しくなっている。 これまでに求められた行と列の布置を同時に多次元空間内に位置づけることでジ ョイントスペースが構築されるが、このジョイントスペースはブランドの布置とパネル消 費者の布置の両方を含むものである。ブランドの布置関係をみることは先に述べたように これには数学的な距離が対応しており、よって有意味である。またパネル消費者の布置関 係を見ることは同様に有意味である。しかし、プランドの布置とパネル消費者の布置関係 については数学的な距離が対応しておらず、よって、これを見ることには数学的には無意 味である。すなわち、先にも述べたことであるが、このジョイントスペースにおける布置 で数学的に意味のあるユークリッド距離は第 i行と第 i'行との距離で、これはもとの分 析対象行列 Fにおける第 i行と第 i'行とのカイ 2乗距離に対応している。またあるいは 第 j列と第 j ，列との聞のユークリッド距離にも数学的な意味があり、これは Fにおける 第 J列と第 j ，列とのカイ 2乗距離に対応している。しかし、このジョイントスペースに おける第 i行と第 j列とのユークリ、y ド距離には数学的な意味は何もないのである。両者 の距離は単に次のような変換形式で対応関係(相対的位置関係)があるのみでその距離に は何の数学的な距離の規定もなされていない。 R = むr FCiE1 = イ 百 む r1FむC 2V C=P c‑1F'Ra‑1=dE むc‑1F'Pr‑14U この変換形式にあるように、行の布置は列の布置から求めることが出来、同様に、列の布 置は行の布置から求めることができるものである。このように、行と列の布置にはお互い に対応関係があるものの、そこには数学的な距離が何等規定されておらず、よって、両者 の距離には数学的な意味は何もないものである。しかし、行布置は列布置の重みつき重心、 また列布置は行布置の重みつき重心にあるため、相対的な位置関係には意味があるといえ る。よって、因子分析的に一方を解釈者、もう一方を被解釈者として両者の相対的関係を みることは可能である。 また、コレスポンデンス・アナリシスにおいては、再尺度化の方法が上記の他に 何通りかあり、分析の目的に応じて使い分けられる。これについては、 C a r r o l l，G r e e n . S c h a f f e r ( 1 9 8 7 )，v a nd e rH e i j d e n . d eL e e u w ( 1 9 8 5 )、を参照。 2‑2. C .G .S . スケーリング 前節でみたように、コレスポンデンス・アナリシスはブランドマッピングの手法 としては問題ないが、その後のマーケットシェア分析には、数学的に不都合なものであっ た。それはコレスポンデンス・アナリシスによる多次元ジョイントスペースにおける行の 布置と列の布置との聞の距離には数学的な意味がなんら存在しないため、その距離を説明 ‑218

変数として用いるマーケットシェア分析を行うためには、コレスポンデンス・アナリシス を用いることは数学上問題が生じるわけで ある。マーケティング的には行と列の距離がみ れるということはきわめて有益なことであり、この点に着目してコレスポンデンス・アナ リシスを修正したものが C a r r o l l，G r e e n，a n dS c h a f f e r ( 1 9 8 6，1 9 8 7 )のスケーリング、いわ ゆる C G Sスケーリングである。 彼らの基本的な発想、は次の通りである。分析対象行列 Fの行についての情報と列 についての情報を全て行方向、あるいは列方向に押し込めた擬分割表行列 Bをっくり、こ の行列 Bに関して通常のコレスポンデンス・アナリシスを施す、というものである。 もとの分析対象行列 Fはひとつのクロス集計表であるから、このクロス集計表を 生み出す基になったインディケータデータ行列が存在するはずである。それは行方向にパ ネル消費者を表す行とプランドを表す行を共存させ、列方向に一回一回の選択事象をもっ 行列で次のような表 2に示される行列で表されよう。 表2 . 擬分割表行列 B 1 234 ち ハ。ネ J~消費者 1 ハ。ネ J~消費者 2 J ¥ ・机消費者 I プランド l プランド 2 プランド J 6 7 8 9 1 0 。。。。 。。。。。。1 1 1 1 .. 。。。。。。。。。。 。。。。。。。。。。 。1 。。。 1 1 1 。 。。。。 。1 。。 。。。。。。。。。。 。。。。。。。。 1 .. 1 1 1 1 1 1 l 。。 。。 。。 ‑・・・・ 1 1 ‑・・・・ 。 。。 。。 。1 l l l n ‑ 1 n 1 ここで、表 2は次のようにつくられる。 1番目の選択事象に関して、そのパネル消費者が l番目の人であったら、 1行 1列目に指標として 1を入れ、残りの 2行 1列目から I行 1 列固までには指標として 0を入れる。さらに l番目の選択事象に関して、そのプランドが 1番目のプランドであったら、 (1十 1)行 l列目に指標として lを入れ、残りの( 1十 2)行 1列目から( 1+J)行 l列固までに指標として Oを入れる。これと同様にして全 ての選択事象に関して指標を入れていくと援分割表行列 Bができあがる。この行列 Bにお ける上部のパネル消費者部分の小行列 B1と下部のプランド・部分の小行列 B2とでクロス集 計をかけると先の選択パターンデータ行列 Fができあがるわけである。すなわち、 1 F=B B2' である。なお、表 2はパネル消費者 lに関して、ある期間において彼が全部で 6回 の選択をしており、その内ブランド lを4回選択し、プランド 2を 2回選択していること を示している。同様に、パネル消費者 2に関して、彼は全部で 4回の選択を行っており、 その内ブランド lを 1回、ブランド 2を 1回、プランド Jを 2回選択していることを示し ている。ここで、列の大きさ nは総務度数、 ‑219一

n = f . . 1 J L L f; i = lj = l j を指すものである。 C G Sスケーリングはこの行列 Bを通常のコレスポンデンス・アナリシスにかけ ることである。これによって得られた行に関する布置に先の分析対象行列 Fの行と列が同 時に現れ、しかも、この場合、両者の距離がカイ 2乗距離という数学的な規定がなされる ことで有意味となる、というものである。 このような C G Sスケーリングはきわめて大きなデータ行列を特異値分解するこ とになり、計算時間が馬鹿にならない。しかし計算的なショートカットが簡単に可能で・、 それは次のように示される。 R vfEPr1/2U(iE+E)1〆2 C = vfEPC 2V(企 十 I)1 / 2 行の布置を示す行列 列の布置を示す行列 これは先のコレスポンデンス・アナリシスの行並びに列の布置を再尺度化する際に、特異 値行列の対角要素に 1を加え、その平方根をとった行列をもとの特異値行列の代わりに右 側から乗じることでえられるものにほかならない。 a r r o l l，G r e e n，および S c h a f f e rの 3人はこの 以上が C G Sスケーリングであり、 C 手法で行列 Fの行布置と列布置のユークリッド距離をカイ 2乗距離に対応づけて有意味に r e e n a 解釈することが可能で、あると主張している。しかしこの点に関して 2つの批判がG c r e( 19 8 9 ) から提起されている。それは行布置と列布置のカイ 2乗距離の規定が不都合で あるという理論的側面と、実際のデータを分析した結果、行列 Fにおける行間および列聞 のカイ 2乗距離と C G Sスケーリングによって求められたジョイントスペースにおける行 間及び列閣のカイ 2乗距離とが一致しておらず、再現性がきわめて悪いという実証的側面 の 2つの側面からの批判である。 2‑3. Pick‑any スケーリング 計量心理学者 L e v i n eによって開発された手法である P i c k ‑ a n yスケーリングは次の ような意図を持って行列 Fの行と列を布置しようというものである。(1)あるパネル消費 者の布置は彼が選択したプランドの重心に位置づける、 ( 2 )あるプランドの布置はそれを 選択したパネル消費者の重心に位置づける、という意図である。ここで、注意しなければ ならないことは行列 Fbが先のコレスポンデンス・アナリシスや C G Sスケーリングで用 いた行列 Fとは異なっているということである。すなわち、ここでの行列 Fbはインディ ケータ行列であり、パネル消費者 iがプランド jを選択したらf;j = 1、選択しなかった らf;j =0、を要素とした 2値をもつものである。行列 Fbの添え字 "b"はb i n a r y(2値) の頭文字をとったものである。 P i c k ‑ a n yスケーリングの特徴は先に上げた 2つの意図を実現するということであ るが、このことを換言すると、行列 Fbに含まれるデータ Oを選択拒否を意味するものと ‑220

して扱っていない、ということである。すなわち、パネル消費者 iによって選択されなか ったブランド jの布置はパネル消費者 iによっては何も決定されない。また、パネル消費 者 iの布置はプランド jによっては何も決定されない。ブランド jの布置は専らそれを選 択したパネル消費者によって決定され、パネル消費者 iの布置は専ら彼が選択したブラン i c k ‑ a n yスケーリングをマーケティング研 ドによって決定されるものである。このような P 究に応用したものに、 G r e e na n dD e S a r b o( 19 8 1 )， H o l b r o o k， M o o r e， a n dW i n e r ( 1 9 8 2 )， M o o r ea n dW i n e r ( 1 9 8 7 )がある。 数学的に P i c k ‑ a n yスケーリングを表現すると以下に示すようになる。 まず、分析対象行列として Fb を考える。 Fb = {f;j} ここで、パネル消費者 iがプランド j を選択したらI;j = 1、パネル消費者 iがプランド j を選択しなかったらI;j =0、となることは先に述べた通りである。 bを用いて、次のような超行列 Hを規定する。 この 2値データを要素に持つ行列 F H = I φ 1IFb I I Fb'I φ J I ここで、 φIは全ての要素に 0をもっ 1X1行列、 φJは全ての要素に Oをもっ JXJ行列 である。よって、超行列 Hは (I+J) X (I+J)個の要素をもっ行列である。 続いて、次のようにして行周辺ベクトルを求める。 r l I = H 1 ここで、 dは (I+J) x1の行周辺度数を要素にもつ列ベクトル、 1は全ての要素に 1 をもった (I+J) X 1の列ベクトルである。すると、 dの要素で 1 行目から I行固まで はそれぞれのパネル消費者がトータルでいくつのブランドを選択したかを示すものであり、 1+1行目から 1+J行固まではそれぞれのブランドがトータルで何人のパネル消費者に よって選択されたかを示すものである。 さらに続いて、この行周辺列ベクトルの各要素を対角要素にもった対角行列むを 次のように表す。 むこ d iag (r l I) 以上までで P i c k ‑ a n yスケーリングの記法に関する準備は終わりである。 1 )、 ( 2 )で記した重心問題の解は次のような式の解として数学的に表 さて、先の ( 現される。 入k む 1H Xk CEk ‑ ‑ ‑ ‑ ‑ ‑ ‑ ‑ ( 2 1 ) ここで、入 kとX kは非対称行列む 1 Hについての k番目の固有値と固有ベクトルである。 しかしこのままでは固有値分解ができないため、計算の便宜上次のように行列の変換を することで対称行列の固有値分解に持込み、引き続いて間接的に求めるべき X kを計算する ことにする。 2 ‑ 1)の両辺に左側からむ 1/2を乗じると、 式 ( 入k D Xk む(む H) Xk ‑221‑ R( む 1/2X k) ・・ (2‑2)

ここで便宜上、 R む 1 2H む 〆 2‑ 2)において!Jk=む 1 2 3 k /2とおく。この( ノ とおくと、 λk ! Jk R ! Jk となり、これは対称行列 Rに関する固有値問題に帰着する。固有値分解によって!Jkが求め られれば、これに左側からむ 2を乗じることで求めるべきこl t kが得られる。すなわち、 む 1/23k= む 1〆 2 (1 コ1〆 2 3 k ) = C EK である。ここで、このこltkの k に関して次のような取扱をする。 k = lの場合は数学上、 自明な解として知られる解でありこれを無視し、通常は k = ' )から k = J次元めまでを有 意味な解として採用する。また、固有ベクトル X kの要素のうち、第 1行目から第 I行固 までがパネル消費者の布置を与えるものであり、第 1+1行目から第 I十 J行固までがプ ランドの布置を与えるものである。 以上までがP i c k ‑ a n yスケーリングであるがこれまでは分析対象行列 Fbを2値デ ータを要素としてもつものとしてきた。これと全く同様のアルゴリズムを先のコレスポン デンス・アナリシスや CGSスケーリングで用いたいわゆる選択パターンデータ行列 Fに も適用することが可能である。しかしこの場合、求められる重心は選択頻度によってウ エイトづけられたものになるのは言うまでもない。 さて、 P i c k ‑ a n yスケーリングによる行列 Fの行布置と列布置との距離にはどのよ うな意味があるのであろうか。ある行の布置はそれが反応した列の重みつき重心に位置づ けられ、またある列の布置はそれに反応した行の重みつき重心に位置づけられる。コレス ポンデンス・アナリシスや CGSスケーリングそれぞれの重みづけの仕方とは異なるもの の、行布置と列布置との閣の相対的位置関係には数学的に重みつき重心という意味が与え られている。よって、コレスポンデンス・アナリシスや CGSスケーリングと同様、 P i c k a n yスケーリングによる行布置と列布置との聞の相対的位置関係を見ることには意味があ るといえる。しかしながら、ユークリッド距離やカイ 2乗距離といった数学的距離が明確 に規定されていないため、両者の距離をみることはできず、後のマーケットシェア分析を 行うためのジョイントスペースを構築する完全な手法であるとは断言できない。 3 . プランド間競争関係の分析事例 これまで述べてきたコレスポンデンス・アナリシス、 CGSスケーリング、 P i c k a n yスケーリングの 3手法を用いてプランドをマッピングしてみる。用いたスキャンパネ ルデータは(財)流通経漬研究所のものを利用させて頂いた。届舗は茨城県のある大規模 9 8 8 年2 月2日から 1 9 8 9年 3 月3日までの 6 0週間。 小売店、分析データとして採用した期聞は 1 商品はインスタントコーヒーを取り上げた。また、分析から雑音を除くため、購入個数の きわめて少ないパネル消費者(期間購入個数 3個以下のパネル消費者:期間購入者全体の 6 6 .1 % ) およびきわめて多すぎるパネル消費者(期間購入個数 1 2個以上のパネル消費者: 期間購入者全体のち . 2 %)を予めデータから除き、 8 9人(期間購入者全体の 2 8 .7 % )のパネル ‑222‑

z z z aラ・ ， ' x: a : t i J : ~ー-~ : o I ・ :.. i .， ...ラ， ， ，， J ・ LO I J : 1 1 : 1 I E z 0 ‑ ‑ L 5 ・ ' ‑ 1 . 0 町胃 0 . 1 1 ‑ ‑ 4 ， . ' . i : ラ LO 0 . 5 o l l n ・ " . . " .. * 図2 ̲ CGSスケーリングによるジョイントスペース(1 2次元) D I回・ Z ， T ，， z z ‑ zz z 2 ， n' • 足 ， 邑 ヨ 即 "01 濁 " " 且 n :)(1 0 1 * 図3 .P i c k ‑ a n yスケーリングによるジョイントスペース(1 2次元) DIIQ: ・ . " . T . ， 汚 ・ . ' " ・ •， 2 E 0 .000" G ，， .，，。 . ‑ 0 . .015+ グラフ中の記号の意味 4四， ' 0 6 一 T:ず ・r 'レンド B :プレンディ M:マ キ シA x 判 開 . + ベlO' ~.Ol ‑ . 0 0 " 0 1 見 1 :3 1由 M ハ・ネI~消費者 22 ， ， ， ， ， n' ， ， ， ， R G:プールド7"レンド E:エ ヲ セ ヲ ， . ，， ， ， 2 . " ， ・ ， ， ， ， E ，. 00' 0 . " ， . 一 冗 勺ム T z ZL! .. ， " ， . . ， ，. z z 次 * 4Ea ス ぺ TP ス ン J' 川 ヨ汁 ヲハ@ 引 げ ン ト品A伊 ス ン ︑ け ソ ナ ア 日 ア ス 問 ン ン ス ポ レ コ 図1. のru のru qd

消費者を分析対象とした。 具体的なマップ作成は、コレスポンデンス・アナリシスと CGSスケーリングに r o cC O R R E S Pを用いて、 P i c k ‑ a n yスケーリングに関しては P r o cI M L でプ 関しては SASの P ログラムを書いて計算することで 行った。 分析の結果、いずれの手法も最大 4次元まで抽出された。全ての次元についてマ ップを作成するのは、事例的研究という性格上、ここでは無駄と思われるので、代表的な 1次元と 2次元を用いて各々の手法のマ、yプを作成したものを図 1から図 3に示しておく。 これらのマップをみると外見上はほとんど手法聞の遣いがわからない。ただ、各 次元の尺度単位が異なっているだけで、布置関係はほとんど同じである。この傾向は他の 3、 4次元に関しても同様であり、マーケテイングへの応用としてこのマップを見るだけ であったらこれらの手法をほぼ同一視して構わないように思える。しかし、数学上はこれ らの手法の遣いは明白で、、先に記した通りである。 これらのマ、yプを見ると、ゴールドプレンドとマキシムが他のプランドと比較し て近い距離にある。またエクセラとブレンディとが比較的近い距離にある。よって、これ ら近い距難にあるプランド同士が比較的強い競争関係にあることが読み取れる。実際、こ れらのベアはそれぞれネッスルと AGFの価格及び品質が同水準のプランドであり、これ らが競合関係にあることは直観的にも理解できるところである。 4. マーケ、ソトシェア分析 4‑ 1.ジョイントスペースからの説明変数創出 まず、次のような仮定を置く。まず第一に、表 1のような選択パターンデータは 一回一回の選択に影響を与えるあらゆる要因が作用した結果と見なす、というものである。 たとえば、あるプランドの選択=f (当該ブランドについての選好度，当該プランドにつ いてのプロモーション，選択時の状況， etc . )、などと表現できょう。更に細かくみ て行くと、当該プランドについての選好度=g1(ブランド属性，属性価値)、当該ブラン ドについてのプロモーション=g2(値引き，エンド陳列， et c. )、選択時の状況 =g 3(棚位置，フェイス数，ゴンドラ位置， etc . )、などとも表現できょう。ここに上げ た要因は単に例を示しただけで、仮説などといえるようなものではない。この段階ではど のような要因が説明変数として有効で あるかを議論する必要もなく、従って、仮説的に説 明変数を設定する必要もない。 さて、このような選択パターンデータを用いてパネル消費者とプランドを多次元 空間内に位置づけ、ジョイントスペースを構築しようというのが第 1の目標である。この i c k ‑ a n yスケー 第 1の目標は先のコレスポンデンス・アナリシスや CGSスケーリング、 P リングで達成することが可能でhある。しかし、このような手法で構築されるジョイントス ペースはパネル消費者とプランドの布置聞は数学的な距離が規定されていないため不完全 なものであることは先に述べた通りである。 いま、パネル消費者とブランドのジョイントスペースが構築されたとしよう。そ 224‑

の場合のパネル消費者の多次元空間内における位置をそのパネル消費者の理想点と解釈で きるものとしよう。すると、あるパネル消費者の理想点を原点とした場合、そこからある ブランドまでの距離が近ければ近いほどそのパネル消費者によってそのプランドは多く選 択されていることを意味し、反対に距離が遠ければ遠いほどそのパネル消費者によってそ のブランドはほとんど選択されていないか、あるいは全く選択されていないということを 意味すると解釈することができょう。その際に、ある意思決定主体からあるプランドまで の多次元空間内におけるユークリッド距離をとった場合、各次元の意味内容が消えてしま い、単なる「抵抗」を意味するのみとなってしまう。各次元の意味が消えてしまうユーク リッド距離を単純にとるのではなく、各次元の意味を保持したまま距離をとったほうがよ り有益な分析が可能となると考えられるから、ここではあるパネル消費者からあるプラン ドまでの市街地距離を採ることとする。たとえば、第 1次元に関しであるパネル消費者の 位置からあるプランドまでの距離を絶対値で採る、次いで第 2次元に関して同様に距離を 採る、 ・・・、といった具合いである。 さて、以上までの涜れを図式的に示すと図 4のようになる。ここでの最大の問題 はどのようにしてパネル消費者とプランドの布置聞に数学的意味のあるジョイントスペー スを構築するか、ということである。これについては現在のところいまだ有効な手法が開 発されておらず、今後の開発を待つほかはない。 図4 . ジョイントスペースからの説明変数の創出 選択パターンデータ ジョイントスペースの構築 パネル消費者から各プランドまでの距離を市街地距離として各次元毎に計算 説明変数の創出 4‑2 . ジョイントマッピングによる説明変数をもった確率的選択モデル 分析モデルとして次のような確率的選択モデルを採用する。このようなモデルの 8 3 )に詳しいので、詳細はそちらに譲る。確 導出については、日本語の文献として中西(19 率的選択モデルの内、積乗型競合相互作用モデル( M u l t i p l i c a t i v eC o m p e t i t i v eI n t e r ‑ .‑)と呼ばれるモデルは式 ( 4 ‑ 1 )のように数学的に表現される。 a c t i o nM o d e l ‑M .C .1 Kβk n Xijk k = l Pij J Kβk i : n Xijk j = lk = l ・ ‑( 4 ‑ 1 ) F i D 9‑ 9h

また、多項ロジットモデル ( M u l t i n o m i a lL o g i tM o d e l ‑M .N .L.一)と呼ばれる kk )) xx kk nμβμ yd 4 1J ︑・ ここで、 PAPA x xv i ee d = Pij KZM一 KZM モデルは次のように表現される。 ‑ ・ ・ ・( 4 ‑ 2 ) Pijはパネル消費者 i がプランド j ( C J ) を選択する確率を示し、 X ijkはパネ ル消費者 iがブランド jを選択する際の k番目の影響要因、あるいはパネル消費者 iのブ ランド jの選択を説明する k番目の説明変数、である。また、 βk は推定すべき k番目の パラメータである。 先の 4‑1でパネル消費者の理想点からプランドまでの市街地距離を各次元毎に 算出することで説明変数を創出しようということを概念的に示した。いま、 X ikを多次元 空間における第 k次元目のパネル消費者 iの布置、 元自のプランドの布置とすると、 Xijkは Xjkを同じ多次元空間における第 k次 IXik‑Xjkl として算出されることにな る。なおこの場合、説明変数の数は次元の数だけあることになる。このようにして算出さ れた X ijkを説明変数として上式 (4‑1)、あるいは式 (4‑2)に代入して確率的選択モデルを 規定したものをマーケットシェア分析に用いる。 パラメータの推定は最小 2乗法によるものと最尤推定法によるものが可能である が、以下では最小 2乗法による推定方法をとることとする。その場合、被説明変数 Pijを 既知としておかねばならい。次のように Pijを規定しておく。表 1に示したような選択パ ターンデータを基にしてパネル消費者別の選択確率の推定値を Pijとする。すなわち、 土fij Pij= I;j / である。ここで、 fijはパネル消費者 iがプランド Jを選択した頻度(個数)である。続 いて、式 (4‑1)、 (4‑2)を線形に変換しておかなかければならない。その方法は一般に対数 、 炉 、 ， a k a n i s ia n dC o o p e r( 1 9 7 4 )にあるので、 中央化変換と呼ばれるものであるが、詳細はN 」ー」ー .c .1.は、 では結果のみを示すこととする。すると、 M L o g(Pij/ Pi.) 主 βk Log(X ijk/Xi.k) … … (4‑3) k = l 次いで 、 M .N .L . は 、 L o g(Pij/Pi .) / TJ ) ( Xi.k = 一 一 のように線形に変換される。 ここで Pi. ・ ‑( 4 ‑ 4 ) (Xijk ‑ Xi.k) pl JH・ J ~fk J I J (DXijk) ノ Xi.k j = l J (l/J)許 リ k、である。 さて、以上のようなモデルを用いて分析を行い、推定されたパラメータに基づい て予測値 Pijを計算する。この予測値 Pijを全パネル消費者について集計することでマー ケットシェアの予測値を算出するものである。 ‑226‑

4‑3 . マーケットシェア分析の事例 以下でマーケットシェア分析の事例を示すが、今回はジョイントスペースの解釈 を行わない。ジョイントスペースを解釈するためにはそのためのデータをスキャンパネル データとは別に用意しなければならないが、今回の分析ではそれが用意できなかったため である。 ジョイントスペース構築手法としてコレスポンデンス・アナリシス、 CGSスケ ーリング、 P ic k ‑ a n yスケーリングを用いた。マーケットシェア推定のための確率的選択モ デルを MCIとM N Lの 2種類を用いた。ジョイントマップは先の r3. ブランド間競争 関係の分析事例」の部分で例示した通り。モデル別の推定パラメータは表 3に示した通り である。なお、パラメータ推定にあたっては当モデルを対数中央化変換によって線形にし た後、最小 2乗法をもちいて推定した。選択確率がゼロの場合、その対数をとるためパラ メータの推定ができないため、それをデータから除いて推定している。また、パラメータ 推定の際にステップワイズによって変数選択を行い、その結果、第 4次元自の距離変数が 採択されなかったため、これを除いて表 3に示しである。パラメータの絶対値は第 1次元 が最も大きく、次いで 第 3次元、第 2次元となっていることが全般的に読み取れる。 表3 . 推定パラメータ M .C . ! .A N A L Y S I S ハ 。 ラ メ ー ク C O R R E S P O N D E N S E C G SS C A L I N G P I C K ‑ A N YS C A L I N G β1 ‑ 0 .2 9 5 3 4 5 1 6 ‑ 0 .2 9 5 3 2 8 3 9 0 . 2 9 6 3 1 5 4 2 β2 ‑ 0 . 1 5 9 3 4 9 5 1 ‑ 0 .1 5 9 3 5 1 8 8 O .1 5 8 4 0 8 7 7 β3 ‑ 0 . 1 8 9 6 4 1 5 9 ‑ 0 .1 8 9 6 6 8 7 2 一O .1 9 0 6 2 1 2 1 C O R R E S P O N D E N S E C G SS C A L I N G P I C K ‑ A N YS C A L I N G .A N A L Y S I S M . N .L ハ 。 ラ メ ー ク β1 ‑ 0 . 7 1 6 0 1 2 2 0 ‑ 0 . 4 0 2 5 8 3 8 1 一1 6 . 2 4 8 9 9 4 6 8 β2 ‑ 0 . 4 8 5 7 9 2 5 2 ‑ 0 .2 5 6 7 8 7 5 2 1 0 . 1 9 6 0 9 7 2 7 β3 ‑ 0 .6 1 7 1 3 3 9 1 ‑ 0 . 2 7 3 7 3 2 9 2 1 0 . 4 2 9 5 5 1 2 6 . 1 a 辺議3 注)会等移甥知泊五 街:当事されなかったため除いてある・ また、モデル別の非線形還元後の自由度修正漬み決定係数を表 4に示しておいた。 i c k ‑ a n yス これをみると、全般的に極めて高い説明力を持っていることがわかる。特に、 P o9536もある。 3手法ともに行と列の間 ケーリングによる M N Lモデルの説明力が高く、 . ‑227ー

の距離が数学的に規定されていない不完全なものであったが、これほど高い自由度修正請 i c k ‑ a n yスケーリングによる M N み決定係数を実現するコレスポンデンス・アナリシスや P Lモデルは、手法の応用的利用においてはあまり問題はないのではなかろうか。 C G Sス ケーリングに関しては、先の r2‑2. C G Sスケーリング」の最後において、当手法に r e e n a c r e( 19 8 9 )の批判として、ジョイントスペースにおける行と列聞の距離の規 対する G 定が不適当で あること、並びに行間および列閣の距離の再現性がきわめて悪いという指摘 を載せておいたが、これを反映してか、行と列の閣の距離をとる当マーケットシェア分析 でも他のジョイントスペース構築手法と比較すると決定係数が落ちている。このような結 果を勘案すると C G Sスケーリングはジョイントスペース構築手法としてはふさわしくな いのかも知れない。このような結果は一般性があるのか今回の分析だけでは判断できない が、その利用に関しては若干の注意が必要であろう。 . 非線形還元後の自由度修正済み決定係数 表4 M .C .I .A N 札Y S I S C O R R E S P C G S P I C K ‑ A N Y 0 . 9 0 9 7 3 0 . 7 6 8 1 5 0 . 9 1 0 0 6 C O R R E S P C G S P I C K ‑ A N Y 0 . 9日 間 0 . 8 6 9 4 2 O .9 5 3 6 0 M . N .L .A N A L Y S I S 先に推定されたパラメータを用いて各ブランドの選択確率の予測値を計算し、こ れを 89人に関して集計して各プランドのマーケットシェアを予測した。集計の仕方は次 0 0個のプランドを購入したとして、 の通りである。予測された選択確率を各パネル消費者が 1 その内、各プランドがいくつ購入するかについての予測値を算出する。この手続きは予測 0 0を乗じることで得られる。この P;jをパネル消費者 iに関して された選択確率 P;jに 1 和をとり、各プランドの予測される合計数量を計算する。この各プランドの合計数量に基 づいてシェアを予測するわけで・ある。すなわち、 プランド jの予測合計数量 F.j ブランド jの予測マーケットシェア P.j X 1 0 0 S;j 1 0 0L : P;j F.j/ L : F.j である。実際のマーケットシェアもこれと対応づけるため同様にして算出した。つまり、 実際の選択確率 P;jを用いて実際マーケットシェアを算出した。しかし、この集計方法は 2 2 8一

各パネル消費者の購買数量の差異を無視したものであるため、通常のマーケットシェアと は異なるものである。 このようにして算出された実際および予測のマーケットシェアを表与に示してお く。全般的にどのモデルも実際のマーケットシェアをよく反映していることがここから読 み取れる。ただ、自由度修正請み決定係数が相対的に低かった CGSスケーリングはやは りここでも他の手法に比べるとあまりよくない結果を示している。 さて、以上までの分析で、モデルのパラメータの絶対値が第 1次元で最も大きい ことがわかった。それ故、マーケットシェアを規定している最も重要な要因として第 1次 ) 慣でマーケットシェアに対 元を考えれはよいことになる。ついで、第 3次元、第 2次元の1 する野響度が弱くなっている。 表ち.モデル別の予測シェア M .C .1 . ANALYSIS i実際シェア￨ 一 予測シェア 一一十一一一一一十一一一一一一一一一一一一一 CORRESP C G S PICK‑ANY 3 9 .7 8 6 % 41 .6 9 9 % I2 4 .7 2 8 % 41 .7 0 7 % 2 5 . 5 6 5 % 2 4 . 3 5 0 % 2 5 . 5 6 7 % 2 .3 0 4 % 1 4 .1 8 0 % 3 .0 4 2 % アV/デ 4 2 .5 6 6 % I11 .8 9 5 % 3 . 0 4 0 % 1 1 .9 0 8 % 1 1 .9 1 5 % マ キ タA I1 6 . 9 4 9 % 1 7 . 7 8 1 % 1 9 .3 8 0 % 1 7 . 7 7 6 % プーJ~ド 1" レンド I ヱ ク セ ラ ず. 7 ポ レ ン ド 4 3 . 8 6 2 % M .N .1 . ANALY SI S ￨実際シェア￨ 予測シェア 一一一一一一十一一一一一十一一一一一一一一一一一一一一一一一一一 CORRESP C G S PICK‑ANY 4 3 . 8 6 2 % 41 .5 1 3 % 3 9 .1 1 2 % 41 .5 1 3 % I2 4 . 7 2 8 % 2 4 . 9 3 8 % 2 4 . 7 4 0 % 2 4 .9 3 9 % 2 . 9 7 1 % 3 .0 8 5 % プーJ~ド t レンド I エ ク セ ラ ず. 1 "レ ン ド 2 .5 6 6 % 3 . 0 8 5 % r 'レンディ 1 1 .8 9 5 % 1 2 . 4 6 1 % 1 3 . 7 1 2 % 1 2 . 4 6 5 % マ キ 主A I1 6 . 9 4 9 % 1 8 . 0 0 2 % 1 9 . 4 6 5 % 1 7 . 9 9 9 % 本来なら、ジョイントスペースをなんらかのデータを基にして解釈すべきである が、主観的に各ブランドの布置関係を見ることで解釈することも可能で あろう。しかし、 ここではその解釈を行わない。各次元を解釈した後に、ジョイントスペースにおける関心 のあるブランドの布置を変化させ、それによってそのブランドのマーケットシェアがどの 2 2 9一

ように変化するかをシミュレートすることも可能で、ある。その際に予想されることは、第 1次元自の布置を変化させることが最も大きくマーケットシヱアを変化させることになろ う、ということである。次いで 、第 3次元、第 2次元目という具合いにマーケットシェア の変化に対する影響度が弱まるであろう。 ち.まとめと今後の課題 これまで具体的にジョイントスペースを構築する方法としてコレスポンデンス・ i c k ‑ a n yスケーリングの 3手法を取り上げて説 アナリシス、 CGSスケーリング、並びに P 明してきた。それぞれについて行布置と列布置との距離を見ることに意味があるか否かに 関して検討を加えた結果、コレスポンデンス・アナリシスについは両者の距離を見ること r e e n a c r eによって提起 は数学的に無意味で・あるといえる。また、 CGSスケーリングは G a r r o l l，G r e e n，および S c h a f f e rが主張するほど両者 された 2つの問題を抱えているため、 C の距離を見ることには数学的な意味があるとは言えない。 P i c k ‑ a n yスケーリングに関して は両者の距離関係が重みつき重心によって数学的な意味を与えられているものの、ユーク リッド距離やカイ 2乗距離といった明確な数学的距離が規定されていない以上、コレスポ ンデンス・アナリシスや CGSスケーリングと同様、相対的位置関係にしか意味はない。 G r e e n a c r e( 19 8 9 ) ではコレスポンデンス・アナリシス方式のジョイントスペース 構築手法よりも、多次元展開法の方が行布置と列布置との距離を見る際には有効であると いうことを示唆しているが、これもいくつかの間題を抱えている。これを取り上げること は今後の研究課題として現在のところ残しておくとして、現段階ではっきりといえること は行布置と列布置との聞の距離を数学的に意味ある形でみれる手法は今のところ存在して いないということである。この点に関しては数学者、統計学者の手法開発を大いに期待し たい。 ジョイントスペースの解釈は、行布置と列布置との聞の距離がなんらかの属性デ ータを用いて実質的に解釈することができる。例えば、因子分析における軸の解釈方法を まねてこの距離を解釈する方法である。行布置と列布置との聞の距離を因子得点にたとえ、 属性データとこの距離との相関係数を因子負荷量にたとえることで、この距離を実質的に 解釈することができょう。このような方法で実質的な解釈がうまくできるのであったら、 必ずしも数学的距離の意味づけを必要としないかもしれない。全てが数学によって厳密に 意味づけられなければならないという約束ごとがあるわけではないから、実質的・経験的 な意味づけを行うだけでもマーケティング的にはかなりのインプリケーションを得ること ができるものと思われる。しかしながら、これは一つの言い訳であり、行布置と列布置と の間に数学的な意味づけがあった方がより望ましいということは言うまでもない。 また、今回の分析ではジョイントスペースの解釈に関して、ほとんど、触れなかっ た。今後はその解釈をする方法を明確に提示し、並びに解釈をするためのデータを収集し 実際に解釈を行う必要があろう。 確率的選択モデルに関して今回の分析で取り上げたものは積乗型競合相互作用モ デルたる MCIと多項ロジットモデルたる M N Lの 2種類だけであった。しかし、これら ‑230一

両モデルともに「無関係な代替案からの独立性(1.1 .A :l n d e p e n d e n c ef r o ml r r e l e v a n t a l t e r n a t i v e s ) J という問題を抱えており、現実の選択様式としてはふさわしくない。今 後はこのような特性を持たない確率的選択モデルを組み込んで分析を行い、更なる検討を 加えたい。なお、1.1 .A .特性に関しては B e n ‑ A k i v aa n dL e r m a n ( 1 9 8 ち)を参照。 [参考文献】 A m e m i y a，T a k e s h i( 1 9 8ち ) ，A d v a n c e dEconometric~ ， Basil B l a c刷 e 1 1 . B e n ‑Aki v a，M o s h e ，a n dS t e v e nR.Lerman(1985) ， ~iscrete C h o i c eA n a l y s i s :The o r ya n d ， η l eM I TP r e s s . A p p l i c a t i o nt oT r a v e lD e m a nQ C a r r o l l，J . D o u g l a s， P a u lE . G r e e n， a n dC a t h e r i n eM . S c h a f f e r ( 1 9 8 6 )， " l n t e r p o i n t D i s t a n c e C o m p a r i s o n s i n C o r r e s p o n d e n c e A n a l y s i s ，. .J o u r n a l o f M a r k e t i n g k立旦旦ιVo].XXII， I( A u g . )， p p 2 7 1 ‑ 2 8 0 . . D o u g l a s， P a u l RGreen， a n dC a t h e r i n e ~Schaffer(1987) ， " C o m p a r i n g C a r r o l l，J I n t e r p o i n tD i s t a n c e si nC o r r e s p o n d e n c eA n a l y s i s : AC l a r i f i c a t i o n，" J o u r n a lo f o ] .X X I V，( N o v . )，p p 4 4ち 4 ちO . M a r k e t i n gR e s e a r c h，V .D o u g l a s， P a u lE . G r e e n， a n dC a t h e r i n eM .S c h a f f e r( 19 8 9 )， " R e p l yt o C a r r o l l，J G r e e n a c r e ' s C o m m e n t a r y o n t h e C a r r o l l ‑ G r e e n ‑ S c h a f f e rS c a l i n g o f T w o ‑ W a y C o r r e s p o n d e n c e A n a l y s i s S o l u si o n s， " J o u r n a lo fM a r k e t i n gR e s e a r c h .V o ] .X X V I ( A u g u s t )，p p 3 6 6 ‑ 3 6 8 . . D o u g l a s， P a u lE . G r e e n( 19 8 8 )，" A nI N D S C A L ‑ B a s e dA p p r o a c ht oM u l t i p l e C a r r o l l，J C o r r e s p o n d e n c eA n a l y s i s，" J o u r n a lo fM a r k e t i n gR e s e a r c h ，V o l . X X V，M a y，p p 1 9 3 ‑ 2 0 3 . C o o p e r，L e eG . &M 日 a oN a k a n i s h i( 1 9 8 3 )，" S t a n d a r d i z i n gV a r i a b l e si nM u l t i p l i c a t i v e J o u r n a lo fC o n s u m e rR e s e a r c h，V o l .1 0，J u n e，p p 9 6 ‑ 1 0 8 . C h o i c eM o d e l s，" .a n dG a leY o u n g( 19 3 6 ) ， "ηleA p p r o x i m a t i o no fO n eM a t r i xb yA n o t h e ro f E c k a r t，C L o w e rR a n k，" Psychometrik~ ， 1( S e p t e m b e r )，p p 2 1 1 ‑ 2 1 8 . a u lE .，a n dD e S a r b o， ' i I 'a y n e ( 1 9 8 1 )，" T w oM o d e l sf o rR e p r e s e n t i n gU n r e s t r i c t e d G r e e n，P C h o i c eD a t a，" i nA d v a n c e sI nC o n s u m e rR e s e a r c h ，V o1 .8 ， p p 3 0 9 ‑ 3 1 2 . a u lE .， F r a n kJ .C a r m o n e，J r .， a n dS c o t tM .S m it h( 19 8 9 )， M u l t i d i m e n s i o n a l G r e e n，P S c a l i n g :C o n c e p t sa n dApplication~， A l l y na n dB a c o n . G r e e n a c r e，M i c h a e lJ .( 19 8 4 )，I h e o r ya n dA p p l i c a t i o n so fC o r r e s p o n d e n c e Analvsi~ ， A c a d e m icP r e s s . G r e e n a c r e，M ic h a e1J .( 1 9 8 9 )，. . η l eC a r r o l l ‑ G r e e n ‑ S c h a f f e rS c a l i n gi nC o r r e s p o n d e n c e o u r n a l o fM a r k e t i n g A n a l y s i s :A η l e o r e t i c a l a n dE m p i r i c a l A p p r a i s a l ，" J R e s旦 r c h， V o ] .X X V I( A u g u s t )，p p 3 5 8 ‑ 3 6 5 . o n n aL .， a n dG e o r g eR . F r a n k e ( 1 9 8 6 )，" C o r r e s p o n d e n c eA n a l y s i s : G r a p h i c a l H o f f m a n，D R e p r e s e n t a t i o no fC a t e g o r i c a lD a t ai nM a r k e t i n gR e s e a r c h ，" J o u r n a lo fM a r k e t i n g ol .X X I I I，( A u g . )，p p 2 1 3 ‑ 2 2 7 . R e s旦旦.h. V qL q a

H o l b r o o k，M o r r i sB .，W iI l i a m1 .M o o r e，a n dR u s s e lS .W i n e r( 19 8 2 )，" C o n s t r u c t i n gJ o i n t J o u r n a lo fC o n s u m e r S p a c e sf r o mP i c k ‑ A n yd a t a : AN e wT o o lf oC o n s u m e rA n a l y s i s，" ol .9 ，( J u n . )， p p 9 9 ‑ 1 0ち . R e s e a r c h，V L e v a r t，L u d o v i c， A l a i nM o r i n e a u，a n dK e n n e t hM .W a r w i c k( 19 8 4 )， M u lt iv a ri a t e D e s c r i p t i v eS t a t i s t i c a lA n a l v s i~， J o h nW i l e y& S o n s . o e l~ ( 1 9 7 9 )，" J o i n t ‑ S p a c eA n a l y s i so fP i c k ‑ A n yD a t a : A n a l y s i so fC h o i c e s L e v i n e，J F r o mA nU n c o n s t r a i n e dS e to fA l t e r n a t i v e s，"rsychometrik~， 44(March) ， pp85-92. M a d d a la， G .S .( 19 8 3 )， Limited‑dependentandQualitativeVariables i nE c o n o m e t r i c s， C a m b r i d g eU n i v e r s i t yP r e s s . a n i e l( 19 8 1 )，" E c o n o m e t r i cM o d e l so fP r o b a b i l i s t i cC h o i c e， "i nM a n s k i， M c F a d d e n，D C h a r l e sF .，a n dD a n i e lM c f a d d e n ( e d . )， S t r u c t u r a lA n a l y s i so fD i s c r e t eD a t aw i t h I TP r e s s ，p p 1 9 8 ‑ 2 7 2 . E c o n o m e t i r i c Application~ ， M M o o re ，Wi 1 1i a 皿 L .，R u s s e lS . W i n e r ( 1 9 8 7 )，" AP a n e l ‑ D a t aB a s e dM e t h o df o rM e r g i n g J o i n tS p a c ea n dM a r k e tR e s p o n s eF u n c t i o nE s t i m a t i o n，" M a r k e t i nl ? : Scienc~ ， Vo l. 6 . N o .， l( W i n . )， p p 2ち 4 2 . M a s a θ ，a n dL e eG . C o o p e r( 19 7 4 )，"Parameter E s t i m a t i o n f o r aM u l t i ‑ N a k a ni s h i， p l i c a t i v eC o m p e t i t i v eI n t e r a c t i o nM o d e l ‑L e a s tS q u a r e sA p p r o a c h，" 正旦旦旦主l̲Qf M a r k e t i nl ? : R e s e a r c h，V ol .1 1，( A u g . )，p p 3 0 3 ‑ 3 11 . N a k a n i s h i，M a s a o，a n dL e eG .C o o p e r( 19 8 2 )，" S i m p li f i e dE s t i m a t i o nP r o c e d u r e sf o rM C I a r k e t i n gScienc~. V o l .1 ， N o .3 .S u m m e r，p p 3 1 4 ‑ 3 2 2 . M o d e l s，"M S A SI n s t i t u t eI n c .，( 19 8 8 )，"百 eC O R R E S PP r o c e d u r e， " 5 A ST e c h i n i c a lR e p o r t : P ‑ 1 7 9 A d d i t i o n a lS A S / S T A TP r o c e d u r e sR e l e a s e6 . 0 . 3，ppl‑48. v a nd e rH e i j d e n . P e t e rG . M，a n dJ a nd eL e e u w ( 1 9 8 ち ) ，" C o r r e s p o n d e n c eA n a l y s i sU s e d C o m p l e m e n t a r yt oL o g l i n e a rA n a l y s i s， " rsychometrik~， 50(December) ， pp429-447. 森棟公夫(19 8 7 )r 確率的選択の考え方とモデル J，鈴木雪夫・竹内啓『社会科学の計量分 7 ‑ 4 5。 析』東京大学出版会， 2 8 3 ) Ii'小売吸引力の理論と測定』千倉書房。 中西正雄(19 中西正雄(19 8 4 )r 個人選択行動モデルの展開 J，中西正雄編著『消費者行動分析のニュー 1 7‑ 2 8 6 . フロンティア』誠文堂新光社。 2 西里静彦(19 8 2 ) Ii'質的データの数量イヒ』、朝倉書居。 1 9 8 6 )、 『多変量解析ハンドブック』、現代数学社。 柳井晴夫、高木虞文編著 ( 8 3 ) Ii'射影行列・一般逆行列・特異値分解』東京大学出版会。 柳井晴夫、竹内啓(19 z M ワ a ︒ ワ ゐ

日本 SASユーザー会 (SU G ト J) アイオワ州立大学統計学科における SAS教育および SASの利用 布能英一郎 関東学院大学 経済学部 Use of SAS i ns t a t i s t i c a l education at the Department n i v e r s i t y . of s t a t i s t i c s， lowa State U E i i c h i r o Funo n i v e r s i t y， S c h o o lo f Economics， The Kanto Gakuin U Kanazawa‑ku， Yokohama， 236 Japan 要 > : : . 目 全 米 に は 約 2000 枝 の 大 学 が あ る が 、 統 計 学 科 を 持 つ 大 学 は 100 校 を越えており、統計学科は持たなくとも数学、経営工学、ビジネス ス ク ー ル 等 の 学 科 内 で 統 計 学 専 攻 を 持 つ 大 学 ま で 含 め る と 300 校近 くになる。この中でアイオワ州立大学統計学科は規模、質の高さで トップ・テンに入る。本稿の筆者は 1982~ 1 989 年アイオワ州立大学 統 計 学 科 大 学 院 留 学 お よ び 同 統 計 学 科 T.A.( 演 習 助 手 ) の 経 験 を 持 つ者である。本稿はアイオワ州立大学統計学科の概要と、同学科内 の各授業科目で S A Sがどのように導入され、教育され、そして利 用されているかを紹介させていただくものである。 キーワード: SAS 教 育 ， SAS Basics & Statistics， PROC GLM 旦ι ̲ ̲ ̲ ̲ f f 1989年 夏 、 筆 者 は ア イ オ ワ 州 立 大 学 統 計 学 科 で degree を 取 得 後 帰 国 し た が 、 そ の 直 後 に SASソ フ ト ウ エ ア ( 株 ) 岸 本 淳 司 氏 、 谷 岡 日 出 男 氏 と 会 う 機 会 に 恵 ま れ た 。 そ の 際 、 谷 岡 氏 よ り ア イ オ ワ 州 立 大 学 統 計 学 科 で の SAS 教 育 に つ い て レ ポ ー ト を 書 き 、 SAS ユ ー ザ ー 会 機 関 紙 に 掲 載 す る よ う に 依 頼を受けた。筆者の遅筆のためこのレポートが延び延びになっていたが、 今 回 SAS ユーザ一会の席でこのレポートをさせていただくごととなった。 1. アイオワ州立大学と統計学科の概要 ア イ オ ワ 州 立 大 学 ( Iowa State University ) は 1868 年創設で、 8つ の co11ege と 60の department， 105の 専 攻 か ら 成 る 総 合 大 学 で あ る 。 現 在 、 学 生 数 は 約 25000 人 ( 内 大 学 院 生 6000 人 ) 、 専 任 教 員 は 約 2000 人である。 ここで 8 つ の co11egeと は Agricu1ture， Business Administration， Design， Education， Engineering， Home Economics， Science and Hu‑ manities， Veterinary Medicine で あ る 。 統 計 学 科 は Science and Humanities に 属 し 、 34 名の専任教員と学部専攻 学 生 約 50 名 、 大 学 院 修 士 課 程 学 生 約 60 名 、 同 博 士 課 程 学 生 約 50 名から成り 毎年 9~ 1 3 名 の Ph.D， . 2O~ 25 名 の Master of Science を輩出している。 AM ︑ ど次 の目に Sが Aる Sあ ででる 中的す そのと と稿乙: 育本く象 教がゆ対 計のて生 統る見学 る見を部 けを育学 おか教い にるS な 科い A し 学て S攻 計れ︑専 統ら育を 学い教計 大用計統 立︑統び 州れによ ワさ別お オ入象養 イ導対教 アにな般 ︑うう一 てよよー さのの1 U べ ︒︒司u ︐ ︒

象 対 生 学 る す と 要 必 を 学 計 統 ヵ . る あ で 品 + :攻 象専象 対の対 生外生 学以院 部計学 学統大 攻で攻 専生専 学院学 計学計 統大統 吐 ︑‑‑a 吋 ︐h q 唱よ噌ム噌ム ところで後で統計学科における開設授業科目と各科目の内容の一覧を示す が 、 授 業 科 目 の 中 に は 1 . 1 . ~ 1.4.の 対 象 別 区 分 で 重 複 す る も の も あ る 。 特 に 1 .2. と 1.3. に は 多 く の 重 複 が あ り 、 1 .3.と1.4.に も い く つ か の 重 複 が あ る 。 こ の こ と は 「 授 業 科 目 番 号 」 と i Open to graduate students for rninor credit j のことで解説するのがよいと思われるのでこのことか ら書くことにする。まず前者は開設されている授業科目にすべて番号が付 けられており、この番号のことを言うのであるが、この番号はその授業の 対 象 者 が わ か る よ う な 付 け 方 に な っ て い る 。 つ ま り 3ケ タ の 番 号 の う ち 100 番 台 の 科 目 は 1年 次 学 生 向 け ， 200番 台 の 科 目 は 2年 次 学 生 向 け ， 300番 台 の 科 目 は 3年 次 学 生 向 け ， 400 番 台 の 科 目 は 4年 次 学 生 向 け ， 500 番台の科 目 は 大 学 院 修 士 課 程 学 生 向 け ， 600 番台の科目は大学院博士課程学生向けと なっている。しかじ他専攻の大学院学生が統計学科の講義を受講すると 300 番 台 ， 400 番台の科目でも大学院卒業の単位になるものがる。これが Open to graduate students for rninor creditと 呼 ぶ も の で あ る 。 よ っ て 300 番 台 ， 400番 台 の 授 業 の 中 に は 学 部 生 も 他 学 科 大 学 院 生 も 同 じ 講 義 を 聴 く の も あ る 。 逆 に 400 番 台 の 科 目 の 一 部 に は 「 学 部 学 生 向 け J ["農学系専 攻大学院生向け J ["教育系専攻大学院生向け」といった対象別にセクショ ンを分け、同じ番号でありながら別々に授業をするのもある。 以下1.1.~ 1 .4 .の 対 象 区 分 別 に 統 計 教 育 と そ の 中 で の S A S教 育 を 見 て ゆ くが、 「 開 設 授 業 科 目 と そ の 内 容 一 覧 J (後出 3 .) と を 合 わ せ て 御 貰 頂 き たい。 1.1.一般教養および統計を専攻しない学部学生対象: 一 般 教 養 統 計 学 は 学 部 学 生 の 専 攻 に 応 じ て 5 つ の 科 目 ( Statistics 101， 104， 105， 227， 231 ) に 分 れ る 。 そ の う ち 100 番 台 の 科 目 は い ず れ も 基 本 的なデータ解析を目指す授業であるのにコンビェーターを使用しない。こ れはコンビェーターを導入するよりも電卓計算で統計学の基本原理を学ぶ ことの方を重んじたほうがよく、また対象とする学生には電卓で十分であ る 、 と の 考 え に よ る 。 こ れ に 対 し 、 200 番台の科目ではコンビューターを使 用 す る 。 こ の 際 、 ビ ジ ネ ス 専 攻 の 学 生 (Statistics 227を 履 修 ) も 、 経 営 工 学 専 攻 学 生 ( Statistics 231を 履 修 ) も 既 に コ ン ビ ュ ー タ ー の 基 本 的 な 操 作 に 関 す る 科 目 を l年 次 に 必 修 科 目 と し た 履 修 し て き て い る の で 導 入 し や す い 。 な お 、 Statistics 227も Statistics 231 も コ ン ビ ェ ー タ ー 使 用 言 語 は S A S ま た は M 1N 1T A B と な っ て い る 。 こ れ は 教 員 の 好 み に よ る。 200 番 台 で の デ ー タ 解 析 で は t検 定 、 回 帰 分 析 、 単 純 な 分 散 分 析 く ら いなので M 1N 1T A Bでも十分カバーでき、 S A S と同程度の易しさゆ え用いられている。 ( M I N I T A Bを 好 む 教 員 に 言 わ せ れ ば 、 M 1 N 1 T A Bの方が上記程度のことなら SA Sよりもずっと単純で使いやすいと 言う。) Statistics 201は 、 途 中 か ら ビ ジ ネ ス 専 攻 に 転 科 し た 学 生 で 、 既 に Sta‑ tistics 100 番 台 の 科 目 を 履 修 済 の 者 が 、 新 た に Statistics 227 を 履 修 す る 代 わ り に 受 講 す る も の で あ る 。 い わ ば 、 Statistics 227と 100 番 台 の 科 目 の ギ ャ ッ プ を 埋 め る も の で あ る 。 Statistics 201の コ ン ビ ュ ー タ ー 使 用 状 況 は Statistics 227 に 準 拠 し て い る と 思 っ て 良 い 。 統 計 を 専 攻 と し な い 学 部 学 生 は 200 番台までのいわゆる一般教養統計学を 履修するのみだが、他学科生のための統計学専門科目として、ビジネス専 攻 学 生 の 選 択 科 目 Statistics 328 と 情 報 工 学 専 攻 学 生 の 選 択 必 修 科 目 ‑234‑

唱 'vo のる ih 4・もい 3 とて か況し 羽用強 5状調 S使 を 比一析 はタ分 凶ユ分 U 一散 ふL ふL +L(u+L+L +Lf ︒ ︒ ︒ S 学た規いあ系計確をコのれ計当期上ヨとはわ s統 え 学 は シ 他 ジ ‑ 思 ト学統︑タも‑析わ ︑まててで C a mta‑‑ で ︒ え つ い 心 虐 } 科 の 論 一 計 t 解 なt は ゆ 毎 期 ク の 一 Cと n品 コ川Y町S会S位 理 デ 統 計 行 のい加ならん にれ年学セそケ回め i P社単計の︑た統が抗りそ毎秋 るなにくく・︐・︐ 1 ︑ツ oた yyt い は れ 多 る 町 宮 に L 6 統 マ め し で 習 S わ ︒ ︑ は oけ 系 パ る た て で ご が あ n l特 等 ︑ ナ た に こ 実 ︑ 終 る く 業 る 向 政 一 い き れ 議 ︒ 合 も r h ( t 4は の の 手 こ 析 え の あ 多 授 い 生 家 タ て て gtn 入 思 い 割 野 A a 攻 e低 の 野 ご 相 ︑ 解 い 期 で が の て 学 ・ 一 し い け不なの分 (P専開最る分︒をてタは学ド攻 1 れ部育ユ用続 受ら少生攻攻直系ーはい攻る生い一との一専 4 分学教ピ使く を何が学専専 U 学制でて専あ入てデる間ハる Sにと・ンを長 生 も う 留 院 各 1 科 民 ) つ の で 新 れ た め 週 り い ‑U ン ン 会 コ 凶 が I.‑ なれめ程らし始凶なてはヨヨ社︒ 学 て ほ 入 学 系 vu文 析 d e glC ・ ないの国大業町人 inとそ た課け用て︑かし t シシ・るて解 he 様 て 人 外 た 農 ︒ ︐ ci 修 れ ぶ 士 設 使 し せ ︑ と t ク ク 文 あ ベ タ mea‑ 多 つ る ど つ の α攻 ( S ︑ 必 そ 学 修 カ を な ら ら 修 ︑ セ セ 人 で す 一 種なすほい院副専攻 1 ん︑を院﹂ジ識終か必で 7の︑通はデ E系専回ろくか学ス一知でだをの つ系普他る 多異学院と学 C ω は が 進 学 割 大 乱 ス 系 U ち な い 大 一 ケ 備 い の 1 い 3 6業 が ︑ よ E ・ 1 で攻へ大 8学七ネ政ーもはよいコツ予らる 多もに農のをに 0 院 専 院 い が 大 eジ 家 p o で ら な 門 パ で く せ Sも と け は る S S 学の学高合立山ピ''るめたら入・﹂間ら・日数期向期れ回目 FY 大で大が割州・攻 g い た し 知 ﹁ 一 ス 週 終 S者 学 院 学 分 O の 院 ら ル の ワ S 済 専 1 て ぶ 析 く う タ 一 2 りt 講 毎 学 夏 に に に mし 学 解 全 い 一 コ を 通 同 受 も 大 ・ ン 主 的 数 学 か ベ 生 オ ・ 日 経 系‑ 多大部レ学イ 育 ュ門容一らかの春ヨは統 s ' n s oと を 計 も と 大と学︑留ア四)教修計統一 1 ピ入内をにがしと︑シで伝 punu の 攻 の く 人 ︑ { 等 ' に 必 統 に タ 4 ン ﹁ の 礎 う な ︑ ご つ ク Yは カ 専 学 き 国 方 札 e U特 を 理 う 一 S コ ︒ 台 基 よ と れ 列 7 セ 句 で crgc リ の 大 大 外 他 n u o (回 数 よ ュ i と る 番 の の こ さ 系 計 の O Y e tIt‑‑g メでじが︒ M 1 0 攻 科 ・ の ピ S義 い O 析 上 の 講 の の つ c q ・ 0 uh‑‑03 ア 部 同 模 る る S c c専 学 率 ど ン t 講 て1 解 以 然 関 記 ン 3 町 O ‑235‑ Sピく はン良 生コでる 学︑たれ 攻容つ触 専内思で 学業と・ 工授る J 1 報はあ 情者には (後上て る︒長い あ)延つ が修のに EJ ︐︑ー唱よn o nu︑J 1 3 J 今L 3 尺2 3 S2‑Ess e 泊且 C C U をUU S ASS ︑ ii ・‑カ a れ aa C U 寸ヲC u c u 1.2.統 計 学 専 攻 学 部 学 生 対 象 : 統 計 学 科 学 部 カ リ キ ュ ラ ム で は Statistics 101(特 別 の 事 情 が あ る と き は 104，227 で 代 替 可 ) ，341，342，401，402，421，480，481， Mathematics 165(徴 分 積 分 学 1)， 166(微 分 積 分 学 II)， 265( 多 変 数 微 分 積 分 学 ) ， 307(線 型 代 数 学 ) お よ び Computer Science 205(FORTRAN)が 必 修 で 、 あ と Statis‑ tics 400番 台 2 科 目 以 上 選 択 必 修 と な っ て い る 。 ( 但 し Statistics 447は 除く) さ て 、 ほ と ん ど の 統 計 学 専 攻 学 生 は Statistics 101 に 続 い て Statis‑ tics 401を 履 修 し 、 ご ご で 初 め て 統 計 パ ッ ケ ー ジ を 使 う 。 で も 、 学 生 は Statistics 401を 受 講 す る 前 に Computer Science 205 で 端 末 に 慣 れ て い る の で 、 導 入 は 易 し い 。 Statistics 401は 数 多 く の セ ク シ ョ ン に 分 れ て い るが、学部学生向けセクションでは SA Sを使用している。ほとんどの学 生 は Statistics 401 履 修 後 に 残 り の 統 計 学 専 門 科 目 を 履 修 し て ゆ く 。 な お、 Statistics 341，342，421，432 は 科 目 の 性 格 上 コ ン ビ ュ ー タ ー を 全 く 使わない。 Statistics 480，481 は コ ン ビ ュ ー タ ー に 密 接 し た 授 業 だ が 、 他の科目とは大分内容が異なっている。 1.3 .大 学 院 生 で 統 計 以 外 の 専 攻 で は あ る が 統 計 学 を 必 要 と す る 学 生 対 象 :

れるが近年では socio1ogy セクションでも SASの 導 入 が 行 な わ れ て い る 。 Statistics 401に ひ き つ づ き 修 士 課 程 で Statistics 402 を 必 修 に し て い る 専 攻 も あ る し 、 402は 博 士 課 程 の も の に は 必 修 だ が 、 修 士 で は 選 択 に し て いる専攻もある。 402の 代 わ り に 404や 405を 受 講 す る 専 攻 も あ る 。 他 の 400番 台 の 科 目 は 「 統 計 学 専 攻 学 部 生 の 必 修 ま た は 選 択 必 修 科 目 」 兼 「大学院他専攻学生の選択科目」の共通授業と思ってよい。 Statistics 328は ビ ジ ネ ス 専 攻 大 学 院 生 (MBA) の 必 修 科 目 か つ ビ ジ ネ ス 専 攻 学 部 生 の 選 択 科 百 と な っ て い る 。 MBA 専 攻 学 生 で 統 計 学 を 全 く 知 ら な い 者 は ま ず Statistics 401 を 履 修 し 次 に Statistics 328 を 履 修 す る 。 さて、アメリカの大学・大学院では専攻 ( rnajor) の ほ か に rninorと い う 制 度がある。 rninorは rnajor から比べるとかなり単位数等が少ないが一通り その分野の知識があるものとして卒業証書の中で認定される。統計学科で は Statistics 401， 447と そ の 他 の 400 番 台 以 上 の 科 目 3つ 以 上 を 履 修 し 更 に こ の 5 科 目 に 関 す る 資 格 試 験 に 合 格 し た 他 専 攻 大 学 院 生 に rninor の称 号を与えている。 rninor の 称 号 は 毎 年 15 名程度取得しており、農業系、経 済、経営工学専攻者が多い。 と こ ろ で 、 経 済 専 攻 の う ち 計 量 経 済 ・ 時 系 列 解 析 ， 経 営 工 学 専 攻 で o R， 遺伝学専攻で計量的な解析を扱うもの、数学専攻のうち確率論といった分 野は統計学との共通領域である。そこで統計学科のほうもこれらの学科と 共 催 で 授 業 科 目 を 開 講 し て い る 。 つ ま り 同 じ 授 業 を 2つ 以 上 の 学 科 の 大 学 院生が双方の学科の専門科目として履修しているのである。なお、このシ ステムは学部でも存在する。(後で示す開設科目表を見て頂きたい) 1.4.統 計 学 専 攻 大 学 院 生 対 象 : 1.3.の 初 め で も 触 れ た が 、 統 計 学 科 の 大 学 院 で も さ ま ざ ま な 分 野 か ら 新 入 生が(時には転入生も)入ってくる。だから学部の専攻が統計学だったと い う 学 生 は 20%以 下 で あ る 。 と は 言 っ て も 「 統 計 」 と は 全 く 無 縁 の 分 野 か ら進学してくることはなく、数学出身者が全体の約半数で、残りは経済・ 経 営 ・ 経 営 工 学 ・ 農 業 系 各 学 科 と な っ て い る 。 ま た 外 国 人 留 学 生 は 60%を 占めている。大学院入学の際、コンビュータ に関する予備知識は全く要 求していないので、大学院統計学科に入学して初めてコンビューターに触 れる人も半数以上いる。(アメリカ人には少ないが、外国人留学生には多 い。)このため、修士新入生(および博士転入生でコンビューターに不慣 れ な も の ) は Statistics 579 と い う 科 目 を ま ず 履 修 す る よ う に な っ て い る 。 こ れ は 単 位 数 1 、 週 2 回 50 分 授 業 が 8 週 間 と い う も の で 、 全 16回 の 授 業 中 S A Sの 起 動 の 仕 方 か ら 始 ま っ て 、 デ ー タ ・ ス テ ッ プ に お け る 基 本 的 な S A S プ ロ グ ラ ミ ン グ 、 S A S の 基 本 的 な Procedureの 使 い 方 等 に 約 10回 、 TSS や フ ァ イ ル マ ネ ー ジ メ ン ト 、 バ ッ チ 処 理 、 パ ソ コ ン と メ イ ン ・ フ レ ー ム と の 接 続 等 に 約 3回 、 残 り は 他 の 統 計 パ ッ ケ ー ジ ( MINITAB， SPSS ) の 紹 介 と な っ て い る 。 さ て 統 計 学 科 で は 、 修 士 の 必 修 科 目 が Statistics 500， 511， 542， 543， 579 そ し て Mathernatics 414 ( 解 析 学 ) ま た は 465 ( 多 変 数 解 析 学 ) と な っ て い る 。 修 士 修 了 の 条 件 は こ れ ら 必 修 科 目 に 他 の 統 計 学 科 500 番台以上 の 科 目 を 加 え 合 計 34 単 位 以 上 を 取 得 し 、 か っ Statistics 500，511，542 543 の 4科 目 に 対 し て 行 な わ れ る 修 士 修 了 の 資 格 試 験 に 合 格 す る こ と で あ る。 さ て 、 コ ン ビ ュ ー タ ー 使 用 状 況 に 戻 る 。 統 計 解 析 の 各 科 目 ( Statistics 500， 501， 538 ) で は 、 統 計 解 析 の 方 法 論 を 単 に 知 識 と し て 知 る に と ど ま らず、これを現実のデータに適用できることを目的としているので、 SA 2 3 6

Sによるデータ解析の宿題または演習が毎週課せられる。でも講義の中で SAS Proceduresの こ と は 解 説 し て く れ る の で 、 学 生 が 「 マ ニ ュ ア ル を 独 学 で読まなければならない Jという事はない。逆にマニュアルに書き切れて いない事を教授が講義中に教えてくれたりする。しかし、大学院統計学専 攻の専門科目は、統計解析・データ解析ばかりではない。確率論・数理統 計 ・ サ ン プ リ ン グ ・ oR と い っ た 分 野 で は コ ン ビ ュ ー タ ー の 使 用 は な い 。 Qua1ity Contro1 や Reliability の授業は応用統計学の系列にあり、デー タから種々の数値を計算する事が多いが、ここでのコンビューター使用は オプションである。この意味は「コンビューターを使って宿題の答えを出 したい人はそうしても構わないが、コンビューターを使用しなくてもいつ ごうに構わない Jということである。だからコンビューターを使いたがる 学 生 は 自 分 で マ ニ ュ ア ル を 読 ん で SA Sな り 他 の パ ッ ケ ー ジ を 使 う か FORTRAN な ど で プ ロ グ ラ ム を 組 む こ と に な る 。 何 か ら 何 ま で す べ て コ ン ビ ュータ を使って宿題を提出する学生はいなかったが、それでも約半数の 学 生 は S A Sが 簡 単 に 使 え る と こ ろ は 使 い 、 そ う で な い 部 分 は 手 計 算 な り 電卓計算で行なっていた。 統 計 学 専 攻 博 士 課 程 は 修 士 課 程 必 修 科 目 に 加 え 、 Mathematics 514 ( ル ベ ー グ 積 分 論 ) ， Statistics 642， 643 が 必 修 で 、 そ の 他 の 統 計 学 専 攻 600 番 台 の 2科 目 以 上 の 選 択 必 修 と な っ て い る 。 600番 台 の 科 目 と も な る と 方 法 論 は 少 な く 、 S A S の 使 用 は 減 る 。 と こ ろ で 博 士 課 程 の 予 備 試 験 (Pre‑ 1iminary examinatiom ) に つ い て 述 べ る こ と に す る 。 こ の 試 験 は 制 度 と し ては修士の資格試験と同じだが、難易度はずっと難しくなる。科目および 試 験 方 法 は (a) Statistics 511， 642， 643に 関 す る 筆 記 試 験 ( 解 答 時 間 9 時 間 ) (b) 学 生 が 選 択 す る 統 計 学 専 門 科 目 5 つ ( う ち 1 つ 以 上 は 600番 台 ) の 筆 記 試 験 ( 解 答 時 間 9 時 間 ) (c)コ ン ビ ュ ー タ ー を 用 い た 統 計 解 析 ・ デ ー タ 解 析 3 題 ( 解 答 の た め 1週 間 の 時 聞 が 与 え ら れ 、 自 宅 に 持 ち 帰 り 、 教科書・参考書・ノート・マニュアルを見てもよい)というものである。 このように博士課程予備試験にコンビューターを用いた統計解析・データ 解 析 の 問 題 も 含 ま れ る の が ア イ オ ワ 州 立 大 学 統 計 学 科 の 特 色 の 1つ に な っ て い る 。 ( な お 博 士 予 備 試 験 の 方 法 は 1988 年より多少の変更があるが、筆 者はそれ以前にこの試験を受けたので、筆者の経験した方法を記した。) 2. コ ン ビ ュ ー タ ー の 設 備 等 に つ い て 筆 者 が ア イ オ ワ 州 立 大 学 大 学 院 統 計 学 科 に 入 っ た の は 1982 年秋であったが 当 時 は 1BM370jAS6 が メ イ ン フ レ ー ム で あ っ た 。 そ し て Wy1bur と い う エ デ ィ タ ー を 用 い て パ ッ チ ・ ジ ョ ブ で SAS Version 3を 使 用 し て い た 。 端 末 は 学 内 全 域 に わ た っ て 400 台ほどあり、教室や研究室ばかりか寄宿舎の片 璃 に 数 台 置 い て あ っ た り し た 。 IBM の ほ か VAXも 数 台 入 っ て い た 、 SAS は IBM に 入 っ て お り 、 VAX に は M1N1TAB が 入 っ て い た 。 そ の 後 IBMも VAX も 何度もグレードアップし端末数も増えたが、統計学科内には当時から端末 20数 台 を オ ー プ ン 用 と し て 持 っ て い た 。 し か し 、 授 業 や 演 習 で オ ー プ ン 端 末室を「教室 J として使うことはなく、たとえば、 Statistics 579 の 授 業 で は TV モニター数台を持込み、教授が行なうデモンストレーションを学 生 は TV モニターを通じて見るというやり方であった。メインフレームは当 時 か ら 、 土 曜 夜 か ら 日 曜 昼 ま で が メ イ ン テ ナ ン ス で あ と は 24 時間運転であ った。 PCは 1984 年 頃 か ら 少 し ず つ 研 究 室 に 入 り 、 1988 年 に は PC‑SASの オ ー プ ン 端 末 室 も 出 来 、 こ ご に 数 台 導 入 さ れ て い た 。 1989 年 7月 に 筆 者 は 日 本 に帰国したので以後のことはわかっていない。 3. アイオワ州立大学統計学科開設授業科目 qJ ? ヴ ‑

この表の見方:科目番号、科目名の後にすぐ続いてカッコがあるのは他学 科 と の 共 催 で 開 講 さ れ る も の 。 学 科 名 は 省 略 形 で 書 か れ て お り 、 Math と は Mathernatics， Econ と は Econornics， IEと は Industria1 Engineering， Gen と は Genetics の 乙 と で あ る 。 Prerequisiteと は そ の 科 目 を 受 講 す る のに履修済でなければならない科目で、科目番号で書いである。他学科の 科目のときは学科名の省略形とともに記す。ここで C o r n Sと は Cornputer Science の 略 。 開 講 頻 度 、 内 容 、 単 位 数 、 対 象 、 コ ン ビ ュ ー タ ー の 使 用 有 無については学内資料があり、乙れを基にした。教科書は筆者のわかる範 囲 で 書 い た 。 一 般 教 養 統 計 学 程 度 の 教 科 書 は 2 ~ 3年 お き に 替 え て い る の で省略した。 3.1 . 学 部 学 生 向 け 科 目 101 Princip1e of Statistics. [ 開 講 頻 度 ] 毎 年 毎 学 期 [ 単 位 数 等 ] 4 (講義 3 時 間 ・ 演 習 2 時 間 ) [目的・対象]一般教養統計学、人文・社会・自然科学分野専攻学生向け [Prerequisite] な し [ 内 容 ] Statistica1 concepts in rnοdern society; descriptive statistics and graphica1 disp1ays of data; the norrna1 distribution; e1ernents of statistica1 inference; estirnation and hypothesis testing; 1inear regression and corre‑ 1ation. [ コ ン ビ ュ ー タ ー 使 用 状 況 ] 使 用 せ ず 。 104 Introduction to Statistics. [ 開 講 頻 度 ] 毎 年 毎 学 期 [ 単 位 数 等 ] 3 (講義 2 時 間 ・ 演 習 2 時 間 ) [目的・対象]一般教養統計学、生物科学・農学分野専攻学生向け [Prerequisite] な し [ 内 容 ] Statistica1 concepts with ernphasis on experirnenta1 prob1erns f r o r n bio1ogica1 fie1ds. Surnrnarizing sta‑ tistica1 data; the norrna1 distribution; estirnation and tests of hypotheses; sirnp1e ana1ysis of variance. [ コ ン ビ ュ ー タ ー 使 用 状 況 ] 使用せず。 105 Introduction to Statistics for Engineers. [開講頻度]毎年秋春学期[単位数等] 2 [目的・対象]一般教養統計 学 、 工 学 専 攻 学 生 向 け [Prerequisite] Math 165 ( 微 分 積 分 学 1 ) [ 内 容 ] Statistica1 concepts with ernphasis on engineering app1i‑ cations.Data co11ection: descriptive statistics: probabi1ity distributions and their properties; e1ernents of statistica1 inference. [ コ ン ビ ュ ー タ ー 使 用 状 況 ] 使 用 せ ず 。 201 App1ied Regression Ana1ysis for Business. [ 開 講 頻 度 ] 毎 年 秋 学 期 [ 単 位 数 等 ] 2 [Prerequisite] 101 or 104 [目的・対象]他学科よりビジネス専攻に転科した学生で既に一般教養統 計 学 ( 101 or 104 ) を 取 得 済 の 学 生 が 受 講 す る も の 。 ビ ジ ネ ス 専 攻 学 生 は 統 計 学 の 単 位 が 最 低 5 単 位 以 上 で あ る 乙 と 、 お よ び 、 101 104 で は 回 帰 分 析 を 余 り 行 な わ な い の で 乙 の 科 目 が 設 け ら れ て い る 。 [ 内 容 ] Brief review of required descriptive and inferentia1 statistics; sirnp1e 1inear regression; rnu1tip1e regression ana1ysis. [コンビューター使用状況]毎週コンビューターを使った宿題あり。[コ ン ビ ュ ー タ ー 使 用 言 語 ] SA Sま た は M I N I T A B [ 主 に 使 用 す る SA S プ ロ シ ー ジ ャ ー ] PROC REG 227 Introduction to BusinesD Statistics. [ 開 講 頻 度 ] 毎 年 毎 学 期 [ 単 位 数 等 ] 5 (講義 4 時 間 ・ 演 習 2 時 間 ) [ 目 的 ・ 対 象 ] 一 般 教 養 統 計 学 、 ビ ジ ネ ス 専 攻 学 生 向 け [Prerequisite] Math150 ( 経 済 ・ 経 営 学 学 生 向 け 一 般 教 養 数 学 ) [ 内 容 ] Obtaining， ‑238一

presenting and organizing statistical data; measures of location and dispersion; probability concepts; the normal distribution; sampling and sampling distributions; estimation and tests of hypotheses; simple linear regression analysis; multiple regres‑ 週 の 学 期 中 、 後 半 8週 間 sion analysis. [ コ ン ビ ュ ー タ ー 使 用 状 況 ] 全 16 は毎週コンビューターを使った演習を行なう。[コンビューター使用言語 ] S A S ま た は M I N I T A B [ 主 に 使 用 す る S A Sプ ロ シ ー ジ ャ ー ] PROC TTEST， PROC REG 231 Probabi1ity and Statistical 1nference for Engineers. [開講頻度]毎年毎秋春学期[単位数等] 4 [目的・対象]一般教養統計 学 、 経 営 工 学 専 攻 学 生 向 け [Prerequisite] Math 166 ( 微 分 積 分 学 I I ) [ 内 容 ] Basic probability; random variables and probability dis‑ tributions. Descriptive statistics; confidence intervals; hypo‑ thesis testing; simple linear regression; multiple linear re‑ gression; one way analysis of variance. Emphasis on engineering applications. [ コ ン ビ ュ ー タ 一 使 用 状 況 ] 全 16 週 の 学 期 中 、 最 後 5週 間 はコンビューターを使った宿題を毎週課す。 [ コ ン ビ ュ ー タ ー 使 用 言 語 ] S A S ま た は M 1N 1T A B [ 主 に 使 用 す る S A S Procedures ] PROC REG， PROC ANOVA 305 Engineering Statistics. [開講頻度]毎年春学期[単位数等] 3 [目的・対象]工学部学生向け専 門 統 計 学 、 特 に 情 報 工 学 専 攻 学 生 向 け [Prerequisite] Math 166 (微分積 分学 I I) [ 内 容 ] Descriptive statistics; elementary probability distributions; princeples of experimentation; confidence inter‑ va1s and significance tests; one‑， two‑， and many‑factor studies; regression analysis. Emphasis on engineering problems solving with emphasis on the design and ana1ysis of experiments. [コンビューター使用上状況]コンビューターを使った宿題を毎週課す。 [ コ ン ビ ュ ー タ ー 使 用 言 語 ] S A S [ 主 に 使 用 す る S A S Procedures] PROC TTEST， PROC REG， PROC ANOVA 341 1ntroduction to Theory of Probability and Statistics 1.( Math 341)， 342 1ntroduction to Theory of Probability and Sta‑ tistics 11.( Math 342) [ 開 講 頻 度 ] 341: 毎 年 秋 春 学 期 342: 毎 年 春 学 期 [ 単 位 数 等 ] 341:3 ， 342:3 [ 目 的 ・ 対 象 ] 統 計 学 科 学 部 生 必 修 科 目 ・数学科学部生選択必修科目 [Prerequisite] Math 265( 多 変 数 微 分 積 分学)， Math 307(線 型 代 数 学 ) [ 内 容 ] Probability; distribution functions and their properties; sampling distributions; theory of estimation and tests of hypotheses; linear hypothesis theory; regression and correlation. Enumerative data; nonparametric methods. [ コ ン ビ ュ ー タ ー 使 用 状 況 ] 使 用 せ ず 3.2. 学 部 学 生 向 け ・ 兼 ・ 大 学 院 他 専 攻 学 生 向 け 科 目 328 Applied Business Statistics. [ 開 講 頻 度 ] 毎 年 毎 秋 春 学 期 [ 単 位 数 等 ] 3 (講義 2 時 間 ・ 演 習 2 時 間 ) [Prerequisite] 227 [ 目 的 ・ 対 象 ] ビ ジ ネ ス 専 攻 学 部 学 生 向 け 選 択 専 門 科 目 ・ 兼 ・ ビ ジ ネ ス ス ク ー ル 修 士 必 修 科 目 [ 教 科 書 ] Mendenhall & Sincichi: A Second Course in Business Statistics， Macmillan. [ 内 容 ] Review of multiple regression; residual analysis; model building; analysis of variance; introduction to experimental design concepts; time series analysis; and forecasting. Appli‑ cation of statistical methods to problems in business and eco‑ ‑239

nomics. [ コ ン ビ ュ ー タ ー 使 用 状 況 ] コ ン ビ ュ ー タ ー を 使 っ た 演 習 を 毎 週 行なう。[コンビュータ 使 用 言 語 ] S A S ま た は M I N I T A B [主に 使 用 す る S A S Procedures ] PROC REG， PROC ANOVA， PROC STEPWISE 401. Statistica1 Methods for Research Workers. [ 開 講 頻 度 ] 毎 年 毎 学 期 [ 単 位 数 等 ] 4 (講義 3 時 間 ・ 演 習 2 時 間 ) [Prerequisite] 学 部 生 は 101 or 104 or 227。 大 学 院 生 は な し [ 目 的 ・ 対象]統計学専攻学部学生必修科目・兼・大学院他専攻学生向け科目 [教科書・内容上セクションにより多少の相違はあるが、内容としては次 の も の を 基 本 と し 、 て い る : Statistica1 concepts and mode1s; estima‑ tion; hypothesis tests with continuous and discrete data; simp1e and mu1tip1e 1inear regression and corre1ation; introduction to ana1ysis of variance. [ コ ン ビ ュ ー タ ー 使 用 状 況 ] コ ン ビ ュ ー タ ー を 使 っ た 演 習 を 毎 週 行 な う 。 [ コ ン ビ ュ ー タ ー 使 用 言 語 ] Socio1ogy の セ ク シ ョ ン で は SPSS を 主 に 用 い る が 、 他 は SASo [ 主 に 使 用 す る S A S Procedures ] PROC REG， PROC ANOVA，PROC GLM 402 Statistica1 Design and Ana1ysis of Experiments. [ 開 講 頻 度 ] 毎 年 秋 春 学 期 [ 単 位 数 等 ] 3 [Prerequisite] 401 [目的・ 対象]統計学専攻学部学生必修科目・兼・大学院他専攻学生向け科目 [ 教 科 書 ] Cochran and Cox: Experimenta1 Designs，Second Edition， John Wi1eyほ か [ 内 容 ] The ro1e of statistics in research and the princip1es of experimenta1 design. Experimenta1 units， randomiza‑ tion， rep1ication， b1ocking， subdividing and repeated1y measur‑ ing， experimenta1 units; factoria1 treatment designs and con‑ founding; extensions of the analysis classifications and models that include both classificatory and continuous factors. [コンビューター使用状況]コンビューターを便った宿題が毎週ある。 [ コ ン ビ ュ ー タ ー 使 用 言 語 ] S A S [ 主 に 使 用 す る S A S procedures PROC ANOVA， PROC GLM 403 Nonparametric Statistical Methods. [ 開 講 頻 度 ] 隔 年 秋 学 期 [ 単 位 数 等 ] 2 [Prerequisite] 231 or 328 or 401 [ 内 容 ] Analysis of data when dependent variable has ordinal or nominal properties; statistical inference for ranked data; rank correlation; efficiency of nonpara 皿 etric p rocedures and robustness of comparable parametric procedures. [ コ ン ビ ュ ー タ ー 使 用状況]コンビューターを使った宿題が数回ある。[コンビューター使用 言 語 ] S A S [ 主 に 使 用 す る S A S Procedures ] PROC NPARA1WAY 404 Statistics for the Social Sciences. [ 開 講 頻 度 ] 毎 年 秋 学 期 [ 単 位 数 等 ] 3 ( 講 義 2時 間 演 習 2時 間 ) [ 目 的 ・ 対 象 ] 社 会 学 専 攻 大 学 院 博 士 課 程 学 生 が 401に 引 き 続 き 統 計 解 析 ・ デ ー タ 解 析 を 学 ぶ も の ( 必 修 ) [Prerequisite] 401 [内容] Applications of generalized linear regression models to social science data. Assumptions of regression; diagnostics and transformations; analysis of variance and covariance; pass analy‑ sis. [ コ ン ビ ュ ー タ ー 使 用 状 況 ] コ ン ビ ュ ー タ ー を 使 っ た 演 習 を 毎 週 行 な う。[コンビューター使用言語] SA Sまたは Sp S S [主に使用する S A S Procedures ] PROC REG， PROC ANOVA 405 Applied Econometric Statistics. [ 開 講 頻 度 ] 毎 年 春 学 期 [ 単 位 数 等 ] 3 ( 講 義 2時 間 演 習 2時 間 ) [ 目 的 ・ 対 象 ] 経 済 学 専 攻 大 学 院 生 が 401に 引 き 続 き 経 済 統 計 手 法 を 学 ぶ [Prerequisite] 401 [ 内 容 ] Linear regression models containing classification and continuous variables; analysis of variance; dummy variables， grafted polynomials; generalized 1east squares; ‑240一

autocorre1ation. [ コ ン ビ ュ ー タ ー 使 用 状 況 ] コ ン ビ ュ ー タ ー を 使 っ た 演 習を毎週行なう。[コンビューター使用言語] SA S [主に使用する SA S Procedures ] PROC REG， PROC ANOVA， PROC GLM 407 Methods of Mu1tivariate Ana1ysis. [ 開 講 頻 度 ] 毎 年 秋 学 期 [ 単 位 数 等 ] 2 [Prerequisite] 401 [ 内 容 ] Techniques of ana1yzing mu1tivariate data inc1uding Hote11ing's T 2 ， mu1tivariate ana1ysis of variance， principa1 components， c1uster ana1ysis. [ コ ン ビ ュ ー タ ー 使 用 状 況 ] 毎 週 コ ン ビ ューターを使った宿題がある。[コンビューター使用言語] SA S [ 主 に 使 用 す る S A S Procedures ] PROC CANCORR， PROC PRINCOMP， PROC CLUSTER 421 Survay Samp1ing Techniques.[ 統 計 学 科 学 部 生 必 修 科 目 ] [ 開 講 頻 度 ] 毎 年 春 学 期 [ 単 位 数 等 ] 3 [Prerequisite] 231 or 328 or 401 [内容] Methods of designing and ana1yzing survay investi‑ gations; simp1e random， stratified， mu1tistage and mu1tiphase samp1e designs; methods of estimation inc1uding rati.o and re‑ gression; construction and use of samp1e frames. [コンビューター使用状況]使用せず。 432 App1ied Probabi1ity Mode1s. [ 開 講 頻 度 ] 隔 年 秋 学 期 [ 単 位 数 等 ] 3 [Prerequisite] 231 or 341 [ 教 科 書 ] Ross; Introduction to Probabi1ity Mode1s， Academic Press. [内容] Probabi1istic mode1s in engineering and the physi‑ ca1 sciences; probabi1ity; Markov chains; Poisson and renewa1 processes; app1ications to queueing， sChedu1ing， contro1， and other quantative prob1ems. [ コ ン ビ ュ ー タ ー 使 用 状 況 ] 使 用 せ ず 。 436 Genetic Statistics for Research Workers. [ 開 講 頻 度 ] 毎 年 秋 学 期 [ 単 位 数 等 ] 3 [Prerequisite] 402 [ 内 容 ] Statistica1 concepts in quantative genetics. Derivation， definition and estimation of genetic parameters. App1ications of statistica1 mode1s to the design， ana1ysis and interpretation of quantative genetic experiments. [ コ ン ビ ュ ー タ ー 使 用 状 況 ] 全 16 週 中 コ ン ビ ュ ー タ ー を 使 っ た 宿 題 が 8週 程 度 あ る 。 [ コ ン ビ ュ ー タ 一 使 用 言 語 ] SA S [ 主 に 使 用 す る SA S Procedures ] PROC REG， PROC ANOVA， PROC GLM 447 Statistica1 Theory for Research Workers. [対象・目的]大学院他専攻学生向けの確率論・数理統計の講義。 [ 開 講 頻 度 ] 毎 年 春 夏 学 期 [ 単 位 数 等 ] 4 [Prerequisite] Math 265(微 分 積 分 学 11 ) or equi va1ent. [内容] Probabi1ity， popu1ation dis‑ tribution functions and their properties， samp1ing distributions， estimation， tests of hypotheses， regression，introduction to ana1ysis of variance. [ コ ン ビ ュ ー タ ー 使 用 状 況 ] 使 用 せ ず 。 451 App1ied Time Series. [ 開 講 頻 度 ] 毎 年 春 学 期 [ 単 位 数 等 ] 3 [Prerequisite] 231 or 328 or 401 [ 教 科 書 ] Box and Jenkins: Time series ana1ysis. Forcasting and contro1， Ho1den‑Day. [内容] Methods for analyzing data co11ected over time; review of mu1tiple regression ana1ysis; E1ementary forecasting methods; moving averages and exponentia1 smoothing; adaptive methods. Decomposition and seasona1 adjust‑ ment of time series data. Autoregressive‑moving average( Box‑ Jenkins ) methods; identification， estimation， diagnostic check‑ ing and forecasting. [ コ ン ビ ュ ー タ ー 使 用 状 況 ] 毎 週 コ ン ビ ュ ー タ ー を 2 4 1一

使 っ た 宿 題 が あ る 。 [ コ ン ビ ュ ー タ ー 使 用 言 語 ] S A S ま た は M 1N 1 T A B [ 主 に 使 用 す る S A S Procedures] PROC REG， SAS ETS 480 Statistical Applications of Digital Computers. [ 統 計 学 科 学 部 生 必 修 科 目 ] [ 開 講 頻 度 ] 毎 年 秋 学 期 [ 単 位 数 等 ] 3 [Prerequisite] 101; Comp S 205 [ 内 容 ] Techniques of programming for statistical applications. progran 国l ing in algorithmic languages. Efficiency and numerical accuracy in algorithms. Introduction to Monte Carlo methods， statistical techniques in use of statistical software systems. [ コ ン ビ ¥ ユ ー タ ー 使 用 状 況 ] あ り 。 他 の 統 計 解 析 ・ デ ー タ 解 析 の 授業とは異なった目的で使用している。 481 Computer Processing of Statistical Data. [ 統 計 学 科 学 部 生 必 修 科 目 ] [ 開 講 頻 度 } 毎 年 春 学 期 [ 単 位 数 等 ] 3 [Prerequisite] 401 [ 内 容 ] The computer as a tool for statistical data analysis. Data acquisition， organization， manipu1ation， and use of various data strage media structure and content of statistical package. Advanced techniques in use of statistical software systems. [コンビューター使用状況]あり。他の統計解析・データ解析の提業とは 異なった目的で使用している。 3.3. 大 学 院 統 計 学 専 攻 科 目 ( 主 に 修 士 ) 500 Statistical Methods. [ 統 計 学 専 攻 修 士 必 修 科 目 ] [ 開 講 頻 度 ] 毎 年 秋 学 期 [ 単 位 数 等 ] 4 (講義 3 時 間 ・ 演 習 2 時 間 ) [Prerequisite] 101 and credit or enrollment in 579 [ 教 科 書 ] Snedecor & Cochran: Statistical Methods， Iowa University Press. Draper & Smith: Applied Regression Analysis，Second Edition John Wiley.[ 内 容 ] Introduction to methods and ana1yzing data from experiments and survays. Methods of analysis of variance includ‑ ing cross classifications; multiple regression; covariance; contingency table analysis. Current computer software utilized in data analysis. [ コ ン ビ ュ ー タ ー 使 用 状 況 ] コ ン ビ ュ ー タ ー を 使 っ た 演 習 を毎週行なう。[コンビューター使用言語] SA S [主に使用する SA S Procedures ] PROC FREQ， PROC REG， PROC ANOVA， PROC GLMほ か SAS Statisticsの 基 本 的 な Procedures を 579 と 共 に 学 ぶ 。 501 Multivariate Statistical Methods. [ 開 講 頻 度 ] 毎 年 春 学 期 [ 単 位 数 等 ] 3 [Prerequisite] 500 or 402; 447 or 542 [ 教 科 書 ] Johnson and Wichern: Applied Multivariate Statistical Analysis， Prentice‑Hall. Bishop，Fienberg and Holland :Discrete Multivariate Analysis.Theory and Practice， MIT Press. [内容] Elementary theory and techniques of analyzing multivari‑ ate data including Hotelling's T 2， multivariate analysis of vari‑ ance， principal components， linear discrimination， canonical correlation， factor analysis. Analysis of categorical data. [コン ビューター使用状況]コンビュータ を使った宿題が毎週ある。[コンビ ュ ー タ ー 使 用 言 語 ] S A S [ 主 に 使 用 す る S A S Procedures ] PROC GLM， PROC CANCORR， PROC PRINCOMP， PROC FACTOR， PROC CLUSTER， PROC DISCRIM， PROC FREQ， PROC CATMOD 511 Theory and ApplicationDf Linear Models. [ 統 計 学 専 攻 修 士 必 修 科 目 ] [ 開 講 頻 度 ] 毎 年 春 学 期 [ 単 位 数 等 ] 3 [Prerequisite] 500 or 402， 447 or 542 [ 教 科 書 ] Searle: Linear Models，John Wiley. Rao & Mitra: Generalized Inverse of Matrices and Its Applications， John ‑242一

Wiley. [内容] Standard functiona1 and c1assificatory rnode1s， rnatrix pre1irninaries， identifiabi1ity and estirnabi1ity， inter‑ rnediate theory of 1east squares and of best 1inear unbiased estirnation， ana1ysis of variance and covariance， repararneteri‑ zation， rnu1tip1e cornparisons， variance cornponents. [ コ ン ビ ュ ー タ ー 使 用 状 況 ] コ ン ビ ュ ー タ ー を 使 っ た 宿 題 が 16 週 中 2回 程 度 あ る 。 [ コ ン ビ ュ ー タ ー 使 用 言 語 ] S A S [ 使 用 す る S A S procedures ] PROC GLM 512 Design of Experirnents. [ 開 講 頻 度 ] 毎 年 秋 学 期 [ 単 位 数 等 ] 3 [Prerequisite] 511 [ 教 科 書 ] Kernpthorne: Design and Ana1ysis of Experirnents， Wi1ey. [内容] Basic ideas of experirnenta1 design with app1ications; cornp1ete1y randornized design， randornized b10ck design， randorni‑ zation theory， estirnation and tests， ana1ysis of covariance with these designs; Latin square design， e1ernentary cornbinatorics with Ga10is fie1ds， randornization ana1ysis; factoria1 experirnents confounding fractiona1 rep1ication; sp1it‑p1ot design; incornp1ete b10ck design in genera1， ba1anced and partia11y ba1anced design， associated rnixed 1inear rnode1s， intra‑ and inter‑b1ock infor‑ rnation; strategies in factor screening; deterrnination of o p t i r n u r n factor cornbinations; basic ideas of optirna1 design. [ コ ン ビ ュ ー タ ー使用状況]コンビュータ を 使 っ た 宿 題 が 16 週 中 2回 程 度 あ る 。 [ コ ン ビ ュ ー タ 一 使 用 言 語 ] S A S [ 主 に 使 用 す る S A S procedures ] PROC GLM 513 Response Surface Methodo1ogy. [ 開 講 頻 度 ] 隔 年 春 学 期 [ 単 位 数 等 ] 3 [Prerequisite] 402 or 512 [内 容 ] Design criteria and optirna1ity; deterrnination of o ptirnurn operating conditions; exp1oration of response surfaces; rnixture experirnents; construction of optirna1 designs. [ コ ン ビ ュ ー タ ー 使 用 状 況 ] コ ン ビ ュ ー タ ー を 使 っ た 宿 題 が 16 週 中 2回 程 度 あ る 。 [ コ ン ビ ュ ー タ ー 使 用 言 語 ] S A S [ 使 用 す る S A S procedures ] PROC GLM 521 Theory of Sarnp1e Survays 1. [ 開 講 頻 度 ] 毎 春 学 期 [ 単 位 数 等 ] 3 [Prerequisite] 500; 447 or 542 [ 教 科 書 ] Cochran: Sarnp1ing Techniques， Third Edition， John Wi1ey [ 内 容 ] Basic concepts and theory of designing samp1e survays for finite popu1ations; estirnation of rneans， tota1s， proportions， variances， and covariances; frequent1y used designs such as sirnp1e randorn， stratified， systernatic， c1uster， and rnu1tistage sarnp1ing; ratio and regression rnethods of estirnation. [ コ ン ビ ュ ー ター使用状況]使用せず。 522 Theory of Sarnp1e Survays 11. [ 開 講 頻 度 ] 隔 年 秋 学 期 [ 単 位 数 等 ] 3 [Prerequisite] 521 [内容] Futher topics in design and estirnation; unequa1 probabi1ity sarnp1ing， optirna1 stratification， rnu1tipurpose surveys， ratio and regression rnethods， doub1e sarnp1ing， sarnp1ing over tirne， non‑ sarnp1ing errors and variance estirnation for cornp1ex designs. [コン ビューター使用状況]使用せず。 531 Statistics for Qua1ity and Productivity.( 1E 531 ) [ 開 講 頻 度 ] 隔 年 春 学 期 [ 単 位 数 等 ] 3 [Prerequisite] 342 or 447 [ 教 科 書 ] Wetheri11: Sarnp1ing 1nspection and Qua1ity Contro1， Second Edition， Chaprnan and Ha11. [内容] Statistica1 rnethods and theory app1icab1e to prob1erns of product qua1ity and productivity. Shewhart， CUSUM and ernpirica1 Bayes contro1 charts; process capa‑ ‑243

bi1ity studies; estimation of product and process characte‑ ristics; experimenta1 techniques in robust product design， troub1eshooting and process improvement; acceptance samp1ing， continuous samp1ing and sequentia1 sa 皿p 1ing; economic and decision theoretic arguments in industria1 statistics. [ コ ン ビ ュ ー ター使用状況]オプション 533 Re1iabi1ity.( 1E 533 ) [ 開 講 頻 度 ] 隔 年 春 学 期 [ 単 位 数 等 ] 3 [Prerequisite] 342 or 432 or 447 [ 内 容 ] Probabi1istic mode1ing and inference in re1iabi1ity; rep1acement， maintenance and inspection po1icies; app1ications. [コンビューター使用状況]オプション 534 Eco1ogica1 Statistics. [ 開 講 頻 度 ] 隔 年 春 学 期 [ 単 位 数 等 ] 2 [Prerequisite] 447 or 542 [ 内 容 ] Mode1s of popu1ation growth; growth of popu1ations with two competing spacies; parasite‑host and predator‑prey re1ation‑ ships; e1ementary popu1ation genetics; se1ection， mutation， and migration; spatia1 patterns in popu1ations with one or more species; diversity; information theory. [ コ ン ビ ュ ー タ ー 使 用 状 況 ] 使用せず。 535 Bio1ogica1 Statistics. [ 開 講 頻 度 ] 隔 年 夏 学 期 [ 単 位 数 等 ] 2 [Prerequisite] 401 or 500 [教 科 書 ] Finney: Statistica1 Methods in Bio1ogica1 Assay， Third Edition， Griffin. [内容] Estimations from standard curves. Sigmoida1 dose‑response curves. Design and ana1ysis of direct， para11e1 1ine，slope‑ratio and quanta1 response assays. 1mmuno‑ assays. Fitting the Michae1is‑Menten equation. [ コ ン ビ ュ ー タ ー 使 用 状況]オプション 536. Genetic Statistics 1.( Gen 536 ) 537. Genetic Statistics 11.( Gen 537 ) [ 開 講 頻 度 ] 536:隔 年 秋 学 期 、 537:隔 年 春 学 期 [ 単 位 数 等 ] 536:2 ，537: 2 [Prerequisite] 537: 401， 447 or 542， Gen 320 or Gen 330; 537: 536 [ 内 容 ] Probabi1ity app1ied to genetic systems; random mating; se1ection and mutation; theory of inbreeding; some effects of finite popu1ation size; mode1s for quantative inheri‑ tance; partition of genotypic variance; covariances among re1a‑ tives with random mating and se1fing; experimenta1 designs for eva1uating parameters; phenotypic se1ection for quantative tria1s. [ コ ン ビ ュ ー タ ー 使 用 状 況 ] 使 用 せ ず 。 538. Econometric Statistics. (Econ 538 ) [ 開 講 頻 度 ] 毎 年 秋 期 [ 単 位 数 等 ] 3 [Prerequisite] 447 or 542 [ 教 科 書 ] Johnsoton: Econometric Methods， Third Edition， McGraw ‑Hill. [内容] Genera1ized 1inear regression. Dummy variab1es， non1inear regression and prediction. Measurement error mode1s. Simu1taneous equation systems. Regression equations with auto‑ regressive errors. [ コ ン ビ ュ ー タ ー 使 用 状 況 ] コ ン ビ ュ ー タ ー を 使 っ た 宿題が毎週ある。[コンビューター使用言語] SA S [主に使用する SA S Procedures] PROC REG， SAS ETS 539. Game Theory. ( Econ 539， 1E 539 ) [ 開 講 頻 度 ] 毎 年 秋 学 期 [ 単 位 数 等 ] 3 [Prerequisite] 341 or 432 or 447 or 542 [内容] Zero‑sum two person games; games of timing; re1ation to mathematica1 programming; non‑cooperative and coop‑ erative n‑person games. [ コ ン ビ ュ ー タ 一 使 用 状 況 ] 使 用 せ ず 。 2 4 4一

540. Qperation Research Methods and Economic Analysis.( Econ 549， IE 540) [ 開 講 頻 度 ] 毎 年 春 学 期 [ 単 位 数 等 ] 3 [Prerequisite] 447 or 542 [ 内 容 ] Methods and applications of selected techniques in nonlinear programming， including linear， convex and quadratic programming. Applicationsin economics， statistics， and opera‑ tions research. [ コ ン ビ ュ ー タ ー 使 用 状 況 ] 使 用 せ ず 。 542. Theory of Probabilit y_ ~nd Statistics 1. [ 統 計 学 専 攻 修 士 必 修 科 目 ] [ 開 講 頻 度 ] 毎 年 秋 学 期 [ 単 位 数 等 ] 3 [Prerequisite] Math 414( 解 析 学 ) or Math 465(多 変 数 解 析 学 ) [ 教 科 書 ] Hogg and Craig: 1ntroduction to Mathematical Statistics，Forth Edition， Matmillan. (前半) Lindgram: Statistical Theory， Third Edition， Macmillan. ( 前 半 ) [ 内 容 ] Sample spaces， events， probability， e玄 pectation， moments， inequalities， conditional probability， common distri‑ butions， moment generating and characteristic functions， elementary limit theorems. order statistics， sampling distri‑ butions， multivariate normal distribution. [コンビューター使用状況]使用せず。 543. Theory of Probability and Statistics 11. [ 統 計 学 専 攻 修 士 必 修 科 目 ] [ 開 講 頻 度 ] 毎 年 春 学 期 [ 単 位 数 等 ] 3 [Prerequisite] 542 [ 教 科 書 ] Hogg and Craig: 1ntroduction to Mathematical Statistics， Forth Edition， Macmillan. ( 後 半 ) Lindgram:， Statistical Theory， Third Edition， Macmillan. (後半) [ 内 容 ] Point estimation， suffi‑ ciency， completeness， exponential family， confidence intervals， Neyman‑Pearson lemma， UMP tests，likelihood ratio tests， sequen‑ tial testing， elementary decision theory and nonparametric inference. [ コ ン ビ ュ ー タ ー 使 用 状 況 ] 使 用 せ ず 。 544. Bayesian Decision Theory. [ 開 講 頻 度 ] 隔 年 夏 学 期 [ 単 位 数 等 ] 3 [Prerequisite] 543 [ 教 科 書 ] Degroot: Qptimal Statistical Decisions， McGraw Hill. [ 内 容 ] 1ntroduction to decision theory; risk sets; admissible strategies; randomized strategies; complete classes; Bayes strategies; conjugate priors; comparison of Bayesian and classi‑ cal theories; exchangeability. [ コ ン ビ ュ ー タ ー 使 用 状 況 ] 使 用 せ ず 。 546. Theory of Nonparametric and Asymptotic Methods. [ 開 講 頻 度 ] 隔 年 春 学 期 [ 単 位 数 等 ] 3 [Prerequisite] 542 [ 内 容 ] 1ntroduction to nonparametric problems; l‑sample， 2‑sample and c‑sample problems; tests based upon sample distribution functions， K‑S and C‑S tests; rank tests， tests of location， scale and independence， local properties of rank testa. Convergence of a sequence of a random variable and a sequence of distributions; limit theorems; asymptotic distributions of a sample quantiles， U‑statistics， rank tests， chi‑square and other goodness of fit tests， Chernoff‑Savage theorem， asymptotic efficiency of tests. [コンビュータ一使用状況]使用せず。 554. Probability. ( Math 554 ) [ 開 講 頻 度 ] 隔 年 秋 学 期 [ 単 位 数 等 ] 3 [Prerequisite] 542 [ 内 容 ] Qccupancy problems， generating functions， compound distributions， recurrent events， characterizations of discrete distributions， urn models with applications. [コンビューター使用状況]使用せず。 555. Stochastic Process.( Math 555 ) [ 開 講 頻 度 ] 毎 年 春 学 期 [ 単 位 数 等 ] 3 [Prerequisite] 245 542

[ 教 科 書 ] Issacson and Madsen: Markov Chains， John Wi1ey. [ 内 容 ] Basic theory and app1ications of stochastic processes inc1uding the Poisson process， the Wiener process， discrete‑time stationary and nonstationary Markov chains， and continuous time Markov chains. [ コ ン ビ ュ ター使用状況]使用せず。 579. Introduction to Computer Hardware and Software Systems for Statistica1 Computing. [ 統 計 学 専 攻 修 士 必 修 科 目 ] [ 開 講 頻 度 ] 毎 年 秋 学 期 [ 単 位 数 等 ] 1 [Prerequisite] Graduate c1assification fn statistics.[教 科 書 ] SAS User's Guide Basics & Statistics. [ 内 容 ] Designed to introduce students to the 1anguages and conventions required for the use of the 1eading software systems in statistica1 computing. Both batch and inter‑ active mode1s of usage are considered. [ コ ン ビ ュ ー タ 使用状況]コ ン ビ ュ ー タ ー を 使 っ た 宿 題 が 毎 回 あ る 。 [ コ ン ビ ュ ー タ ー 使 用 言 語 ] SAS， MINITAB， SPSS 580. Statistica1 Computing. [ 開 講 頻 度 ] 毎 年 秋 学 期 [ 単 位 数 等 ] 3 [Prerequisite] 500， 542 and know1edge of a scientific programming 1anguage. [ 内 容 ] Semi‑ numerica1， numerica1 and nonnumerica1 methods used in statis‑ tica1 computing. App1ication areas discussed inc1ude prob‑ abi1ity function app1ications， simu1ation， and 1inear and non‑ 1inear 1east square methods. [ コ ン ビ ュ ー タ ー 使 用 状 況 ] あ り 。 他 の 統 計解析・データ解析の授業とは異なった目的で使用している。 3.4. 大 学 院 統 計 学 専 攻 科 目 ( 博 士 ) 601. Advanced Statistica1 Methods. [ 開 講 頻 度 ] 隔 年 秋 学 期 [ 単 位 数 等 ] 3 [Prerequisite] 501; 447 or 543 [ 内 容 ] Statistica1 mode1s， genera1 orthgona1 po1ynomia1s， essentia11y 1inear regression， reverse estimation， parame‑ trica11y non1inear regression procedures. [ コ ン ビ ュ ー タ ー 使 用 状 況 ]オプション 606. Spatia1 Statistics. [ 開 講 頻 度 ] 隔 年 春 期 [ 単 位 数 等 ] 3 [Prerequisite] 511， 543 [ 内 容 ] One dimensiona1 stochastic processes， time series， point processes on the rea1 1ine; continuous spatia1 variation， geo‑ statistics， kringing 1attice data， conditiona1 mode1s， joint mode1s; point patterns， randomness， c1ustering， regu1arity; 使用状況]オプション spatia1 data ana1ysis. [ コ ン ビ ュ ー タ 611. Advanced Linear Mode1 Theory. [ 開 講 頻 度 ] 毎 年 秋 学 期 [ 単 位 数 等 ] 3 [Prerequisite] 511; 543 [ 教 科 書 ] Graybi11: Theory and App1ication of the Linear Mode1， Duxbury Press. Rao: Linear Statistica1 Inference and Its App1ications， Second Edition， John Wi1ey. [ 内 容 ] Advanced theory of 1east squares and best 1inear unbiased estimation， non‑centra1 chi‑square and F distribution， distribution of 1inear and quadratic forms， F test， confidence regions， extensions of best 1inear unbiased estimation theory to mixed and random mode1s and non‑standard settings， biased estimation， recursive estimation， inference for variance components. [コンビュータ一使用状況]使用せず。. 612. Advanced Design of Experiments. ‑246‑

[ 開 講 頻 度 ] 隔 年 春 学 期 [ 単 位 数 等 ] 3 [Prerequisite] 512. 611 [ 内 容 ] Advanced randornization theo可 of experirnenta1 designs. Ga10is fie1ds and use of these. rnathernatics of factoria1 designs. genera1 treatrnent of partia11y ba1anced designs. inc1uding quasi‑factoria1s and other types. designs for 2‑way error contro1. sequences of treatrnents. changeover designs. general theory of optirnal design. optirnality of certain balanced design. [コンビュータ一使用状況]使用せず。 639. Stochastic and Abstruct Prograrnrning. [ 開 講 頻 度 ] 隔 年 夏 学 期 [ 単 位 数 等 ] 3 [Prerequisite] 540{ 内 容 ] Distribution of garne va1ues and prograrn optirnality. rnodels for prograrnrning under uncertainty. Dual and weakly dual prograrns in 1inear spaces. Applications in probability and statistics. [コンビューター使用状況]使用せず。 642. Advanced Probability Theory. [ 統 計 学 専 攻 博 士 課 程 必 修 科 目 ] [ 開 講 頻 度 ] 毎 年 春 学 期 [ 単 位 数 等 ] 3 [Prerequisite] 542 、 Math 514 ( ル ベ ー グ 積 分 論 ) [ 教 科 書 ] Chung: A Course in Probability Theory. Second Edition Acadernic Press. [内容] Probability rneasure. Borel‑Cantelli's theorern. alrnost convergence. Kolrnogorov's three series theorern. convergence in distribution. uniforrn integrability. weak and strong law of large nurnbers. characteristic functions; central 1irnit theorern and its rarnifications; conditiona1 expectation. rnartingales. [コンビューター使用状況]使用せず。 643. Theory of Estirnation and Testing of Hypothesis. [ 統 計 学 専 攻 博 士課程必修科目] [開講頻度]毎年秋学期[単位数等] 3 [Prerequisite] 543. 642 [ 教 科 書 ] Lehrnann: Testing Statistical Hypotheses. Second Edition.John Wiley. Lehrnann: Theory of Point Estirnation. John Wiley. [内容] Elernents of decision theory; adrnissibility; sufficiency; asyrnptotic theory of r n a x i r n u r n likeli‑ hood estirnation; unbiased estirnation; UMP unbiased tests; 10cally rnost powerful tests; invariance. [ コ ン ビ ュ ー タ 一 使 用 状 況 ] 使 用 せ ず 645. Order Statistics. [ 開 講 頻 度 ] 隔 年 秋 学 期 [ 単 位 数 等 ' ] 3 [Prerequisite] 543 [ 教 科 書 ] David: Order Statistics. Second Edition. John Wiley. [ 内 容 ] Distribution theory and r n o r n e n t s of order statistics; estirnation of location and scale pararneters; censoring; robust estirnation; treatrnent of outliers; asyrnptotic distributions of quanti1es. extrernes， and linear functions of order statistics. [コンビューター使用状況]使用せず。 647. Mu1tivariate Ana1ysis. [ 開 講 頻 度 ] 毎 年 秋 学 期 [ 単 位 数 等 ] 3 [PrerequisiteJ 543 [ 教 科 書 ] Anderson: An Introduction to Multivariate Statistical Ana1ysis， Second Edition. John Wiley. [ 内 容 ] Mu1tivariate norrna1 distribution; Wishart distribution; rnultiple. partial and canonical correlations; inference for covariance rnatrix; principa1 cornponents; discrirninant ana1ysis. [コンビューター使用状況]使用せず。 651. Tirne Series. ( Econ 651 ) [ 開 講 頻 度 ] 隔 年 春 学 期 [ 単 位 数 等 ] 3 [Prerequisite] 538 or 543 [ 教 科 書 ] Fu11er: Introduction to Statistica1 T irne Series， John Wiley. [内容] Covariance and spectral representation of t i r n e ‑247

series. Stationary and nonstationary autoregressive models. Fourier and periodogram analysis. Stochastic differential equa‑ tions， Estimation and distribution theory. [ コ ン ビ ュ ー タ ー 使 用 状 況 ] 16週 間 の 学 期 中 4週 程 度 コ ン ビ ュ ー タ ー を 用 い た 宿 題 が あ る 。 [ コ ン ビ ュ ー タ ー 使 用 言 語 ] PROC GLM， PROC REG， SAS ETS 他に 621. Advanced Theory of Survay Sampling. 680. Advanced Statistical Computing. の 2科 目 が カ リ キ 〉 ラ ム の 上 で は 存 在 す る が 、 こ こ 数 年 受 講 希 望 者 が な く 開講されていない。 4. おわりに アイオワ州立大学統計学科で SA Sが広範囲に利用され られている理由を次のようにまとめるごとができる。 教育の中に用い (1) S A S 、 は 統 計 解 析 ・ デ ー タ 解 析 の 道 具 と し て 、 統 計 を 知 っ て い る 人 には実に自然な記述でプログラミングできる。またデータの入力・出力も よく工夫されており、きわめてスムーズにデータ解析の流れに沿った作業 ができる。つまり統計解析の道具として優れているから、多くの統計解析 ・データ解析の授業に取り入れられているのである。 ( 2) ア イ オ ワ 州 立 大 学 統 計 学 科 は 、 伝 統 的 に 、 統 計 的 線 型 模 型 ・ 実 験 計 画 を 重 視 す る 伝 統 が あ る 。 こ の 伝 統 に PROC GLM は 大 変 適 し た procedure で あって、ごれがアイオワ州立大学統計学科で S A Sが好まれている理由の ー っ と な っ て い る 。 つ い で な が ら 、 歴 史 的 に は 少 な く と も 1977 年に、 S A Sが導入されていたとのことである。 (3) 逆 に OR， QC，LP の 方 面 で は S A S は ま だ 使 わ れ 始 め て い な い 。 た と え ば Quality Controlの 授 業 (Statistics 531)の 担 当 教 員 は 、 コ ン ビ ュ ー タ ーによる解法以前のごと、つまりどのように現実の問題を定式化するか、 に時間を費やしたいのだと語っていた。 ( 4) ま た 、 コ ン ビ ュ ー タ ー ・ サ イ エ ン ス の 立 場 か ら S A S の 導 入 が さ れ て いるのではないごとも指摘しておきたい。実際、統計学科内の S A Sユー ザ ー は 、 ほ ぼ 全 員 エ ン ド ユ ー ザ ー で あ っ て 、 OS 等 に づ い て 関 心 が な い し 、 ま た OS に つ い て は 必 要 最 小 限 の 教 育 し か な さ れ て い な い 。 [附記] ア イ オ ワ 州 立 大 学 統 計 学 科 教 員 一 覧 表 この表の見方: 1段 目 氏名， degree， degree 取得年 degree 取得大学 2 ~ 3段 目 専攻、 [ ] 内 は 300 番台以上で担当した科目 (注 1 ) 一 般 教 養 統 計 学 は 原 則 と し て だ れ で も 担 当 で き う る の で 、 特 定 の 担 当 者 は い な い 。 ( 注 2) 複 数 の 教 員 が 同 じ 番 号 の 科 目 を 担 当 し た の は 、 い く つ か の セ ク シ ョ ン が あ る 場 合 の ほ か 、 学 期 ご と に あ る い は 隔 年 で 2名 以上が交代で担当した場合、あるいは本来の担当者がサパテイカル・病気 等のため代わって担当した場合もある。 professors Krishina B. Athreya， Ph.D.， 1967， Stanford. Probability， stochastic process [ 542，554，555，642] Theodore B. Bailey， Ph.D. ， ̲1972， Minnesota. General methods， quantative genetics [ 401，402，436] C. Philip Cox， M.A.， 1947， Oxford~ Biometry and biostatistics， general methods， experimental 248‑

design [ 401， 402， 535 David F. Cox， Ph.D.， 1959， Iowa State. Genera1 methods [ 401， 402 ] Noe1 A. C. Cressie， Ph.D.， 1975， Princeton. Genera1 Theory， spatia1 statistics， contingency tab1es [ 543， 643， 606 ] Herbert A. David， Ph.D.， 1953， London. Ordre statistics， statistica1 inference， nonparametric statistics [ 447， 542， 543， 645 ] Herbert T. David， Ph.D.， 1960， Chicago. Genera1 theory， operations research [ 447， 533， 539， 639 Wayne A. Fu11er， Ph.D.， 1959， Iowa State. Time series， econometric statistics， survay samp1ing [ 538， 651 ] Richard Groeneve1d， Ph.D.， 1967， Boston. Nonparametric statistica1 tests， genera1 theory [ 328， 341， 342， 403， 432 ] David A. Harvi11e， Ph.D.， 1965， Corne11. Linear mode1s， experimenta1 design， statistics in sports and competition [ 511， 512， 513， 611， 612 ] Roy D. Hickman， Ph.D.， 1967， Iowa State. Genera1 methods， survay samp1ing [ 401， 404 Pau1 N. Hinz， Ph.D.， 1967， Wisconsin. Genera1 methods， experimenta1 design [ 402， 407， 500 ] Dona1d K. Hotchkiss， Ph.D.， 1960， Iowa State. Biometry and biostatistics， experimenta1 design， genera1 methods [ 401， 402 ] Dean L. Isaacson， Ph.D.， 1968， Minnesota. Probabi1ity， stochastic processes [ 554， 555， 642 Oscar Kempthorne， Sc.D.， 1960， Cambridge. Experimenta1 design， theory of inference， genera1 methods， biometry， genetic statistics [ 512， 611， 612 ] Wi11iam J. Kennedy， Ph.D.， 1969， Iowa State. Statistica1 computing， genera1 methods [ 328， 579， 580 Kenneth J. Koeh1er， Ph.D.， 1977， Minnesota. Statistica1 methods， contingency tab1es [ 407，500， 501 G1en D. Meeden， Ph.D.， 1968， I11inois. Genera1 theory， probabi1ity， Bayesian statistics [ 542， 543， 544， 642， 643 ] Wi11iam Q. Meeker， Ph.D.， 1975， Union Co11ege( Schenectady， N.Y.) Industria1 statistics， statistica1 computing [ 328， 451， 533 ] Edward Po11ak， Ph.D.， 1964， Co1umbia. Genetic statistics， probabi1ity， stochastic processes [ 534， 536， 537 ] Vincent A. Sposito， Ph.D.， 1970， Iowa̲State. Mathematica1 programming， operations research， statistica1 computing [540， 639 ] Robert F. Strahan， Ph.D.， 1967， Minnesota. Statistica1 methods， psychometrics [401， 402 Stephen B. Vardeman， Ph.D.， 1975， Michigan State. Genera1 theory， operations research [ 305， 531 ‑249‑

Leroy Wolins， Ph.D.， 1956， Ohio State. Genera1 methods， statistical mistakes， psychometrics [ 401， 402 ] Associate Professors Yasuo Amemiya， Ph.D.， 1982， Iowa State. Mu1tivariate analysis， regression ana1ysis [ 447， 511， 647 Frederic O. Lore~z ， Ph.D.， 1980， Iowa State. Statistica1 ~ethods for research， socio1ogica1 research methods [401， 404 ] Mervyn G. Marasinghe， Ph.D.， 1980， Kansas State. Statistical computing， data ana1ysis， statistical methods [ 480， 481， 579 ] Mark C. She11y， Ph.D.， 1977， Wisconsin‑Madison. Time series， socia1 statistics， po1itica1 institutions and methods [ 401 ] Shashika1a Sukhatme， Ph.D.， Michigan State. Mathematical statistics， nonparametric statistics [ 305， 546 ] Assistant Professors Haro1d D. Baker， M.S.， 1963， Iowa State. Survay sampling， genera1 methods [ 421 Car1 W. Roberts， Ph.D.， 1983， New York ( Stony Brook ) . Sociometrics， genera1 methods [401， 404 ] Debapriya Sengupta， Ph.D.， 1989， North Caro1ina ( Chapel Hi11 ) . Decision theory， genera1 theory， survay sampling [ 521， 522 ] W. Robert Stephenson， Ph.D.， 1979， University of Conneticut. Nonparametric statistics [ 341，342， 401， 531 ] John Stufken， Ph.D.， 1986， Chicago. Experimenta1 design， general theory [ 512， 513 ] ‑250一

日本 SASユーザー会 (SUG ト J) 社会科学専門教育と情報処理カリキュラム 竹中 : . L > . ' ロ 東海大学・政治経済学部 S o c i a lS c i e n c eE d u c a t i o na n dD a t aP r o c e s s i n gC u r r i c u l u m . O s a m uT a k e n a k a i r a t s u k a， J a p a n ) ( T O K A IU n i v e r s i t y， H 要旨 文科系高等教育、特に社会科学系学部への進学者は数学や機械いじりは苦手とすること が多い。しかし経済学を初め、社会科学の先端では数学、統計学、情報処理科学を駆使す る専門分野も多い。このギャップをうめる役割を果たす教育が大学の教養課程で重要であ ることは認識されてはいるものの、ただ最新の情報処理機器環境を配備・充実・誇示する ことに重点が置かれがちである。ここでは、供給者の論理としてのハード、ソフト環境の 実現だけでなく、学習者の実効的な情報解析応用力育成の立場から、教育資源の配分・選 択問題として、個々の専門性に応じた統合的な情報理教育カリキスラムの必要性とその問 題点を、目的と手段と制約条件のもとでの論者の経験を基礎に論じる。 文科系情報処理教育 1.学系別情報処理教育の必要性 キーワード: 情報処理実習環境 社会科学専門教育 1.現行情報処理教育への意見。 専門教育教員: 「リテラシィーや操作法教育よりも、問題解決型の教育を J 「ソフトが使えることより、使って何をするかが問題 J 「今の情報処理教育はプログラミングに偏重している。 情報化社会対応の倫理面も含めてもっとグローバルに J 「資料検索・整理・分類等の情報リタラシイ}教育を J 「情報処理教育ではとにかく分析応用力をつけてほしい J 情報処理担当教員: 「言語教育はやはり情報処理教育の基本 J 「コンビュータの基本概念を全く知らずに何に使うかを考えられるか?J 「利用実習は喜ぶが、アーキテクチャーやアルゴリズムの講義には 学生が興味を示さない」 「結果を大事にするより、アルゴリズム、構造化等の過程教育にこだわりたい J 「設備がたりない!、研修機会がない!、機種にふりまわされる!J 「コマーシャルソフトのユーザー教育は大学教育ではおかしい J 人事担当者: 「情報処理技術者試験では実務能力や即戦力がつかめない J 「大学教育には期待しない、入社人材は自社で教育する J 学生: r?????J ‑251‑

2 .情報処理教育目的の明確化 ‑学部学科にはその専門・専攻の教育目標がある。 ・情報処理手法の種類や必要度は専門・専攻により異なる。 .情報処理教育は一般教養部分と専門基礎部分に分離。 私情協では「基礎情報教育」と「学系別情報教育」と呼称。 ・基礎情報教育 ==>1)テラシィー+プログラミング基礎〈データ+アルゴリズム〉 @学系別情報教育古〉応用処理系〈データベース、統計解折、専門系ソフト) ・専門・専攻カリキュラム内での補完・統合関係の必要性。(数学、統計学、 専門基礎理論) 1 1。専門教育での情報処理応用 vs.情報科学専攻 1.靖報処理教育専門家の社会科学に対する態度。 ・情報処理科学はそれ自身、固有の専門科学であり、情報処理教育もその体系に則っ て行われるべきである。 ・経済社会事象に対する情報処理手法の応用等は専門外なので、教材として用いるこ とには抵抗感がある。 2 .社会科学研究者の情報処理科学に対する態度。 ・あくまでも分析用具であるが、統計的実証分析面で専門理論との密接な統合が進ん でおり、今後、知識処理を含めもはや不可分な関係にあると認識する。(経済学等) e 実社会においてこれだけコンビューターの普及が進んでいる以上、実学としてその 利用法を教えない訳には行かない。(経営学、商学等) 。分析的には調査集計・情報検索面で利用価値が高いので、これから積極的に利用し て行きたい。(政治学、社会学等) ・情報処理手法を日常利用しているが、道具の使い方を教えるのは自己の専門そのも のではないので抵抗感がある。 3 .文科系専攻資質 .文科系学生は現状の入試制度下では数理的思考訓練がやや不足している。 ・文科系学生は本来、機械操作は苦手か消極的な者が多い。 ・文科系学生は一般に冗長唖昧な自然言語による処理を好む。 i! l 。 情報処理カリキュラムの組み込み. 1.一般教育カリキュラムの制約。 ・大学教育における一般教育〈教養課程)科目は 1、 2年次に集中して配置されてお りこれら低学年時に余分な専門基礎科目を組み込台余地は少ない。 ・教養科目の自然科学系列に情報科学といった科目を配置することは可能であるが、 講義科目でなければならないし、また、選択制でなければならない。 ‑講義科目か実習科目かによって単位数に差別があるため、講義科目では実習授業が 事実上限られた範囲でしか行えない。 ・一般教育講義科目は多人数教育が多いので、実習はできない。 ・これらの制約を打破して、基礎的情報教育を語学並に一般教育科目に実習授業を含 めた形で再編成すべきと考えられる。現状では、中等教育に於ける情報処理教育と のからみで目立った改編の動きはない。 ・基礎情報処理教育〈リテラシィー教育+基礎的プログラミング教育)は一般教育化 されるべきものと考えられるが、現状では専門科目の一部としてカリキュラム化さ れていることはやむを得ない処置といえよう。 2 5 2

2 .専門教育のカリキュラム。 ・経済学等、体系化の進んだ専門分野では科目履修1 ) 慣序がカリキユラム上大切となる が、基礎理論に定説の確立していない専門分野では、体系的理解は学生の選択にま かされる形となり科目履修順序は余り問題とならない。 ・科学的分析手法〈数学、統計学、情報処理〉科目は各専門・専攻の核科目〈原理・ 原論〉などの周辺に専門基礎科目として低学年次に開講されることが多い。 ・情報処理教育を語学のように少人数クラスに分け、実習教室を用いてより充実した 教育を行う事はこれまで多くの先進的教員によって試みられ、ここ 5年間程の聞に 急速に増大した。しかしこれらの多くは未だに新しい実験的教育として位置づけら れており、一般教育における語学教育のようなカリキユラム上、教育組織上、予算 的位置づけが確立・認知されているわけではない。 ・情報化の面で急速に進展する現実経済社会を研究対象とする社会科学分野の教育者 はこのような情報処理教育体制面での立ち後れに危機感を抱き、専門教育カリキユ ラムの中に情報処理科目を組み込んで対処しようとしてきた。 ・しかしながら、情報処理教育の専門家ではなく、単に自己の専門領域でのパワーユ ーザーである学部教員達だけでは対処しきれない面が多い。 ・何よりも大切なことは、専門領域の教育目的を考え、それに必要な情報処理教育を 考える際に、対象学生の適性やレベルを考癒し、その分野・対象に合った教育手段 となるソフトウヱアの選択を慎重かつ充分に検討すべきことである。機材の選択は それ以前にあってはならない。 ‑文系学生の初心者に、 PASCALや Cによる構造化プログラミング教育を行うの は、それなりの価値も認められるが、学習の動機付けに苦労するであろうし、逆に、 ソフトウヱア開発をめざすコンビュータサイエンス専攻の学生に表計算や簡易言語 で導入教育をするのは情報処理専攻カリキユラム体系から見て問題であろう。 ・社会科学系専門教育では、 SASのような統計系情報処理ソフトウヱアシステムの 利用教育が強く望まれているが、ハードウヱア環境の実現に費用がかかることが難 点である。 V。 教育資源の配分 1.人的資源 ・進展する情報化社会に対応する形で、教育目標を改編再設定し、各講義科目の内容 と相互関連関係のインターフヱイスを規定してカリキュラムを組み、学部組識とし て教育活動を行うに当たっては、適正な教育資源の配分が必要となってくる。当然 これは全体的観点からなされるものであるから、情報処理教育部分にはその専門に おける必要度に応じた資源配分がなされると考えて良い。 ・問題は、これまでの文科系学部が余りにも設備いらずの講義中心のカリキュラムで あったこと、医学部や理工学部のように手間と時間とお金のかかる実習実験と無縁 であり、私学経営上は収益部門であった文系学部が情報化社会の到来とともに、設 備、人手、資金を必要とするようになったことにある。同じ文系学部でも社会科学 系の専攻を擁する学部、特に経済系ではこのことが著しい。 ・しかしながら、学部教員の定員の枠内では学部本来の領域以外の専任教員や技術職 員を採用することはほぼ不可能といってよく、結局これらの情報処理教育活動は機 器管理等の雑用を含めて一部のパワーユーザー教員の負担となっているのが現状と いえる。 ‑同時にこれら専任教員は、情報処理手法を用いて専門分野の分析を行うことが 教育目的と心得ており、情報処理科学の基礎概念、アルゴリズム教育よりも目前の 実用的応用可能性に重点をおきがちである。 ・学外非常勤教員に情報処理教育を依頼することも不可能ではないが、この場合、 (1)情報処理教育基礎と専門領域への応用架け橋に徹する専門家は少ない。 ‑253‑

(2) 実習含みの情報処理科目では機器・教材ソフトの準備等、非常勤であることそ のものが教育の障害となる可能性がある。 (3) 一般に非常勤教員には教員会議等の場を通じた学部の機動的運営方針が伝わり にくく、専門教育との連携がとりにくい。。 (4) 大学キャンパスが郊外へ移動し、現状の講師料では遠方に優秀な教員が集まり にくくなっている。 (5) 専任に比べて、担当教科内で自己完結的になり易く、学生にたいして目的指向 な迫力にやや欠けるところがある。 などの理由でかなり難しいといえる。 ・学内電子計算センターなどに情報処理教育担当の部門があって、ベテランの専任の 教員やスタッフが基礎的情報処理教育だけでなく、各学部の情報処理教育への橋渡 しをサポートしてくれることが望ましいが、それら教員のバックグラウンドによっ ては、各学部の応用ニーズに応えられる教育ができる程に充実したスタッフを抱え ているところは少なく、学部の専門教育指向な要望に対してはともすれば準非常勤 的になりがちである。 ・大学における一般教育・教養課程に、外国語教育並の情報処理教育部門を整備充実 する方向が今後の課題と考えられる。このとき情報処理学専攻の専門家だけの組織 ではなく、各学部の応用ニーズに対応できる幅広い協力体制が前提とされなければ、 かつての語学教育のようにしゃべれない学生を作り出すことになろう。 2 .物的資源 ・実習教室設備、ハードウエア、ソフトウェアなどの資源は単一学部レベルでの配備、 維持管理には限界がある。企画として、パソコン 5 0台程度の実習教室は不可能で はないにしても、その運営、維持管理、更新には多くの人手と予算が必要であり、 院生の相談員等でまかなっても中心となる教員の負担は重い。 ・ネットワーク化を行う場合にはより複雑なシステムが必要となり、場合によっては ミニコン等のサーバー機能の導入、維持管理がより大きな負担となる。 ・一般に新規設備企画は大学や学部の目玉として実現する確率が高いが、以後の更新 や維持管理、事後の拡張計画、ネットワーク化、ソフトウェア導入等はよほどの説 得力がないと実現の確率は低い。 ・ハードウェア、ソフトウェアメーカーの「教育機関」に対する考え方が、短期的な 「教育 E撞」の観点から脱しきれず、シェア競争には敏感であるが、米国等にみら れる「社会から得た利益の奉仕的還元」、 「長期的視野でのユーザー育成」の観点 に立つメーカーが少ない。またソフトウェアの中小メーカーはその体力がない。 ‑分散処理システムの発展に従い、大学の計算センターの役割がネットワーク管理を 中心とした情報インフラセンター、対外ノードの役割に変化しつつあるが、学系別 情報処理需要に対して積極的に機材設備の配備を行っているわけではないし、学内 各学部学科の分散化機材の保守管理にも消極的である。 3 .資金的資源 ・パソコン、ワークステーション、ネットワークといった分散処理システムの進展に 対し、これまでの大型電算機センターを中心とした大学予算配分のシステムは対応 し切れていない。小型化、分散化の涜れは、学系別の情報処理需要を多様化し、個 別化する事によって教育研究面での充実に役立つてはいるが、大学全体の予算配分 からみたとき、センター予算はそのままに、各学部学科の分散的設備需要に対して は一時的特別予算で対応しているケースが多い。 ・これは学生一人あたり x万円といったセンター予算への配算がセンター組織の固定 化、官僚組織化を生む一方、分散化の涜れが受益と負担の剰離を生み、センター設 備の受益が少なく、個有の情報化教育投資需要の大きい学部では授業料その他の値 上げで対応せざるを得ない結果を生んでいる。これはまさに組織の資金的資源配分 の歪みであり、意識改革を必要とする問題といえる。 254‑

‑一時的特別予算によって作られる情報処理教育研究施設は、その後の保守、維持管 理体制の確立とそのための経常的予算処置が必ず必要である。 4 .情報資源 ・情報処理の対象である情報そのものは学系・専門別に多岐にわたり、これまでの大 型計算センターではほとんどこれをユーザー任せにしてきた観がある。学術情報セ ンタ一等との接続により一部の情報サービス機能はあったが、共用ハードウェアと 共用ソフトウェアの提供が主な機能であった。 ・情報処理設備が学系別に分散化し、ネットワークが機能し始めるに至って、昨今は 急速にデータベースの需要が増大しつつある。これは学部・学科といったある程度 まとまりのある近い領域で初めてデータベースの共有に意味があること、研究室や 教室のパソコン、ワークステーションに重複したデータベースを保持する意味はな く費用もかかることが理由となっている。近い領域では、 CD‑ROM化された市 販情報や統計デー夕、演習問題といった教材までもが LANにより共有可能となっ てきた。 ・ソフトウェアも LANを通じて共有できる可能性が広がり、この面でも教育用のネ ツトワークライセンス、サイトライセンスがより現実のものとなってきた。 ・本来、大学は知識情報のもっとも豊富な場所であるが、図書館をはじめ情報所在に 関するデータベース化、電子化が遅れている場所でもある。学系別・専門別のロー カルな情報のデータベース化機運の高まりが結実し、学内ネットワークを通じて学 際的な教育研究データベースとなって行くことが望ましい。 ・情報資源の出し入れはハードウェア、ソフトウェア、通信プロトコルの互換性の問 題と絡んでおり、情報処理教育を計画実施する上でも重要な問題である。 ・メーカーの市場戦略に惑わされない標準化が日本ではかなり困難である以上、最も 情報資源の出し入れに都合の良い既成標準を選択する必要がある。このことは単に 国内的視野からではなく、国際的な学術、教育情報資源の交換を念頭において考章、 しなければならない。 .OS、データベースインターフェイス、通信プロトコル、ユーザーインターフェイ ス等の標準化について内外の期待は大きいが、単に期待に基づかず、実績ベースで 学生をはじめとした対象となるユーザーの資質に合わせたシステムを構築すべきで ある。現状では、 UNIX、 TRON等の O Sは既存の商用 O Sに比べて少なくと も文系学生の情報処理教育により適しているとは思えない。 5 .時間資源 ・大学教育は 4年間で 1サイクルの周期を持っている。このことは、カリキュラムの 編成も 4年を単位として学生に対する教育を計画実施しているし、また、カリキユ ラムの変更も一般には新入生から適用され、主要な改訂は最新カリキユラム下の学 生が卒業する 4年聞を経てからのみ行われる。 ・このことは学系別・専門別情報処理教育を計画するに当たっても考置する重要な点 である。所期の教育目標に向かつて人材を育成するために教育資源を 4年間にわた って配分し、かつ学生の意志と能力を活かす教育カリキユラムを組むことは難しい。 ・情報処理教育に限ってみても、年次配当、クラス編成、実習施設、自習支援環境、 教員配置、教科内容規定と教材選択、他教科との連携関係等隈られた時間のなかで 如何に実効ある教育が可能であるかが問われなければならない。 ‑突き詰めて言えば、教育の原点は学習インセンティプ(動機付け〉にあるから時間 的要素は可変とも言えるが、習熟には時聞が必要であり、また、教育目標から見た 体系的な学習順序も時間的経過を必要としている。 ・一般的に情報処理科目は低学年時に年次配当され、高学年次の専門科目で応用され ることを基本としているが、従来の数値処理以外に広くコンビュータの利用法が拡 大したために、基礎情報処理科目はより低学年次に配当される傾向にある。 h 戸 u Fhu qL

‑大学キャンパスでの学習という伝統的時間的制約を一挙に解放する可能性が昨今の 低価格なラップトップ型、ないしブック型のパソコン技術革新である。論者の学部 では今年度より情報処理教科履修学生に対するブック型パソコンの貸与に踏み切っ たが、学生の自宅・下宿に統一された情報処理機器ソフトの利用環境が想定できる ならば、これまでの教育の手法は大幅に変化する c ・導入からまだ日が漫いため、評価の段階ではないが、学生の興味と学習意欲は非常 に高まり、情報処理科目に隈らずレポート、宿題の提出は指定しなくてもワープロ 化した。また、専門科目の一部では米国版教科書対応の自習ディスクが配布され、 学生の自宅・下宿が教室の延長線上に取り込まれているコ ・残念ながら SASのような複雑なソフトはブック型パソコンでは動かないが、入門 用の軽いフロッピーベースのスチューデント版や JMPのような特定目的にカスタ マイズされた高機能ソフトが出てくることが望ましい c .SAS、 MATHEMATICA、 GAuSS、 REDuCE、 MATHCAD、 JMP、 TSP、 LOT" CSといった教育・研究的価値の高いソフトが広く教育界 に普及することによって、社会科学系専門教育の質的向上が強く期待される c ‑専門教育においては、教育目標の設定=>カリキュラムの編成=>各教科内容の策定=> 教科目的・教材に合ったソフトウェアの選択=>ハードウエアの選択といった手順を 踏んで情報処理教育を計画することが大切であり、このとき、対象となる学生の資 質に合わせて学習意欲を引きつける工夫が教育組織的に必要と考えられる。 ・論者の属する東海大学・政治経済学部・経済学科では、経済システムに関する実証 的行動科学分析を教育目標に掲げて、過去 10数年にわたり、情報処理教科に隈ら ず、各教科に教育目標への体系的指向性をもたせるようカリキユラムを改編してき た。従って、低学年次に於いて経済学の基本科目にくわえて、数学、統計学、情報 処理等の科目は必修であるばかりでなく、少人数教育によってその教育内容の徹底 を計り、 SASを中心ソフトウェアとする情報処理施設の拡充にくわえて、今年度 からはブック型パソコンの貸与によって学習意欲と自習環境の改善に乗り出してい る 。 256‑

日本 SASユ ー ザ ー 会 (SUG ト J) VOS3上での FORTRANと SAS/GRAPHの接続 O神 沼 靖 子 峰内暁世 帝京技術科学大学 Using SAS/GRAPH w i t h HITAC M 280 Yasuko Kaminuma Akiyo Mineuchi Teikyo U n i v e r s i t yo f Technology 2289 U ruido， I c h i h a r a， c h i b a 290‑01 要旨" メインフレーム上で数値処理した結果を画面または紙上でいかに見易 く表現するか"は、結果の分析においても一つの重要なポイントとなる。 見易い表現の一つの手段は、図形表示である。 ここでは、一斉教育の中 で、.. F O R T R A N言 語 に よ る 解 析 結 果 を S A Sフ ァ イ ル に 引 渡 し 、 S A S / G R A P Hで 表 現 す る " と 言 う テ ー マ を 取 り 上 げ た 例 を 紹 介 す る。対象とした例は、 <<刻みによる遣い>>、 <<図示による見易さ>>、 2J D G Ha ワ キ 機種は H A I T A C <<誤差の表現>>、 をとりあげている。 M 2 8 0 ( V O S 3 ) を使用している。 GCHART ， i まえがき 実 用 性 を 重 視 し た F O R T R A N言 語 教 育 で 要 求 さ れ る こ と は 、 「出来る限り 多くの数値解析の手法を試すこと」と「演習問題を出来るだけ多く解かせてみる こと」である。 多くの場合、結果の情報も大量に出力される。数値情報を一目で わかり易く表現するには、 グラフィックス表現が適している。 この視覚に訴える 方 法 の ー っ と し て 、 数 値 処 理 十 F O R T R A Nプ ロ グ ラ ム 十 S A S / G R A P H の処理スタイルを取り上げることができる。 ここでは、 メ イ ン フ レ ー ム ( V O S 3 ) 上 で F O R T R A Nプ ロ グ ラ ム を 走 ら せ 、 結 果 の デ ー タ を S A S / G R A P Hに 渡 し て 、 デ ィ ス プ レ イ 又 は 紙 上 に 表 示 する多人数教育例を紹介する。 2 背景 基礎教育において数値処理をテーマとして取り上げる場合プログラミングより もむしろアルゴリズムをどのように理解させるかが重要な問題となる。例えば誤 差解析を考える場合、わずかな値の変化は数値ではなかなか認識出来ない。数値 解析で解の収束の計算をする場合、刻みを変えることによる結果への影響はとら えにくい。手法の違いによる解の相違なども微妙である。 このような場合、結果 u Fhu nt ︐ ︒ をグラフィックス表示してあれば一見するだけでその違いを知ることが出来る。

カ ラ ー グ ラ フ ィ ッ ク ス 処 理 は 、 パ ソ コ ン 上 で B A S 1C 言 語 を 用 い る 場 合 は 、 複 雑な図形表現を比較的容易に処理出来る。 しかし、メインフレーム上で、特に F O R T R A N言 語 な ど で 処 理 し よ う と す る と 意 外 と 手 聞 が か か り 困 難 で あ る 。 こ ん な 中 で グ ラ フ ィ ッ ク ス 処 理 の ツ ー ル で あ る S A S / G R A P Hを取り上げた所、 比較的扱い易く学生たちの好評を得ている。ただし、一般にグラフィックス処理 は 、 コマンドファイ、ルが大きくなり、 多 人 数 教 育 ( 当 大 学 で は 150台 一 斉 演 習 で実行している)で問題が無いわけではない。 V O S 3上 で の 問 題 を 考 え な が ら S A S / G R A P Hの 扱 い 方 を サ ブ テ キ ス ト I S A S グ ラ フ の 使 い 方 」 に ま と め た。以下このテキストを基に教材と扱うテーマを紹介すると共に、例題とその手 1 ) 買を事例を中心に解説する。 F O R T R A Nから S A S / G R A F Hへ の 連 続 処 理 の 手 順 3 ラインモードでの使い方例 畠 FD 申i AaA 1Jnbuv 'nbnn nnnF 宵unE 'un=TUFa lnDMM7Anb nu‑‑ EEanυ n H u n v a n E ν 町側品 Anbph1ムnU 司 2JYEAnnou nunu'MMnU ︐s 'nuunHVAHU ‑‑畠A9 nonM品 唱i nb 中AOU= 柄拘ゐ IARL5 ︐ . 2DECDA A υ l ‑ n D 宵MAAHn 20TURE υAA‑‑yunn 申i 柄ド ︒ FU'inunn'pa vA 3 弓 nbnEnunERh 瓜 中A =FU‑panun Rhi b=nORE‑ nau‑‑DnuL= 官 VA T‑nU2Jnunuphnw U V 2 J ・' n u n u u v ヲ'uqdnu 宵u n u q L n b n u ' y i n E m w nu‑‑nb AVRvnnb 町且 中 AAAw‑‑'nDnし nDVAyi i 申 555D=TALLE um 宵u V A 3 弓 TETEnunbnb nu 中A E h F U T M M m = tnυ YEATM 中AVPAAA 中A‑‑nUAA 中 申 AaAyinunし 柄 拘 ゐunyinbnU i nr 申i 柄ド nrnuw且 FDW且 naunUAA M品τinununU i nU Aumm且 n 唱 nu nunUTI‑ムnr ︑ ︑ ︑ 畠 開 ••••.. ︐ ︑ ︐ 柄 ‑258‑ vn nn > > 申i J/ メッセージあり nb nb n H V 8? / * NOTE: SAS INSTITUTE， S A S CIRCLE， BOX 8000， CARY， N .C . 27512‑8000 rhu 実 行 結 果 が 表 示 さ れ る ( 4. 1 参 照 ) z h ︐ u 6 > PLOT Y*X=Z; 7 >R U N ; PRESS RETORN T O CONTINOE. ' E A • 可 ' ' FD R " u yu nb AA ‑ • n w仙 aA WV )3 ・ 4 町民 司 n H U A H U R H U E 内 H 4 JA 内 h H U U N U 4 J n H U nu ︐ ︑ 円 ︑u 畠 仙 PUT‑ 9・9・9・9・9・E h p u p h 12345TTT nununu mA W 且町 m ︒ > > ALLOC D D( S A S G 3 D )D S( S D AT .D ATA( G 3 1 0 0 ) ) SHR > > SAS OPTIONS(NODMS) 9 8 8 SAS INSTITUTE I N C .， CARY， N .C . 27512， U .S .A . NOTE: COPYRIGHT.( C )1 9 8 4，1 NOTE: SAS RELEASE 5.18 A T TEIKYO UNIVERSITY O F TECHNOLOGY (18471001). NOTE: CPUID VERSION = 0 1 SERIAL = 000769 MODEL = 8880

フルスクリーンモードでの使い方例

AA

‑

円
︑

nu

')
今
L14

っ
&
マt

マt 1ょ

10
50
aq
no

‑‑

‑

FU4︑
1‑

HYO
Fuoo
'nuno
vvA'Eun内υ
nnnU
aAMNu‑‑

PUT‑

CH
'"" ""

.小Anu

釦

0
つ
︐
&
0

nu

今
︐
&

F
"
L
h

"
RvRa

内し;
‑

'
・
・ ・
TAvY.
;
'
=

"
v

T
E企 杭 川
ミMJ
青
田u n U 7 ' u
nu'quqL

︾

b
︑
uq
円
︑
uq︑
nnUUUvλ
n
門u
v
A 内4J‑
"
開"
"
卜
釦

DT
A
叩E
Y
冒釦 代Gv

I
A
Tl&.IlbT
小AAATAnuFU 叩A .
︐
PιmlRFPιnunuun
nuaAEnwは nnyLHU

GE‑‑PPR

14nLミJaqFhJ'bマtO0

00000000
00000000
00000000
00000000

小A

VA
n
H
A

r
'
'
nD
nu

︑
nu

'
h
u

マt

1

6

冒h

円
︑

yL
nb
AA

‑

nn
aA
WV

e
d 叩A

nUTi

nu
︐
z
︑
円
︑u
nuuR
30

下ム W 比
ミJAA

OD

︑AHIuvJ2J

︑

ιAιA
I
J uwv
円
' n k︑
unn
nnR"APLM 冒h
‑nn‑‑TLqu

︑=
J dumyinp
o
︑
円FFo
nupιFUmm

2JranHAnu
nunu'umnu

15E10

{'o
︒oo

‑‑SAqL onnIA
ゐ
dmAnu= 宵
︑
円
yiAAn区 T L q u

し

冒

叩

MFunuaA

︑nJum‑nUiqRn"UuDRh"ι"AHn
nu‑n=TLDR A
l D R・ 5

"
"

︐︐︑︐

︑
︐

︒ ・

司J円︑ 冒hnU 冒卜 冒h
nu‑qunupu日 中A
hu= nu""
nunuyl =EnVRH
ミJAHvnupbnMA
nunuwV7'U unu
u n u ' T︑
A
円冒hEn
︑
円Awhwhquun
A
&
cdFUPDvav‑ 小l
卜
=TAT‑ TL 冒
川M
R
K
U
""hhM
u
n︑
u
yLMM=
円
YAAA 叩A‑‑nuaA
R"AUR74nbnU 叩A
UR uUAFunuaA
︑
円ununU14nu
Yιn
""卜釦 ""卜釦 ""
干ATIA
干A
内
u 内
内
u
u
町刊
"開
町刊

吟鳴

マ
︐
L

nuv&

︐
.
.
︐
=
nUvA
J
‑

FU 叩A

FPR

nn'LHU

0 0・
E
・

567

‑259

co

u

U
悶 前開 引開品

00001
00002
00003
00004
00005
00006
00007
00008

umRFum
y‑nU

﹄
‑
‑
‑

M
W
V
A V
︽︐
R拘L
叩A 小A'b
nuuw'IAn︐
t
叩
A unu
︑
円nnU
‑‑n
叩A 冒hnu
nbwv
引
開
品 V
S
TEAM
品
開
n
uyl
円
︑
ιA
aAnUYA
nbVAn区

"
F

v民
n
υ
内
'
.白畠.円︑ u
nυ
内"
"

釦
卜
9T

II

piv

‑
一

'中
lnu
'qAA
n内υ
nvdn内υ
1414un
‑AU

︐

︑JRJyi
"
"

︑
円民
s︑ 肝 巴 れ
nb 冒
卸
小AaAUV
"
H
L
M
nuyL
YArE
DADnnu
VAIa
円
nrnb U

FUPDFU

DAF

‑‑‑‑
R拘L
M
R拘L
M
R拘
M
L
叩A 小A 小A

••••••

•

OOO

SAS(R) LOG 20:01
COMMAHD =
=
=
)

PROGRAM EDITOR
COMMAND =
=
=
> BYE

•
•

•

PROGRAM EDITOR
COMMAHD =
=
=
)

SAS(R) LOG 19:56
C
O
I
I
I
I
A
H
D=
=
=
>

A S P E Nか ら S A Sを 利 用 申TSS 牟 牟 牟 牟 牟 牟 牟 牟 車 牟 牟 牟 T S Sコ マ ン ド の 実 行 車念念念念念念念念念念牟牟牟牟牟念念念念牟牟牟牟牟牟寧牟寧寧寧*寧*****牟* > > ALLOC DD(TEXT) DS(STEXT.SAS(G3D)) SHR‑ーーーーーーーーー‑‑‑ーーーーーーーーーーー > ) ALLOC DD(SASG3D) DS(SDAT.DATA(G3100)) SIIR‑ー ー ー ー ー ー ー ー ー ー ー ー (2) > > SAS 一一一ー一一 一‑‑‑‑‑‑‑‑一一一一一一‑‑‑‑‑‑‑‑一一一ー③ α 〕 ‑ 甲 DDNAME FTIIFOOl HOT FREED. SPECIFIED DATA SET NOT FOUND DDNAME USER HOT PREED. SPECIFIED DATA SET NOT FOUND DDNAME SASUSER HOT FREED. SPECIFIED DATA SET NOT FOUND >>一一一一一‑‑‑‑‑‑‑‑一ー一一一一一一一一一一一一一一一ー一一一一④ ① ② 一 一 ̲ . S A Sで 使 う デ ー タ セ ッ ト の d d名 の 割 り 当 を 行 う コマンド 4 ③ーーーー S A Sの 起 動 を 指 定 ④一一一 S A Sか ら 抜 け 出 す ( S A S / G R A P Hで み た 結 果 4. 1 計 算 刻 み に よ る 結 果 へ の 影 響 を み る z = C O S ( X 2 十 y 2 ) の 計 算 に お い て X 及 び Y の刻みを1， 0.4.0.1と 変 え て表示している。 u 内 ﹀ n u ︐ ﹀︐ ︐ ︑ z 〒 ‑260一 ‑ 内U E J U n u 1 {﹀ー 内U B D Y ︑︐︐︐﹀ ︐ ︑ ︐ ︒ ︐ ︐ ︐︑ ︐ ︐ 内内︑︐︐ ︐内 守 勺'﹄︐︑ ︐ ︑ A M n {I‑ 九 ヲム勺'﹄︐︑ ︐ ︑ ︐・ .︐ 4E ︿車 O+J ﹀ Y‑' ︐ 内 内 ︑ ︐ 〒 ︾ n u 〒 E nunkvA41 4EnuEE nu υFO υ u a VA unu nunu u 414EF VEErE4 4lnu?BEE M閃 ''nuHUHu azaMnHu nU4141PLU 閃 M同 414 M円U閃 TA‑‑== 内 UTAnuTA‑‑='ankTA F O T A a M︐ nd 口︑︐ n u U B ︐d 4‑1UEN4‑E‑ MEN守ムFEJ︐︑内 UN‑‑== EFruN E551﹀2 ﹀ '+05+033TOP ︐ ︐皿︑︐皿︑ ヲ ム ロ ロ 今 ︑ ︐ Mn‑‑TA d?ムBOP‑ ‑aMnpL?ムnupLnunu ? ム = = n u nu ‑‑==nununwnnu 〒 E M同 nuAMnnDnuvAnuv' 'hnDaMn4Enunuu開 4E'aedEE ︑ ︐ データ作成プログラム

出力結果 1 .0 0 0 . 3 3 ‑ < 1. 3 3 ‑ 2 ‑ 5 ‑ 1 .0 0 4 ‑ 2 4 1 .0 0 。 . 3 3 ‑ ' . 6 0 ‑ < 1 由 ‑261一

1 .0 0 O .坦 ‑ 0 . 坦 4剖 4. 2 有 効 桁 数 に よ る 結 果 の 遣 い を み る 三 角 関 数 の 引 き 数 を (A ‑ B ) と す る と き 、 直 接 関 数 を 計 算 す る 場 合 と 展 開 し た後で計算する場合の関数値の差を調べる。 この手順を単精度及び倍精度で処理 し、倍精度での結果を基準としたときの単精度の絶対誤差を示している。 データ作成プログラム J=10050 01阿ENSION X(200).Y(200) OOUBLE PRECISION AO.BO.YO(200) A=O.O B=O. K=O L=O AO=O.OOO BO=O.OOO 00 10 I=1.J IF (K.EQ.50) THEN L=L+1 X(L)=A Y(L)=(SIN(A‑B)ー(SIN(A)寧 COS(日}ー COS(A)寧 SIN(B)))寧 2.997924 YO(L)=(SIN(AO‑BO)ー (SIN(AO)寧 COS(BO)ー COS(AO)寧 SIN(BO))) 寧 2.997924581200 K=O ELSE K=K+1 A=A+22.0/7.0/33.0/3.0 日=日 +22.0/7.0/5.0/7.0/3.0 AO=AO+22.000/7.000/33.000/3.000 BO=BO+22.000/7.000/5.000/3.000/7.000 ENO IF 10 CONTINUE 00 20 L=1.200 WRITE(3.100) X(L).Y(L).YO(L) 100 FOR阿AT(2E16.7.016.7) 20 CONTINUE STOP ENO ‑262

出力結果 6 . 0 E ‑ 0 7 5 . 0 E ‑ 0 7 ・ ‑ 6. 0 E0 7 T 1 ， T一-，一一~， ， 署 事 1 0 0 4. 3 3 0 0 2 0 0 . 0 0 図示することの見易さ 数値データ 1 2 3 4 5 6 7 8 9 10 11 12 2 3 4 5 6 7 8 9 10 11 12 1 5235 240 245 5250 5255 260 265 5270 5275 280 285 5290 5295 300 305 5310 5315 320 325 5330 5335 340 345 5350 5355 ヨ ' 7 8 9 10 11 12 1 2 3 4 5 6 3υ0 505 5510 5515 520 525 5530 5535 540 545 5550 5555 560 236 241 5246 5251 256 261 5266 5271 276 281 5286 5291 296 301 5306 5311 316 321 5326 5331 336 341 534〆 ・ ‑ . 4 . . 9 1 496 501 5506 5511 516 521 5526 5531 536 541 5546 5551 556 561 6237 1242 1247 6252 6257 1262 1267 6272 6277 1282 1287 6292 6297 1302 1307 6312 6317 1322 1327 633う ，ι ..477 1482 1487 6492 6497 1502 1507 6512 6517 1522 1527 6532 6537 1542 1547 6552 6557 1562 3238 3243 8248 8253 3258 3263 8268 8273 3278 3283 8288 8293 3298 3303 8308 8313 3318 3323 .J ( 1468 8473 3478 3483 8488 8493 3498 3503 8508 8513 3518 3523 8528 8533 3538 3543 8548 8553 3558 3563 1239 6244 6249 1254 1259 6264 6269 1274 1279 6284 6289 1294 1299 6304 6309 1314 17 ' .459 6464 6469 1474 1479 6484 6489 1494 1499 6504 6509 1514 1519 6524 6529 1534 1539 6544 6549 1554 1559 6564 263 1 2個の箱を用意し、 生して、 乱数を発 4桁 の 整 教 を ち 個 づ っ 入れていく。 各箱に入った数の 合計をスターチャートで示し、 データのばらつきを見る。 (計 500個 乱 数 発 行 し た 時 の 例 )

グラフ表示の結果 SU~ OFYB fS 4 1 2 4 1 2 2 0 . 0 2 7 2 9 1 2 0 . 0 7 1 0 2 4 3 7 0 . 0 S 担0 7 0 . 0 1 2 1 2 1 0 田0 . 0 8 1 1 9 げ7 由。 。 1 0 0 4 広1 5 . 。 1 0 0 . 7 1担 1 Y5 c : t . 草 刈 打 開Y 5) ち あとがき SASは 使 い 易 さ の 反 面 い く つ か の 問 題 点 が あ る こ と も 否 定 で き な い 。 最 も 痛 切に感ずることは多機能かっ便利なツールが、一方では大きなユーザーズエリア を必要としていることの問題点へと通ずる。 これは、 Xオ ー バ ー ヘ ッ ド が 大 き く なり必然的に処理時間が大きくなる欠点にも通ずると思われる。 SASツ ー ル の 中には、実際には殆ど使われていないであろう機能も抱えておりゼイ肉を取った らもっとスマートになり、 もっと処理時間も短縮出来るのではないかと常日頃感 じているところである。 参考文献 1 . 吉川敏則， 神 沼 靖 子 : FORTRAN77による数値処理法， 日本理工出版 会 (1987) 2 . 神沼靖子， 峰内暁世， 高 石 美 和 子 : SA Sグ ラ フ 入 門 ‑VOS3編 ，帝京 技 術 科 学 大 学 (1990) 3 . 神 沼 精 子 : T SS利 用 の 手 引 ‑ASPEN入 門 編 ， 帝京技術科学大学総合 情 報 技 術 セ ン タ ー (1987) 4. 神 沼 靖 子 : T S S利 用 の 手 引 ー コ マ ン ド 編 一 ， 術 セ ン タ ー (1987) ‑264 帝京技術科学大学総合情報技

日本 S A Sユーザー会 (SUG ト J) 教育心理学専攻学生に対する SAS教 育 森際孝司 関西学院大学文学部 SAS Education f o rt h eS t u d e n t so f Educational Psychology Takashi Morigiwa S c h o o lo f Humanities， Kwansei Gakuin U n i v e r s i t y 1 Uegahara， Nishinomiya， Hyogo， Japan (662) 要旨 最近のコンビュータの発達によって心理学の研究法そのものが変化したのみならず、 研究対象、内容が飛躍的に拡大された。その一端を担う統計分析で、関西学院大学文 学部教育心理学教室では SASの利用される機会が多くなってきた。本教室では教育 心理学の研究に必要な統計的データ解析法の習得を目的とした講義を 4年前から行な っているが、文系学生の思考傾向の現状を考えると、画一化されたものではなく、学 習者に応じた方法が必要となっている。 この点にかんがみて、統計パッケージの利用と統計分析教育の両立を目指し、質問 紙調査法に基づく SAS教育の実践例を示す。 キーワード: 統計分析教育 文化系学生 1.はじめに 2 . 心理学における統計分析教育 最近のコンビュータの発達によって 1 8 7 9年にドイツの実験心理学の創始 心理学の研究法そのものが変化したの .W が、世界最初の心理 みならず、研究対象、内容が飛躍的に 者である Wundt 学実験室をライプチヒの地に設立して 拡大された。心理学がその科学性の実 証のために多くの時間と労力をさいて 以来、心理学は実証科学の道を歩みは じめ、多人数を対象とする調査や実験 きた調査結果の分析にも、すぐれた統 を行ない、この結果を統計処理するこ 計パッケージを使用することにより、 とによって一般化する方法が多く用い 短時間でそれを利用できるようになっ られてきた。現在では、コンビュータ た。特に、文学部に所属し教育心理学 を専攻する学生にとっては、統計的知 の普及とすぐれた統計パッケージの開 発によって、より高度な分析が非常に 識を持ち合わせないでも手軽に高度な 分析が可能となることから、統計ノ fッ 短時間に実施できることから、探索的 なデータ解析や検定法が普及してきた。 ケージの使用は不可欠なものとなって 一方で、アメリカの心理学者の A l l p きている。それに伴って、統計的手法 ort.G.W.が、人格の研究においては、 のいわゆる「乱用」が問題となってき た。このため統計分析教育の必要性が 一般法則追求とともに、個人の性格の あらためて問い直され、意味のある統 違いに注目した個性記述的な研究方法 計パッケージ教育が必要となってくる。 の必要性を説いたことや、検定法に対 ‑265

の研究端末室、第 1~4 教育端末室を はじめ学内外に配置されている。 年︑育こユが使ほ定にピなのンたけ防興 3 ら教︒ピ生に︑限象ンし生コ︑だをに のか門るン学前もに対コ慮学らけるれタ 攻度専いコう以で用を﹁配のかっすそ一 専年をて︑い︒生使生るを系めめ作︒ユ 学幻﹂つはとる学の学ゆと科始決操いピ 理問)なでいめうでなわこ文でとを多ン 心て特行点な占いしういいに﹂の末もコ 育し(て時もをととよ︑な特いも端合 教対験しるとどる口の合し︒嫌いに場ず ︑に実とすこんあプこ場にいずしまるま は生学)始たとが一︒る﹂なわ難まい 容で学理択開つほとワるめいら喰はるては 内室の心選を触のこはい進嫌な﹁タれつに 育教上育(習に者たどてをタば︑一わわめ 教本以教目実タ修しんれ義一れ合ユ言終た ②生﹁科の一履用とさ講ユけ場ピだにぐ ω 年実行 5 験査つ少いで分キ回目︑う上く統値こを一付 5 の後なくいて数︒法ク務 2 学てを実調持︑か中計テ 1義 の理し生礎紙けり細の統のの紙た行いてえにる方 攻心と修基問受よのそ︑そこ問しをてけあ式め算てを 専育)履学質てにめ︒上︒︒質解査つ付︑公進計し出 学教修は理︑しれきる質るすず理調なには︑をとそ提 理﹁必で心法とこ︑な性い示まをに行身にず理念︒ト 心て(義(接ル︒しとのてにはど象をを程せ処概る一 1 生な対理法過用でのあポ 育し目講者面一る対能そい 教対科の当︑クいに可︑お3学法を処計の使業法でレ ︑に育こ担法 1 てプがはを町︑行人果統算を作計め 結な計ジ手統たに は生教︒各察をれ一導法きをで施 1 の的︑一てのる時 で学門る︑観回らル指査重部中・ 室の専いけ動 5 取グ習調に一の成約そ礎めケしそせ了る 教上をて分行ががの実紙育の習構でて基たツ入︑さ終い 本以﹂つに︑)法数験問教ト実・内し︑のパ代は得のて 生験な班料法方人実質析スの的学そでそ計をれ体ルけ する問題点の指摘などから、この分野 4 . SA S教育 での検定をあまり意味のないものとす る風潮もみられる。しかしそれは、多 ①ハードウエア構成 くの場合において、推計学への過信と その誤った使用法がその原因と考えら 関西学院大学は、学生のより充実し れる。 た情報処理・情報科学の教育・研究の したがって、心理学を研究するもの 場を提供する目的で情報処理研究セン は統計的な知識をもち、その検定法や ター ( I n f o r m a t i o nP r o e s s i n gR e s e r c h 解析法の目的や前提条件に注意し、そ C e n t e r )を設けている。当センターの の前提を越えた使い方や解釈をしない 学内システム構成は F ig.2に示すよう ようにする必要がある。 に、教育・研究専用の大型汎用コンビ ュータとして、日立製作所の HITA 3 . 統計分析教育 C M‑680D (計算速度 21MIPS、 ディスク容量 2 0 G B ) を中心として、各 種の入出力装置を配置している。また、 端末装置としてワークステーション 2 020を約 1 8 0台導入し、センター内 ‑266一

F i g . l 教育心理学実験で使用するテキストの一部 I 質 問 紙 調 査 法 ￨ E 方法 ***教育心理学実験*** ①用具 目的 多種多様な心理検査の中で、質問紙調査は実施・結果の数量的処理が容 易であるため、統計的処理を前提として、多人数を対象とする詞査や実験 に利用しやすい。 M a u d s l e y そこで、質問紙法検査の代表的なものの 1つである MP1 ( P e r s o n a l i t yI n v e n t o r y .モーズレイ人格目録)を用いて、質問紙調査の手 続きを実習する。 今回は MPIによって測定される性格特性の性差について検討するもの とする。 ‑1‑ 基本的な性格特性を測定することを目的としたものである。 外向性 ( E x t r a v e r s i o n )一内向性 C I n t r o v e r s i o n ) 神経症的傾向 ( N e u r o t i c i s皿) a)MP 1の作成過程 E y s e n c k はG u il f o r d .1 .P . の性格尺度と彼自身の医療用質問紙 から 2 6 1項目を選ぴ、男女それぞれ 2 0 0名からなるイギリス人に それを施行し、項目分析を行ない Eと N という 2つの因子を測定 するのに適切な項目を各尺度のために精選した。 b)MP1の構成 • E尺 度 外 向 性 一 内 向 性 尺 度 2 4項目 • N尺度 神経症的傾向尺度 2 4項目 ・L尺度虚偽発見尺度(LieS c a 1 e )2 0項目 1 2項目 採点されない項目 註盟彊巨 とでよ答得 為んせ回の 行選見る度 いにくす尺 し目よ対L ま項にに︑ 好問上問て は質以質つ︒ いを際︑がる ると実てたな あこをつしに ︑い分あ︒と いな自でるこ しにで度あい まうま尺で低 望そ度ののが はき程めも度 にでのたる頼 的行どるす信 会実がべとは 社は者調う答 度にに験をよ回 尺一般際被かし全 旦一実︑る出の 塁︑︑ちい検者 鐙はがわてを験 虚一度るなしさ被 一尺れす答直い 庄のら︒回正高 尺こえると不が L一 考 い う の 点 N 司 斗1 人間理解の方法 1 )観察法 ( O b s e r v a t i o n ) 「偶然的観察 し組織的観察 仁自然的観察(怠加観察) 実験的観察(広義で検査法を含む) 特徴:表出された行動を「観る j ことにより、内面の心理を察知する。 2 )面接法(In t e r v i e w ) 「調査的面接(面接者(研究者)の側の必要から) L官床的面接(被面接者(噛んじゃ)の要求に主主づいて) 特徴:質問という条件のもとでの行動観察法である。 3 )質問紙調査法 ( Q u e s t i o n n a i r e ) 配布にあたっては調査対象の抽出 ( S a m p l i n g )に配慮が必要 特徴:比較的少ない費用と労力で短時間に、より広い範囲にわたって、 大最の個人からの資料を得られる。 4 )理解的方法 ( I n t e r p r e t a t i v eM e t h o d ) A .表現的資料による方法 特徴:個人の表現やその資料としての作品・日記・自叙伝などから、 個人の体験を間接的に理解しようとするもの。 B .事例研究法 ( C a s eS t u d y ) 特徴:①総合性と方向の多角性 ②時系列(発達的側面)の強調、生育史の重視 ③教育的、治療的意義の強調 MP1を使用する。 MP1は、 E y s e n c k . H . J .の性格理論にしたがって以下の 2つの 採点されない喧旦 2項目は、 N ' E項目に似た内容であるが、項目分析の際に不 この 1 適当なものとして採点から除かれた項目である。これらの項目は、検 査の目的を緩昧にする意味をもち、また矛盾した回答を検出する役目 も持っている。 ②対象(被験者) 大学生の男女を使用する 被験者はできるだけ多いのが望ましいが、今回は実験班のメンパーで 調査した約 1 0 0名のデータに、メンバー自身が回答したものを加え対象 とする。 ‑2‑

ゴルファーの腕比べの話 その 2 先程の話を、 X2 検定を用いて検定してみよう。勝敗に注目して考え た渇合、 Aは 2跨 3敗、 Bは 8膨 2敗である。これを基にクロス集計表 を作成すると下の表になる。これから X2値を求める。 1 0( 2牢2 ‑ 3牢3 )I X2 = ( 2 + 3 ) ( 2 + 3 ) ( 2 + 3 ) ( 2 + 3 ) = 1 .4 したがって、この結果有意な差はみられず、 B の方が腕前が上であるとは言えない。 W 考察 ① ② 質問紙調査法の特質を、観察法・面接法と比較して考察する。 結果の記述にあたって、ヒストグラム・代表値等を用いる意義に ついて考える。 ③ 検定における有意水準の意味について考える。 ④ 中央値テストと tテストの 2つの検定方法の違いについて考える。 (両者の目的・前提条件の相違等) ⑤ 質問紙調査を実施し、結果の処理を行う上で発生した問題や、注意を 要すると考えられた点等について考察する。 V b .tテ ス ト (t検定・ F検定)を用いて男女の E.N. L得点の平均点を 比較し、性差をみる。 要約 今回の実験の概要を、 8 0 0字程度にまとめる。 V I 引用文献 ‑Nmmwl ゴルファーの腕比べの話 その 3一 一 一 一 ー ‑ ‑ ‑ ‑ ‑ ‑ ‑ ‑ 今度は、その差に注目して検定してみようということになった。ここ で t検定の登場であるが、まず t検定の前提条件を思い出してほしい。 互いの分散が等しいことを確かめるために F検定を行なった後に、問題 . 7 8 となった。 がなければ t検定を行なう。その結果 t ロ 2 この数値から、 Aと Bのゴルフの腕前には実力の差はないとする婦無 仮説が、 5 % 水準の危険率で棄却されることになる。すなわち、 B実力の 方が Aの実力よりも上回っていると推定されたわけである。 今回のレポートをまとめるにあたって、参考にした文献や資料があれば 付記する。 異ことい︑を‑ま︒ ︑るもてれ韮つる にこさしら左︒な き起きかえ宣るに とが大生考挫あと る合のくとえっ一でこ す場︒差多いるい一とう 用なかのりきな主こい 適ううそよ大にど一うと をよろはをカと︑いた 法のあ者報出こはとっ 定例で後情検すてだ一あ 検のき︑のが下しきで たこベて夕方をとベ一き つ ︑ る し 一 の 論 方i べ ながえ対デ定結え量る 異い考にが検う考て一め て な に の 方 t いなめ一決 しにうたの︑と的法に 対多ょっ定りる本に一前 に滅のわ検よあ基直る タ は ど だ tと で と 畳 め 一とはここ﹂上つめ一始 デこ合にらのやも盤を の く 場 け か こ や ︑ 全 A口 一導のだ点︒がら験一試 同をこ敗るる方が室が ︑ 論 ︒ 膨 い な の な LB に結るがてに前しは一と 般たあ者げと腕かか一A 一つも前あこのしる↑ な と り る B と一り F D ‑6ー

; @実施 各彼験者に用紙を配布し、氏名、生年月日、年齢、その他必要な事項を記 入させ、 「やり方 J 答えの書き方 J等を十分に理解させた上で実施する。 ! 被験者から質問を受けても項目中の表現を変えたり、文章の説明をしない ! のが原則である。 ! 所用時間は、回答の指示を含めて、およそ 15‑30分である。 i 用紙の回収の際、回答もれのないことを必ず確かめること。 ! 実施(回答)は、検査者のいる溺所でさせるのが望ましいが、場合によっ ! ては持ち婦らせて後日回収する方法を取ってもかまわない。 r ‑ N ④採点法 採点は所定の採点盤を検査用紙の上に重ね、 E• N• L尺度別に求めてい く。採点盤の「赤 j の数字は E、 「脅j の数字は N、 「黒 1 の数字は Lの各 尺度の得点である。絞当する項目の「はい」または円、いえ J {採点盤の 2 の数字にあたるところ)に O印をつけた数をかぞえて、 E'N・L各尺度ご とに第 2ページから第 4ページの下の粗点欄に記入する。それらの合計を第 4ページの粗点合計欄に記入する。次に各欄の「はい・いいえ j の数を 2倍 したものと i ?Jの数の合計を記入する。 由也￨ 工Z止旦盤 全体で i ?Jの数が 20以上あれば、結果はかなり歪んだものになる恐 れがある。 L尺度の得点 L尺度の得点が男子大学生2 3以上、女子大学生 2 1以上であれば、検査 結果の信頼度は低い。 皿結果 ①結果の整理と記述(記述統計) 本来、得点尺度のレベルに応じた統計処理を行なうのが原則である。 {MP 1の得点尺度は願序尺度のレベルと考えられる) 8.調査結果の一覧表を作成する。 b .度数分布表とヒストグラムを作成する。 MP1の E'N・L得点について度数分布表を男女別に作成する。 それをヒストグラムとして図示する。 C.代表値と散布度を求める。 男性・女性・敏験者全体の、年齢・ MP1の E'N・L得点の代表値と j 散布度を求めて表示する。 a n 流 行 値 制e， 算術平均 M叫 ; 代 表 値 ( 中 央 値 制i 散布度(範閥 R a n g e. 標準偏差 S t a n d a r dD e v i a t i o n ) i 量豊盟主豊杢 調査結果を記述した代表値や散布度を比絞するだけでは、一般的江こと は言え江い。調査結果の多くは、何らかの大きな集団(母集団)のサンプ ル(標本)を調査した結果にすぎない。したがって、謁査結果に基つ'いて その背後に存在する大きな集団全体の特徴を推測する必要がある。 (統計的推論・推計学) ②集団の特徴の比絞(統計的推論・検定) 集団の特徴を示す代表値・散布度を基にして複数の集団の特徴を比較する ゴルファーの腕比べの話 その 1 ゴルフをはじめて聞もない 2人のゴルファーが、腕比べをすることに なった。そしてイ ホの 5ヶ所のゴルフ場をまわって膨負を決めること にした。その結果が下の表である。アンダーラインが引いであるのが勝 った方である。当然、 Bが イ ロ ノ、 ホ 膨利を宣言したが、 Aが 異論を唱えた。 1 2 91 2 91 1 51 2 91 1 8 「私達の本当に知りたい 1 1 01 0 81 1 61 0 71 1 9 のは、私達の実力の差で ある。だから、この 5回 のデータをもとに検定してみようじゃないか!J 一 8.中央値テスト {X2検定)を用いて、男女の E ・N ・L得点を比較し、 性差をみる。 ‑ 4ー

F i g . 2 教育;研究ゆか品開 HITACM‑680ふ..川い n I ・ " ' 1明 也 センター柵 M・."~山"' 苔 ‑ N 斗{)￨ 皇官 .且 研 ' E企曹︐ ︐ .究 哨 @ 圃 よ 員 ev ⁝ + 1 1 1

F i g . 3 一一一一一一一一一一一一一一一一統計処理の基礎 質問紙調査法の処理 SASによる 1.統計処理パッケージの話 一一一一一一一一一一一一 一コンビュータの基礎一一一一一一一一一一一一一一 世界で利用されている三大統計ソフト SAS ( S t a t i s t i c a lA n a l y s i sS y s t e m )総合情報処理システムとして著しく普及 1 . コンヒ.ュータの話 a . ハードとソフト b . 記憶装置 SPSS( S t a t i s t i c a lP a c k a g ef o rt h eS o c i a lS c i e n c e s ) 日本で早くから普及 「コンビュー夕、ソフトなければただの箱J 主記億装置 (フロッピーテ・ィスクなど) :メモ用紙 Size 3 . 5i n c h/ 5 i n c h/ 8inch 2 D/ 2 D D/ 2 H D ファイル名.拡張子 c . 0S ( TS0 ) 、 r3 2. データ処理の方法 。 。 会話型ジョブ @ プログラム型ジョフ サブミットジョフ OperatingSystem p r o m p t ) d . プロンプト ( ‑ ' l 炉 ー 医学・生物統計向き :頭脳 補助記憶装置 方式 BMDP ( B i o 周回 i c a lS t a t i s t i c a JP r o g r a m ) 3. SASで何をするか コマンド DIR テV スクに保存されているファイルに関する様々な情報の表示 COpy ファイルの内容の複写 e . エディターの話 ( F I N A L ! MIFES! W ord Processor/ASPEN) 2 ホストコンヒ.ュータとパーソナルコンビュータの詔i (H1TAC M‑680D) (PC‑98シリーズ・日立 2020) 端末処理 ( T 岱; T i m eSharingSyste阻の利用) 3 . 現在考えられるメインフレームとパーソナルコンビュータの使い分け 両者の長所と短所を考える。 データの加工 O .結果一覧表の作成 男女日J I 並び醤え 1.度数分布表の作成 2 .ヒストグラムの作成 データの処理 3 .代表値の算出 平均値・標準偏差 4 .有意差の検定(1) x '検定 5 .有意差の検定 ( 2 ) t検定 (F検定) (例:データ入力はパソコンで、その処理はメインフレームで) 参考文献 SASによるデータ解析入門 竹内啓 東京大学出版 1 9 8 7 PC‑SAS入門 S A S 、 1 7ト ウ ヱ7 稼式会社編 共立出版 1 9 8 7

一一一一一一一一一一一一一一一一データ作成の基礎一一一一一一一一一一一一一一一一 B .ホストコンビュータ上でデータを作成する渇合。 現在、ホストコンヒ.ユータでは、 ASPENや DESPなどのエディタが使用可橋 1 データ入力 ( E d it o r )の使用法 手順 A.パソコン上でデータを作成する場合 1.ホストコンヒ.ユータの r R E A D YJの状態で、 ASPとK e yi nし 、 「実行』 キーを押す。次に r1.編集』を選択し、 現在、 2020では Finalというエディタが使用可能 「実行」キーを押す。 2. 変数名など必要事項を記入し、 「実行』キーを押す。 3. この画商でデータを入力する。 手順 1.パソコン IDとパソコン p a s s w o r dをk e yi nし 、 r4. Jiソコン」を選択し、 4.綿入には『挿入」キー、削除には「削除」キーを使用する。 R e t u r nする。 5. 保存・終了する場合は「制御」キーを押しながら、 r pF ll Jキーを押す。 2. カレントドライブをフ口、yピーディスクにするため、 F>の表示されてい e yi nしR e t u r nする。 る場面で rA:Jとk 3. A> で ASPENの便利なコマンド rFEJとk e yi nしR e t u r nする。 行の掃入は、行番号の場所に riJまたは riRJと打ち、実行キーを押す。 N叶N ￨ 4.F il e n a m eを聞いてくるので、任意の名前をつけ、 R e t u r nする。 (例:J I K K剖 . D A T ) カーソルをコマンドラインに移動したい時は rP F l2Jキーを押す。 (AMAMM.MA 8文字. 3文字) 検索は、コマンドラインで r1: ￥ F/ 検索文字 /JとK e yi nし、実行する。 5 . ごの画面でデータを入力する。 リストの内容をプリントアウ卜したい時は、コマンドラインで rwpJ とK e y (挿入モード・上書モードの切嘗は『綿入」キーを用いて行なう。) l nし 、 6.保存・終了する場合は rPF1Jキーを押しメニューに従って R e t u r nする。 『実行キー』を押す。 リストの内容を他のファイル名で保存したい時は、コマンドラインで rw データセット名」を K e yi nし 、 「実行キー』を抑す。 i実験実習の場合・・・・ i 2 データ転送の方法{パ、ノコン ( H S‑ ‑ I lO S )とホストコンヒ ユータのデータのやり取り) u 入力の際、変数名とカラムは以下の様に統一する。 パソコン上で作成したデータなどをホストコンヒ。ユータに転送したり、 N U HA G EE N LS 以 ホストコンヒ.ユータ上のデータをフロッピーディスクで保存したりする場合に必要。 手順 IPRCニュース資料編第 50号「データ事忌差(その 1)Jを参照。

一一一一一一一一一一一一一一一一一統計処理の実際一一一一一一一一一一一一一一一一

4. 有意差の検定(1)

プログラムの作成には、 ASPENなどのエディタを使用する。

O
.結果一覧表の作成

む一
ι

qu
三

M

IE

r
Lこ
ニ
円

‑FE‑

EL竺

m
m

必=

M円一‑ P U
一
UU
ニ ‑‑AUE

町

nv且

nk

U刊 二 中 l ‑
n
M
H帥vzn‑
晶
一
nv且
M N H n E U りv
‑
YEA
Hunnu
内

P
R
O
CP
R
I
N
T
:
V
A
RN
山 S
E
XA
G
EENL
:
R
U
N
:

寸

‑
Nω

1. 2. 度数分布表の作成とヒストグラムの作成
XA
L
L
O
CD
D
(
!
l
l
)DS(担些堕」旦里)舵USHR:
O
CD
D
(円 1
8
F
O
Ol)口氏自RE)
R
E
US
H
R
:
X札 L
P
R
O
C PRI 附叩閃百二~IB N
E
W
:
D
A
T
AD
A
T
A
1
;
I
N
F
I
L
EI
N
;
I
N
P
町 N
UHA
G
EENLS
E
X
:
紅白Li:

州E
N

U乏区三旦)堅三1ニ旦:

W
H
E
N (7
<
=
E
<
=9
)殴= 7
ー亘了;

州
問
(
1
:
[
豆E
歪)藍豆0‑12';
附E
N (日三巴ヨ~)理主主3-15' :
刷E
N (監担.!!)E
R
=
'画事';
掛l
E
N(
19
<
=
E
<吃1)田口可子訂九
州E
N(
2
れ 弓ζ柏原子百ヨ4':
附E
N
E
<
=
2
7
)E
R
=
' 2
7
';
刷E
N(
2
8
<
=
E
<
=
3
0
)酢 '
2
&
‑
3
0
':

(
亘
豆

茎

州E
N(
訂 <=E<弓J
)回一三訂弓3':
附E
N (認手京弓百)百三百弓子j
附E
N
E
<
=
3
9
)E
R
=
'
3
7
‑
3
9
'
;
州E
N(
恒三区ヨ!)ER~宝E豆if;
附E
N(
4
3
<
=
E
<
=
4
5
)E
R
=
'
4
3
‑
正子:
州E
N
事)匡ヨ 6‑48';

悶0
:

XAL
l
ρCD
D(
lN
)D
S
(
J
I
K
K閃 .
D
A
T
A
)R
E
US
H
R
;
B
F
0
0
1
)D
S
(哩D R
E
US
H
R
;
XA
L
L
O
CD
D
(円 1
P即 CP
R
I
N
T
T
日 開I
T
=1
8N側;

男女別・年令部並び替え

XA
L
L
O
CD
D
(
!
l
l
)D
S
(
担血盟占旦主)舵US
H
R
:
XA
L
L
O
CD
D
(円 1
B
F
0
0
1
)D
S
(
@
R
E
)R
E
US
H
R
:
P
R
O
CP
R
I
N
T
T
OU
N
I
T
=1
8N
E
W
:
D
A
T
AD
A
T
A
1
:
I
N
F
I
L
EI
N
:

X 2検
， 定

S
E
凶目;
刷E
N(O
<
=
N
<
=2
)N
R
=
'0
‑2
'
:
刷E
N(3
<
=
N
<
=5
)N
R
=
'3
‑5・
;
附E
N(6
<
=
N
<
=8
)N
R
=
'6
‑B・
;
附E
N(9
<
=
N
<ロ1
1
) 限二， 9
‑
1
1
'
:
i2
<
=
N
<
=
1
4
)限 =
'
1
2
‑
1
4
';
W
H
E
N(
州E
N(
i5<=N<=17) 限 =
'
15
‑1
7・
;
W
H
E
N(
18く
ごN
<
=
2
0
)N
R
='
18
‑2
0
'
:
W
H
E
N(
2
1ゃ N
<
=
2
3
)N
R
=
'2ト 2
3
':
附E
N(
2
4
<
=
N
<
=
2
6
)N
R
=
'
2
4
‑
2
6・
;
州E
N(
2
7
<
=
N
<
=
2
9
)限 ジ 2
7
‑
2
9
':
州E
N(
3
0
<
ニN
<
=
3
2
)N
R
ジ3
03
2
':
附E
N(
3
3
<
=
N
<
=
3
5
)N
R
=3
3
‑
3
5
'
:
嗣E
N(
3
6
<
=
N
<
=
3
B
)N
R
= 3
B
':
W
H
E
N(
3
9
<
=
N
<
=
4
1
)N
R
=
'
39
‑4
1
'
:
刷E
N(
4
2
<
=
N
<
=
4
4
)N
R
=
'
4
24
4・
;
州E
N(
4
5
<
=
N
<
=
4
7
)N
R
=
'
4
5
‑
4
7
'
:

・

四

か
っ

D
A
T
AD
A
T
A
1
;
I
N
F
I
L
EI
N
;

問
。CF
R
F
l
l
:

I
N
P目 NUHA
G
EEN LS
E
X
;

T
A
B
i
l
l
im N
RL
I
l
:
B
YS
E
X
:

主lTHEN径
三 l̲HA庄一;
I
FS
E
E
凶 ES
主'
2F
E
H
A
庄;

D
A
T
AD
A
TA
3
:
S
E
TD
A
T
A
1
:

I
FE
<
=
3
0
.
1T
H
E
N EX='l̲
l
D
W'
;
E
L
S
EE
X
=
'2
̲
H
I
G
H
';

P
R
O
Ca
t
A
I
l
TD
A
T
A
戸D
A
T
坐2
Y
B
A
REl!陪 I
且;

I
FN
<
=
2
2
.
4T
H
E
NN
X
=
'
I
̲l
DW '
:
E凶 EN
X
=
'
2
̲
H
I
G
H
'
:

陀O
CaAR
TD
A
T
A
戸D
A
TA
3
:

Y
B
A
RE
l
!N
RL
R
:
B
YS
E
X
:

R
山;

I
FL
<
=9
.
8T
H
E
NL
X
='
l
̲l
DW '
;
E凶 EL
X
=
'2
̲
H
I
G
H
':

同

凶日;

S
E
L
E
C
T
:
く
ご 2
) ほ=' 0
‑2
'
:
W
H
E
N (O
<
=
L
刷E
N(3く=
L
<
=5
)ほ
ご
， 3
‑5
'
;
刷E
N(6
<
=
L
<
=8
)ほ
;
:
;
:
'6
‑8
'
;
W
H
E
N(9
<
=
L
<
=
I
I
) [且ジ 9
‑
1
1
':
州E
N(
i2
<
=
L
<
=
1
4
)[
且=
'
1
2
‑
1
4
':
W
H
E
N(
i5
<
=
L
<
;
=
1
7
) ほ♂ 1
5
‑
1
7・
;
刷E
N(
iB
<
=
L
<
=
2
0
) ほ♂ 1
B2
0・
;
W
H
E
N(
2
1
<
=
L
<
=
2
3
)ほ=
'
2ト 2
3
':
E
N
D
:
問

限O
CS
O
R
T
:
B
YS以;

R
山;

(
亙
豆

D
A
T
AD
A
T
A
2
:
S
E
TD
A
T
A
1
:

(
亙
豆E

P
K
O
CF
RF
l
l
;
T
A
B
i
l
l
i N
R1
且;

m

3. 代表{重の算出(平均値・標準語語差}
X札 L
O
CD
D
(!
B
)DS(担堅恩』盟主)REUSHR:
XA
L
L
O
CD
D
(円 1
B
F
0
0
1
)D
S
(墜
̲
f
:
)REUSHR:
P
R
O
CP
R
I附 叩 U
N
I
T
=
1
8N
E
W
:
D
A
T
AD
A
T
A
1
:
I
N
F
I
L
EI
N
:

問
。c限切;

T
A
B
L
E
SS
x
*
(ロ N
XL
X
)
/叩 ISQ:
R
U
N
:

5. 有意差の検定(
2
)

U
HA
G
EENL S
E
X
:
I
N
P凹 N

s
m
;

陀O
CI
l
E
A
NS"臥N

VARAGEENL
:

R
山;

t検 定 (F検定}

XA
L
1
ρ
CD
D(
IN
)D
S
(
J
I
K
K削 .
D
A
T
A
)R
E
US
H
R
:
8
F
0
0
1
)D
S
(航 E
)R
E
US
H
R
:
XA
L
L
O
CD
D
(門 1
R
I
N
T
T
日 間I
Tロ1
8N回;
P即 CP
D
A
T
AD
A
T
A
1
:
I
N
F
I
L
EI
N
:
I
N
P
凹 N
U
HA
G
EENL S
E
X
:
羽=
'
1H
A
L
E '
I
FS
E
X
=
1 T悶 NS
E凶 ES
:
X
=
'
2̲
FE
H
A
凶:

PROCπEST:
C
L
A
S
SS
X
:
V
A
RENL
:
R
U
N
:

昧を持たせることから始める必要があ る。そのために、筆者はメインフレー ム上のコマンドプロシジャを使い様々 なソフトを作成し、学生に自由に使用 させ、一人一人の学生が端末に向かう 時間を少しでも多くできるように努力 している。 ③ SAS教育の実際 T a b 1 e1卒業研究における SASの使用状況 SPSS TANAC 自作ソフト その他 2 11 11 。 。 。 9 2 l 5 1 9 8 4 年度 3 8名 1 9 8 5 年度 3 1名 。 。 8 4 1 9 8 5 年度 4 5名 l 1 9 8 7 年度 4 1名 6 21 1 l l 。 メインフレームの使用に抵抗がなく 1 9 8 8年 度 4 4 3 2 5名 I27 。 7 B なり、キーボードの操作もスムーズで、 1 9 8 9年度 4 5名 28 4 ある程度エディタの使用法も理解して いる状態で、 SAS教育が始まる。 まず最初に各ステップの説明など、 ることである。その成果は最終年度の 基本的な事項を説明し、簡単な例を用 卒業論文に反映される。本教室の卒業 いて実際の処理の流れを説明し、各自 論文は、実験・調査研究と事例研究の が実習を行なうというのが基本的な流 2種類に大別されるが、前者の場合、 れである。このときの教材は、実習へ ほとんどが統計処理を伴う。その中で の動機づけを高めるためにも、学生に a b 1 e 1に示す。 の SASの使用状況を T とって十分に興味あるものが望まれる。 これによると、講義の開始された 1 9 8 7 そこで、本講義では「教育心理学実験 年度から SASの利用が増加している (2年生時) Jの質問紙調査法で履修 のは明らかである。これは、 SASを 者自らが収集してきたデータを用い、 研究上の道具として十分に活用できて 2年生時に手作業で行なった処理を統 いることを示しているといえよう。 SAS ) の上で処理す 計パッケージ ( る方法を採る。同じデータを使用する 5 . おわりに 理由として、①身近なテーマである、 ②処理の流れを理解できている、③手 この授業は、他の講義と同様に週に 作業で計算した結果の検算が行なえる、 1コマのペースで行なわれている。し ④ SASが出力した結果の見方(数値 たがって、授業と授業の聞に 1週間の の意味)を理解しやすい、などの長所 期間があるわけだが、その聞に自習を が挙げられる。(授業で配布する資料 行なう者とそうでない者によって、そ の一部を Fig.3に示す。) の理解度と上達度に大きな差が生まれ る可能性がある。授業の形態としては ③教育の成果 この形式の他に、休暇期間などを利用 した集中講義や CA 1を利用する方法 この教育の目標は、教育心理学の研 などもある。今後は、コンビュータを 究を行なう上で、統計学を理解し、自 使用した教育にはどのような方法が望 由にパッケージを使用できるようにな まれるかについても考えていきたい。 ‑274‑

日本 SASユーザー会 (SUG 卜 J) PC‑SASを利用した社会調査に関する大学教育 O川 上 和 久 東海大学 The Education about S o c i a l Research a v a i l i n g PC‑ SAS System く ￨a zuhisa Kawakami Tokai U n i v e r s i t y， Department o f Communication 1 1 1 7I くi takaname， H i r a t u k a ‑ s h i， Kanagawa‑ken 2 59‑12 要旨 東海大学文学部情報社会課程においては、社会学・社会心理学的知識を実際の場で応用 するため、 P C ‑ S A Sを 利 用 し た 社 会 調 査 に 関 す る 教 育 シ ス テ ム を 構 築 し 、 重 点 的 に 指 導にあたっている。その結果、学生のかなりの割合が積極的にパソコンに触れ、実際に自 分 自 身 の 手 で デ タ分析する姿勢を身につけ、マーケッティング的発想等も豊かになり、 卒業論文においても積極的にデータを活用するようになっている等、さまざまな効果を生 んでいる。 キーワード: 大学教育、 PC‑SAS、 社 会 調 査 1 問題の所在 東海大学文学部情報社会課程は、社会学、社会心理学を基礎学とし、人間関係から社会 集団、社会構造、国際関係に至るまで、人間と社会に関する現代社会におけるさまざまな 問題点についてアプローチしていくごとのできる人材を育成するごとを目的として学生教 育 を 行 っ て い る 。 そ の 際 の 大 き な 柱 は 4つ 設 定 さ れ て い る 。 第 1に は 、 社 会 学 、 社 会 心 理 学の基礎知識、及び人間関係論、情報心理論、パ ソナリティ論、社会集団論、社会構造 論、比較社会論といったある程度プレイクダウンした諸問題に関する理論的なレヴューを 行 い 、 社 会 学 、 社 会 心 理 学 に 関 す る 知 識 を 習 得 す る こ と で あ る 。 第 2は 、 そ れ ら の 知 識 に 基づいて具体的に自分自身の問題意識を育むための方法論の習得である。そのために、社 会科学方法論、社会統計学、社会調査概論、社会心理研究法、社会調査研究、情報処理等 の 科 目 が 用 意 さ れ て い る 。 第 3は 、 自 分 自 身 が 育 ん だ 問 題 意 識 を 、 卒 業 論 文 と い う 形 で ま と め あ げ る 作 業 を サ ポ ー 卜 す る シ ス テ ム で あ る 。 と れ は 、 3年 次 の ゼ ミ ( 情 報 社 会 研 究 I ) で 各 自 が 関 心 を 持 っ た 領 域 の 文 献 発 表 を 行 い 、 4年 次 の 卒 業 論 文 の 演 習 に お い て 第 1、 第 2の 教 育 の 成 果 も 取 り 入 れ な が ら 、 卒 業 論 文 を 作 成 す る と い う 作 業 に 集 約 さ れ る 。 第 4 は、語学力の育成であり、専門分野の文献についても場合によっては読みこなせる力をつ け る た め 、 一 般 教 養 科 目 の 英 語 だ け で な く 、 専 門 教 育 科 目 に お い て も 2年 次 よ り 原 書 講 読 の講義を設けている。 P C ‑ S A Sを 利 用 し た 社 会 調 査 に 関 す る 教 育 は 、 上 に あ げ た 4つ の 柱 の 中 の 2番 目 に 相 当 す る 部 分 で あ る 。 そ こ で 、 こ の 2番 目 の 社 会 学 ・ 社 会 心 理 学 の 方 法 論 に 関 す る 部 分 で S A Sの エ ン ド ユ ー ザ 一 教 育 に か か わ る 部 分 に つ い て 以 下 に 述 べ て い く こ と に し た い 。 2 社会調査にかかわるカリキェラム 社 会 学 ・ 社 会 心 理 学 の 方 法 論 に 関 す る 教 育 は 、 ま ず 1年 次 に お け る 「 社 会 科 学 方 法 論 」 275

から始まる。ここでは実験、内容分析、調査の実例を紹介しながら、そもそも実証的な社 会 科 学 の 研 究 と は ど の よ う な も の で あ る の か と い う こ と を 学 ぶ 。 こ の 段 階 で は 、 S A Sで 出 力 し た 調 査 結 果 を 示 し な が ら 、 属 性 に よ る 違 い の 意 味 を 読 み 取 っ た り 、 簡 単 な カ イ 2乗 検定の計算を行ったりするが、この段階ではごく表面的に触れるだけである。 2年 次 に お い て 、 学 生 は 社 会 調 査 を 実 施 す る う え で 最 低 限 必 要 な 知 識 を 習 得 す る こ と を 目的として「社会統計学」、 「社会調査概論」を学ぶ。 i社 会 統 計 学 」 に お い て は 、 実 験 調査で用いる種々の統計的検定について順を追って学ぶ。有意差の検定とは何か、カイ 2乗検定、 t検定、 j 順位相関係数等を学んだうえで、回帰分析や因子分析等についても講 義では触れる。 i社 会 調 査 概 論 」 で は 、 問 題 意 識 の 明 確 化 、 仮 説 の 設 定 、 質 問 項 目 の 作 り 方 や 作 成 に 伴 う 尺 度 構 成 、 サ ン プ リ ン グ 、 調 査 の 実 施 に あ た っ て の 留 意 事 項 、 デ タチェ ック、分析の仕方等を、事例をおりまぜて講義していく。 原 則 と し て は こ の し 2年 次 の 3科 目 ( 社 会 科 学 方 法 論 、 社 会 統 計 学 、 社 会 調 査 概 論 ) を修得した学生を対象として、 3年 次 の 「 社 会 調 査 研 究 IJ 、 4年 次 の 「 社 会 調 査 研 究 E 」が開講されている。この、 「社会調査研究 1J と「社会調査研究 IJ は 、 2年 間 同 ー の メ ン バ ー が 連 続 し て 受 講 す る 科 目 と し て 設 定 さ れ て お り 、 4年 次 か ら 新 た に 「 社 会 調 査 研 究 I J を受講することはできない。 ζ の「社会調査研究」は、実際に自分たちの問題意識で調査票を作成し、調査を実施し そ れ を 分 析 す る こ と を 通 じ て S A Sの使用にも習熟するという目的を持っている。 3年 前期においては、問題意議の設定、調査票作成を行う。後期はその調査票によって、実際 に調査を行う(ただし現状では予算的な制約もあるため、一般サンプルを用いた調査は行 わ ず 、 学 生 サ ン プ ル を 集 合 調 査 法 に よ り 集 め て い る ) 。 ま ず P C ‑ S A S自体になれるた め 、 S A Sの エ デ ィ タ を 利 用 し て 集 め た デ ー タ の 打 込 み を 行 い 、 デ ー タ チ ェ ッ ク を 経 て 、 単 純 集 計 、 基 本 属 性 の ク ロ ス 集 計 ま で を 3年 次 に お い て は 行 う 。 そ し て そ の 結 果 を レ ポ ー トの形でまとめる。したがって、 3年 次 に お い て は 基 本 的 な D A T Aステップと、 P R O C F R E Qコマンドの使い方が理解できていれば十分である。 4年次においては、 3年 次 で 集 め た デ ー タ を そ の ま ま 用 い て さ ら に 高 度 な 多 変 量 解 析 を 行う。主に社会調査という性格上、分析されるのは因子分析、クラスター分析、回帰分析 といったところに限定されるが、社会的な事象をデータを用いて数量化し、因果関係を捉 えるといったことを主眼として分析を進め、学生によってはその分析結果をそのまま卒業 論 文 に も 利 用 し て い る 。 こ の よ う な 形 で 、 4年 聞 か け て 学 生 は 社 会 事 象 の デ ー タ 分 析 に 関 してかなり習熟することができる。 3 問題点と今後の展望 こ の よ う な 教 育 体 系 で 、 学 生 は S A Sを 使 い こ な し 、 調 査 分 析 に 関 し で も 一 定 の 実 力 を 備 え る よ う に な っ た が 、 学 生 は S A Sを 使 い こ な す こ と は で き て も プ ロ グ ラ ム 言 語 に 関 し てはほとんど触れる機会がない。 2年 次 に 「 情 報 処 理 」 の 科 目 が あ り 、 若 干 プ ロ グ ラ ム 言 語 に 接 す る 機 会 は あ る が 、 基 本 的 に は P R O C F A C T O Rとインプットすればブラッ クボックスの中から結果がアウトプットされているという印象を持っているのが実情であ る。調査やマーケッティングの分野において、 S A Sの 抗 用 性 は 非 常 に 高 く な っ て い る が より幅広く学生にコンビュータ全体について学ばせることも必要であろう。 ま た 、 現 在 メ イ ン フ レ ー ム の S A Sで は 林 の 数 量 化 I類から E類 等 が サ ポ ー ト さ れ て い る が 、 本 学 の P C ‑ S A Sで は 今 の と こ ろ サ ポ ー ト さ れ て い な い 。 社 会 学 、 社 会 心 理 学 の 分析においては林の数量化理論を用いる機会が多いため、サポートされることによって、 学生の分析能力はさらに向上すると思われる。 また、学生が社会調査データを分析してレポート化する際、現状では S A S ‑ G R A P Hは 用 い ず 、 新 た に デ ー タ を イ ン プ ッ ト し 直 し て 、 ザ ・ グ ラ フ 等 の グ ラ フ ツ ー ル で 図 形 化 す る こ と が 多 い 。 こ れ も P C ‑ S A Sレベルで、パソコンのグラフツ ル 並 み の ツ ー ル を 確保することで、より社会調査を学ぶ学生の利用可能性を増大させていくことができると 思われる。 ‑276‑

日本 SASユーザー会 (SUG ト J) 理工系大学における SASによる統計教育の試み 山本英二 岡山理科大学理学部応用数学科 A SAS Aided I n s t r u c t i o n o fS t a t i s t i c s f o r S c i e n c e Majour Students i n U n i v e r s i t y E i j i Yamamoto a c u l t yo fS c i e n c e， Department o f Applied Mathematics， F Okayama U n i v e r s i t yo fS c i e n c e， 1‑1 R i d a i ‑ c h o， Okayama 700 要旨 理工系大学における統計教育は確率と推測理論の講義演習が主であったが計算機利用環 境の整備と共に実際にデータ解析、統計解析を計算機を利用して行い統計学の数理面とそ の利用技術を学ぶ試みも少なからずの大学で見られるようになった。ここでは著者の勤務 す る 大 学 で の 計 算 機 実 習 の lテーマとして設定した SA Sを 用 い た 統 計 教 育 へ の 試 み を 報 告する。確率現象とその法則性を学生が興味を持って学べるようにコイン投げをシミュレ ートし、中心極限定理を確認する。 SAS/DMS と CHART PROC に よ り コ イ ン 投 げ 回 数 を 多 く して行ったときのヒストグラムを画面に次々表示させることにより中心極限定理が体感で きる。 キーワード: 中心極限定理、 DMS， CHART PROC 学生に統計学(確率)を教えていて気に l。 は じ め に なるのは確率の概念が正しく体得されてい 理工系大学における統計教育は確率論と J I理 論 の 基 礎 を 講 義 し 余 裕 が あ れ ば そ の 推 / J l . 違いである。確率現象を認識するには大量 演習も行うのが現状であろう。数理系の学 この実験を行うのに計算機によるシミュレ ないことである。確率変数とその実現値の の繰り返し実験による経験であると思う。 科では、さらに数理統計学や、その関連分 ーションは向いている。シミュレーション 野を学ぶがそれも講義主体であろう。しか 結 果 の 解 析 の 場 面 で SASの 果 た す 役 割 は 大きい。 こデー し計算機利用環境の整備と共に実際 i タ解析、統計解析を計算機を利用して行い、 統計学とその利用技術を学ぶ実習の試みも 少なからずの大学で見られるようになった。 中心極限定理は統計理論の中で主要な位 置を占めているが証明は理解できても内容 特に多人数が同一端末を同一箇所で使用す ることの可能な大学の情報処理センターに が理解出来ない学生が多く見受けられる。 SA S が 導 入 さ れ て い る こ と の 意 義 は 大 きい。ハード面では、 l人 l端 末 に よ る い 則を理解するにはやはり実験や経験が必要 である。中心極限定理をシミュレーション っせい実習が可能になり、ソフト面では簡 便なプログラミングで必要かっ十分な結果 することで学生が経験から内容の理解を深 めることが期待される。 lつ に は 経 験 が 無 い た め で あ ろ う 。 自 然 法 が リ ア ル タ イ ム に 得 ら れ る シ ス テ ム (SAS/ DMS) が提供された。 統計解析を実際に行うとき、提供される データの媒体は多種多様であるが近年では L 内 t 可 巧﹃

パソコン用のフロッピーディスクか大型、 利 用 で き る こ と に な る 。 こ の 3つ の シ ス テ 小型計算機用の磁気テープで提供されるこ ム聞でデータセットの受渡しを行うことで とが多いと思われる。この様な環境で臨機 OSの概念への理解が深まると期待できる。 応 変 に 対 応 す る に は SASの内部だけでは 不 十 分 で 外 側 の oS環 境 に も 馴 れ て お く 必 要がある。 3。 中 心 極 限 定 理 の シ ミ ュ レ ー シ ョ ン さらに理工系の統計学の計算機利用に要 求されることに、計算機そのものへの理解 学 生 は 予 定 で は 3時間 x 3週 で テ ー マ を 消化することになる。実際 i こは 3時 間 で は をも求められていることである。統計解析 足りないため延長気味であるが。事前にテ を使って計算機を学ばさせている側面も否 定できない。プログラミング言語の修得も 布しである。 課題とされる。 ーマの目的、実行手順を述べた実験書を配 1年 の 電 子 計 算 機 概 論 で PA SCAL言 語 を BATCH JOBで使う 演 習 を 経 験 し て 来 て い る の で こ こ で は FO 以上の課題を考えた上で利用できる環境 の中で中心極限定理をシミュレーションす RTRAN言 語 を TSS処 理 で 実 行 す る こ と 、 SASを 使 え る 様 に な る こ と 、 そ し て る実験を行うことになる。 中心極限定理のシミュレーションを行なう ことを 3週に振り分けて行なう。 1週 目 は 全 般 の 説 明 、 パ ソ コ ン 、 大 型 計 2。 応 用 数 学 科 の 計 算 機 利 用 環 境 算機の oS、 エ ミ ュ レ ー シ ョ ン の 概 念 の 説 岡山理科大学の情報処理センターには F こ正規分布 i こ向か 明の後 2項 分 布 が 漸 近 的 i ACOM/M‑380が ホ ス ト コ ン ビ ュ ー うことを用いて中心極限定理を具体的に説 タ と し て 設 置 さ れ 第 1、第 2実 習 室 に は 併 せて 7 0台 の パ ソ コ ン FM 1 6β がエミュ 明する。 2年 で 統 計 学 と そ の 演 習 の 講 義 を 受けているので数学的な説明は行なわない。 レーションによって端末として機能してい こはホストの VAX83 る。応用数学科内 i 乱 数 は 乗 算 法 に よ る ア ル ゴ リ ズ ム (SA S で使っている乱数生成法)で発生させコイ 5 0と 研 究 室 の ワ ー ク ス テ ー シ ョ ン や 実 習 ン投げをシミュレートする算法を理解させ 室 の 専 用 端 末 が LANによって結ばれ 40 人ほどのいっせい実習が出来る態勢がある。 FORTRANで 書 い た サ ン プ ル プ ロ グ ラ ム を 作 っ て 乱 数 、 コ イ ン 投 げ の 100 また 20台 の パ ソ コ ン 専 用 室 が 設 置 さ れ て 回実行を行なわせる。学生はこの段階で F いる。 ACOM/M‑380の oS、 MSPのコ マンドやメニュー形式のインターフェイス る 。 応 用 数 学 科 は 数 学 専 攻 と 情 報 専 攻 の 2専 PFDを 学 ぶ こ と に な る 。 デ ー タ セ ッ ト の こ分かれていて情報専攻(定員 8 0名) 攻i 管理や画面エディターの使い方そして TS の学生が主にこれらの情報機器を利用した Sによる FORTRANプ ロ グ ラ ム の 実 行 情報処理教育を受けている。 2年 の 計 算 機 こ出 も経験する。実行結果はデータセット i 力させローカル、ラインプリンターも使わ 数 学 実 験 で は 6班 に 分 け 1班 2 0名 弱 の 学 生 が 1週 3時間、 3週 で 1テーマを年間 6 テーマ消化するカリキュラムを組んでいる。 せる。 著 者 は そ の 内 の 1 テ←マを情報処理センタ 2週目は SAS入 門 で あ る 。 前 回 作 成 し た 100個 の 乱 数 と コ イ ン 投 げ に よ る 0‑ ーで行っている。したがって、私のテーマ では学生はノマソコンの oS、 MS‑DOS と大型計算機の oS、 MSPそして応用ソ フトの SAS/DMSと 3つのシステムを 1データの統計処理である。 SA Sの歴史、 各 モ ー ド の 簡 単 な 紹 介 の 後 実 際 に SAS/ DMSを運転させながら習得させる。 3つ 278一

D O ‑ L O O Pを 有 効 に 使 う こ と が 理 解 さ のW I N D O W， P R O G R A M， L O G， O U T P U Tを 紹 介 す る 。 主 要 な フ ァ ン ク ションキー ;SUBMIT， R E C A L L、 れる。後は確率 o .5 を 0.3 と O .1 に変え て 再 度 実 行 す れ ば 3つ の デ ー タ セ ッ ト が 出 S P L I T， F O R W A R D， B A C K W A R Dと K E Y S， X， B Y Eコマンド i ま んで C H A R T 必ず実行させて覚えさす。 R E C A L Lヰ ーによるヒストリ機能を使ったプログラム い。例えば確率 O .5の 実 行 結 果 が J1 K KE N .DATA(P5) !こ入っているとして S A S / D の 訂 正 、 修 正 が 便 利 で あ る の で M S Pコマ ンドもコマンドラインでなくプログラムと M Sで の プ ロ グ ラ ム は 以 下 の も の で あ る 。 こ取り込 来 上 が る 。 こ れ を SAS/DMS! P R O Cを 実 行 す れ ば 良 XALLOC F(SASIN) DA(JIKKEN.DATA(P5)) して REUSE S H R ; DATA P 5 ; INFILE SASIN: I N P U TN OW 1W 2 W3 W 5 W10 W20 W50; PROC C H A R T ; HBAR W 1W 2W 3 W5 W10 W20 W50 XM SP COMMAND; の使い方で教える。これは後でデータの格 納 さ れ た M S Pデ ー タ セ ッ ト の A L L 0 C A T I O Nを 次 々 と 替 え る と き に 便 利 で あ る 。 DATA S T E Pでは 1N F 1 L E 文 で す で に 作 つ で あ る M S Pデータセット /DISCRETE; R U N ; を取り込むことになる。 P R O C STE Pは 今 回 の テ ー マ に 必 要 な PROCEDU とすれば l回 投 げ か ら 50回 投 げ ま で の 和 RE; P R 1 N T， F R E Q， C H A R T のヒストグラムと度数分布表が得られる。 を 習 う 。 最 低 限 で は C H A R Tの H B A R 指定だけ使えばよい。 O U T P U T W I こ こ で 注 目 す べ き は l回投げ、 2回投げ、、 、 50回 投 げ の 結 果 が そ れ ぞ れ 1画面ごと N D O Wに 出 力 さ れ た SA S実 行 結 果 の M SPデ ー タ セ ッ ト へ の 転 送 そ し て パ ソ コ ン に出力されることである。これによって学 生はコマ落しの様にコイン投げ回数の増加 の M S ‑ D O Sフ ァ イ ル へ の 転 送 を 行 っ て 3システム閣の違いとデータの受渡しを学 による結果を見ることが出来る。 5 0回 投 げでもヒストグラムは離散型で十分見やす 三f。 く連続型を使わないで済む。 3週 目 は 仕 上 げ の 中 心 極 限 定 理 の シ ミ ュ 4。 お わ り に レーション実験である。学生に与える課題 は以下のものである。 こ の 実 習 を 始 め て 4年目に入っている。 コイン投げに対して表の出る確率を 0 . 5 O .3 O .1 と 変 え て コ イ ン 投 げ 回 数 を 1 2 3 51 02 05 0 と変えて表の出た回数を数 え、繰り返し数を 3年 間 の 教 育 経 験 を つ ん だ こ と に な る 。 以 下はその経験から学んだことである。 1 0 0 0 回としてそれぞ 中心極限定理のシミュレーション結果は れ度数分布表、ヒストグラムを調べなさし、。 学生には新鮮な体験である様だ。表の出現 こ の 課 題 を 前 2週 の 実 習 で 得 た 知 識 技 術 .1でも 10回 投 げ 程 か ら ヒ ス ト グ 確率が O ラムがベル形 i こ近ずいていくのが不思議に を使って行うことになる。著者の経験では 思えるようだ。 指導なしに課題を行える学生は少ないので .5 は 固 定 し て コ イ ン 投 げ 回 数 を まず確率 O F O R T R A Nプ ロ グ ラ ム も T S Sで 実 123 51 02 05 0 と変える試行を同時に 行し SASも D M Sで リ ア ル タ イ ム の 計 算 行うプログラムを作らす。ここで 機使用を行った。 B A T C H ‑279一 J O Bのよ

うに結果待の聞の作業の流れの中断や思考 で 探 索 的 に 統 計 解 析 を 各 種 PROC の中断、自分の席を離れてラインプリンタ E P処 理 を 実 行 し な が ら 対 象 に 迫 っ て 行 く ST ーまで出力結果を取りにいく必要が無いの ときに都合がよい。長いプログラムは保存 を考えなければならず、多ページの内容の はありがたい。 豊富な出力を画面で見るのはかえってわず 3つのシステム MS‑DOS， M S P / P F D， SAS/DMSを使うのはたい らわしし、。結局ラインプリンターへの出力 へんでファイル転送は分かりにくいが実行 なる。 8 0文字と 132文字の差は大きい。 も求めて BATCH JOBも行うことに してみると、システムを運転している、シ ステム聞を移動しているとの実感がわくの 社 会 科 学 系 や 医 学 系 で は SAS教 育 が 近 か興味と充実感を味わっている様である。 年さかんになって来ているが理工系ではプ 実 行 結 果 の MS‑DOSファイルをワープ ロに取り込んでレイアウトのきれいなレポ ログラミング言語の修得が主で応用ソフト の利用までは至っていない様である。デー タ の 整 理 、 解 析 、 グ ラ フ 表 示 に SASが 有 ートを提出する学生もいる。 力であることを考えると教養課程で習う統 SAS/GRAPHや BATCH JO B も教えた年もあったが学生は消化しきれ 計学に SAS実 習 を 組 み 込 む 工 夫 が 今 後 期 待されるところである。 なかった様である。整理して今年はこの形 で行っている。 SAS/GRAPHは簡便 な プ ロ グ ラ ム で 2次、 3次 元 グ ラ フ が 描 け るので確率密度関数の表示等で実習に利用 できるだろう。多少プログラムが長くなる ので DMSモ ー ド で 行 う の が 良 い の か 疑 問 である。私はプログラムの保存も考えて M S Pの COMMANDモードを良く使って いる。 コイン投:げシミュレーションデータはも ちろん SA Sの D A T A STEPで行え る 。 あ え て 行 わ な か っ た 理 由 は FORTR A Nを学ぶ、 MSP/PFDを使う、 S A Sデータセットと M S Pデ ー タ セ ッ ト の 受 渡 し を 学 ぶ 事 以 外 に SASプログラムが大 きくなり SAS/DMSの会話的な操作の 印象が薄れるのを恐れたからである。多く て 10行、 PROGRAM W I N D O W に全体がそのまま表示出来る程に抑えるこ とが望ましい。 また永久 SASデ ー タ セ ッ ト は 制 約 が 多 く SASの 中 で し か 編 集 出 来 な い 等 扱 い ず らい。それぞれの O S上でのデータセット、 ファイルとして保存するのが得策であろう。 SAS/DMSは デ ー タ 解 析 の 初 期 段 階 ‑280‑

日本 SASユーザー会 (SUGト J) SAS/GRAPHの建築構造骨組解析結果処理への応用 0堀 昭夫* *株式会社間組技術研究所 三原田裕一料 **同情報システム部 An A p p l i c a t i o no f SAS/GRAPH f o r Understanding R e s u l t so ft h eS t r u c t u a l Frame Analysis Y u u i c h i Miharada Akio H o r i 1 Hazama C o r p .T .R .. 4‑17‑23 Honmachi‑nishi， Yono， Saitama， 338 要旨 構造解析のうち、建築構造骨組に対する解析は、有限要素法の解析対象と なる範留から見ると、以下の特徴がある固①:要素の大半が線要素である。 ②:弾塑性解析では、特有のモデルが必要となるロ とのため高度な設計を行う場合、汎用ソフトの適用に難しい商があり、専 用プログラムがしばしば開発される。この場合、解析機能に重点を置いた開 発が先行するので、固化機能が不足しやすい。 本 論 で は 、 上 記 の 専 用 プ ロ グ ラ ム の 出 力 結 果 図 化 処 理 を 、 SAS/GRAPHを用 いて行った。 SAS/GRAPHを 用 い た 理 由 は 、 ① : ソ ー ス の 一 部 を 変 更 す れ ば 、 別のプログラムにすぐ対応できる。②:高度な設計で必要となる新たな特性 値の図化に、容易に対応できる固の二点にある。 キーワード: SAS/GRAPH 建 築 構 造 1. 骨粗解析 結果処理 まえがき 筆 者 ら は 、 と れ ま で 建 築 構 造 解 析 の 結 果 処 理 に お い て SAS/GRAPIIを 利 用 し て き た 。 利 用 方法を大別すると、 ・ 大 型 計 算 機 内 に 作 成 し た 構 造 解 析 結 果 フ ァ イ ル に 対 し て 、 会 話 型 で SAS/GRAPIIを 利 用 して、結果の評価に何が必要か試行錯誤しながら、図化処理を行う ・解析結果に対する単なるグラフツールとして使う。 0 の 2つであった。 SAS/GRAPIIを 用 い た 最 大 の 理 由 は 、 ‑必要とする変数の作成が容易で、任意の変数聞の関係を簡単に図化できる ・別の解析結果との比較の図を、容易に作成できる。 点にあった固 2. 0 建築構造骨粗解析の特色 2. 1 構 造 解 析 上 の 特 色 構造解析のうち、建築構造骨組に対する解析は、有限要素法の解析対象となる範囲から 見ると、以下のような特色がある。 ①:要素の大半が線要素である。 有限要素法では解析対象を、線要素、平面要素、立体要素などの集まりに置換して解析 する。建築構造骨組解析では、柱およびはりが線材に置換されるため、要素の大半が線要 素 と な る 。 建 築 骨 組 の モ デ ル 化 の 例 を 図 一 lに示す。 ②:弾塑性解析では、特有のモデルが必要となる。 例えば鉄筋コンクリート骨組の弾塑性解析(材料の荷重一変形関係の非線形性を考慮し a )の よ う な モ デ ル に 置 換 し て 、 材 端 ば ね ( 同 国 中 の た 解 析 ) で は 、 柱 お よ び は り を 図 一 2( b )の よ う に 仮 定 す る こ と が 多 い 。 ま た 鉄 骨 筋 か い の モ デ ル 回 転 ば ね ) の 履 歴 特 性 を 図 一 2( 281‑

はり l l ' A B ︐ Ill‑t1114 n w 川¥ ) / H C l 図 ‑1 建 築 骨 組 の モ デ ル 化 の 例 y E豆 一 ( a ) 柱 お よ び は り の モ デ ル 1) ( b ) 材 端 ば ね の 履 歴 モ デ ル 1) 国一 2 鉄 筋 コ ン ク リ ー ト 柱 お よ び は り の モ デ ル 化 の 例 では、劣化型の履歴モデルが適用される。これらは建築骨組等の弾塑性解析に特有のモデ ルであり、有限要素法の対象となる広い範囲から見ると、特殊なモデルと言える。 2. 2 設計用ソフトの現状 建物を着工する場合、建設地の自治体に建築確認申請書類を提出して、事前に許可を得 る必要がある。上記の確認申請書類は、意匠(基本となる平面・立面・断面) ・構造(骨組 関係) ・設備(給排水・防災・電気関係)の各設計図面と構造計算書などからなる。このた め 大 型 汎 用 機 を 対 象 に 開 発 さ れ た C A Dシ ス テ ム で は 、 基 本 的 な 図 化 シ ス テ ム を 中 心 に 、 意匠設計、構造設計、設備設計などがサブシステム化されている引。このようなシステム は当然重装備となる。一方パソコン用ソフトでは、構造解析ソフトを例にとると、個人が 担当するような日常的・定常的業務が主対象であり、小規模な設計事務所や設計部門での 導入が可能なものとなっている。これらのソフトは、物件数で多数を占める規模の大きす ぎない建物に対象を限定した上で、確認申請書類に必要な弾性(線形)解析、保有耐力( 骨組の強さ)の計算および、これらの結果の簡単な図化、の各機能を有している。 2. 3 高 度 な 設 計 で の 問 題 点 超高層ビル、超高層住宅、大規模な屋根を有する建物(東京ドームや開閉式ドーム)等 の設計は、一般建物の設計と異なり、静的弾塑性解析や骨組系弾塑性地震応答解析などの 高度な構造解析技術が必要となる。これらの構造解析技術では、設計時点における建築構 造の技術レベルを設計に的確に反映させることが求められる。このため高度な設計を行う 場合、以下の問題が生じる。 ①:解析プログラムを開発する必要がある。 2.1② で 述 べ た モ デ ル の 特 殊 性 は 、 物 件 数 が 相 対 的 に 少 な い 高 度 な 設 計 に お い て よ り 顕 著で、高度な設計への有限要素法汎用ソフトの適用を難しくしている。一方大型汎用機の C A Dシ ス テ ム を 、 特 殊 性 を 有 す る 高 度 な 設 計 に ま で 対 応 さ せ る の も 、 ま た 非 効 率 的 で あ る。このため専用プログラムがしばしば開発される。 ②:図化機能が不足しやすい。 専用プログラムの開発では、解析機能に重点を置いた開発が先行しやすく、図化機能が なかなか追いつかない ③:試行錯誤のための図化や新たな特性値の図化が必要となる。 高度な設計では、前例がない(または少ない)ために、試行錯誤が伴ってくる。これは、 282‑

解析方法の妥当性や解析結果に対して高度な技術的判断が求められるためでもある。した がって設計途中において、当初は予期しなかった変数閲の関係等を調べる必要がでてくる。 この試行錯誤の段階には図化が有効な手段であるが、構造解析用のプログラムでは対応が 難しい。また高度な殻計では、新たな特性値の図化が必要となるととが多く、ごれも同プ ログラムでは即時の対応ができない。 3. SAS/GRAPHに よ る 骨 組 図 ・ 応 力 図 の 作 成 本 論 で は 、 上 記 の 専 用 プ ロ グ ラ ム の 出 力 結 果 の 図 化 処 理 を 、 SAS/GRAPIIを 用 い て 行 っ た e SAS/GRAPIIを 用 い た 理 由 は 、 以 下 の 2つである。 ①:ソースの一部を変更すれば、別のプログラムにすぐ対応できる。 ②:高度な設計で必要となる新たな特性値の図化に、容易に対応できる。 3. 1 骨 組 形 状 デ ー タ の 形 式 専 用 プ ロ グ ラ ム 側 の 出 力 が 容 易 で 、 か っ SAS側 の 入 力 が 容 易 と な る よ う 、 骨 組 形 状 デ ー タは図 3に 示 す 形 式 と し た 。 骨 組 形 状 デ ー タ は 、 lつ lつ の 要 素 に つ い て 、 イ ン デ ッ ク ス (要素タイプと部材番号)、節点番号、節点座標値などを出力したものである。構造解析 プ ロ グ ラ ム で は 通 常 最 初 に 、 lつ lつ の 要 素 に つ い て 入 力 デ ー タ の 読 み 込 み と 準 備 計 算 が 行 わ れ る 。 そ ご で と の 準 備 計 算 の 段 階 で 、 lつ lつ の 要 素 に つ い て 図 ‑3の 形 式 に 合 わ せ て 出 力してゆけば、骨粗形状データは非常に簡単に作成できる。同図の例では要素が線要素( 要 素 あ た り 2節点)なので、 l 要 素 に 対 し て 3行 が 出 力 さ れ て い る ( 各 要 素 の 3行 自 は 要 素 の 終 わ り を 示 す 行 と し た ) 固 し た が っ て 面 要 素 や 立 体 要 素 の 場 合 に は 、 l要 素 あ た り の 行 数 がとれより増える。 3. 2 骨 組 図 の 作 成 上 記 の 骨 組 デ ー タ を SAS/GRAPIIを 用 い て 図 化 す る と 、 骨 粗 図 が 簡 単 に 作 成 で き る 。 作 図 a )は 、 PLOT文 で SKIPMISSを 指 定 し て 作 成 し た 透 視 図 で あ る 。 の 例 を 図 ‑4に 示 す 。 図 ‑4( 要素タイプ・/ 部 材 番 号 I ↓ /節点番号 ピ// 節 点 座 標 値 (X、 Y、 z) 1 100 ‑10162.67 0.00 4209.52 4202.65 1 104 ‑9623.47 76自 .97 1 9999 99999999. 99999999. 99999999. 2 150 ‑10526.34 0.00 3193.13 768.97 3239.15 2 154 ‑99自9.06 2 9999 99999999. 99999999. 99999999. 3 200 ‑10788.64 0.00 2145.99 3 204 ‑10258.45 768.97 2244.45 3 9999 99999999. 99999999. 99999999. (要素番号 4以 下 は 省 略 ) 図 ‑3 骨 組 形 状 デ ー タ の 形 式 部材番号 l 節点番号 " ' 1 1" 0 0 1 104 1 9999 2 150 2 154 2 9999 3 200 3 204 3 9999 最大輪カ(正、負) 音1材 断 面 積 口 O.OOOOE+口 ‑0.1374E+03 0.8736E+02 0.2065E+01 ‑0.1256E+03 0.8736E+02 O.OOOOE+OO ‑0.1080E+03 0.8736E+02 (b ) 節点番号の重ね書き (要素番号 4以 下 は 省 略 ) 図 ‑4 骨 粗 図 の 例 図 ‑5 応 力 デ ー タ の 形 式 ‑283

図 ‑4( b )で は さ ら に ANNOTATE機 能 を 使 用 し て 、 節 点 番 号 を 重 ね 書 き し て い る 。 ご の 時 に 、 要素にグループ番号を付けて適当にまとめておけば、任意のグループに対する図化に即時 に 対 応 で き る 。 こ の 場 合 、 3次 元 骨 組 図 で 線 が 重 な っ て 見 づ ら い 状 況 を 、 避 け る こ と が で き る 。 ま た グ ル ー プ 番 号 ご と に SYMBOL文 で 綿 種 を 変 え て も よ い 。 ま た 節 点 番 号 で な く 要 素 番号の重ね書きも同様に容易である。 3. 3 応 力 デ ー タ の 形 式 応 力 デ ー タ は 構 造 解 析 結 果 の 出 力 と し て 得 ら れ る 。 応 力 デ ー タ の 形 式 は 図 ‑5に 示 す 形 式とし、 l要 素 あ た り の 行 数 を 骨 組 形 状 デ ー タ と 一 致 さ せ た 。 応 力 デ ー タ は 、 各 要 素 の 、 インデックス(部材番号)、節点番号、応力等(図の例ではトラス要素のため最大軸カと 部材断面積だけとした)を出力したものとなる。構造解析プログラムでは最初の準備計算 と同じ順序で、各要素の応力を算出することが多い。この場合、構造解析プログラムの出 力を上記形式の応カデータに合わせるのは非常に容易である。 3. 4 応 力 図 等 の 作 成 上 記 の 応 カ デ ー タ を 骨 組 形 状 デ ー タ と MERGEして、 SAS/GRAPlIで図化すると、応力図が簡 単 に 作 成 で き る 。 作 図 し た 例 を 図 ‑6に 示 す ( 図 は 平 面 図 で あ る が 透 視 図 で も よ い ) . 同 図では一部グループの負側最大輸カを郁材断面積で除した値(最大圧縮応力度)を郁材重 心 位 置 に 重 ね 書 き し て い る 。 こ の よ う に SASを 用 い る と 、 解 析 結 果 の 出 力 値 だ け で な く 、 それらをデータ加工した値についても簡単に図化ができる。したがって高度な設計等にお いて、新たな特性値の図化が必要となった場合でも、すぐ対応することができる. なお図の例はトラス要素のため輸応力度を図化したが、一般の線要素の場合は輸カの他 に (2方 向 の ) 曲 げ モ ー メ ン ト や せ ん 断 力 を 図 化 す る 必 要 が あ る 。 こ れ ら 応 力 の 図 化 に つ いては現在プログラムを開発中であり、別の機会に報告したい。なお面要素や立体要素の 応力の図化についても、要素重心位置または節点位置に応力(ベクトル値)を出力すれば よく、方法は線要素の場合と基本的に同じである。 次に、降伏した(損傷が予想された)郁材を、応力図と同様の方法で図化した例(降伏 図 ) を 図 一 7に 示 す 。 図 で は SYMBOL文 で 節 点 位 置 に マ ー キ ン グ し た が 、 線 種 を 適 当 に 変 化 させる方法もあるだろう。 最 後 に 、 そ の 他 の ( 骨 粗 形 状 デ ー タ や 応 力 デ ー タ を 使 用 し な い ) SAS/GRAPlIの利用例を 図 8に 示 す 。 阿 国 は 建 築 立 体 骨 組 の 地 震 応 答 解 析 結 果 を 図 化 し た も の で 、 同 図 ( a )は 異 な る 解 析 結 果 の オ ー ビ ッ ト の 比 較 、 同 図 (b)は 各 階 の 変 形 の 比 較 を 示 し て い る 。 ¥ γ ( ︑1 1 1 ¥ 1 ' ¥¥ '' t }11:l j li t 図 ‑6 最 大 圧 縮 軸 応 力 度 の 図 化 例 / l / l f ul ? j 図一 7 降 伏 し た 部 材 の 図 化 例 284‑

3 0 1 21 20 X‑ dI fe c 一一‑ EW60 ? ' 10 し 〉 に 」 i f ) ] 1 ， 1 ‑ ‑ ‑EW60NS > ‑ IY‑dIfe c 。 に 己 0 ホ EW60NS ト 口 C r J ; .‑10 ア 20 ‑30' 一一一→一一 30‑20‑10 0 102030 X一DISP(CM) 0 0 1 2 1 D lSP(CM) ( a ) 最上階の変位オービット ( b ) 各層の最大応答層間変位 図 ‑8 建 築 立 体 骨 組 の 地 震 応 答 解 析 の 結 果 図 化 例 3> 4. あ と が き 以上より、 SAS/GRAPIIを 用 い て 建 築 構 造 骨 組 の 解 析 結 果 の 図 化 処 理 を 行 う と 以 下 の 利 点 があると言える。 ①:高度な設計で使用されるような専用プログラムの解析結果を、容易に固化することが できる。 ② : 3次 元 解 析 結 果 の 図 化 が 簡 単 に で き る 。 ③ : 別 の 構 造 解 析 プ ロ グ ラ ム 用 に 改 変 す る 場 合 で も 、 SASプ ロ グ ラ ム の 変 更 を ほ と ん ど 要 しない。 ④:任意の変数聞の関係を会話型で図化でき、高度な設計に伴う試行錯誤の回数を減少さ せられる。また膨大な出力の中から、本質的特徴を抽出するための有力な手段ともなるロ ⑤:解析結果の出力値だけでなく、それらをデータ加工した値が簡単に図化できる固 @:新たな特性値の図化にすぐ対応できる。 ⑦:要素を適当にグループ化するととで、任意のグループに対する図化が簡単にできる。 ③ :S Y1 lB O L文 に よ り 、 多 彩 な マ ー ク や 線 種 が 選 択 で き る 。 ⑨ : ANNOTATE機 能 に よ り 、 重 ね 書 き す る 数 値 の 大 き さ や 位 置 を 容 易 に 変 更 で き 、 見 や す い 図の作成に役立つ。 これらの利点は、日常的・定常的ではない高度な設計業務(または研究業務)にとって、 非 常 に 有 効 な 利 点 と 言 え る 。 SAS/GRAPl I の と の よ う な 利 用 方 法 は 、 よ り 高 度 な 設 計 を 試 み るため.の一助になると J 思I われる。 参考文献) 1) 柴 田 明 徳 : 最 新 建 築 学 シ リ ー ズ 9 最 新 耐 震 構 造 解 析 、 森 北 出 版 、 1 9 81 .6 2 ) 鈴 木 尚 : 建 築 設 計 に お け る C A Dの利用環境、 建築雑誌 V ol .1 0 5、 1 9 9 0 .3 、p p . 6 0 ‑ 6 1 3) 堀 昭 夫 : 分 割 梁 法 に よ る 鉄 筋 コ ン ク リ ー ト 立 体 骨 組 の 解 析 、 構造工学論文集 V ol .3 5 B、 1 9 8 9 . 3、 p p . 1 1 9 ‑ 1 3 2 ‑285一

日本 5A5ユーザー会 (5UG 卜 J) SAS/GRAPHによる地域メッシュ統計地図の作成 佐藤朋彦 総務庁統計局 Grid‑Square S t a t i s t i c a l Maps Using SAS/GRAPH Tomohiko S a t o o o r d i n a t i o n Agency S t a t i s t i c s Bureau， Management and C 19‑i Wakamatsu‑cho， Shinjuku‑ku， Tokyo 要旨 本報告では， SAS/GRAPHによる地域メッシュ統計地図(メッシュマップ)の作 成方法を紹介する。地域メッシュ統計とは，方形で面積がほぼ等しい小地域について表章 した統計である。 キーワード :SAS/GRAPH， SAS/AF，地域メッシュ統計，統計地図 1.はじめに 近年における社会・経済情勢の複雑化・多様化に伴い，地域に関する統計情報の需要 がますます増大しており，より詳細な情報の整備，提供が要請されている。 このような需要に応じるため，我が国の政府統計機関では，従来から地域表章区分と して用いられている市区町村などの行政区域よりも細分化した統計情報の 1っとして， 地域メッシュ統計の整備を行っている。 情報をメッシュ別に表示する方法(以下「メッシュ法 J という。)は，地理学の分野 で考えだされたものであるが，これを政府統計において利用することとなったのは，総 理府統計局(現総務庁統計局)が昭和 44年に一部の地域を対象に試験的に作成した国 土実態総合統計としての昭和 40年国勢調査，昭和 1 ‑ 1年事業所統計調査及び昭和 43 年住宅統計調査の地域メッシュ統計が始まりといえる。 また，総務庁統計局では統計データの作成だけでなく，地域の事象を視覚的にとらえ 分析することなどを目的として，地域メッシュ統計のデータを用いた統計地図の作成に も利用できるマッピングシステムを，昭和 60年度に開発している。 このシステムは，ノ fーソナルコンビュータ CPC‑980 ， 1 640KB) によるも のであることから，地域メッシュ統計のような大量のデータを処理し地図を作成するに は，どうしてもかなりの処理時聞が必要となる。 そこで，メインフレーム CIBM3090) 上の SAS/GRAPHにより，地域メ ッシュ統計地図の作成がどこまで可能か否かを試みた。 ‑287

2. 地 域 メ ッ シ ュ 統 計 の 概 要 2 .1地 域 メ ッ シ ュ 統 計 の 特 質 「地域メッシュ」とは，地域に関する種々の情報を表示する単位として用いるため， 対象とする地域内をほぼ方形で面積の等しい小地域に細分して設けられた地域単位 のことである。そして，この区画した地域ごとに各種の統計データを表示したもの が「地域メッシュ統計」である。 メッシュ法は，地域メッシュ統計を始め，土地，地形，生活環境などを数値化して メッシュ別に利用するなど，広範囲な分野で幅広く利用されているが，地域メッシュ 統計においては，次のような利点がある。 ① 面積がほぼ一定であるため，地域メッシュ相互間の事象の計量的比較が容易で ② ③ ある。 位置や区画が固定していることから，地域事象の時系列比較が容易である。 任意の地域について，その地域を構成する各地域メッシュのデータを合計する ことにより，必要な地域データを容易に作成できる。 ④ 各地域メッシュの形状がほぼ方形であることから，位置の表示が単純で，距離 に関連した分析，計算，比較が容易であるほか，位置の表示が明確なことから， 各地域メッシュの位置情報が簡単に得られるので，コンビュータによる地図化が 容易である。 2 . 2地 域 メ ッ シ ュ の 区 分 方 法 地域メッシュの区分方法として，我が国において用いられているものには，次の 3 種類がある。 ① 一定の経度及び緯度間隔に基づいて区画する方法 ② 国 土 調 査 の 17座 標 系 に 基 づ い て 区 画 す る 方 法 ③ UTM座 標 系 に 基 づ い て 区 画 す る 方 法 (UTM:U n i v e r s a lT r a n s v e r s eM e r c a t o rG r i dS y s t e m ) (以下， r 経緯度法」という。) (国土基本図や公共測量図などに使われる図隔法) こ れ ら の 区 分 方 法 の う ち 経 緯 度 法 は ， も と も と は 総 理 府 統 計 局 ( 現 総 務 庁 統 計 局 )， 建設省国土地理院，経済企画庁総合開発局(現国土庁計画・調整局)の三者が共同開 発 し ， 行 政 菅 理 庁 ( 現 総 務 庁 ) が 告 示 し た ( 昭 和 48年 7月 12日 第 14 3号 行政管理庁告示 「統計に用いる標準地域メッシュおよび標準地域メッシュ・コード J) ものであり，総務庁統計局を始めとする政府統計機関では，この方法により地域メッ シュ統計を作成している。 な お ， こ の 区 分 方 法 は ， 昭 和 51年 1月 に 日 本 工 業 規 格 ( JI S ) に，コード r J I SC 6304J として制定されている。 2 .3 基 準 地 域 メ ッ シ ュ と メ ッ シ ュ ・ コ ー ド 基 準 地 域 メ ッ シ ュ と は ， 告 示 第 143号 に よ り 定 め ら れ た 標 準 地 域 メ ッ シ ュ の う ち の lつ で ， 一 辺 が ほ ぼ l k mの 方 形 の 区 域 で あ り ， 第 l次 地 域 区 画 ( 一 辺 が ほ ぼ 80k m の 方 形 の 区 域 ) ，第 2次 地 域 区 画 ( 一 辺 が ほ ぼ 10k mの 方 形 の 区 域 ) に 次 い で 区 画 さ れ る 第 3次 地 域 区 画 の こ と を い う 。 各 区 画 の 画 定 方 法 及 び 位 置 関 係 を 示 す コ ー ド ( 以 下 r メ ッ シ ュ ・ コ ー ド 」 と い う 。 ) の 付 け 方 は ， 表 lのとおりである。 288‑

表 l 基準地域メッシュの画定方法 種類 画定方法と一辺の長さ ‑全国の地域を l度ごとの 経緯と偶数緯度の間隔を 3等分した緯度 ( 4 0 ')に おける緯線とによって分 割する。 ‑一辺はほぼ 80回 .20万分の l地勢図(国 土地理院発行)の 1図葉 の区画に相当する。 第 次 地 域 区 画 第 2 次 地 域 区 画 メッシュ・コードの桁数と付け方 OjJ宜 ‑ よZ宣 (南端緯度) x 1 .5 第 l次地域区画の緯度は 4 0 'で 。は1.5 区画 区画されるため， 1 分に相当する。 ‑王2Ai リ 伊 〈南端緯度 3 6 ・ . 西 端 経 度1 3 8 ・ の 場 合 〉 ( 上 2桁)=36x1 .5 = 54 ( 下 2桁)= 38 叩 園 ".~シュ・コード: 5 4 3 8 ・ 3 6 西端経度の下 2桁 ・ 1 3 8 ・ 1 3 9 ‑第 I次地域区画を経線方 。宣車 向及び緯線方向に 8等分 ‑よ生監 ~の地域のメッンュ・コード 第 I次地域区画のメッシュ・ する。 5 4 3 8 2 3 ‑一辺はほぼ 10回 コード 車 I次地埴区画 ( メ ッ シ ュ ・ コ ー ド 5438) i i f i ̲ 旦 • 2万 5千分の l地 形 図 ( . 7 第 l次地域区画を縦に 8等分 国土地理院発行)の l図 6 した区画に南から 0~7 の番号 葉に相当する。 5 4 を付け.これをそれぞれの区画 3 を示す数字とする。 i % ; 2 . ̲ Q ̲ 宣 旦 。 第 1次地域区画を横に 8等分 o1 2 3 4 5 6 7 した区画に西から 0~7 の番号 を付け，これをそれぞれの区画 を示す数字とする。 宜 1 … 域 問 醐 方 。旦1 向及び緯線方向に 10等 ‑よ宣車 第 2次地域区画のメッシュ・ 分する。 コード 基 ( ‑一辺はほぼ l回 準第 地3 域次 メ地 ッ域 シ区 ュ画 ¥ーノ ~ ~の地域のメッンュ・コード 5 4 3 8 2 3 4 3 第 2次地域区画 メ { シ ュ ・ コ ー ド 543823) .̲ I j f t 旦 第 2次地域区画を縦に 10等 分した区画に南から 0~9 の番 号を付け，これをそれぞれの区 画を示す数字とする。 ‑旦宣旦 第 l次地域区画を績に 10等 分した区画に西から 0~9 の番 号を付け，これをそれぞれの区 画を示す数字とする。 ‑289‑ y 9 8 7 6 ， 4 3 2 ~ 。 0123456789

3 . 地域メッシュ統計地図の作成方法 3 .1地域メッシュ統計データの概要 今回使用した地域メッシュ統計のデータは，昭和 60年国勢調査の結果から作成し 7 0 0レコード)である。データの構造は至 た首都圏の基準地域メッシュ別データ(約 7 って簡単で， 1メッシュ Iレコードとなっており，各レコードにはメッシュ・コード (8桁)の後に，該当メッシュの人口や世帯数など表章項目の値が入っている。 表 2 基準地域メッシュ別データの内容例 OBS I I C O D E 1 52395170 2 52395171 3 52395172 4 52395180 5 52395181 6 52395190 7 52395191 8 52395459 9 52395469 1 0 52395479 7664 7665 7666 7667 53407296 53407297 53407298 53407299 BDY1 BDY2 BDY3 BDY4 BDY5 BDY6 BDY7 BDY8 BDY9 BDY10 2123 1630 57 2597 5105 235 683 868 4304 3685 996 784 30 1278 2426 122 3 3 1 429 2101 1852 299 362 175 9 0 138 173 86 43 1127 613 846 487 2 7 22 1319 759 2679 1502 113 64 352 203 439 242 2203 1341 1833 1117 1 6 1 189 89 47 1030 6 2 1 409 849 506 343 2 5 1 4 39 1325 827 498 2639 1555 1084 78 33 1 1 1 379 223 156 192 489 297 2336 1423 913 1882 1230 652 355 496 308 381 1 3 1 3 509 592 873 1238 49 62 115 175 159 224 777 1119 756 820 156 175 89 48 39 38 1 3 9 76 8 1 37 22 89 104 53 29 6 7 7 1 36 1 9 7 5 8 1 37 22 447 340 14 511 1078 63 135 207 945 718 70 78 36 22 3 .2 マップデータセットの作成 標準地域メッシュは，経緯度法により方形の区域に区画されており，任意のメッシ ュの一辺は隣接する他のメッシュの一辺に相当するように，常に連続性を持っている。 . 3 で示したように，各メッシュに付けられたメッシュ・コードは，該当す また， 2 るメッシュ固有のものであり，各メッシュの左下(南西)隅の点を表している。 軸(経度)方向に O .7 5分 ( 4 5 基準地域メッシュの場合， 1メッシュの大きさは， 秒) ， y軸(緯度)方向に 0 . 5 0分 (3 0秒)となっているので，例えば，メッシュ・コ 5 2 3 9 5 1 7 0 J のメッシュの四隅の座標を分単位で示すと，次のようになる。 ードが r x 。メッシュ・コードより左下(南西)隅の X， Y座標を求める。 Xの値(経度) Yの値(緯度) 1 3 9 x 6 0 1+ 8 x 6 0 o+ 10 x 7.5 8 3 4 0 .0 0 7 . 5 0 0 . 0 0 8 3 4 7 . 5 0 5 2 +1 .5 x 6 0 5+ 8 x 4 0 0x5 .0 7+ 1 ( 8 3 4 7 . 5 0，2 1 0 8 . 5 0 ) O . 5 ' → ( 8 3 4 7 . 5 0，2 1 0 8 . 5 0 ) 2 0 8 0 .0 0 2 5 . 0 0 3 . 5 0 2 1 0 8 . 5 0 1 0 8 . 5 0 ) ( 8 3 4 8 . 2 5，2 r 5 2 3 9 5 1 7 0 J O. 7 5' ‑2 9 0一 1 0 8 . 5 0 ) ( 8 3 4 8 . 2 5，2

したがって，メッシュ・コードから各メッシュの四隅の点の X， Y座標値を求め， これをメッシュ・コードと共に，メッシュの縁に沿った順で各点ごとに出力したもの が，地域メッシュ統計地図のマップデータセットとなる。 表 3 マップデータセットの内容例 OBS MCODE X Y 2 3 4 5 6 7 8 9 1 0 5 2 3 9 5 1 7 0 5 2 3 9 5 1 7 0 5 2 3 9 5 1 7 0 5 2 3 9 5 1 7 0 5 2 3 9 5 1 7 1 5 2 3 9 5 1 7 1 5 2 3 9 5 1 7 1 5 2 3 9 5 1 7 1 5 2 3 9 5 1 7 2 5 2 3 9 5 1 7 2 8 3 4 7 . 5 0 8 3 4 8 .2 5 8 3 4 8 .2 5 8 3 4 7 . 5 0 8 3 4 8 .2 5 8 3 4 9 . 0 0 8 3 4 9 . 0 0 8 3 4 8 .2 5 8 3 4 9 . 0 0 8 3 4 9 . 7 5 2 1 0 8 .5 2 1 0 8 .5 2 1 0 9 . 0 2 1 0 9 .0 2 1 0 8 .5 2 1 0 8 .5 2 1 0 9 .0 2 1 0 9 .0 2 1 0 8 .5 2 1 0 8 .5 3 0 6 6 5 3 0 6 6 6 3 0 6 6 7 3 0 6 6 8 5 3 4 0 7 2 9 9 5 3 4 0 7 2 9 9 5 3 4 0 7 2 9 9 5 3 4 0 7 2 9 9 8 4 2 1 . 7 5 8 4 2 2 . 5 0 8 4 2 2 . 5 0 8 4 2 1 . 7 5 2 1 5 9 .5 2 1 5 9 .5 2 1 6 0 .0 2 1 6 0 .0 図 l メッシュの区画の出力例(首都圏部分〕 L 注 : 陸上でメッシュの区画が表示されていない部分は，例えば，国勢調査の 地域メッシュ統計データの場合，山や湖など人が住んでいない地域である。 291‑

3 . 3地域メッシュ統計地図の作成プログラム 地域メッシュ統計地図を作成するプログラムの基本的なコーディング・スタイルは， 次のような. SAS/GRAPHプロダクト中の GMAPプロシジャを使用した単純 なものである。 。 プログラム例 DATA DT1; 0 .; LENGTH CBDY1 半 1 LABEL CBDY1=' 人 口 KEEP MCODE CBDY1; SET MESH.SHUTOD60; SELECT; WHEN(BDY1 < 1000) CBDY1='ー 1000'; WHEN(BDY1 <10000) CBDY1='1000‑10000'; OTHERWISE CBDY1='10000‑'; END; RUN; TITLEl H=l F=NONE C=WHITE J=C . 首 都 圏 の メ ッ シ ュ 別 統 計 FOOTNOTE H=l F=NONE C=WHITE J=R . 昭 和 60年図書寺調査(総務庁統計局) GOPTION DEV=GDDM5550; PROC GMAP DATA=DTl MAP=MESH.SHUTOMAP; ID MCODE; CHORO CBDYl / DISCRETE PATTERNl C=BLUE V=E; PATTERN2 C=YELLOW V=M3N45; PATTERN3 C=RED V=S; RUN; 図 2 地域メッシュ統計地図の出力例 首都圏のメッシュ別統計 人口 亡二コー1 0 0 0 ~ 1 0 0 0 ‑ 1 0 0 0 0 I I 1 I I1 0 0 0 0 ‑ 昭和 6 0年国勢調査(総務庁統計局) ‑292‑

3.4 行政境界などの地図情報の付加 図 2で示したように，メッシュの区画と各メッシュの統計データを組み合わせて出 力しただけでは，行政境界などが描かれていないため，地図上の位置を十分に認識す ることができない。 そこで. ANNOTATE機能の中の MOVE及び D R A Wを用いて都道府県境界 及び海岸線を付加すると，次のようになる。 図 3 都道府県境界及び海岸線を付加した地域メッシュ統計地図の出力例 首都圏のメッシュ 55U~百十 ・ ・ ・ 仁二コー 1 0 0 0 ~ヨ 1000-10000 1 0 0 0 0 ‑ 昭和 60年国勢調査(総務庁積計局) なお，都道府県境界及び海岸績の X . y座標の値は，都道府県別のマップデータを 用いた。 また. ANNOTATEデータセットの作成に際しては .IDPLOTプロシヅャ を用いて，一度マップデータの各オプザベーションの X. Y座標値を紙上にプロット M O V EF U N C T I O Nで指示する X .Y 座標値) .中間 し，都道府県境界等を描くための始点 ( D R A WF U N C T I O Nで指示する X .Y 座標値)となるデータを捜し求めた。 点及び終点 ( 表 4 都道府県境界等を付加するための ANNOTATEデ ー タ セ ッ ト の 内 容 例 OBS FUNCTION XSYS YSYS X ~OVE 2 3 4 5 6 7 DRAW DRAW DRAW DRAW DRAW DRAW DRAW DRAW DRAW 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 8422.50 .54 8421 8420.82 8419.80 8419.74 8419.38 8418.72 8418.42 8417.82 8417.46 B 9 1 0 L IN E 2110.30 2110.33 2110.09 2109.04 2108.23 2107.70 2107.73 2108.28 2108.57 2108.05 ‑293‑ SI ZE COLOR WHEN 2 2 2 2 2 2 2 2 2 2 WHI TE WHI TE WHITE WHITE WHI TE WHI TE WHITE WHI TE WHI TE WHI TE A A A A A A A A A A

4. おわりに 総務庁統計局および統計センターでは，統計局が保有する各種統計情報を各省庁等に オンラインにより提供するため，共同利用型の統計情報データベース・システムを開発 し，平成元年 4月から運用を開始している。 このデータベース・システムはデータの検索だけでなく， データの編集やダウンロー ドなどのほか，統計解析の機能も提供している。 また，統計解析機能については，自由にかっ簡単に統計解析が行えるよう，さらに機 能の拡充を図っているところである。現在，拡充を進めている統計解析機能は SASを ベースにしたもので， SAS/AFを用いて作成したメニュー形式になっている。 本報告で紹介した地域メッシュ統計地図の作成も，試験的にではあるが，この統計解 析機能の一部に含まれることとなっており，画面(図 4参照)に必要な事項を入力する だけで，国勢調査の年次，項目別の地域メッシュ統計地図を簡単に作成することができ るようになる。 なお，地図を作成できる地域は，マップデータセットや ANNOTATEデータセッ トを保存する領域等の関係から，現在のところ首都圏に隈られる。 図4 SAS/AFを用いた地域メッシュ統計地図の作成指示画面 コマンド=> +ーーーーーー選択項目ー‑‑‑‑ー+ る て 斗叶 d 一 が 1 増 減 率 は 50年 基 準 l +ーーーーーーーーーーーーーーーーーーーーーー+ >︒ =合ん 1 のま ￨ ￨ =場せ ￨ 号年き ￨ ￨ ￨ ￨ ￨ 番︒で 目5 択 項が選 1 1・ 人 口 増 減 率 I: 14・ 世 帯 増 減 率 ￨キ 2 0 : 持家増減率 ￨ネ ￨ 1 調項 I I I I 1 : : : 9 : 一戸建住宅数 I 1 0 : 持家世帯数 l l 択年は 選査目 I 1 : 総人口 2 : 男子人口 3 : 女子人口 4 : 総世帯数 5・ 労 働 力 人 口 6 : 男子就業者 7 : 女子就業者 8 : 核家族世帯数 山由占也、.，・~.....占占ん 調査年(昭和) ‑ = ) ( 例 : 50 55 60 ) 円ノ﹄ I I I . . . . . . . ， . . . . . . 唱 、 . . . . ， . . .•、 . . . . . . マップ作成指示画面 ~山必必・b ・"山‘・a ・h 山 内̲"千千句、"千昨年千 3 階 級 の 境 界 指 示 (8階 級 に 分 け ま す ) 指示しないと自動階級付けをします。 4 地図の拡大指示 ==) 鉱大する場合は y yを ー 入力すること く項目入力後. PF3 キ ー を 押 し て 下 さ い > 本報告では統計地図のあり方にはほとんどふれなかったが，地域メッシュ統計地図の 場合，表示する地域の広さにもよるが，メッシュの区画と統計データを表示するだけで かなりの情報量となる。このため， SA Sで表現できる色やパターンの範囲内で，いか にバランスよく地図情報も付加して表示するかが今後の課題である。 。参考文献 ・総務庁統計局(昭和 6 2年 2月) 地域メッシュ統計の概要 ‑294一 P I ‑ P 1 9，P 4 0 ‑ P 4 4

日本 SASユ ー ザ ー 会 (SUG 卜 J)

SAS/GRAPHによる確率楕円の描画と利用法
渡辺和子
0鳥居あづさ
ヘキストジャパン株式会社

医学統計調査室

Usage and Methods o
fdrawing o
fP
r
o
b
a
b
i
l
i
t
y
E
l
l
i
p
s
e
s by u
s
i
n
g SAS/GRAPH
A
z
u
s
aT
o
r
ii
Kazuko Watanabe
u
r
v
e
i
l
l
a
n
c
eO
f
f
i
c
e， H
o
e
c
h
s
t Japan LT
D
.
M
e
d
i
c
a
lB
i
o
m
e
t
r
y& S
8‑10‑16 A
kasaka M
i
n
a
t
o
‑
k
uT
o
k
y
o 107
要旨

2次 元 デ ー タ の 図 的 表 現 の 1つ に 、 統 計 楕 円 が あ り 、 そ れ ら は 2パラメータ
の同時推定にともなう信頼領域を示す信頼楕円、散布図とともに示される集中
楕円、新しい観測値の帰属判定に用いられる棄却楕円などがある。
これらは SAS/GRAPH には用意されていない。今回我々は SAS/GRAPH による
楕円の作図プログラムを作成したので紹介する。併せてその利用法を論じ適用
例を示す。

キーワード:

確率楕円

極座標

GPLOT

1. はじめに
臨床試験のデータの解析では、様々な検査値に対する統計量を求めると同時に、データ
の 性 質 を 把 握 す る た め に グ ラ フ を 用 い る の が 有 効 で あ る 。 特 に 2変 量 の デ ー タ を 表 わ す た
めには散布図が用いられることが多い。散布図からは相聞の強きや、飛び離れたデータの
検出、集中度などを掴むことができるが、プロットする点が非常に多い場合、またいくつ
か の グ ル ー プ (e
x
. 投与量別、薬剤別)に分類される場合、グループ聞の差を掴むのは非
常 に 困 難 で あ る ( 図 1) 。 し か し 、 統 計 楕 円 を 散 布 図 と 組 み 合 わ せ る こ と に よ り 、 特 徴 が
視 覚 的 に よ り 明 ら か と な る ( 図 2 )。以下では統計楕円の種類及び利用法と SAS/GRAPHを
用いての描画法について述べる。
図2

図 1
WBC

・
同3

WBC

:
:
!
‑
‑
I
7
‑
寸

'
"
・ 3/̲..)

110..3/

.
‑
f
:」

i
' /
に

0

-~

Previ0
1
1
1 drI
I
g

0 0 0 JO~ç
d
.d
.d
.1
2
5
1
1
9

.
・
，
，
'

~

1
0

1
5

20

n

・drU9 0 0 0 123051111<9) ・
・
8
0
1
1
9
<
'
'
'
‑
.
'
2
5
0

'
"'
"
000250119

Prflviou

6.6.6.

‑295一

町

2. 統計楕円 統計楕円には、信頼楕円、棄却楕円、集中楕円および確率楕円と呼ばれるものがある( 脇 本 他 (1 979)、 塩 谷 ・ 浅 野 (1967) )0 2変 量 正 規 母 集 団 か ら の 無 作 為 標 本 に 基 づ く 場 合には、信頼楕円は、 2変 量 の 母 平 均 の 信 頼 限 界 を 表 わ し 、 棄 却 楕 円 は 新 た に 得 ら れ た 観 測値がすでに得られている集団に属するか否かを判定する棄却域を示す。また集中楕円は 2変 量 の 分 散 を と も に 1に な る よ う に 規 準 化 し た も の で 、 デ ー タ の 集 中 の 度 合 い を 表 現 す る 。 いま、 2変 量 ベ ク ト ル Z =(X，y ) が 平 均 お よ び 分 散 共 分 散 行 列 が そ れ ぞ れ σ Zσ y 、 L =[ σx.σY24 玄 μ = (μx， μ.) 、 翠 N 2 (μ ，L )に従うとする。 の正規分布、即ち 2変 量 観 測 値 Zi= (Xi， y;) ( i = l ， . . . ， n) は 、 上 記 正 規 母 集 団 か ら の 無 作 為 標 本 とし、その平均ベクトルと標本分散共分散行列を ， y. ) (X. 市 SX2= ただし、 S Xy= X. S，2 S.. S =[ 孟 および とする。 y Sx. S.2 LL (Yi‑Y.) 2 Sy2= . : . . L (Xュ ‑X.) 2 n ユ=1 1 ロ Y ロ n 斗= 1 0 2 1 ‑ . : . L (Xi‑X，) (yュ ‑y .)， n i=1 =. : .L n Xi ， y. = ‑ L n i=1 み =I Yi である。 このとき μ の 、 信 頼 水 準 1‑ α の信頼域は次の式で表される。 (1) ただし、 ここで、 (2) (Z‑μ)'S‑l(Zー μ ) 孟 2 F2， o‑2(α) /n(n‑2) F 2， o‑2(α) は自由度対 ( 2， n‑2)の F分 布 の 上 側 の α %点である。 D = IS 1， μ = (μuμ.) と す る と 式 ( 1 )で表される領域の境界は Sy2(X.‑μx) 2‑ 2 S xy (x. ‑μx) (y.一 μ ，) + S X2 (y.‑μ ，) 2 = と表わされる。 2 D F 2， o‑2(α) /n(n‑2) 式 (2 )は信頼限界を表す楕円で信頼楕円と呼ばれるものである。 296‑

また、ある観測値 Zo= (Xo，Yo) が 上 記 の 標 本 と 同 ー の 母 集 団 に 属 す る か 否 か を 判 断するための棄却限界は (Zo‑Z) '8‑1 (Zo‑Z) =2(n‑1)F2，c‑2(α) / ( n ‑ 2 ) として求められる。この限界を表わす楕円を棄却楕円という。 確 率 楕 円 は 、 分 散 共 分 散 行 列 が 既 知 の 場 合 の 2変 量 正 規 変 量 の 分 布 の 領 域 を 表 示 す る ( .9)。 塩 谷 ・ 浅 野 (1967) P σ.2 (X 一 μx) 2‑2σ 翠y(X ‑μ 翠) (Y一 μy) +σx2(Y ー μy) 2 五 D' X 2 2 (α) 2 で 与 え ら れ る 。 こ こ に D' =σ=zσyz‑σ X2 2 (α) は自由度 2の カ イ 二 乗 分 布 の上側 α %点 で あ る 。 こ れ は 、 非 線 形 回 帰 の パ ラ メ ー タ 推 定 値 や 最 尤 法 に 基 づ く パ ラ メ ー タ推定値の信頼領域の表示に用いられる。たとえば、 B eats and Watts(1988)、上坂(19 8 9 )。 玄 " 3 . 統計楕円の描画 式 (2)で求めた信頼楕円を SAS!GRAPH を 用 い て 描 画 す る に は 楕 円 上 の 点 を 求 め る こ と が必要となる。これらの点を求め統計楕円を描くプログラムがいくつか公表されている。 9 6 7， P .2 0 4)、脇本他 (1979， P.85)。 し か し 、 こ れ ら は 式 (2 ) た と え ば 塩 谷 ・ 浅 野 (1 から直接 (X，Y ) を 求 め て お り 、 非 常 に 複 雑 と な る 。 上 坂 (1 989) は 極 座 標 を 取 り 入 れ た方法を Basicプログラムリストで与えている。極座標、を用いると非常に簡単である。い ま 式 (2 )の楕円上の点 (X，Y) と中心 (μX.μ.)を結ぶ直線が X 軸となす角を θとす ると、 Y‑μ ， X 一 μz = tanθ し た が っ て 点 (X.Y )は、 C = 2 F2，n‑2(α) /n(n‑2) とお〈と、 C c o s θ X= . rSX2 2θ ー2Sxycosθsinθ+SX2 2θ Y= . rSX2 2θ ‑2Sxycosθsinθ+SX2 2θ COS COS +μx (3) Csinθ COS COS +μy と表わせる。 o五 = θ孟 2π で変化させることにより楕円上の点を求めることができる。 式 (3 )によって求められた点 (X，Y) を S AS!GRAPH のプロシジャ GPLOT を用いて描 画したものが(図 2 )である。特別なオプションとしては SYMBOL の中に I=SPLINE を指 定することである。指定がないとなめらかな楕円にならないので注意が必要である。 ‑297‑

プログラム例 4 . おわりに PROC GPLOT DATA = WORK.DALL; AXIS1 LENGTH = 1 3 CM =( N =& M T ) M ) OFFSET = (0~3 CM ，0.3 C 間I NOR PLOT1 WBC2 *WBC1 = DOSE / VAXIS = AXIS1 HAXI S . . = AXI S1 HREF = 0 VREF = 0 ANNO = QANO LEGEND = LEGEND1 FRAME ; PLOT2 WBC2S *WBC1 = DOSE / NOLEGEND VAXIS = AXIS1 HAXIS = AXIS1 NOAXES ; 以上いろいろな確率楕円に ついて述べてきたが、今後さ まざまな臨床試験の解析にお いてデータの性買を正しく掴 めるよう有効に利用していき たい。 SYMBOL1 C=BLUE V=H F=SPECIAL H=0.85 SYMBOL2 C=RED V=STAR H=0.75 SYMBOL3 C=YELLOW V=TRIANGLE H=0.75 SYMBOL4 C=GREEN V=DIAMOND H=0.75 SYMBOL5 C=BLUE V=NONE I=SPLINE SYMBOL6 C=RED V=NONE I=SPLINE SYMBOL7 C=YELLOW V=NONE I=SPLINE I=SPLINE SY阿BOL8 C=GREEN V=NONE 参考文献 9 8 9) 日内変動のあるデータの解析， 小 川 暢 也 編 「 臨 床 薬 (1)上坂 浩 之 (1 理 瀬 戸 内 カ ン フ ァ レ ン ス J 76~104 ( 愛 媛 大 学 医 学 部 薬 理 学 教 室 ) ( 2 )塩谷 実 、 浅 野 長 一 郎 (1967) 多 変 量 解 析 論 ( 共 立 出 版 ) (3)Doug1as M . Bates，Dona1d G . Watts (1988) NONLINEAR REGRESSION ANALYSIS & ITS APPLICATIONS (WILEY‑INTERSCIENCE) 7 9) 多 変 量 グ ラ フ 解 析 法 ( 4 )脇 本 和 昌 、 後 藤 昌 司 、 松 原 義 弘 ( 19 (朝倉書庖) 298‑

日本 5A5ユ ー ザ ー 会 ( 5UGト J) PC SASプログラムのバッチ運用 0江 口 幸 子 大石雅彦 ヘキストジャパン株式会社 医学統計調査室 Batch Processing of PC SAS Sachiko Eguchi Masahiko Ohishi Medical Biometry & Surveillance Office， Hoechst Japan LTD. 8‑10‑16 Akasaka Minato‑ku Tokyo 107 要旨 S A S / A F機能を使わず、基本的な M S ‑ D O Sコマンドを用い、 P CS A Sプログラムの簡単なバッ チ運用システムを開発した。 P C SASの三種の実行モードの内、ディスプレイマネージャ、非対話モードを利用し、 データ更新と解析を行なう。パ、ソチファイル、 P CS A Sプログラム、及び出力例を紹介する。 使用機種: H E W L E T T PACKARD VECTRA‑AX 使用言語: P C 8 A 8 バージョン 6. 0 3 使用 08: M 8 ‑ D 0 8 パージョン 3. 2 1 キーワード:バッチ、 M 8 ‑ D 0 8、 P C 8 A 8、 非 対 話 モ ー ド 背景: わ が 社 の 医 学 統 計 課 で は 、 臨 床 試 験 の デ ー タ 解 析 に 8 A 8を 利 用 し て い る が 、 デ ー タ ベ ー ス の 関 係 上 8A 8を 搭 載 し て い な い H P 3 0 0 0機 で 作 業 を 行 な っ て い る 。 従 っ て 8 A 8を利用するには HP3000で作成したプログラム及びデータをユーティリティで I B M機用の J O Bストリームに編集した後、 I B M機 に 転 送 し て い る 。 出 力 結 果 は 1B M機から HP3000のスプールファイルに転送される。 I B M機 は 他 部 門 の 事 務 処 理 等 でも利用しているため、 HP3000、 I B M機双方の利用状況が結果出力までの時間に 彰響を与えることになり、効率的とは言えない。一方、 P Cにおいては、解析者が P C 8 A 8を使って対話形式にプログラムの作成実行を行なっているが、使用頻度はメインフ レームに比べると低い。 プログラムは一度作成すれば嬬り返し使用できるが、 HP3000のユーティリティま たは P C 8 A 8によるプログラム実行手順を知っているプログラム作成者でなければ解 析が行えない。臨床試験データは一度に確定せず、数カ月にわたって逐次収集され確定し ていく。その問、データを更新させながら簡単な解析結果が必要となる事が多い。プログ ラムの実行手順を知らない者(以降「ユーザー」と呼ぶ)がデータ更新した後、プログラ ム作成者が引き継いで解析を実行するが、プログラム作成者が不在であったり、マシンの 利用状況が混んでいたりすると結果を迅速に得ることができない。 現状の問題点をまとめると以下のようになる。 ① ② S A 8を知っている人間しか解析を行えない。 迅速に解析結果を得られない。 定型処理はパッチジョブで十分であることを考え合わせると、これら問題点を解決する には P C 8 A 8によるパッチ処理が有効という結論に達し、ユーザーがデータ更新から 解析プログラム実行まで一貫して簡単に操作できるバッチ運用システムを開発した。 299

1. デ ー タ 解 析 の 流 れ 宇ーにコ →回 ーキにコ = = = ; > 亡 コ 』泊四刷 :……・旧制加刷出口問問削 1亡 コ...抽OlO d w伽 蜘 明 S 1.5畑山ゆ 加削岬 仁コ…加酎柑伽町制句桐制 これまでのデータ解析の流れを条件毎に分析すると以下のようになる。 ︒ のき 0 内大 ﹂ n uレ O) ⑤ 3等 PF ④ う な 行 ③ を HR 新が C 更)(合 タいト:場 一多一合い デが︑シ場た にとタいい とこ一たな もうデ:ぃ行 をな︑合なを )行り場︒行新 等がといるを更 F 者をたす新︒タ R:力トい頼更う一う C合入スな依タなデな (場タリ行を一行度行 ・トい一プを行デを再を 合一たデン︒析実度新で新 場シい常ダう解析再更の更 いタな通タな︑解︑タいタ た一行(一行果に果一な一 いデを一デを結者結デいデ ながクカでクの成のがてが 行者ヴツイツク作ク者し者 を力エエテエツムツ力定力 新入チチリチエラエ入確入 更タのタイてチグチタがタ タ一タ一テせタロタ一タ一 一デ一デ一わ一プ一デ一デ ② ︺ナ︺アユAロ}ナ}ナ︺ナ ① (上図参照) 実際のデータ解析の流れから以下の処理パターンを挙げ、 いずれもシステムとして実行 可能とした。すべて一人のユーザーで行なうことができる。 なお、データチエヅク時にとっていたデータダンプリストをより見やすいフォーマット のチェックリストとして出力することにした。 ①②③④⑤⑤⑦③ 処理を何も行なわない。 データ更新のみ行なう。 データ更新を行ない、チェックリストを出力する。 データ更新を行ない、各解析を行なう。 チェックリストのみ出力する。 各解析のみ行なう。 データ更新を行い、チェックリスト出力及び各解析を行なう。 チェックリスト出力及び各解析を行なう。 ‑300‑

2 . オベレーショシの流れ ① ② ① ④ 2 .1 概 要 当システムはメニュー画面から任意の処理を選択し実行できるようになっている。 各処理はデータ更新と解析プログラム実行の二つに大別できるが、実際にシステム を利用するユーザーが関与するのはデータ更新のみである。従って、ユーザーは S A Sの 使 い 方 を 知 ら な く て も 、 デ ー タ 更 新 に 用 い る エ デ ィ タ の 使 い 方 さ え 覚 え れ ば よ い 。 エディタの使用法はマニュアルとして提供するが、早〈理解してもらうにはインス トラクションも実施するとよ L エ デ ィ タ に は P C S A Sの プ ロ ゲ ラ ム エ デ ィ タ 画 面 ( ス ク リ ー ン エ デ ィ タ ) と M S ‑ D O Sの EDLI)¥;(ラ イ ン エ デ ィ タ ) を 使 用 し て い る 。 そ の 他 の エ デ ィ タ を 使 いたい場合、パヅチファイルの内容を変更する事で当システムに組み込む事ができる。 た だ し 、 日 S ‑ D O S環境で動くものに限る。 、 2 . 2 上国各処理解説 ① 現在 H P V E C T R Aで は P A Mと い う 初 期 メ ニ ュ ー 画 面 を 選 択 す る 事 に よ っ て、ホスト端末、 ま た は P Cと し て 各 種 ソ フ ト が 使 用 で き る よ う に な っ て い る 。 こ の メ ニ ュ ー よ り M S ‑ D O Sを選択し、 M S ‑ D O Sの コ マ ン ド 入 力 状 態 に す る 。 ② CD で選択した ~1 S ‑D0 Sは P C本 体 の ハ ー ド デ ィ ス ク が カ レ ン ト ド ラ イ フ に 設 定されているので、システムを納めてあるディスクドライブに変更する。予め、シ ス テ ム を P C本 体 の ハ ー ド デ ィ ス ク に 納 め て あ る 場 合 は こ の 作 業 は 不 要 で あ る ョ Y fENU' と 入 力 す る 事 包 !¥fS‑DOSの コ マ ン ド 入 力 状 態 に な っ て い る の で 、 ， : で 、 パッチファイルを起動させ、画面上に処理選択メニューを表示させる。以降シ ステム内であることを示すために故意にプロンプトを変更してある。 宰 ②のメニューから， J0 B l' の 様 に 入 力 し て 各 処 理 を 選 択 す る 。 シ ス テ ム 終 了 を 選 択 し た 場 合 、 当 シ ス テ ム を 終 了 し 、 P A Mの初期画面に戻る。 データ更新を選択した場合、エディタ画面に変わり、終了後③のメニュー画面 に戻る。 さ解析を選択した場合、各処理実行中は実行中を示す画面が表示され、終了後 ③のメニユ←画面に戻る。 l' の 様 に コ マ ン ド 入 力 す る が 、 M S 参 考 : 当 シ ス テ ム で は 処 理 選 択 時 に ， J0 B ‑ D O S パ ー ジ ョ ン 3. 3以降ば， B .. H K E Y 'コ マ ン ド に よ り 、 処 理 選 択 時 に は 番 号のみを入力することができる。 ‑301‑

3. 乙 ス テ ム 概 念 図 l B 灯 CHF I L EI ‑f 「 一一‑‑ t ‑ .1 一一一一‑‑ PCSAS ‑一一一一一 lBATCHFILEl '•• B a t c hC o m m a n d s( N o tC h a n g e a b l e ) L x e c u t eP r o g r a m s D i s p l a yM e n u&E E豆E … SASPro 仰 l 制o tC h a n g e a b l e ) L~~主主主-j … Upd制 by U s e r 3 ..1 機 念 図 解 説 P C S A Sに よ る シ ス テ ム は デ ー タ 更 新 か ら 解 析 実 行 ま で を 一 つ の シ ス テ ム に ま と め、一枚のフロッピーディスクに納めることができる。 シ ス テ ム を 各 P C本 体 の ハ ー ド デ ィ ス ク に 格 納 し て 使 う 方 法 も あ る が 、 シ ス テ ム を 使 う ユ ー ザ ー が 限 ら れ て い る の な ら P Cの メ モ リ ー 容 量 節 約 の 為 に 外 部 フ ァ イ ル と し て 持っていた方が効率的である。また、外部ファイル利用であれば空いている機械を使う ことも可能である。 ただし、莫大な量のデータをフロッピーディスクにもっていると、ザログラム実行時 :二処理速度が低下するので、高速アクセス可能なキャッシュメモリや RA~f ディスクを 利用する方がよいと思われる。システム起動時にデータをフロヅピーディスクからキャ ヅ 乙 ュ メ モ リ や R A~f ディスクにコピーし、終了時にフロヅピーディスクロ戻し、キャ ッ シ ュ メ モ リ や R A~f ディスク上のデータを削除するというコマンドをパソチファイル 内に組み込んでおけばよいのである。 パ ッ チ フ ァ イ ル と は }IS‑DOSの コ マ ン ド 群 で あ n、 一 連 の 作 業 を 連 続 し て 行 な う 為に使用する。 ~'f S ‑D0 Sコマシドは以下のようなことができる。 フ。ロンブトを変更する。 実行環境を整えるo P C S A Sを起動させ、 S 主 Sプログラムを実行きせる。 ファイルをコピーする。 ファイルを削除する。 メヅセージを画面に表示する。 等 以上のコマンドをパ ゾチファイ J l 〆にまとめて、メニュー画面を表示したり、 P C tで S A Sプ ロ グ ラ ム を 実 行 さ せ る た り と い う 作 業 が で き る 。 t S A Sを 起 動 さ せ 、 そ の r フ ロ グ ラ ム フ ァ イ ル と ほ P C S A Sプロゲラムソースのことである。 S A Sプログラムが入力するデータはユーザーカ込更新できるファイルであるが、パッ チ フ ァ イ ル や プ ロ グ ラ ム フ ァ イ ル は オ ペ Lー シ ヨ シ ミ ス に よ る 万 ー の 破 壊 を 予 防 す る た めに、書き込み防止プロテクトをかけてお〈必要がある。プロテクトをかけたフロッピ ーディスクをユーザーに渡し、開発者:ま必ず全ファイルのパックアヅプを保存してお〈。 仕様変更があった場合ば、バックアヅプでプログラム変更及びテストを行い、完成した 時点でユーザーのフロッピーに新プログラムをコピーすれば良い。 ‑302‑

ファイ/~のプロテクト方法は山下の MS-DOS コマンドで行なう。 (1 ) 書き込み防止プロテクト コマンド: A T T R I B+ R ファイ/L，名 C.g. :A T T R I B+ RB : S U Bl .B A T (Bド ラ イ ブ に あ る フ ァ イ ル の S U B 1 . B A Tを書き 込み不可にする。) (2) プ ロ テ ク ト 解 除 コマンド: A T T R I B‑ R ファイル名 e . g . :A T T R I B‑ RB : SじB 2 . B . ' ¥ T (Bド ラ イ ブ に あ る フ ァ イ ル の S U! 3 l .B A Tを書き 込み可能にする。) 3 . 2 システムの利点 @ 定型処理に向いている。 ， ' : X P C S A Sを知らないユーザーでも簡単に解析が行なえる。 結 果 を P C接 続 の プ リ ン タ ー で 印 字 し た り 、 画 面 上 に 表 示 で き る 。 ③ シ ス テ ム 及 び デ ー 勺 を 一 枚 の フ ロ ッ ピ ー ヂ ィ ス ク に 納 め る こ と で P C内 に シ ス テ ム を常駐させる必要がなく、 P C S A Sを 搭 載 し て い る ど の P Cでも使用できる。 巴し、 M S ‑ D O Sの パ ー ジ ョ ン 、 環 境 が 同 じ で あ る こ と が 前 提 で あ る 。 ④ インターブリ勺一言語なので開発及び修正が簡単に行なえる。 3 . 3 システム開発上の留意点 T オベレーシヨン簡素化のためメニュー画面選択形式にする。 雲 @ 分かりやすいマニュアルを用意する。 開発:士必ずシステムのハザクアップをとっておく。 ε プログラム等の破壊を防止する措置を施す。 4 . パッチファイルの内容 F C S A Sには三種の実行モート、があり、そのうちデータ更新に:主ディスプ Lイマ ネージャを、解析プログラム実行には非対話モードを使用している。 実行モード iSA Sログ iプ ロ シ ジ ャ 出 力 IOUTPUTウ イ ン ド ウ デ ィ ス プ レ イ マ ネ ー シ ャ !LOG市イシドウ 一一一今一一一一一一一一一一一一一一 一 一 :ディスプレイ画面 iデ ィ ス プ レ イ 画 面 非対話モード !拡張子が r. L O GJの フ ァ イ ル ! 拡 張 子 が r. L S TJのファイ J L . 各 解 析 を 実 行 し た 場 合 、 カ レ ン ト ド ラ イ ブ 内 に そ れ ぞ れ の S A Sプ ロ グ ラ ム 名 の 後 に ， . L O G 'のついた S A S出 力 フ ァ イ ル が 残 る た め 、 シ ス テ ム で は 不 用 と な っ た フ ァ イ ル を 削 除する。 ，. L S T 'の つ い た フ ァ イ ル は S A Sプ ロ グ ラ ム の 結 果 で あ る た め 、 プ リ ン タ ー ま た は 画 面 出 力後に削除する。 パッチファイル及び P C S A Sプログラムとの問係ば下図の通りである。 に; = 1 二二上二 J̲̲̲̲̲̲̲̲̲̲J.̲̲ ‑303‑

4.1 バ ッ チ フ ァ イ ル 及 び S A Sプログラムソース、出力結果を紹介する。
(1) MENU. BAT (機能:メニュー画面を表示する。)
画面

バッチファイル

(‑
EQ
由
E司也・

障制韓韓輔

・

8

‑V

E

犬
︑

TU

のように入力して下さい.

一

P
R
O
H門 印 刷 釧D?

下
︑
ザ

・
人

JOB 1

•

力

ba

4A

下

tt'

ヲ
ー
︑

ん
選
を
号
番

3J

韓韓韓韓柿

TU

E
口
町

JOB 1
JOB 2
JOB 3
JOB 4
JOB 5
JOB 6
JOB 9

1.データ編集 (EDLINl司

2
.デ‑‑$1縄集 (SAS画面}司
3
.データプリント
司
~
4
.鎮度表出力
~
5
.統計量算出
6
.散布図表示
司
司
9
.終了

のように入力して下さい.

E白 骨 $

た

1234569

司

守 yuvu
yuyuxuyu υ

24444

BBBBBBB
000000o

司コ司

τMCU

刊一帥

pucukr

DA

JOB 1

f fン

融融門的剛一都
ツ
h 亨亨表量図

E
口町・

一一一度計布了
デデデ頻統散終

・

E口u
E
口叩・
E
口町・
E
口町・

1234569

E口町・
EQ
咽・
EQ
咽$

•

‑ メニュー

つ
‑
の

メニュー

・実行したい番号を選んで以下のように入力して下さい.

同司平炉開『司-.噂申刷-間切同'同司~開可申明司-_.問'***和初何回暗掌柿

実

E司也事
E
口u
E
ロ田・
E口町・
E口町・
E
ロ也・

・
‑

M
O
O
EJ
I
f附 Tロ1
S
TC
:
O
A
T
A
X∞
P
I
'B
:
O
灯A
XC
:
O
A
T
A
X
E凶

•

司恥同骨骨輔劇帥

(
2
) JOB. BAT (機能:ユーザーがメニュー画面で選択した処理を実行させる。
霞面 ( J 0 B実 行 中 )

パッチファイル

V~-L

事i

洛
﹄

hノ

炉
﹄

レ
'
プ

マ
み
レ
︐

JL

ロ

ト・

中時て

すコき
では下

行いし
実た押

制c
制球制持母諌輔加岡崎**お樟*骨骨守

ー

本本お同暗軸

画面 ( J 0 B終 了 時 )
判明担問仲間問問司申;抑制時制
帥

JOBは正常に終了しました。

事‑‑‑軍事

︑
.

‑304‑

中一

SKIPOO
∞
P
I
'C
:
O
A
T
A
XB
:
O
A
T
A
X
O
E
l C
:
O
訂以
ロI
T

ー

止符

.
.

RUTUHH

一一一一一一
I
f町 T%
1=
=9HEJ山

回目 h

F
凪血E

O

間四回醐輔闘相率問

回 目 " JOB
は正常に終了しました.

*市本

‑
‑
‑
‑
‑
‑
，
‑
‑
‑
‑
‑
‑
‑
‑
ー
ー
品
企
∞

!
F%
1= 3印 刷 刷D/Cs
t
Al ;P
R
I悶
!
fX
I= 4∞ 剛 刷D
/
C別居 2 ;問団
E
口
(
)
!Ftl= 5∞ 剛 刷D/CStAJ ;肥川
!
f%
1= 6 m川 D
I
CS
U
B
4 ;Pl
D
T
O
E
L
D
R
V
印叩 S
K
!
P
3
F
悶
I
!
I
'
TS
E
lP
S
K
!
P
I
印刷品由 I
C回L!NC
:
O
灯A
X
即叩SI(!
P
J
2
:
S
K
IP
∞
I
l
'
I
A
N
D
/
C品説白山
:
S
K
I
P
J

時間榊事和岡崎棉帥嗣

J

R
E
HP
A
T
HB
:
r
;
c
:
Y
;
c
:
y
u
s
:
y
E
口
由O
F
F
R
E
H.
.
嗣 J
D
B
.
B
A
T.
.
嗣
C
L
S
1=
=1∞11lSl(IPl
;四日 N
!
f%
I
F%
1= 2∞
1
1
lS
l
(1
P
2
;品S回 1
1
1
l
R
!
F%
1= 9o
o
r
日以 I
PE
1
叩
;
E
1
叩
!
FロI
訂 C
:f
E
P
r
A
1
1
l
K
6
.
0
R
VA
O
!
l
O
I
1
VC
:F
E
P
I
'
A
1
l
l
恥.
O
R
V
C
L
S
E口
司
輔事陣‑
E
口町・
E
口町・
JOB実行中です.
E口田・
・
EQ
町本
中止したい時はコントロールキーとブレークキーを S
EOO• 一緒に押して下さい.
.
E
口町・
・

帥

体制。特例叫噺咽可制味料申和伸州制制申剛司暗

q唱 u ︑ r ' E ︑ ︐︐︐ ン)面 一照画 リ参 をク川町 2ス 以 ∞ tp る す EJJ ン プ を タ ︺アム ︑ ‑ フ 告 日 制 問 ケ 山 一 J M1W川町品川町山町町一 町 ぃ 個師四回剛邸側鮒副創 λABEli‑ /P 町 112113 um m mh山 山 山 mr 剛 A M K / mmmM 畑 町 3J J 日一 N ‑ 1 2 3 4 5 E i0 ‑1 ‑2 13 14 15 16 17 18192021222 Gill‑‑lili‑‑i111111: U‑ o ‑1‑‑ !1 111122222233333344444J p‑eF T 一 A‑ P 一123456123456123456123456 ‑ A‑111119811111111191811911 p D‑ ‑ F‑ 421145122222334321214312 E ‑ 5 一 I‑ ‑lB1211225365431287634321 D F‑ A‑ L ‑121112111121112111121lil t‑ D ‑1 ‑‑2121112111111121111122 A ‑ I‑ ‑ T u‑132112512431212123454321 B‑ p‑111212211211112212112111 0‑ ‑ Z 円‑ E ‑ R‑213313311112323323321123 R U N; 刊醐剛 軸門川出 出力例 l 2 1 1 2 1 2 2 1 1 1 1 2 3 1 2 1 3 1 2 3 3 1 2 2 4 2 4 2 2 2 2 2 2 l 1 1 1 2 6 1 1 1 1 1 4 2 3 2 2 1 画面 剛一附一山 E C H OO F F R E M ****SUB1.BAT(DATA PRINT)**** P A T H B:V;C:V;C:VUS;C:VSAS C:VSASVSAS B:SUB1.SAS .L O G D E LS U B1 しグ 動ロ 起プ にS 例時A 力た S 出し /択 S選 Aで Qund 1B BO UJ Sの /面 T画 A 一 ル B ユイ 1 メフ ・ニア 一る引 タ Bす 同 イ O動 量目 デ J起 ¥ ェ:に h B :チ U 能一ツ S 機バ (5) S 能時いい A 機た︐ }ア S ( しエ ( 4 ) 1 3 2 3 2 1 1 2 2 3 5 2 2 5 2 5 5 l 6 4 4 1 1 4 7 3 7 7 2 3 4 5 6 1 2 3 4 5 6 1 2 3 4 5 6 1 2 3 4 5 1:*1 2: 1 3: 1 4: 1 5: 1 6: 1 7: 2 8: 2 9: 2 10: 2 11: 2 12: 2 13・ 3 14: 3 15: 3 16: 3 17: 3 18: 3 19: 4 20: 4 21: 4 22: 4 23: 4 1を 選択した時に起動する ラインエディター) L 率 EDLIN (機能: J0 B qd p h υ n u

MJJ
四人

lf'J

料S
2B
料品
BO
UJUJS
MJJNM
Sの
/面げ凶
i

T函
A 一
レ
一

S A S /出力例
4で 選 択 し た 時 に 起 動 し 、 頻 度 表 を 出 力 す る 。

出力例

R
E
H
(
R
E
H
A
R
K
5
)

12
a2

守

t
o
A

Il‑‑la'll+11+

一 一

2‑
‑1
1
6・‑
6 0 ‑ 3 0 一22
一 OmO 一
一‑‑
5
‑
‑‑
‑‑
5‑
‑6
o‑
‑2
2‑
‑
4
7
31
‑411+
一l‑
‑lle
1
i'
‑78‑l
‑2o0‑2
o0‑
7E1
‑5 一日目
7‑
2‑2‑4‑7‑
1 一‑‑‑
令

m'(CL
lN
I
C
A
LE
FF
lC
A
CY
l

0
I
S
X
(
0
1
5
E
A
5
E
)

T

l
a
t
o

一日

‑
oo‑
‑OE
‑o
‑
一o
‑ ‑o
‑‑
‑

l
l‑
'll+
5+
‑l‑

4‑
‑3
2‑
3‑3
‑1
E0‑

l+il+lIAV

‑o‑

﹃

?

一‑
3‑
l+Ile‑‑AV

RF
‑O
‑‑
O
‑‑
‑‑
‑5‑3‑

目

2‑10‑47‑5
‑E‑6‑

1‑‑‑

R‑
‑‑
‑ ‑E‑
o
O‑
‑5
E

!l且+
ll‑
'l‑
lマ
令
ム

y‑
‑ ‑
c
‑‑ ‑

・
凹

TO

町民
P
R
O
CF
R
四 D
A
T
A=0
1
'1 ;
l
A
BE
LO
I
S
X='
D
I
S
臼S
E
'
E下 ='
C
l
.I
N
l
C
A
LE
F
下l
C
A
α
‑
H
目 ='
R
D
!
組x
s・;
T
A
Bl
i
SR
D
1
S
XR
E
H O
I
S
X EFF/
町 T問 団 L;
H
I
S
S
P
R
I
N
T 削 P回C
丁 目I
S
XD
I
S
X
F
. ~:FF E
F
F
F
.
;
m
R
I
I
A

一
I

∞
;DISX=2; OllTPlJTDTI ; 印D;

日
五EO
E
l
i
TE
;

一一

T
l
I
D
l

T
A
B
L
E 1O
F0
1
5
XB
YE
F
F
lN
GF
O
RR
E
H
=1
C
O
N
T
R
O
lL

n
‑E
‑
et
c一‑ ‑
u
p
‑
‑︐
5‑
‑‑
Ia
qw
‑
‑
e
‑ 2﹃・
‑︐
4‑
‑t
o
ro
F
R‑
‑‑
l ‑ 3 一T

∞
;
∞
;
I
F(
O
I
S=3O
RO
I
S=4日RD
1
S=5O
R0
1
S=6)

ll‑
l+‑
lI‑
ATI
y
‑le‑‑

‑
*
!
;

O
P
rI
O
N
S応=80間町T
民 間 切U
R
庇;
F
I凶WU:"
Ol
l
T
凶r'
!
'
R
N
';
P
!
I
!
l
CP
R
I附 旬 開I
附=自由凶r;
D
A
T
AD
A
T
A
O
l;
I
N
F
I
l
i・
C
:
D
A
T
A
X
';
I
N
P
I
I
TG
R
O
U
PP
A
TA
D
PD
I
SE
町 山 1A
D
RlAB問o
R
D
!;
円田 Cf
f
i
R
M
T;
VAUAD
I
S
X
F 1='
1，
2'
2='
3
.
4，
5，
6
・
3='
1，
2，
3，
4，
5，
6
'
;
R2'
V
A
U
J
EE
F
F
F 1‑2=• 1O
3‑4='30R4' ;
1
'1;
D
A
T
A0
訂 D
A
T
A
D
1
;
S
I
F(
D
1
S=1O
RD
I
S=2)
印
T
H
D
I
S
X=1; O
U
T
P
¥
汀
0
1
'1; !
}
田
:
E
1
.
SE

O
I
S
X
(
D
1
S
E
A
5E)

c
‑‑
1 a ‑・
2‑3‑
nc
t
e
‑‑
‑‑

u
p ‑‑
‑ a
q‑
e
w‑
‑‑
‑‑
‑Ft一一
rR
o
‑
一一
F
‑
‑

.
.

甫暗・

S
U
B
2
.臼 S

a
y2
8， 1
9
9
0
1
0
:
3
4H
o
n
d
a
y，H

S
A
S

T
A
B
L
EO
FR
e
HB
Y0
1
5
X

幻

・ ・ 刈d‑HUFuquTh‑Fノ

川
B ユハ J一UJBm一

' ' ' ‑ F白・・︐AA‑‑ マA

2 メ行一回林ゴ町田一吋

一︑コ

TA‑‑官U‑J

ぃ︐=し官

PJ‑cah

tJvd一
nu牢 RucuHU
一vJ
F ム・
AAF
白一 ︐
L 一本
白 一 ζL
む 4FJ‑nuuHP
TJuh
r‑uHMHTA事f h ‑ L
L ム目

h}6E

E L 組作で︑一円 HHM比
PLPunυ

(6)

・・

日
開 ;

(
7
) SUB3. BAT/SUB3. S A S /出カ例
機 能 : メ ニ ュ ー 画 面 の JOB 5で 選 択 し た 時 に 起 動 し 、 平 均 値 及 び 標 準 偏 差 を
画面に出力する。
S A Sプログラム
バサ千フマイル

・ SUB3. S

E
C
H
O OFF
REM 牢本意牢 SUB3.BAT(MEANS)牢牢本牢
P
A
T
H B:V:C:~:C:YUS:C:YSAS
C:VSASVSAS B:SUB3.SAS
DEL SUB3.LOG
C
L
S
TYPE B:VSUB3.LST I MORE
DEL B:YSUB3.LST

.~~*"*"~~~~~

臼

問 問 榊 帥 帥

O
P
r
lONSPS=8O間町T
E
S問 釦 同 区J
D
A
T
AD
A
T
A
O
l
I
N
F
lL
E・
C
:
D
A
T
A
X
';
A
TA
D
PD
I
SE
町lITlA
D
R lAB何回 R
四.
I
NP¥汀日間四 P
円切 Cf
f
iR
!
仏I
T;
= 1，2'
V
A
U
J
ED
I
S
F 1・
2・
=3，4，5，6
'
= 1，2，3，4，5，6
';
3・
V
且llE E
F
F
F 1‑2='10R2'
3‑4='30R4' ;
f
.
A
NSD
A
T
A=DATAD1; V
A
RD
I
S E
F
下;
P
R
O
CH
f
f
i
R
M
TD
I
S D
I
SF
. E
F
FE
F
F
F
.
;
H開 :

出力例(画面)

l
D
:
4
DH
o
n
d
a
y，H
a
y2
8，1
9
9
0

S
A
S
N日b
s V.rl.ble

N

H
i
n
i圃u
.

H
a
x
i
l
u
l

H
e
a
n

s
t
d Dev

2
4 O
I
S
E
F
F

2
4
2
4

1
.0
0
0
D
O
O
O
1
.0
0
0
0
0
0
0

8
.
0
0
0
0
0
0
0
5
.
0
0
0
0
0日

3
.
2
0
8
3
3
3
3
2
.
3
7
5
0
0
0
0

0
5
4
6
2
2
2，1
1
.1
7
2
6
0
3
9

一306‑

( 8 ) SUB4. BAT/SUB4. S A S /出力例 機 能 : メ ニ ュ ー 画 面 の J0 B 6で選択した時に起動し、散布図を画面に出力する。 出力例(画面) R E M本本車率 S U B 4 . B A T ( G P L O T )恥 帥 牢 IP A T HB : V ; C : V ; c : v u S ; C : V S A S I IC : V S A S i S A SB : S U B 4 . S A S I 1 EACHNU l dBERS 八 一γ/// 一 一 一 一 一 一 一 一 一 一 一 一 一 一 一J し V パ、ソチファイル 日 行 子 一 一 一 一 一 一 一i EFF ず V 可 1 争 ヤ ー . 帯 寸 阿 ヨ 2 ← ← . . . : : l ‑‑‑5 S A Sフ ログラム a . * * * * * 寧 ・ 牟 ・ ・ ・ ・ 隊 司 ド惨 事 * * . . . . 司 区 皐 事 事 事 a・ ・ ・ ・ ・ ・ ・ ・ . . . ・ s・ ・ . . . ・ * * * * * . . . ・ 司 ・ . 歌 唱 ド ・ ・ ・ ・ ・ ・ ・ 奪 : • SU84.SAS . . ・ . . . 寧 ・ ・ e・ ・ . ・ e傘 s・ e・ ・ 寧 ・ . . . ・ ・ e・ ・司 F 隊 唱R歌 唱 障 理 院 寧 * * * . * . . . ・ ・ ・ ・ ・ ・ ・ 隊 司 ， . 寧 唱 隊 司 ド ・ . . . 傘 ・ . . . ・ ・ : 8 OPTIONS PS=80 NONOTES NOSOURCE; DATA DATAO1 INFILE 'C:DATAX'; INPUT GROUP PAT ADP DIS EFF UTI ADR LA8 PRO REM 寧 ー ー 一 一 ー ー ー ー ー ー 四 一 ー 一 一 一 ー ー ー ー ー ‑ ‑ ー ー ー ー ー ー ー ー ー ー ー ー 句 ー ー ー ー ー ー ー ー ー PROC SORT DATA = DATAOl PROC FREQ DATA = DATAOl NOPRINT OUT = DTOl . ー ー ー ー ー ー ー ー ー ー 一 一 ー ー ー ー ー ー ー ー ー DY DIS ; TA8LES EFP 寧 DlS I ー ー ー ー ー ー ー ー 一 一 一 一 ーー ー ー ー ー ー ー 一 一 一 一 一 . ー ー ー ー ー 一 一 一 一 一 一 ー ー ー ー ー ー ー . GOPTIONS DEVICE=EGAS PROMPT PROC GPLOT DATA = DT01; GOPTIONS COLons= (CYAN， RED， BLUE， ORANGE.GREEN， PINK.YELLOW.8LACKI GUNIT = CM: AX1Sl OFFSET = (0.5， 0.51 VALUE = (H = 0.5 COLOR = REOI LABEL = (H = 0.61 MINOR = NONE AX1S2 OPFSET = (0.5， 0.51 VALUE = (H = 0.5 COLOR = RED) LAsEL = (H = 0.61 MINOR = (N = 1); PLOT COUNT' 01S = EFP I PRAME VAXIS = AXISl HAXIS = AXIS2: TITLEl H = 0.6 'EACH NUMDERS SYM80LI H = 0.4 I=J01N V = 'H C = 8LUE F = SPECIAL SYM80L2 H = 0.4 I=JOIN V = PLUS C = RED SYHBOL3 H = 0.4 I=JOIN V = X C = YELLOW SYH80L4 H = 0.4 I=JOIN V = STAR C = GREEN LA8EL DIS = 'DISEASE・ ; ・' ・ END RUN : (日) ‑ ー ー ー ー ー ー ー ‑ ‑ ‑ ー ー ー ー ー 一 一 一 一 ー ー ー ー 一 一 一 ー ー ー ー ー ー ー ・ . SASMENU. B A T / A U T O E X E C . S A S 機 能 : 更 新 す る デ ー タ を P C S A Sのプログラムエディター画面土に表示する。 AUT0EXEC . SASを 呼 び 出 し 、 デ ィ ス プ レ イ マ ネ ー ジ ャ に デ ー タ を読み込むよう指示する。 パ、ソチファイル S A S M E NU. B A T ICLS ; C : V S A S I P A T HB : V ; C : V ; C :刊 S C : V S A S V S A S‑ A U T O E X E C . S A S I AUT0EX EC . SAS D M' P G M ; Z O O H ; ' D M' I N C L U D E" D A T A X " AUTOEXEC. S A Sの " で 間 ん だ 内 容 は 、 P C S A Sを 会 話 形 式 で 使 う時にディスプレイマネージャのコマンド入力ラインに入力する内容と同じである。 ‑307‑

6
. データの持ち方
あらかじめ試験を実施する施設(病院)数、患者数が決まっていたため、データ数を
初めから固定した。施設番号、患者番号をあらかじめふっておき、入力すべき項目には
欠損値をいれておいた。入力者ば欠損値の部分にデータを入力するだけでよいようにし
た。各項目の配列位置が分かるようにマニュア}~にデータフォーマットを記載した。

以 下 に ユ ー ザ 一 向 け の マ ニ ュ ア ル 停1を示す。
m

I3，データの入力唄目泣Uデコード表

叩唖持岳由主必融措揖解析システム佳 の手号 1

l

システム安行手順
漢字狗唖える鑑末を使い、プリンターに用紙をセ y 卜して刀、ら.以下田平服で行なうこと

l

データは金<"件(In殴 =1‑112 落
事
変 =1‑6)で、下le.<
ηような唄同戸市である.

I
I
I

1
f
t 需 探 晋 M i 名 臨 庶 効 果 有 用 件 副 作mの有無血糊異常司有獄プロトコール埋尻偏考
n
n
nn n n
n
n
n
n

I

(
1
) 初閉メニュ の MS‑DOSを週間する
(
1
) C
のプロンプトカ司・たら B
と入力
(
J
) B，，> のプロンプト白状唖で， MENU と入力する土
以下町メニュー偏面が表示される

，
，
>

1"
'
:1
0
06

2

5

4

I

2

[… … ア ー ス モ ー … 刑 制
‑メニコー

~~・と竺一一

・

実行したい;e号を週んで目下回ように入力して下さい.・

1接持

!
1
!I
i

: ;
手=
Z
騒1
5
1端部 Z 3
8
1
i :
3 ー
‑9プリント

ロ

J O日 3

・ 9町 コ

JOB 9

・

;鯨諮引~ ~

i :
1

JOB 1

，

~

ig~ ~

のように入力して下さい.

"輔事‑輔怠

・

:
・

i

・

!

晴名

1

舗輔輔‑・

∞
聞
.
，
.
"
∞

一一
・

JOB実行中です.

・

・
・

中止したも叫おまコントロールキーとプレクキー春
→告に押して下さ川

・
.

(
5
) JOs 3‑5そ迦?そした剛志、以下回実行中側面が表示される

，無効

I
M Ill品有無

}
I
￨

11

内 容

川
1l

￨国集中肝吋駒市、日行師

ハ
￨

し
叶
￨

1

n 1
n
聞 の デ ニ タ 咽 札 昨 日 刊 腕 力 日 で カ ー ソ ル 管 制 し て 修 正 し 間 入 力1
町富ぺ
i
1 1，行目げータモ栂入.以降肝‑9暗号闘酬にずれる.CT1.+Z(町由〉刊に嗣.

nn 1， 開 の デ タ モ 附 る .
n
.
.
n
10]
n
.
‑
n，行を開明令する.
日

綱領したデータを保存して軒，.

Q

I
闘 し だ デ ー 々 を 附 せ ず 時 7.^
b
o
r
tC
'
dl
t刊川?州日間入1).

(2)JOB 2(SAS エディタ毎回こよるデーヲ錨策)
2
T
Iド )
(
1
1
1
‑

1

内 ぢ

)
1カーソルをコマンド人1)行上町摘させる.

he

(
ト

?Lー { 叫 カ ー ソ ル モ 相 附 ご 叫 主 主L 一 一 一 一 一 一
M W 削 ￨ 再 開1
酬にスクロールさせる.

一一一‑

同 eO
凹〈村￨画面酎闘面にスクロールさせる.

l

n

￨コマンド肋行で M'}.n行にカーソ M 噛 ず る .

1

￨左蜘行番号仁で入力.航空 AFm咽入される.

n

￨左府市胴上で入力.その

m デー夕刊世される.
1
在庫前番号t
で入 I
J
.そ 相 方 怖 に 栴 さ れ る .

R

1
m
}
:・D
A
T
A
>
' 1
コマンドM 行 で 入 力 . 臨 し た デ 一 時 前 す る .
BYE

。
)

I1

I
コマンド入力行で入力.当エディ叩守 7̲

JOB 3 (デーヲプリント}
I
R
I
廃したデータをプリントする.

(
4
) JOB 4 (輝度表出力 (I))
・鑓考酒田・症伊融有効率勿度褒である.
〈
日 JOB 5(第度表出力 (2) )

保吾、指僚名、臨床効畢有用性、酎作用の有無担臨検興需の何鴛プロとコール退圧偏弓の 8唄阿
梅と (
f
)
蝿度重である.
ー欠相直は.錫度肝明""町}には~えるが~剛lI'(o' sultive 附叩開C刊に，.合まず附明開町

M
i
s
s
inKとして繍度を吾首守する.

‑308

123

j

9を入力する

'.n~ ，
し
I 1
m
理在町行か刊ら刷"行悶ま甘で禽献杭示品
n

非常=有JIl!1'ぁ η
1
有用性ぁ η
J
どちらともいえない
，有用性往し
，判定不健
傭

一
‑
‑
一
‑
‑

! 偏"

q

1(EDLINによるデータ館東)
I
EDI
.IN
のデー。 阻腐酎ごなっているので.吋)
1
金に以下回コマンドモ使ってデータの蝿震を行なう. I

2

有効
.坤有効

rD~ :J....違反

(
1
) J O日

M

1

! lI!fI興需の有線 11 宮 有

I

2 各島尾1II用

m. 1

，

I

1

師陣圃略奪"骨骨剛唱韓障胴嗣樟帥悼岡

L

，

J

!

・

一一一

〈
f
i
) システムを持了したいときは J円日

肺化圏i=
慢性気管宜爽
気腎宜 E高 症
，
びまん性汎気情宜炎
i
f
j
・相手段国民卑の二次畢品
7 . その恒
8
可明

，判定不障

処罰鴨了すると以下回直面が表示されるので.いすす叫キーを仰すと、口同メニュー画面に廃る.

JOBは正常に終了しました

肺爽

1
J

i

i
II
有I
H性

‑一一

T

!
1
t
周

8
安全性のみ回周
，不阻周

1 .酬

I醐酬

(
4
) """'1 の f
金主、実行したい処尽を JOB X のように入力する
;
1
:J O日と貯柵は必ずスペースを却すること・

I1

I

{
ピ Jオド}を入力

!
'
i
.
'
I
I

A
O
O
P
T
O
f
l
t
YSAf
官Y1IESS
回口lIlE
聞 包 即N
I
A
r
u
:
u
n
.
.
.
r
n
r
阿
F
l
K
JN
I
A
ロ阻附 c
‑
，回闘行 1
5

B
咽}日 I
f
D
日1
5
D
IF
r
u
S
E
‑
P
岬
， 1
町宮了1
1
0間
切有限 S
回船Al'.' 1
肝
腎
‑
;
，
'1
0
田
例割問 S

酬 明4
剛

0
0
1
0
乱I
田!T
悶
問 A四 E

P
O
J悶

c
m
o

町raL
峨
間

悶J1.aE
悶

Y
E
S

J

日本 SASユーザー会 (SUG 卜 J) SAS利用における HP9000‑370システムの評価 。椎橋実智男* 埼玉医科大学第二生理* 有田 彰料 林 秀生* 埼玉医科大学短期大学臨床検査学科糾 Evaluation o f HP9000‑370 System i n Usage o f SAS Michio S h i i b a s h i* Akira A r i t a* * Hideo Hayashi* ，I r u m a g u n，S a i t a m a *DepartmentofPhysiology，Saitama Medical Sch∞1 * *DepartmentofMedical Technology，JuniorColledge，Saitama Medical r u m a g u n，S a i t a m a S c h o o l，I 要旨 本学には、実験データの処理を目的とした小規模運営のコンビュータ室があり、 医学研究者を中心に利用されている。昨年、 HP9000‑370ワークステーシ ヨンシステムが導入されたことから、 IBM‑4331で利用していた SASをワ ークステーション版に変更した。 IBM‑4331と HP9000‑370の両シ ステムで SASを利用できたことから、 SAS利用からみたワークステーションシ ステムについて筆者らの評価を行ったところ、処理速度、価格、オペレーション、 メンテナンス、ファイルの共用などの面で優れており、小規模利用で有用であった。 A S、H P 9 0 0 0 ‑ 3 7 0、小規模利用、利用拡大 キーワード:ワークステーション版 S 1.はじめに 本学には、医学研究者の実験データ処理 を目的としたコンビュータの共同利用施設 として「医学情報処理室」がある。医学情 報処理室は、ミニコン(横河・ヒューレツ ト・パッカード社 HP1000システム、 以降は HP1000と称する)、汎用計算 機 (IBM‑4331システム、以降は I BM4331と称する)の端末 2台、パー ソナルコンビュータ 4台という小規模な構 成で 1986年 7月に開室された。医学情 報処理室の管理は、その規模の小ささから 一つの研究室に委託される形で運営されて おり、筆者らが教育・研究の聞に行ってい る。また、筆者らは、学内のコンビュータ 利用の普及を目的とした講習会の開催やコ ンビュータに関する相談を受け付けること によって、利用拡大に努めている。このよ うに小規模なコンビュータ施設であるが、 医学分野における定量的な判断の必要性か ら、徐々に利用者数は増加しつつある。 SASは医学情報処理室開室以前の 19 83年から、事務系との共同で利用してい たが、 IBM4331のハードディスクの 故障が増加したのを契機に、研究者専用の SASが動作するシステムを導入すること が検討され、昨年秋に横河・ヒューレット .パッカード社の HP9000‑370ワ ークステーションシステム(以降は HP9 000と称する)が導入された。 今回は、 IBM4331と HP9000 の両システムのもとで SASを使用するこ とができたので、両システムの処理速度と オペレーションの差を中心に、医学研究に SASを利用する立場からみたワークステ ーションシステムのパフォーマンスについ て報告する。 2. ワークステーション選択の理由 SASの動作する新しいコンビュータシ ステムの導入では、 IBM4331で利用 していたときと比較して、応答速度が早い こと、同時に利用できる端末が 3台以上設 置できること、予算が 1000万円以下で ‑309一

P 10 0 0が導入されており、端末装置や 周辺装置の共用ができる点で H P 9 0 0 0 を選択した。 あることの 3点が検討の中心となった。予 算面から、ワークステーションとパーソナ ルコンビュータが候補として残された。両 システムは、共に応答速度の点では問題無 いが、パーソナルコンピュータでは数値計 算の処理が遅く S A S以外の目的で利用す るには能力不足である。また、パーソナル コンビュータを 3台導入すると、全てのシ ステムのハードディスクに S A Sを乗せる 必要があり、メンテナンス、データファイ ルの共用、開発プログラムの共用という点 で不利である。ワークステーションジステ ムに 2台の端末を接続し、コンソールを含 め 3台の端末から同時に利用を開始した場 合に応答速度は低下するが、 S A Sを D M S( D i s pl a yM a n a g e rS y s t e田)で使用する 際にはまったく同時に SUBMITする確 率は低く大きな問題とはならないことが予 測できた。このような理由から、ワークス テーションシステムを導入することになっ た 。 検討を行った当時、 S A Sの動くワーク ステーションシステムとして S U N社と横 河・ヒューレット・パッカード社のものが 販売されていたが、すでに医学情報処理室 に横河・ヒューレット・パザカード社の H 3. 両システムの概要 旧システムである IBM4331の構成 を、医学情報処理室において利用できた範 囲を中心に図 1に示す。端末装置は 2台と もキャラクタ端末であり、唯一のグラフイ ックデバイスのプロッタは、 S A Sからは 利用できな方法で接続されていた。このよ うなハード構成のため、利用者の要望が多 いにも関わらず SAS/GRAPHを除い た形で S A Sを利用せざるを得なかった。 旧システムでの大きな問題点は、後で述べ るように、応答速度の悪さであった。たと えば、 S A Sの比較的単純な処理内容のパ ッチ処理でも 3 0分以上待たされるという こともしばしばあったが、 IBM4331 の処理能力が低いことよりも事務との共用 により C P Uの割当時聞が短いことが大き な理由となっていた。このような状況で、 S A Sを会話処理で利用することは困難で あり、専らパッチ処理を中心に利用され、 S A Sの有効利用の妨げのーっとなってい た 。 IBM 4331 端末 1 プロッタ システム 本体 プリンタ IBM‑4331システムの構成 構成図は、医学情報処理室から利用できる装置を中心に示している。 IBM433 1本体とは、キャラクタ端末 2台、シリアルプリンタ 1台がそれぞれ独立に 4 8 0 0 B A U Dの通信回線で接続されている。プロッタは端末の 1台に接続されており、 S A Sでの利用はできない。 図1 A n u ︐qu

HP9000本 体 。 二 ; ; ク : カセット ストリーマ シリアル フ.リンタ nL il‑‑ 図 仁コ L亡 コ ‑CJ フ.口ッタ HP9000‑370シ ス テ ム の 構 成 各 装 置 の 主 な 仕 様 は 表 1に示す。 O Sは 、 U N I Xの 改 良 版 で H P ‑ U Xと呼ばれ る。 PC‑9S01で 動 く エ ミ ュ レ ー タ は キ ャ ラ ク タ の み の サ ポ ー ト で 、 主 な 利 用 目 的は M S ‑ D O Sファイルの転送である。 OMBYTEと な っ て お り 、 残 り 約 110 M B Y T Eを ユ ー ザ エ リ ア に 割 り 当 て て い 次 に 、 新 し く 導 入 さ れ た HP9000の 構 成 を 図 2に 、 主 な 仕 様 を 表 lに示す。カ ラーグラフィックス対応のコンソールの他 に 、 HPI000と 共 用 の 専 用 カ ラ ー グ ラ フ ィ ッ ク 端 末 が 1台と、 PC‑9S01に よ る エ ミ ュ レ ー タ 端 末 が l台 接 続 さ れ て い る。 PC‑9S01に よ る エ ミ ュ レ ー タ 端 末を利用することは、単に端末数の問題だ けでなく、多くの研究室で利用されている PC‑9S01の デ ー タ を ワ ー ク ス テ ー シ ョンに転送するという意味で重要である。 これにより、各研究室や医学情報処理室内 の他のパーソナルコンビュータからデータ の入力が可能となり、システムを効率よく 利用することができる。出力装置として、 シリアルプリン夕、プロッタおよびグラフ イツクプリンタを用意した。グラフィック デ バ イ ス は 全 て SAS/GRAPH対 応 の ものである。 S A Sの プ ロ ダ ク ト と し て は B A S E、 S T A T、 G R A P H、 A F、 る 。 表 1 HP9000‑370シ ス テ ム の 主な仕様 本体内には、 FPU ( F l o a t i n gP o i n t F l o a t i n gP o i n t U n i t ) の 他 に FP A ( A c c e l e r a t o r)を組み込んであり、浮動 小 数 点 演 算 を F P Aが な い 場 合 の 2倍 の 速 度 で 処 理 で き る 。 実 測 値 で 1 . 2M F L O P Sの処理速度を持つ。 装置の名称 C P U F P U R A M 主な仕様 :6 8 0 3 0( 3 3 M H z ) :6 8 8 8 2( 3 3 M H z ) :8 M B Y T E コ ン ソ ー ル :1 0 2 4牢7 6 8ト 。 ザ ト 1 9イ ン チ ハート。ディスク :3 0 4 M B Y T E カ かy ト ス ト リ ー マ :1 3 7 M B Y T E YリY J レ 7 'リ ン タ :1 5イ ン チ ゲラ7 イザクアリンタ: 1 0イ ン チ 9 0トゃザト/インチ ア日付 ，8 。 へY 自動給紙 専用端末 :5 1 2牢3 8 4トやり 1 4イ ン チ F S Pを用意した。 O Sは U N I X S Y S T E M Vを 基 本 に 、 ヒ ュ ー レ ッ ト ・ パ ッカード社が仮想記憶などを追加したもの である。処理速度は、単純ループの中で実 数の乗算を行うテストプログラムによる測 定で、 1.2MFLOPSであった。 ハー ドディスク 304MBYTEの内訳は、 O S として約 120MBYTE、 S A Sが 約 40MBYTE、 仮 想 記 憶 エ リ ア と し て 2 4E4 4E4 q o

4. 処理速度の差 表 2に 、 10 0、 1 0 00、 10 0 0 0 オブザベーションで 7変数のデータを読み 込んだ後に S O R Tするという処理をそれ ぞれのシステムで行った際の応答時聞を示 す。応答時間は、 l台の端末から D M Sで S U B M I Tの操作直後から最後の L O G のメッセージが表示されるまでとし、 1B M 4 3 3 1では利用時間帯によって応答時 聞が異なることから通常利用する時間帯で の応答時間の平均を示した。 H P 9 0 0 0 では、コンソールから IBM4331と同 様の処理を実行した場合の応答時間を示し た。応答時間には 2 0倍から 4 0倍程度の 差がみられる。試行錯誤を繰り返しながら 目的の処理を完了するには、応答時間の遅 れ以上の時聞を要することから、両システ ムで実際に S A Sを利用するときの差はさ らに大きくなることが予測される。 S A S の D M Sが立ち上がるまでと終了させるま でに両システムが要した時聞を見ると、 I B M 4 3 3 1では S A Sの起動と終了に約 1分聞を要していたことになる。 表 2 処理速度の比較 それぞれのシステムにおいて、ディスクファイルから 10 0、 1 0 00、 10 0 0 0 オブザベーションで 7変数のデータを S A Sデータセットに読み込み、データを lつの キーで昇順に S O R Tするのに要した時聞を示す。処理に用いたデータは、同ーのもの である。 S A Sの D M Sを起動および終了させるのに要した時間も示す。ここに示した 時間はすべて応答時間の平均値で、単位は秒である。 処理内容 :IBM4331 S A S / D M Sの起動 S A S / D M Sの終了 40 143 1304 45 16 5. オペレーションの差 S A Sを利用する上で大きな利点の一つ i こ、メインフレーム、ミニコン、ワークス テーション、パーソナルコンピュータを問 わず利用環境が同ーであることが上げ られ るが、 IBM4331 と H P 9 0 0 0では O Sの違いによって O Sとのやり取りを行 うオペレーションは異なり、 D M Sのオペ レーションも多少異なっている。 S A Sを利用する上で IBM4331と H P 9 0 0 0とで差のあるオペレーション を表 3に示す。 O Sは 、 IBM4331が CM S ( C o n v e r s a t i o n a lM o n i t o rS y s t e m ) であるのに対し H P 9 0 0 0では U N I X を用いる。広く知られている通り、 U N I Xは、ファイル管理を階層構造で行ってお り必要なファイルのみを対象に処理できる が 、 C M Sで同様の効果をえるためには処 nL44qu q u 1 0 0データの読み込み、 S O R T : 1 0 00データの読み込み、 S O R T : 1 0 0 00データの読み込み、 S O R T : HP9000 5 : 2 理の分類毎にファイル名の先頭文字を操作 しておく必要がある(1 9 8 8年に C M S には階層構造という概念はなく、本学では 1 9 8 8年以降 C M Sのパージョンアップ を行っていない)。さらに、 C M Sでは、 D M S上で作成した S A Sの出力をファイ ルに格納する際にも S A V Eや P R I N T 命令の前に D D名を指定する必要がある。 C M Sでは、 L I S T I N Gファイルとし て出力されたディスクファイルの編集は不 可能で、他のエディタを使用しなければな らないが、ワークステーション版では可能 である。 次に、 S A Sの D M Sの差であるが、メ インフレーム版の P R I N T命令では P R OGRAM/RECALL/LOG/OU T P U Tを使い分ける必要があるが、ワー クステーション版で用意されている F 1L ‑312‑

E命 令 で は こ れ を 考 慮 す る 必 要 が な い 。 ま たワークステーション版では、 Z O O M命 令 が 用 意 さ れ て お り 必 要 な W I N D O Wを 画面いっぱいに表示でき、コンソールに表 示 で き る 文 字 数 が 横 126桁 、 縦 40桁と 多いことから、プリンタの出力イメージを OUTPUTWINDOWで 確 認 す る こ と が可能である。 以上、代表的な差を上げたが、 S A Sを 利用する陳に頻繁に用いる機能であること か ら ワ ー ク ス テ ー シ ョ ン 版 S A Sの 導 入 に よって、操作性が大幅に向上したことにな る 。 円 b 由 hu M HP9000 。 全てのファイルが同じ 階層構造による管理 S :DD名 必要 不要 :ファイルタイプの区別 F 1X、 FREEな ど なし :OUTPUTのエデイ 不可 可能 :ファイル管理 と も の 来 の 由 () 門 ゐ 唱 涯 を の ヨ ン シ レ ' ペ オ () の () QU ハ ) 差p o の日す ンと一示 ーの 来 ヨ1 て シ3け 一3 わ レ4 に ぺ Mの オB も 表 3 IBM4331 ツト ー ー ー ー ー ‑ ~-ーーーーーーーーーーーーーーーーーー- ‑ ‑ ‑ ‑ ‑ ‑『 ー ー ー 『 ・ ‑ ‑ ‑ ‑ ‑ ・ ‑‑ ‑ ー ‑ ー ー ー ー ー ー ー ー ー ー ー :SASプ ロ グ ラ ム な ど D :のディスクへの格納 M S :WINDOWの大きさ ーー『ーーー『ーーーーーーーーー』ーーーーーーーーーー P R I N T命 令 で 格 納 F 1L E命 令 で 内 容 に は 内容を指示 無関係 S P L I T命 令 Z O O M命 令 2 3 ;の指定 :同時に表示される :WINDOW数 6. ワ ー ク ス テ ー シ ョ ン の 有 用 性 ワークステーションは、 10年 ほ ど 前 か ら個人または少人数用の高性能コンピュー タとして普及しはじめ、最近ではミニコン とパーソナルコンピュータの中聞に位置づ けられ、ミニコンの廉価服あるいはパーソ ナルコンビュータの上位機種として利用さ れている。ワークステーションの特徴は、 ミニコンに匹敵するシステム性能、パーソ ナルコンピュータと類似の簡易さ、通信機 能の充実という点にあり、 L A Nを 標 準 で サポートしているものがほとんどである o H P 9 0 0 0では L A N機能のみでなく M O D E Mを 標 準 的 に サ ポ ー ト し て お り 、 学 内 L A Nな ど の 設 備 が な く 各 研 究 室 が 比 較 的広範囲に点在している本学の様な環境で は各研究室からリモート端末を利用できる ことの意義は大きい。 S A S利 用 の 面 か ら は 、 す で に 示 し て き たように、 IBM4331 と 比 較 し て 処 理 速度やオペレーションの面から非常に効率 的に目的の処理を実行することができ、 U N I Xという O Sの 特 徴 か ら 他 の 研 究 者 が 作 成 し た S A Sプ ロ グ ラ ム を 利 用 者 全 員 が 参照可能な環境を容易にっくりだすことが できる点でもその有用性は非常に高い。パ ーソナルコンビュータと比較しでも、ファ イルの共有、ファイルの共用、メンテナン スという面で優れており、処理速度では圧 倒的に有利である(たとえば、 NL1Nプ ‑313一

ロシジャの反復計算では、 F P Uの無い P C ‑ 9 8 0 1 R Aと比較して計算速度は 3 0倍以上早い)。また、主記憶容量が 8 M B Y T Eと大きく、仮想記憶をサポートし ていることから、 P C S A Sで問題となる 変数が非常に多いデータも支障なく扱うこ とができる。費用面でも、現行では P C S A SとH P 9 0 0 0用のワークステーショ ン版 S A Sとで l台のみの年間レンタル料 金は同ーであり、接続する端末数に制限が 無いということから複数の端末利用であれ ばワークステーション版 S A Sのほうが安 価である。 7. 結論 本学での S A S利用は、医学研究データ の数値的な解析が中心であったが、研究者 の希望する処理は数値解析のみではなく、 プレゼンテーション用資料の作製という内 容も多い。また、応答時間が非常に長い、 操作が複雑で、あるなど、 S A Sの利用環境 の制限の解除が求められてきた。 H P 9 0 0 0およびワークステーション版 S A Sの 導入によりこれら多くの問題が改善され、 S A S利用者の増大が期待される。 医学情報処理室のように利用規模が小さ く、同時に利用する端末が少ないシステム で S A Sを利用するという観点に立つとワ ークステーションは、応答速度、操作性、 費用の面で IBM‑4331のような汎用 計算機と比較して有利であり、処理速度、 メンテナンス、ファイルの共用、大量デー タの処理という点でパーソナルコンビュー タより優れているといえる。 8. おわりに 医学情報処理室のような小規模運営の施 設では、ワークステーションシステムは非 常に有用であることを示した。過日行った 学内のデモンストレーションでも高い評価 がえられ、今後の利用拡大が期待される。 しかしながら、 S A S / G R A P Hで文字 間隔が変更できないためスライドにすると 不明瞭となる、 D M Sのプログラムエディ タで横方向の編集桁数が少ないなど、細か い点で要望があり、今後の改良に期待した い 。 A Fや F S Pを用いたアプリケーショ ンの作成は行っていないが、今後の利用拡 大に大きな役割を果たしてくれるものと期 待している。 最後に、 H P 9 0 0 0 ‑ 3 7 0システム 導入時に多くの助言をいただいた S A Sソ フトウェア社の井上氏に感謝いたします。 参考文献 S A SI n s t i t u t e ( 1 9 8 6 )，S A SC o m p a n i o nf o rt h eC M SO p e r a t i n gS y s t e m，1 9 8 6E d i t i o n， S A SI n s t i t u t eI n c .，C a r y，N C . S A SI n s t i t u t e ( 1 9 8 6 )，S A SU s e r ' sG u i d e : B a s i c sV e r s i o n 5E d i t i o n，S A SI n s t i t u t e I n c .，C a r y，N C . A SL a n g u a g eG u i d e，R e l e a s e6 . 0 3E d i t i o n，S A SI n s t i t u t e S A SI n s t i t u t e ( 1 9 8 8 )，S I n c .，C a r y，N C . 3 1 4一

日本 S A Sユ ー ザ ー 会 (SUGト J) SAS/STATによる感性と衣服行動の分析 0南 林 さ え 子 1) 有 馬 澄 子2 ) 1)駿河台大学経済学部 2 ) 東横学園女子短期大学 Analysis of Feeling and 8ehavior about Clothes using SAS/STAT Sael くo r 、 Jambayashi1 ) Sumil くo A rima2 ) 1 )S ur u g a d a iU n i v e r s i t y， F a c u l t yo f Ekonomics 6 9 8 Asu， Hannou， Saitama 2 ) Toyoko G akuen Women's J u n i o rC o l l e g e 8‑9‑18 T o d o r o k i， S e t a g a y a ‑ k u Tokyo 要旨 生 活 の 富 裕 化 現 象 の バ ロ メ ー タ と し て 、 缶 示 的 消 費 が 指 摘 さ れ て 、 旅 行 、 衣 服 、 A V機 器、インテリアなどが上げられている。その一つである衣服は直接人間性と関わる正に街 示の代表ともいえる。ここでは、その衣服を取り上げ、おしゃれに一番関心を持つであろ う若い女性を対象とし、さらに近年おしゃれに関心を持ち出し、しかも消費性向の高い中 年の女性を取り上げた。具体的には若い女性(女子大生)と中年女性(女子大生を娘に持 つ 母 親 ) を 対 象 と し て 感 性 と 衣 服 着 用 意 識 に つ い て 調 査 し 、 そ の 結 果 を SAS/STAT を用いて分析した。感性と着用意識について、若年女性と中年女性それぞれの構造分析お よびその比較、最後に母と子の関係について検討を試みた。 キーワード: 1.はじめに 最近の生活の富裕化現象のバロメータとし て、ヴェブレンの指摘した街示的消費(たと えば旅行、衣服、 A V機器、インテリア等) があげられている。衣服はその消費のーっと してあげられており、所有するものとしてよ りもより直接的にヒトと関わり、富裕を誇示 するという意味で、まさに指示的消費の代表 ともいえる。 そこで、こういった消費行動を起こす意識 構造を衣服にもとめた。まず、おしゃれに一 番関心を持つであろう若い女性に焦点をあて、 次に最近おしゃれに関心を持ち始め、しかも 消費性向の高い中年女性を取り上げて、感性 と衣服行動について調査した。感性を取り上 げたのは、装いの生活領域における商品は感 性的なモノサシによって選ばれる、という報 告もあり、感性は衣服行動との聞に密接な関 係があると推測したからである。 具体的には、若年女性(女子大生)と中年 女性(女子大生の母親)を対象として、感性 と衣服行動(今回は特に着用意識)について 調査した。その結果を SAS/STATを用 いて分析し、感性と衣服行動との閣連性につ いて検討した。第 lに若年女性について、第 2に中年女性について検討し、第 3に若年女 性と中年女性との比較を試み、最後に親子 (母と子)の関係について考察した。 2.方法 2‑1 調査方法 調査対象は女子大生とその母親である。実 9 8 7 年 9 月、質問紙は女子大生は直接配 施は 1 布で直接回収し、母親は持ち帰りで郵送回収 3 0名、その とした。有効回答数は女子大生 2 0 6名であった。その中から今回は母子 母親 2 関係に焦点をあて、親子が対応できる資料と して、母子 1 9 0組 3 8 0名を対象とした。 質問項目は、フェイスシート、感性項目、 着用意識項目、自己選択年令、被服費、服装 情報の入手方法などである。 2‑2 感性 感性の定義を、感覚能力を意味するのは知 覚であり、その知覚を生み出す感受性である とする。感性は人間の行為の存続の基礎であ り、先にあげた衣服選択のバロメータでもあ ることから、衣服行動を支える基礎として調 査項目に設定した。 本研究で取り上げた感性項目は、日本経済 315‑

新聞社が考案した高感度尺度 (1) に山下らが 研究を加えたもの (2)から 1 9項目を選定した。 この選定にあたっては、美学の価値判断の基 準とされる視覚、聴覚、知覚、感情、行動の 5つのカテゴリーを勘案した。 この感性項目は、元来、項目ごとの YES、 N O によって感性の高低を判断する尺度であ ったが、ここでは感性の要因をより明らかに するために、各項目ごとに 5段階評価尺度を 用いて行った。 2‑3 着用意識 着用意識の項目設定は、これまでに報告さ れている研究(3) (4) (5) を参考に、衣服心理 調査の原典ともいうべき、フロッカスの調査 項目 (6)を考慮しつつ、調査対象者の年令や 生活も勘案して、 2 4 項目を設定した。 回答形式は、感性と同じく 5段階評価尺度 による判定記入法である。 2‑4 分析方法 感性項目、着用意識項目のそれぞれについ て、まず若年女性を対象に、続いて中年女性 を対象に解析し、若年い女性と中年女性の比 較を行い、最後に親と子を対応させて親子の 関係の分析を'行った。 分析は、 SAS/STATを用いて、感性 項目、着用意識項目ごとに、因子分析、クラ スター分析を行った。因子分析は主因子法、 クラスター分析は WARD法を用いた。 若年女性と中年女性との比較については、 質問項目ごとの平均値の差の検定を行った。 親と子の関係は、親のクラスターに対する 子のクラスターの関係を百分比検定によって 分析した。 表 l 感性因子負荷量「若年」 ROTATEO FACTOR PATTERN 01 02 03 ・ E 05 06 ロ ァ 08 09 010 011 012 013 014 015 016 017 018 019 FACTOR1 FACTOR2 FACTOR3 0.02636 0.17124 0.08197 ‑0.02835 0.16459 0.17953 0.54352 0.638' み ら 0.00767 0.41926 0.38283 0.34640 0.57271 0.49371 0.32640 0.41114 0.52202 0.02114 0.24686 ‑0.03086 0.20877 0.10247 0.05876 0.12030 0.07062 ‑0.1337ゐ 0.11781 0.47377 .02729 0.68202 0.23411 0.13756 0.38566 0.21739 0.12509 0.45533 ‑0.04321 0.09837 0.2句639 ‑0.01212 0.28166 0.08921 0.55672 ‑0.03255 0.27384 0.20926 0.59712 0.47177 0.06068 0.46027 0.09517 0.16124 0.16752 0.17375 ‑0.00216 0.01056 0.38038 0.07621 0.15230 0.12391 0.26504 0.15020 ‑0.0句525 0.01132 0.23741 0.12191 0.24650 0.20402 0.02608 0.03377 0.0881ア ー 0.02720 ‑0.00026 0.67806 0.06171 0.25659 知覚型 行動型 。 FACTOR4 視聴覚型 感情型 VARIANCE EXPLAINEO 8Y EACH FACTOR FACTOR1 2.423483 FACTOR2 1.304313 FACTOR3 1.276195 FACTOR4 1.171483 表 2 感性因子負荷量「中年」 ROTATEO FACTOR PATTERN 目1 82 83 84 85 96 目ア 88 89 810 811 812 813 814 815 816 817 818 819 3.結果 3‑1 感性についての構造分析 FACTOR1 FACTOR2 FACTOR3 0.16210 0.12804 0.33827 ‑0.01245 0.16267 0.16863 0.52597 .72686 0.16041 0.35837 0.40919 0.36946 0.51675 0.59582 0.33383 0.54 ア64 0.62746 0.06236 0.19677 0.06970 0.19636 0.27691 0.18097 0.61458 0.60282 0.41874 0.29431 0.05984 0.42846 み ら 658 0.' 0.37887 0.11559 0.25581 0.53097 0.08811 0.1ア039 .5077 0.36682 0.39994 ‑0.09675 0.73123 0.04602 0.09528 0.24ゐ81 0.56355 0.05739 0.46345 0.03912 0.13277 0.0市973 0.16918 0.02829 0.06653 0.02869 ‑0.00108 0.98353 0.14898 0.16旬15 0.09980 0.03497 0.09696 0.01859 0.26381 0.00796 0.27507 0.03旬50 0.07299 0.07ゐア 2 ‑0.06904 0.18789 0.07515 ‑0.00654 0.12497 ‑0.02294 0.00868 0.153' み ら 知覚型 感情型 視聴覚型行動型 。 FACTOR4 。 。 VARIANCE EXPLAINEO 8Y EACH FACTOR 感性についての構造分析の結果、まず若年 女性については、感度に関する 1 9項目が高感 度尺度より選定したという性質を反映して、 第 I因子の固有値が非常に大きく、それのみ が抽出される結果となったが、第 N因子と第 V因子の固有値聞にやや大きな差がみられた ため、因子数を 4とした。中年女性について も同様とした。 V A R I M A X回転後の因子負荷量 を表 l、表 2に示す。 表 l、表 2によれば、 4つの因子は若年、 中年ともにほぼ同ーカテゴリーの感性項目と 強い相聞を持つ結果となった。 4因子の特徴 を次に示す。 1)因子の一つは、鋭い勘、人を引きつける FACTOR1 2.9~るら 909 FACTOR2 2.' る ア 5877 FACTOR3 1.579605 る FACTOR' 1.064595 魅力、臨機応変、豊富な話題、優れた運動神 経、社交性という項目と高い相関を持った。 このことから、多彩な能力によって人を引き つける知覚型感性因子と考えた。 2)因子の二つめは、強い好奇心、強い自尊 心、空想力という項目と高い相聞を持った。 このことから、感情型感性因子であると考え た 。 3)因子の三つめは、 C M、音楽、広告、好奇 心という項目と高い相関を持った。このこと から、世の中に今何が起こっているかの情報 にアンテナをはっている視聴覚型感性因子で ‑316一

に負の値を示したことからトレンド無関心派 とした。グループのメンバ一散は 4 3名である。 クラスター 2は感情型感性に負の大きな値を 示したことから自己無関心派とした。メンバ ー数は 2 9名である。クラスター 3は視聴覚型 感性に正の大きな値を示したことから、トレ 6名で最大 ンド関心派とした。メンバ一散は 5 のグループである。クラスター 4は知覚型感 性と行動型感性に負の大きな値を示し、感情 型感性に正のやや大きな値を示すことから無 8名で 気力自己固執派とした。メンバ一散は 1 ある。クラスター 5は知覚型感性、行動型感 性、感情型感性に負の大きな値を示したこと 3名であ から低感度派とした。メンバー数は 2 る。クラスター 6は知覚型感性に負の大きな 値を示し、行動型感性に正の大きな値を示す 1 ことから無気力自由派とした。メンバー数 2 名である。 次に、中年については、クラスター lは視 聴覚型感性に負の大きな値を示したことから、 トレンド無関心派とした。メンバー数は 7 0名 で、最大クラスターである。クラスター 2は 知覚型感性、感情型感性、行動型感性に正の 表 3 感性因子スコアクラスター平均値「若年」 大きな値を示したことから、高感度派とした。 2名である。クラスター 3は知覚 メンバー数 4 E N N E 感性得点 型感性、行動型感性に負の大きな値を示し、 ク ラ ス ヲ 1 . 4 6 0 0 . 5 5 5 0 6 . 0 7 0 I視聴覚型感性に正の大きな値を示すことから、 4 3 0 . 0 9 1 0 . 0 9 5 2 . 4 1 9 0 . 2 7 2 0 . 7 9 1 7 . 1 0 3 I無気力固執派とした。メンバー数 1 2 9 0 . 2 8 6 0 9名である。 . 4 7 7 . 4 5 9 0 . 0 8 4 0 . 6 5 8 0 9 . 3 2 1 Iクラスター 4は知覚型感性、視聴覚型感性に 3 5 6 0 4 .7 7 8I 4 . 9 1 9 0 . 9 8 2 0 . 3 1 5 0 . 6 2 4 1 8 0 正の大きな値を示し、行動型感性に負の大き .734 1 .1 0 1 . 8 2 1 0 . 3 6 6 o 3 0 I5 2 な値を示すことから、才能派とした。メンバ . 0 8 2 0 . 2 9 5 1 1 .0 5 8 0 . 8 1 0 0 7 . 0 9 5I ~ 2 ー数2 5名である。クラスター 5は感情型感性 に負の大きな値を示し、行動型感性に正の大 表 4 感性因子スコアクラスター平均値「中年」 きな値を示すことから、自己無関心派とした。 3名である。クラスター 6は知覚 メンバー数 2 型感性に負の大きな値を示し、行動型感性に E E 伊 ラJ J ‑ N 感性得点 I N 1 7 0 0 . 1 2 3‑ 0 . 6 3 4 0 0 . 1 1 5‑ . 4 7 9 4 . 2 5 7 正の大きな値を示すことから、無気力消極派 1名である。 2 4 2 0 . 4 8 4 0 1 .8 5 7 とした。メンバー数 1 . 6 5 7 0 . 1 9 2 0 . 9 7 7 1 以上のことと、表 3、表 4の感性得点から 3 1 9 ‑ 1 .0 0 0 0 . 0 0 6 0 . 9 4 0‑ 0 . 9 3 5 6 . 6 8 4 4 2 5 0 . 6 5 0 0 . 4 1 1 0 . 7 2 3 ー0 . 8 5 9 1 0 . 6 4 0 感性の乏しいグループとして①トレンド無関 5 2 3 0 . 3 5 4 1 . 2 2 5 0 . 5 2 2 心派「若年 4 .0 2 9 0 . 8 0 6 8 3名、中年 7 0名」、②自己無関心 6 1 1 ‑ 1 .5 5 7‑ 0 . 5 6 9‑ 0 . 4 3 5 1 .2 0 4 4 . 1 8 2 派「若年 2 9名、中年 2 3名」、③無気力固執派 「中年 1 9名」、④無気力自己園執派「若年 1 8 名」、⑤無気力自由派「若年 2 1 名」、⑤低感 クラスターはそれぞれ 6クラスターとし、 それぞれのクラスターの特徴を各因子の平均 度派「若年 2 3名」、⑦無気力消極派「中年 1 1 名」があげられた。 値から考察した結果、若年と中年とではクラ スターの特徴が異なることがわかった。各グ 次に、感性の優れたグループとして、①ト ループの特徴を要約すると次のようである。 レンド関心派「若年 5 6名」、②才能派「中年 若年については、クラスター 1は、はっき 2 5名」、③高感度派「中年 4 2名」があげられ た 。 りした感性の特徴を持たないが視聴覚型感性 あると考えた。 4) 因子の四つめは、既成の観念に捕らわれ ない、交際範囲が広い、すぐ友達を作れる、 たえずヘアースタイルや服装を替えるといっ た項目と相聞が高かった。このことから、自 由に思考し、実践し、広く行動する行動型感 性因子と考えた。 これらのことから、感性の構造因子として、 ①人を引きつける多才な能力を特徴とする知 覚型感性、②強い自尊心や好奇心を特徴とす る感情型感性、③見たり聞いたりの情報に関 心を示す視聴覚型感性、④自由な思考や広い 行動を特徴とする行動型感性 の 4因子があ ることがわかった。 3‑2 感性によるグループ分け 因子分析によって得られた因子スコアによ って、クラスター分析を行い、被験者を感性 のカテゴリーの強さによってグループ分けを する事を試みた。グループの特徴を各クラス ターの因子スコアの平均値によって考察した。 各クラスターの因子スコアの平均値とメンバ ー数を表 3、表 4に示す。 l ‑317ー

3‑3 着用意識についての構造分析 着用意識についての構造分析の結果、因子 数は、固有値の値が急激に減少する点で決定 し、若い女性については 3、中年女性につい A R I M A X 回転後の因子負荷量 ては 4とした。 V を表 5、表 6に示す。 表 5 着用意識因子負荷量「若年」 C1 C2 C3 C' 与 C5 C6 C7 C8 C9 C旬 。 C11 C12 C13 C14 C15 C16 C17 C18 C19 C20 C21 C22 C23 C24 FACTOR1 FACTOR2 0.29957 0.525ゐ7 0.0142。 0.52272 0.65867 0.552' 与 6 0.28208 0.61669 0.47687 0.03392 ‑0.09120 0.07822 。.34607 0.22973 0.13337 0.10729 0.17202 与 6215 0.' 0.089' 与 5 与99 0.35' 0.05017 0.217ゐ0 0.12371 0.255' 与 2 0.11756 0.09719 与 5 0.33575 0.156' 0.60155 0.07ゐ5F 8 0.2810 0.27049 0.16113 0.20318 0.28199 ‑0.02253 0.09127 0.38738 0.14947 0.08937 O.ゐ0185 0.09271 o .ゐ0220 0.33892 ‑0.10ゐ76 ‑0.ゐ6510 0.62390 ‑0.10ゐ33 o. 18319 ‑0• 16ゐ02 0.00903 0.40164 ら 0.12628 0.0506' 0.071' 与 8 与 0.57ゐ6' 0.29259 0.31' 与38 ‑0.29431 ‑0.06138 0.51972 ‑0.0ゐ26' 与 ‑0.15305 ‑0.29028 0.07052 0.680ゐ2 0.33188 ‑0.45592 0.01383 0.60586 0.15227 0.51135 FACTOR3 高級意識 他人意識個別意識 VARIANCE EXPLAINED BY EACH FACTOR FACTOR1 2.790559 FACTOR2 2.5' 与 Oゐゐ 2 FACTOR3 2.217762 表 6 着用意識因子負荷量「中年」 崎 且 A且円 A"A"An 且 且 且円 内 且円 且 且 且 崎 1 9 2 3 1 5 ? 申ZR 9366863HLLhE ? 6 0 2 8 3 5 4 π 草加川 1029326 rLHM 2 0 3 0 0 0 O E且 白 目 D 除抱帆守' 同 FACTOR3 2.118280 ︒ ︒ ︒ ︒ ︒ ︒ ︒ 恥 吋 ‑‑rrR 仏個肌 M 0 3 2 5 ゐ 5 7ヨa F C 3 1 2 1 8 3 9 Fあ A ? 0 2 0ゐ 1 3 毛足 F 2 1 ゐ 8698HHJ 3 1 1 7 0 0 5 ロ刀 H 乱耐拘 ﹄ 旬 pr ﹄ ‑ 弓 A V 輸出日明 VE Au‑nv''t‑RdRdt母 島 副 W R M 且円 0 8 1 0 2 5 5 与色 0115986SAD 096655 且 ゐ ZKE 令4nvnvnu'‑︐ 4 e M ︐ 内 FACTOR2 2.509738 0.01690 ‑0.0ゐ999 0.29977 0.2978' 与 。'。ゐ 702 0.00ゐ60 0.17071 ‑0.07552 0.0143' 与 0.19312 0.19621 ‑0.05529 0.1151ゐ ー o .ゐ5507 0.24276 0.21044 0.12506 0.36863 0.21303 ‑0.19693 ー0.31208 ‑0.07778 0.065' 与 5 0.58764 O.ゐ8055 0.18210 与850 0.09382 0.2' 0.11' 与 77 0.2187ゐ 0.05501 ‑0.05791 0.21192 ‑0.19806 tEt 0.10889 0.57ゐ08 0.17813 0.51439 0.36188 0.72844 0.60580 O.2. t ! 与 ? ゐ3 ‑0.03577 0.15032 0.12249 0.26770 0.13051 0.12557 与 837 0.3' ι 仏 仏 仏ι 仏 仏 吉 岡 且 FACTOR1 2.916559 0.36575 、 0.46201 LX ︑ Au‑‑'e AU 胃d A U 4 ' M融即 Z ︐ ゐゐ︐ 3 5 5ゐ 1 1 J 8 ゐ ? 2 5 6ゐ島田 E 且 工止 且円 匂 ︐ ︒ 且 t ︐︐令 4句︒︐︐ Aue AU 1 J M F ︐ ︐ 013 51a N ︑ 川 m O 仏 O他 E v ラ﹄電 U︐ ︐ 4 電 J't RdAM''aue''n・ dt‑ e︐ 4︐ ︐ 令 ' ﹄ 令 ' ﹄ ラ ﹄ ︒ ︐ .9ι‑ ︐ ︐︐ ・ e .E 4︐ ' ・ 令 ' ﹄ 電 J't AE"JAA"uA'n'Aanu︐︐︐ A A An An AnA"A"An A A " AnA"An a An A 0.2ゐ305 0.37038 0.45039 0.18601 与9167 0.' 0.38592 0.31762 0.07836 0.25940 0.30247 0.03270 0.15298 0.52640 0.37914 0.52015 0.51097 0.32786 FACTORゐ FACTOR3 FACTOR2 FACTOR1 とにして、共通の 3因子の特徴をまず次に示 す 。 1)因子の一つは、体型カバーや他人の評価 や評判、同じ服を着ない服で、気分が変わる等 の項目と相聞が高く、着ている服によって気 分が変わったり他人によく見せたいという他 人の眼を気にする意識を示す。この因子を他 人意識因子と考えた。 2)因子の二つめは、外出着のおしゃれ、羨 む服装、一流晶、上品な、等の項目と高い相 関をもっ。この因子を高級意識因子であると 考えた。 3)因子の三つめは、奇按な服装、官険、派 手という項目と高い相関を持つ。これは人と は違う服装をすることによって個性的に目立 ちたいという個別意識を示している。乙の因 子を個別意識因子と考えた。 中年女性には四つめの因子があり、下着の おしゃれと高い相関がある。これは、外に表 われるものだけでなく、内部で外から見るこ とのできないものを充実させて気持ちを豊か にさせようとする、内面充実意識因子とみな すことができる。 これらのごとから、着用意識の構造因子と して、①他人によく見せたいという他人の目 を気にする他人意識、②高級なイメージの服 を着て高いレベルの評価を受けたいという高 級意識、③人とは違う服を着て目立ちたいと いう個別意識、中年女性だけにあるが④外か ら見えないものを充実させたいという内面充 実意識、の因子があることがわかった。 3‑2 着用意識によるグループ分け 因子分析によって得られた因子スコアによ ってクラスター分析を行い、対象者をグルー プ分けした。グループの特徴を各クラスター の因子スコアの平均値によって考察した。各 クラスターの因子スコアの平均値とメンバー 数を表 7、表 8に示す。 表 7 着用意識因子スコアクラスター平均値 「若年」 クフスター N l 6 5 5 9 3 2 2 5 9 2 3 FACTORゐ 0.9 ゐゐ 621 表 5、表 6によれば、若年における 3因子、 中年における 4因子中の 3因子はともにほぼ 同ーの着用項目と強い相関を持つ結果となっ た。中年の他の l因子については後述すると ‑318 4 5 E 日 感性得点 0 . 5 4 1 0 . 6 0 8 0 . 3 2 7 7 . 7 6 9 I ‑ 0 . 1 3 9‑ 0 . 9 7 3 ‑ 0 . 3 0 0 5 . 0 1 7 I ‑ 0 .7 4 6 0 . 4 1 2 0 . 1 8 8 . 5 5 5 7 . 0 7 7 1 0 . 5 4 4 0 .2 0 5 9 . 0 0 0 ‑ 1 .8 5 8 0 . 3 0 6 0 . 9 9 7 5 . 5 5 6

表 8 着用意識因子スコアクラスター平均値 「中年」 クラス~- N l 4 8 6 2 3 2 2 2 2 6 2 3 4 5 E 皿 0 . 3 8 5‑ 0 . 4 0 3 0 . 5 0 6 ‑ 0 . 3 3 6 0 0 . 0 1 5 . 1 8 9‑ 0 . 6 5 5 0 .3 5 6 . 0 7 4 1 0 . 7 1 5 1 .2 1 7‑ 0 . 4 6 2 1 .3 2 2‑ 0 . 8 2 7‑ 0 . 3 0 7 N 感性得点 . 8 3 3 0 . 6 4 2 7 0 . 2 8 4 6 . 3 0 6 0 . 2 1 01 0 . 4 0 6 . 2 7 3 0 . 1 7 7 9 0 . 0 9 9 4 . 8 8 5 クラスターはそれぞれ 5クラスターとし、 各クラスターの特徴を平均値から考察した結 果、若年と中年とではクラスターの特徴が異 なることがわかった。各グループの特徴を要 約すると次のようである。 若年については、クラスター lは、他人意 識に正の値を示したことから他人の目が気に なる気がね派とした。グループのメンバー数 は6 5名である。クラスター 2は他人意識に負 の大きな値を示したことから他人の目を気に しない無頓着派とした。メンバー数は 5 9名で ある。クラスター 3は高級意識に対し負の値 を示したことから、あるがまま派とした。メ ンバー数は 3 2名である。クラスター 4は個別 意識に正の大きな値を示すことから個性派と した。メンバー数は 2 5名である。クラスター 5は高級意識に負の非常に大きい値を示し、 また個別意識にも負の大きい値を示しており、 名である。 大衆同調派とした。メンバー数は 9 中年については、クラスター lは内面充実 意識に負の大きな値を示したことから、内面 8名である。ク 充実派とした。メンバー数は 4 ラスター 2はどの因子にも特別大きな値を含 まないので無特徴派とした。メンバー数 6 2名 である。このクラスターが最大クラスターで あり、着用に対して明確な意思を持たない人 達が一番多いということがわかった。クラス ター 3は個別意識に正の非常に大きな値を示 すことから、個性派とした。メンバー数 3 2名 である。クラスター 4は高級意識に正の大き な値を示し、また他人意識にも正の値を示す 2 ことから、自己誇示派とした。メンバー数 2 名である。クラスター 5は他人意識に負の大 きな値を示し、かつ高級意識に負の値を示す ことから、無頓着大衆派とした。メンバー数 2 6名である。 以上の内容と、表 7、表 8の感性得点から 感性の乏しいグループとして①気がね派「若 年6 5名」、②無頓着派「若年 5 9名」、③ある がまま派「中年 3 2名」、④大衆同調派「若年 9名」、⑤内面充実派「中年 4 8名」、@無特 徴派「中年 6 2名」⑦無頓着大衆派「中年 2 6名 」 があげられた。 また、感性の優れたグループとして、①個 性派「若年 2 5名、中年 3 2名」、②自己誇示派 「中年 2 2名」、があげられた。 3‑5 若い女性と中年女性の比較 まず、質問項目ごとに、若い女性と中年女 性の回答の平均点を計算し、平均値の差の検 定を行い、どのような質問に対し差がでたか を検討した。 感性については、中年女性が有意な質問項 目は臨機応変の処置、初対面で人を引きつけ るなど知覚型感性に関する項目である。若年 女性について有意な項目は、音楽、 C M、社 内広告など視聴覚型感性の項目である。以上 のことから若年女性の感性は視聴覚型、中年 女性の感性は知覚型ということがわかった。 着用意識については、中年女性については、 都心八行くときの服装や、年令、内面などそ の年代特有の思考様式を持っており、その中 での生活がよく現れている。また、若年女性 は仲間と類似、他人がどう思うか、奇誌、冒 険、派手、羨むなど他人(友達)の評価を気 にしながら、かつ個性もだしながら良い評価 をえたいと考えている姿がよくわかる。 3‑6 親子の関係 感性、着用意識の分析で得られたクラスタ ーを用いて、親子の関係を検討する。表 9、 表 10に感性及び着用意識ごとの親子のクラ スタークロス表を示す。この表はどのような タイプの母親に育てられると、子供はどのよ うなタイプが多くなるかついて調ペたもので ある。 表 9によると、感性についての親子の関係 は、無気力消極派の親のグループに対し、無 気力自己固執派の子どもが有意に多いことが 示された。この 2つのグループは知覚を否定 することで一致し行動型感性で正反対の反応 を見せている。親の感性は親のグループ中も っとも乏しいグループであり、子どもの感性 も低い。ここでは親の無気力さ(この命名は 知覚型感性を否定する場合につけた)が行動 型感性の影響よりも強いとわかった。 表 10では、個性派の母親の子供には無頓 着派が少ない結果が示された。個性的な着用 意識を持つ親は、目立ちたい意識、他人の目 を意識しているわけでその意味では他人の目 を気にしない無頓着派とは合い入れない。ま た自己誇示の母親については、子供に明確な 自己誇示のグループがいないこともあるが、 ‑319‑ I

4)感性のクラスター分析から、調査した対 象は、感性の乏しい 6グループと感性の優れ 4 5 6 1 2 計 3 7 0 た 3グループからなっていた。感性の優れた 6 1 0 2 3 5 1 2 l 1 4 7 . 1 4 8 . 5 7 4 . 2 9 3 2 . 8 6 7 . 1 4 1 2 0 . 0 0 1 グループは、若年のトレンド関心派と、中年 4 2 5 4 2 14 0 7 2 1 の才能派、高感度派であり、本対象では中年 1 .9 0 9 . 5 2 4 . 7 6 1 2 3 . 8 1 1 6 . 6 7 3 3 . 3 3 4 2 3 2 1 1 9 の方が高感度の優れた人が多いという結果と 3 7 1 .0 5 5 . 7 9 1 0 . 5 3 5 . 2 6 2 3 6 . 8 4 1 0 . 5 3 1 母 2 3 2 5 なった。 9 2 4 4 5 2 . 0 0 0 . 0 0 3 6 . 0 0 8 . 0 0 8 . 0 0 1 1 6 . 0 0 2 5)着用意識のクラスター分析と感性得点の 3 2 3 6 2 5 5 4 3 8 . 7 0 2 1 .7 4 1 3 . 0 4 分析から、調査した対象は感性の乏しい 7グ 3 . 0 4 2 6 . 0 9 1 7 . 3 9 1 3+ + 1 1 2 l l s 4 ループと感性の優れた 3グループからなって 7 . 2 7 9 . 0 9 0 . 0 0 3 6 . 3 6 1 8 . 1 8 9 . 0 9 2 2 1 1 9 0 いた。感性の乏しい人たちは衣服着用に対し、 2 9 1 8 2 3 計 4 3 5 6 9 . 4 7 9 . 4 7 1 2 . 1 1 1 1 .0 5 2 2 . 6 3 1 5 . 2 6 2 無頓着、無特徴、気がね、あるがままの意識 ( + + . 一 一 危 険 率 1%) i +，ー 危険率 5%) を持つ人たちであり、感性の優れたグループ 表 10 親子のクラスタークロス表(着用意識) は若年、中年ともに個性派、それに中年の自 娘 己誇示派であった。このことから感性と着用 1 2 3 計 4 5 l 1 7 1 8 5 5 3 意識との関係が推測できた。 4 8 3 5 . 4 2 3 7 . 5 0 1 0 . 4 2 1 0 . 4 2 6 . 2 5 6)感性における親子の関係は、行動型感性 2 2 1 1 6 1 3 1 0 2 6 2 よりも知覚型感性の方が親子の継承に対する 3 3 . 8 7 2 5 . 8 1 2 0 . 9 7 1 6 . 1 3 3 . 2 3 3‑ ‑ 母 3 1 3 8 7 l 3 2 影響が強いことがわかった。 4 0 . 6 3 9 . 3 8 2 5 . 0 0 21 .8 8 3 . 1 3 7)着用意識における親子の関係は、個性派 4 5 9 l 3 + 2 4 2 2 2 . 7 3 4 0 . 9 1 1 8 . 1 8 4 . 5 5 1 3 . 6 4 の母親グループには無頓着派の子供が有意に g 5 1 3 + 2 2 6 2 3 4 . 6 2 5 0 . 0 0 7 . 6 9 7 . 6 9 0 . 0 0 少ないという関係が得られた。個性派は感性 計 6 5 5 9 3 2 2 5 9 1 9 0 の優れたグループであり、その子供は感性の 3 4 . 2 1 31 .0 5 1 6 . 8 4 1 3 . 1 6 4 . 7 4 乏しい子供(無頓着派)が少ないことがわか 大衆同調派が多い。これは他の人と同じ服装 った。しかし自己誇示派の母親グループにつ をしたがるわけで、親の持つ、自分を良くみ いては、母親自身は感性の優れたグループで せようとする意識は子に継承されていない、 あるが、感性の乏しい子供(大衆同調派)が あるいは子の年令が大学生であり、年令的に 有意に多いという結果となった。このことは、 高級なものを身につけて自己誇示をするには 子供の対象が女子大生であり、経済的にも制 まだ経済的にも無理があるといえるかもしれ 約があること、また質問項目にあるような高 ない。その意味で金銭的に自由がきく O Lを 価な衣服や、ブランド品に強く反応するクラ 対象とした方が関連性がはっきりとすると思 スターがなかったこと、年令が低いため衣服 われる。 で自己誇示するという意識がまた成熟されて いないことによるのではないかと考えられる。 4.まとめ 表 9 親子のクラスタークロス表(感性) 娘 。 ， 。 女子大生と、その母親を対象として行った 感性と衣服行動の分析結果は次のようにまと められた。 1)感性の因子分析による、感性の構造因子 は、知覚型、視聴覚型、感情型、行動型の特 徴を持つ 4つの感性であった。 2)着用意識の因子分析による、着用意識の 構造因子は、他人意識(関係)、高級意識、 個別意識(質)、内面充実意識の 4つの意識 であった。 2)感性項目の平均値の検定の結果から、若 年女性と中年女性の感性の違いが明確にされ た。若年女性の感性は、見て、聞いて、その 刺激を即座に反応する視聴覚型感性であり、 中年女性の感性は、刺激を経験によって認識 して反応する知覚型感性である。 引用文献 1)電通マーケテイング戦略研究会:感性消 費理性消費，日本経済新聞社， P 6 5 ‑ 6 7 ( 1 9 8 5 ) 2 3 ( 1 9 8 4 ) 2)山下富美子:衣生活研究， P 3)藤原康晴:衣生活研究， P 1 2 ( 1 9 8 4 ) 藤原康晴:家政学雑誌， V O L .3 3， P548 ( 1 9 8 4 ) 4) 村田昭治他:ライフスタイル全書，ダイ 3 8 5 ‑，( 19 7 9 ) ヤモンド社， P 5)河合玲:最新ファッションと商品企画、 ビジネス社， P 2 6 4 ‑ 2 6 5，( 1 9 8 3 ) 6) L . W . F l a c c u s，R e m a r k so n psychology o f c l o t h e s: P e d a g o g i c a l Seminary ( 1 9 0 5 ) (菅原教造:プリントテキストより) ‑3 2 0

日本 5A5ユーザー会 ( 5UGト J) 統合ソフトウエア環境下での SAS 竹原信一 日本ディジタル・イクイップメント株式会社 SE部 ACT SAS on integrated Software Environment S h i n i c h i Takehara Application Center For Technology Customer Support D i g i t a l Equipment Corporation Japan くa ndaOgawamachi，C h i y o d aku，Tokyo ，1 0 1 Japan Ogawamachi m i t s u ib l d g . 1‑3 I ・ 要旨: 1990年 を 迎 え 、 企 業 は シ ス テ ム 環 境 に 、 今 ま で 以 上 の も の を 要 求 し て い ま す 。 そ れ は、ピアツーピア・ネットワークを基盤とした、不ットワーク全体で"ピア・ツー・ピ ア"のアプリケーション統合です。単一ベンタのソリューションを越えた、マルチベン ヲ環境での自由なアクセスです。企業は、その所在や使用されているシステムの種類に かかわりなく、情報にアクセスし、自分にとっての有用な書式で入力、検索をしたいの です。また、単にアクセスできるだけでなく、その情報の正確さと機密性を保証する包 括的な情報管理機能も必要としています。どんなベンダや企業も、単独で今日の大規模 な 企 業 の ソ フ ト ウ エ ア に 対 す る ニ ー ズ の す べ て を 満 た す こ と は で き ま せ ん 。 D E Cが 独 自に達成したピア・ツー・ピアネットワーキングとシステム・ソフトウエアを基盤とし た こ の 戦 略 は 、 現 在 阻I ほ京K M 乱 l CATI 倒 訳J PPORT(NAS)に よ っ て 実 現 さ れ つ つ あ り ま す 。 N A Sは 、 マ ル チ ベ ン ダ 環 境 に 一 貫 し た ア プ リ ケ ー シ ョ ン ・ ア ク セ ス と 通 信 サ ー ビ ス 、 そして情報及び資源の共有を提供するサービス群です。また、明確に定義され文章化さ れたプログラミング・インタフェースとツールキットと実現時ライブラリを提供して、 統 合 化 ア プ リ ケ ー シ ョ ン の 開 発 を 容 易 に し ま す 。 こ の よ う な 阻S の サ ー ビ ス 群 を S A S ソ フ ト ウ エ ア は 、 DECn et 、 PCSA 、 α辺見、ALL‑i r ト1 等でを取り入れております。 本文では、 N A Sに つ い て 、 及 び N A Sと S A Sの関係、について述べたいと思し、ます。 1.始めに 1 9 6 0 年代には、 I聞 3 6 0に 代 表 さ れ ま す よ う に 、 カ ー ド 等 を 使 っ た パ ッ チ 処 理 の 時 代 。 つ ぎに電話回線の普及に伴し、、大型コンビューヲの入手ができないユーザに対してのタイ ムシェアリングサービスが普及し、数多くのタイムシェアリング用アプリケーションや 9 80 : ‑ 年代には、 IBMO)XT， AT また タ ム 端 末 が で た の が 70:‑年代であるといえます。そして、 1 N配の 9 8に 代 表 さ れ る よ う な パ ソ コ ン の 普 及 、 とコンビュータ資源がユーザーの机の上 におかれ、処理の分散化が進んだのが 8 0:‑年代であるといえるでしょう。またそのような 環境下でソフトウエア会社は生産性の向上に結び付くパッケージを提供し普及させまし た。 そ し て ま た 、 t 到 IX の台頭によりネットワークの国際的な業界標準の問題がクローズ アップされています。 そうしたなかで、これからのコンビュータ環境がどうあるべきかと考えますと、ユーザー は、"必要とする情報資源を種々のデスクトップ装置から共通のユーザーインターフェー スを使って、使いなれたアプリーケーションで自由にアクセスしたレ"と考える訳です。 言 ν方 を 変 え ま す な ら ば 、 w s .‑:;'ルチベンダのデスクトップや γ ス テ ム を 統 合 し た い 。 ‑ただ接続するだけでなく、単にデータのやり取りやファイルのやり取りをするだけで なく、アプリケーションレベルで統合したい。 ‑更に今までの投資を(トレー二ング)を生かしながら新しし、技術を導入して生産性の 向上を計りたレ。 ということでしょう。 4EA qL q a

そのソリューションが、 Mお(胎~rk. A 即l i c a t i o n・s t 在:pJr t )の サ ー ビ ス 群 で す 。 以下では、l'W:初基本となる概念、についてしるします。 2 .ク ラ イ ア ン 卜 / サ ー バ ・ モ デ ル 、 NEC 、東芝のパソコン、 W O r k s t a t i o nと 図 に あ り ま す よ う に 、 ク ラ イ ア ン 卜 側 に は 、 IBM しては、 D 配 s t a t i o n 、VAXst a t i o n 。 他 の ベ ン ダ ー の UNIXW jSウインドウ端末VI'lO OOや 他 へ ン ダ の Xwi 凶α 嘩 拠 の 取i n d O¥l端末、田町文字端末。サーバ側は、 W立 シ リ ー ズ や D配 可s t 四 L ゲートウェイを介して他のメインフレームという環境。これは分散型コンビ ューティングを取りながらも、統合化されたひとつのシステムを構築します。 クライアン卜/サーバ・モデル サーバ(サービス) ド ﹂ ス 一ス サピ カ一 ム冨ンル 出サ 議タ・ 子リ一 電プメ 通信サーバ ( x . 2 5，虫色) システム管理 データ管理 アプリケーション m 町一院 VAXs t a t i o n DD ごs t a t i o n ウインドウ テキス卜 クライアント(利用者) 3 .ア プ リ ケ ー シ ョ ン の 統 合 アプリケーションの統合を行うためにはどういったことを満足させなければいけないの でしょうか。アプリケーションを中心としてものを考えますと、次のような図が考えら れます。 ‑322‑

1 一 昨J‑ ン ここにみられるインターフェースは、 .アプリケーションとユーザの工/F a t aを 使 う 場 合 、 同t a同 s eとの I斤 ・そのアプリケーションが d ・ 当 然 の こ と な が ら 、 ア プ リ ー ヶ ー シ ョ ン は O Sを 必 要 と し ま す の で 、 ・アプリケーションと他のアプリケーションとの I /F O Sとの I 斤 ・ 四つのアプリケーションを取り巻く I 庁、がうまく取れなければいけなし¥しかもそれが標 準化されているということが必要になっている訳です。この様な慨念、に基づいて、マル チベンゲ環境で、アプリケーション・アクセスと通信及び資源の共有を可能にする機能 サービスを提供します。いかに具体的なサービスを示します。 4 . NASサ ー ビ ス アプリケーション・アクセス の貫 一ン のイ めた たし エユプラ スザケド イ一リン 話一︒ 対のす のめま ンたし ヨの供 シ話提 一対を ケのス リ間イ プンエ アヨプ とシ一 ザ一タ 一ケン ユリイ はプ・ スアグ ド﹂︑ン 一とミ サスラ .イグ スエロ セフプ ク一る アタす .ン定 ンイ規 ヨ・を シザス 一一イ ケユエ リたプ プし一 ア賓タ ‑ウインドウィング・サービス をは一で 備︑シ別 フドアグ 一ン︑ク タエりソ ン︑まバ イりつ︑ ザよ︒ら 一にすが MIτ町 x→札l1l:ヨα標準をベース i こ作成され、 ユスまな ・ビきし ス一で﹁行 ウサが実 マのとを /ここク ン︒るス コすすタ イまスで イ発問オる アしセド /にクンす ウ易アラで ド容にグけ ンを時アわ ウ開にプき たのン︑で しンヨりが 賓ヨシたと 一シ一しこ ︑一ケ間⁝う はケリ参行 スリプ互を ビプア相ク 一アのをス サた数ンタ 本え複ヨの D区:wl.l1l:ヨ抑制、 X~叫l1l:ヨ仰との互換性を有します。 。 DE C w i l 1 l : ヨ 仰Sは 、 分 散 型 ク ラ イ ア ン 卜 / サ ー バ ・ コ ン ビ ュ ー テ ン グ ・ モ デ ル を ベ ー ス と し 、 Xユ ー ザ イ ン ヲ フ ェ ー ス ( 克 江 ) ・ ツ ー ル キ ッ ト と 、 ツ ー ル キ ァ 卜 と の イ ン タ ー フ ェ イ ス を 設 計 す る た め に ス ヲ イ ル ・ ガ イ ド を 含 ん で し 、 ま す 。 DEC め 克 江 ツ ー ル キ ッ 卜 は 、 OSF の Motif ウインドウウィング・インヲーフェイスに準拠しています。 . :，rーミナル・サーヒス ユーザがコンビュータ上で実行されてし、る文字セル・アプリケーションに棟々な装置か q a n r u q a

らアクセスできるようにするのが、このターミナル・サービスです。このサービスを提 供するのは全ての端末で利用できるv rタ ー ミ ナ ル ・ エ ミ ュ レ ー シ ョ ン 機 能 で す 。 こ の 機 能 に よ っ て 、 文 字 セ ル ・ タ ー ミ ナ ル 、 PC、 ワ ー ク ス テ ー シ ョ ン で ロ ー カ ル / リ モ ー ト の VAX/VMSや OSF/ULTRIX上 の 資 源 に ア ク セ ス し た り 、 文 字 セ ル ・ タ ー ミナル用のアプリケーションを実行することができます。 通信サービス メソセージング・サービス メソセージング・サービスにより、ユーザとアプリケーションは、ネットワーク全体で メッセイジを作成し、編集し、送受し、転送する共通のサービス・セットとユーザとア カウントを透過的に配置するディクショナリ・サービスとを利用することができます。 A Sメ ッ セ ー ジ ン グ ・ / サ ー ビ ス は 、 阻I Ibぉ製品ファミリが提供していま メール伝送用の N . 4 0併 察 準 に よ っ て 他 の ベ ン ダ の メ ー ル ・ シ ス テ ム と 接 続 し 、 企 業 全 体 の メ ー す。また、 X ル・システムを構築できます。 情報・資源共有サービス 情報・資源共有サービスとは、分散環境で実行されるすべてのアプリケーションが、 データの格納場所によらず、自由にアクセスできるようにする機能を提供するものです。 ‑複合ドキュメント・サービス テキスト、グラフィック、イメージなどのデータの共用に必要なアプリケーションや、 そうした各種のデータを統合する文書の作成・実換に必要なアプリケーションの開発の ために、複合ドキュメント・アーキテクチャ ( α五 ) を ベ ー ス と し た 機 能 群 が 提 供 さ れ ま す。 C D Aは 、 次 の 2種 の 更 新 可 能 形 式 を 定 義 し ま す 。 テ キ ス ト 、 グ ラ フ ィ ッ ク 及 び イ メ ー ジ を 包 含 す る 複 合 ド キ ュ メ ン ト 用 の ∞I F(Digital∞ α. n a ntInterchangeF o r m a t )と (Digital百 bleInterchange テ ー ブ ル ・ デ ー タ ( ス プ レ ッ ド ・ シ ー ト 等 ) 用 の D I ' IF F o r m a t )です。 α注 エ ン コ ー デ ィ ン グ は 、 A剖 .1 標 準 と の E換 性 を 有 し 、 15()7)α恥 ∞I Fと荻斑』との相方向 変換をサポートする予定です。 ・レポジトリ/ディクショナリ・サービス レポジトリ/ディクショナリ・サービスは、データを定義し、その定義と対象となって いるデータに制御された形でアクセスするための一貫した方法を、アプリケーションと ユ ー ザ に 提 供 致 し ま す 。 こ の サ ー ビ ス は 、 αD ;P lus によって実現され、複数のアプリケ ーションと 7 ルチ・ベンダ環境全体に通用するデータ定義のための、企業全体で使用さ れる単ーの論理レポジ卜リを提供します。 ‑ファイル共用サービス 格イツ のアバ ルブの イ想ル ア仮イ フるア るきフ けで︑ お用た に利ま 境も 環でし 散ら張︒ るこ宇﹂念品 分か拡す よど性し にの能減 プク機軽 ツ一のを トワ置担 クト装負 デネツザ スツプの の︒ト一 数すクユ 複まスる ︑しデわ はにて関 で易つに ス容よリ ビをにパ 一周スカ サ共ビリ 用ぴ一と 共及サプ ア︑ン・ ル索・ツ イ検グア フ納リク ファイル共用サービスは、 V MSSer v i c e s fortPC'sULτRI~の NFS ， V肥川L由工Xcαmection 等の製品によって提供されています。 ‑プリンティング・サービス プリンティング・サービスは、各種のシステムから様々な出力装置へのハードコピー出 力を要求する簡単な方法を、アプリケーションとユーザに提供します。現在、プリンテ ィンゲ・サービスは、 P ostscript 及 び 非 P os tscriptプ リ ン タ に 対 す る サ ー ビ ス を 提 供 し てし、ます。 5. SA Sと N A Sサ ー ビ ス 群 と の 関 係 dAT のF白 q a

• OE C w l .nd 四 S ユ ー ザ イ ン タ フ ェ イ ス が 統 一 さ れ て い ま す の で 、 V M S版 S A Sを 使 用 す る 場 合 も R I S C / U L T R I X版 S A Sを 使 用 す る 場 合 も O Sの ち が い を 意 識 す る こ と な く 、 S A Sを 操 作 す る こ と が で き ま す 。 ‑o E C w l .n ヨ αm のアーキテクチャからわかりますように、クライアン卜/サーバ・モデル に 基 づ い た か た ち で 、 S A Sを 使 用 す る こ と が 可 能 に な り ま す 。 例 え ば 、 ク ラ イ ア ン 卜 側を V AX6000 ‑400シ リ ー ズ と し 、 サ ー バ 側 を VA X s t a t i o nと す る 。 ま た 、 異 な っ た O S 問 で も コ ミ ュ ニ ケ ー シ ョ ン を サ ポ ー 卜 し て い る た め 、 サ ー バ 側 を DECs t a t i o nと す る こ ともできます。 '0 団 即nr 泡t aO i c t i α1dry/P l u s ‑ SAS 〆K文 部S イ ン タ ー フ ェ イ ス は 、 四x 勾Lでかかれていて、直接RdbjVMSO)データをよ みにし、きます。 α ) [ ) jPl 四を直接よみにし、くことは現段階ではできません。 ‑ 配S A ‑SJ 国 主 民S ARel e a s e3 . 0も サ ポ ー 卜 し て い ま す 。 現 段 階 で は 町 血Sとしては、 4 つの町 をサポートします。 .ALL‑i n‑l ‑A 江. i r トl か ら SASを 呼 び だ す こ と が で き ま す 。 例 え ば 、 SAS 〆2¥SSI訂 や SAS 〆町で作り出し i r トl の フ ァ イ ル キ ャ ビ ネ ッ ト に S渇 の プ ロ グ ラ ム や た 画 面 を 呼 び だ す 等 。 ま た 、 A江 . S記S jGRAPH"でつくりだしたReG IS や SIXEIs)フォーマットストアすることができます。 ‑ α:1¥ (α玄 t P O U n d ∞α. m e n tArchit et u r e ) 叩 一将来的に、 SAS で ∞I F 吸ぴDI'IF ' の フ ォ ー マ ッ ト を サ ポ ー ト し ま す 。 D思 》τ ite や O E C 沼e c i s i o n にデータを取り込むことができます。 6. 統 合 シ ス テ ム 、 そ の 例 上 記 の 例 か ら 、 例 え ば ど の よ う な シ ス テ ム が 構 築 出 来 る で L ょうか。 その一例ですが、図で示したようなかたちでシステムを構築します。 ‑325

日 同 且 匝l‑in‑lj 阿川凹 ll‑in‑l! l All ‑ i n‑lI DECwrite 岡山凶一日 凶 DECdec‑‑sio 一 1DECwrite Lotus ~rn A江.ri r ト1 を プ レ ー ム と し 、 恥r k s t a t i o n 、ウインドウ端末であれば、そのうえに S AS 及びD ECwri t e 、D 区沼e c i s i α 1 。 キ ャ ラ ク タ 端 末 で あ れ ば SAS、 国i t o ro PC‑であれば、 PCSASl . o tus 1‑2‑3、 国i t o rと し て 使 用 し ま す 。 b jVMSf oI1l'atの デ ー タ を 直 接 SASで 読 み に い く 。 そ れ を SASで 解 析 し 解 析 サ ー バ 側 に あ る Rヨ 結 果 を グ ラ フ 、 又 は ス プ レ ッ ド シ ー ト の テ ー プ ル と し て 出 力 。 DDIF及 び DTIFデ ー 区 加r i t e に 取 り 込 み 編 集 す る 。 PCSJ 出 S やl.o tus1‑2‑3 で解析した結果は、民SAf7) タとして D M SS J 出 S やD 区沼e c i s i o nD E C c h a r t に取り込み更に D i t eに 送 ファイルサービスを使し、、 V l ‑ 凶s を介して解析結果を互いにやり り 込 む 。 こ れ は 資 料 作 成 の た め の 流 れ で す が 、 M 3 .i n‑ 1メ ニ ュ ー を 選 び な が ら 、 た や す く や 取 り す る こ と も 考 え ら れ ま す 。 そ の 場 合 、 A江.ri り取りすることができます。システムに当然保守や更新も必要ですが、 u nixW/Sや配を 使用し開発もおかなっていけるようにします。 窓 : : w r この関係を先のアプリケーションを中心に考えてみるとどうなるでしょうか。 ‑326

i ねi i L l 1I I Wd I l ( 凶 re es I t in BUS 1C 1 o n MSllDOS 助ンそ簿様 援コ︒発皆 なやすをの き群で力) 大品卜な株 は製プき( 群きセ大ア スベン︑エ ビすコ後ウ 一応う今ト サ対い︑フ のにとしソ S れA 出 S A そV A A N ︑M 生 S ムンS ひに ︑でのをた にか S ム つ のなA テ さ くのS ス下 い境たシカ て環ま合尽 し夕︑統ご 築一りのり 構ユあった をピでとあ よる卜れで謝 テコ A が 成 スる N 性 作 シすの向料 合化も方資 統様どのの ︑多私発こ︒ で︒が開︒す 形すれ品うま なでそ製よし う訳︑のし致 のなプぞる感 ことセれすに ‑327‑ M I ID D A aI IE E L i I IC C L i 袖 川 / ∞IF 1

日本 SASユーザー会 (SUG ト J) . 0 6 under V MS and ••• The SAS System release 6 今城義高 株式会社 SASインスティチュートジャパン 東日本営業部 The SAS System r e l e a s e 6 . 0 6 under VMS and". Yoshitaka I m a k i n s t i t u t e Japan L td . Minicomputers Marketing， SAS I 04Japan N i c h i r e i Akashicho B i d g . 6‑4Akashi‑cho，Chuo・ku，Tokyo，1 要旨 以 前 か ら リ リ ー ス が 待 た れ て い た SASリリース 6 . 06が メ イ ン フ レ ー ム お よ び ミ ニ コンビュータプラットフォームにおいて利用可能になった。 本 文 で は 特 に DEC社 の VAXシリーズに焦点を当て、 VMS版 SASシ ス テ ム が も た らすプロダクト・ペネフィットを中心に述べる。 キーワード V M S 8.06 M V AM E AN A SD E C w i n d o w sR d b / V M S SIS 【1990年 代 に 要 求 さ れ る コ ン ビ ュ ー テ ィ ン グ 環 境 】 今、各企業は情報システムの在り方についての見直しが検討されている。その背景にあ るのは、 コ ン ビ ュ ー タ 環 境 の 多 様 化 、 応 用 分 野 の 拡 大 な ど が あ げ ら れ る 。 パ ー ソ ナ ル コ ン ビュータの普及、 EWSの 出 現 、 ハ ー ド ウ ェ ア の 低 価 格 化 な ど 、 コ ン ピ ュ ー タ 技 術 の 飛 躍 的進歩により、 ど の 企 業 も 十 分 す ぎ る ほ ど の デ ー タ を た く わ え て お り 、 こ の デ ー タ が ビ ジ ネスを成功に導くための強力な武器となり、企業活動を占う重要な指針となるのは既知な ことであると思う。 しかし、このコンビュータ技術は、以下のような諸問題を創り上げてしまっている。 口部門毎 i こデータが分散しているため、スピーディな情報検索が困難。 口限られた資源(予算、人)内で、キャリアの異なるエンドユーザそれぞれが必要と するアプリケーションを提供でないものか。 ロビジネスチャンスを逃すことなく、タイムリーに戦略的ビジネスツールを開発、提 供できないものか。 ロ異なるハードウェアの導入により、分散化したソフトウェア資産を統合化できない ものか。 このように、 1990年 代 の 情 報 シ ス テ ム ( ソ フ ト ウ ェ ア ) に 与 え ら れ た 課 題 は 少 な く ない。当然、コンピュータ環境の多様化は今後さらに進み、高性能、低価格のハードウェ アが続々と出現してくる。システムの構築において、ハードウェアの選択にはシビアさが 要求されるであろう。また、扱うデータ量も指数的に増えてゆき、データの一元管理を考 ‑329一

慮した分散化を進めていく必要もある。さらに、応用分野の拡大に伴い、多様化するユー ザのニーズに対応できるアプリケーションをタイムリーに用意しなければならない。 1990年 代 の コ ン ビ ュ ー テ ィ ン グ 環 境 ; 鋭 校 : : ' 義j 語読iiJ転竣:!j~j!主 : 計のu嵐灘 S宗m@.#1;l:ザ øiIとと~[衿究 干支H):i~野性タ認証:n 議 Xl~I蕗華道 【S 1Sの意義】 最近、 S1S C Strategic I n f o r m a t i o n System 戦 略 情 報 シ ス テ ム ) と い う こ と ば を よ く耳にする。これは、今までの情報システム部門の役割でもあった基幹システムの効率化、 業 務 シ ス テ ム の 開 発 な ど 、 い わ ゆ る 広 い 意 味 で の OA化 時 代 の 終 わ り を 告 げ る あ ら わ れ で あるといえよう。現に、過去のコンビュータ導入におけるメリットは、今まで手作業で行 なってきた仕事をいかにしてコンビュータに任せ、それによってどのくらいの経費削減が 計 れ る か で あ っ た 。 当 然 O A化 に よ っ て 得 ら れ た メ リ ッ ト は お お い に 評 価 で き る も の で も あった。 しかし、今日では情報化社会といわれるように、情報こそがビジネスを成功に導くため の強力な武器であり、企業活動を占う重要な要素となってきた。企業では情報を戦略的な 武 器 と し て 利 用 し 、 19 90年 代 を 勝 ち 抜 く た め の 戦 略 情 報 シ ス テ ム の 備 築 の 必 要 性 が 高 まってきたのである。 この S 1Sの 構 築 に お い て 忌 も 必 要 な こ と は 、 刻 々 と 変 化 し て い く 市 場 の ニ ー ズ 等 に 対 して、即座に対応できるシステムでなければならないはずである。いいかえれば環境の変 化に対応できないシステムではだめなのである。 【SASは な ぜ SASなのか】 SASシ ス テ ム は 、 今 日 で は 統 計 解 析 ソ フ ト ウ ェ ア と し て 高 い 信 頼 性 と 圧 倒 的 な 実 績 を 誇っている。 しかし、統計解析ソフト、 SASも パ ー ジ ョ ン Sの 出 現 と 共 に 戦 略 的 な コ ン ビ ュ ー テ ィ TheApplications Syste~ f o rS t ング環境を構築するためのアプリケーションシステム ( rategic Computing) に 変 わ っ て き た 。 い い か え れ ば 激 変 を 繰 り 返 す コ ン ピ ュ ー タ 環 境 か ら ユーザを保護するのに十分な解決策が提供できるソフトウェアになったのである。特にパ . 06で は 、 前 述 し た 諸 問 題 に 対 し て 単 一 の 総 合 化 さ れ た ソ ル ー シ ョ ン を 提 供 ージョン 6 する総合情報処理ツールと言い切る。 【プロダクト・ベネフィット】 学らをさフ ともくたツ 論があれイ 工れ想化ネ アそ思合ベ エ︑の統す ウはらのら HP d . ︑ . ︑ .‑ ト6 れ 一 た フO こ 単 も Jノ た6 は て 6 しスルし 0 と一一対 心リゴに 6 中リすズス を︒指一一 どる目ニリ ないが・リ ゃなシ一に A てムン︒ Eれテヨる M わスシあ ︑るも︒ア司令 A行 S ケろ V にA リこ M とSプと はのるなす 発トあま供 聞プもぎ提 のセでまに 6 ン物さザ ンコ果︑} ヨな成しユ ジ的のとを 一新新スン パ革最一ヨ もたまソ S るたベシ A えしも一 S言らでル 3 3 0一

トはさまざまである。 くウインドウシステムのサポート> SAS リリース 6 . 06で 特 筆 す べ き 点 は 、 ま ず ウ イ ン ド ウ シ ス テ ム の サ ポ ー ト に あ る 。 特に VMS環境においては、 GU 1 ( G r a p h i c a lU s e rI n t e r f a c e ) として DECwind owsを 他 の サ ー ド ベ ン ダ ー よ り い ち 早 く サ ポ ー ト し た 。 こ れ に よ り 、 DECwindo wsが 提 供 す る 援 作 性 、 機 能 性 を そ の ま ま 生 か す こ と が で き る 。 MVAの ア ド バ ン テ ー ジ を 維 持 し な が ら の 環 境 と の 親 和 性 実 現 で あ る 。 SAS社 は 、 異 な る プ ラ ッ ト フ ォ ー ム に 対 して共通の機能や操作性を提供するというコンセプトに加え、その環境のみが持つ長所も 積極的に取り入れていく考えもある。逆にこのような姿勢で開発を進めないと、非常にお もしろくないソフトウェアが完成してしまうのはみえみえなのである。 DECwindowsサ ポ ー ト に よ る メ リ ッ ト は 非 常 に 大 き い の で あ る が 、 ウ イ ン ド ウ シ ス テ ム を 持 た な い シ ス テ ム 、 稼 働 し な い 環 境 で は ど う か 。 DEC社の VTシ リ ー ズ の タ ーミナルでは、 DECwindwosの よ う な 軽 快 な 操 作 性 は 不 可 能 な の で あ ろ う か 。 リリース 6 . 06で は 、 ネ イ テ ィ プ な ウ イ ン ド ウ シ ス テ ム を 持 た な い 環 境 に お い て は 、 SAS独 自 の タ ー ミ ナ ル ベ ー ス の ウ イ ン ド ウ シ ス テ ム 、 VTウ イ ン ド ウ を 提 供 す る 。 マ ウ スこそは使用できないが、操作性、機能性はほとんど同じと考えてよい。 当然といえば当然の話であるが、ここには非常に大きなメリットが隠されている。通常、 アプリケーションを開発する場合、ウインドウシステム配下で稼働するソフトとターミナ ルベースで稼働するソフトは、別物にせざるをえない。その理由はウインドウ制御がまっ た く 異 な る た め で あ る 。 SASを 利 用 す る と ア プ リ . ケ ー シ ョ ン は 一 つ で 済 む 。 ウ イ ン ド ウ シ ス テ ム の 違 い を SAS自 身 が 吸 収 し て く れ る の で あ る 。 SASの 世 界 で 最 も こ の 利 点 が 生かされるのが、 SAS/AF、 SAS/FSPを 使 っ て メ ニ ュ ー ア プ リ ケ ー シ ョ ン を 構 築する場合である。アプリケーションの開発環境と実行環境が異なってもよいのである。 DECプ ラ ッ ト フ ォ ー ム で 考 え れ ば 、 MicroVAXの VTタ 二 ミ ナ ル で 開 発 し た ソ フ ト ウ ェ ア は 、 変 更 を 加 え る こ と な く 、 そ の ま ま VAXstation上 で DECwind owsの 操 作 性 を 生 か し な が ら 使 用 す る こ と が で き る 。 さ ら に オ ペ レ ー テ ィ ン グ シ ス テ ム が 異 な る DECstat ion (ULTRIX)上 で 使 用 す る こ と も で き る の で あ る 。 こ れ は ア プ リ ケ ー シ ョ ン 開 発 に 従 事 さ れ る か た で あ れ ば 願 つ で も な い 話 で あ ろ う 。 MV Aと 環 境 と の 親 和 性 の バ ラ ン ス の 重 要 性 は こ こ に 生 か さ れ て い る の で あ る 。 く SCLの サ ポ ー ト > SCLとは、 SAS/AF、 SAS/FSPに 含 ま れ て い る 画 面 を 制 御 す る た め の 言 語 である。 PC/UNIX版 の リ リ ー ス 6 . 03を 使 用 し て い る か た で あ れ ば 既 に ご 存 じ で あ ろ う 。 パ ー ジ ョ ン 5に お け る SAS/AF 、 SAS/FSPに お い て は 機 能 や ス ピ ー ド の面において不満を抱いたユーザも多いことと思う。 SAS/AF、 SAS/FSPは 、 こ の SCLの サ ポ ー ト に よ っ て 非 常 に 複 雑 な ア ル ゴ リズムを持つメニューシステムの構築が可能になった。前述したウインドウシステムが持 つアドバンテージを維持するための機能が加わった。ウインドウシステムにおける基本操 作は、希望する動作、項目名にカーソルを合わせ(ポイント)、そこを選択する(クリッ ク)というポイント&クリック操作である。また、ウインドウを形成する要素である、ア ク シ ョ ン パ ー 、 プ ル ダ ウ ン メ ニ ュ ー 、 ダ イ ア ロ グ ボ ッ ク ス 、 ス ク ロ ー ル パ ー な ど 、 PME NUフ ァ シ リ テ ィ と あ わ せ る こ と に よ っ て 、 き わ め て 操 作 性 が 高 い メ ニ ュ ー シ ス テ ム を 構 築することができる。 ‑ A q a q a

一般的にウインドウプログラムを書くのはファイルを対象としたデータ処理プログラム に比べむずかしいとされている。ウインドウプログラムにおいては、データ処理における 個々のトランザクションは、ユーザが画面に対して起こしたアクションによって発生する 事象に対応する。時には状態管理が必要な場合もある。また、当然画面設計も必要になる。 SAS/AF、 SAS/FSPは 可 能 な 限 り 容 易 に か つ 短 時 間 で ウ イ ン ド ウ 構 築 が で き る ように工夫がなされている。 リ リ ー ス し て 間 も な い た め 、 具 体 的 な 事 例 を 紹 介 す る こ と は できないが、高級言語やウインドウ作成用の専用言語と比べてもひけをとらない生産性を 保証できるであろう。さらに、前述したウインドウシステムの違いを気にすることなく開 発できるため、移植性なども含めた総合的な評価は十分期待できる。 <エンドユーザインタフェース> DECwindowsや V Tウ イ ン ド ウ の サ ポ ー ト に よ り 、 SAS唯 一 の 統 合 化 操 作 環 境 で あ る 、 デ ィ ス プ レ イ マ ネ ジ ャ シ ス テ ム の 操 作 性 も 非 常 に よ く な っ た 。 さ ら に 、 SAS プロシジャ出力を管理するアウトプット・マネジャやグラフィック・マネジャにより実に 効率よくデータ処理が行えるようになった。 しかし、このディスプレイマネジャシステムも悪く言うと、エンドユーザを無視した開 発者やアナリスト達のためのインタフェースであったとも言える。 SASを 使 用 す る 為 に は 、 少 な く と も 基 本 的 な プ ロ グ ラ ミ ン グ 、 シ ン タ ッ ク ス を 数 あ る マ ニ ュ ア ル か ら 習 得 す る 必 要 が あ っ た 。 当 然 、 SASプ ロ グ ラ ム は 他 の 言 語 に 比 べ る と 非 常 に 理 解 し や す く 、 簡 単 な コ ー デ ィ ン グ に よ り 強 力 な 機 能 を 引 き 出 す こ と は で き る の しかし、 ユ ー ザ の 中 に は さ ら に こ れ ら の 便 利 な 機 能 を SASプ ロ グ ラ ム を 意 識 せ ず に 利 用 で き な い ものかと思われた方も少なくないはずである。 リリース 6 . 06で は 、 こ の 問 題 を 解 決 す る た め に 新 し い プ ロ ダ ク ト が 追 加 さ れ た 。 S AS/ASSISTソ フ ト ウ ェ ア 、 別 名 簡 易 実 行 メ ニ ュ ー と 呼 ば れ る も の で る 。 こ れ は メ ニューの中から希望する項目を選択していくだけで、必要な結果が得られるシステムであ る 。 SASを導入した時点から、 SASの シ ン タ ッ ク ス を 習 得 す る こ と な く 、 SASが提 供 す る パ ワ フ ル な 機 能 が 利 用 で き る の で あ る 。 SAS/AssrSTに は 、 外 部 フ ァ イ ル の入力やデータベースのアクセス機能も備えている。 SAS/ASSISTそ の も の は 、 実 は SAS/AFに よ っ て つ く ら れ て お り 、 ユ ー ザ が 次 々 に 項 目 選 択 し て い く と 、 メ ニ ュ ー の 裏 で SASプ ロ グ ラ ム が ジ ェ ネ レ ー シ ョ ン さ れ ているのある p ジ ュ ネ レ ー シ ヲ ン さ れ た プ ロ グ ラ ム は 保 存 す る こ と が で き る た め 、 プ ロ グ ラ ム ジ ェ ネ レ ー タ と し て 使 用 す る こ と も 可 能 で あ る 。 さ ら に 、 SAS/ASSISTには、 E 1S ピ ル ダ ー と い う 機 能 が 組 み 込 ま れ て い る 。 こ れ は 、 ユ ー ザ 独 自 の メ ニ ュ ー シ ス テ ム を短時間で構築するための機能である。 SAS/ASSISTは エ ン ド ユ ー ザ に と っ て も ア プ リ ケ ー シ ョ ン 開 発 者 に と っ て も 非 常 に 便 利 機 能 で あ る 。 ま た 、 SAS/AFに よ り つ く ら れ て い る た め 、 逆 に SAS/AF を 使 用 す れ ば SAS/ASSISTの よ う な メ ニ ュ ー シ ス テ ム を 無 理 な く 構 築 で き る の で ある。 <データアクセス/管理> 1990年 代 に お け る 情 報 シ ス テ ム に お い て 情 報 が 戦 略 的 な 武 器 と な る の は 間 違 い は な い。しかし、肝心のデータは急速に発展したコンピュータ技術により、孤立化の危機を向 かえている。企業内では、 コ ン ピ ュ ー タ の 普 及 に 伴 い コ ン ピ ュ ー タ を 利 用 す る 部 門 が 増 え 、 それによって部門間のデータコミュニケーションがむずかしくなっている。使用している ハードウェアやデータ形式が異なっているため、 「データはあるのだがアクセスができな い」というのが実状である。データは必要な時にスピーディに利用できないといけないの ‑332‑

である。 SASは こ の デ ー タ ア ク セ ス を き わ め て 重 要 な 要 素 と し て 取 り 上 げ て い る 。 そ れ は 、 ど のようなアプリケーションにおいても、出発はデータアクセスであるからである。このデ ー タ ア ク セ ス に お い て SASは 、 M E Aと い う 思 想 を 取 り 入 れ た 。 こ れ は デ ー タ 構 造 が 異 な る デ ー タ ベ ー ス も SASデ ー タ セ ッ ト と し て 扱 う こ と を 可 能 に し よ う と い う 考 え か た で ある。これにより、データベース上のデータを扱う際にも、アプリケーションには影響を 受けないシステム構築が可能である。仮に、データペースが変わった場合でも、基本的に ア プ リ ケ ー シ ョ ン の 変 更 は 不 要 で あ る 。 ま た 、 従 来 の よ う に SASデ ー タ セ ヴ ト へ の 変 換 処理も発生しないため、データの一元管理やコンビュータリソースの節減にもきわめて有 効である。さらに、 SASデ ー タ セ ッ ト の メ ン テ ナ ン ス ツ ー ル に 代 表 さ れ る FSEDIT、 FSVIEWプ ロ シ ジ ャ は 、 そ の ま ま デ ー タ ベ ー ス フ ァ イ ル の メ ン テ ナ ン ス ツ ー ル と し て 使用できる。 DEC社 の Rdb/VMSを例にとれば、 DATATRIEVE等 の 助 け を 借 り ず に SASの み で メ ン テ ナ ン ス で き る の で あ る 。 くピジュアライゼーション> コンビュータの処理能力が向上したことにより、以前とは比較にならないほどの数値結 果が得られるようになった。これにより、さらにこの結果をよりわかりやすく理解するこ とが要求されるようになった。この要求に対して現在最も有効な唯一な手段はビジュアル 化である。このビジュアル化はいまに始まったことではなく、パーソナルコンビュータの 世界では以前から行われていた。 しかし、このピジュアル化もそれ相応のステップを踏まないと希望する結果を得ること はむずかしい。そのステップとは、データのアクセス、データの加工、データの評価、そ してデータの表現である。いかに手を加えたデータも結果がかわりにくいものであればそ の価値は半減する。 SASに は 、 デ ー タ ア ク セ ズ の み な ら ず 、 言 わ ず と 知 れ た 強 力 な デ ー タ加工機能、データを評価するために必要なさまざまな解析機能、さらには自由度が高い グラフィックス機能を備えている。 SASを 使 用 す れ ば ピ ジ ュ ア ラ イ ゼ ー シ ョ ン も 神 経 質 に な る こ さ な く 容 易 に 実 現 で き る 。 S ISの 構 築 に お い て は 、 グ ラ フ ィ ッ ク ス を 取 り 入 れ た DSS ( 意 志 決 定 支 援 シ ス テ ム ) の開発ソフトとしても利用できるであろう。 くハードウェアプラットフォームのサポート> 一 度 作 成 し た ア プ リ ケ ー シ ョ ン は 、 SASが サ ポ ー ト し て い る ハ ー ド ウ ェ ア 環 境 で あ れ ば、そのまま移植できることは前述したが、このフレキシプルなデータアクセスは、それ ぞれのオペレーティングシステムがサポートするデータファイルすべて対して言えること で あ る 。 ハ ー ド ウ ェ ア が 異 な っ て も 、 相 Eにデータアクセスが可能である。 こ れ ま で は 、 デ ー タ の あ る と こ ろ = ア プ リ ケ ー シ ョ ン 実 行 環 境 で あ っ た が 、 SASはネ ットワークを利用して、アプリケーションを移動せずにその場で他のシステムのデータを アクセスすることまで可能にしている。 今後、理想的なデータ処理を行なうために、分散化コ・オベレーティプデータ処理環境 が必要になってくるであろう。 【まとめ〕 まず、 VMSの既存ユーザに一言。 VMS版 SASリリース 6 . 06は 、 今 年 の 6月に リ リ ー ス さ れ た 。 現 在 、 パ ー ジ ョ ン 5を 使 用 さ れ て い る ユ ー ザ も 多 い と 思 う が 、 可 能 な 限 q o q o q o

りリリース 6 . 0 6へ の 移 行 を 強 く 希 望 す る 。 特 に V M Sユ ー ザ に は 、 前 述 し た メ リ ッ ト の 他 に マ ク ロ 機 能 の フ ル サ ポ ー ト 、 SASデ ー タ セ ッ ト の 同 時 ア ク セ ス 機 能 な ど 朗 報 が 多 い。また、統計解析のみならず総合的な情報処理ツールとしても自信をもってお奨めする。 A p p l i c a t i o n sI n t e g r a t i o nA r c 今 ま で 述 べ て き た こ と は 、 DEC社 が 提 唱 す る A 1A C h i t e c t u r e ) や NA S C N e t w o r kA p p l i c a t i o n sS u p p o r t ) をもってさえすれば可能であろう。 しかし、ユーザ自身がそのベネフィットを得るには、これからその開発をしなければなら ないのである。もちろんその開発はそう単純なものではないし、開発に必要な時聞をビジ ネスチャンスは待ってはくれない。 アプリケーションシステムの構築においては「開発」だけがその手段ではなく、完成さ れたソフトウェアパッケージを使用するのも手であろう。しかし、前述した諸問題に対し て 単 ー な 統 合 化 ソ ル ー シ ョ ン を 提 供 じ て く れ る ソ フ ト ウ ェ ア パ ッ ケ ー ジ は S A S以 外 に は ないであろう。 ‑334‑

日本 SASユーザー会 (SU Gト J) パソコンにおける SASの展開 ‑ O S / 2版 SASの紹介一 細川 忍 株式会社 SASインスティチュートジャパン 開発部 Development o ft h e SAS System f o r p e r s o n a l computers ‑I n t r o d u t i o no ft h e OS/2 SAS Systemー Shinobu Hosokawa SAS I n s t i t u t e Japan L t d . N i c h i r e i Akashicho B l d g . 6‑4 A k a s h i ‑ c h o chuoku， Tokyo ・ 要旨 米国において PC版 SASが発表されてから既に 5年になろうとしている O その問、国 産機対応がなされたパージョン 6 . 02および 6 . 03がリリースされてきたが、 SAS システムの成長は止まるところを知らず、今秋の予定で待望のパージョン 6 . 06、 OS /2版 SASがリリースされようとしている O 本論文では、 OS/2版 SASの機能紹介をはじめ、パソコンにおける環境の変化に対 応する SASシステムの今後の展開を紹介する。 キーワード: PC，OS/2，Windows， 6 . 04，6 . 06， 6 . 08 的にその使い勝手は初期のものとなんら変わ ってはおらず、原則としてコマンドを覚えな ければならないのはもちろんのこと、キーボ ードのタイピングにも慣れる必要があった。 また一度に一つの仕事しか処理できない上、 ハングしてしまえばそれで終わりで、ハード ウェア的 i こリセットするしかなかった。 しはじめに SASの開発コンセプトである Mu1t i V end0 r A rch itecture (MVA )の成果により、ノぜージョン 6 .0 6は正にメインフレームからパソコンまです べてのホスト環境に同ーの機能を達成させた と言っても過言ではない。 その中でもパソコン版 SASは、新たに O S/2という環境を得て、これまでの MS‑ DOSの様々な制限から解放されたのは勿論、 更により高度な機能をサポートしている O また OS/2をはじめ、他のプラットホー ムへの対応も進められており、現在のパソコ ンを取り巻く様々な環境にも応えて行こうと している。 ここまで世の中にコンピュータが普及し、 多くの人々がパソコンを使用するようになっ た現在、その知識がなくても不自由なく使い たいという要求が生まれてくるのは当然と言 える O これに応えるために、入出力の操作を 視覚的 i こ一目で分かるよう i こするという考え により、ウインドウ、アイコン、プルダウン ・メニュー、そしてマウスという組み合わせ によるグラフィック・ユーザ、・インタフェー ス (GU1)が開発された。パソコン界のも う一方の雄、米国アッフ。ル社はこのようなイ ンタフェースをいち速く取り入れた Mach in t0 shを作り出しており、それは周知 のように世界中で親しまれている。またこの ようなユーザ・インタフェースは、 UNIX ワークステーションなどでも取り入れられて おり、現在その標準化が進められている。 2 . MS‑DOSから oS/2へ パソコンにおけるオベレーテイング・シス テム (0S) の代表として長い間君臨してき たMS‑DOSは、これまで時代によって変 化するハードウェア及びソフトウェア環境に 対応するため、パージョンアップを何度とな く繰り返しながら進化してきた。しかし、そ の進化も内面的な部分にのみとどまり、表面 遅ればせながらこのような流れに応じるよ ' h u q a υ q

うに、 MS‑DOSに代わる OSとして、米 社の共同開発 国マイクロソフト社と同 IBM による OS/2が生まれた。 OS/2の特徴としては、 80286及び 80386プロセッサのプロテクト・モード を利用し、複数の処理を同時に実行するマル チタスクが実現され、また f 配盟記憶をサポー トし、実装されているメモリよりも大きなプ ログラムの実行を可能にしている。この為、 以前からの 8086プロセッサ上では稼働し ないので注意して欲しい。また OS/2のパ ージョン1. 1カ〉らは、フ。レゼ、ンテーシ古ン ・マネージャ (PM) という GUIが取り入 れられ、その効果のおかげで比較的初 も分かりやすくなつている上、マウスを接続 すればキ一入力がほとんど要らなくなり、操 作がとても簡単である。 ここではあまり詳しく説明しないが、 OS /2はこの他にもプロセス間通信など多くの 機能を備えており、また SASもそれらの機 能をフルに活用し、一層磨きのかかったソフ トウェアとなっている。 oS/2版 SASが メ ニ A ーに登録されている 3. OS/2版 SASの機能 OS/2版 SASではこれまでと同じよう に DMS、ライン、パッチの 3つのモードが サポートされているが、 DMSモードは P M のセッションで、ラインモードとパッチモー ドはそれぞれフルスクリーンとテキストウイ ンドウのセッションで稼働する。 l モード・タイプ セッション・タイプ IDMS ラインパッチ NYY NYY YNN Nド a 内 ノ 一ィ ンン 均ノ k ト リウ スス M ル牛 p フテ OS/2版 SASの立ち上げ直後の画面 このような SASの起動環境を予めメニュ ーに登録しておけば、マウスのクリックだけ で SASが立ち上がる。しかも同時に 16個 までならば SASのセッションを聞くことが 可能である。それらは同じ実行モジュールや システム・リソースを共用するが、それぞれ は独立して稼働する。また OS/2のクリッ プボード、パイプ、ダイナミック・データ・ エクスチェンジ (DDE) などの機能を使い、 下の他のアプリ 同じ SASセッションや P M ケーション、そしてネットワークを介してデ ータの交換や共有が可能になっている。 OS/2のパージョン1. 2から提供され るHigh Performance Fil e Sy stem (HPFS ) にも対応して いるので、ファイルアクセスの速度か著しく 向上する。 そのほか、 P M内の各タスクと同じように、 同時に 16個までの OS/2版 SASセッションが起動可能 336‑

SASのセッション内の各ウインドウもすべ てアイコン化が可能で、必要時にそれをマウ スでクリックすればウインドウが聞くように なっている。 ノずージョン 6 . 06、 OS/2版 SASの プロダクトのラインアップは次の通りである。 ‑BASE SAS ‑SAS/GRAPH ‑SAS/FSP ‑SAS/ETS ‑SAS/STAT ‑SAS/OR ‑SAS/AF ‑SAS/QC ‑SAS/IML ‑SAS/CONNECT ‑SAS/ASSIST ‑SAS/ACCESS 園田園園畦塑図 m圃 園 田 園 園 園園圃閉園理口座:J OS/2版 SASの各ウインドウはアイコン化が可能 BASE SASをはじめほとんど、のフ。ロ ダクトの仕様は、新しい機能などを含めて他 のホスト版 6 . 06と同じであるので、特に ここでは触れないが、その中で OS/2版と して他のホスト版と異なるのは SAS/AC CESSである。これはサード パーティ の データベース・ファイルとのデータ交換を可 能にするもので 、今回 OS/2版でサポート しているのは次の 3種類とのインタフェース である。 マネージャなどを装備する必要も出てくる。 ちなみに現在入手している資料によると、 O S/2版 SASをインストールする以前に次 のような容量の必要性が提起されている。尚、 単位は勿論、 Mバイトである。 メモリ 1 ‑OS/2データベース・マネージャ ・Lotus1‑2‑3 ディスク OS/2 1 .2 3 . 0 14. 5 Communication Manager Lan Requester Database Manager 2 . 0 O . 5 合計 5. 0 1O . 8 5. 0 1 5̲ 0 11. 5 45. 3 ‑d BA SEIV ( II . I II . 111+) 5 . 今後のパソコン版 SAS 4 . OS/2版 SASの稼働環境 今後のリリースが予定されているパソコン 版 SASとして、次のようなノてージョンが発 表されている。それぞれの主な特徴を上げる。 OS/2も、また oS/2版 SASも非常 に強力なソフトウェアである。しかし、それ 故にそれに則したハードウェア環境を必要と するのは避けられない。もはやこれまでのパ ソコンとは異なるものなのである。 5.1 SAS6.04 パージョン 6 . 04は現在リリースされて . 03をベースにした改良 いるパージョン 6 版である。 ‑CPU:80286)2，l上のプロセッサ ・OS:OS/2 1 . 1以上 ・メモリ: 6M バイト)2，l上 ・ディスク: 30M バイト ι L 上 ‑PC‑DOS，MS‑DOS対応 .コプロセッサ:推奨 ・マウス:必須 ‑統計プロシジャの追加 (CALlS . LOGISTIC) ・グラフィック・ドライパーの追加 ・DBF プロシジャでの dBASEIV サポート ‑R1ink ドライパー ( M HL)の改良 ・ノマージョン 6 . 03のメンテナンス しかしこれはあくまで最低限のレベルであ る。特にメモリもディスクも実際の使用には これでは不十分と言える。 SAS/CONN ECTや SAS/ACCESSなどを使用す るためにはコミュニケーション・マネージャ や LANリクエス夕、そしてデータベース・ 5.2 SAS6.06 ‑337

【o S/2 1 . x対応】 パージョン 6 . 06は南市己の通りである。 'HPFSサポートの拡張 .DDEサポートの拡張 'OS/2 1 . 1， 1 . 2対応 'HPFSサポート ・DDEサポート 'IBMCUA準拠 ‑非同期データ抽出サポート 【OS/2 2 . x対応】 • 32ピットアーキテクチャ対応 .パフォーマンスの著しい向上 .DDE， PM機能を継承 5.3 SAS6.08 ノfージョン 6 . 08では次のようにパ γコ ン版だけでも 3つものプラットホームの対応 版が予定されており、このパージョンはかな りの面で戦略的なものになると思われる。 【Windows 3 . 0対応】 .2Mバイト以上のメモリが必要 .PMスタイルの GUI 'OS/2版への移行を考慮 6 . おわりに OS/2版 SASは日本の OS/2 ( ? ) においてもほぼ問題なく稼働しており、現在、 日本語サポートなどの作業が進んでいる。ま たパージョン 6 . 06では開発レベルにおい て米国側と日本側の同期がかなりとれており、 そのリリースもほぼ同時期をめざしている。 室主主盤 1 )l e f fX c I A n n o t t( [ 9 9 0 )，S A SI n s t i t u t eI n c .; " G et t i n gt h eM o s tf r o oY o u rR e l e a s e6 . 0 6S A SS e s s i o nu n d e rO S/ 2 " 2 )D a v eB r u m i t t( 9 9 0 )，S A SI n s t i t u t eI n c .; ' X i g r a t i n gf r 日目陀‑ o o sS y s t e m st oO S / 2S y s t e m s‑H ar di8TeC o n s i d e r a t i o n s " 3 ) i 制 卜 m r a ; *会社名・商品名は、各社の商標または登録商標です。 ‑338‑

日本 SASユーザー会 (SUG卜 J) MVS SAS 6.06のパフォーマンスについて 鈴木 一彦 ジャ 1 ' ¥ン 東日本営業部 株式会社 SASインスティチュート About performance of S AS6 . 0 6 under MVS く ￨a zuhiko Suzuki， Systems Engineer SAS I n s t i t u t e Japan L t d . N i c h i r e i Akashicho B l d g . 6‑4 Akashi‑cho ， Chuo‑ku， Tokyo， Japan 要 k三 ， 日 パ ー ジ ョ ン 6に お け る ラ イ ブ ラ リ ス ペ ー ス 管 理 、 1/0速 度 、 メ モ リ ー 管 理 が ノてージョン 5と比較して、 ど の 様 に 変 更 さ れ 改 善 さ れ た か に つ い て 述 べ る 。 キーワード: V6 パフォーマンス はじめに 現 在 使 用 し て い る パ ー ジ ョ ン 5と 比 較 し 、 デ ー タ ラ イ ブ ラ リ の ス ペ ー ス 管 理 、 メ モ リ ー 管 理 、 デ ー タ ラ イ ブ ラ リ へ の I/O速 度 に つ い て パ ー ジ a ン 6で は 、 ど の 様 に 改 善 さ れ た かについて述べたいと思う。 • SASデ ー タ ラ イ ブ ラ リ の ス ペ ー ス 管 理 に つ い て Tー ジ ョ ン 5に お け る ス ペ ー ス 管 理 に つ い て ノ ノ守一ジョン 5の デ ー タ ラ イ ブ ラ リ で は 、 直 接 編 成 CDAM) フ ァ イ ル に 複 数 メ ン バ ー を 格 納し使用していた。ライブラリ内での各メンバーのスタート位置はトラック境界にあった。 そ れ ゆ え に 、 大 容 量 デ ィ ス ク 装 置 の 開 発 に つ れ て 1ト ラ ッ ク あ た り の 格 納 ノ Tイ ト 数 が 向 上 し、メンバーあたりのトラック使用率がメンバーの大きさによってスペース効率に影響を 与えるという問題が生じてきた。 下 記 に パ ー ジ ョ ン 5に お け る SASデ ー タ ラ イ ブ ラ リ で の デ ィ ス ク ス ペ ー ス の 浪 費 問 題 の 例を示す。 M e m b e rC : M e m b e r0 : 2 3 4 5 8 A A B B B B B B C D D 339‑ ABB 間 巴m b e rA : M 巴m b e rB : AAnuRURupunu T rack D B B D B B B B

IBM3380デ ィ ス ク で の DCB属性は、 DSORG=DA， RECFM=U LRE CL=32756， BLKS 1ZE=32760。 事実上、物理プロックサイズの決定は、データセット作成時にデバイスタイプを認識し、 SASの デ バ イ ス テ ー プ ル 上 か ら 最 適 な 値 が セ ッ ト さ れ る 。 この場合、 1オ プ ザ ベ ー シ ョ ン が 複 数 物 理 プ ロ ッ ク ヘ 跨 る こ と は 許 さ れ て い な い 。 1オ プ ザ ベ ー シ ョ ン の 最 大 長 は 、 物 理 プ ロ ッ ク に よ っ て 制 御 さ れ て い る そ れ ゆ え に 、 パ ー ジ ョ ン 5に お け る オ プ ザ ベ ー シ ョ ン の 最 大 長 は 32Kであり、 こ れ が 可 能 な デ バ イ ス は IBM3380のみであった。 ノ Tー ジ ョ ン 6に お け る ス ペ ー ス 管 理 に つ い て MVS SASパ ー ジ ョ ン 6. 06デ ー タ ラ イ プ ラ リ は 、 パ ー ジ ョ ン 5と 異 な り デ バ イ ス ヘ 依 存 し な い よ う 設 計 さ れ て い る 。 こ れ は 、 FBA ( Fixed Block Architecture) を C K D (Count‑Key‑Data )デノTイ ス で 実 現 し て い る か ら で あ る 。 こ の ラ イ プ ラ リ の 属 性 は 、 PS ( PhysicaI SequentiaI) デ ー タ セ ッ ト で 、 レ コ ー ド フ ォ ー マ ッ ト が FS C Fixed‑Standard) レ コ ー ド で あ り 、 物 理 プ ロ ッ ク 長 と 論 理 レ コ ー ド 長 が 等 しいものを使用している。 こ の 場 合 、 物 理 プ ロ ッ ク 長 は 512バ イ ト の 倍 数 で な け れ ば な ら な い 。 RECFM=FSと 指 定 す る こ と に よ り レ コ ー ド が 標 準 プ ロ ッ ク と し て 書 き 込 ま れ る 。 つまり、そのデータセットは、最終プロックを除けば途中で打ち切られたプロックはな く、最終トラックを除けば全て満たされている状態になる。 DCBの 指 定 例 を 下 記 に 示 す 。 DCB=CDSORG=PS，RECFM=FS，BLKSIZE=23040，LRECL=23040) オプザベーションは、物理ブロックサイズの整数倍でページ単位に格納され、パージョン 5の 物 理 ト ラ ッ ク と は 反 対 に パ ー ジ ョ ン 6の SASデ ー タ セ ッ ト は ペ ー ジ に よ っ て 割 当 て られる。 ペ ー ジ サ イ ズ は 、 物 理 ト ラ ッ ク サ イ ズ に よ っ て 強 制 さ れ る こ と は な く 、 パ ー ジ ョ ン 6は 相 当長いオプザベーションサイズを持つことができる。 6Kバ イ ト ) を 持 小 さ な SASデ ー タ セ ッ ト の ス ペ ー ス 使 用 率 も 、 小 さ な ペ ー ジ サ イ ズ C ちいることによって改善されている。 下 記 に パ ー ジ ョ ン 6の SASデ ー タ ラ イ プ ラ リ で の デ ィ ス ク ス ペ ー ス の 使 用 例 を 示 す 。 4 ABBC 2 3 ABBC T rack A A B B B B D D B B B B B B D D B B B D データライプラリのパックアック・リストアについて ノfー ジ ョ ン 5では、 DASD管 理 シ ス テ ム CDF/DSS等 ) に よ る デ ー タ セ ッ ト の パ ッ ク ア ッ プ 、 リ ス ト ア に 対 し 正 式 サ ポ ー ト は し て い な か っ た が 、 パ ー ジ ョ ン 6か ら は SAS のユーティリティだけでなく、他のベンダーのユーティリティでも管理できるように考え た 。 し た が っ て 、 標 準 1BM ユ ー テ ィ リ テ ィ IEBGENERで 他 の デ ィ ス ク 或 は 磁 気 テ ー プヘコピーすることが可能である。 ‑340一

データセットの圧縮機能について ノTー ジ ョ ン 6では、 SASデ ー タ ラ イ ブ ラ リ の 圧 縮 機 能 が 追 加 さ れ た 。 圧縮対象とするデータは下記の通りである。 • 3バ イ ト か ら 129バ イ ト の プ ラ ン ク に 対 し 2バイトに圧縮。 • 3バ イ ト か ら 66バ イ ト の バ イ ナ リ ー ゼ ロ に 対 し 2バイトに圧縮。 ・ 同 一 コ ー ド が 連 続 す る 3バ イ ト か ら 63バ イ ト に 対 し 3バイトに圧縮。 (注) 欠 損 値 は 圧 縮 さ れ な い 。 1/0速 度 の 測 定 ノTー ジ ョ ン 6に お け る デ ー タ ラ イ ブ ラ リ 構 造 の 変 更 は 1/0速 度 に も 効 果 が 現 れ て い る 。 測定内容として、 SASデ ー タ セ ッ ト の 作 成 時 間 、 読 み 込 み 時 聞 を デ } タ ス テ ッ プ を 使用して行なった。使用ディスク装置: lBM3380 • SA Sデ ー タ セ ッ ト 作 成 時 間 の 測 定 テストプログラムを下記に示す。 OATA O B .T E S T ; ARRAY A ( I ) T1‑T20 ; 0 0X = 1T O 500000; 0 01 = 1T O2 0 ; A =1 2 3 4 ; E N O ; OUTPUT; E N O ; R U N ; 変数 オプザベーション 20 EXCP C0 u n t CPU Time 19 . 8秒 21 . 0秒 5 0 0， 0 0 0 測定結果は下記の通りである。 E 1a p s e d V5 V6 Time 2分 54秒 4029 17 7 9 1分 2 4秒 • SA Sデ ー タ セ ッ ト の 読 み 込 み 時 間 の 測 定 テストプログラムを下記に示す。 OATA ̲ N U L L ̲ ; S E TO B .T E S T ; ARRAY A ( I ) T1‑T20 0 01 = 1T O2 0 ; A=1234; E N O ; R U N ; 変数 オプザペーション 20 E 1ap sed Time EXCP C0 unt CPU Time 2分 12秒 1分 2 4秒 6052 170 0 25. 2秒 25. 8秒 5 0 0， 0 0 0 測定結果は下記の通りである。 V5 V6 ‑341‑

メモリー管理について ージョン 6 . 06以降からは、 MVS/XA、 MVS/ESAでの 31ビ ッ ト ア ド レ ッ . 08) シングがサポートされた。 (ESAの デ ー タ 空 間 、 ハ イ パ ー 空 間 サ ポ ー ト は 、 6 ノT これにより、 MVS/XAで 動 作 す る SASシ ス テ ム の モ ジ ュ ー ル の ほ と ん ど は 16メガ バイトラインより上にロードされる。 下記にメモリ使用状況を示す。 UNOER TCB A T 007C5308 PROGRAM NAME LENGTH LOCATION 000260A8 03EOCF58 SASIML 00001E98 000DE16s SASTSO 00002A18 040A05E8 〈 SASVUKI ロードモジュールのエントリ SASVU179 00002098 04090268 ポイントアドレスは、 16メ 00002470 0409AB90 SASVUF ガラインより上にある。 SASVUE 00007378 04092C88 SASBXOM 00052800 0403F730 SABXSUPL 000E4068 03F3AF98 SASXA2 000476FO 03E33910 〈 SASX A1 00020148 00015EB8 SUBPOOL INFORMATION: NUMBER LOCATION LENGTH 0 00014000 00001000 0 00036000 00006000 o 0402COOO 00001000 <一一一一一一 作 業 エ リ ア も 16メガライン 2 03E7BOOO OOOOAOOO より上に確保される。 3 0003COOO OOOAOOOO このサポートにより私用域が拡大され、今まで処理する上で不可能であった大きな行列演 算処理も可能となった。 下 記 の 例 の 行 列 演 算 処 理 (2行 列 600X600の演算)を行なうには、 10メガバイト . 06に よ っ て 演 算 処 理 が 可 能 に な っ た 。 以上の私用域が必要であったが、パージョン 6 NOTE: The initialization phase used 0.17 CPU seconds and 17304K. 1 PROC I M L WORKSIZE=14336; N O T E : Could allocate only 13358859 bytes o f work space. 14680064 bytes requested. Worksize = 13358859 Symbol size = 65520 I M L Ready 2 A=J(600.600.1); 3 B 二 J (600.600.2); 4 C=A*B; 最後に、 ノTー ジ ョ ン 6 . 06で は 、 日 本 語 処 理 は サ ポ ー ト さ れ て は い な い が 、 大 量 の デ ー タ 処 理 を 行 な う 上 で MVS/XAの 拡 強 領 域 の 存 在 は 決 し て 無 視 で き ず 、 こ の 領 域 を 有 効 に 使 用 す る こ と で 、 大 規 模 シ ュ ミ レ ー シ ョ ン 分 野 で も SASの 利 用 価 値 が 生 ま れ て き た の で は な い かと思います。 是非、 これを機会に導入していただきたい。 ‑342‑

日本 SASユーザー会 (SUG ト J) SAS/C 4.50Fの紹介 佐藤元昭 株式会社 SAS インスティチュート ジャパン 東日本営業部 I n t r o d u c t i o n to the SAS/C 4.50F language Motoaki Sato， Systems Engineer td . SAS I n s t i t u t e Japan L N i c h i r e i Akashicho B l d g . 6‑4 Akashi‑cho， Chuo‑ku， Tokyo Japan 要旨 ここ近年で、 C言 語 に 対 す る 関 心 が 高 ま っ て い る 。 実 際 に SASの プ ロ ダ ク ト の ソ ー ス コ ー ド も パ ー ジ ョ ン 6よ り 、 開 発 言 語 を PL/Iから C言 語 へ と 変 更 し て い る 。 こ れ は 、 PCか ら メ イ ン フ レ ー ム ま で C言 語 自 体 の 移 植 性 が 安 易 に 行 な う こ と が で き る の が 大 き な 理由の 1つ で あ る 。 本 論 文 は そ の SAS/Cに つ い て の 稼 働 環 境 、 さ ら に は 、 リリース 4 よ り 追 加 さ れ た Full‑Screen機 能 の 紹 介 等 を 記 述 し て い る 。 キーワード: はじめに 今 回 リ リ ー ス さ れ た SAS/C4.50Fでの最大の有意点は， VM/XA、 M V S / X Aの 31ビ ッ ト ア ド レ ッ シ ン グ を サ ポ ー ト し て い る こ と で あ る 。 こ れ に よ り 、 16メガ バ イ ト 以 上 の ア ド レ ッ シ ン グ 空 間 を 利 用 す る こ と が で き る 。 こ れ が SAS/C4.50F において 31ピ ッ ト ア ド レ ッ シ ン グ が 最 大 の ポ イ ン ト と も い え る 。 VM/XA上での稼働。 3 1ビ ッ ト ア ド レ ッ シ ン グ で コ ン パ イ ル す る 場 合 、 CLINK、 OMD370、 1LC 、 AMODE 31 と RMODE ANYの LINK、 DSECT2C等 の CLISTで コ ン パ イ ル オ プ シ ョ ン を 指 定 す る こ と で 、 3 1ピット仕様となる。さらに、 トランジェン トライプラリィと FSSLを リ ン ク す る 場 合 、 コ ン パ イ ル オ プ シ ョ ン は 、 AMODE ANY、 RMODE 24とする。 4 . 50Fの変更点。 リリース 4 . 50Fで は 、 い く つ か 追 加 さ れ た コ ン パ イ ラ ・ オ プ シ g ン フ ァ ン ク シ ョ ン 等がある。ここでは、それらについての一部を簡単にまとめている。 ‑343‑

コンパイラ・オプションの追加。 D B g回a c r o，D Y n a m n d e f，H M u l t i，I M u l t i，M E N t i o n，S T R I C t，C O M P L e x i t y . D E p t h，F R e g， G R e g， 1 N L1 n e，1 N L Oc a1 ， R DE pt h，0P T1 Mi z e 1NLINE、 ̲ACTUALの追加。 DBCS ( M U L T I B Y T E C H A R A C T E R S )データのサポート。 キーワード、 MULT1CHARオプションが不用となる。 RES1DENTライプラリィの追加。 CL1NKオ プ シ ョ ン で RESIDENTラ イ プ ラ リ ィ へ の サ ポ ー ト と し て 、 GOS、 ALL RES1DENT， SPEオプション追加。 SOURCE LEBEL DEBUGGERは DEBUGコマンドを追加。 TRANSFER， CONT1NUE， etc. SAS/C稼働環境について。 SAS/Cは 以 下 の 環 境 で 稼 働 す る こ と が で き る 。 IBM :MVS/370、 MVS/XA、 VM/SP、 VM/XA H1TACH1: VOS3 FUJ1STU:F4 SAS/Cプルスクリーン機能。 概要 SAS/Cプ ル ス ク リ ー ン ・ サ ポ ー ト ・ ラ イ プ ラ リ ィ ( 以 下 FSSL) とは、 C言 語 で データ・エントリ・スクリーンやシステムとのインターフェース・スクリーンを作成する ための機能である。実際にプログラムを作成する場合、プルスクリーンを作成するための プルスクリーン関数が用意されており、それらの関数をプログラム中で指定することで、 プ ル ス ク リ ー ン を 作 成 す る こ と が 出 来 る 。 デ ー タ ・ フ ォ ー マ ッ ト は 、 1BM3270の デ ータストリーム形式でコミニュケーションされる。 プルスクリーン関数。 SAS/C FSSLに は 、 ア プ リ ケ ー シ ョ ン ・ プ ロ グ ラ ム で ス ク リ ー ン を ハ ン ド リ ン グする 14種 類 の 関 数 が 用 意 さ れ て い る 。 IBM3270データ・ストリーム。 タ ー ミ ナ ル と プ ロ グ ラ ム 聞 の デ ー タ 変 換 は 、 当 然 な が ら 3270デ バ イ ス に 従 っ た デ ー タ ・ フ ォ ー マ ッ ト に 変 換 さ れ る 必 要 が あ る 。 1BM3270デ ー タ ・ ス ト リ ー ム に は 、 1NBOUDデ ー タ ・ ス ト リ ー ム と OUTBOUDデ ー タ ・ ス ト リ ー ム の 2種 類 の デ ー タ ストリームにより構成されている。これは、簡単に説明するとコマンドとデータによって 構 成 さ れ て い る 。 で は 、 1NBOUDデータ・ストリーム、 OUTBOUDデ ー タ ・ ス ト リームについてもう少し細かく説明してみる。 344‑

OUTBOUNDデータ・ストリーム。 このデータ・ストリームは、アプリケーション・プログラムからターミナル・デバイス commands， orders， c‑ ontr0 1 characters， attributes， dataと い う コ マ ン ド ヘ送られるデータ・ストリームである。これは、 群で構成されている。 RMUM nし nE l 叩 AA nH 内 r u a a n H n vL l n u 町内 nE l 叩 n u EA 吊 円 巴 nし i ー 凶胃 nE 己 竺 士 ￨ORDERSIDATAIORDERSI DATA INBOUNDデータ・ストリーム。 こ の デ ー タ ・ ス ト リ ー ム は 、 OUTBOUNDの 逆 で タ ー ミ ナ ル ・ デ バ イ ス か ら ア プ リ ケーションヘ送られるデータ・ストリームである。 1 a t t e n t i o ni d e n t i f i e rI c u r s o ra d d r e s sI d a t a INBOUND APPLICATION FULL SCREEN 〈 PROGRAM OUTBOUND 〉 COMMAND。 COMMADで 指 定 さ れ る も の は 、 実 際 に ス ク リ ー ン 上 の デ ー タ を READや WRI‑ TEす る な ど の 動 作 を 示 す も の で あ り 、 必 ず デ ー タ ・ ス ト リ ー ム の 最 初 の バ イ ト に 現 わ れ る。コマンドとしては以下のものがある。 Wr it e :データ・ストリームをターミナルヘ送る。 Erase and: デ ー タ を デ ィ ス プ レ イ 上 に 表 示 す る 前 に ス ク リ ー ン を ク リ ア ー し 、 W r it e R ead データを表示する。 :入力データを読む。 ORDERS。 ORDERSは 、 ス ク リ ー ン 上 に セ ッ ト す る パ ッ プ ァ ー の ア ド レ ス や 表 示 す る カ ー ソ ル の 位置など、スクリーン上のフォーマットが指定される。 Set Buffer A d d re ss : デ ィ ス プ レ イ 上 の ど こ の デ ー タ を read、 w rit eす る か を表わす座標値を示す。 Start field: フィールドの始まりを示す。 Start field: フ ィ ー ル ド の カ ラ ー や ラ イ テ ィ ン グ な ど の 拡 張 機 能 を 示 す 。 E xt end ed R eP ea t t0 A d d ress :どこのアドレスまで繰り返すかを示す。 ‑345‑

1n sert カーソルを表示する座標値を示す。 C u rs 0 r ATTRIBUTES。 ATTRIBUTESは 、 個 々 の フ ィ ー ル ド に 対 し て カ ラ ー や 、 プ ロ テ ク ト 、 明 る さ 等 を の属性を示す。 ‑‑‑‑ A ︐ nvd ot FM. φLII n v・lA UVALυ 白 レ + OIls ro‑‑ Pcv フィールドにプロテクトするかどうかを示す。 フィールドのカラーを示す。 フィール Fの明るさを示す。 データ・ストリーム・フォーマット。 前に述べたように、 OUTBOUNDデータ・ストリームは、必ず、 COMMANDで 始 ま り、その後、 ORDER、 ATTRIBUTE， DATAと続〈。 T Ec m d I WCC I o r d e r s Id a t a Io r d e r s . . . i 'RI 上 の デ ー タ ・ ス ト リ ー ム で ， W CC' というのがある。 Write Contro Charac t erと い い 、 キ ー ボ ー ド を ロ ッ ク し た り 、 ア ラ ー ム 等 を 制 御 す る 。 READコ マ ン ド が 発 行 さ れ る と 、 次 の よ う な デ ー タ ・ ス ト リ ー ム が 帰 っ て く る 。 A I DIc u r s o r a d d r eIS B AIa d d r Id a t aIS B A . . . . 実際には、エンターキーかファンクションキーが押されるまでデータは帰ってこない。 Attention Identifier(AID) は ど の キ ー が 押 さ れ た か を 示 し 、 実際に押されたキーコードが入ってくる。 データ・ストリームの転送。 データ・ストリームが偶築される場合、アプリケーション・プログラムは、ターミナル ヘ転送するためのコントロール・プロックを決定するため、稼働するオペレーション・シ ス テ ム を 確 認 す る 。 そ れ ら を も と に V M Diagnoseや OS 方法でデータ・ストリームとしてターミナルヘ転送する。 Excpの ア ク セ ス FSSLの基本的な構成。 ここでは、 FSSLを 作 成 す る 場 合 、 基 本 的 に は Screen、 F ie 1d、 Pan‑ e 1、 View Areaの項目で構成される。 ターミナルのイニシャライズ。 表示するスクリーン環境を、 する。 Fss 1ラ イ ブ ラ リ の FSINIT関 数 で イ ニ シ ャ ラ イ ズ i n t f s i n i t ( ) .r c ; i n t f s t e r m ( ) ; c h a r *e r r o r ̲ b u f f e r ; s i n i t ( e r r o r ̲ b u f f e r ) ; r c=f ‑346

フィールドの定義。 フィールドに対して、フィールド名、表示座標値、 で定義する。 カ ラ ー 、 明 暗 等 を FSDFFD関数 r c =f s d f f d ( p a n e l，f i e l d ̲ i d，b e g ̲ r o w，b e g ̲ c o， l f i e l d ̲ l e n，d a t a ̲ v a l u e， a t t r i b u t e s，c o l o r，f i l l ̲ c h a r ) ; PANELと V1EWの定義。 PANELの定義は、 FSDFPN関数で縦横のサイズを定義する。 c h a r * p a n e l ; i d t h ; i n t h e i g h t，w r cニ f s d f p n ( p a n e ， l h e i g h t，w i d t h ) ; V1EWの定義は、 FSDFVW関 数 で 物 理 画 面 上 の ど こ に 表 示 す る か の 座 標 値 を 定 義 する。 i n tv i e w a r e a ̲i d， b e g ̲ r o w， b e g ̲ c o l ; r c =f s d v w ( v e i w a r e a ̲ i d，b e g ̲ r o w，b e gc o ， l h e i g h t，w i d t h ) ; 【 パネルの表示。 これまで構成されたデータをもとに、 r c 二 FSDSPN関数でスクリーンに表示する。 f s d s p n ( p a n e ， l v i e w a r e a ̲ i d，p a n el ̲r o w，p a n e l ̲ c o ， l c o u r s o r ̲ f i e l d， c u r s o r ̲ o f f s e t，d i s p l a y ̲ f l a g s ) ; T ut 0 ria 1。 実 際 ス ク リ ー ン に 'Hello World' と出力してみる。 持i n c l u d e < l $ f a p p l . h > f i l lC H A R v o i d mainO 韓d e f i n e c h a r e r r m s g [ 1 3 2 ] ; s t r u c t F S ̲ T E R M A T T R * a t t r ̲ p t r ; c h a r * s t r = " H e l l oW o r l d " ; e g ̲ c o l ; i n t b e g ̲ r o w， b i n t f i e l d ̲ n o = l ; i n t a t t r = P R O T E C T E D $B R I G H T ; E D ; i n t c o l o rR 二 f si ni t ( e r rm s g); a tt r̲ p t r = f s r tt m ( ) ; f s d f p n ( p a n e， 1 a t t r̲ p t r→p r i m ̲ r o w，a t t r ̲ p r ‑ > p r i m ̲ c o l ) ; c o I /2̲s i z e o f ( s t r ) /2 ; b e g ̲ c o I = a t t r ̲ p t r ‑ > p r i目̲ ‑347‑ l 2 <ー ‑ 3 <一 ‑ 4 <ーー <ー

‑一一 ︿︿︿ Fhunb F ‑ ‑I ・ 6EL ︐ pa s ・ pa j 6Ei ︑︐ OU r ' a c u ︑ nH ni ‑‑︐ u 川 nE +lνRHL ノ ︐ ︑門U S 'n zlEa nυ‑ puvp 九 一 切 ‑FKA 06 0u' 'huw'EA ︐.︐︐ w ︑ jo OU‑OLV nυnw比 内 H FIARm‑ ‑HHH ︐ Au gb 門U''I 1DIu‑‑ よ vsue‑ 'i ︐ よ FHA ︐ nnvT 一︐ nun‑ ﹃ IlDT e'i ︐︐︐EA ‑Tanu' gy‑nunHU n+Lnu 'EAni︐ e +Le 司 川 ︑ anva a・ ' o&nμA ︑ a ︑ a︐︐ ︑︐︐ ︑a ︐ ︐nj 'n iu nn μu Amノ ni else ︐A U + L ︐Au FDnbnD SIsis‑ J 1.出力するスクリーンをオープンする。 2. タ ー ミ ナ ル 属 性 を 返 す フ ァ ン ク シ ョ ン が 呼 ば れ 、 タ ー ミ ナ ル サ イ ズ を 表 わ す STR‑ UCTERのポインタを返す。， 3 . 実際のスクリーンと同じサイズで定義する。 4 . テキストをスクリーンの中央に表示するための座標値を計算している。 5 . スクリーンに表示するフィールドに対しての属性、カラー、明暗等を定義する。 6 . 作 成 し た ス ク リ ー ン が 表 示 さ れ る 。 v iew are aデフォルトの， 0' を使用。 スクリーンの座標値は、上限の左側を示す。 7. FULL‑SCREEN処理の終了を示す。 参考資料 SAS/C F u II ‑ S c r e e n Support L ibrary User's G u i d e SAS/C C o m p i l e ra n dL i b r a r yU s e r ' sG u i d e ‑348

日本 SASユ ー ザ ー 会 (SUG ト J) PROC 1ML/MATRIX に於ける高次元行列の取扱い 前川異ー 大学入試センター・研究開発部 Using Higher Dimensional Matrices i n PROC IML/MATRIX c h i Mayekawa S h i n・i Research O i v i s i o n The N a t i o n a l Center f o rU n i v e r s i t y Entrance Examination 要旨 行列言語としての PROC IML/MATRIX は非常に優れたものであるが 残念な事に通常の 2次元の行列しか取り扱う事ができない。本稿では、 3次及び 4次の 行列を簡単に取り扱うための方法を紹介する。具体的には、 A = All A1 2 A13 A21 A 2 2 A 2 3 という分割行列を S U P E R I M L AR O W = r l e v e lC O L = c l e v e l ; AI J 行列や、その K L要素、即ち、 a 工JK L、を %A(I. J). %A(I. J) (IK. LI) という形で定義し、その後、 という形で引用するという形をとる。 キーワード: P R O CI M L .P R O CM A T R I X . 田u l t i w a yd a t a .p a r t i t i o n e d田a t r i x 1. はじめに R O CI M Lや P R O CM A T R I X を用いてプログ 統計計算の新しい方法を開発するために P A S のユーザーは多いが、その最大の利点は計算式とほぼ 1対 1に対応し ラムを書く S たプログラムを書けることにあると思われる。しかし、これらのプロシジャが取扱える s c a l a r .v e c t o r .m a t r i x ) であり、それ以上の、即ち、添字が のは 2次元の行列まで ( 3つや 4つ付いたものを要素として持つ(超)行列はそのままの形では取扱う事は出来 ない。したがって、所謂 3相データ行列(例えば、いくつかの個体の多変量による継時 的測定値)や、分割行列 ( p a r t i t i o n e dm a t r i x ) (例えば、多変量線形モデルに現れる (X. Y)の 積 和 行 列 (sXX. SXY. SYX. SYY)を要素として持つ行列)等、を利用 するプログラムを書く場合には何等かの工夫をしなげればならない。勿論、 S H A P E 関数 を用いて各行列を辞書的に引延ばして ( l e x i c o g r a p h i cr o l l ‑ o u t )その次元教を落とし、 それをまとめて新たに行列として取扱うことは可能で あるが、この方法では元の行列要 素の添字とプログラム内での行列の添字とが 1対 1に対応しないため、行列言語として の P R O CI M Lや P R O CM A T R I X の利点を充分に活用する事が出来ない。本稿ではこのよ うな高次元行列を簡単に取扱うための方法を提案する。 2. マクロによる高次元行列の取扱い = 1 . 2 . . . .. R .J = 1 . 2 . . .. . C . をそれぞれ NrIXNcJ の行列と 一般に、 AIJ. 1 K L .K = 1 . 2 . . . . . N r I .L = 1 . 2 . . . . . N c J . で表わす。また、それ し、その K L要素を a 工J をまとめて作った分割行列を A= [AIJ] ，I = ， 12 . . . . . R .J = ， 12 . . . . . C，とすれば、 ‑349‑

ぞれは、 p X q の行列となる。ただし、 p=~ 工 Nr r ， q=~JNcJ である。例え ば、前述の X とY の積和行列の例では、 R = 2， C = 2， Nrr=X変量の数、 N CJ=Y変量の数、 となる。次に、この分割行列 A の要素 (scalar) を、分割を無視した添字を用いて a(ij)、 i =， 1 2， . . . ， p，j = ， 1 2， . . . ， q，と書表すことにすれば、この 2つの添字の間 a工J KL = a( u v ) 、 には、 ただし、 F r工 + K ‑ 1， u = R F rr = p ‑ ~ N rm + 1， m=工 v = FCJ + J ‑11 ， 巴 FC J = q ~ 国 NCm + 1 ， =J という関係がある。また、 B = [a(UV)] ， ただし、 u = Frr， Frr+1 ， Frr+2， ，TrI， v = FCJ， FCJ+1 ， FCJ+2，...， TCJ， T rr = Frr+Nrr‑1 ， TCJ = FCJ+NcJ‑1 ， という NrrxNcJ 行列を用いれば、 ArJ = B であるため、 ar JKL は B 行列の K L要素となる。 上記の議論から、 PROC IML/MATRIX においては、まず分割行列を A J ( p， q) という形で定義した後に、 A [ Frr:Tr工 ， FCJ:TcJ という形で ArJ 行列を、そして、 A [ Frr:Tr工 ， FCJ:TcJ ] [K， L] で A 工JKL を参照すればよいことが分かる。ただ、.F r や F c 等を一々記述す るのは面倒であるため、分割行列と同じ名前を持つマクロ、たとえば、 % A ( I， J) ， を定義し、ぞれが、上記の A [ F r工 :Trr ， FCJ:TcJ ] を値として 返すようにすれば、 A I J = % A ( I， J); A I J K L = % A ( I， J) [K， L] という形で分割行列の要素を簡単に参照するこ・とが出来ることになる。この様なマクロ c をそれぞれ N rr，I = 1， 2， . . . ， R，と NCJ，J=1， 2， . . . ， C，を要素とし は 、 nr と n て持つ行ベクトルとすれば、 %MACRO A( I ，J ) ; %LET RFROM=(SUM(nr) ‑SUM(nr[&I:NCOL(nr)])+l); %LET RTO=:SUM(nr[l:&I]); %LET CFROM=(SUM(nc) ‑SUM(nc[&J:NCOL(nc)])+l); %LET CTO=:SUM(nc[l:&J]); A[&RFROM.&RTO，&CFROM.&CTO] %MEND A ; と書けるが、一つのプログラムの中に多数の分割行列が存在する場合には、それぞれに 対応するマクロを自動的に生成するような機能が在れば便利である。ここでは、次節に 示すようなステートメントスタイルのマクロを用いて、上記のマクロ % A を SUPERIML A ROW=nr COL=nc: という形で生成することを提案する。 = ‑350‑

3. Source Programs

3. 1 Macro SUPER1ML

%MACRO SUPER1ML( NAME，ROW=，COL=，VALUE=O，DEBUG=O，F1RST=O )ISTMT;

Z
料 材 申 紳 材 料 料 材 料 材 料 料 材 料 材 料 材 料 料 材 料 紳 紳 紳 紳 紳 紳 紳 材 料 紳 申 材 料 申i

:
;
;

;
;
;
;
;
;

T
O ASS1GN MATR1X T
O THE SUB MATR1X A(1J)，USE
%A(1，
J)=MATR1X SEM1COL.
T
O REFERENCE THE S
U
B MATR1X A(1J)，USE
MATR1X=%A(1，
J
) SEM1COL.
TO REFERENCE‑THE‑(
K
L
) ELEMENT OF THE S
U
B MATR1X A(1J)，USE
MATR1X=%A(1，
J)(!K，
L!) SEM1COL.

X
*

OM1TT1NG A SUBSCR1PT HAS THE SAME EFFECT AS THE USUAL MATR1X. ;

T

%*****牢寧寧寧寧寧申寧寧寧寧寧寧寧寧申寧寧寧寧寧寧寧寧寧寧寧寧寧寧申寧申寧申寧寧寧寧寧申寧寧寧寧寧寧寧寧寧寧寧寧寧寧寧寧寧寧寧寧寧;

FD
ι
︐
.P
円
し

ゐ

‑・'

yi
・
'
n
尻︑ノ
m
t
A
E
4
唱
AH+a
Hmunv
HU
YLqu

︐
.

︑

・

︐.︐

︐

︑ 0・ C

帥

マ
ム ︑

︐
.
︐
.

︐
.

47

句﹄A

︑︑︐ノ

nE

︑︑︐ノ

ロυ
a
︒
︑︑︐︐

nr
U

F

引

F

︑︑ノ

凸
.
︐

PRAU

比
四

・
'

︐

・

︑

帥

︒
・
︑︑

nし
nuvA
n
H
u
n
w
JJyiTi
yinD
nE
M目︒
α
uHM 目
nuo血mi
ayi
4EA
nErt
nu‑
AA
Fhu
qa
yiAH
TLH
円
nkeα
官μ A H
Hnuv
官μ
nu‑‑‑
n u A A 1ム
i
巾
'FιHn
︑
ノ
.0α
‑AWゐ中A
Pι==
ノ
〆 kIb
︑ノ・ 'P︑
nknrnrpu
yJnuo白nryLn
口
n U H U 引U ・' q L
'mlHUnuo白
m l p凸F b n r y i
T i p U M目qdFUP&
引
μ 訂閃Hu
rt︑ 官
Fa‑‑
UTL
n"UMM阿川HHunHU‑‑ u
nununbAA
MHnuTATAy
‑‑
nuyly‑‑yi
円
中 A M 目旧同 n u 中 A
日
目
・︑
nU
A H n k・
M閃 円 rnro白AAyi
YBATEA‑
︒unu︒unυ︒α 町四
FDmlmlu
同町問︑ノ
nιFιnι︒白yiFι
yi u
TLTLTLnuJJ
刊U
nunu=DHU‑bnu
ELYL
AHqιnqιny‑‑
n
w比 mtAA‑nnuytA
nし nEAAo白nE
EUFUN‑nyLnEAH
E
ノ@白nr‑
y i M閃
nunu‑‑‑'AAuv
AA
し ︑ J︑
nkFιnrnkn
Mnunyir HUAA
︐
ノ TL@白
l
円u ︐ . ︐ . ︐ . ︐
‑ n u ‑ u円Fbea
AAHnHU@血@白川胃YL
凸 ==nunupun
し.︐.︐︑ J・115
︑
ノ
アk
HVmlp
n E F u n υ p u n u D A W J︿︼︿︼ノ ︒unUPAeαnbnUMm
wゐ胃rD
瓦
﹁
﹀
︐
︑ yiHu
f︑nEnE
n u p & n υ 刊U H u e a ︒ α @ U D A R u q ι n e α〆kwゐ
〆tptqιnft nwhnし nι= 町山 nb
DAU‑‑squftpI
H
H mlAAYLmluno白:
nuquMm‑‑M川M川中ADH
AHTLDHHDH7tD
U H U n E u n n D m l m i n k m l FDM円 AAnununu‑‑
AA‑‑‑eanunu
引
凸FbmlFb Wゐ@UFUHUDHτinu
u n n u n u y i y i p 凸F a m l e a p
==nunuprnEm‑‑
MHftEruAHDADAqdwゐ
T A 中 A 7 4 M目M閃
尻
︑
ノ
7μM目c d D H 伸 ︒ α ︒ α = = 中 A Y E U 中 A M 目旧同W
ゐlI nunu'L‑nk ・n
AHDAnunuquAHPAWιnqゐ==
nEnE‑Pゐ AH
円 u = n k ‑ ‑ ‑ ‑ v L n k
nし円しnro白mlo血Tanu
nDTLylyLyiT4nE l
円 uyLFιτLnrAAnDnD
nUAAFrAAnknし nE l
官μ
r
t puM同
AHAA@α
口判U
例 M M凹
AH
YL
M川MUf︑﹃ATLMUTL官μ
ロυeαnH白 日 υ M
円u
U
円 nUFbnumlmlmlmlyiH
円
F
ι
l
mim‑mlml
nky‑‑HU‑‑
n
ι
円
U n u 官μ
n
H
U官μ官μ mimim‑‑nrp凸nrnr
TLPATLTL官μ
官μ官μ A H
YLTLτLTLTL nιpuFbnro白‑o白@白
寧円U74官μFUTμYLYLYL 寧 M閃
Wιnqιnqιnqιmwιnqιnqιnqιnqιnqゐ@α*qιnqιnqιnqιmwゐ
TんYLWゐ@α
WLm
q
ι
m
w
ゐ

/
寧 PERCENT S1GN *
1
/
寧 ANPERSANT S1GN *
1

;
%
*
%
*
%
*
%
*
Z寧
%
*

申
Z

;
;

%
* EXAMPLE:
%
* TO DECLARE THE FOLLOWlNG PART1T10NED MATR1X
%
*
A = IA(ll) A(12) A(13) I
%
*
IA(21) A(22) A(23) I
Z寧
WHERE A(ll) 1
S 4 X 4，A(12) 1
S 4 X 3，A(13) 1S 4 X 5，
%
*
A(21) 1
S 2 X 4，A(22) 1
S 2 X 3，A(23) 1
S 2 X 5，
Z寧
USE
%*
R={4 2
} SEM1COL C={4 3 5
} SEM1COL
%
*
SUPER1ML A ROW=R COL=C SEM1COL.

T

・

Z
申

:
:
F1RST OPT10N MUST BE G1VEN WHEN 1NVOKED F1RST T1ME.
DEBUG OPT10N PR1NTS THE GENERATED MACRO 1
N SAS L
O
G
.
%
*
%*

:
:
:
:
:
:
:

Z寧 USAGE:
%
* SUPER1ML 皿atrixname ROW=rowlevel COL=cpllevel
%
*
[VALUE=scalar] [
F
I
R
S
T
][
D
E
B
U
G
l SEM1COL
%
* WHERE
% * 皿 atrixna皿e NAME OF THE PART1T10NED MATR1X T
OB
E DECALRED
%
*
rowlevel
ROW VECTOR CONTA1N1NG THE ROW S1ZES
%
*
O
F EACH S
U
B MATR1X
%
*
collevel
ROW VECTOR CONTA1N1NG THE COL S1ZES
%
*
OF EACH S
U
B MATR1X
%
*
scalar
1N1T1AL VALUE OF THE PART1T10NED MATR1X

:
;
:
Z寧 S1MULATE PART1T10NED MATR1X 1
N PROC 1
M
L
: FOR VERS10N 5
Z寧 W~!TT~N_êY_~H!N:1CH1_MAyEKAWA
(
C
.
F
. NAT1VE MACRO MDARRAY)
2
3，
1212，
900118，
0529
Z寧 890218，

Z
寧材料料材料料材料材料材料材料材料材料材料材料判事事材料材料材料申寧料寧*.

%LET MACRO=%QCMPRES(&MACRO);
%LET MACRO=&MACRO
%STR(&P.1F &P.QUOTE(&A.J) ^
= &P.THEN &
P
.
D
O
;
&P.LET CFROM=(SUM(&A.C1D&N1D̲SUP)

=SÜM(&A:cïÖ&NÌÖ~SÙP&Bi~&A.J:ÑcoL(&A.C1D&N1D_SUP)&BR)+l);

&P.LET CTO=:SUM(&A.C1D&N1D̲SUP&BL.1:&A.J&BR);
&P.END:):
Z
事L
ET MAeRO=%QCMPRES(&MACRO);
%LET MACRO=&MACRO
%STR(&NAME&BL&A.RFROM.&A.RTO，&A.CFROM.&A.CTO&BR);
%*LET"MACRO=%QCMPRES(&MACRO);
%LET MACRO=&MACRO
%STR(&P.MEND &NAME;);
%*LET"MACRO=%QCMPRES(&MACRO);
%
* PUT THE MACRO GENERATED 1NTO THE 1NPUT S
T
A
C
K
;
%UNQUOTE(&MACRO)

%
* PR1NT THE MACRO 1
F REQU1RED;
%1F &DEBUG %THEN %
D
O
;
%
LOCAL LINE;
%
LET LINE=車** THE FOLLOW1NG MACRO &NAME HAS BEEN GENERATED. 事事*;
%LET 1
=
1
;
%DO %WH1LE(%QUOTE(品LINE)^=);
%PUT &L1NE%STR(;);
%LET L1NE=%QÇMPRE~(%QSCAN(&MACRO ， &1 ， %STR(;)));
%LET 1=%EVAL(品1
+
1
)
;
%END;
%PUT 事事事 END OF MACRO &NAME *事事;
%END;
%MEND SUPER1ML;

3. 2 Sample Proua皿
OPT10NS DQUOTE 1MPLMAC MAUTOSOURCE NOSOURCE2 NOMRECALL;
PROC 1
M
L
;
RESET NAME FW=8;
START;
事 E
XAMPLE O
N
E
;
PR1NT "VERT1CALLY STACKED SUPER MATR1X";
I
事 C
OMMON 韓 O
F COLUMNS 事 /
CLEVEL寸 ;
NR=3;
I
事 N
UMBER O
F MATR1CES T
O BE STACKED VERT1CALLY *
1
①
~L~V~L={2 3
̲4}; I
申書 O
F ROWS OF EACH MATR1X T
O BE STACKED 事/
PR1NT N
R RLEVEL CLEVEL;
事 P
ART1T10NED MATR1X DECLARAT10N;
SUPER1ML S
A ROW=RLEVEL COL=CLEVEL F
1
R
S
T
;
②
PR1NT "1N1T1AL VALUE":
PR1NT SA(!FORMAT=4.01);
事 A
SS1GNMENT;
D
O1
=
1T
ON
R
:
%SA(1，
)=J(RLEVEL(I1I)，
CLEVEL，
1
)
;
③
END;
PR1NT "RESULT OF ASS1GNMENT":
PR1NT SA(IFORMAT=4.01);
* QUOTATION:
PR1NT "RESuLT OF QUOTAT10N";
D
O1
=
1T
ON
R
:
I
，)
;
④
C=%SA(
PR1NT 1 C(IFORMAT=4.1);
E
N
D
;
EXEMPLE I
I
:
PR1NT I"GENERAL PARTITIONED MATRIX":
~ç=~. 1._ '
" ̲̲，
/事量 OFMATR1CES T
O BE STACKED HOR1ZONTALLY *
1
CLEVEL={4 3 5};
I
事 C
OLUMN S1ZES OF EACH MATR1X 車/
NR=2;
I
車普 O
F MATR1CES T
O BE STACKED VERT1CALLY 事/
RLEVEL={4 2
}
;
I
事 R
OW S1ZES OF EACH MATR1X *
1
PR1NT NR NC，RLEVEL，CLEVEL;
事 P
ART1T10NED MATR1X DECLARAT10N:
SUPER1ML S
B ROW=RLEVEL COL=CLEVEL VALUE=9 DEBUG;
事

3
5
2一

⑤

~

︑ ︐ ︐ ︐ aq ml A u n M 円 ‑ ‑ nE nu ド ふ ; ln ︐ ︑ "r ︑ .︐.︐ ︑︑︐J︑︑︐J ‑EA‑‑ ++ ︑ ︑ ︐ J ︑︑︐︐︐︑︑︐︐︐ yd ︑IJ︑︑︐J ‑EA‑‑ RHunHU TATA nk帥円し u ︒白︒ ︐︐目︑〆a︑ YLYL nunU 円し円し M同日目 70ム o血︒血 〆'a︑︐︐目︑ ‑EA‑‑ RHURHU TATA nE円し ‑U・︐︒u・︐︑1ノ ︑ふ︑﹄JIll .︐︐︐︑ご︑﹄J・'〆 g ‑'nuun︑.JnHUM円︑.Jnu nHununu‑‑nUNMu‑‑ml iω'hmODylwゐpbydnu 申 nu‑‑u‑‑u‑u 日目:日目:‑ M円相酬し制︑IJ'in仰心︑IJ1iM円 nUHn'i13日H唱iEinu n w比mlnur︑mlnur ︑nE PAWゐTム1AWL‑Tム1ipふ nしnEnU円しnU円し =︒血Ti‑‑o血Tio血 nUAr︑nKAf︑円し mlM円︒血M円︒血︐ .︐n丘︑.JNU〆E︑︑.Jnur﹃︑nU ︑ノyinNMM円YJRMM円ml ydu円︒血﹁︑HUO血f︑円UnE 'nHU〆E︑‑‑nb〆E︑‑‑nbo血 T ムnEPUMM円:puM円:‑ r︑nrmlnu=minu‑‑M円 AAnEnunEnununknunu・' nbnuwrmlnunrmlnEAA vLnunEnEnu円しnしわrnb n U A A W ゐ ・ ' W L m ・ ' P比 nknしmim‑numim‑nuo血nu nしnuFA 官主 ιM目PAFupuM目llM目 AHYLylyLTLEL 了iyLYLPLfkpL MUWLmwゐWLmwゐWLmw局WLmWLmWLmAAMU 卸 ' h m WLmqu ムτ .︐.︐ ムτ ︑IJ︑1J ‑aA'BA ︑︑︐J︑︑︐J ︑︑︐J︑︑︐J n江 戸 U ︑︑︐J︑︑EJ n〆 η〆 nunu 了 iTai ‑u‑u 〆'a︑J'a︑ YLYL nHunHU 円し円し 町四日目 T i u 7 Eム ‑u‑u 帥 J'a︑︐︐目︑ η〆 η〆 nHURHU YBATE‑ nE円し︑BJ ‑u・︐︒血・''11 . ︐ 〆 g ︑︑1ノ.︐〆E︑︑BJnHU .︐nUH問川︑.EノnUM問川︑.Eノml nununu‑‑nUHUBEanし 中ιWLmquyiwゐ円byd‑u 円し‑o血‑o血・ 日目:日目:H円 M問HFι︑ノ唱inι︑ノ唱inu nHUHHun〆守lsHHun〆 atlnw品 目柿mlnur︑mlnuf︑nr pAWゐT4qLWLmTムη L F U 円しnknU円しnuo血 ‑‑o血yi=︒血Ti nU︽﹁︑nE︽〆E︑nし︐ mlu円︒血M円︒血nU . ︐ n w H 問 ︑ . E ノ 刊 U r ﹃ ︑ ︑ . E ノ 刊 U 〆 g ︑mt& ︑ノyinbM円ydnbM円nk ydMu‑u〆KHuea〆KHu‑u 'nur ︑=円︑ur ︑‑‑nb‑ IREMU‑‑PUH‑‑H f︑nrminu‑‑minu‑‑nU n口nEnHunknununEnunE・' nbHunrmlnU円rmlnrn口 YLnunknEORし円しnknb n U A H W L m ・ ' W ゐ . ︐ ︒α nk円しmim‑&numiminus‑'nu 円しnunrpupu日目FrFιnι日目f︑UNn AAvLT4yLYL﹃UTムYLYLPURUPU‑ M H W L m W L m w L m W L m w L m W L m W L m卸'AWLmquM川 WLmWLm ① VERTICALLY STACKED SUPER MATRIX パ n H u 円 し vL 巧 nonE NU唱inLqJauzhwpD t n b u H N胃MHMHMHMHMHMHMH FιAAnununununununununu nEnbnEnEnknknEnknEnEnE m ‑ OL Ex‑‑'itiη︐eη 白 ︐ Lη'uqdqdququ 内 MnnU 町四円し FU Y E A n J L u ‑ a A ‑ a A n J 色 合 J & n J 色 合 唱 Ue d 合 唱 U 合 唱 u quvL obnU Aunnu pfL ml U N 日 q e d 唱 E A ' B A n J L u n J 色 合 J & q e d q e d 合 唱 U 合 唱 u ③ ② INITIAL VALUE S A COLl COL2 COL3 ROWl 0 0 0 ROW2 0 0 0 ROW3 0 0 0 ROW4 0 0 0 ROW5 0 0 0 ROW6 0 0 0 ROW7 0 0 0 ROW8 0 0 0 ROW9 0 0 0 @ ︑︐J︐︐目︑ η〆 円肘UM nドふ 4 COL3 C OL 1 •••• COL2 3 C OL 1 2 RLEVEL ROWl 3 NR ROWl •••• @ n〆 ︑︐ノ 〆g ︑leaE n 口・ .︐nba‑ quwLn= uH=mi A品 円 ド ム ‑‑nU ︑1ノvLM円 ydyL・'D 比 +円U︑Jnu TipA 司d F A 申 '11 nunbr ︑r ︑ 1iAAnDnυ 'nb ︑Jnuwゐ' 12Fι=︑ノ; ydnUFι111j llnu;・it r︑Fuqu・'aq‑ YLqu︑1ノ=a‑ FιFιqu唱imi‑‑ v︐.︐n口=・''AAml 1ノ Fι" M 円AA YLmim‑‑amln口nEM円 n'UUN円円︑unノ釦MNHn︑unHunw仙 ' n 酬 し U H U ' n H U W L m n ドムnu ︑ノM川M川1AMH=1IF ム 11N;1lM円nurKElt ‑︐.︐.︐Ti円b.︐中AQu︐l︑pu・︐.︐nしrk "︑JVA‑‑TA︑JM目navi 了i ︑ J ; ;巾i F u nι1147ir︑︑nbisFιn3M円nuia‑vA︑ノ日目' 刊U‑nkyLnb・H円=M円nb・7i'pu︑J1ノ vLaqmlnιAAauτnι︑1ノHUAHA‑nkηLH円・fle‑‑ AA=AAuv=TL︐BInu‑‑ml〆E︑pu︑可ノ‑‑ vvmlAM問HFι円rmlFιnLFEmlAAn口TUl'auτaq AATLnUAA︐.︐.︐nUAAM円nbpunL== vLMuvi・'Pル M川VA‑‑︑JVAMHWLm'巾i 中 ι AAnkRu・'nしf︑mlnEnDitηLM円mlnEva‑‑va唱iAAAA Tinun丘町四ydyLnuf︑︐M円TLnURunしn口'itM円M円 mlpr中AM目=nunrm141ノnLNUNunrr︑nEnE Ti‑‑umnU︑1ノnbii日目nL〆a︑nunbilu目・'M問︑1ノnunu‑‑︐ M山f︑punumlyd・'nιf︑FU'nD‑‑pur︑nu︑ノnunLnrnru目 TiRUH円ml'nunEn口M円nLnb︑1ノnkRUT‑ ︐Ti'alllnU "︒DM山 tATAM目"cdM刊〆twゐqL"cd 巾i1i 巾iqL〆t﹀f︑ 自 民 円U唱i=f︑pununD='AHf︑AAr︑n口nr mimIAT‑‑‑YJRumim‑&yinbvIηLmimim‑nEmlRu・' M川MHnbyinb・︐M同町日nbwLmM円f︑日四日目nunbnunbml'Hn T47ioanuω'mnUTAT‑cdM川口υyiyinuwLmnUWLmM問︒凸 nknKAAnunUM円nEnEAANUnbnEnEnuq=nu こ y i r i n r n r n u p L n r n r 申 nuwゐnrnrnDFun丘町四 申串申申 nr 了i n e r a t e dM a c r o s 3 Ge 3 ⑦ u t p u t 4. O Fhd qa qa

ω 合ω 唱 合唱d 何唱 yL n u n J白 合ω 唱 合唱d nし yL nし n u 4 内d n〆 内〆 YL nし n u n J白n J白n J白 日間目 nuyL YEAnHU ln し 巾 AA inLnL ml 唱 nUTL Hunu nHFU 円 唱 inL E nUMHMH nLnunu ml=n し nknk TUT‑ nb 日 ⑤叩5 し 帥 VA J白 n yiyL nEnU mln し nL AA Mn ﹃U 帥 nU n "M14 M閃YL nHunHU Tin し凋u a ml T4 mlyL nEFι AAHV14 nrpuMH TUnU YLDHDH A u n n民 M m U PU‑A U 門 YL n ‑ u 合唱d n u nuunudnudnudnudnudnud n H u yL nし nu 円n uunuunuunuωnuunuu yL n H u nし "''nudnudnudnudnudnud n H u yL nし nhunudnudnudAUdnudnud yL n し n u F ι nuuFhJvnuωnuωnuωnuunuunuω YLYL AAnu wvnし n u YLauτqun国内出 n目n目前回 AunyL Tinu し mln Ti 日 間 目 合d 唱A Udnudnudnudnudnud TiTU n J白nuJunudnudnudnudnud nし nu yL nし 4EAnudnudnudnudnudnud n H u yL n u d 合ω 内d 4 内d 4 内d 合d 唱 唱 合d 唱 4 1441A41A'aAnJ白n T i u ‑唱 r ‑ n H U 円 し n M U 合ω 内d 4 内d 合d 唱 4 内d 4 内d 4 唱 T i u ‑ 4 1 A 4 1 At ‑ ‑ a A n J白 内 〆 唱a nU 円 し 可︐ znJ白nr‑nJ白nJ白n J白nJ白 nJ白n J白 唱A E 唱A E 唱A V E臼 唱EA E nU 円 し J白n J白n J白n J白n J白 nhunJ白n YL141414 旬indnd mtAnHU M日円し ﹃U M日FbqLqLqLqLqLnd J白 MNMyth‑41A41A41A'aAn〆 n h nU 門u Tin し nb 唱 唱 AHYL141414旬indnd n H U 2A 2 ︑ nu a n ‑ ‑ E44EA ・ E4 ・ A 2A ・ FAnし n u qtu'i'i'i1&1& 唱i mtATIU 1 41A41A'aAnJ白 内 〆 唱4 YLnu し Hun nb ELnL141414旬i 旬i14 日比YL14141414nLnL n H u nし ・ n u d4 内d 4 内d 合d 唱 4 内d Tiu‑aA'aA41A 唱 1 4 n H U 円 し ・ n u d 合ω 内d 唱 合ω 唱 合ω 唱 合d 唱 4 内d 4 T E U 2A4EA E AnJ‑nJ白 唱4 2 nU 円 し n円 U 合ω 唱 合ω 唱 合ω 唱 合d 唱 yL14141414 nU 円 し ・ "''nJ白n J白n J白n J白 A4EA T E L 2A E 唱4 2 のd 2A141A4EA T t u u ' a A唱 1 4唱 t a a ' E A n H U 円 し ・ aaτ‑aA41A41A'EA YL1414旬i14 n H U 円 し 民J J白n J白n J白 u n J白n Tiu‑aA41A41A41A nU 円 し pnunJ白 内 〆 内 〆 内 〆 YL旬i 旬i1414 n H U 円 し ・n円しU n H U 合ω 唱 合d 唱 4 内d 4 内d 合ω 合d 唱 唱 Tiu‑41A41A'aA'aAn〆 内 〆 nU 円 し J白n J白nJ‑nJ白 可︐ znJ白n J白n YL 唱i'i'i'inLnL nU 円 し R E S U L TO FA S S I G N H E N T @ n し n u J U 合ω 唱 合d 唱 yLnLnd n H U 円 し noqdqJ J白n J白 V E臼n n H U 円 し 可︐ znJ白n J ‑ 71 nr‑nr nU 円 し ︐ ρhunudn YL 日und nHunud 円 し 戸 r ‑ h d v n〆 n TEUnJ‑nJ白 nU 円 し auτ'i'i J白n J ‑ Y E臼n n H U 円 し qd1414 J白n J白 7 E臼n nU 円 し nJLH1414 7LnLnd n H U 円 し 内d 4 内d 合ω 合d 唱 4 唱 合ω 唱 合ω 唱 合d 唱 yL旬i 旬i1414ndnL nU 円 し ・・ ︐ n J白 内4d 4 内d 4 内d 4 内d 4 内d 合d 唱 T E U 2A 2A E 'EAnJ白n 唱A nU 円 し ‑ E A4 内d 4 内d 合ω 唱 合ω 唱 合ω 唱 合d 唱 1 A唱 Tiu‑a 4 t a a ' E A n r ‑ n r ‑ ・ nU・ 円 し ‑aAnJ白 合 d 唱a n ‑ ‑ F h J u ' n h u uHMHN 胃 MHMHMH nHunHunHunHunHunHU Fιnknknknknknk ・・ ︐ n &14144EA‑‑1414 7EU4EA 2A 2A4EAnJ白n J ‑ nU 円 し 合d 唱n J白n J白 TUndnd nU 円 し n n u J u n J白 円 し YL 日unL ︐ nHunuu ‑354‑ @ B COL1 COL2 ROW1 1 1 1 1 ROW2 1 1 1 1 R O W 3 1 1 1 1 ROW4 1 1 1 1 n u p ι nE qd1414 YL nし ・・ 1A141414141414 A 2A E nJ白n J白 7 E UE 唱4 2 唱A nU 円 し 2 2 @ S B C OL1 COL2 COL3 COL4 COL5 COL6 ROW1 1 1 1 1 1 1 1 1 1 2 1 2 ROW2 1 1 1 1 1 1 1 1 1 2 1 2 1 1 1 1 1 1 1 1 2 1 2 ROW3 1 ROW4 1 1 1 1 1 1 1 1 1 2 1 2 ROW5 2 1 2 1 2 1 2 1 2 2 999 ROW6 2 1 2 1 2 1 2 1 2 2 2 2 ⑦ OL 1 S B C ROW1 1 1 ROW2 1 1 1 ROW3 1 ROW4 1 1 ROW5 2 1 ROW6 2 1 1 G C OL ROW1 9 9 9 2 2 COL1 ROW1 ROW2 F C OL 1 2 1 2 1 ROW1 ROW2 C n u n J白1414 TL n し C OL 1 NC ROW1 COL3 COL4 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 2 1 2 1 1 2 1 2 D ROW1 ROW2 ROW3 ROW4 ROW5 ROW6 n u 141414 7L n し n u S B ROW1 ROW2 ROW3 ROW4 ROW5 ROW6 COL2 3 CLEVEL C OL 1 4 ROW1 2 ROW1 N R ④ 1 = 3 C OL 1 C 3 ROW1 ROW2 3 1 = 1 C ROW1 ROW2

日本 5A5ユーザー会 ( 5UG卜 J) SASによる I / Sマネジメン卜支援システム ケント リュウ 株式会社リージェント ソフトウェア I/S Management Support System based on SAS Legent Software， I n c . KB l d g .， 5‑25 ，N i s h i ‑ S h i n j u k u 7‑chome， Shinjuku‑ku， Tokyo 要 旨 く役代シ しの時援 ︑/なト 著S い 支 今 I けン ︑でいメ が中はジ たのでネ て合なの き併くマ し・か十ノ を争い向 供 競 てS 提業し/ .企理 I 理る管た 処すてし 報動しと 情激と本 に︑ス基 め化ネを 十リ人口つ・つ マネジメント たルジ S のパビ A 援一の S 円巴ゲ〆一い 速のもと .済 5 5 営 経/ C 経 ︑I I の一 oM 菜︑ンる 企ロあはる はノつです /テり本説 Sクつ稿明 ︑す変たム Iるわ︒を 従変割がス 来化が来テ キ ー ワ ー ド : 1 /S 1.はじめに 支援 日々のオペレ ションのより効果 的管理 ・目標達成度の評価 当社は、情報サービス組織の自動化、 接続、 そ し て 情 報 管 理 を 可 能 に す る パ ッ ケ ー ‑組織内の計画と業績の連絡 ジ・ソフトウェアを開発し、販売している。 ‑費用のコントロール 企業内でコンビュータ関連資産を管浬・連 .将来計画作成 営する部門(通常は情報システム部門) が ‑企業内での 経営に対し積極的に貢献し得るために、 1 /S評 価 の 向 上 当 社 の M 1 C Sは S A Sの 持 つ デ ー タ ベ ー 総 ー 合的なソリューションを必要としている。 ス機能と柔軟なレポート機能を生かし、 私 ど も で は 、 こ れ を 1 /S マ ネ ジ メ ン ト と れらの要求に充分応えるアプリケーション いう言葉で包指しているが、個々のテーマ である。 」 としては、自動運用、ネットワーク・マネ ジメント、パフォーマンス(キャパシティ) 2 .M 1 C S シ ス テ ム の 構 造 マネジメント、アカウント・マネジメント、 ソフトウェア開発マネジメント等々がグロー パルに包含されて、 MICS l/S マ ネ ジ メ ン ト 支 援 シ ス テ ム は 1 /S マ ネ ジ メ ン ト と 1の よ う に 、 四 つ の 部 分 で 構 築 さ れ て いうコンセプトを形成すると考えている。 図・ 今 日 の 1/ S 環 境 を 管 理 す る た め に は 高 度 いる。 MICS Data Base な信頼できる情報を適切に利用することが 必要となる。 (データベース)は 1/ S組 織 で の デ ィ シ ジ ョ ン メ ー キ ン グ ( 意 思 1/ S 管 理 者 は 次 の よ う な 目 決定) を支援するために一貫した正確な情 的のための情報を必要としている。 報をタイムリーにアクセスできる精造と環 Fhd Fhd qd

図・ 1 I /Sマ ネ ジ メ ン ト 支 援 シ ス テ ム 構 造 適切な人材に J I定 資 源 か ら 境を持っている。異なったil[ のデータを一つの中央データベ ー必要な時に スに集成 ー情報使用者の専門知識向上のため する。生のデータは常に整理、加工され、 一貫したフォーマットを持った情報として 保管され、リレーショナルな倹索が可能に ーより効果的な情報使用を学ぶ I/S プ ロ セ ス の 知 識 を 改 善 す る なる。 Da t a Integration Application ( デ ー タ 統 2 . 1 M1C Sデ ー タ ベ ー ス : 合アプリケーション)はモニターからの生 のデータを確認・解釈し、 M I C Sデ ー タ ベ ー ス は 三 つ の 記 憶 柿 造 を 提 スに保存する。これらのアプリケーション はS A Sで作成され、柔軟な分析と報告能力で 有効な情報に作られる。 システムの核 M I C S データベー 供する。 CICS、 I D M S、 D B 2、 ーオンライン・データベースはマネ I M S、 V M、 DASD等 を 分 析 ・ 管 理 す る た め に ジメントや技術報告、対話式分析、 データ処理を行うのがこれらのアプリケー 問題解決等、早急に必要な情報を シ ョ ン の 役 .i l I Jで あ る 。 提供する。 Management Supoort Aoolications(マ ネ ジ ーアーカイプ・データベースはテー メント支援アプリケーション)はキャパシ プに保存され、長期にデータを維 ティ管理、コスト管理等、重要性の高い管 持する。歴史保存はキャパシティ 理部門に対しソリューションを提供する。 プランニング、傾向分析等各週、 つまり、広範囲に渡りデータを取り入れる 各月の長期データ集積を必要とす MICSの 特 徴 を 利 用 し て い る の で あ る 。 MI C S PlatforI ! ( M1 C S基 盤 ) は M I C Sシ ス テ ユーザの仕事塁監査のために使わ る分析を支援する。監査保存は、 ムのそれぞれのパーツを個別に、そして、 れる。 一機能として作用するために通信プロトコ ーパックアップ・データベースは ル、システム連係協定、そして統合機能を テープに保存され、災害時の復元 提供している。このテクノロジーが様々な を目的として 資源カらのデータ統合、注文仕様、包括的 タの全てのコピーが維持されてい 分析を可能にしている。 る。 オンライン・デー M I C Sの 術 造 は 、 2つ の 包 括 的 な ニ ー ズ に 応 える柔軟性と完成度を持っている。 分析や活動報告に必要なデータ量を段小 ー 経 済 的 に I/S マ ネ ジ メ ン ト に 不 可 欠 限にするために、 M I C Sデ ー タ ベ ー ス は 統 合 、 な情報を提供する セグメント化された独自の小型ファイル術 一正確な情報を 造で論理的に組織されている。 ‑356‑

Data Base レ ベ ル 1: レ ベ 舟 2: Detai1 Admin Days TSO Weeks Months Hardware MVS SCP IUti1ization レ ベ 島 3 : TSO System TSO User Activity Activity TSO User C O l l l l l a n d Counts Batch Years IMS . . .etc. TSO User Interactive Usage 1 12 13 14 0 1 01 02 03 04 05 06 07 08 09 1 図・ 2 四段階に構築されたデータベースの例 保管する。 図・ 2の よ う に M ICSの デ ー タ ベ ー ス は 構 築 されている。 MICSデ ー タ ベ ー ス へ の ア ク セ ス は 位 置 選 定 レ ベ ル l は Time‑Span と い う 最 高 位 レ ベ ル であり、五つの期間に分けられている。 と検索の二つの作業で行われる。この位置 Years: 一 年 の デ ー タ を ゾ ー ン ご と ( 一 日 2 4時 間 を 区 切 っ た 時 間 帯 ) に 要 約 し 、 選定の物理的なオペレーションは不必要で 保管する。 定すればよいのである。完全修飾S AS フ ァ イ あ り 、 ユ ー ザ は 処 理 し た い SAS フ ァ イ ル を 指 ル名はインフォメーション・エリア、ファ Months: 一 ヶ 月 の デ ー タ ー を ゾ ー ン ご と イル、サイクルを含んでいるので、ファイ に要約し、保管する o ル名を指定するだけで必要なデータ選択が Weeks: 一 週 間 の デ ー タ を ゾ ー ン と 一 時 容易に行える。である。また、データベー 間ごとに要約し、保管する。 Days: 一 日 の デ ー タ を 一 時 間 ご と に 要 約 スの S AS フ ァ イ ル は サ イ ズ 的 に 小 さ く 、 短 時 し、保管する。 Detaiい そ の 日 に SAS デ ー タ ー に フ ォ ー 間での処理が可能である。このように、オ マットされた生のデーターを要約なしで、 ファイルの組織で個別的、連結的、グルー ン ラ イ ン ・ デ ー タ ー は 独 自 に い く つ も の SAS プ的、関連的処理を可能にさせる。 収集された形で保管する。 この T ime‑Span は SAS デ ー タ ・ ラ イ プ ラ リ ー 操作の柔軟性のために、 M ICSデ ー タ ベ ー ス であり、必要に応じて、幾年、幾月、幾週、 はそれぞれ独自の更新処理を持った最低 2 幾日のデータを保管できる。 つ 以 上 の デ ー タ ベ ー ス 装 置 で 図 ・ 3の よ う レ ベ ル 2は イ ン フ ォ メ ー シ ョ ン ・ エ リ ア と題し、情報を T S O、 B a t c h、 H a r d w a r eU t i l i z a t i o n、 に組織されている。 MVS SCP、 CICS等 に Time‑Span ご と に 分 類 される。 レ ベ ル 3は フ ァ イ ル ・ レ ベ ル と 題 し 、 イ この組織は、並列更新処浬を可能にし、 ンフォメーション・エリアごとにデータを 全てのデータを集積し、一度に更新を行う グループとして扱えるようファイルに保管 事を必要としない。 する。 レベル 4は サ イ ク ル と 題 し 、 フ ァ イ ル ご 2.2 Data Integration Application と、データを処理する度にミニファイルに 357一

図 .3 図 .4 M ICS デ ー タ ベ ー ス の 概 観 I/S利 用 コ ス ト 分 析 LEGENT CORPORATION M1 CS I/S MANAGEMENT SUPPORT SYSTEH MONTHLY INVOICE fOR SEPTEMBER，1989 OEPARTMENT: 100 COST CENTER ‑ 100 ロICE NO. ‑ 1 INV BIlLING OATE ‑ 1 0/6/89 PAGE NO. • 1 STATUS: BIll TO: MR. JOHN SMITH lEGENT CORPORAT!ON 8615 I l ES T凶XXl CENTER ORIVE VIENNA，VIRGINIA 22180 CATEGORY RESOURCE UTILIZEO 凪JANTITY ー ー ー ・ ・ ・ ・ ‑ ‑ ー ー ・ . . . . . . ̲ ‑ ‑ ‑ ‑ ̲ . . . . ̲ ‑ ー ‑ . . ̲ . . . . . . . . . . . . . . . . .. . ‑ . . . . ̲ . . ー ー ー ・ ・ ・ ・ ・ ・ ・ 1XXX 2XXX 3XXX 5XXX 6XXX 7 XXX 9XXX RATE UNITS CHARGES ・ ー ー ・ ー ・ ・ ・ ・ ・ ・ ・ ー ー ・ ・ ・ ̲ . . ‑ . . ‑ . . . . . . . . . ‑ 同 氏 ESSOR HARO~ARE (0022) 1100 CENTRAl PROCESSOR(s】 1100 CENTRAl PROCESSOR(s】 (0031) 1500 OIRECT ACCESS STO 促AGE OEVICES ( 0092) TElEPROCESSING ECUIP阿ENT (0702】 2100 TER阿INAlS 22日 日 CO 料開J NICAT ! 口N L INES (2009】 口PY 1 / 0 OEVICES HARO‑C 3110 lASER PRINTER { 日824】 SOfTIIARE 5840 OOC l 用ENTATION COSTS (5844】 PERSONNEl 6100 SYSTE阿S PROGRAMHERS (611日 】 6420 SCHEOUlERS (6405) 6430 OATA C口NTR口l PERSONNEl (6410) INVENTORIES 7100 TAPE VOlUMES 【7 101】 7200 OISK V口lU 阿ES (7201) 01ffERENTIAl CHARGES 9400 MINI肌 J 阿 C HARGE (JMIN】 9500 ZONE OlffERENTIAl (ZOlf】 9700 JOB GROUP PRIORITY CHARGE (JPRI l 9800 ZERO BALANCE AOJUSTMENT (BAlZ】 477620.品 577.76 2， 807 $0̲060 TCBφSRB SEC 口NOS $2.196 (‑CORE HOUR $3.600 1000 EXCPS $28， 657.24 $1， 268.76 $10， 108.03 2， 726 276， 5口7 S4.500 TERMINAl 1 1 口 $0.050 1000 CHARACTERS $12， 27 日 . 日 日 $13， 825.35 $9， 907.円 7， 926 日 LINES $1.250 1 0日 1 1， 501 $0.045 C聞 CARO 916.0日 38.0 79.6 $50.000 STAff HOUR $25.日 日 日 STAff HOUR $21 . 日 日 日 STAff HOUR S45， 800.0日 $950.00 $1， 671.6 日 $0.100 REEl.OAY $0.050 TRACK'OAY 勾，汚 0.00 4130 175， 00日 S413.00 MINIMU何 CHG ZONE Olff CHG PRIORITY CHG ZERO BAl CHG $360.00 ($280.00) ( $ 1， 340.0 日} $1， 260.00 TOTAl CHARGES APPLIEO CREOITS $134， 139.52 ($7， 854.71) SUBTOTAl $126， 284.81 NET CHARGES 139.52 $134， ︼‑ ‑ DZ‑ o s ﹃ ''E ‑nu D‑3 q E D D D 1E nu'句 FL ・ ‑ a ζVA TSE ‑‑︐ 舗内 内回 M m c L E H sa 守﹄ M HU n u I H u ‑ 358 H T I/S利 用 コ ス ト 請 求 書 の 例 I R n u w 凹 T n ‑EE M TB nMFE Ea‑‑ Fur‑ DR‑ ‑GY T DL AUH ZB I NT RHo nunuMn HR TF ‑ AU ME‑ E TC N内T D M阿 ・ U 8 vA ‑ 図・ 5 $517.55

データ統合アプリケーションは、ネット 1.アクセスと検索機能:アプリケーション ワーク、オンライン・システム、記憶猛置、 とユーザーに M I C Sデ ー タ ベ ー ス 内 の 情 報 を 提 オペレーティング・システム等のテクノロ 供する。 ジーを分析、管理するための機能を提供す 2 .デ ー タ 管 J lH機 能 : M ICS D a t aB a s eの デ ー る。これらの包括的で、特殊な目的のアプ タを管理し、システムの機能を管理する。 3 .I;日発と拡 5~ 機能:システムを拡張、カス リケーションは、生測定データ資源を使い、 そのデータを M ICS Data Base!こ 統 合 す る 。 ー ー タマイズするためのツールを提供する。 確認 問迎いのないデータの 4.室旦並並:オンライン、プリント・アク み確認し、 D a t aB a s eに保管する。 セスで専門文書を提供し、専門知識を高め 解釈 より重要な情報で分析 る。 ー を高める。 ー 構成 上述の機能の中でユーザ一向けの高生産 ジョブやトランザクシ 的な M I C Sイ ン フ ォ メ ション・センター・フ ョンのようなー単位の仕事を各々、 ァ シ リ テ ィ (M1 C F ) というアプリケーション 組数のレコードとして結合する。 がある。 M I C Fは 特 別 な ト レ ー ニ ン グ を 受 け て いない非熟練者にも簡単に M I C Sデ ー タ ベ ー ス を検索できるアプリケーションである。構 2 .3 マ ネ ジ メ ン ト 支 援 ア プ リ ケ ー シ ョ ン 成化検索をメニューを選びながら作れるユー ザーフレンドリーな環境を提供している。 マネジメント支媛アプリケーションは広 このように作成された分析、報告の検索プ 範囲のンステムのデータをキャパンティ管 ログラムはカタログに保管でき、必要な時 理、財政管理等のマネジメントのソリュー に選び出され、実行できる。(図・ ションとして提供する。これらのアプリケー ポート、グラフィック等は S A Sの機能を生か ションではデータ統合アプリケ しているロ ションで 5) レ 既にプロセスされたデータと外部のデータ を使用できる。f7 J Iえ ば 、 M I C Sキ ャ パ シ テ ィ 3 .お わ り に プランナーは i l l要 ビ ジ ネ ス 指 標 を 用 い て 現 在のパフォーマンスと将来の必要なシステ エンドユーザ一志向の S A Sを中心に構築さ M I C Sア カ ウ ン ティング・チャージパックは M I C Sデ ー タ ベ ー スに保管されている I / S システム資源関係情 れた I / Sをより効率良く管理してゆくための 支援システムを慨要的に説明した。膨大な 報はもちろん、、労働賀、電話代、設信li'l'1 て、適切な形に提供するためには柔軟なデー ム・キャパシティを予測する。 データを生産的に価値のある情報に加工し などの外部ファイルからの情報を用いて、 タ処理とユーザーフレンドリーな環境が不 I / S資源利用コストを請求書に集結し、ユー 可欠である。今回報告したシステムは S AS ザーに諜金することができる。ユーザーは の長所を生かし、将来のユーザーの要求に 分かり易い料金体系と訪求書で I !S に 於 け る 対応できるシステムだと考える。これから プロジェクト、アプリケーションのコスト の I / Sの役割を大きく変える画期的な支援シ が把握でき、自己管理が可能になる。(図・ ステムだと考える当社の S A Sへの期待は語ら 4、 図 ・ 5) ずとも納得できょう。 M I C SM V Sパ フ ォ ー マ ン ス 管 理 で は パ ッ チ ・ D A S D分 析 報告ができる。文、 M I C SM V Sモ デ ル ・ ジ ェ ネ レーターは、各ノ、ードウエアと S C Pコンポネ イニシエター・モデリングと共用 ントの負荷活動を自動的に計算し報告する。 参考文献 (1 ) 佐藤 隆 『システム運用の自 動 化 と 情 報 サ ー ビ ス 管 理 JC o m p u t e r 9 0 ) .p .22‑26 Report.6 .(19 2 . 4 MICS Platform: 基自2 M I C S Platform は ユ ー ザ ー と シ ス テ ム に 対 して次の四つの機能を提供している。 ‑359一

日本 SASユーザー会 (SUGト J) SAS/AFによる経済データ活用システムの開発 西村義文 0苗 加 博 治 センチュリリサーチセンタ株式会社情報システム本部 システム開発部 The Development o ft h e Analysis and R e t r i e v a l System f o reconomic Data by SAS/AF Yoshifumi Nishimura Hiroharu Noga td . Century Research C e n t e rC o .， L 3‑6ー 2， Nihonbashi‑Honcho Chuo・ku， Tokyo 要旨 異なったデータ構造をしている各縄経済協力関連の大規模データを、利用しやすい共通 なデータ構造に統一し、このデータファイルを活用するための、データの総合的な活用シ ステムの開発を行った。 システムの機能は、利用者としてレポート作成、データ検索、グラフ参照、管理者とし て、データの更新、システム管理等がある。 SAS/AFを 中 心 と し た 本 シ ス テ ム の 開 発 を 通 し て 、 大 規 模 デ ー タ を 利 用 す る 際 の 処 理効率の高め方、マニュアルレスなシステムを構築するための開発手法を紹介する。 キーワード :SAS/AF 非非非マクロ 1 ̲ PROC FORMAT (..まじ 8ち ぶ 二 X CALL 2. ア プ リ ケ ー シ ョ ン の 作 成 昨今経済協力に関する意識の高まっている 中、政府開発盛助 (0D A) に よ る 海 外 経 済 協力は、近年ますます頭要性を憎している これに対して、当該業務を拘守している機 関(官庁)では、経済協力に閲する各砲デー O E C D / D A C、 I I I F、通関統計等)は、書籍 タ ( や帳票または磁気テープ等原始的な形式でし か保管されておらず、またこれらデータを統 合的かっ容易に利用するためのシステムがで きていない。これらのデータ整備がうまくで きない理由として、 (1)各種データが、各々大量である。 ( 2 ) 供与園、被供与同等を表す同コード体 系が、統一的でない固 ( 3 ) 各縄データの内容が一元的ではない。 等が考えられる。 当社では、ヱれらの効率的データベース化 及び容易に情報が引き出せるようなシステム 構築業務を請け負った。そこで本システムは、 以下の点に注意しながら作成した。 1. 基 本 デ ー タ ベ ー ス の 作 成 経済協力関連データをシステムとして運用 し易く統合し、データ加工から帳票作成ま でを効率よく処理できるデータベース化を 行う。 n 一361‑ エンドユーザが簡易に利用できるアプリケ ーションの構築を心がける。すなわち上記デ ータベースから効率よく必要なデータを取り 出し、編集加工し、帳票を出カし、グラフを 作成することが可能なものとする。帳票に関 しては、そのまま報告資料として利用できる ものを作成する。 2 ̲ 葺 bイ乍君景写篭 a) ハードウェア メインフレーム :FACOM M760‑20 端末機種 F 6 6 83 VDS端 末 :NLP、 OPR 出力装置 b) ソフトウェア oS :F4‑ 4 0/ MS P SAS :BASE AF GRAPH

3. システムの干既要 当システムの機能は、利用者機能と管理者 機能がある。 利用者機能は、 (1)各種レポート作成 ( 2 ) 各種商面検索 ( 3 ) 各穣グラフ参照 管理者機能は、 ( 1 ) 基本データベース更新 ( 2 ) 管理者 10の登録 ( 3 ) グラフカタログの更新 ( 4 ) システムの更新修正 図 3ー lに概要因を示す。 利用者機能 (1)各種レポートの作成 フオームオーバレイを使用して作成する 帳票と、漢字罫線により作成する帳票の 2 種類がある。プログラムはフォートラン で作成した。 出カ先は、 N L Pまたは、 oPR (オフ ィスプリンター)のどちらでも選択可能。 ( 2 ) 各種画面検索 当該国を選択して、商商に PUT 文により 出カ固 (帳票のイメージで作成) ( 3 ) 各種グラフ参照 すでに作成したグラフカタログから GREPLAY機能と、 TEMPLATE機能によりグラフ を再表示する。 管理者機能 ( 1)基本データベースの更新 事前に各種データを時期テープよりロー ドし、更新プログラム(フォートラン)を 起動する。 ( 2 ) 管理者 10の登録 管理者機能を利用できるユーザー 10の 登録をする。これにより、システムの保守 が行える。 ( 3 ) グラフカタログの更新・修正 登録したい問、グラフ種類をパラメータ により引き渡し、グラフカタログを作成す る 。 ( 4 ) システムの更新・修正 システム内でシステムの修正を行う。 率パスワードチェヲヲ *1D チェッヲ グラフカ~ログ ~たァ 国 3 ‑ 1 . システム事誕葺吾図 ‑362‑

4

(
4
) ヘルプ機能
MENU各爾而と PROGRAM 画 面 の す べ て の カ

厚司多きそF 主去と r~ 耳目

ラ ム に ヘ ル プ 両 面 を 作 成 し た またできる
限り画面内に換作方法を記述した。

1)操作性

n

(
1
) 操作キー
すべての画面で、実行キーは次両面への
操 作 、 フ ァ ン ク シ ョ ン キ ー の PF3キーは
前函面への操作の時に使用するようにした。
ユーザーは 2つ の キ ー だ け で シ ス テ ム を 操
作できる。

2)処理の高速化
基本データベースが何十万件ものデータ
を保持しているため、データのアクセスに
は S A Sではなくフォートランを使用した。
帳票作成または画面検索の際、基本デー
タベースより必要な国のデータだけ、抽出
して中間ファイルを作成し、処理を行うよ
うにした。
グラフ処理に関しては、事前にグラフカ
タログを、管理者機能により作成しておき
GREPLAY 機 能 や TEMPLATE機 能 に よ り 参 照 す
るようにした。

(
2
) ユーザーフィールド
PROGRAl'I画面においてユーザーは基本的
には、コード等は入力せずに表示された項
目を選択するだけで必要な項目の情報が得
られるような簡易処理にした
n

W A O R A S ‑ Y凶 レ ポ ー ト 国 各 陣 粛

S A Sからド O R T R A Nを起動するコー
ディング例

1

COXMU:D ・
・
.
，

-;JIII!項目を遍んで下さい/耳障止 IO Ii PP3~" し τ 下さい
(LYJl
IIID‑PIIO!;UM)

a
E凶 レ ポ ー ト

凶 粛 ー (7ジ ア 抱 .1

(
.
*

s~入力して下さい.

;JIII!唱目に

1 6'
・園}

X CALL '
C
R
C
.U
S
E
R
.LOAD(SUJI)'
'&DATE，&FIELDl， … ， &FIELDIO・

1
1̲
・ 7 ジ 7 M.

:
:
1
) ̲ IA 9
.1 A
引ー
"'.7ジ 7 •.
引 <
，シ
叫 :<ラタ
7) ~ : .fスラエル
1) ̲
l
i
I.
.
.
.
.
ダ
ン
9
1 ー:タ""，ι ート
1
0
1:レパノン
1
1
I̲オ
マシ
1
2
1 ー : ，・タール
131 ー
・・ 9 ジ
1<) ̲ シ 砂 7
I
S
) ̲ 7 7プ 箇 憂 国
1
6
)̲ .
f
.
:
1J :
t
'
11)̲ 剛 イ エ メ ン U) ̲ : 7 プ ダ ビ
1
9
)̲ 醐7ジ7 1
1
.2
0
) ̲・ 7 7 #シ
2
1
1 ̲:バシグラヂ.，!I'.:Io
221 ̲ プ ー タ : t '
21) ー : ピ ル マ
20 ー ・ イ シ '
2~1 ー:奄ルジプ
261 ー・'*パール
2
7
1ー・バキスタシ
z
;
a
) ̲ ;t，リラン倉
2
9】 田 3 踊 . 7ジ 7 1
叫プル'"イ
1
1
1̲中国
321 ー 田 香 槽
3引 ー : ‑(:t'ド'"クア

1
1̲ バ レ ン

{ 怯 } 入 力 7 ， ー ル f.、 3・ーツル~働かして p P 1~入力すると、
その '
A闘 の ヘ ル プ . 輔 が 表 示 さ れ ま す .
(COU'IMU! )

図 4‑ 2 簡 易 な 選 択 画 面

.XCALL … CALL文は TSO COMMAND
•'
C
R
C
.US
.
FR
.LOAD(SUJI
)
'
.FORTARN ソ ー ス の ロ ー ド モ ジ ュ ー ル
• '&DATE.品FIELDl， … ， &FIELDI0'
‑パラメータ文字列(100文字以内)
実行時には、マクロ変数が展開され、
• 1990.07.08，01300，01301¥，'"

となる。

(
3
)フィールドチェック
各 PROGRAM画面は、###マクロにより画面
でユーザーが与えるパラメータの論理チェ
ックを行う。妥当でない場合はどのフィー
ルドが正しくないかを指示メッセーヅで表
示する。
I
o
4A O R A S

紐凶レポート作

a

C
O
l
t
l
l
AHD cs.)
ー，辺氏項目 (2 J が 遭 訳 さ れ て い ま 叫 ん / 道 駅 し て 下 さ い
(
lY
lI
I
I
0
D
‑
P
i
O
l
oIAN)
【

IiIJ¥与国別 .U櫛 協 力 実 温 . 約 レ ポ ー ト 作 "

道駅唄目に

1.

(主 .
11蹟 1
1剖》
{鍾旗凶力実鍋}
{賞品蹴陶〉
.
1 ̲
U協 レ ポ ー ト w ( 日 本 @ 円 11.恨』事実 1
1
)
1
・1
1
1
1またIi.回Itか退院し τ下 さ い .
日 一 : 副I
I
I
I
(
21̲
園
1
) S
2
1 ̲

1
1

2
.
l.

I

s* 入 力 し て 下 さ い .

̲

U凶 レ ボ ‑ ~ 1

UIIレ ポ ー ト 且
UIIレ ポ ー ト 圃

I
l
I
1~指定して下さい.

・

1
I 一・

日本

5
1 ̲

才色アニア

1
1 ー:

アフ '
J
'

.0 P RQ)プリンター I ~
処 哩 年 月 日 / 西 M 下I! H
i

n

2
1 S
4)

0
1

̲

ー
・

̲̲̲̲̲
:̲ー一回『ー

アジア
71
‑J
':
T

2

・

.
.
.
・
・
:
r
)
.
，
，
，
，
，

ロ ."

(*倒置の場合."脚力}
{素描宜@場合.現在日付}

( 也 } 入 力 7 ， -ル F ヘカーソル~働かして、
J
l
I
loヘ ル プ 個 仰 が 提 示 さ れ ま す .
その I

Pfl ..入力すると

図 4‑ 2 指 示 メ ッ セ ー ジ 表 示

‑363ー

・
.
'

E】
ur.

図 4‑ 3 TEMPLATE機 能 に よ る グ ラ フ 表 示

3)自動サブミット 出力装置が、 N L Pと O P Rの 為 、 当 初 帳票はオーバーレイを使用して作成する予 定 で あ っ た が 、 運 用 上 O P Rにはオーバー レイを登録できなかったので、オーバーレ イ使用の帳票と漢字罫線による帳票に分け た固帳票は、いったんワークファイル (起動時作成)に出力して、そのファイル を N L P出 力 の 場 合 バ ッ チ 処 理 ( 自 動 SUsM 、 O P R出力の場合、 DSPRINT を起 IT) で 動する方法をとった。 4) 保 守 及 び 管 理 機 能 各機能を起動するソースは、マクロルー チンとして外部ファイルに作成した。この ことによりデバッグの容易件ーとシステムフ ァイルの大規模化防止にもなった。 またシステム自身の保護として、管理者 機 能 は 、 管 理 者 と し て 登 録 し で あ る 10 だ けが使用できるように、 10チ ェ ッ ク を 行 うようにした。 5 ̲ ‑0戸千麦 0 : : >言果是亘 現 在 デ ー タ の 単 位 が l年 ご と な の で 4半期 月単位と可能な限り、単位を短くする。 グラフは、事前に登録しているものしか参 照できないので、ユーザーが自由に、作成で きるようにする。 管理者機能のシステム修正 (SAS/AF のプログラムメンテナンス)を行う場合、 S A Sデ ー タ セ ッ ト を fOLD J の 状 態 で ア ロ ケートするため、他のユーザーはシステムを 利用できない。 S A S / S H A R Eを利用す れば、複数ユーザーが利用できるようになる。 S A Sのバージョンアップにより、 S A S / A Fに お い て 両 面 制 御 の 方 法 が 、 村 非 マ ク ロから S C L (Screen Control Language ) へ変わる n バ ー ジ ョ ン ア ッ プ 後 、 村 井 マ ク ロ による方法は使用できるが、そうすると S C しによるん・法が使用できなくなる。どちらに 調整するかが問題である。 5) メ モ リ ー 不 足 に よ る 問 題 本システムでは、コード入力を避けるた め、ユーザーが画面内で指示する同名のユ ーザーフィルドと国コードの結び付けは S A Sの fPROC FOR 1 IATJ で 1 1うようにし た。そのため、同じ処理を何度も繰り返す と 、 fPROC FORMATJ が何度も行われ、メ モ リ ー 不 足 で S A Sが 終 了 し て し ま う 現 象 が発生した。ごれは、 fPROC FORMATJ の 結果をシステム作成時にモジュール化して 登録し、このモジュールをシステム起動時 に割り当てることで解決した 3 6) G S Pの問題 グラフ表示の際、 G S Pドライバー (G S P 6 6 8 3 ) を使用した時 AsEND が発生 し た が 、 こ れ は 富 士 通 G Sしの問題で、 ZAPを当てることにより解決した。 (SAS Communication / SPRING 1990 Vol.2 No.l Page 13 参照) ‑364‑

日本 S A Sユーザー会 (SU G 卜 J) SAS/CPEの特徴 田村憲利 株式会社 SASインスティチュートジャパン 東日本営業部 Aspect of SAS/CPE N o r i t o s h i Tamura， Systems Engineer SAS I n s t i t u t e Japan L t d . N i c h i r e i Akashicho B l d g . 6‑4 Akashi‑cho， Chuoku， Tokyo Japan ・ 要旨 、 VAX/VMSで 動 作 す る パ フ ォ ー マ ン ス 評 価 ツ ー ル で あ る 。 パ フ SAS/CPEは ォ ー マ ン ス デ ー タ の 収 集 か ら レ ポ ー ト あ る い は グ ラ ブ の 作 成 ま で を CPETOOLユーテ ィ リ テ ィ 上 で 行 う こ と が で き る 。 ま た 、 CPEの デ ー タ は SASデ ー タ セ ッ ト で あ る の で 、 SASの プ ロ グ ラ ム で そ の ま ま 利 用 で き る 。 キーワード CPE MONITOR PERFORMANCE 1 はじめに SAS/CPEは VMSオ ベ レ ー テ ィ ン グ シ ス テ ム の パ フ ォ ー マ ン ス を 調 べ る ツ ー ル で あ る 。 他 に ア カ ウ ン テ ィ ン グ の 集 計 、 デ ィ ス ク の 使 用 の 管 理 等 が 行 え る 。 こ こ で は SAS リリース 5 . 18に 対 応 す る SAS/CPE V 1 . 1に基づいて紹介する。 2 VAX/VMSオ ペ レ ー テ ィ ン グ シ ス テ ム VAX/VMSは汎用 O Sで あ る の で 、 よ い パ フ ォ ー マ ン ス を 発 揮 さ せ る に は 、 適 切 な パラメータ設定を必要とする場合がある。 例えば、各ユ}ザのプロセスあるいはタスク にはシステム管理者によって処理に応じて適切な量のリソースが割り当てられなければな らない。一般的にパフォーマンスがよいとはレスポンスの良さを意味することが多いが、 ここでは、 リ ソ ー ス 聞 の バ ラ ン ス が と れ て お り 、 ユ ー ザ ジ ョ プ が 滞 り な く リ ソ ー ス 待 ち の 状 態 が 最 小 限 に 抑 え ら れ て 実 行 さ れ 、 か っ CPUタ イ ム に 於 け る シ ス テ ム の オ ー バ ヘ ッ ド が少ない状態を意味し、パフォーマンスのよいシステムとは、時間とともに変化していく システムの負荷に対し的確に対応できるシステムである。 VMSに は パ ラ メ ー タ を 自 動 的 に 設 定 す る AUTOGENユ ー テ ィ リ テ ィ 、 シ ス テ ム の 状 況 を モ ニ タ ー す る MONITORユ ー テ ィ リ テ イ 等 が 標 準 で 用 意 さ れ て い る 。 一 時 的 な 状 態 の 監 視 に は MONITORユ ー テ ィ リ テ ィ を 使 用 す る こ と が で き る 、 デ ー タ フ ァ イ ル を作らせる事もできるが、時系列データとして表示する機能はない。したがって、これを 行うためには、評価用のツールを別に各種コンパイラ言語等で作成する必要がある。 AUTOGENで MODPARAMS. D A Tに 登 録 し て パ ラ メ ー タ を 設 定 す る こ と が 、 VMSで は 一 般 的 な こ と で あ り 、 こ れ に よ り パ フ ォ ー マ ン ス に 支 障 を き た す ほ ど の 極 端 に ‑365

アンバランスなチューニングのシステムは、よほど特殊な用途のシステムでない限り存在 しない。いわゆるパフォーマンスの悪いシステムの多くは負荷(ユザー数等)に対してメ モ リ が 足 り な い と か 1/0が 異 常 に 多 い と か CPU自 身 遅 い こ と が ほ と ん ど で あ る 。 こ の ようなシステムの場合、ある程度は負荷を分散させるようなチューニングを施すことによ って若干のパフォーマンスを改善できるかも知れない。当然この作業は専門家に任せなけ ればならないだろう。ところで、これはコスト的に見合うものだろうか?つまり、たとえ ばメモリが足りないとわかった場合はメモリを追加する方が得策なのではないだろうか? 結論を述べよう。この場合にシステム管理者は正確にシステムの負荷とリソースについ て把握し、そのリソースの不足が絶対的なものなのか否か、一時的なものなのか否か、あ るいは不適切なテューニングによるものなのか否かを見定め、これを改善するために投資 するとしでもある程度長期的な視野にたってそれが決して無駄にならないような解決策を 講じなければならない。(キャパシティプランニング) SAS/CPEで は モ ニ タ の 結 果 、 ア カ ウ ン テ ィ ン グ デ ー 夕 、 デ ィ ス ク 使 用 量 に つ い て 一定期間収集し、グラフ作成そしてレポート作成がおこなえる。ユーザはこれにより簡単 な 操 作 で パ フ ォ ー マ ン ス 評 価 を お こ な う こ と が 可 能 と な る ば か り で な く 、 SASプロブラ ムで CPEの デ ー タ を そ の ま ま 利 用 で き る 。 3 CPETOOL SAS/CPEは CPETOOLか ら 操 作 す る 。 こ こ か ら デ ー タ の 収 集 か ら レ ポ ー テ イ ングまで一括しておこなえる。 データの収集 => SASデ ー タ セ ッ ト へ の 変 換 => 解析 グラフ レポート 3 . 1デ ー タ の 収 集 SAS/CPEは次の情報を取り扱う事ができる。ヨ .MONITORユ ー テ ィ リ テ ィ .SPM .ACCOUNTINGデータ .DISKQUOTA 例 (MON 1TORデ ー タ を 集 め る 場 合 ) i )コ レ ク シ ョ ン の 作 成 $ RUN SAS$CPE:[TOOLS]CPETOOL.EXE CPETOOL> CREATE COLLECTION WEEKl IBEGIN="1‑JUN‑1988 00:00:00" ー IEND="+7 OO:OO:OO"/FACILITY=MONITOR ii )コ レ ク シ ョ ン の ス タ ー ト 3 6 6

C P E T O O L >S T A R TC O L L E C T I O NW E E K l i i i )SASデ ー タ セ ッ ト へ の 変 換 C P E T O O L >P R O C E S SC O L L E C T I O NW E E K l 3 . 2 コレクションのグループ化 いくつかのコレクションをまとめて一つのグループとしても扱える。 例 C P E T O O L >C R E A T EG R O U PJ U N E 8 8 C P E T O O L >A P P E N DW E E K l，W E E K 2，W E E K 3，W E E K 4 J U N E 8 8 3 . 3 レポーティング 集 め た デ ー タ を A Fの メ ニ ュ か ら あ る い は CPETOOLの コ マ ン ド で レ ポ ー ト や グ ラ フを作成することができる。 3. 3. 1 A Fに よ る メ ニ ュ シ ス テ ム 次のコマンドでメニュシステムに入る。 C P E T O O L >R E P O R TM E N U i g . 2の 画 面 Fi g .1の 画 面 が 立 ち 上 が り 、 メ ニ ュ ー で 行 い た い 項 目 を 選 ぶ 。 1を 選 択 す る と F が表示される。ここで、コレクション名を指定して P F 3あ る い は " E N D "と打っと F i g . 3の 画 面 になる。 コ レ ク シ ョ ン の 内 容 に 間 遭 い が な け れ ば P F 3あ る い は " E N D "と 打 つ 。 そ の 後 に Fi g . 4 の画面で出力について設定すると、 F i g . 5の 画 面 に な り 、 必 要 な 項 目 を 選 ぶ こ と に よ り 、 グラフあるいはレポートが作成される。 ‑367‑

Welcome t o CPEMENU S e l e c to p t i o n ==ニ〉 P r e s sE N Dt o return S e l e c tQ p t i o n，P r e s sE N T E Rt o Continue 1Generate Reports f r o m Collections o rG r o u p 2V i e wo r Change System S e t u p 3V i e w Previously C r e a t e dG r a p h sf r o m Collections o rG r o u p EE x i t Fi g .1 メニュー画面 Generate Reports F r o阻 Collections/Groups n d ===> C o mJla P r e s sE N Dt o Continue Collection/Group N m a e :W E E K l I st h i s a collection o r aGroup? C ( Co r Grequired) o rs e l e c to n eo ft h e following s p e c i a la c t i o n s : Return t oM a i nM e n u : L i s ta l l Collections o rG r o u p s : F i g . 2 コレクションの選択 ‑368

S e l e c tB e g i na n dE n dT i m e sf o r Reports C o m l l a n d =二二〉 P r e s sE n dt o continue l‑JUN‑1988 0 0:00:00.00 8‑JUN‑1988 0 0:00:00.00 B e g i n : E n d : ( Y o uc a n specify subset) ( Y o uc a n specify subset) N a m e : W E E K l F a c i l i t y : M O N ( i n seconds) Collection l n t e r v a l :9 0 0 V X 8 7 0 0 N o d e n a m e : C o m l l巴nt : Y o um a y change t h eb e g i na n de n dt i m e si fy o u wish t ou s e asubset o f T h e data f r o mt h e collection/group. O rs e l e c to n eo ft h e following a c t i o n s : R e t u r nt o previous s c r e e n :̲ R e t u r nt om a i n1 I 巴n u : Fi g .3 コ レ ク シ ョ ン の 確 認 Execution M o d ea n dR e p o r t Specification Couand 二二=> P r e s sE N Dt o Continue Select O u t p u tM o d巴 L i n ep r i n t e ro r SAS!GRAPH Ouput? g ( Lo r G required) B a t c ho r lnteractive Operation? b ( Bo r 1required) D oy o uw a n tt h eo u t p u t spooled? y (y o r Nrequired) O r select o n eo ft h ef o l l o w i n gs p e c i a la c t i o n s : R e t u r nt o previous s c r e e n R e t u r nt om a i nm e n u F i g . 4 出力方法の指定 ‑369‑

Monitor Graphics for Collections‑Level 1 C o m l l a n d ===> Press END t o Continue Top CPU Users Top Memory Users ̲ Top 1 / 0 Users Working Set Effectiveness Swapping Rates I nswap Rate System Page Faults Page Fault Activity ̲ Modified Page List Page Fault Types Processor Modes Processor states 1 / 0 Disk Queue Length FCP Cache Effectiveness Disk Fragmentation Direct 1 / 0 Usage Lookaside Lists ap User M e l l o r yM ̲ Free Page Li s t A I I Graphs When you have finished generating graphs. select the following: Return t o main menu Fig.5 グ ラ フ あ る い は レ ポ ー ト の 選 択 3.3. 2 CPETOOLコ マ ン ド 行 か ら の 出 力 コ マ ン ド 行 で 指 定 を 行 う こ と に よ り (REPORT SELECTIOIN FACILITY)、 出 力 先 、 出 力 形 式 、 プログラムの呼び出し等細かな指定が行える。起動には次のうちのいずれかを行う。 CPETOOL> REPORT BATCH 非会話モード CPETOOL> REPORT INTERACTIYE 会話モード 例 CPETOOL> REPORT BATCH RSF> COLLECTION WEEKl RSF> MODE GRAPHICS RSF> FORMAT CATALOG RSF> DEYICE TEK4105 RSF> SELECT MPL，FPL RSF> END コレクションの指定 レポートの形式 レポートをどの様に出力するか デバイスの指定 レポートするアイテムの指定 ‑370‑

C
P
E
T
O
O
L
>

4 まとめ

SAS/CPEを使ってレポーティングの結果を得るのは簡単である。 SAS/CPE
が利用できるシステム管理者は、パフォーマンス情報の収集、レポーティングの手聞から
解放されその解析に専念できるばかりでなく、システムを長期にわたり継続してデータを
用意するようにするならば、キャパシティプランニングのツールとして最適である。
付録 CSAS/CPEの 出 力 例 )

CacheE
f
f
e
c
t
i
v
e
n
e
s
s(CCH)
F
o
rC
o
l
l
e
c
l
i
o
nMO札 WEEK
F肉 E Q

圃
・
・
・
・
・
・
・
・
・
・
・
・
・
固
・
・
・
圃
・
・
・
・
・
・
・
・
・
・
・
・
・
・
T R固
E
S
.‑

56'

I
F
IDATA 同TS

τ

152152

河 TS

，
.
.
，
.
.
56'

TRES
附TS

m

，，
.
.
2.
569

TRES

ト

COUNT S U¥
A

'
.
，
.
. ，・

CACHE TYPE

，

同TS .ーーーーーーーーー一一‑

TRES

.
5~ 67

，
.
.

91615

56'

TRES

・

2. 6
.
30 0f

5.

56'

同TS

6 80

.
，
.
.5

，
J S

同TS

TRES

56'

同TS

5
.
'

J'

56'

252

。∞ ∞

TRES

20

40

∞

Fi
g
.A
.
l

1，
]1
5.
5

ディスクキャッシュの効果

6000 8似 加 ね000 1
2 0 同000

COUNTSUM

。

Co
I
e
cl
回 f
r
町 n0
5
J
J
L
8
8
:
1
5
心9
却OI01
2
.
A
A
.
88
治α
∞ 治O
1nodeV
X8700

pwappingRatesV
S
̲
"F
r
̲
e
e~?ge L
is
tS
i
z
e(SWP)
f
o
rMON̲WEEK

O

G
φ.¥
ゐ
こJ
一
一
・¥ e ‑
L コ
・+・一
‑‑
h
こ:z
︐
.
一
‑
e
'
l
l
一 =
u
c
1
ト
守

F
1

骨ム v‑‑v

i
︐日司

ih+

FnU

U

L印 T

.・↓戸

‑{7N
ニ HU
0

一
‑

n
u

&一

ー::ー

汀
L一 :
:

F ﹁EMF‑﹄

Illi

園田

。

ド一 n u E
﹂

︐4

JFHA

副M F F F E
H ﹁ι

AVUF

‑ト
t・白‑
‑一(:

i

p'J‑‑

・
・

4

。
。

p

{争

ι
;

o10

令令司令こ

eF

︐
イ : 一 て t+Jea︐
・
JJz ・ ‑ t
t‑
A
‑‑
‑e‑ ム一‑
一
‑
︐

I
A30

乞一

U 50

丁
目
340

沿
な
∞
;
0
0

Co
目前l
e
df
r
町 n0
5
.
.
l
J
l
8
8
:
1
5
泊9
勺0101
2
.
.
U
L88
1nodeV
X8700

‑371‑

Fi
g
.A
.2
スワッピングレートと
フリーページリストサイズ

F
r
e
eP
a
g
eL
is
tS
i
z
e(
F
P
L
)
f
o
rMON̲WEEK

50000

C40000

3
3
∞
o
州
o j
ド
羽

~ 却2∞
o
∞
o
∞
o
o

∞
∞
∞

l
1
旬
o
o
o
0
;
判
Fi
g
.A
.
3
フリーページリストサイズ

O
‑
!
.
‑
一
一
一

0
5
J
U
L
8
8
:
1
5
:
0
9
:
0
0

0
8
J
U
L
8
8
:
1
9
:
3
4
:
3
0

1
2
J
U
L
8
8
:
0
0
:
0
0
:
0
0

TIMEOBSERVATIONRECORDED
C
o
I
e
ctedf
r
四 n0
5
J
.
A
.
8
8
:
1
5
:
0
9
治Olo12.
l
l
.88力仕α
)
:
(
)
(
)
伽 no
曲 VX87

∞

p
a
g
eF
a
u
l
tA
c
t
i
v
i
t
y(
P
FA
)
f
o
rMON̲WEEK

AULTS
3000

2000

1
0
0
0

Fi
g
.A
.
1
1
ページフォルトの変化

0
0
5
J
U
L
8
8
:
1
5
:
0
9
:
0
0

0
8
J
U
L
8
8
:
1
9
:
3
4
:
3
0

1
2
J
U
L
8
8
:
0
0
:
0
0
:
0
0

TIMEOBSERVATIONRECORDED
CoUecledf
r
町nO
!
孟A
J
L
8
8
:
1
5
:
09
:
00t
o1
2
J
l
J
L8
8:
O
O
:
0
0
:
00

∞

Onn
<
ωeVX87

T
o
p1
0I
m
a
g
e
sb
yCPUU
s
a
g
eC
1C
P
)
FORCOLLECTIONACC̲WEEK
I
=
'ERCE:
‑
IT

mageName，
SAS516I
SAS518~
CDU 周
SMAIL
RESP
DTM

9.
3.59
2.9d

，

O..
l

UNK

Fi
g
.A
.
5
起 動 イ メ ー ジ ト ッ プ 10

COpy
DELETE
WHAT

。

。"
1
0
0
0
0

20000

30000

40000

FREQUENCY
円

︐
︒I

︒
︒

Accoun
t
i
1
gdalaIrom0
5
J
U
L
8
8
:
∞:0な∞ 1
0包
:
.
l
l
.
88∞:0
0
:
0
0

日本 SASユーザー会 CSUGI‑J) CPEキットによる 1/0サブシステムの評価 馬場和彦 アイ・アイ・エム 株式会社 1/0 PERFORMANCE EVALUATION USING CPEKIT 1 1 M CORPORATION 4‑4‑1 Hongo， Bunkyoku， Tokyo 113 ・ 要旨 S A Sを 利 用 し た 、 コ ン ピ ュ ー タ の キ ャ パ シ テ ィ 管 理 の 支 援 C P E キ ッ ト に よ る 、 1 / 0サ ブ シ ス テ ム の 評 価 ツールである について紹介する。 キ ー ワ ー ド = S A S / A F ， S A S / G R A P H， M X G， C P E ， P C ‑ S A S 1， 入 出 力 7 ー キ テ タ チ ャ こ の 2 0 年 聞 で プ ロ セ ッ サ 能 力 は 40僧 に な り 、 ーキテクチャの進歩により、容量で D A S Dのパフォーマンスは、入出力ア 350倍 、 サ ー ピ ス 時 間 で 4倍 に 伸 び て い る 。 こ の 進 歩 は、データチャネ J レに始まり、チャネルプログラム、セレクタとマ J レチプレクサチャネル、 プロックマルチプレクサチャネル、そして、 X Aモードになっている。 最 初 の デ ー タ チ ャ ネ ル は 、 リ ー ド / ラ イ ト / コ ン ト ロ ー ル の 1 / 0命 令 が あ り 、 1/0 命 令 を 実 行 し た 場 合 、 プ ロ セ ッ サ は I/OIJJ作 が 完 了 す る ま で 待 ち 状 態 と な り 、 プ ロ セ ッ サと 1/ 0 I h作 は 、 jt 行 処 理 し て い な か っ た 。 こ れ で は 、 プ ロ セ ッ サ 能 力 を 充 分 に 使 用 で きないため、チャネルプログラムが考え出された。チャネルプログラムは、 C A W (Chann el 向ddress Wordl、 C C W (Channel Command Wordl、 C S W (Channel Status Wordl と 5 1 0 (ST向RT I/ 日 ) 命 令 よ り 成 る 。 1 / 0動 作 は 、 S 10命 令 に よ り 起 動 さ れ 、 C C W 群に 指 示 さ れ た 目J作 ( 1 )ード/ライト/コントロール)を行う。この時、プロセッサとチャネ ル l ij t行 処 理 し 、 1/0 動作が完了した時点でき~I り込みを起こしプロセッサに通知し、 C SW に そ の 完 了 状 態 を 示 す 。 次に、セレクタとパイト・マルチプレクサ・チャネ J レが考案され、その管理用に (Unit Contral Wordl が で て き た 。 セ レ ク タ ・ チ ャ ネ ル は 、 uC W D A S D 等 の 高 速 1 / 0周 に 、 パ イ ト ・ マ ル チ プ レ ク サ ・ チ ャ ネ ル は 、 カ ー ド リ ー ダ や プ リ ン タ 等 の 低 速 1 / 0に 使 用 さ れるようになった。 uC W l 士、領 i 要アドレスと残パイト数、コマンドコードと C CW アド レスを制御する。通常、 D A S D へ の I/OIJJ作 時 の C C W チ ヱ イ ン は 、 SEEK、 SE A R C H 1 D 、 T 1 C 、 R E A D / W R 1 T E で あ る 。 こ の 1 / 0動 作 中 、 チ ャ ネ ル は 常 に動作しているのではないが、セレクタ・チャネルの場合、 1 / 0動 作 が 完 了 す る ま で 、 他 の 1 / 0要 求 を 受 付 け な い 。 こ れ で は 、 ま だ チ ャ ネ J レが有効に使用できないため、 oI J J作 の 今 量 化 を 可 能 に す る プ ロ ッ ク ・ マ ル チ プ レ ク サ ・ チ ャ ネ ル が で て き た 。 1/ I/OIJJ 作 の 多 量 化 と は 、 伊lえ ば D A S D ‑ A l こ 1 / 0動 作 を 起 動 し 、 チ ャ ネ J レが解放されている 弓' nべυ nd

聞に、地の DASD‑BI こ 対 す る I / OI!J作を起動し、復主主の I / OI ! J 作 を 平 行 処 理 す る ことである。 セレクタ・チャネル 1 / 0動 作 の 今 量 化 を よ り 効 率 的 に 行 う た め に R P S (RotationaL Postition Sens 又、 D A S D動作時閉を構成する、シー夕、自在待ち、リード/ライト時聞の を持つ。即ち、 L チ令主 1 手令~ D向SD‑向 D白 SD‑B プロック・マルチプレクサ・子ャネル D白SD‑白 D白 SD‑B l トラックを一定期隔に分割し各々にセクター番 RP S 機 能 は 、 in9) が 援 用 さ れ た 。 こ の 1 / 0動 作 の 今 量 化 図 1 号を待たせ、目的のレコードサーチ時聞を短縮させて、チャネルの負荷を軽認させる書簡き R P S ミス時期が、問題となってきている。 ︒ ︒単士が CO エす子ド︑ス‑い たル冨 ‑U る子とにッいパリな っネやパのすをち合へ行の 7 ら なヤ A イスに態待掴喝なをでがな VA ラ イ ち 状 ル た 的 ︺ ま ス ば にチ う理‑ドパ待のネれ理崩ルパれ よ物NOデスルヤら物時ネはけ る︑ O/ のセネ子け(のャれな す合 NI 的クヤル付作で子︑﹂で 理掴唱︒︒目ア子力受動・まら︒ス 管るたる︑をしジにクるかつパ をすしいは求択ロ常‑すス待た ス在周で S 要遣を正シ着イ︺し パ存採っOOを求︑︑到パ秒動 ス数をな I/ ル要しずがデリ起 セ複ルに︒ I ネの行・ま F ︑ミを J 作 クが︑不うすのヤそ実︑ツ合 ア)ヤよ渡そ子︑をはへ場同動 路チのを︑︑は令でにう約 O で経ル 2 御はは合命 7‑ 行(/ ル(カ図制合 S 燭Oェタををー ネスジ︑に燭Oの I ワク送回︑ ヤパロは S のI ‑ s ド セ E ー は O‑ ︑ジ︑一的タりス 子の︑ン I Jン 後 ピ は ハ 目 ‑ な パ ルでにヨ カまめシ︑ピたが合︒(デとの ジスた一しがっル燭るちのスこ ロイいレ行スな︑不るれ待こミ︑ ︑パなペ発イにャあさ転︒ S 又 はデきオをパ‑チが行回う P ︒ でらでOロデリ当ル実に行Rる いか御/ク︑ 7g ︑本が次を︑れ おル制 I マでがのヤム︑送はさ O しスで子ラり長合返 に卓︑の S ャはで I クイ全のグあタ甥繰 Oチでム T ツパ︒一ロが一ので ︑理テ R ェデるリプ︺デ‑・ま 方り菅ス A 子のすフル動にジる 一まのシ T を的ク︒ネ移後ピな つ位遇 SB 自ツるャの鰻がに 374‑ 1 / 0動 作 の 今 量 化 に よ り 、 肉、自在待ち時聞が、コネクト時聞から排除さ.れた。しかし、

アクセス待ち Y Y 図 2 1 / 0 オ ベ レ ー シ ョ ン ( 1/ 2 ) S10 ク一転ち I lli‑‑! ト一回待 データ転送 図 3 [ / 0オ ベ レ ー ー シ ョ ン ( 2 / 2 ) Fhυ nt q a

CH CU •• •• HOS̲̲̲'‑ DE V ; : ‑フ 回転待計一 ‑ I p ‑ ‑ iミ ー ; 一→1 1 回 転 図 4 ← ‑ R P S ミス X A シ ス テ ム に お い て は 、 ロ ジ カ ル チ ャ ネ ル の 代 り に L C U (Logical Control Unit)で 管理し、目的のデパイスがピグーの時は、アクセス待ちにするが、フリーの時は、 S S C H (Start Sub Channel) 命 令 を 実 行 し 、 そ の 後 の l 1 J 作 は 、 動 的 チ ャ ネ ル サ ブ シ ス テ ム が 制 御する。動的チャネルサブシステムでは、 P R (Dynamic Path Reconnect)権 能 に よ り 、 1 / 0動 作 の 詳 細 情 額 を 経 侍 し て い る 。 又 、 R P S ミスを減少させている。 ‑376‑ D

STA RT アクセス待ち 10 S ↑ ↓ 10 P 下 、 Ja ン ・ " 司 DB プ 7 DELAY イ ン CU B DE L AY グ j ̲ 終 了 図 5 XA 共同 D A S Dを管理するためにも 制御を行なっている。 Y 1 / 0オ ベ レ ー シ ョ ン oS は リ ザ ー プ マ ク ロ を 発 行 し 、 シ ス テ ム 閣 で の 緋 f 世 f 世系システムからのリザープによる遅延は、デパイス待ち時期とし て レ ポ 」 ト さ れ る (3090シ ス テ ム の み ) 。 図 6 に 名 ソ フ ト ウ ェ ア ・ モ ニ タ ー で 出 力 す る I / 0レ ス ポ ン ス 時 閣 を 示 す 。 P DL ( 叶 JOSQ 子u r 図 6 ソフトウェア・モニタによる r/ 0 レ ス ポ ン ス 時 閉 ヴd ヴd q a

こ こ で 伊 ! と し て 、 デ パ イ ス タ イ プ が 3380の 場 合 の レ ス ポ ン ス 時 聞 を 計 算 し て み る 。 平 均 シ ー ク 時 聞 は 16ミ リ 秒 、 回 忌 待 ち 時 聞 は 8.3ミ リ 秒 、 入 出 力 プ ロ ッ ク 長 を 32KBと 仮 定 す る と次の筏になる。 予 測iレ ス ポ ン ス 時 閉 = シ ー ク + 自 在 待 ち + デ ー タ 長 送 時 閉 ︽ U ︽ U ︽ U l ‑nD x 一 VA n門 M ‑ ヲJ J ヲ ‑ U ︽ νA一 へ4 へ 4‑7ι ヲ J + の O a u + = ‑ =34.72C ミ リ 秒 ) 2. レ ス ポ ン ス 時 間 の 特 性 一般的 i こ D A S D の ピ ジ ー 撃 は 30% 以 内 に す る べ き だ と い わ れ て い る が 、 こ の 値 は 、 待 ち行列の M/M/lから来たものである。つまり、 M/M/lの条件にあった場合の限界 値であり、この f i}をそのまま各システムでの限界値とするには、問題がある。図 8に レ ス ポ ン ス 時 間 と ピ グ ー 率 を 示 す 。 ︒ 行列理論、図 R s N s N q N R (レスポンス) = Q (待ち) +S (サービス) N (総個数) = Nq (持ち個~) N s =ρ + N s (サーピス f固~ ) ρ ・(使用窓) R= N. ; . λ (到 着 率 ) A . S =ρ÷λ 人 ρ = S xλ. 待ち行 5 1 !理 詰 図 7 R Cレ: l .i ン1時 間 ) S R = ーー一一一一一一 1 ‑ρ Q (アクセス待ち時間) S (サーピス時閉〕 ρ (デ パ イ ス ピ グ ー 率 ) 図 8 レスポンス時間とビジー率 ‑378‑ 7 ，こ待ち

1つ の D A S D を 、 同 時 に 複 数 の プ ロ グ ラ ム で ア ク セ ス し た 場 合 、 ア ク セ ス 待 ち が 発 生
する。この時聞は、

M/M/lから次の計算式で求めることが出来る。
アクセス待ち数

アクセス待ち時間=

伊!として、

= N Q .
;
‑ )
.

アクセス回数

アクセス待ちがある場合とない場合でのレスポンス時閉を下記に示す。
(条件)

ケース 1

I

ピ ジ ー ヨi (%)

F フ~~回数(回/秒)

I

ケース 2

0

2

100

50

アクセス待ち数

I

10

10

レスポンス時間=アクセス待ち時間+サービス時間

ケ ー ス 1の 場 合

レスポンス時間

ケース

1000x

1000x 0

{ミリ秒)

+

10

100
100

100

10

2の 場 合

レスポンス時間

1000x

1000x 2

(o'
)f
j
l)

+

10

50
100

250

10

上記の伊l で、レスポンス時聞はピジー~の高い 7きが葱いとは限らない。それでは、レス

ポンス時間とピジ-~の関係はどうなっているか考えてみる。

M/M/l

より下記の数式

を導き出す事が出来る。

R = Q +S=

S

l一 ρ

Q = R ‑ S= S x

こ ζ で、

ρ

1‑ ρ

Q 対 S の 比 率 を 1対 2 に し た 吻 合 、

Q

Q= Sx

2

S

‑4

2

2

=ρ+

= 3ρ

ー‑‑>

次の援になる。

ρ=

ρ

3ρ

2

2

ρ=

1 ‑ρ

ρ

2

2

2

。

33

3

即ち、アクセス分布が指~分布の場合、ピグ- ~

次にパス(経蹟)の鱒合によって発生する

2

( ρ ) は 約 33% と な る 。

RPS ミ ス 時 閣 は 、 次 の 計 算 式 で 求 め ら れ る 。

‑379一

R P S ミ ス 時 閉 = 回 転 時 間 x 1回 ミ ス す る 確 率 + 回 転 時 閉 x 2回 ミ ス す る 確 率 +… 回 時 重 量 6OOOO(ミリ幸jI ) 閉 3600( 回 転 ) 1 6 .7( ミ リ 秒 ) 1回 ミ ス す る 確 率 =P B ( パ ス ・ ピ ジ ー ) 2 回 ミ ス す る 確 率 =PBxPB=PB' R P S ミ ス 時 閉 =16.7x (PB+PB' + … ) FB =1 6 . 7x RP S ミ ス 時 聞 は この事から、 1‑ P B パメピジーが高くなる程長くなる。 図 9に R P S ミスと パスピジーの関係を示す。 RPSミ ス RPSミl= 回 軽 時 閉 x PB 1‑PB P B (パスピジー) RP S ミ ス と パ ス ピ ジ ー 図 9 D PR機能の有無によって異なり次の僚になる。 パスピジーは、 A X N‑)2 E ‑A 0 n一 A P N P一n x x Aロ ロ p ゐ ︑ r s B JP ゐ 氏 P ここまでの説明で、 r ︑ ? ﹄ 一 場場= レ的 T のの PAn ゐ なあ P DD PB= = p n x. . .Pn M / M / l理誌により、 ) ( ‑ レ ス ポ ン ス 時 間 (R ) = 7 ク セ ス 待 ち 時 間 (Q ) + サ ー ー ピ ス 時 閉 ( S) (2) R = 5 1‑ p (3 ) Q = S x ρ 1‑ p (4 ) p = 7 ク セ ス 回 数 ( A ) x S (5 ) S = シ ー ク + 団 長 待 ち + R P S ミ ス + デ ー タ を 送 (6 ) R P S ミ ス = 回 転 待 ち x (7 ) P B = C H B となる。 あるいは FB 1‑ P B C H Bn これよりパスピジーとレスポンス時閣の聞には次の事が成立する。 ‑380一

(7) CHB が 上 が れ ば 、 PB が 上 が る 。 (6)RPS ミ ス が 増 加 す る 。 (5 ) サ ー ぜ ス 時 閣 が 増 加 す る 。 (4 ) ピ ク ー 率 が 増 加 す る 。 (3 ) ア ク セ ス 待 ち 時 閣 が 増 加 す る 。 (2 ) レ ス ポ ン ス 時 閣 が 増 加 す る 。 ( 1) レ ス ポ ジ ス 時 閣 が 増 加 す る 。 図 10に 1 / 0 レ ス ポ ン ス 時 閣 の 内 訳 を 示 す 。 BLKSIZE ;‑? 長 送 速 度 PB PB pnA回 数 X 団長時間 x 1‑PB PB 1‑PB ρ Sx 一一一一一 1‑ ρ 本 1 *2 7ク セ ス 回 数 と は 、 そ の ア ク セ ス ・ パ ス 経 由 の 1 / 0レ ー ト 総 数 PB = ア ク セ ス ・ パ ス ・ ピ ジ ー ρ =デ パ イ ス ・ ピ ジ ー 図 10 1/ 0 レ ス ポ ン ス 時 閣 の 内 訳 にに‑は 2 成‑‑ス 成合ハでス情ハユシ 情場の 2 パアのリは アた 1 ス︑工 2 ポ荷 エえ 1 ‑ しウ 1 各負 ウ与図ケとド図の O ドを︑︒荷﹂︑ 2/ ‑荷はる負ハはス I ハ負です O のでパの な 0 1 と / 2 4 ︑4 I1 スし 鐙/ス荷 複 I‑ 買の図‑とー となケ O 回︑ケ荷ス /3 は︑負‑ 成等︑ O ケ 情均て I りでし 3 と/︑ ア不しの当 エ︑と回ムス荷 I り ウと件 2 ﹂﹂負のま O 回つ ド合条りユケ ‑揚︒当リ︒ /3 ︒ ハたるムボる I りる なえみ‑名すの当す 純与てュのと回ムと 単をえリ 1 荷 2‑ の 荷考ボス負りュも O 当リた て負か各パ し O るの︑/ムボえ と/で 2 で I‑ 各与 ィーがと成のュのを デに差 1 憎回リ 1 荷 タ等にス 71 ポス負 ス均閉パエり各パ O スに時︑ウ当の︑/ 2 で I ‑ススでドム ケパミ成﹂‑と成の 1 構図 ︑各 S 槽 ハ ュ l で︑ P7 のリスア こて R エ1 ボパェり こい均ウ l 名︑ウ当 お平ド図のでドム /~ス パス 1 2 C Hサーピス時閉 5m s/ 10 図 11 単純ハードヲェア情成 ‑381 H 0 S 8ボリューム H 0 S 8ボリューム H 0 S 8ボリューム H0 S 8ボリューム H 0 S 8ボリューム H 0 S 8ボリューム

，~^ 1 パス 2 C Hサーピス時閉 H0S I8 ボ リ ュ ー ム H0 S 8ポリューム H0S I8ボリューム H0S I8 ボ リ ュ ー ム H 0 S 8ボリューム H0 S I8ボリューム 5 m s， / r0 : C H ビ ジ ー は パ ラ ン ス す る 。 図 12 複縫ハードウェア+構成 テム全体で見ると全て同じである。これらの条件で、各ケース毎の平均 RP S ミス時聞を r/ 0 負 荷 が 均 等 計 買 す る と 図 13の 結 果 に な る 。 こ の ケ ー ス ス タ デ ィ か ら 分 か る 事 は 、 に与えられた方が、不均等に与えられた時より、平均 R P S ミス時聞が短い。文、単純な ハードヴヱア+構成の方が、複穏なハードヴヱア情成よりも、平均 R P S ミス時閉が短い。 即ち、ボリュームとアクセス・パスの負荷を均等にする憾に注意する必要がある。 ケース ケース 2 H0S C ピクー ピジー U C H ぜ;/ ‑ ，~ 1 ピジー R PS 、 白 。 平 ス ピジー 8 24 24 24 5.27 48 8 24 24 24 5.27 48 12 36 36 36 9.39 72 4 12 12 12 2.28 24 ケース 8 24 24 24 5.27 48 3 8 24 24 24 5.27 48 ケース 12 36 24 36 9.39 72 4 4 12 24 24 5.27 24 図 13 ケーススタディ比駁 3. チ a ー ニ ン グ 抱 舗 と : 1 1イ V ラ イ シ 入出力サプシステの子コーニングとしては、下記の項目がある。 (1 ) シ ス テ ム + 構 成 の 適 性 化 (2 ) 子 コ ー ー ニ ン グ ・ ボ リ コ ー ー ム と パ ス の 選 択 ..悪レスポンス時閉の杷揚 ポリコーーム・バランスの判定 パス・バランスの判定 (3 ) 子 ュ ー ー ニ ン グ 作 業 ・デーータセットの分散 ・ボリュ一一ム・スワップ r/ 0 回 数 の 削 減 (4 ) キ ャ パ シ テ ィ の 計 画 ‑382一 均 RPSミZ 5.27 7.61 5.27 8.36

シ ス テ ム 情 成 の 適 性 化 と は 、 出 来 る だ け 、 単 純 な 情 成 に す る 。 複 } tに す る と パ ス の パ ラ ︒ ︑セ以をるポす RS 間内数の はクけスあると トトトち RP ムア 1 ンでい象て R ツンン待 ‑︑のラ効て対し︑セテテス ュ上聞パ有えグそ散タススイ リ以時のが越ン︑分)ククパ ポ秒スス﹂をニち︒のデエエデ ︒リンパ析 VA‑ 待 る ト ︑ 大 ︑ ︒ るミポと解刊ユスすツず巨散う す刊スム細が子イ意セま︑分行 択 1レ﹂詳)をパ注夕︑はのを 1/0レ ス ポ ン ス の 時 閣 が 増 加 す る 憶 に な る 。 還ががユのいムデ・も﹂はい卜竃 て間閉リ聞な‑はにデ時るツ配 し時時ポ時はュ T ス︑のあセ再 にスちら窓口でリ N ンはクかタの 桜ン侍か応‑ポ O ラ時‑動‑卜 のポスタ D シ︑Cパのシ移デツ 次スイ ‑S ピた︑・ち︒の︑セ A ・れクス待る聞でタ ︑レハデ D スさ‑パスせ卜上‑ は︑デの スし︑間﹁イなシ︑セさンのデ パクや時のパがははク化テその K Aロ ア ス ス ︒ で とツ上 3 トデ示 ムェ以 ツ(表 E 燭︑ンクる内 ‑子分 2 キ荷に E のはラエあム E 負目 55 てパのが‑ ユを半に リ値の次 P ス項︑ P しを内妻コ C イのち R とスト必リ ポ恵問︒ の EE 時 す ︑ パ ク 待 ︒ 寮 パ ツ る ボ 象てス出はデツスす作・セす︑ 対いンいにるネセ示グスタ査や グおポ洗定すルクをンセ一調) ンにスを判対トアスニクデを黛 ニルレムのにポはミ ‑7 一か伶 QS ユ︑問の縞 ‑パが一こム︑ ュ‑閉ュ o‑ と S F 子は︑な庄 子タ時リるュム OR の時か動( にンちボすリ‑ーは擦の動移少 次イ待の定ポユ︒ S 実ス移の減 各ス上判 1 リる P ミのでの ンスが崩れ 時は、僧システムの競合状況を調査し、対処する。 1/ 0 回 数 の 削 減 を 行 う に は 、 キ ャ ッ シ ュ へ の 移 行 や 、 ラ イ プ ラ リ ー に つ い て は 、 A、 L LAへ の 登 録 、 LP S T E P L 1 Bの 連 結 順 序 の 変 更 等 が あ る 。 キ ャ ッ シ ュ に 移 行 す る 場 合 は 、 デ ー タ セ ッ ト を 厳 選 し 、 ワ ー ド ・ ヒ ッ ト 撃 が 70% 以 上 で リ ー ド と ラ イ ト の 比 率 が 2 対 1以 上 に な る 筏 に す る 。 IH 主に今後のキャパシティ計画をする場合はドライブ数とパス数は、次の援にして求め ることも出来る。 (1 ) L C U 毎 の 1 / 0 レ ー ト と 平 均 サ ー ピ ス 時 間 ( デ ィ ス コ ネ ク ト と コ ネ ク ト 時 間 ) を求める。 (2 ) 全 L C U 毎 i こ ( 1) を 計 算 し 合 計 値 を 求 め る 。 (3 ) そ の f 直を A と し 、 次 式 i こ代入する。 Pフ ヲ J 1‑ 童 数 = 3.85+ 0.002177801 X A + 0.000000736 X A 2 (4 ) 秒 当 た り の 1 / 0 レ ー ト は 、 loo/LCU、 (5 ) 全 ド ラ イ プ の 平 均 コ ネ ク ト 時 聞 を 合 計 し 、 6/ ア ク 子 ュ エ ー タ A として次式に代入する。 パス主主 =A+IOOO+O.3 () 主 〕 各 ア ク セ ス ・ パ ス は 2つ の 子 ャ ネ ル に よ り 情 成 さ れ る と す る 。 以 上 ‑383‑

日本 SASユーザー会 ( SUG卜 J) 入出力サブシステムの待ち時間 馬場和彦 株式会社 アイ・アイ・エム A QUEUEING TIME OF DASD ACCESS 1M CORPORATION 4‑4‑1 Hongo， Bunkyoku，Tokyo 113 ・ 要旨 1 / 0サ ブ シ ス テ ム を 評 価 す る 場 合 、 待 ち 時 闘 を 解 析 す る 必 要がある。このレポートでは、各待ち時間について解説する。 キ ー ワ ー ド :SAS/AF. SAS/GRAPH. MXG. CPE. P C ‑ S A S 1. レ 2 ポ ン ス 時 間 と 待 ち 時 間 、 サ ー ぜ 耳 鳴 聞 何かを行なおうとする時、必らず待たされる時閣が存在する。 ~I え tf ~喜朗の出勤時、電 車に乗るためにホームで電車を待つ。また、道路では必らず信号がある。このように、何 らかの目的を達成するのに必要な時間の中には、待ちにより起因された時間要素が含まれ る。この待ちにより起因された時聞に着目した数学的学聞が待ち行 J I I 理 論 (Queueing Theo ry) で あ る 。 待 ち 行 列 理 論 で は 、 目 的 達 成 に 必 要 な 時 聞 を レ ス ポ ン ス 時 間 (ResPof Tse Time) 、 そ の 申 に 含 ま れ た 待 ち 時 間 要 素 を 待 ち 時 間 (Queue Time) と呼ぶ。 ~I えば、 1 0人 で 1台 の 錦 末 を 共 同 使 用 し て い た と し よ う 。 も し 、 あ な た が 錨 末 で 10分 の 仕 事 を し よ う と し て も 、 他 の 誰 か に蝿末慨を専有され待たされることがある。もし、あなたが 分がレスポンス時閣であり、 錦末の稼働率である。 は 5分 待 た さ れ た と す る と 、 15 5分 が 待 ち 時 間 と な る 。 こ の 待 ち 時 間 の 長 さ を 決 定 す る の は 、 ~I えば、錨末が誰かに半日専有されたとすると、あなたの待ち時聞 5分 で は 済 ま な い 。 待 ち 行 列 理 捕 で は 、 こ の 錦 末 の 共 同 利 用 の ケ ー ス で の 錦 末 栂 を リ ソ ー ス (Resource) と 呼 ぴ、リソースを連続的 i こ 専 有 し て 仕 事 ( 自 的 ) を 遂 行 す る 時 閣 の こ と を サ ー ピ ス 時 間 (Ser vice Time) と呼ぷ。前述の ~I の場合、錦末を 1 0分 専 有 す る 仕 事 を 行 な っ た の で サ ー ピ ス 時 閣 は 10分 で あ っ た と 言 え る 。 この説明で、待ち時間理論におけるリソースとレスポンス時間=待ち時間+サーピス時 間の関係がご理解頂けたと煙、う。当社では、この待ち行 J I I理 舗 を ベ ー ス と し た コ ン ピ ュ ー タ・パフォーマンス評価技法を確立している。このため、今くの所での待ち時閣を正確に 言い表わせるように、アクセス待ち時間のように待ち時間の前に修飾誇を付けた用語を使 用している。 ‑385‑

ぺ v d レ ス ポ ン ス 時 間 ( R) 待 ち 時 間 (Q ト 一 一 一 対 ← サ ー ピ ス 時 間 ( 図 1 s) 待ち行列理論 2. 'Tプリ 7ー シ ョ ン ・ プ ロ グ ラ ム と 入 出 力 動 作 アプリケーション・プログラムの入出力動作(データセットをアクセス〕についで考察 1 しよう。この際 i こも、待ち時閣が発生するはずであり、待ち行 9 J理 捕 が 適 用 で き る と 思 わ れる。 現在の os ( オ ペ レ ー テ ィ ン グ ・ シ ス テ ム 〕 は マ ル チ タ ス ク 制 御 形 で あ り 、 か っ 複 般 の デ ー タ セ ッ ト を 1つ の デ ィ ス ク ・ ボ リ ュ ー ム 上 i こ配置できるようになっでいる。しかし、 ハードウェア的には同時に複量生のデータセットをアクセスする栂能を待たない。このため、 複数のアプリケーション・プログラムが同ーディスク・ボリコーム上に配置されたそれぞ れのデータセットをアクセスしようとする時に矛盾が発生する。 前 述 の 錦 末 共 同 使 用 の 伊l で、各自がそれぞれデータ入力や照会またはプログラム・デパ ッ グ な ど 鋪 末 使 用 理 由 が 遭 っ で も 錦 末 ( リ ソ ー ス 〕 は 1つ し か な い た め 、 待 ち が 発 生 す る 。 同様に、アプリケーションのアクセス理由は遭ってもリソース(ディスク・ボリコーム〕 は 1つ し か な い た め 、 osが U CB (Unit Control Block)と 呼 ば れ る デ ィ ス ク ・ ボ リ ュ ー ムごとの制御プロックを使用しで、アプリケーション・プログラムからの入出力要求を同 時 処 理 し な い よ う に 、 順 次 化 (Serial;zation) す る 。 このように、 osが U C B で ア プ リ ケ ー シ ョ ン ・ プ ロ グ ラ ム の 入 出 力 要 求 を 順 次 化 す る ために、アプリケーション・プログラムから見た待ち時聞が生ずる。このレベルに待ち行 1 9 J理 捕 を 適 用 す る と 、 リ ソ ー ス は デ ィ ス ク ・ ボ リ ュ ー ム と な る 。 リ ソ ー ス は デ ィ ス ク 装 置 でなくディスク・ボリコームであることに留意して l l'iきたい。このレベルにおけるレスポ ンス時間がアプリケーション・プログラムから見た真の入出力アクセス時間となる。また、 こ の 時 の 待 ち 時 間 を 他 の 待 ち 時 間 と 区 日J Iす る た め に ア ク セ ス 待 ち 崎 町 田 と 呼 ぷ 。 以 上 の 説 明 に よ り 、 ア ク セ ス 待 ち 時 間 と は 1つ の ホ ス ト ・ シ ス テ ム 内 で 稼 動 す る ア プ リ ケーション・プログラム聞のディスク・ボリューム争奪合鞍 l こより生ずる待ち時間である ことが判って頂けると思う。パッ子環境のシステムであれば、競合しでいるアプリケーシ ョンの運用時間帯を変更すればこのアクセス待ち時閣は無くなる。しかし、オンライン環 境 の シ ス テ ム で は 、 規 合 し で い る ア プ リ ケ ー シ ョ ン が ア ク セ ス す る デ ー タ セ ッ ト を 日J I々 の ディスク・ボリュームに再配置する以外、アクセス待ち時聞を無くすることはできない。 ‑386‑

待︑ウ 7 取 スりド︑を イよ‑た造 パにハま槽 デら()膚 たれ︒︒暗 まこるるの ︑︒︑えあム にう言もテ 置恩ととス 装とるこシ 御たあるプ 制けでずサ や頂間生力 ルて時が出 ネっち閉入 ヤ判待時な 子がスちう はとイ待よ 間こパスの 時るデイど ちじはパが 待生のデム︒ 4AV で d7 る スて パしじ外スれ .因生以シさ ス起りプの右 セによ‑そ左 ク憶にザ︑︿ 7 状プリはき ︑の‑り聞大 り置ザよ時︑ よ装リにちり に力の作待よ 明出ク動スに 説入ス殊パか のはイ符・る 上期デのスい 以時用 7 セて ち共ェクつ 聞と呼ぷ。この時のリソースは入出力装置である。 ‑387‑ ↑↓ R P S ミス c l lDS ︒ 実とで子れるぎサハク経時 7 遼ち でうム︑さあ過力を ルよラは成でに出求を伝畠円 ベしグム構為抽個人妻ののス レ行ロテり行経︑力も令イ の実プスよる遣め出た指パ ムを・シにす伝た入しゃデ ﹂求ロプ造スのる︑因タを ユ要クサ槽セ令けが起‑閉 5 にデ時 リカィ力膚ク指選 ボ出マ出階 7 ゃを O 置(の ・入の入るをタの︑装スそ クのル︑よ域一るに御パ︑ スそ︑本しに領デす基制・合 イ︑ヤか 70 のは穫をやス楊 デし子しェる体置重方ルセた が出が)ウじ銀装もえネクじ 求を分︒ド生慢御つ考ヤア生 要示部る‑が記制くな子はが 力指大すハ閉たゃいうでス閣 出にの述の時れルがよ閉‑時 入 7 降記種ちさ︑望小 7 の時ソち のエ以て 3 待備ヤエこちリ待 らウ︑しのて装子ウ︒待のる かドはと置じに︑ドるた時よ ム‑で作装応量的ノ一いじのに ラハム動力に装あハて生 ζ 置 グがテの出態力でのつに︒装 ロ 5 ス部入状出置路な際ぷ力 プ 0 ・ン一ぴの入装民社とる呼出 ︑A の よ れ は 力 遣 造 せ と 入 ンと XS おぞ作出伝情さ刷︑ ヨるの O 量れ動入の膚行時た シれ M ︑装そ力はそ暗実ちま ‑ら B が御︑出役︑はに待︒ ケえ I る制め入主たムアスる リ与(れとた︑めまテェパあ プを︒さルる来た︒スウ・で 7 権る行ネい本のいシドス) 行す実ャてこなブ‑セ路 ↓ アクセス 0 S レベルとハードウェ 7 ・レベル 図 3 デパイス待ち lG 二 7プリケーション・プログラム・レベル 図 2 ￨ DS BI 工 丈 A l lDS U CB 3. オ ベ レ ー チ ィ ン グ ・ シ ス チ ム と 入 出 力 動 作

4. ハ ー ド ウ ェ 7 に よ る 人 出 カ 動 作 この項のタイトルは少々突飛ではあるが、もう少しお付合い U iき た い 。 デ ィ ス ク 装 置 で は、一度入出力動作を開始すると途中でアクセス・パスの専有状態を解隙する。そして、 その閉にシークと目的レコード位置の倹索(この動作を R P S Rotat;onal Pos;t;on S e n5;n9 と 呼 ぷ 〕 を 行 な う 。 目 的 の レ コ ー ド が デ ィ ス ク ・ ヘ ッ ド の 下 に 到 着 す る 直 前 に な る と、データを伝送するために再度アクセス・パスを専有しようとする。しかし、その瞬朋、 アクセス・パスが他の目的に利用されていると侍ち時閉が発生する。残念ながらディスク 円盤は止まれないため、アクセス・パスが確保できないまま、目的レコードがディスク ヘッドの下を通過してしまうことがある。 こ の よ う な 自 体 が 発 生 す る と 、 デ ィ ス ク 円 盤 が さ ら に 1回 転 し 、 目 的 レ コ ー ド が デ ィ ス ク・ヘッドの下に来るのを待たねばな'らない。ハードウェア的に、この動作のことを RP S ミスと呼ぶ。 R P S ミスは、ハードウ工アによるアクセス・パス待ちのことである。しかし、 oS に よるアクセス・パス待ちがホストから入出力装置に向った動作時であったのに対し、この R P S ミスは全く逆の方向性を待っている。このため、 とを特に R P S ミスにより生じる時閉のこ RP S ~ス略聞と呼ぶ。この R P S ミ ス 時 閉 の 特 性 は ア ク セ ス ・ パ ス 待 ち 時 間 と 同じであるため、その大小はそのシステムがどのような入出力サブシステムの暗膚憎遣を 取るかによって変わってくる。 、 レスポンス時間 アプリケーション A サーピス時閉 J F R プログラム・レベル oS レ ベ ル ピジー J D シークなど A: アクセス待ち時間 P アクセス・パス待ち時閉 D :デパイス待ち時間 R R P S ミス時間 図 4 ハードウェア・レベル 各f l待 ち 時 閣 の 相 関 図 以 上 388‑

日本 SASユーザー会 (SUG ト J) SAS/ASSIST( R ) Softwareの紹介 日比悦之 株 式 会 社 SASインスティチュート ジャパン 東日本営業部 I n t r o d u c t i o nt o SAS/ASSIST(R) Software ，i PC M a r k e t i n g E t s u j iH i b td . SAS I n s t i t u t e Japan L k a s h ic h o， C h u o ‑ k u，Tokyo Japan N i c h i r e i Akashicho B l d g . 6‑4 A 司 要旨 現在ま互区、 SA~~ù ~~~!em は、多 多用な分野での専問的なニーξに応えるべく、プロ アップや曲、さらに品川フツョンプ白、、クトの Iリースを行なってき シシャの離E ました 今回三こに取り上げる S A S /A S SI ST@ S o fh v ar eは、今後リリースが予定されている S A S @S y s t e mR e1 e a s e6 .O 6であらゆるプラットフォームの S A SU s e rの方々に新しいオ プショニi 7ロダクトの 1っとして提供されます。 A S /A S SI ST@ S o f t w ar eの導入により、データのアクセスや、マネージメント、解 この S C L( S c r e e nC o n t r o JL a n g u a g e )によっ 析、そしてプレゼンテーション資料の作成や従来 S て構築されていたアプリケーションメニューの作成までを簡易なオベレーシヨンで実行で きる活気的なユーザーインターフェイスを提供います。 以下に S A S / A S S I S T @S o f t 凶 r eの持つ機能か S A SU s e rにとっていかに有用であるか申 し述べたいと思います。 0 キーワード: ‑389‑

S A S / A S SI ST@ Softl . 'a re とは、どの様なプロダクトなのか具体的に例を上げながら話を 進めていく。 まず図 1の画面であるが、これが S A S IASSI ST@ Softl . 'a re 起動時の初期画面である。基 A S IASSI ST@ S o fü~a r e は、この様なプロックメニューによって構成され、目的と 本的に S する処理をこの中から選択し作業を進める。ここで言う選択とは目的のプロックメニュー の項目をマウスによりクリックするか、 TABキーでカーソル移動し RETURNキーを押下する いずれかの動作を言う。 . 'a r e によって作成できるが、実際に S A S IASSI ST@ この様なメニューは SAS/AF@ Softl . 'a re は SAS/AF@ Softl . 'a re を利用して作成されている。 ( S A S / A S S I S T @ Softl . 'a re Softl は 、 SAS/AF@ Softl . 'a r ' e がインストレーションされていない場合でも利用可能。〉 このメニューは、データマネージメント、グラフやレポートの作成、データ解析、意志 決定支援、そしてアプリケーションの開発支援、以上の項目で構成されている。 そして、 A S / S T A T @、SAS/FSP@ 等の それぞれの作業に応じて Base SAS@ の他に SAS/GRAPH@、S プロダクトを利用する。 . ! J 及 び 、 ' i IP i e Chart . ! J は SAS/GRAPH@ Softl . 'a r e 例えばIl'Graphics.!lの項のIi'BarChart の GCHARTプロシジャを利用しているし、 ' i I Data Management.!Jの項のIi'E di tlBrol . 's e. ! l は SAS/FSP@ Softl . 'a r eの F S印 I Tプロシジャや F S B R O¥ VS Eプロシジャ等を利用している。 この様に S A S IASSI ST@ S o ft l . 'a r e は SAS@ System利用時のユーザーインターフェイスを 提供するもので、 S A S / A S SI ST@ Softl . 'a re 自身がグラフを作成したり、データを参照する 機能を持っているわけではない。 では、初期メニューの各項目の選択により、どの様な機能が利用できるかについて説明 する。 D a t aManagement (データマネージメント〉図 2 ・データの参照及び、修正、追加等 ・新規データセットの作成 (外部ファイルからの作成と新規エントリー〉 • DB2 了円、 SU L/DS™ 、 ORACLE@ 、 Rdb/V 門S了門及びその他データベース ソフトのデータを透過的にアクセス ・データセットのマージ、連結、抽出、サブセット化 .フォーマットの定義 ・CONTENTS、COpy、DATASETSプロシジャの実行等 R e p o r tWriting (レポートの作成〉図 3 ・6種類の表レポート作成、メイルラベル等連続フォームの作成等 Graphic (プレゼンテーション用グラフの作成〉図 4 ‑散布図、縦横棒グラフの作成 ・地図データのセット ・散布図や縦横棒グラフのためのデータのエントリー等 Analysis (統計解析〉図 5 ・要約統計量の計算 .相関係数の計算 .平均値の信頼区間 ・頻度表の解析 ‑線形回帰 ・ロジスティック回婦 ‑自己相関補正っき回帰 • t検定 ・ノンパラメトリック統計量 .主成分と正準相関 ・季節調整 ・自己相関補正っき回帰 ‑390一

P l a n n i n g Tools (プランニングのための解析)図 6 ・ローン返済表の作成 ・プロジェクトの管理 .QCチャートの作成等 これらの機能を利用するためには SAS/OR@、SAS/QC@、SAS/ETS@ のプロダクトが必要。 E I S (アプリケーションの構築支援)図 7 ・ボックスメニュー及び、リストメニュー化したアプリケーションの構築等 Result (プログラム及び、出力結果の保存) ・作成したプログラムや出力結果の保存等 Setup (画面のカスタマイズ) ・カラー設定の変更等 I n d e x( S A S /ASSI ST@ S o ft l o 'a r e インデックス) ‑作業目的によるインデックス 等を上げることができる。 では、今まで個別にデータの入力、加工、解析、グラフの作成を行なっていたが、この SAS/ASSIST@ Soft l o 'a re の機能を用いて 1つのアプリケーションにまとめていく作業を順 を追って見てみることにする。 まずデータであるが、すでにデータが存在する場合には、データのサプセットを作成す る必要がある場合や、新規にデータを作成する必要があれば SAS/ASSI ST@ Soft l o 'a r eの中 でもそれらの作業が可能である。データは規存のものを利用しでも新規に作成しでもかま わない。しかも既存のデータを利用する際、データが SAS@ System以外のデータベース ソフトやアプリケーションから取り込む場合も、従来の様に SASデータセットに変換する 必要はないからハードウェア資源を無駄使いする事はない。これらの作業はメニューの中 の ~Data Management~ の機能を利用し簡単に行なうことができる。 続いて、目的とする処理を実行するプログラムの作成を行なう。 まったく新しく SAS@ System を利用されるユーザーにはこの SAS@ System の Program ming L a n g u a g e によるプログラムの作成が困難であろう。そこでこのプログラムの作成も SAS/ASSIST@ Softl o 'a reの機能を利用して行なう。 初期メニューからIT'G r ' a p hi cs~ を選択し、作成したいグラフのタイプを指定しグラフ上 の X 及び、 Y 座標に対応する変数名やオプションの指定等を行い ~Run~ で実行する。(こ こでも先ほど説明した通りの選択の動作だけで指定、選択が可能。) ここまでグラフの作成を行なうためのプログラムを意識していないことにお気付きであ ろうか? 実は S A S / A S S IST@ Softlo'are でこれらの作業を行なう利点がもうーっここにある。 ~P r o g r a mE di t o r~ウインドウを呼び出し、 ~Recal U コマンドを実行する。すると、たった 今行なった一連の作業が、プログラムの形でジェネレートきれ表示されるのである。この プログラムをカタログに保存し後ほど作成するメニュー化アプリケーションの構築の際に ST@ S o ft l o 'a r e と同様 利用することにより、プライベートなアプリケーションを SAS/ASSI の画面構成とオベレーションにより構築できるのである。 この様にまったく SAS@ System を利用するのが初めてと言うユーザーにも簡易なオベレ o 'a re の導入により ーションにより SAS@ System のプログラミングが SAS/ASSIST@ Softl 可能となる。 続いて SAS/ASSI ST@ S o ft l o 'a r eの特筆すべき機能のひとつに、 ~EIS~ (Executive I n formationSystem )がある。 この E I S を利用してこれまでに作成したプログラムをメニュー化しエンドユーザーにも使 いやすいプライベートなアプリケーションを構築する事が可能である。この ~EIS~ は定型 化された、或は定型化可能な処理をメニュー化する事により文字通りエンドユーザー向け のアプリケーション構築を行なうものである。 391‑

E I S R u nP r a i v a t eA p p li c a t i o n s.•. R u nP u b l i cA p p li c a t i o n s•.• B ui I dE I S 図7 初期メニューから E I Sの項を選択し、ブロックメニューかリストメニューの何れかを指 定し、各々のメニューのタイトルやその項が選択された際に実行される処理のタイプと具 体的にプログラム名(先ほどカタログに保存したプログラム名)そして表示されるボック スの数等を指定しメニューを完成さる。ここでもプログラミング等を意識する事なく処理 を進めることが可能である。 A S / A S S I S T @S o f t w a r eを用いたアプリケーションが構築で 以上で大まかではあったが S きた。 I 5.!Jの中のリストメニューか ここで構築されたアプリケーションは初期メニュー中のIiE らIiR u np r i v a t ea p p li c a t i o n s . . ..!Jを選択することにより表示されるプライベートアプリ ケーションの一覧から実行させたいアプリケーションを選択する事で実行する事ができる。 以上 S A S / A S S IS T @5 0 f t胤 r eについて簡単に紹介及び、説明を行なったが、 S A S / A S S I S T @S o f t w a r eを導入する事で獲られるメリット及び、特徴は、 S A S @S y s t e mの P r o g r a m m i n gL a n g u a g eを意識しないでエンドユーザーにも 利用可能なインターフェイスが提供される点。 2. メニューの選択により自動的に S A S @S y s t e mのプログラムもジェネレート A S @S y s t e mのプログ される。ここで作成されたプログラムをひな型にし 5 ラミングにかかる負荷を軽減できる点。 3. プライベートなアプリケーションを簡易なオベレーション l こ」より構築でき る点等をあげることができょう。 4.S A S @S y s t e mを初めて手にされたユーザーには、 S A S @S y s t e mの概観を知 る格好の素材となる。 5.既に S A S @S y s t e mを利用しているユーザーには、作業の効率化とユーザー フレンドリーなインターフヱイスの提供により S A S @S y s t e mの利用範囲を さらに拡大させることができる。 6.定型処理のメニュー化によりオベレーションを簡易にしたアプリケーション の構築が可能。 ト S A S / A S SI S T @S o ft 胤 r eでも、無論 S A SI n s t i t u t eの提唱する M V A門 (u l t i V e n d o rA r c h i t e c t u r e )が生かされ、異なるシステム上でジェネレートされた S A Sプログラムでも、 A S @S y s t e mと変わらぬコンセプトで開発されている。 同じ動作が保証される等、従来の S これら S A S / A S S I S T @S o f t胤 r eのメリットを生かしたアプリケーションをぜひ構築してい ただきたい。 ‑392‑

S白Sノ白お [ S T 滋認滋お終絞殺滋おお潟滋ぷ認お滋認おお滋ミ 怒 沼 E Pr 咽 r~ 陶山 ぷ以芯京三泌総ザ引なお山誌絞殺ぷ湾民温 V m i 丁目べ圃 Ji 間⁝⁝⁝‑. F . . 一 一 一 ‑. ︿H 凶 了一点 .. u ︿Hji一 ji‑‑‑ ♂ 旺却し T S ・ i i 一 一 ・ ・ 圃 圃‑‑ TIII‑ ... 什U ‑ γlijii i 町 四 ⁝ ⁝ ⁝ 一 . L J ぷ滋お議議絞おお絞終 滋滋潟滋潟滋総滋 絞筏潟綴総滋泌総主 滋議終渋設滋綴認総主 SE TlP辺派 [NDEX 浜辺お 以 I T 週 お ぶ 滋 渋 民 栄 間 三 ば E 主主計殺日渋渋民以祖 お花ぷ示花形以手玲必・ . : . ' < : 1 終 明 出 ぷ ぷ がE P l曲 目 叫 rsor on y c l Uf s ej e c ti o nand press t同 enter k e νー 図1 i 山⁝⁝一一国園 圃園 iJ I 会長平~ / i i M n . . . 一 一 帥 ⁝ 一 一 園 田 詞 T l l E + 1 h 一 ー に 圃 ・ ・ ・ 一 一 一 ‑ ‑ ‑ ‑ ⁝⁝九⁝⁝・ i 1 ︑ 陶 ⁝ 川 ⁝ ・ i i [ S T 出計一一. li i 「一 員4 主主竿j 段 、 宇 治 許 可1刊は主主 ぷ Plea 自 白r sor on ) 刷 「 日 l e c ti o nand press t同 e門ter keν. 図2 ‑393ー

$AS/
A
S
S
I
S
T

i

… 「 川 崎 町

続五と三

j T
他国

三
三
芋
己j
.
:
.
;
.
.
.
;
.
.
.
:
.
.
.
.

1

'
‑
‑
'
‑
'
"
j
ふ . ..
.
.
.
.
̲

..
.
.
.
.
.
.
.
.
.
.
.
.
.

C
C
l
JN T S 1 筏 匡SIGIIl

L
潟 町 揃T
S1f
お
.
.
............•

三
空LITIESi I
;
ふd吹

i

P
L
O
T
S

1

出 凶T
A聞 T l

黒川三iふ
ぶ
き

j

Pleasecursor on ~凪Jr 58l~出t i
o
na
r
d pressthee
n
t
e
rk
e
ν

図3

S
白S
ノ俗S
I
S
T

訟滋総議総滋滋滋綴滋
総
HighR
開
l
u
t
i
o
nG
r
a
p
h
i田 門 e
r
u i
?
1
滋符探符ぷ常明野渋結問訟停お抗双涼E

総

込ぷ緊

1己
正
7
:
{
}I

滋綴お

三

滋 絞 殺 ; 殺総滋滋怠滋滋滋滋E

己出とヨと芋丘!弘三与;t:
. . .t. . . . . ~.~. . . . . . . . . . . . . . . . 1
Plea宮 山 「 日 ron 凶 J
rs
e
l田 ti
o
na
n
dp
r
e田 t同 enterk
e
ν
.

図4

394‑

SAS ノ 白S SIST c 一 ‑ 一 一 ‑ ‑ ‑ γlvv AH 一 一 一 ‑.. 守 ui . . l 1L 品問⁝⁝叶圃 J i叩一川園 i一‑ ・ i 1 叫 ぷ l 日 山 九 J 1 イ J s l ♂ I 明 、 i J I 個 師 P1 ease cursor on 凶)IJrsel e c ti o na r 咽 p resst 出 e nter keν. 図5 S 白S ノ民主S I S T 認おお話認お泌総:お滋民認訟滋詩渋渋お滋民主 京芯 Plannir 日T ∞Ist 有山 広司 お判読徐同必苧弐刊以怨誌湾宗総絞手 I ・ ・ ・ ・ ・ ・ ・ ・ ・ ・ ・ ・ ・ ・ ・ ・ ・ ・ ・ ・ ・ ・ ・ ・ ・ 圃 ・ ・ ・ ・ ・ ・ ・ ・ ・ ・ ・ ・ ・ ・ ・ ・ ・ ・ ・ ・ 圃 ・ 田 園 ・ ・ 終おおお滋認従認訴 訟お設滋滋淡浮お認お: 滋お滋誌滋訴おお滋お 泌総滋終認滋泌総絞殺 烈竺LYSISII 己主止とゴ芯照CT 女~ 法思湾総訟怠芯泌総以 訟お渋認泌総終結おお; 給与U~/ I 斗正~ Pleaseωrsor on凶 J r seJ e c ti o n a国 pressthe enter keν. 図6 ‑395‑ I

日本 S A Sユーザー会 (SUG 卜 J) SAS/ACCESSインタフェース D82，SQL/DSの紹介 矢作浩行 株式会社 SASインスティチュート ジャパン 東日本営業部 SAS/ACCESS I n t e r f a c e t o OB2 ， SQL/OS. Hiroyuki Yahagi， Systems Engineer td . SAS I n s t i t u t e Japan L N i c h i r e i Akashicho B l d g . 6‑4 Akashi‑cho， Chuo‑ku， Tokyo Japan 要旨 SAS/ACCESSは 、 SAS以 外 の フ ァ イ ル を あ た か も SASフ ァ イ ル の よ う に 直 接 読 み 書 き を 可 能 す る 製 品 で あ る . これは、 M EA ( M u l t i ‑ E n g i n eA r c h i t e c t u r e )コ ン セ プ トを実現したもので、 DB2， SQL/DS、 SASデ ー タ セ ッ ト 等 を 意 識 し な い で 処 理 できる. これ以外にも、 ORACLE、 Rdb/VMS用 が あ る . 尚、本論文では、 DB2、 SQL/DSを 特 に 区 別 す る 必 要 の な い 場 合 は 便 宜 上 DB2と して記述した. キーワード: リリース 6.06 M E A イ ン タ フ ェ ー ス SAS/ACCESSソ フ ト ウ ェ ア DB2 SQL/DS リリース 6.06 リリース 6.06(以下パージョン 6 と い う ) で は イ ン タ フ ェ ー ス ・ エ ン ジ ン の 使 用 に よ り 、 DB2、 SQL/DSの デ ー タ を DATAステップ、 PROCス テ ッ プ で 直 接 処 理 で き る よ う に な っ た . 前 リ リ ー ス ( パ ー ジ ョ ン 5)で は 、 デ ー タ を DB2EXTCSQL/DSは 、 SQLEXT)プ ロ シ ジ ャ の よ う な プ ロ シ ジ ャ 形 式 の イ ン タ フ ェ ー ス を 使 用 し SASデータ セ ッ ト に 抽 出 し た デ ー タ を DATAステップ、 PROCス テ ッ プ で 処 理 し て い た . パ ー ジ ョ ン 5r パージ a ン 6 1 DB2テ ー プ ル SQL/DSテ ー プ ル Iイ ン ヲ7 工 1・ 工 ン γン 抽出プロシジャ SASデ ー タ セ ッ ト ￨ DATAス テ ッ プ ↓ PROCス テ ッ プ 397

SAS/ACCESSイ ン タ フ ェ ー ス D B 2の 構 成 • D B 2イ ン タ フ ェ ー ス ・ エ ン ジ ン .ACCESSプロシジャ SAS/ACEESSデ ィ ス ク リ プ タ を 作 成 す る . .DBLOADプロシジャ SASデ ー タ セ ッ ト を DB2テ ー プ ル に ロ ー ド す る . ACCESSプロシジャ ACCESSプ ロ シ ジ ャ は 、 ア ク セ ス し た い D B 2テ ー プ ル の 情 報 を 定 義 す る ACCE SSデ ィ ス ク リ プ タ と V 1EW デ ィ ス ク リ プ タ を 作 成 す る た め の プ ロ シ ジ ャ で す . こ の プ ロ シ ジ ャ で デ ー タ ベ ー ス の 物 理 的 構 造 の 違 い を 、 V 1EW デ ィ ス ク リ プ タ と 呼 ば れ る 論 理 構 造 に 定 義 す る こ と で 、 SASプ ロ グ ラ ム か ら は SASデ ー タ セ ッ ト の よ う に 扱 え ます. その結果、 SASシ ス テ ム の あ ら ゆ る 機 能 を 通 じ て の デ ー タ 処 理 、 解 析 は も ち ろ ん の こ と 、 新 し く 追 加 さ れ た S Q Lプロシジャは、 DB2テ ー プ ル と SASデ ー タ セ ッ ト の J0 1Nを す ん な り と や っ て し ま い ま す . ACCESSデ ィ ス ク リ プ タ ( メ ン パ ー タ イ プ : ACCESS) J属 性 な ど の 情 報 を 記 述 し て お く SASファイル. • D B 2テ ー プ ル の 列 名 、 ヲI V 1EWデ ィ ス ク リ プ タ ( メ ン バ ー タ イ プ : V 1EW) • D B 2テ ー プ ル の 列 名 、 ヲI J属 性 な ど の 情 報 を 記 述 し て お く SASファイル. 但し、 ACCESSデ ィ ス ク リ プ タ と 同 じ か 、 そ の 情 報 の サ ブ セ ッ ト .SASプ ロ グ ラ ム で 論 理 的 な SASデ ー タ セ ッ ト と し て 使 用 す る . 398一

1 D B 2 テーブル 列に関する情報 ， J . データ ， J . ACCESS I司 IVIEW ディスクリプタ I Iディスクリプタ SAS データセット t t ， J . ， J . S A Sプ ロ グ ラ ム i 分 ‑399 l

SAS/ACCESSプ ロ シ ジ ャ と 使 用 法 実 際 に ACCESSプ ロ シ ジ ャ の 例 を み な が ら 説 明 し て い き ま す . まず ACCESSプ ロ シ ジ ャ を 実 行 す る に は 、 次 の ス テ ー ト メ ン ト を サ ブ ミ ッ ト し ま す . PROC A C C E S S ; R U N ; 画面i> 最 初 に ACCESSウ イ ン ド が 表 示 さ れ ま す . WORK.SHAIN.ACCESS"という ACCESSデ ィ ス ク リ プ タ を 作 成 す る た め に ここで " 次のコマンドをタイプします. CREATE lORK.SHAIN.ACCESS 画面③ インタフェースエンジンを選択します. こ こ で は DB2の イ ン タ フ ェ ー ス ・ エ ン ジ ン を 選 択 し ま す . 画面③ ア ク セ ス し た い DB2テ ー プ ル 名 、 サ ブ シ ス テ ム 1D等 を タ イ プ し ま す 画 面 @ テープルの列名、データタイプ等の情報が表示されます. S e !の箇所が、":t;::"の列は、選択されている事を意味します. u n cの 箇 所 に " D "を タ イ プ し ま す . 必要ない列は、 F 画面 φ その結果、 S e !の箇所が":t::"から " 0 "に 変 わ り 、 こ の 列 は D A T Aステップ、 PRO Cス テ ッ プ で 使 用 で き な く な り ま す . デ ー タ の 保 護 は DBMSの 管 理 を 受 け ま す が 、 こ の よ う に さ ら に SASの 中 で 保 護 す る こ と が 可 能 で す . これで、 ACCESSデ ィ ス ク リ プ タ の 定 義 は 、 こ れ で 完 了 で す . 画面~ ACCESSウインドに戻ると、 ACCESSデ ィ ス ク リ プ タ S H A I Nが 作 成 さ れ ています.つぎは、 V 1EW デ ィ ス ク リ プ タ を 作 成 す る た め ACCESSデ ィ ス H A I N の左側に C Vと タ イ プ し ま す . クリプタ S 画面。 ACCESSデ ィ ス ク リ プ タ の 情 報 を も と に V I E Wデ ィ ス ク リ プ タ の ウ f ンド が 表 示 さ れ ま す . こ こ で は 、 V I E Wデ ィ ス ク リ プ タ に 名 前 を 付 け る 事 と 使 用 す る列を F u n cに " S "を タ イ プ し て 選 択 し ま す . NYUSHAは 、 ACCESSデ ィ ス ク リ プ タで使用しない列として記述したので表示されません. 画 面 @ フォーマットも変更できるので K Y U Y Oには、 "COMMAI0."を 与 え て い ま す . 画面③ ACCESSウインドに戻ると、 V I E Wデ ィ ス ク リ プ タ います. ‑400‑ SHAINが 追 加 さ れ て

画面φ

画面φ

民主.s
S
: Doscri
p
t
o
rばJ
<
<
'S
f
抽l
N(
1
:
)

コマンド司 σ
日程ば:RK.Sf相 I
N
.ぽ:cES
S
番照名

コマンド=>

索引付

ヲイブ

名前

0
0
2白::00盟加s
c
r
i
p
t
町 D
i
s
p
l
a
yW
i団 側

̲S
組 お 回 開 在F
l
l
玉 凶T
白c
f
f
i

L
ib
r
a
r
y
: は:RK

Doscr
i
p
t
o
r
:

血J
t回 r
i
z
a
t
i
o
nlD:針怒沼『

陶羽田 r
:s
f
抽l
N

T
a
b
l
e他国:Sf相 l
N

S
Sl
D
:盟
主2

SIlS陶国 F
。 内 閣t

F
u
n
oS
el C
ol
u
r
n
n地 闇

•••••••

E
1
2
.
6

w::自底

.
.
.
.
.
.
.
￥ 16.
........￥1.
.
.
.
.
.
.
.
￥3.

K
'
1
V
!
'
O

••••••.•

E
1
2
.
6

州島胡
附唱E

S
E
l

ー

T
y問 Z 虹:E
SS

φ黙

面↓内
面
ぜ
こ

画面@
重
S
照名

附'
T
E
:臥)Si
ti
o
n山 r
田 ri
ne
r
司i
r
司 同Jw
i
s
ht
o閏 拍 a
n
dp
r6!盟 e
n
t
e
r
.

名前

タイプ

索引付

閉山

ノマl

盟恥副

̲$1狙J
S
E
R 問主F
l
L
E 印T
白L
(
泊

ω ば:RK

s
f
拍l
N

ほ
ヱESS

eE
n
g
i田Sel
e
o
t
i
o
nY
i
r
可制
‑T
e
r
m
i閣 t

国

加

φ 山小

面
部
町
画 D:

画面φ
民主:
S
S
:0
.
田c
r
l
p
t
o
rば
:
R
K
.
S
f
相l
N(
1
:
)

コマンド。

0
0
2U
i酬Doscr
i
p
t
o
rD
i
s
p
l
a
yW
l
r
可制

民l2Acc草田Doscr
I
p
t
o
rl
d
e
n
ti
r
i田 t
l
o
nW
i
n
d
副
注目c
ri
p
t
o
r
:

同醐国 r
:s
f
個別

Li
b
r
a
r
y
: ば玉医

T
y
問 2創
立:ESS

L
ib
r
a
r
y
:畑 K
"
"
"
'
回r
:s
f
相l
N
T
y問
ωt凶 tSIlS D
a
t
aS
e
t :L
ib
r
a
r
y
:
同町出口

民間c
rI
p
t
o
r
:

U
I
E
W

角田 i
g
n地問s:r<<J

血J
t同 ri
z
a
ti
o
nl
D
:S
'
I
S
I
羽
可
島北 h
o
ri
z
a
t
io
nl
D
: S'T治加

T
a
b
l
eNio田:Sf柏 I
N

S
S
I
D
:0
0
2

eopopopo

向田Sel C
ol
u
m
n地 問
D

r
f
T
1
.
舟
相

T
￥
担E
S
E
I
艮.a臣
官氾ぬ

......￥1.

.
.
.
.
.
.
￥3
.

EU:U医

wo

E
1
2
.
6

氏
:
E
S
S
: 民 間rI
p
t
o
rば
:
R
K
.
S
f
相I
N(
1
:
)

コマンド=>

日翌会主渇担Doscr
i
p
t
o
rD
i
s
p
l
a
yW
i
r
叫副

L
ib
r
a
r
y
:ば:RK

S
E
I

画面φ

α:
E
S
S
:民国c
r
ip
t
o
rば
:
R
K
.
S
f
胡I
N (E)
コマン戸=>
注目c
ri
p
t
o円

.
.
.
.
.
.
￥ 15.

附唱E

附

SSl
D
:J
l
3
2

SIlS陥若田 F
。何回t

F
u
r
cS
el C
oI
U
1
J
1n地 咽

画面φ

血J
t
h
o
ri
z
a
ti
o
nl
D
: S'T治加

T
a
b
l
e地問:Sf個別

陶富国 r
:s
f
柏I
N

T
a
b
l
e幅四:Sf相 I
N

E担 U
i酬Doscr
i
p
t
o
rD
i
s
p
l
a
yY
l
n
d副
問 2創
立:ESS
T
y

S
S
I
D
:I
I
担

S
A
SNameF
or
田t

民間c
rI
p
t
o
r
:

L
Ib
r
a
r
y
: ば:RK
"""'出口語個別
T
y問 : U
I
E
W
O
J
t凶 tSIlS D
at
aS
et : L
ib
r
a
r
y
:
門田国 r
:

白J
t同 r
i
z
a
t
i
o
nJ
D
:羽信仰『

F
ur
cs
e1 c
olumn尚 胴

E
1
2
.
6
耳1
5
.
￥
1
.
￥3
.
E
1
2
.
6

~

‑401‑

T
a
b
l
e陶 1
田:Sf姐I
N

S
SlD:斑泡

SIlSNi留国 F
o何 百t

m'E

S
E
l

S
E
l

EU:U医
附wo

8L(沼目E
K礼h也

￥1
5
.
￥
1
.
￥3
.
句 " ml
日
.

SASプ ロ グ ラ ム で V 1E Wデ ィ ス ク リ プ タ を 使 用 す る DB2テ ー プ ル を PRINTプ ロ シ ジ ャ で リ ス ト し て み る た め に 、 次 の ス テ ー ト メ ン ト を サ ブ ミ ッ ト し ま す . ここで D A T A =で 指 定 さ れ て い る SASファイルは、 ACCESSで 作 成 "WORK.SHAIN.YIEWつです. された V 1EW デ ィ ス ク リ プ タ ( P R O CP R I N T DATA=WORK.SHAIN; W H E R ES E I = ' F ' ; R U N ; 画面⑫ WHERE句は、 D A T Aス テ ッ プ で も PROCス テ ッ プ で も 使 用 で き ま す . 画面。 FSEDITプ ロ シ ジ ャ で 実 行 す る . CSAS/FSPが 必 要 ) P R O CF S E D I T DATA=官O R K . S H A I N ;R U N ; 画面。 さ ら に パ ー ジ ョ ン 6では、 SAS基 本 機 能 に S Q Lプ ロ シ ジ ャ が 追 加 さ れ て お り SASデータセット、 V I E Wデ ィ ス ク リ プ タ を SQLで 簡 単 に 処 理 で き ま す . 例えば、変数B U C O D Eに 対 応 す る コ ー ド が 変 数 C O D E、 部 門 名 が 変 数 B U M O Nで SASデ ータセット " WORK.BUMON"に 格 納 さ れ て い る と し て SQLで マ ッ チ マ ー ジ す る と SASプ ロ グ ラ ム は 、 次 の よ う に な り ま す . P R O CS Q L ; SELECT N A M E， S E I， BUCODE， K Y U Y O， C O D E， B U M O N FROM W O R K . S H A I N， WORK.BUKA W H E R EB U C O D E = C O D E ; R U N ; こ の 様 に V I E Wデ ィ ス ク リ プ タ を 1度作成すれば、 D B 2テープルのデータは、 デ ー タ セ ッ ト と 同 じ よ う に PROCステップ， PGMφ SAS DATAス テ ッ プ で 処 理 で き ま す . 上記 SQLプ ロ シ ジ ャ の 同 等 の 結 果 を 得 る た め の パ ー ジ ョ ン 5の プ ロ グ ラ ム は このようになります. ‑402‑

PGMφ

画面φ

同在x;!
l
3
2
E
X
TS
S
IJ)=回認はJ
T
当証悶<.Sf泊 l
N
;

・Fm'I針鈎D1.註柏 lN ゆE1:ES::I::;:'F';

S
E正主T
t5照名

医

時制⁝叩

̲9'淑J
S
E
R
一 隅K
一 隅K

索引付

ヲイブ

名前

阻~;

s
o
n凶 T舟4詰伯lN;BY8UXllE; IU>I;

同在x;

∞

ωT
白L
ば:E
S
S
U
IE
¥
.
1

問主x;l
l
'
l
T
白S
ETSDn=;.aK;
1tJD1F'ザ&M:削;
定問唱
1
I
E
=
f
U
X
l
I
E
;

E
α

阻~;

s
o
n凶 T両 日 制 ; BYtu:沼箆z 阻~;

同在x;

凶T
白 S剖 l
N
;
SETSf剖 l
N
{淋 寺 輪 l
N
) &M:削E
B
Y臥I氾 正z

l
FS泊 l
N
;
阻~;

問主x;内 l
N
T凶 T島寺輪 l
N
; 限的

画面φ
コマンド=>
S
E
l r
u
:
:
:
o
r
E

伍lS I
州主

附廿的

﹄﹃
﹄﹃
﹄﹃
﹄﹃

mm 陸 自

﹄﹃

明白川団団団

﹄﹃

F zhF F F F F E
・E
・

子代子平手子理子恵
京紀貯澄鐙紀真静幸

Quoo

馬谷田山野下野山田

﹄
マ

4
︽v
au﹃民uauv

租板時中荻松木高岡

唱ー・ηζ

包~.5OO

2
1
6
.匝E
l
'
市.
5
0
0
1
4
2
.匝E
1
7
1
l
.
匝E
1
，沼，民自
げ9
.匝E

1
6
4
.日狙
笈l6.日狙

画面φ
S
E
DlTば:RK.Sf泊 I
N

~:

祖篤京子

S
E
l
:
阻
.
a
J
r
E
:

伺1

的仏勺 z

包~.邸調

画面φ
コマンド=>
附唱E

S
E
l r
u
:
:
:
o
r
E

時
孔J
I
O E
l
I
.
.
l
'
m

mm 回 目

明白川団団団

﹄﹃

E
・E
・E
・F
・E
・EhF E
・E

子代子手平子理子恵
京紀妙澄俊紀真静幸

概胎⁝間関町一野県附

2
2
9
.
5
1
姐
2
1
6
.
0
0
弼
1
7
5
.日狙
1
4
2
.匝E
7
1
l
.
'
l
I
<
担
1
1
3
3
.日狙
1
7
9
.
0
0
弼
1
6
4
.日狙

﹄﹃

笈l6.日狙

‑403一

SAS/ACCESSイ ン タ フ ェ ー ス の 必 要 条 件 DB2 ・SAS/BASEリ リ ー ス 8.08以降 .SAS/ACCESSイ ン タ フ ェ ー ス DB2 パ ー ジ ョ ン 6 .IBM DB2デ ー タ ベ ー ス マ ネ ジ メ ン ト シ ス テ ム パ ー ジ ョ ン 1リリース 3以降 SQL/DS .SAS/BASEリ リ ー ス 8.08以降 .SAS/ACCESSイ ン タ フ ェ ー ス SQL/DS パ ー ジ ョ ン 6 .IBM SQL/DSデ ー タ ペ 『 ス マ ネ ジ メ ン ト シ ス テ ム リリース 2 . 1以降 重量考文献 • WSAS/ACCESS I n t e r f a c et o SQL/DS U s a g ea n d Reference Version 6F i r s t Edition~ U s a g ea n d Reference Version 6F i r s t Edition~ ・WSAS/ACCESS Interface to DB2 404‑

日本 SASユーザー会 (SUGト J) SAS/ACCESS I n t e r f a c et o ORACLE， Rdb/VMSの特徴 田村憲利 株式会社 SASインスティチュート ジャパン 東日本営業部 SAS/ ACCESS I n t e r f a c e to ORACLE， Rdb/VMS N o r i t o s h i Tamura， Systems Engineer SAS I n s t i t u t e Japan L td . N i c h i r e i Akashicho B l d g . 6‑4 Akashi‑cho， Chuo‑ku， Tokyo Japan 要旨 SAS/ACCESSに よ っ て デ ー タ ベ ー ス シ ス テ ム 上 の デ ー タ を 検 索 、 参 照 の み な ら ず デ ー タ の 追 加 、 更 新 を SAS上 か ら 行 う 事 が で き る 。 こ れ は デ ー タ ア ク セ ス を 簡 便 に す るだけにとどまらず、 A F、 FSPそして ASSISTと 組 み 合 わ せ て 使 う 事 に よ り 、 本 格的なアプリーケーション開発も可能にする。 キーワード: ACCESS ORACLE Rdb/VMS DATABASE M E A S Q L 1 はじめに . 0 6、 と く に V M S版 S A Sでは 操作性の飛躍的な向上が成し遂げられたリリース 6 DECwindowsを サ ポ ー ト し マ ン マ シ ー ン イ ン タ ー フ ェ イ ス の 面 で 最 も 充 実 し た パ ー ジ ョ ン と な っ た 。 加 え て パ ー ジ ョ ン 6で は デ ー タ ア ク セ ス の 点 で 新 し い コ ン セ プ ト で あ る M EA ( Multiple Engine Architecture) に 基 づ き 、 デ ー タ ベ ー ス を 直 接 ア ク セ ス す る SAS/ACCESSが作られている。 V M Sでは ORACLEそ し て VAX/Rdbと イ ン タ ー フ ェ イ ス を と る SAS/ACCESS interface to ORACL Eお よ び SAS/ACCESS interface to Rdb/VMSが プ ロ ダ ク トとして用意されている。これらのプロダクトに共通している特徴について解説する。 2 SASと デ ー タ ベ ー ス シ ス テ ム データベースシステムは、多くのアプリケーションシステムの中核であるといっても過 言ではない。多くのデータベースシステムのうちリレーショナル型データベースは比較的 操作が簡単であり、データベースの構築をみじかなものにした。加えて、その標準操作言 語の S Q Lは ANSI規 格 で 定 め ら れ 標 準 化 が 進 ん だ 。 結 果 と し て 、 デ ー タ ベ ー ス シ ス テ ムは、大量のデータを共有しなければならないアプリケーションにおいて、障害によるデ ータの破填に対して安全であること、比較的高速な検索能力、セキュリティ機能、マネー ジメントが比較的容易なことから広く用いられるようになった。 一 方 SASシ ス 予 ム で は デ ー タ を SASデ ー タ セ ッ ト と し て 持 ち 、 リリース 6 . 0 6か らは S Q Lプ ロ シ ジ ャ に よ っ て S Q L言 語 で の デ ー タ 処 理 が 可 能 で あ る の で 、 デ ー タ ベ ー スシステム的な使い方ができる。しかし他のプロセスと同時にはアクセスすることができ ‑405‑

ない。またシステムの障害に対し、データのジャーナリングがなされてないためデータを 完全に復旧させることは不可能である。結論として、 意味でのデータベースシステムとは呼べない。 S A Sデ ー タ セ ッ ト だ け で は 厳 密 な SAS/ACCESSも ま た S Q L言 語 を 使 う が 、 デ ー タ ベ ー ス シ ス テ ム と 若 干 用 語 が 異なっている。(T a b1 e .l ) R d b / V M S SAS/ACCESS and ORACLE SQL Rdb/VMSく ! L t >o ) データベース テープル スキーマ テープル データベース リレーション ビュー カラム ビュー カラム ロ』ー ビュー フィールド ローー T a b l e1 データベースの用語 レコード SAS/ACCESSは SASユ ー ザ に デ ー タ ベ ー ス シ ス テ ム を ほ と ん ど 意 志 さ き せ ず に デ ー タ ベ ー ス の ア ク セ ス を SASデ ー タ セ ッ ト を 扱 う や り 方 と 同 じ 指 定 方 法 で 行 う こ と ができる。これは、後から述べる M EA(Multiplee n g i n ea r c h i t e c t u r e )の 採 用 に よ る も のであり、 O S、 デ ー タ ベ ー ス の 違 い を 越 え て 、 ユ ー ザ イ ン タ ー フ ェ イ ス が 統 ー さ れ る こ ととなった。 3 パ ー ジ ョ ン 5 と パ ー ジ ョ ン 6の 遣 い 従 来 パ ー ジ ョ ン 5には ORACEXT、 RDBEXTプ ロ シ ジ ャ が あ っ た が こ れ ら は デ ー タ ベ ー ス か ら 抽 出 し て SASデ ー タ セ ッ ト を 作 る も の で 、 デ ー タ ベ ー ス の ア ク セ ス は デ ー タ セ ッ ト を 作 る こ と を 前 提 と し て い た 。 パ ー ジ ョ ン 6で は も は や こ れ は 必 要 で は な く 、 直 接 デ ー タ ベ ー ス 上 の デ ー タ を ア ク セ ス で き る ば か り で な く 、 パ ー ジ ョ ン 5で は で き な か ったデータの更新、追加、削除そしてテープルの作成ができるようになった。 4 MEA SASデ ー タ セ ッ ト 、 各 種 デ ー タ ベ ー ス 等 に そ れ ぞ れ 専 用 の エ ン ジ ン と 呼 ば れ る モ ジ ュ ールを用意し、そのアクセス方法を統ーした。これによってデータベースの透過的なアク セスを可能にする。このアクセスを実現するため手続きとして、データベースのテープル 毎 に SAS/ACCESSデ ィ ス グ リ プ タ と 呼 ば れ る フ ァ イ ル を 定 義 す る 。 5 SAS/ACCESSの 概 要 SAS/ACCESSに よ っ て 以 下 の 事 を 行 う こ と が で き る 。 .ACCESSプ ロ シ ジ ャ で SAS/ACCESSデ ィ ス グ リ プ タ フ ァ イ ル を 作 る 。 406

‑ デ ー タ ベ ー ス 上 の テ ー プ ル を ACCESSプ ロ シ ジ ャ で つ く っ た デ ス ク リ プ タ フ ィ ル を 使 っ て SASプ ロ グ ラ ム か ら 直 佳 ア ク セ ス す る 。 ‑ デ ー タ ベ ー ス 上 の デ ー タ を ACESSプロシジャ、 プ ロ シ ジ ャ で SASデ ー タ セ ッ ト と し て 抽 出 す る 。 D A T Aス テ ッ プ そ し て SAS .DBLOADプ ロ シ ジ ャ で デ ー タ ベ ー ス の テ ー プ ル を 作 成 す る 。 .DBLOADの S Q Lステートメント、 SQLプロシジャ、 F S Pそ し て APPE N Dプ ロ シ ジ ャ で デ ー タ ベ ー ス の デ ー タ の 追 加 、 更 新 あ る い は 削 除 を 行 う 。 t 5 . 1 SAS/ACCESSイ ン タ ー フ ェ イ ス の 構 成 グ 、 七 二 品 ♂ コ ‑ ゾ じ h C" Vι 』 て 三o J ι SAS/ACCESSは 次 の 3つ の コ ン ポ ー ネ ン ト で 構 成 さ れ て い る 。 .ACCESSプ ロ シ ジ ャ ー一一 SAS/ACCESSデ ィ ス ク リ プ タ を 定 義 す る 。 デ ー タ ベ ー ス を SASデ ー タ セ ッ ト の ア ク セ ス • V IEWエ ン ジ ン と同じやり方でアクセスできるようにする各デ ータベースシステム毎に用意されたモジュール。 .DBLOADプ ロ シ ジ ャ ーーーーー デ ー タ ベ ー ス の テ ー プ ル を SASデ ー タ セ ッ ト をもとに作成する。 5.2 SAS/ACCESSデ ィ ス ク リ プ タ フ ァ イ ル SAS/ACCESSデ ィ ス ク リ プ タ フ ァ イ ル は SASシ ス テ ム と デ ー タ ベ ー ス の 聞 の 接 続 を 確 立 す る た め に SAS/ACCESSが 使 う も の で あ る 。 こ れ ら の フ ァ イ ル を 作 る には、 ACCESSプ ロ シ ジ ャ と い う 会 話 型 モ ー ド で 動 く プ ロ シ ジ ャ を 使 う 。 従 っ て 、 A CCESプ ロ シ ジ ャ を 使 う に は プ ル ス ク リ ー ン タ ー ミ ナ ル が 必 要 で あ る 。 し か し 、 ‑ s . デ ィスクリプタを作ってしまえば非会話型モードでもこれを利用してデータベースをアクセ スすることができる。ディスクリプタファイルにはアクセスディスクリプタファイル。と ビューディスクリプタファイルがある。 5 . 2 . 1 アクセスディスクリプタファイル アクセスするデータベースのテープルあるいはビューに関する情報、例えばデータベー スの名前とそのロケーション、テープル名とカラム名そしてデータタイプに関する情報を 持 つ 。 そ し て 、 そ れ に 対 応 す る SASの 変 数 名 と フ ォ ー マ ッ ト に 関 す る 情 報 も も っ 。 一 般 的 に 、 お の お の の テ ー プ ル あ る い は ビ ュ ー に 1つ の ア ク セ ス デ ィ ス ク イ プ タ を 作 っ て お く 。 ア ク セ ス デ ィ ス ク リ ブ タ が 1つ の テ ー プ ル あ る い は ビ ュ ー に 関 し て の 記 述 を お こ な う も の で あ る の で 、 複 数 の テ ー プ ル あ る い は ビ ュ ー を 結 合 (]OIN) す る 様 な 記 述 は で き な い 。 これをおこなうには、データベースシステム上で複数のテープルあるいはビューを結合さ 407

せ た ビ ュ ー を あ ら か じ め 作 成 し て お き 、 こ れ に つ い て 1つ の ア ク セ ス デ ィ ス ク リ プ タ フ ァ イルを用意すればよい。 5 .2 . 2 ビューディスクリプタファイル ピューディスクリプタファイルは、あるアクセスディスクリプタによって記述されてい る す べ て の あ る い は 一 部 の デ ー タ と し て 定 義 す る 。 例 え ば テ ー プ ル の 中 に 4つ カ ラ ム が あ っ て そ の う ち 3つ だ け が 必 要 な 場 合 、 こ れ に 応 じ た 条 件 を 記 述 す る 事 が 可 能 で あ る 。 デ } タ の 結 合 は デ ー タ ベ ー ス 上 あ る い は SQLプ ロ シ ジ ャ に よ っ て 行 え る 。 SQLプロシ ジャを用いた場合、複数のビューディ'スクリプ夕、 SASデ ー タ フ ァ イ ル あ る い は 他 の S Q Lプ ロ シ ジ ャ で 作 成 し た ビ ュ ー の 結 果 を 納 め た テ ー プ ル を 結 合 、 集 計 さ せ た ビ ュ ー を 作 ることができる。 5.3 ACCESSプロシジャ ACCESSプ ロ シ ジ ャ は 会 話 形 式 で デ ィ ス ク リ プ タ を 作 る も の で あ る 。 機 能 は 次 の 通 りである。 ‑アクセスディスクリプタの作成、編集 ‑ビューディスクリプタの作成、編集 ‑ デ ー タ ベ ー ス 上 の デ ー タ を SASデ ー タ フ ァ イ ル と し て 抜 き 出 す 。 ø~ アクセスプロシジャの起動をつぎのプログラムで行い、会話形式でディスクリプタを作成 して行く。 PROC ACCESS; RUN; 新しいアクセスディスクリプタをつくるために立ち上がった画面(アイデンティブィケ ーションウインドウ)のコマンド行で、 c r巴ate ~ylib.customer.acess と打っと F i g .1 の画面が現れ、データベース名、テープル名等をここで指定する。 E N Dコマ ンドコマンドを打つと F i g . 2の よ う に 指 定 し た デ ー タ ベ ー ス の テ ー プ ル の カ ラ ム 名 が 表 示 さ れる。 F i g . 2で 必 要 な カ ラ ム を 選 択 し た の ち 、 ア ク セ ス デ ィ ス ク リ プ タ が で き あ が る 。 ( 1， WUι ι oし f ε ? ? 予J cf?jC1;(ヘ ニ ‑408

ACCESS: Create Descriptor C o r n m a n d ===> Rdb/VMS Access Descriptor Identification Window Descriptor: Library: MYLIB Menber: CUSTOMER Type:ACCESS Assign Names: YES Database: QA:[JONESJTEXTILE Table Name: CUSTOMER Fi g . 1 アクセスディスクリプタの作成画面 1 ACCESS: Create Descriptor Command 二 二 二 〉 Rdb/VMS Access Descriptor Display Window Descriptor: Library: MYLIB Menber: CUSTOMER t y p e : ' . ACCESS' Database: QA:[JONES]TEXTILE Table Name: CUSTOMERS Func seI column Name 1 1 1 D 1 車 車 1 車 1 1 CUSTOMER STATE ZIPCODE COUNTRY TELEPHONE NAME CONTACT STREETADDRESS CITY FIRSTORDERDATE SAS Name For皿a t CUSTOMER $ 8 . STATE $ 2 . ZIPCODE 11 .0 2 0 . COUNTRY $ TELEPHON $ 1 2 . NAME $60. CONTA C T $ 3 0 . STREETAD $40. CITY $ 2 5 . FIRSTORD DATETIME21 .2 Fig.2 ア ク セ ス デ ィ ス グ リ プ タ の 作 成 2 4 0 9一

ACCESS: Create Descriptor Command ===> 、 ‑L Rdb/VMS view Descriptor Display Window Descriptor: Library: VLIB Member: USACUST Output SAS Data Set:旬 brary: 怖函託 Database: QA:[JONES]TEXTILE Table Name: CUSTOMERS 戸 I I 1 I 1 ト 「 I' 7 ' Func s e' l column N ame 6 type:[VIEwl CUSTOMER STATE ZIPCODE COUNTRY TELEPHONE NAME STREETADDRESS CITY FIRSTORDERDATE SAS Name Format CUSTOMER $ 8 . STATE $ 2 . ZIPCODE 11 .0 COUNTRY $20. PHONE $12. $ 6 0 . NAME STREETAD $ 4 0 . CI T Y $25. FIRSTORD DATETIMEI3. Fig.3 ビ ュ ー デ ィ ス ク リ プ タ の 作 成 画 面 1 Selection Criteria Entry Window Command ===> where customer Ii k e' 1 % ' order b y firstorderdate Func sel column Name 官 官 官 官 官 CUSTOMER STATE ZIPCODE COUNTRY TELEPHONE NAME STREETADDRESS CI T Y FIRSTORDERDATE SAS Name Format CUSTOMER $ 8 . STATE $ 2 . .0 ZIPCODE 11 2 0 . COUNTRY $ $ 1 2 . PHONE $60. NAME STREETAD $40. $25. CI T Y FIRSTORD DATETIMEI3. Fig.4 ビ ュ ー デ ィ ス ク リ プ タ の 作 成 画 面 2 ‑410‑ 、 一 ー

ビューディスク 1 )プ タ は ア イ デ ン テ ィ プ ィ ケ ー シ ョ ン ウ イ ン ド ウ で 、 エ ン ト リ ー の 前 に cvと 打 つ 事 に よ り Fig.3の 画 面 が 表 示 さ れ 、 さ ら に こ の コ マ ン ド 行 で SUBSETと 打 て i g . 4の 様 な 画 面 が 表 示 さ れ る 。 選 択 条 件 を こ こ で 指 定 す る こ と が で き る 。 ばF 以上の操作によりディスクリプタが作られ、次の様なプログラムのようにデータペース のデータをアクセスできる。 P R O CP R I N T DATA=VLIB.USACUST(OBS=5) R U N ; 5.4 DBLOADプ ロ シ ジ ャ DBLOADプロシジャでは、 SASか ら テ ー プ ル を つ く り デ ー タ を ロ ー ド す る こ と が できる。会話モードでの実行と非会話モードでの実行が可能である。 非会話モードの例 proc dbload dbms=rdb d a t a <libref.>sas‑data‑set; table=table‑name; l o a d ; 二 n u ー " ︐ .HU 会話モードの例 proc d b l o a d ;r u n ; D B L O A D : C o m l l a n d ===> Rdb/VMS L o a dI d e n t i f i c a t i o n Window I n p u tD a t a : A c c e s sD e s c r i p t o r : I n p u tL i n i t :5 0 0 0 D a t a b a s e : T a b l e : C O l l m itF r e q u e n c y :1 0 0 0 F i g . 5 E r r o rL i m i t :1 0 0 DBLOADの 画 面 ‑411一

前の画面でデータベース名、 テープル名を指定すると次の画面が表示される。 DBLOAD: Table EXCHANGE C o m l l a n d ===> Rdb/VMS Load Display Window Database: QA:[JONESJTEXTILE Tab1 e : EXCHANGE N u1I s SAS Name Format DATE CHAR(15) 1 NT (6 ) I N T ( 6 ) CHAR(20) wv‑‑M州問 M m川 町 間 川 UPDATED CURRENCY FGNINDOLLARS DOLLAR1 NFGN COUNTRY Colu皿nType 山剛山 Func Column N a l l e UPDATED DATETIME25.6 CURRENCY $ 1 5 . FGNINDOL 8 . 6 DOLINFGN 11 .6 COUNTRY $ 2 0 . Fig.6 デ ー タ の ロ ー ド 画 面 Fig.6の 画 面 で は デ ー タ セ ッ ト の 変 数 と テ ー プ ル 上 の カ ラ ム を 対 応 さ せ る 。 最 後 に 、 こ の コ マ ン ド 行 で LOADコ マ ン ド を 発 行 す れ ば 、 デ ー タ が デ ー タ ベ ー ス 上 の テ ープルにロードされる。 6 . まとめ SAS/ACCESSに よ っ て デ ー タ ベ ー ス へ の デ ー タ ア ク セ ス を 自 由 自 在 に 行 う こ と が で き る 。 ま た 、 テ ー プ ル の 作 成 も 可 能 で あ る 。 そ の 実 現 方 法 は SASユ ー ザ か ら 見 て 特 定 の デ ー タ ペ ー ス シ ス テ ム を ま っ た く 意 識 す る 必 要 が な い 。 従 っ て SASと デ ー タ ペ ー ス システムを組み合わせたアプリケーション開発が可能となり、その開発の期間、開発コス ト が 削 減 で き る ば か り で な く 、 非 定 型 業 務 で の デ ー タ ア ク セ ス の 場 合 も い っ さ い SAS以 外のユーティリティを使用しないので簡便かっ迅速なオペレーションが可能となる。 ‑412

日本 SASユーザー会 (SUG 卜 J) SAS/CONNECTの紹介 萱野真一郎 株式会社 SASインスティチュートジャパン 開発部 I n t r o d u c t i o nt o SAS/CONNECT product S h i n i c h i r o Kayano SAS I n s t i t u t e Jap an L td . れl i c h i r e i Akashicho B l d g . 6‑4 Akashi‑cho， Chuo‑ku， Tokyo Japan 要旨 SASリリース 6 . 06より、プロダクトとして独立した SAS/CONNECT機能について 紹介する。 SAS/CONNECTは、従来マイクロ・ホスト・リンクと呼ばれていた機能でおる。 SAS/CONNECTはローカル SASセッションとリモート SASセッション聞で支包邑的な、 データ転送、プログラム実行の制御をおこなうプロダクトである。 本文では、これらの機能の有効的な利用方法、拡張された機能、将来の拡張プランについて紹介 する。 キーワード: SAS/CONNECT RLINK MHL はじめに 本論文では、 SAS/CONNECT で提供される主要な 機能、概念について説明する。尚、本文中で紹介 する機能には開発段階のものも含まれているので、 リリース時に若干仕様が異なる可能性があること をご了承いただきたい。 リリース 6.06 SAS システムには、数々の重要な 機能拡張、新しいプロダクトが含まれている。 その中で、 SAS/CONNECT はデータの可搬性、 SAS システムにおけるプロセス通信をを実現させる プロダクトである。 SAS システムは数々の異な るハードウェア、オベレーテイング・システムで 実行することが可能で=ある。 SAS/CONNECT はそ れらの環境で実行される SAS システムとローカ ルに実行される SAS セッションの間での対話機 能を提供する。リモートセッションとローカル セ y ションの対話によりデータの転送、 SAS プロ グラムのリモート実行等の機能が実現される。 リモート実行機能とは、ローカルセッションで 作成した SAS プログラムをリモートセッション で適量的に実行させる機能である。この機能を 利用することによりハードウェアやソフトウェア の資源を有効に利用する分散処理アプリケーショ ンを構築することがことができる。 これらの機能は PC 版 SAS 6.03 と汎用機版、 ミニコン版 SAS 5 .1 8 の閣のマイクロ・ホスト・ リンクとしてすでに紹介されていたされでいた 機能である。 SAS/CONNECT では従来からある データ転送、リモート実行機能に加え、複数ホ ストとの同時通信機能、マクロ言語インター フェース、ユーザインターフェースなどの拡張 がなされている。以下に 1聞を追ってそれらの機 能を紹介する。 複数のリモート・セッションのサポート SAS/CONNECT は、同時に複数のリモートセッショ ンと対話する機能を提供する。対話を行うリモー トセッションの数はローカル環境のハードウェ ア構成により異なる。 OS/2 をローカル側とす る場合、コミュニケーション・マネージ、ャの設 定によって EHLLAPI 手順を 1から 5つ、非同 期通信手順の場合、 1から 3つのセッションと 同時に通信を行なうことができる。現在サポー トされているリモートセッションとローカルセッ ションは以下のようになる。 413

ローカル サポート手順 P C6 .0 3 OS/26.06 UNIX 6 . 0 7 非同期. 3270 FULLSCREE~ 3 2 7 0A P I 非同期. E H L L A P I 非同期 リモート サポート手順 MVS 5 . 1 8 非同期. 3 2 7 0F U L L S C R E E N . 3 2 7 0A P I 非同期. 3270 F U L L S C R E E N . 3 2 7 0A P I 非同期. 3270 FULLSCREE~ 3 2 7 0A P I 非同期 非同期 非同期 非同期. 3 2 7 0 FULLSCREE~ 3 2 7 0A P I 非同期. 3 2 7 0F U L L S C R E E N . 3 2 7 0A P I 非同期 6 . 0 3 ローカル側 S I G N O N ファイル参照名、ファイル名 S I G N O F F ファイル参照名、ファイル名 R E 同 T E =通信手順名 ( 1B M 5 5 5 0 .A S Y N C ) 6 . 0 6 ローカル側 C M S5 . 1 8 VSE 5 . 1 6 VMS 5 . 1 8 A O S5 . 1 8 P R I M J S5 . 1 8 MVS 6 .0 6 C M S6 . 0 6 VMS 6 . 0 6 リモートセッションと対話するために、 CONNECT はS I G N O N .R S U B M I T .S I G N O F F コマンドを提供 している。 6.06以降のパージョンの CONNECT では、コマンドに対するセ y ション 1Dと呼ば れる引数により対話を行うセッションを選択す るようになっている。 6.03 のマイクロ・ホス ト・リンク機能では引数は通信の準備を行なう 手1闘を記述するログオン・スクリプト・ファイ ルの参照名を指定するために用いられていたが、 これらの仕様は変更された。 6 .0 6 では、ログオン、ログオフ・スクリプト ファイルは常に、ファイル参照名 RLINK によっ てのみ管理される。複数ホストへ接続する場合 こ応じ適切なスクリプト は前もってホスト環境 l ファイルを用意しておかなくてはならない。 S I G N O N .R S U B M I T . SIGNOFF でセッション 1Dが E 同T E =の 指定されなかった場合は、現在の R 値がそのまま用いられる。 6 . 0 3 では R E 附 T E= オプションは、ローカル SAS セッションの用い る通信のためのプロトコル名を指定したが、 6 . 0 6 では対話を行なうセッション 1Dを指定 するために用いられる。通信手順を指定するた めには、新オプション CCI'I仏MID = (コミュニ ケーション・アクセス・メソッド・ 1D) を用 いる。以下に 6.03 と 6.06 のオプションの利 用方法の違いをあげる。 S I G N O N セッション 1D S I G N O F F セッション 1D R S U B M I T セッション 1D R E 同 T E =セッション 1D c α ω¥MI D= 5 . 1 8 リモート側 R E 同 T E =通信手1 ) 国名 ( P C 3 2 7 0 .P C L IN K ) 6 . 0 6 + リモート慣リ D M R リモートホスト用オプション C 捌 刷I D =通信手1 ) 国名 ( P C 3 2 7 0 .P C L IN K .R A S Y N C ) リリース 6.06 ではこれらの違いに加え SI G N O N . R S U B M I T . SIGNOFF コマンドがクeローパル・コマ ンドとして使用できるように拡張されている。 6 . 0 3 では利用できなかったノ fッチモード、 NODMS モードにおいてもこれらのコマンドが使用可能 である。 マクロ機能 6 . 0 6 の SAS/CONNECT は 、 SAS マクロ機能が利用 可能になった。 以前からマクロプログラムを実 行することは可能であったが、マクロ変数はあく までも定義した環境でのみ参照が可能であった。 6 . 0 6 では、新しいマクロコマンド%SYSRPUT に よってリモートセッションで定義したマクロ変数 の値をローカル側で参照で、きるようになった。 大規模なマクロ・アプリケーションを作成する場 合、ローカルセッションとリモートセッション間 で、実行結果に応じて処理の変更が必要になる場 合がある。%SYSRPUT ステートメントはこのよう な場合に利用する。指定方法は %LET ステートメ ントと同じである。 例えば、以下のステートメントをリモート実行す ると、以前に実行したリモートプログラムのリター ンコードをローカル側で、参照できる。 414‑

L O G ファイル 編集 ビュー グローバル ヘルプ N O T E : 指定された SAS システム・オプションは: N E v l S二 ' R E L E A S E .S A S .N E v l S( I N T J ' S J ¥ S H E L P = S A S H E L PJS A S H S G = S A S M S G J N O T E : 初期化フェース は 0 . 2 8C P U秒と 2 G 2 8 K を使用しました. N O T E : ライブラリ参照名 M YL lBを下記のように割り当てました: エンジン: V G O G 物理名: S A S S I K . S A S . L I B N O T E : A U叩 E X E C処理を完了しました. P R O G R A ME D I T O R ファイル 編集 ビュー置冨置圏直グローバル ヘルプ サブミット リコール 部分サブミット リモー卜接続.. . リモー卜実行 リモート切断. 0 0 0 0 1 0 0 0 0 2 0 0 0 0 3 0 0 0 0 4 0 0 0 0 5 O O O O G L O G ファイル 編集 ビュー グローパル ヘルプ N O T E : 指定された S A S システム・オフションは: N E v I S = 'R E L E A S E .S A S .N E v l S( I N T J・S A S H E L P = S A S H E L P JS A S H S G二S A S M S G J . 2 8C P U 秒と 2 G 2 8 K を使用しました. N O T E : 初期化フェーズ は 0 N O T E : ラ イ ブ ラ リ 参 照 名 川L I B を下記のように割り当てました V G O G エンジン: 物理名; S A S S I K . S A S . L I B リモー卜接続. スクリブ。トファイル名: l c o n n e c t . s c r i p t ( v t a m l u O O J 設定を変更したくない場合はブランク. スクリフト名を指定した場合は， R E M O T E =の 値 も 設 定 し て 下 さ い 恒 区 二 コ 設定を変更したくない場合はブランク. 置彊週 圃趨ヨ圃 ‑415一

Hha ︐ *J リ'' ロ プ uy u ア‑一 t の xo kx JG a a r ︒ = w リ ノ ' ドa + L セ:副 一 +LnuF タ ao run : data remote.master /*ー uo JJrp *sr rsubmit ; ‑・1u 戸 m う bc ゐ 。nacro daily データのサブセット一一*/ endrsubmit ; if date = today() / *TSO セッションの終了*/ run ; signoff a proc download data=subset ; out=local.subset ; この伊j は、デPィスプレイ・マネージャから SUBMIT コマンドで実行、ラインモードでの入力、ファイ ルに保存してパッチモードで実行しでもよい。 RSUBMIT 中 l こエラーが起きた場合、 ENDRSUBMIT CANCEL コマンドを実行することで、処理をキャ ンセルすることができる。 run ; %sysrput rrc = &sysinfo ; endrsubmit ; %if &rrc = 0 %then %do こ加え、 CONNECT 多様な実行モードのサポート i は、使用者のレベルに応じた多様な実行方法を 提供する。 SAS/CONNECT コマンドはディスプ レイ・マネージャ・コマンドとして実行したり、 プルダウンメニューの SIGNON. SIGNOFF. RSUBMIT ボタンを選択することにより実行したり、 SAS/ ASSIST のもとでメニュードリブンアプリケー ションとして実行することもできる。 %put ダウンロードを完了しました。: title ..今日の売り上げデータ proc print data = local.subset run ; 。 % else こ失敗しました。; %put ダウンロード l %mend daily %daily この例はダウンロードの処理がうまくいった場合 にデータをプリントするためのものである。 その他にも、 SCL 中で利用することができるので より細かい制御が可能である。 今後の拡張プラン ここでは、将来の SAS/CONNECT プロダクトで 実現される数々の機能について説明する。今後 の拡張案は大きく分けて次の 3つの項目があげ られる。 室丘主二E SAS/CONNECT は 、 SAS システムと同様に、いくつ かのモードで実行することができる。 ‑パックグランド処理 ‑各種通信フ。ロトコルのサポート .ピア・トウ・ピアの接続性 ディスプレイ・マネージャ・モード 非対話式モード パッチモード はテeイスプレイ・マネージャ・コマンドまたは、 グローバル・コマンドとして利用できる。 現在のパージョンの SAS/CONNECT ではリモート 処理実行中はローカル側で処理を継続することは できない。パックグランドな処理のサポートでこ の制限を取り除くことにより生産性の向上が期待 できる。 以下の例は、どのモードでも実行可能である。 SAS 社では現在サポートしている、コミュニケー SAS/CONNECT コマンド、 SIGNON. RSUBMIT. SIGNOFF . 非同期通信手)1国、 ションマネージャ EHLLAP1 / *TSO 環境への接続*/ 3270 API ，こ加え、その他の業界標準となってい filename RLINK る通信プロトコルをサポートするために現在研 究が行われている。以下の通信フoロトコルを将 来のリリースでサポートする予定である。 • !SASROOT￥CONNECT￥SASLINK￥TSO.SCR' ; options comamid = EHLLAPI slgnon a /*ローカルセッションでの実行*/ data x ; IBM SNA LU 6.2 do i = 1 to 1000 ; TCP/IP output ; DECNET end ; run ; ‑416‑ (APPC) プロトコル

‑ソート 目ータセット作成 ジョブのサブミット: ローカル・サブミット o . J 主隔サブミット ・ JJ チ ︑ ヨ ル ン 一 シ口 一出 ケフ スリオ ハフ ム同目 J 出成 じじ ク ン L 石岡 リ 高 一 圃E圏~~岨~(ii邑;2'・壇画.奮闘・I 置園田岨画g理置~Z'as:i1i'R~1 カーソルで j 宝t Rして E N T E Rを RH l O T E =オフションの遠隔セソション J D を選択して下さい. カーソルで選択して E N T E Rを入力して下さレ. するには・確認取り消すには'取消'を押して下さい. REI~OTE= スク 遠隔セッションの説明 値 • R J ¥ S Y N C 非同期順次接続 日L L A P I インターフェース ユーザ指定 o E I I L L J ¥ P I o その他 417ー

これらのサポートによりさらに進んだピア・トウ・ ピアの接続が可能になる。この接続性によりどの ホストも SAS/CONNECT のローカルセ yションと なることが可能になる。 6.07 の UNIX 版は初め てこの機能を提供するプラットホームである。 ピア・トウ・ピアの接続性 i こよりどちらをリモー ト側として起動するかアプリケーションに応じた 柔軟な対応が可能となる。 例えば、部署ごとに OS/2 のワークステーション 環境があり、毎日の顧客データーを入力するとする。 そして定期的に MVS ホスト上にあるマスターデー タベースを更新するもとする。現在の SAS/CONNECT でこのようなアプリケーションを構築することも 可能であるが、 OS/2 側をローカル側としなけらば ならないために、常にそれぞれのワークステーショ ンを操作する人間カf 必要となる。ワークステーショ ンの台数が増え場合このようなマニュアル操作は 事実上不可能である。また、このような処理はで きれば夜間のパッチジョブとして処理するほうが好 ましい場合が多い o APPC のサービスを使用すれば MVS 側カ〉らそれぞれの OS/2 セッションを起動し、 データをホストにダウンロードすることが可能で ある。以下のフ。ログラムは、 MVS で APPC の機能 を使い各 OS/2 ホスト上のデータを収集するため の例である。 libname master 'master.customer.lib' ; options comamid =appc ; filename rlink 'mvs.vramluOO.script・: signon vtamluOO ; rsubmit ; libname custom 'c:custom' ; proc download data = custom.dailyOO out = master.dailyOO ; endrsubmit ; signoff ; mvs.vramluOn.script' ; filename rlink ・ signon vtamluOn ; rsubmit ; libname custom 'c:custom' proc download data = custom.dailyOO out = master.dailyOO ; endrsubmit ; signoff ; ‑418 おわりに SAS/CONNECT はコンビュータ資源を有効に利用し 分散したコンビュータリソースをデスクトップ 環境で利用するための重要なプロダクトである。 リモート環境を意識させずにデータをアクセス できるデスクトップ環境を持つことにより、コン ヒ。ュータリソースを最大限に利用し、的確なア プリケーション環境を構築することが可能にな るであろう。 また、 SAS/CONNECT の提供するマ ルチ・レベルのユーザインターフェースによって どんなレベルのユーザでも利用することが可能で ある。これらは、今後ますます増えるであろうマ ルチベンダ一環境において戦略的アプリケーショ ンを構築際に欠かすことのできない機能となるこ とであろう。 参考文献 Cheryl Carner (1990). "Effective Use of " ， SAS Users Group International SAS/CONNECT Conference Preceedings: SUGI 1 5， Cary， NC: SAS Institure I n c .

日本 SASユ ー ザ ー 会 (SU G卜 J) SAS/CALCの紹介 平田明弘 株式会社 SASイ ン ス テ ィ チ ュ ー ト ジ ャ パ ン 西日本営業部 SAS/CALC f e a t u r e sf o r Version 6 Akihiro H i r a t a， Systems Engineer SAS I n s t i t u t e Japan L td . 3‑1‑7 Awajimachi， Chuo‑ku， Osaka 要旨 本論文は、 SASパージョン 6 . 06より追加される SAS/CALCプロダクトについて紹 介するものである。 SAS/CALCとは、 SASパージョン 5で SAS/FSPプロダクトに て提供していた FSCALCプロシジャの機能拡張であり、新プロダクトとしてリリースされる 予定である。 キーワード :3D Spredsheets， Link， Graphics 1.はじめに SASによるスプレッドシート処理は、バージョン 5にて FSCALCプロシジャ ( S A S / F S P ) にて既にリリースされていたが、パージョン 6( 6 . 0 6 )にて様々な機能が拡張された。以下にその 主な機能について説明する。問、本文中で紹介する機能がリリース時に若干仕様が異なる可能性 があることをご了承頂きたい。 2 . FSCALCプロシジャの拡張機能 1) 3次元スプレッドシート /一 2)マルチ・ウインドウ、プルダウン・メニュー 3 ) マルチ・スプレッドシートのリンク 4) グラフィック・サポート 5) ドリルダウン ‑419一

l) 3次元スプレッドシート FSCALCプロシジャのスプレッドシートは、 ROW， COLUMN， PAGEの 3次元で 構成されている。新規に作成するスプレッドシートの省略値は、 R O W， COLUMNの 2次元 が表示されている。 3次元スプレッドシートを作成するには、プロシジャの初期画面で PAGE 数を指定するか、あるいは INSERTコマンドにて PAGEを追加する。 スプレッドシートの視点は、 3方向があり VIEWコマンドにより変更できる。 COLUMN x PAGE V s / / / / / / / / E / G / A / P / / / / 移 /浮 /浮 / 詠 移〈・ ‑ RO ¥ l x PAGE / / 浮 / /移 / /移 COLl COL2 COLJ 全 牟 事$ / 勢 勢 #RO¥ Jl 移/ 事$ #RO¥ l2 #j #RO¥ J3 #j / #RO¥ J4・・・・・・・・・・・・・・・・・・・・・・移 / 移RO¥ J5 要 参 i γ / 要 参 #RO¥ J6 / 、 一 #RO ¥ J7 移/ 移RO ¥ J8 格/ #RO¥ J9 #j 。 R v S 1 〆 ん COLU 班活 例)ある会社の商品の売り上げをスプレッドシートに展開し、視点を変えて処理する。 PAGE:支居(仙台，東京、名古屋、大阪、福岡) COL :課(販売一課、販売二課) R O W :商品(テレビ， V TR，コンポステレオ) F 何 白 phJF︑〆 nHVOW〆 偽 造 +1{ 3illit‑‑1tili‑‑‑ 行け慎 U 一 期 一 事 政 ι v n ‑内 A U ‑守 一守 ‑ハ 匂 ︑場合︑ うの6 ‑5757 31AqL ‑ 2619 ‑yIM ︐︐ ︐ ︐ マ ‑ A 3A1 1 5. @mweaea@a ‑P 一 Fny ‑ ‑ t 内 ︒︐ phJoophJ00 ‑ "2n 6 759 w' ‑anus ‑hum ‑SIA'e 一l A 1 2 ‑‑10uqLF ‑AUAA ‑ 1 ‑ 口聞μ Jρu ︑ F ド 釦 ︐ ︑ a e d ‑nbe3ea n し YLAA‑‑ ハU neuaoO 4J ヲ' O G L e‑585 9 AAOYA'ss' T‑MWV nuww" qJρLAA AA neuφ し pu‑‑HU ド 釦 ‑ I ‑ ‑ RAU pu R ドa TIMepA AA1AnnMMylu neu'a"v 守Anu'L CORドa 守A"vneUAA +11i!1614tiltJlIli‑‑1111'11011!lili‑‑11lis‑‑12 + ーーーーーーーー ‑ R一一一一一一ー一一+ ーーーーーー一一一一一一一一一一一一一ーーーーーーーー ‑420一

炉
﹂

る
す

川ノ

今
ノ

ク

ー

れ川ノ

+ーーー一一一一ー

間以

L
C叶 一 一 ー 一 一 一 一 ー 一 一 一 一 一 日 一 一 一
IF
i
l
e Edit;Yli.iLocals Globals Help

よ

ユ

メ

ン

'レ

ウ
ダ

るプる

をしさ

見︑れ

げク示

りリに

上ツ表

売クE
のを G
てW A
いE P
つI が

ユが

にV品
ピり商
レよ︑
テ一に
にバ W
別・ O
課一 R

支メ支

庖ニ庖

+ 山L
C
: C
A
L
C
3山

Tmo‑7

ーーーーーー+

1

1
1A
r
r
a附
￨TonL
J
1
1G
ot
oR
o
w
.
.
.
1
l
1TV
1G
ot o ω i E E 3 m
1VTR
1G
ot
oP
a
g
e
.
.
.
1
5
$
1
.6
1
7
COI
!P
O 15
0
r
t
.
.
.
1
0
$
1
.1
2
5
1
1 μ !川
￨ 9 U 7 7 l
IR
e
l
e
a
s
e
I
1C草i!:"t~ P~rJi:púH:明+一一ー一一一一ー一一ー+
1
Ie
h
a
.
I
lge display
1:YJ""，海側S ぬ~Ç~ül~@
I
i
;e
sa
n
dC
o
l
u
m
n
s 1
I
1l
c
o
n
1'
V
i
e
w pa
1Zoom
1View R
o
w
sa
n
dP
a
g
e
s
I

i

+ーーー一一一一‑‑‑‑‑‑‑+一一一一ー一一一一ー+

+
F
S
C
A
L
C
: CALC3D.CALC (
E
) ーーーーーーーーーーーーー
FileMt View L
o
c
a
l
s Glob山 HElp

l
1

←一一一ー一一一一

H
A川

11
'
甲K主i
j
/
i附 則
1i
'
l
SAU<
F
側糊

i

+ー

1

H
A削

$
1
.5
8
0
$
1
.7
5
0
$45
2

ーーー一一ー一一一ー

ー

ー

ー ー一一ー一一一ーーーーー

ー一一一ー一一ー一一ー

ーーーーーーー一一ーー一一 ‑
.
;
1
宮
:
:
‑
+

l

2

$
1
.6
5
5
U99
$
4
.
2
6
9
$
5
6
0

附

1

T

m

l

$
3
.
2
3ち
$1.564
$
6
.
0
1
9
川 1
2

ー

ー ー一一‑‑‑‑‑‑‑‑‑‑‑‑‑‑‑‑‑n
"

l
1
l

ーーー+

2) マルチ・ウインドウ、プルダウン・メニュー

'FSCALCパージョン 6
. 06では、スプレッドシートの編集、実行が SAS6.06が提
f
共するマルチ・ウインドウを利用することができる。
‑複数のスプレッドシートを実行する際に、シンクロ・スクロールオプションを使用すると各々
のスプレッドシートが同期を取りスクロールする。
'ARRAGNEコマンドの指定により、複数のスプレッドシートをオーバーラップ (
C
a
s
c
a
d
e
)
させたり、タイル状(Til
e
)に表示することができる。
‑スプレッドシート処理中のデータを SORTコマンドにより、ダイナミックにソートできる。
3) マルチ・スプレッドシートのリンク
FSCALCパージョン 6
. 06では、スプレッドシート実行中に他のスプレッドシートをリ
ンクさせたり、そのスプレッドシートの値(セル)を参照することができる。
参照するスプレッドシートは、異なるカタログでも良い。 LINKコマンドにより参照するスプ
レッドシート名をリンク名とともに定義する。
例えば、 TEST. CALCで DEMO. CALCの ROW2. COL5の値を参照するには
毛頭まは時 tZY醐Q~向主与を定義する。
次に TEST. CALCの PGM
エントリーに下記ステートメントを追加する。
r'u此/~ol1吸 lrikl弓服務2~COL:S t.ソt令官じ尚Il10

421

4) グラフィック・サポート .FSCALCパージョン 6. 06では、スプレッドシートのデータをコマンド・ライン、ある いは P G Mエントリーからグラフィック表示ができる。 ‑スプレッドシートとグラフィック表示は、マルチ・ウインドウで処理される。スプレッドシー トのセルを変更する自動的にグラフィック表示も更新される。 ‑作成したグラフィクは、 SAS/GRAPHプロダクトにでも使用可能。 ・下記プロットおよびチャートが作成できる。 PL0T :x‑y PL0T ( A R E AO P T I O N，S C A T T E R ) CHART: BAR， P 1E 5) ドリルダウン 複数のスプレッドシートをリンクさせて実行中に、各スプレッドシートの再計算を上位のスプ レッドシートより制御するコマンドとして DRILLDOWNコマンドが用意されている。 例えば、下記のような階層でスプレッドシートがリンクされているとする。 A:LINKコマンドにより、 B，C，Dにリンクしている。 C:Aのセル値を参照し、さらに E，Fのセル値も参照しグラフィック表示を行う。 Aのスプレッドシートにてセルの値を変更し DRILLDOWNコマンドを実行すると、その 対象となるスプレッドシートは C， D， Bとなる。そ己で Cを選択すると Aで変更された内容を 使用して再計算してグラフィック表示を行う。 3. おわりに SAS/CALCは SASバージョン 6. 06の新プロダクトとなるが、 3次元スプレッド シートおよびグラフィック機能(ダイナミック)は、 SASで表計算処理を行う上で非常に強力 なツールになるであろう。 ~ L~‑ 1v.......... :'r ，~...jい C 1 ド 1 " ， ( > ， しし'，'(. ‑422‑

日本 5A5ユーザー会 (5UG ト J) L E T ' s TABULATE (帳票を簡単に出力するために) 長谷川浩司 テクニカルブレイン株式会社 SAS応用システム課 R e p o r t by T ABULAT EP r o c e d u r e く ￨o u j i Hasegawa T e c h n i c a l8 r a i n， C o .， L td . 4ー23‑10 T a i t oT a i t o ‑ k uT o k y o 要旨 S A S というと統計処理の機能に注目しがちだが、情報処理の分野で使用しでも優れた 機能を持っている。その中でも、レポート(集計表帳、グラフ)作成機能の豊富さは、特 筆すべきであろう。通常、レポートを出力する場合は、レイアウトに気を配り、プログラ ム作成に時聞がかかる。しかし、 S A Sの 場 合 は 、 非 常 に 簡 単 な 指 定 で 複 雑 な レ ポ ー ト を 出力できる。今回は汎用的な帳票を作成できる、 T A B U L A T Eプ ロ シ ジ ャ に つ い て 紹 介する。 キーワード: 1 : 占ま T A B U L A T Eフロシジャ L::~う占こ S A Sの中には、帳票出力機能を有するプロシジャは数多いが、 T A B U L A T Eプロ シンャは以下の点において優れている。 ① 1 7種の要約統計量を計算できる。 ②帳表のレイアウトをフリーフォーマットに近い形で設定できる(他のプロシジャは 出力レイアウト固定のものが多い)。 ③ l 次元 ~3 次元( BY ステートメントを使えば 4次 元 ) ま で の 帳 票 を 出 力 で き 、 任 意の場所 i こデータ合計のラインを挿入することができる。 以下の SA Sデータセ y ト(地域別交通事故状況)を使用して T A B U L A T Eによる 基本出力例を紹介する。 423一

CONTENTSプ ロ シ ジ ャ の 実 行 結 果 骨 骨h A 仏 CONTENTS PROCEDURE Type: Data Set N a r n e : WORK.SAMPLE 5 Observations: 220 Record Len: 4 6 Variables: Labe1 : Alphabetic List of Variables and Attributes‑ー ー ー ー Variable Type Len Pos Label N u r n 8 2 8 年齢 AGE Char 8 3 6 日付 DATE JIKO Char 8 1 2 事故 Char 8 2 0 性別 SEX Char 8 4 地区 T1 KU Char 1 4 4 日 産 日 ¥ VE EK F h u ︐ ︒ uqd1icu PRINTプ ロ シ ジ ャ の 実 行 結 果 PROC FORMAT ¥ YDFMT VALUE $ ，l '='月曜' .4 '='木曜' ，2 '='火曜・ ，3 '='水曜' ，5 '='金曜' ，6 '='土曜. 7 ， ・ゴ日曜. RUN PROC PRINT DATA=SAMPLE VAR DATE WEEK TIKU JIKO SEX AGE'; FORMAT WEEK $WDFMT. RUN 勺 ハud ‑424‑ ワ臼勺 I 女性 女性 FhυnJuan‑ 4 1 2I3 333 重傷 死亡 ハ xunuU 女性 男性 男性 男性 男性 女性 AGE nHυFKJvnuU ハ Fkdnhυ 2 3 5 4XU5 112 軽症 重傷 軽症 軽症 軽症 軽症 山性性性性性性性 一女男男女男女男 恕也記庄司佳習臣百匹詔臨調佳 SEX 略一宿{倍野野野宿宿 省ゲ新新中中中新新 中 一 一 途‑ 月月月月月火火 90‑07‑30 90‑07‑30 90‑07‑30 90‑07‑30 90‑07‑30 90‑07‑31 90‑07‑31 JIKO ⁝症症症傷傷傷傷 一軽軽軽重重重重 90‑07‑01 90‑07‑02 T1 KU 谷ハ合宿宿宿野野ハ合 守 口]口]口u 口]口u 口]口]口月 90‑07‑01 90‑07‑01 9 0 07‑01 90‑07‑01 90‑07‑01 90‑07‑01 WEEK 詔民百医翠昆詔庄詔住百庄司庄謂佳 H Eu‑‑EEE 12345678 214 215 2 16 2 17 218 2 19 220 DATE 渋渋新新新中中渋 OBS

2 : T A B U L A T Eの 主 基 ヌ ド レ イ ア ウ ト T A B U L A T Eプ ロ シ ジ ャ を 使 い こ な す た め に は 、 ま ず 3つ の 基 本 レ イ ア ウ ト を 覚 え る必要がある。 ※ 基 本 レ イ ア ウ ト 1 (並列の帳票) 変数 1 変数 2 (変数をブランクで区切る) PROC TABULATE DATA=SAMPLE F = 6 . CLASS TIKU JIKO TABLE TIKU JIKO ; RUN 地区 事故 !一一一一一一一一一一一+一一一一一一一一一一￨ ! 渋 谷 ￨ 新 宿 ￨ 中 野 i軽 症 l死亡 l重傷 l ￨一一一一+一一一一+一一一一+一一一 +ーー +一一 1 IN IN IN IN IN IN 1 ￨一一ー←一一+一 一+一一一←一一+ ーー￨ 1 7 6 1 8 7 1 5 7 1 1 1 7 1 3 2 1 7 1 1 ※ 基 本 レ イ ア ウ ト 2 (交差) !TABLE 変 数 1， 変 数 2 (変数をカンマで区切る) PROC TABULATE DATA=SAMPLE F = 6 CLASS TIKU JIKO TABLE T I K U .JIKO RUN i 事故 1 1軽症 l死 亡 ￨ 重 傷 ￨ l 一一+一一一一+一一一一一￨ 1 N 1 N 1 N 1 ￨一一ー一 一一+一一一+一一一+一一一一￨ 地区 1 1 1 1 l 1 1 1 1‑‑‑‑‑ 一 一 一 1 ￨渋谷 1 3 9 1 1 1 1 2 6 1 ￨新宿 1 4 3 1 1 ‑ ‑一一一一一一一一一ー+一一 ー + ー ￨中野 1 3 5 1 ‑425‑ 1 4 1 3 0 1 ー+一一 ￨ 7 1 1 5 1

※ 基 本 レ イ ア ウ ト 3 (階層) l TABLE 変 数 1 *変数 2 (変数をアスタリスクで区切る) PROC TABULATE DATA=SAMPLE F = 6 . CLASS TIKU JIKO TABLE TIKUキJ1 KO ; RUN ; 地区 ￨ ￨ 渋谷 ￨ 新宿 l 中野 ￨ ￨ 事故 ￨ 事故 l 事故 ￨ l軽 症 ￨ 死 亡 ￨ 重 傷 l軽 症 i死 亡 ￨ 重 傷 ￨ 軽 症 i死 亡 ￨ 重 傷 ￨ l 一 一 + ーー+ーー +一一一一+一一一+一一一一一一+一一一一一+一一一+一一一一￨ [ N [ N [ N ￨一一ー+ ー+ー [ 3 9 [ 1 1 [ [ N [ N +一一ー+ー 2 6 [ 4 3 [ [ N [ N [ N [ N [ +一一一一+ 一一+一一一一+一一一 l 1 4 [ 3 0 [ 3 5 [ 7 [ 1 5 [ 以上 3 つ の 基 本 レ イ ア ウ ト は 組 合 せ 自 由 で あ る 。 ※組合せレイアウト(交差と階層の組合せ) l TABLE 変 数 1， (変数 2 *変数 3) PROC TABULATE DATA=SAMPLE F = 6 . CLASS TIKU JIKO SEX TABLE TIKU，(JIKOキSEX=' ' ) = ' KEYLABEL N RUN ￨ 事故 l l 軽症 l 死亡 ￨ 重傷 ￨ ￨一一 一一ー+ 一一 + 一一一￨ ￨ 女 性 ￨ 男 性 ￨ 女 性 l男 性 i女 性 ￨ 男 性 l ￨一一一一 一+ー +一一+‑‑‑‑‑‑+一一+‑‑‑‑‑‑+一一一 l ￨地区 [ [ [ [ [ [ [ ￨一一一一一一ー 一 一 [ [ [ [ [ [ 1 l 渋谷 [ 1 4 [ 2 5 [ 3 [ 8 [ 9 [ 1 7 [ 1 ‑ ‑一一一一一一一一ーー+一一一一+ 一一一+一一一+ 一一一+一一ー+一一一一￨ ￨新宿 1 1 4 1 2 9 [ 4 1 1 0 1 1 0 1 2 0 1 ￨ 一 一一一一一 + 一一+一一一 +一一一+一一 +一一一 + ‑ ‑ ‑ ‑ ‑ ‑ 1 i 中野 [ 1 2 [ 2 3 [ 2 1 5 1 5 1 1 0 1 4 2 6一

3: 芸雲糸勺系充言十重量 cc> 三K~ コぢ 要約統計量を求める場合は以下のように指定する。 変数*統計量キーワード，ラベル， *F= 出 力 フ ォ ー マ ッ ト 一…一一の部分は必要があれば指定する。 「 キーワード N N M 1S S MEAN MIN MAX RANGE SUM SUMWGT USS CS S VAR STD STDERR CV T PRT PCTN PCTSUM 求められる統計量 欠損値を含まない変数のオブザベーション数 欠損値を含む変数のオブザベーション数 平均値 最小値 最大値 値の範囲 総和 重み変数の値の和 未修正平方和 平均値 i こ対する修正平方和 分散 平均分母 平均値の標準誤差 変動数 母平均三 O と い う 仮 説 検 定 の た め の Student の t 1 直 Student の t 値 よ り も 大 き な 絶 対 値 を も っ 確 率 頻 度 (N) の百分率 グループの分析変数の和 i こ対する百分率 ‑427一

※要約統計量キーワードの使用例 地区と、曜日ごとの交通事故発生件数と、百分率をもとめたクロス集計表 TITLE '地域別交通事故一覧 (9 0年 7月度) ， PROC TABULATE DATA=SAMPLE F = 6 . ; CLASS TIKU WEEK TABLE TIKU，WEEK牢(N='件数'岬 = 4 . PCTN='%'牢 F =4 .1 ) / RTS=6 FORMAT WEEK $WDFMT. RUN ※出力例 地 域 別 交 通 事 故 一 覧 (90年 7月度) l 曜日 ￨ 火曜 ￨ 水曜 1 木曜 ￨ 金曜 ! 土曜 l 日曜 !i !‑一一一+一一ーー +一 一+ ー + ー +一一 一+一 一一一! !! !件数! % 1 件数 1% 1 件数! % 1 件数! % 1 件数! % !件数! % !件数 1% 1 ! ‑‑ー+ ー+ー +一一+ ーt‑‑‑‑t一一+ 一 + ー +一一+ ー+一一+一一+ー +一一一! ￨地区 l ￨ 月曜 I I! 1 ‑ ‑ ‑ ‑ 1 ! 1 1 1 ￨渋谷 1 1014.51 1115.01 713.21 1115.01 9 !4 . 1 1 1014.51 1818.21 i l ‑一一+ーー+一一一一+一一一一+ー +ーー+ ー+ー + ー + ー+ー + ー + ー+ー +一一 i !新宿! 1 Z !5 . 5 ! 1315.91 1 6 !7 . 3 1 9 !4 . 1 ! 813.61 1315.9! 1 6 !7 . 3 1 ; 1‑‑‑‑t ー + ーーー+ ー+ー一一一+ 一 一 一 + 一 一 ー+ーー一一+ーーーー+一一一一+ーー一一+一一ーー+一一一一+ーー一一+一一一ー￨ i!中野! 1 4 !6 . 4 1 4 !1 .8 ! 4 11 .8 ! 8 !3 . 6 1 512.3! 1 Z !5 . 5 ! 1 0 14 . 5 ! I ‑428一

T A B U L A T Eプ ロ シ ジ ャ で 指 定 で き る オ プ シ ョ ン
※その他、

T
I
T
L
E ・ 地 域 別 交 通 事 故 一 覧 (90年 7月度) ，

P
R
O
CT
A
B
U
L
A
T
ED
A
T
A
=
S
A
M
P
L
EN
O
S
E
P
S①
F
O
R
M
C
H
A
R
(
3 59 1
1
)
=
'村 宇 V ②
C
L
A
S
ST
I
K
UW
E
E
KS
E
X
T
A
B
L
ES
E
X
=
' '， (
W
E
E
K
=目， A
L
L
)， (TIKU=' ， A
L
L
)
宇(
N
=
'件数'岬 =
4， P
C
T
NくW
E
E
KA
L
L
>
=
'%'灯 =
4，1
) ③
/R
T
S
=
1
0④
B
O
X
=P
A
G
E ⑤
C
O
N
D
E
N
S
E⑥
F
O
R
M
A
TW
E
E
KS
W
D
F
MT
.
K
E
Y
L
A
B
E
LA
L
L
=
'合計‑
R
U
N

地 域 別 交 通 事 故 一 覧 (9 0年 7月度)

帳票の罫線
!情報を変更

111111

ふ寸a T L

﹄日﹀

定

の札

母K

分団
③刊

一 A口 一 数 一 日 目 口 同 日 日 日 日 一
l 一
一一件一

宇 11lili‑‑‑Illit‑‑1111!Ill‑*・
ワt ハ U 一
一一一nbquハUqdnbnO
一一一o一‑‑‑‑‑‑‑nu‑
ワt n U 1 よ n o q d 1 よ 一
‑一o一一Fhdnb
一←i一一1よ1よ1よ1よ1よ1i一
一吾日一?1l+Ill1111llili‑‑flal‑‑

一合一数一日

一新一数一日目
一一件一

6 6 6 6 は日一

一一井
T 一
一
一ll+l+1ili‑‑!111SIlli‑‑一
一一一qdqU7U7U7uつムnunu‑
‑一一o一・‑‑‑‑nu‑
‑‑o‑‑nhunununununUηι1よ一
一﹄FHゴ一一1iηJU1よ1よ1よ1よηJu‑
‑ 一 J官一llふ﹄Ill1111tfl11111111111116一

‑f‑

一113+ll+Ill11111116Illi‑‑一
一一一1よ7UFhd
瓜 仙 のD q d 7 u ハ U 一
一一一o‑・‑‑nu‑
‑一O一一1よ﹃unuoORUつlqd1よ一
‑7?J一‑ηJU1よ1よ1i1i1i一
一国主‑1i+Ill1111171ilili‑‑一

一 中 一 数 一 8 5 4 7 6 3 5 日一

f

﹃

‑ 1 l j ム r i ‑ ‑ 4 Ill1111llja11111111111Ili‑
‑一一nHvnHvnHvnHvnHvnHvnHvnHV一
一一/O一‑‑‑‑‑‑‑nu‑
‑‑o‑‑nUAuznunbnuooηι1i一
ごア一一1よ1よ向︒1よηJu‑

一円︑リ

一↓

﹃ 01li‑‑‑li
一Illi‑‑+ilil!ili‑‑e 1

‑ノソ
τ 一lt+11111311lili‑‑‑‑一
一 渋 一 数 一 5 7 日 3 5 4 1 叩一
一一件一

白

④

・*・11lili‑‑li‑‑‑‑ltflpit‑‑ 1 1 * ・ ‑ S

N
O
S
E
P
S①
横罫線の
削除

→i
一ι土 一 再 佳 謂 庄 司 佳 珂 庄 翠 注 調 佳 珂 庄 L 1 ‑
和L
一円目河口阿間叶ロun日ロun口一言ロ‑nE
一男一月火水木金土日合一↑

一牛主一週注珂匡担庄田産自佳担庄謂箆ふ1一
一L市上一門日門口nHn日門目内日門目吾首一

一⑤一

件
‑一一 I一‑
fT
‑一
ll‑‑!i+fli11161lil‑‑iIlli‑‑

‑41435456‑

ηJu‑
一一件
T 一
一一
一
一11+llt+Ill1111111111;Ili‑
‑一一aA3nxυaμ
ヨ ﹁ 町 υηJuaμ ヨ ηJunHV一
一一一o一‑‑‑‑‑‑‑nu一
一一o一一FhdquFhd1iqdEdqd1i一
一 ごT 一 ‑ 1 4 1 よ 1 よ 1 よ 1 i 1 よ 一
‑ノ
Fι 一 1 1 + I l l i ‑ ‑ ! l t l i 7 1 l i l i ‑ ‑
一止¥一リ次
一‑FL一米女‑7u一

一 ‑‑‑‑‑‑Enu‑
‑‑uノ一つldnzハU
ワt ワt 1 よ ハ U 4 i 一
H 川H l 川 は 川 l 一
一宿一↑
‑新一数一 54325638 一

一il+11+1111!1611111111Il‑
ワt 1 よ q d d n z ワt n u ‑
‑一一口υ﹃u

‑‑‑o

一一件
T 一
一一{一
一ll+1l+ILlit‑‑'Ill11}￨ll一
ペ ハHu‑
の
︽
unxυ の︽u n υ
一一一nnunxυnxυ
‑一ノO一・・・・・・・ハU一
一一O一一FDEdEυRυEJVFbnu‑‑一
一マヤ﹄一一1よ1よ1i1iηι一
一国主一11+110!I111111111111一

一 中 一 数 一 3 3 3 1 3 1 5 げ一
一一件一

8 日 6 は日日口一

‑*・li1iri‑‑111111161111111111*・
一‑‑anzハUつIつムQυ1よOBnu‑
‑‑一o一・・‑nu‑
ワt 1 ょ ‑
‑一ov‑nU4iquaυつIRυ
一ふ1一一
一
一一=日一lll+l!?lili‑‑Ill1Illi‑‑‑‑

i

変数を使う

429一

②

・*・lil‑‑o!li!?1l?1lf1sli‑‑tili‑‑‑・*・

ボックスの

C
O
N
D
E
N
S
E 1頁 に 複 数 の 帳 票 を 出 力 ( 物 理 的 に 不 可 能 な と き は 改 頁 )

⑤

:F
O
R
M
C
H
A
R

見出しに
頁次元の

一女一月火水木金土日合一

B
O
X
=P
A
G
E

4 T A B u L A ア T E τ o t : コ ユ/ レ / 寸 ' ι〉禾I JF月イダJ I それでは、 さ ら に 例 題 を あ げ て TABULATEプ ロ シ ジ ャ の 利 用 方 法 を 見 て み よ う 。 あ る 自 動 車 雑 誌 が 18才 以 上 の 人 を 対 象 に ア ン ケ ー ト を 取 っ た 、 ア ン ケ ー ト の 項 目 は 以下のとうりである。 【アンケート項目】 1 :男 あなたの性別 2 :女 あなたの年齢 Q 1， あ な た は 現 在 普 通 免 許 を 持 っ て い る 1 :持っている 才 2 :持っていない Q 2， 車 体 の 色 で い ち ば ん 好 き な 色 は ? 1 :白 2 :グレー 3 :シルバー 4 :黄 5 :赤 6 :黒 7 :紺 Q 3， 車 の オ プ シ ョ ン で ほ し い も の は 1 :エアコン 2 :パワステ 3 :パワーウインドウ 5 : ア ル ミ ホ イ ー ル 6 :エアスポイラー 4 :オーディオ Q 4， 購 入 し た い 車 の 排 気 量 は ? 1 :lOOOCC 以内 2 :l O O O C C 4 :1501CC‑2000CC 5 :2001CC 以 上 3 :lOOlCC‑1500CC Q 5， 車 の 購 入 ポ イ ン ト と し て い ち ば ん 重 視 す る こ は ? 1 :パワー 2 :スタイル 3 :操作性 4 :安全性 5 :居住性 以下省略 このアンケート車吉果を SASデ ー タ セ ッ ト と し TABULATEプ ロ シ ジ ャ で 集計する。 ‑430一

CONTENTSプ ロ シ ジ ャ の 実 行 結 果 PROC CONTENTS DATA=ANQ RUN ; CONTENTS PROCEDURE Type: 6 R巴cord Len: 5 Data Set Nam巴: WORK.ANQ Observations: 1000 7 Variables: Lab巴1: ーー ‑‑‑Alphabetic List of Variables and Attributes‑‑‑‑‑ ・ phυRuηln口 qd'i Lη084 件品川内︐ Variable Type Len Pos Label 8 8 Num AGE Num Num Num Num Num Num Num Char Q l Q2 Q3 Q4 Q5 Q 6 Q 7 SEX 8 1 6 8 2 4 3 2 8 8 8 8 8 4 4 0 4 8 5 6 6 4 4 PRINTプ ロ シ ジ ャ の 実 行 結 果 PROC PRINT DATA=ANQ(OBS=10) RUN ; Q 7 5321325412 1 i q υ A q η L 1 A 1よ 2113121223 Q 6 p h υ ヮ ︐ Q5 ヨワゐ a H Q4 3232413221 ヨ P D F U 1 i n U 1よ ηL1i a H ‑431一 Q 3 ヨ ワ ︐ 4 μ 1111221212 Q2 1164151415 Q l ﹃u w q u η l z u R u q υ q u q d 1 i n 口 ー AGE 3423221333 円 ーょっ & q u A q E υ R U lnmuqunu SEX 性性性性性性性性性性 男女男女男女男女男女 o B S

※使用例 l

ボ テ ィ カ ラ ー ( 質 問 2) 、 排 気 量 ( 質 問 4) の ク ロ ス 集 計 表 を 男 女 別 に 出 力 す る 。

PROC FORMAT
VALUE Q2FMT 1
=
'白
， 2=
'7 レ
， 3=
':
;
1
レ
1
¥
'‑
'
4
=
'黄
， 5='赤・ 6=
'
黒
， 7='紺'

VALUE Q4FMT 1
=
'<1000CC
' 2
=
' 1000CC
' 3
=・
く 1
500CC'
=
'2001CC く'
4ニ'く 2000CC' 5
RUN

TITLE '月刊マイカー・ 7月 号 ア ン ケ ー ト 結 果 : l'

PROC TABULATE DATA=ANQ F=5，
CLASS SEX Q
4Q
2;
Q
4
=
'排気量・ A
L
L
)
.(
Q
2
=・ボディカラー， ALL)
TABLE SEXピ・. (
FOR~1AT

/ RTS=10 BOX= PAGE ;
Q
2 Q2FMT. Q
4 Q4FMT
.
KEYLABEL ALL='合計， N
=
'

RUN

月 刊 マ イ カ ー ・ 7月 号 ア ン ケ ー ト 結 果 : 1

1ょ

‑Ti‑‑

ょ‑一一

‑nhu‑oD‑qL
一 qu
q u ‑ q u 一 1ょ ‑ q l
十
F
l 一
一ニコロ一

‑t

守4

﹂一一‑一

E
J
V

一 1よ 一 ハ U
一 A佐 一 n
u

口一一一一
A
111111+1111li+Il+il+li+1i+li
‑‑qu
一 1よ } η L 一 一
‑‑nD
‑4不 一 一 一 一

‑1l+Illi‑‑+11+ll+sl+lt+Il
‑‑Rυ‑qu
一 nU 一 qu 一 q u ‑ 8 4
一
一一一
Ti‑‑
‑qJb

一黒一一一一

一一

‑‑1

A弘 一

l

よ一ハ U‑ql‑qu‑qu‑8UA
A佳 ‑η ノ匂一 n J b ‑ 1よ ‑8UA

一 lJ+Il‑‑11+11+li+11+il+fla

一一赤一一一一一一

1よ 一

1よ 一 一 一 一

nHU‑nHU‑nud‑nhu‑nJb‑

2

一

一

ーー

円

t
f
qu

l‑7
l

C

一
口
qL 一 n u ‑ 吾
U 一 1よ 一
一 ハ U 一入コ
E
1よ 一 ど ︑ 一 / ¥ 一 つ & 一 メ

‑432一

d

‑y‑ll+1ilit‑+1i+1l+it+11+
ニ
qu 一 ηI 一 ηL 一 1よ 一 p b ‑ 口d
一︻
nL 一 句 i 一 1 i ‑ 句i 一
‑pb
J 一一

一一
一一‑

‑14+l1111l+1l+ll+1i+ll+1i
U 一 qu‑RU 一 R u ‑ ‑
一 pb
‑‑8UA
よ一
1ょ ‑ 1よ 一

れ一黄一一一一

ご

‑つ‑‑一ハ
r︑ ‑ ‑ 1
一ヘ‑ハ川‑‑一一
一汁 Mm‑‑
‑ JJ‑‑

一一一‑

一 l!+!l'lill+ll+!l+ll+11+1l
一一

‑h リ ' 一 一 一 一

一‑一
‑LV

3

一

‑ll+1111t￨+1l+ll+1l+ls+fi
‑‑8
A坐 ‑ η I 一 η L ‑ q l ‑ A 弘
佐一
一
‑4‑5
一白一一一一一一

il‑‑!i+111it‑‑+il+1l+ll+110+lla

一み主‑ノ¥一

‑nu‑‑

‑ a p ‑ ‑ょ ‑ ハ

‑‑P
し一一
Pし ‑ Pし 一 / ¥ 一
Pし 一 一
Pし ‑ Pし 一 一
一一
一
一孟一旦一 n u ‑ Pし 一 ハ U ‑ n U
一
‑ 孟Eニ 一 ハ U ‑ P し 一 ハ U ‑ n u ‑ P し 一
レヒ‑ゴ可︑一ハ
U 一 ハU ‑ R U 一 ハU ‑ T ム 一 Ll
山下ド

JAJ

r︑ 一 千 ト ﹁ 一

男性の集計表は省略(改頁して出力される)

※ 使 用 ザJ i2 車 の オ プ シ ョ ン ( 質 問 3) と 購 入 ポ イ ン ト ( 質 問 5) を 、 ア ン ケ ー ト 年 齢 で ク ロ ス 集計し、男女別 l こ出力する。ただし、以下の点も考慮する。 ‑年齢の範囲が広いので、 20才未満、 2 0~ 2 9、 3 0~ 3 9、 4 0才 以 上 の 4 グループに分けて集計する ‑集計は百分率も求める OPTIONS PS=45 LS=80 PROC FORMAT ' 2 = 'P : ¥ ‑ i '7リi1 " 3='Pウ イ ン ト ウ . VALUE Q3FMT 1 = '工7Ji 4= 't ーディ f 5 = '7 ル ミ ホ イ ， l レ 6= ' 工 7 ; ( * ' ィ7 ‑ ' VALUE Q5FMT 1 = 'ノマワー， 2ビスタイル・ 3='操作性・ 4 = '安全性， 5 = '居 住 性 ' VALUE AGEFMT LOW‑19=' 2 0歳 未 満 ' 20‑29=' 2 0~ 2 9' 30‑39=' 3 0~ 3 9' 40‑HIGH='4 0歳 以 上 . RUN ; PROC SORT DATA=ANQ BY SEX ; I i RU TITLE '月刊マイカー・ 7月 号 ア ン ケ ー ト 結 果 : 2' FOOTNOTE '集計データ 男 性 =5 0 0人 女 性 =5 0 0人' PROC TABULATE DATA=ANQ CLASS SEX AGE Q 3Q 5 TABLE ( Q 3 Q 5 ) ，( AGE ALL='回答別合計・)牢 ( N* F= 4 . PCTN* F= 5， l ) / RTS=14 BOX=. 質問項目 FORMAT Q 3 Q3FMT .Q 5 Q5FMT . AGE AGEFMT. KEYLABEL N=・集計. PCTN='%' LABEL Q 3='オプション， Q 5='間入ポイント， AGE='年齢， SEX='性別' BY SEX RUN AA噌 ︒ 品 ︒ a

1 年齢 1 1 1 12 0 歳未満 120~29130~39140 歳以上!回答別合計 l 一一一一+ーニ一一一一 +一一一 ー + 一 一 一 一一+一 一一一一一￨ 1 集 計 1% 1 集 計 1% 1 集 計 1% 1 集 計 1% 1 集 計 1% 1 1‑‑一 一一 一一+ー ←一一一+ ー+一一 +ーー t‑‑‑‑‑t一一+ ーー t‑‑‑‑t一 一 ￨ ￨オプション 1 1 1 1 1 1 1 1 ￨ 一 1 1 1 1 1 1 1 1 1 ￨ 工 7Ji 1 8 1 1 .6 1 52110.41 53110.61 3 0 1 6.01143128.61 ￨ 一一 +一一+ ー + ー +ーー+ ー + ー +一一+ ー + ー +一一一￨ 1 P ^ j71}i ゲ 1 1 1 0 . 2 1 1 9 1 3 . 8 1 2 6 1 5 . 2 1 2 6 1 5 . 2 1 72114.41 ￨一一一一一一一一+一一一+一一一一+一一+一一一+一一+一一一+一一+一一一+一一+一一一￨ I Pウインドウ 1 6 1 1 .2 1 2 0 1 4 . 0 1 1 0 1 2 . 0 1 1 9 1 3 . 8 1 55111 .0 1 l 一ー 一一 + ー t‑‑‑‑‑tー + ー ー t‑‑‑‑tー +ーー+ ー + ー +一一 l I t ‑ jィ オ 1 1 2 1 2 . 4 1 4 6 1 9 . 2 1 3 8 1 7 . 6 1 3 4 1 6.81130126.01 l 一一 +ー + ー t‑‑‑‑t一一 +ーー+ ー+一一+一一+ ー+一一一 1 1 7 ) レ ミ ホ イ ー ル 2 1 0 . 4 1 3 0 1 6 . 0 1 1 0 1 2 . 0 1 5 1 1 .0 1 4 7 1 9 . 4 1 1 ‑ 一一 +ーー t‑‑‑‑‑tー +一一 t‑‑‑‑tー +ーー t‑‑‑‑‑tー +ーー￨ ￨ エ7 川.イ 7 ‑ 1 8 1 1 .6 1 1 8 1 3 . 6 1 1 8 1 3 . 6 1 9 1 1 .8 1 53110.61 1一一一一一一一一+ 一 一+ーー +一一+ ー+一一+一一一一+ ー+ーー +一一+ ー ￨ l 購入ポイント 1 1 1 1 1 1 1 1 1 1 1 ￨ 一 一 一1 1 1 1 1 1 1 1 1 1 i パワー I 1 8 1 3 . 6 1 89117.81 51110.21 2 4 1 4.81182136.41 1 ‑ 一 ー +ーー+ ー + ー +一一 t‑‑‑‑tー + ー t‑‑‑‑‑tー t‑‑‑‑‑I ￨スタイル ! 日1 1 .8 1 66113.21 4 1 1 8 . 2 1 3 4 1 6.81150130.01 ￨ 一 一 一 一 一 一一一+一一ー+一一一+一一一+一一一一+一一+一一一一+一一+一一一一一←一一+一一一￨ !操作性 1 5 1 1 .0 1 1 8 1 3 . 6 1 2 3 1 4 . 6 1 1 2 1 2 . 4 1 58111 .6 1 1 一一一一一一一+一一+一一一一+一一一+一一一+一一一+一一一一+一一+一一一一ー←一一+一一一￨ ￨安全性 1 2 1 0 . 4 1 2 1 0 . 4 1 1 7 1 3 . 4 1 2 2 1 4 . 4 1 4 3 1 8 . 6 1 1 一 一ーー +ーー+ ー + ー +ーー t‑‑‑‑tー +ー→ ←ーー+ ー ー ￨ ￨居住性 1 3 1 0 . 6 1 1 0 1 2 . 0 1 2 3 1 4 . 6 1 3 1 1 6 . 2 1 67113.41 l 質問項目 i 一 集計データ 男 性 = 5 0 0人 女 性 =5 00人 ※年齢がフォーマットで分類されている点に注目する。 ※女性の集計表は省略 434‑

※使用例 3 最後に単純な数字の集計ではなく、情報の集計を考えてみる。アンケート結果(好きな 車 体 の 色 ) を 人 気 の 高 い 順 に 集 計 し 、 年 齢 別 に 1位 か ら 順 番 に 表 示 す る 。 そ の 時 、 以 下 の 点を考慮する必要がある。 .TABULATEプ ロ シ ジ ャ に は ラ ン ク 付 け の オ プ シ ョ ン は な い の で 他 の プロシジャ等を組み合わせる。 ‑集計データの並びと、解答番号(人気の高い)1国)の並びが一致するようにする。 PROC FORMAT VALUE Q2FMT 1 = '白 ， 4= ' 黄 ， 2='ゲト， 3= '' JJ レ 1 ¥ "‑ 5= ' 赤 ， 6= ' 黒 ， 7='紺' VALUE AGEFMT LOW‑19=' 2 0歳 未 満 20‑29='2 O~2 9' 30‑39=' 3 0~ 3 9' 40‑HIGH=' 4 0歳以上‑ VALUE XFMT 1 = ' 1位 ， 2 = ' 2位 ， 3 =・3位' 4 = ' 4位 ， 5 = ' 5位 ， 6 = ' 6位 ， 7 = ' 7位 ・ RUN : PROC FREQ DATA=ANQ TABLE Q 2 / OUT=ANQ2 NOPRINT : ← 解 答 番 号 の 集 計 を 行 な う BY SEX AGE FORMAT AGE AGEFMT， RUK : PROC SORT DATA=ANQ2 BY SEX AGE DESCENDING COUNT : ←人気が高い)1固にデータの降順ソート RUN D A T A ANQ2 SET ANQ2 BY SEX AGE I F FIRST.AGE=1 THEN X=O X +1:: ←情報集計のためダミーの分類変数を作成する RUN TITLE '男女別、ボディカラー人気度' PROC TABULATE DATA=ANQ2 F=8， ORDER=DATA CLASS SEX AGE X VAR Q 2 ' AGE=' ' .X = ' ，刊 2 = ' '*SUM=' ' * F=Q2FMT . ←集計結果(解答番号に対応) TABLE S E X = '， / RTS=12 BOX= PAGE ; にフォーマットを与える FORMAT X X F M T . R l i N FOOTNOTE 無解答・ 435

男女別、ボディカラー人気度 l 女性 11位 1 2位 1 3位 1 4位 1 5位 1 6位 1 7位 l l 一一一一一一一+一一一一一+一一一+一 一 + 一 一 + 一 一 + →一一 ￨ 1 2 0歳 未 満 l 白 ￨ 赤 ￨ 黄 ￨ 川 1 ¥‑‑ 1黒 1 . 1 . 1 ￨ 一一 + ー ー + ー+ー ￨ 赤 l 黄 + 一 一 + ーー+ ー+一一 [ ￨ 黒 I~ 。レー I : ; J レ l ド ー1 . 1 120~291 白 l 一一一一一一一一+一一一+‑‑".一一一+一一一+一一一+一一一一+一一一一+一一一￨ 130~391 赤|白!黄 1; : J v l ¥‑‑1 ~い l 黒 1 . 1 ￨一一一一一一一一+一一一一+一一一一+一一一+一一一ー+一一一+ー一一+一一一ー￨ ￨ 赤 ￨ ゲ レ ￨ ジ ルγ l ￨ 黄 ￨ 黒 ￨ 紺 ￨ 1 4 0歳以上!白 !男性 11位 1 2位 1 3位 1 4位 1 5位 1 6位 1 7位 ￨ ￨一一一一一一+一一一一一+一一一+ーーー+一一一+一一一+ ーー+一一一 ￨ 1 2 0歳未満￨白 1 : ;J v l ¥‑‑1 ~レー|黒 ￨ 黄 ￨ 赤 1 . 1 1 一一一一一一+一一一一+一一一+一一一+一一一+一一一+一一一+一一一￨ 120~291 白|黒 I: ; ) v1 ¥ '‑I 赤 レ￨黄 l 紺 I 1 ‑一一一一一一+一一一+一一一一+一一一+一一ー+一一一+一一一+一一一￨ w 130~391 白 1:; J v l ¥ '‑1 黒 I~ ト|黄|赤 1 ￨一一一一一一 ー+一一一一一+一一一+ー ー+一一一+一一+ ー+一一一 1 4 0歳 以 上 1 : ; J レ 1 ¥ ‑‑ 1白 Irい￨赤 ￨ 紺 ￨ 黄 l 黒 . 1 ￨ ! 無解答 5 . 寺ミヨオつり Lこ T A B U L A T Eプ ロ シ ジ ャ は デ ー タ の 集 計 作 表 機 能 に お い て 特 筆 す べ き も の が あ る 。 また、最後の例のように工夫次第で単なる集計表を越える使い方も可能である。さらに、 外部ファイルに出力することで、以下のような利用方法も考えることができる。 . S A S / G R A P H等 の デ ー タ と あ わ せ て 、 ワ ー プ ロ に 取 り 込 み プ レ セ 用の資料を作成する。 ンテーション ‑複数のレポート(外部ファイル)をマージして、普通は同時に表示できない情報を 1画面に納めて再表示する。 S A Sの ユ ー ザ ー の 中 で T A B U L A T Eプ ロ シ ジ ャ を 知 ら な い 人 は ご く わ ず か か も 知れなし、。もし、あなたがその中のひとりだとしたら、今日からさっそく L e t s T a b ‑436 u 1 a t e

日本 SASユーザー会 (SUG ト J) Annotate機能を使用した GPLOT & GCHARTグラフ 松谷尚子* M a r j eM a r t i n料 *株式会社 SASインスティチュートジャパン 教育出版部 **米国 SAS社 C u s t o m i z i n g GPLOT a n d GCHART G r a p h i c s w i t ht h e ANNOTATE F a c i l i t y S h o k oM a t s u t a n i* M a r j eM a r t i n** *SAS I n s t i t u t eJ a p a nL t d . **SAS I n s t i t u t eI n c . 3‑1ー 7 A w a j i m a c h i， Chuo ・k u， O s a k a 要旨 A n n 0 t a t e ‑ デ ー タ セ ッ ト は 特 殊 な S A Sデ ー タ セ ッ ト で 、 こ の 機 能 を 使 用 す ることにより、独自のグラフを作成することができる。 ここでは、 G P L O Tお よ び G C H A R Tプ ロ シ ジ ャ の 例 題 を 使 用 し て 、 A n n 0 t a t e機 能 の 使 い 方 を 紹 介 す る 。 ま た 、 一 部 で は あ る が G P L O T， G C H A R Tプロ シ ジ ャ に お け る リ リ ー ス 6. 0 6の 新 し い 機 能 も 含 め て 紹 介 す る 。 キーワード: A n n o t a t e， G P L O T， G C H A R T はじめに A n n o t a t e機 能 を 使 用 す る と 、 独 自 の グ ヲ フ を 作 成 し た り 、 あ る い は S A S / G R A P Hプ ロ シ ジ ャ の 出 力 結 果 に 、 様 々 な 注 釈 を 付 け た り す る こ と が で き る 。 し か し 、 A n n 0 t a t e機 能 は 、 特 殊 な 名 前 の 変 数 で 構 成 さ れ た A n n o t a t eデ ー タ セ ッ ト を 作 成 し な け れ ば い け な い た め に 、 複 雑 に 感 じ た り 、 A n n o t a t e拒 否 症 に か か っている人は、日本のみならず本場のアメリカでも結構いるようだ。本論文では、グラ フ を 作 成 す る デ ー タ か ら 必 要 な 情 報 を 取 り 出 し た 、 デ ー タ 依 存 型 の A n n o t a t e機 能について紹介する。 1 . A n n o t a t e機 能 の 紹 介 2. G P L O Tグ ヲ フ 3. G C H A R Tグ ラ フ 4. り リ ー ス 6. 0 6の 紹 介 ‑437

1 ̲ ̲A̲ . n . ̲ . n . ̲ <> t a. t e 輯隻台包 < T : : > 系召ブト ( l ) A n n o t a t e機 能 の 概 要 ① グ ラ フ の 出 力 結 果 に 対 し て 何 を (WHAT) 、 ど こ に (WHERE) 、 ど の よ う に (HOW) 処 理 す る の か を 決 定 す る 。 ② 特 別 な 名 前 が 付 け ら れ て い る Annotate変 数 を 使 用 し て 、 Annotateデ ー タ セ ッ トを作成する。それぞれのオブザベーションは、イ可を、座標のどの位置で、 どのように描くのかを指示する変数で構成されている。 ③ Annotateデ ー タ セ ッ ト は 、 dataス テ ッ プ で 割 り 当 て ス テ ー ト メ ン ト を 使 用 し て 変 数 に 値 を 審lり 当 て る Jあ る い は inputス テ ー ト メ ン ト と cardsス テ ー ト メ ントを使用してプログラム中からデータを入力して作成することができる。 ④ 作 成 し た Annotateデ ー タ セ ッ ト は 、 S A S / G R A P Hプ ロ シ ジ ャ の 中 の Annotate=オ プ シ ョ ン で 、 デ ー タ セ ッ ト 名 を 指 定 す る 。 ( 2 ) A n n o t a t e変 数 Annotate変 数 は 、 機 能 を 指 定 す る 変 数 、 位 置 を 指 定 す る 変 数 、 属 性 を 指 定 す る 変 数 の 3種 類 に 大 き く わ け る こ と が で き る 。 機能を指定する変数 どんなグラフを描きたいのかを指示する。 (WHAT) 位置を指示する変数一一一一座標のどの位置に出力するかを指示する。 (WHERE) 属性を指示する変数一一一一色、フォント、線種等の属性を指示する。 (日 O W ) ( 3 ) A n n o t a t e変 数 一 何 を し た い か (WHAT?) <機能を指定する変数とその値> FUNCTION LABEL MOVE DRAW BAR ‑438一

く ) F U N C T I O N変 数 .文字変数 タイプ 長さ 主な機能 標準値 8 ・グラフィックスコマンド :' L A B E L ' F U N C T I O N = ' LABEL' 表示エリアにテキストを表示する。 F U N C T I O N = ' MOVE' 表示エリアの特定の点に移動する。 F U N C T 1ON=' D R A W ' 表示エリアに線を描く。 F U N C T I O N = ' BAR' 表示エリアにパーを描く。 ( 4 ) A n n o t a t e変 数 どこに (WHERE?) X， Y <座標> M I D P N T， G R O U P， S U B G R O U P <座標システム> X S Y S ， Y S Y S， H S Y S， zS Y S く ) X， Y 変 数 タイプ :数値変数 標準値 :XLASTIXLSTT 指 定 方 法 : X = X値 ; ( 水 平 座 標 ) Y = Y値 ; ( 垂 直 座 標 ) X Y 変数は、 Y L A S T IX L S T T ファンクションを処理するグラフ座標を指定する。 く ) M1D P N T (MIDPOINT)， G R O U P， S U B G R O U P変 数 タイプ 標準値 ‑数値変数、 なし あるいは文字変数 MIDPNT(MIDPOINT ) ， G R O U P， S U B G R O U Pは、 G C H A R T の MIDPNT， GROUP， SUBGROUPデ ー タ 値 を 参 照 す る 変 数 。 G C H A R Tプ ロ シ ジ ャ の H B A Rと V B A Rで の み 有 効 。 ‑439一

く ) X S Y S， Y S Y S ， Z S Y S ， H S Y S変 数 タイプ :文字変数 長さ :1 標準値 :' 4' (ZSYSのみ， 2' ) 指 定 方 法 : XSYS I YSYS IZSYS I HSYS= ' 座 標 シ ス テ ム • XSYS， YSYS，ZSYS変 数 を 使 用 し て 、 X，Y，Zの 値 に 対 す る 座 標 シ ス テ ム を 指 定 す る(ただし、 ZSYSは G3D7'ロ シ シ Yに お い て の み 有 効 。 ま た 、 HSYS変 数 は S1ZE変 数に対する座標システムを指定する) nnotate情 報 を 表 示 す る た め の グ ラ フ ィ ッ ク ス エ リ ア 、 ‑座標システムとは、 A 単 位 、 位 置 を 定 義 す る 。 函 1は 、 XSYS， YSYS，ZSYS， HSYS変 数 の 座 標 シ ス テ ム (ZSYSは DATA 7.77ィックスエリ 7の み ) で あ る 。 X 、 Y の 値 が 絶 対 値 ( 固 定 し た 原 点 からの距離)であるか、または相対値(最後に参照した点からの距離)であ るかを指定する。 ‑ グ ラ フ ィ ッ ク ス エ リ ア は 、 X ， Y の 値 が D A T A， S C R E E N， あ る い は W I N D O W (図 1の 各 斜 線 部 分 ) の ど れ を 参 照 す る か を 選 択 す る 。 ‑単位は、 る 。 X， Y の 値 が パ ー セ ン ト 、 データ値、 ク ' ラ 7ィ ッ ク ス エ リ7 あるいはセルのいずれかにな 単位 座標システム 絶対値 1よ ηム % データ値 ︐ ︐ DATA % C e 11 3' 9' A' 座標システムが参照するエリア 440 RU ハ b 図 1 % C e 11 ︐ ︐ または f ロ; ; ; ; . t出力エリ 7 相対{直 4' 絶対値 WINDOW 7' 8' 絶対値 SCREEN または ゲラ 7出力エリ 7 相対値 中目:対{直 B' C'

(5)Annotate変 数 一 ど の よ う に (HOW?) <属性の指定> S 1Z E STYLE COLOR L 1N E P 0 S 1T 10 N 属性を指定することによりグラフの表示はかなり変る。それぞれのファンクシ ョンごとに属性を指定することができる。 。 S 1 Z E変 数 タイプ 長さ 標準値 :数値変数 8 1. 0 0 。 S T Y L E変 数 タイプ 長さ 標準値 :文字変数 8 ， N 0 N E' または， S 1Z E変数、 S T Y L E変数は、 っ て 機 能 が 異 な る 。 ( 表 1) 表 1 . S 1 Z E変数、 EMPTY' F U N C T I O N変 数 で 指 定 さ れ る 値 に よ S T Y L E変 数 の 機 能 一 覧 刊N CTIONの 値 S 1 Z E変 数 の 機 能 S T Y L E変 数 の 機 能 BAR なし パターンの指定 DRAW ライン幅の制御 なし F R A恥1E ライン幅の制御 パターンの指定 LABEL テキストの高さの制御 フォント名の指定 SYMBOL シンボルの高さの制御 フォント名の指定 441一

。 C O L O R変 数 タイプ 長さ :文字変数 8 ファンクションが使用する色を指定する。 。 L IN E変 数 数 北陸 変 プ ィa タ イ ン フ 一 一 一 Ti E N 数lL 法 プ値方 イ準定 タ襟指 ある位置からある位置へ線を引く時の線の種類を指定する。 。 T E X T変 数 タイプ 長さ :文字変数 200 グラフの出力結果に表示したいテキストを指定する。 。 P0 S IT I0 N 変 数 タイプ 長さ :文字変数 標準値 5' テキストの文字列の表示位置を制御する変数。この変数は、 テキストを扱う フ ァ ン ク シ ョ ン (LABEL等 ) と 一 緒 に 使 用 す る 。 ‑442‑

POSITION POSITION=・ l ' POSITION=・ 2・ POSITION='3・ 時 補 朝 時 骨 Onec e l la b o v e R i g h la l i g n e d Onec e l labove Cemered Onec e l labove L e f ta l i g n e d 4 ' POSITION=・ POSITION='<' 5・ POSITION=・ + ・ POSITION=・ POSITION=・ 6・ POSITION='>' 神 障 掛 四 出 Cemered R i g h la l i g n e d C e n l e r e d Cemered Cemered L e f ta l i g n e d POSITION='7・ POSITION=' 8 ' POSITION='9・ I t 1I 時 離 時 監 1111111 ，I Onec e l lbelow R i g h la l i g n e d Onec e l lbelow C e n l e r e d Onec e l lbelow L e f ta l i g n e d POSITION=・ A・ POSITION=・ B・ POSITION=・ c ' 1111111 出 時 • H a l fc e l labove R i g h la l i g n e d H a l fc e l labove Cemered D・ POSITION=・ POSITION='E・ POSITION=・ F・ 暗 証 時 同 H a l fc e l lbelow Cemered H a l fc e l lbelow L ef ta l i g n e d • H a l fc e l lbelow R i g h ta l i g n e d ‑443一 H a l fc e l labove L e f ta l i g n e d

G‑ 壬〉 2 c> ぺ r グ ' て7 L "7 不 等 間 隔 の TICKマ ー ク を 使 用 し た GPLOT】 【例題 1 <Annotate機 能 で 作 成 す る も の > OTICKマ ー ク と ラ ベ ル 日 付 値 ご と に 2つ の フ ァ ン ク シ ョ ン を 処 理 text‑' l' style‑' g r e e k 出 力 位 置 は Y執の 0 % p o s i t i o n '8' に 出 力 t i c kマ ー ク 日付値のラベル OPLOTラ イ ン の ラ ベ ル 日 付 値 (X軸 ) の 最 後 の 位 置 に テ キ ス ト を 出 力 Y =d i a s Y = sy s posltlon posltlon 3' に 出 力 3' に 出 力 くその他のオプシヨン> O X輸 の 右 端 を ブ ラ ン ク に す る n u 0 ( • f f se tニ 12 p c t) オ プ シ ョ ン 指 定 血圧検査記録 患者 ID‑2019 150 140 130 120 110 100 90 80 70 60 50 J 災、 / 、 I 。ー一一ーイ ¥ ¥ 。、 \、---------令一一一-~弘、、、収縮期血圧 01122 0211703105 04/04 05109 1990年 ‑444 06/13 07103

内 .︐.︐ tt nunu nurhHr tt nu"u oo b 血圧検査記録， t i t l e l f=none c=blue h = 8p c t title2 f=none c=blue h = 5p c t 患 者 1D ‑2 0 1 9 ' ; footnote f=none c=blue h = 4p c tj = c' 1 9 9 0年， . symboll 1 = 1 i=join v=star c=green h =1 .2 5w = 2 ; symbol2 1 = 3 i=join v=diamond c=red h =1 .2 5w = 2 ; n 4 u ︐ . nurhHr 司 / 本 2つ の A nnotateデ ー タ セ ッ ト の 結 合 本 / data allanno; 0 ; length t e x t$1 s e t labeltic linelab; .︐ρiv ︐ ヲ‑ 一 n4u‑TA ︐ p a 一 ‑ 一 ‑ s‑︐ ; vd ︐︐ S58 ' h u ︐ ︐ nHununu n u υ ︽ vd‑YA‑‑ tt '・ l ・ i lss 司 +L'σbσ ︒ d'' ds= 一 一 内 ftvdEE =.︐qUTi‑i EFbxyvd mtt atv'S5 n ・ 1 1 1 Ete; r v A L U ︑ l' ftt︑ρiv d ・ lt15 a'VA nunkuvvA ︑ Ehu n u esoD ・ ︒ 一 ‑ 一 ・ luM uetum 1ipし︐ UwvdnuvA 川 ハ 9tu;( .︐aqup+ム︐ゐL σ Tiu nU1hunu'nur 'A‑ qu+L ・ σb u 免 'L'L + L n +LVAVA ρivρivρivρivρu slrtt 内 ρ b n u n o r n u m川 作し φL 二 ・ l ﹂ ︾ r VAVA.︐ aan H U ・ l ‑5 ‑ 5 nu=nu ‑‑+L= T i p﹂ 1i ρivquoし LUP+ム'hu afAa ‑‑OTi O(o ρivpL ν n nμ nHURU ata vvpしvv l'l ρivnJbnc u‑‑u 一一‑‑ nupし戸+1 ・ nuhHrrtt︑ nMφL ︐ . a1i mωnur n u oし︑BJ''Au ;JP nuvA nchHr n u ハ un4u n ='hu r = ‑inu)︐・ ‑ ‑ n nu‑ EEssn uu ・ I ・ la ‑‑1iXX1L 内 bb day‑ ‑ ‑ 一 ‑ ‑ 一 一‑aa Q U + L q u Q U 1 i ‑一 .︐AVA‑Ti‑‑A υ ︽ 唱 FA XEXXEn ataavn P し'huvv υ ︽ qa f' . ︐ ︐ しp ‑ φφ u 免n J ι u nu‑‑ ・n c n u Et na A U n u︐ ・ ︒ nuqu 刈 vvd nυ ・1 5 σ ul s= ‑一白し at U + L A a︐ d u‑aT パ r a ta 0・ 1 1i ︐ d ︒ σ φL ν n n u pし 1i nunur F A ν n 445‑ 'oo s .︐vd︐.︐ ﹂ Jvd K K VAρivp ='ρivoし ρivq︐huFAFA )s'' ︑ Ti c マークとラベル用のA nnotateデ ー タ セ ッ ト 本 / data labeltic; / 本 /本ラインラベル用のA nnotateデ ー タ セ ッ ト 本 / data linelab; ; length color $ 8 retain function ' I a b e l 'x s y sy s y s' 2 ' position ' 3 ' hsys ' 3 's i z e4 ; s e ts u g i 9 0 .unequal(rename=(date=x)) end=lastobs; i f lastobs = 1 t h e nd o ; t e x t = '拡 張 期 血 圧 ' . y=dias; color='green'; output; ='収縮期血圧'. y = s y s ; color='red'; output; t ext en d;

【 伊j題 2: GPLOTグ ラ フ に 縦 棒 グ ラ フ を 加 え る ] <Annotate機 能 で 作 成 す る も の > 0縦 棒 グ ラ フ を 作 成 1 ヵ 月 ご と に lつ の 縦 棒 一 一 一 y=o; ysysニ ' 1' ‑ 底 辺 は Y輸 の 0 % y=rneansale; ysys='2'; ‑高さは月の平均値 ー ‑ ‑ x=rneandate‑4; ‑幅は 8日 x=rneandate+4; ‑縦捧の X 軸 の 中 心 は 日 付 の 平 均 値 ‑作成した縦棒グラフにラベルを出力 一一‑ x=rneandate; function='label'; position='2 ' ; 週間売上高 および 月平均売上高 単位:円 2， 400， 000 1， 200， 000 g月 1 日 g月 間8 I 月泊目 2月但目 2月288 3月但目 3月沼田 1990年:第一四半期 ‑446

r d n u n u l t l︐ ︽ FLnu 山 5t v d + L *5P /Jveu し 定 指 HJ を h勿︐ a ハ の; 宅 F1・︐ d n J E U ‑ h u ' でド VJ' =vd ρ u q d 1 i v e . ︐ paAじ司I A ︑au‑‑ 'SE Ttn1i 3 ‑ i v v e . ︐ n U ﹁‑ave+L 定;日 q ahetU 3 a m M C u n μ ・ 指寸; 2 制ず a=+ー︑ を 山 ︒ ︐ ふ船 ‑﹃ し ︾ 期 半 四 '第 官同: 高上年 上 九 売O 売び均9 問よ平9 週お月1 叩 W 叩 W 叩 W 省 し h u ‑ C ) ︐ . t (c 作 V A ρ u l n u ‑ n u me ‑ ‑ ー ・ ρ u c d F 1 ・ J= 6 n U F 1 ・ ニ ︑ ︑ ︒ し し r n u n u 5f; vdO 川 lt oa ' h u m mr 山 nHυ= oet .︐nHυnupL d)2lp c u 'tla v a 4 ・ F A nHUFし w nwdnurvJ= R d FALU︑目﹄J'hu L U nu‑Hkd' o a)'oli n ltoFj n u nυ1ipLnυhu a1inrbee 'epnu‑‑a SEtt LunHur‑‑υA r・‑‑l・l・l oarhdρbe市ι= G V A V A ' h u ' h u tl(3if x‑‑NH ﹁ 'baaww +ー =一一‑一一‑ dwmto'' 05SEt 'et:. ︐ ‑‑til‑‑x 0 5 3 1 ・ D‑vAVAVAAじ 9 t f o ‑ ‑ ' o ‑ a a a t nCFInu‑‑J=1i nHυ'huvvpLPし anyonunva u d ハ ‑‑Jnuam ︽ On ・ 1 ・ ︐ r ' ' ‑‑nU H V T U R n r b m σ b n H U ‑ ‑ n u n J E U ‑ ‑ ‑ ‑ n u n u n c ''bo‑‑FTWC r ' t ︑ r ' t ︑ n u r ' t ︑ r ' t ︑ st =一‑==一‑n cu =a F A βV ‑ 1 ‑ F I ‑ ‑ l A ・ 1 A β U n d ‑ d +L* EUEeeo‑‑ 内 d c u ︐ パ u ・ 1 A ' h u ・ パ u ' h u ‑ ‑ d n d ‑ A U O FARd内dFAnd‑‑肉︑M ov‑‑01i・l l n u ‑ r p L n u ‑ n u l σゐ nu ta os l n v + L ‑ ‑ ‑I・l・l・i ‑J・ J J・ J nunununu 内dqaqG内d ' ν a ' ν a ' ν a ' ν a ‑‑‑‑一一一‑ FA 十FA 十 内 + 1 ・ 内 + 1 ・ tttt cccc n u r n u ‑ n u ‑ n u ‑ R U a nz ρ h v A当 一一‑‑‑‑‑‑ ' h u ' h u ' h u ' h u w " uρuρu oしρ tttt ・1・1・l・l LULULULU 一 ‑ 一 ‑ 一 一 ‑ 一 cccc ρ u t ︽n ‑ ‑ n r z u nu u eEEn iilt ttt0 ・ T L . ︐ A ・ 3 4 n υ + L 6 L + ー ︑ 内 + 1 ・ ‑447‑ m山‑ A U ‑‑ n u h u n u h u J) L( ‑‑ n uA V ' " u ︑ 件 内 + 1 ・ q u c J U vdvd T55 し F1・ ﹄ ︐ $ t EMan‑a・︐ AL+'b' LO' し AU ‑‑+ー︑ニρ 一 内 d n U T I ‑ tAunυ' 4 4 n・ l= ﹀ atr deco rmn1i a=u0 ・ h U V A FA 十 Fし J=r h=3 axis2 0vfb l し し n u ρ h v ' ﹀ V3 メ FLnrb υ 0 v 卵︑︒︐︐ r L︐v O m p h u a nz n υ 1Atsm A F‑‑m yxvdu kμe' tess stxt 下 an nu f A ︐ A u n U ‑ J P ι n・ ・ 4 ︑u'hun ﹄ Y ︐ .肉 rt ・ ‑P ﹀ at f h V AじFιU 内dσ︒内d u T I ‑ mn 'bntt ρu β u β u a=u h U V A FA a1Arqu ' 十 U 内 d t パ ︐ x=rneandate; y=O; ysys='l'; function='labe style='kanji'; positionニ '2'; color='white size=5; rnonth=rnonth(rneandate); i f rnonth=l then text= 1 月 ' else i f rnonth=2 then text=' 2月 else if rnonth=3 then text= 3 月， . output; 宇/ 1* barの 中 央 下 に テ キ ス ト を 書 く tt; ff) ρ u β L u n u ‑‑‑Anu 川 川 山 by 14) axis1 ;l 川 山 x‑‑A=︑i tAux u ハ nu F1・︐AUρu︐AU υ n .︐cwmwmn nae num m rumMm proc rneans dataニ sugi90.plotbar noprint by rnonth; var date sales; output out=plotsurnrn rnean=rneandate rneansale; * 1 1* dateと sa1esの 月 毎 の 平 均 を 求 め る * 1 1* 引山山令 パU し VHM''m 0也 m r‑.︐.︐m 川A 司u nu m ι'﹄;︑JmAUE ︑︐FA︑︑﹄''nu''' D 血 υ メ a n r b A u f t ; l ︑ f t ︐ .m MD血 z主 L U . ︐ ︐ + L + ー ︑ + L L Ln n nununu n u nuoし 02;(eppp ﹀ w n u u ‑ ‑ ︑J ・d'hmmm の めw L﹄nureゐ E・'ot・'vevdvd nu on ン・t︑Jmsss ︐ . ‑ ‑ + ー ︑ ニ JpnUAuaeft‑Al ewmFI‑‑‑ trqdAutt一一r1Ila‑ Lunc v・lmftan‑‑a1AT‑‑﹄ ‑ 7 E ' h ︐ d ; ・ l r m a a a ; 内d1A‑VALU z'u'htft=aacccAU ‑ ‑=D血; a T﹄StnV41A:imn smEoara+E ・ I︐dtnm‑d+a VAβ uβLu‑‑一‑mFA 十 n aas‑‑m‑dna‑‑n t *a ︐r'' 1* 日 f=kanji '月' f=none "&&dd&i" f=kanji ' • * 1

:3 ̲

G-

【例題 3

C三壬王

Jミ王司~

T

:7""ラ芳三7

A X1 S の な い 横 棒 グ ラ フ 】

<Annotate機 能 で 作 成 す る も の >

0ラ ベ ル と 要 約 統 計 量 の 出 力 位 置 の 制 御

ー
‑
‑ midpnt=city

‑パーの値

都 市 名 を パ ー の 左 に 出 力 (X=0) 一
一
一 t
ext=clty

position='6
x
=
O
‑要約統計量をパーの右端に出力

‑
‑ text=left(put(avertemp.4.1);
position='6';
x=avertemp

7月の平均気温
どこで休眠を過ごしますか

京総ミミミミミミミミミミ、ミミミミミミミミミミミ々、ごと守26.1
軽渋沢ミミミミミミミミミミミミミミミミミミミミミミミミミ~23.7

。

意除ミミミミミミミミミミミミミミミミミミミミミミミミミミj25.

米総ミミミミミミミミミミミミミミミミミミミミミミミミミミそごと~26.8
窯憶とミミミミミミどいいいいいとどいミミミミミミ~25.2

糸取肉、、ミ込ミミミ※ミミミミ十22.8

気温:摂氏

‑448

data temps; input city $ 6 . avertemp; cards; 大阪 2 6 .8 京都 2 6 .1 六甲山 2 2 .8 軽井沢 2 3 .7 静岡 舞浜 2 5 .0 2 5 .2 run; /本向日トテ'サセフトの構成: l ' 都市につき l t 7 .す¥ e シ ョ ン v * 1 data annotemp; length text $10 position $ 1 color style $ 8 retain xsys ysys ' 2 ' hsys ' 3 ' color 'white' when ' a ' ; 1 * ラ"..の定義 * 1 s e t temps; midpnt=city; size=6; position='6'; text=city; x=O; style='kanji'; output; ***都市名， text=left(put(avertemp，4 .1 ) );style='greek';x=avertemp;output; ***気温; titlel f=kanji h=6 pct c=cyan '7月 の 平 均 気 温 ; title2 f=kanji h=4 pct c二 cyan どこで休暇を過ごしますか footnote f=kanji h=4 p c t c=green j=r 気温:摂氏'， proc gchart dataニ temps anno=annotemp; hbar city I sumvar=avertemp type=mean noaxes nostats patternl v=ll c=red; run; ‑449

[例題 4 : 縦 棒 グ ラ フ に 平 均 +/‑2の 標 準 誤 差 を 出 力 ] <Annotate機 能 で 作 成 す る も の > O Y軸 上 の 2点 の 値 を 線 で 結 ぶ 3に ‑平均一 2の 標 準 誤 差 を Y 軌の値とし、 X 軌のパーの中心一1.5から + xsys='g'を 指 定 す る ボトムラインを引くーー座標システム ‑ ボ ト ム ラ イ ン か ら 平 均 + 2の 標 準 誤 差 の 値 に 垂 直 ノ 〈 ー を 引 く 3に ‑ 平 均 + 2の 標 準 誤 差 を Y 輸の値とし、 X 軌 の パ ー の 中 心 1 .5から + xsys='g'を 指 定 す る トップラインを引く一一座標システム 8週間の減量作戦による皮下脂肪 平均 +/‑2における棲準誤差 平絢皮下脂.IIi:mm 70 60 50 ‑ 40 30 20 10 。 しない エアロピタス グイエヲト 減量方法 25‑30才の女性 450‑ 両方

/本平均と平均の標準誤差の計算本/ proc sort data=sugi90.bodyjpn; b y exercise; run， proc means data=sugi90.bodyjpn noprinL by exercise; var bodyfat; output outニsumm meanニmean stderrニ5e; runt / 本 Annotateデ ー タ セ ッ ト の 作 成 本 / data stderr; ; length color function $ 8 retain color 'blue' ysys ' 2 ' size 2 when ' a ， s e t summ; /本阻 ean‑2*seの 位 置 に 線 を 引 く 本 / midpnt=exercise; xsys='2'; function='move'; yニ mean‑2*se; output; 1 .5 ; output; xsys='9'; x=一 x=+3; function='draw'; output; r ' ' 本 ノ¥ 置 v ﹂ ︑じ 中2 ; 句 ︑〆B〆 ‑‑nu hvFanur akvJφL Ssu xo を 霞 E' ‑fMqunu F 1・ m川 ﹀ Co t‑‑lv fL︾ ρu' nuvA= ρivρivn n u ' nuφL 一 一 nu 免 作 U 刊 k u m川 伊 十A FE‑‑'A u ' n u ‑ p h w " 'nU Junu 本 r ' ' /本凹 ean‑2*seと凹 ean+2*seの 点 を 結 ぶ 本 / t oし oし ρ 白 司 匂 HuHuHu 戸 占伊 伊 FA Ju ρ U ︐ . r t s =守 n ・ nunu a nunu atp 司 I d ︐ ︐ρ b 司 内 r tE FAVA ︐ L 1 ︐ d n u 仰す ゐ ・ ・ ﹄ nu'v'1 ・η'um bρivρivququ A u ‑ ‑ J︐ 一 一 ︐ " v d n u n u n u " u " u・ 1 A i A U x l AU h u a ‑ ‑ η L 1 1 1 1 曹 ・x・ o ‑ ‑ e︐ d 1 i ﹃u ' b ' b a a n hυFAm川 nu‑‑ 一 ‑ ‑ 一 ‑ 一 ‑ 一 一 ‑FA ‑a=e'hEt555e nUVECtex‑‑‑l ・ lt qumnu's︐ daexxxt :Auyelptaaaa E5tAuwseermp n u ε ! u ts ‑ 一 a ‑ ‑ ︐ Aupu σbqG FA n ︐ . H U r patternl v=empty c=red; 1 * しない * 1 pattern2 v=11 cニre d ;1 *エアロビクスキ/ pattern3 vニ r l c=red; 1 * ダイエット * 1 pattern4 v=xl cニre d ;1 *両方 * 1 axisl label=( f=kanji h=3 p c t '平均皮下脂肪 mm') order=O t o 70 by 1 0 value=(f=duplex h=3 pct); axis2 value=(f=kanji h=3 pct) label=(fニkanji hニ4 pct 減 量 方 法 ' ); 肪人︐ 脂差 下誤 皮準 る標 よる'︐ にけ性 戦お女 作にの 量2 才 減一 O の/ 3 H u 問+一 t 作 ﹄ し M 1 sゐ 週均 5 8 平2 コ勺 白 n nunu aaa ν m m仇 ν m仇 唱 唱 唱 仇 ν + I A+ A+ A ' h u phwr し tto TA‑‑ nu ゐ ρ b Lu p h w w v n u qGnc ρ i v β vnu h u u E 14η'unu ・ ttf ‑451 ν n H u n u に iu =φL VAnu P し切作﹄M し P n μ . h μ . h μ . A 't ν nu 'n 司 ρ h υ a n " A 宝 a n "宝 司 ハ UJvnu μ h μ h μ h 司 ︐ ニ︐ ' L h U ' L h UL h u r/ 本 5 V J 山明 :sa xr ︐ EEIJu F LMF LMP M . ︐ ‑ ' ‑ ‑ ・ A望 奮 市 内 U‑TJ 匂 i 3 1︐ en 2vnwvnU ︐ し ︐ こ mt Bb. p h w e=n eonuHU ψ‑TnUFA 十 n'u‑TL +t nuphw 内︽ a n +v J ρvnu= muFA 十 VA ψ ‑ T ︐ ︐ ︐ function='draw'; y=mean+2*se; output;

4̲ リリー‑;:;;ミ 6̲ 0 60 ‑ : > 来召ブ「 (l)LEGENDス テ ー ト メ ン ト の 鉱 張 点 凡例の出力形式と位置の制御機能が豊富になり、指定方法も簡単である。 また、 L E G E N Dウ イ ン ド ウ も 提 供 さ れ て い る 。 く ) C B L O C K =色 凡伊jの 後 に 3次 元 の ブ ロ ッ ク を 作 成 す る 。 ~附図 πL 5QQaT V 巴 旦j 医2QaT V 2旦 i く ) C S H A D O W =色 凡伊!の後に影を作成する。 ~附図官L ※ CBLOCK= • CSHADOW= オプションを同一ステートメント内 で指定するのは矛盾しているが、その場合あとで指定した方が有効になる。 く ) P OS IT IO N = (<BOTTOM IM IDDLE ITOP> <LEFT ICENTERIR IGHT> <OUTSIDEIINSIDE>) 凡例の出力位置を指定する。このオプションを指定することにより凡例を S C R E E N上 の ど の 位 置 に で も 出 力 す る こ と が で き る 。 例えば、 position=(top right inside)と 指 定 す る と ① に 凡 例 が 出 力 さ れ る 。 (i n d i d e) (outside) t0p mi d dIe b ottom left center right (2)GCHARTプ ロ シ ジ ャ の 鉱 張 点 452‑

一 ‑ A U 1・ ︐ ︐ . !・ 内 免 ゐ ‑ A U ν r A ・ ' ρν' ν r A W円 ‑ A U ν ρ ρ L V U +LFI ''o AU ・ 1 t' ・ 06t F A A nununu n u ・ ヒ E U a A ρ h uハ υ ハ nunu MmTAT‑ ︐︐︐ n t 一 ‑ ‑ ‑453‑ ・ J ‑ ‑ nunuAヒ aae vdvdr し作民 ccce Pし F unμ ・ = ‑ ‑ 一 ‑mM 内 免 tttr ccc;e nμ‑nurnrV1iη'b sass n b U1 凋 U 凋1 nv ニ nzi‑‑ ‑ 一 一 ‑ 一 ‑mraxx ynLuhueaeaa tvm‑ xxx=m=55 eρuρν unuρν ・ .. 11 ︐‑‑n 11i1itsnvxxa ︑ pppayaae uu u・ d J / t m r E ‑ A u・ A u・ A U 一 ‑ 一 ‑=φLVd fffrt d‑T ・ 1 ArνyhuFし tc 1iη'bnv︐ OFA Aヒ Aヒ n u q a O Ti‑‑A+LFしL ttoov ttfp ‑or ・ i ・ 出力結果 l S h i z u o k a O s a k a M ai h a 阻Mt . R o k k o K y o t o K a r u i z a w a 2 6 . 8 2 6 . 1 でR ト M h がF 'と'テは こ T スフ Q E るN Rラ R すEAグ F 力CB の ︐出 RVl T を E ︒果 N 量P る結 E 計C あ力 C 統'で出 R 約QM E ン要 EUり P ヨの R S よ ︒ C シ類F てにる 'プ種 C し と き Q オ l ︑そこで E M には'る一不 RU 上値 Tす表 F S のの N 定 を c' 一量 E 指 値 のT パ 計 C を も トN の統R ンて ンE れ 約 E ヨく メC ぞ 要 P シ な トR れな'プし ‑ Eそ 能 N オ 用 テ P の可 A の使 ス'フカ E こを RNラ出 M に能 AAグ︒'ト機 B E 棒 る Q ン日 V M 縦 き E メは ︒ a x i s I label=none; axis2 style=O label=none major=none minor=none value=none patternl v = l lc = r e d ; run; NoAnno↑G↑eNeeded!! I nC e n i i g r a d e

。 C L I P R E Fオ プ シ ョ ン 参照線をパーの後に引く。 titlel c=white h=6 p c t f=duplex 'Sales Chart'; title2 c=white h=4 pct fニ duplex 'Using CLIPREF Option &New Feature o f LEGEND Statement'; patternl vニ 1 1 c=red ; pattern2 vニ x l c=green; pattern3 v=rl c=cyan; proc gchart data=sales; vbar branch / sumvarニ amount subgroup=product 1egend=legendl raxis ニa xis1 maxis=axis2 autoref clipref axisl style=O major=none minorニnone label=none ; axis2 label=none ; legendl position=(top outside right) mode=share across=l label=none; RUN; S a l e sC h a r t U s i n gCL lPREfO p t i o n& Newf e o t u r e01LEGENDStatement 6 0 0 区~1官L 医z a r v l Z Z 2 lV I D 即 5 0 0 ∞ unL 今︑ ∞∞∞ 4 i 句 0 rukuoka Nagoya O saka Tokyo 出力結果 2 454‑ Yokoha阻

(3)GPLOTで 指 定 で き る 便 利 な オ プ シ ョ ン く )GRIDオ プ シ ョ ン 自動的に各ティックマークより参照線を引く。 F L s‑RHr =‑TL qapL V 'σb 内 内 d P l o tGraphics UsingGRIDoption 2~ ，∞口 事 20， 00口 15， 口 口 口 1口 ，∞口 ~，∞口 口 ) ︐ . t; C) pt ハ 4u 4unur ハ n c ‑ ‑ x'h ' h u ‑ ‑ 14VA nuroh m‑‑b sm ︐ . ︑ ︑=.︐ ‑望︒ ‑u=e 一 P?ACd 〆 l An J 二干 〆 ﹃︑ o u a n M i 1iρur vvuqanunzo A U 1ノ 'bV1i‑ ニ 川 ‑455一 ︐ tt oc)c gptp; r)C‑ n c R H r ﹁J 内 内 vhHrρhUFiJv a'nu=E 1ょ t ハUハJ ' h t d nHup しハH v = 'nνFkdLULnAU ハUFklvvvu'ohou t(bzrt AU4tnυ=AU 'Aru H ︽ υvAP?lゐ it F 1 ・ ︐ 050E 9 f 5 1 3 0・ = 一 ‑ 一 ‑ 一 内 内 n 干A η L n v = 1 よ aomva ‑‑Jo‑‑m Tよ βiM+tqdη'um刷 ハH v n u ‑ ‑ ‑ ‑ n u ' n u n H U P ? A 山胃 Fし 〆 ﹃︑ n u 〆﹃︑〆﹃︑ ‑n q d r1AFI‑‑iltρu oho‑MOho‑Mnu'IA ・IJ d ニ 5 rara u ︽ ylAnu l 司i ‑‑1 h υ ' パu'hυJ 口 ' 内 ηLoa Tよ uP3zhum m川 VAVAWVM d dCMF ︑ 何‑ Y A ‑ T 1・ F 1 . U ︽ 十 A. n u n u 出力結果 3 2備 品R 12M A f 司 26FEB 12FEB 2弘且N 1広 州 口1占却材 ' P l o t Graphics'; ' U s i n g GRID option'; t i t l e l c=white h ニ6 p c t f=duplex title2 c=white h = 6p c t f=duplex p r o c gplot data=sugi90.plotbar; p l o t sales*date / haxis=axisl v a xis = a xi s 2 g r i d

(4) R U Nグ ル ー プ 処 理 Version6で は 、 ほ と ん ど の グ ラ フ プ ロ シ ジ ャ が 対 話 型 に な っ て い る 。 つ ま り 、 一 度 グ ラ フ プ ロ シ ジ ャ を 実 行 す る と 、 次 に d a t aス テ ッ プ 、 ま た は p r 0 C ス テ ッ プ 、 あ る い は Q u i tス テ ー ト メ ン ト を 実 行 す る ま で 、 そ の プ ロ シ ジ ャ は 実 行 可 能 状 態 に な っ て い る 。 こ の R U Nグ ル ー プ 処 理 は 、 グ ラ フ オ プ シ ョ ン 、 あ る い は グ ロ ー パ ル ス テ ー ト メ ン ト (TITLE，FOOTNOTE，PATTERN， SYMBOL，AXIS，LEGEND) の 変 更 を す る 時 に 、 特 に 便 利 な 機 能 で あ る 。 例えば: title 'gplotl'; proc gplot p10t a 本 b run， ハ υ ︐ ︐ . ηL t σb n u r l ρ I M ︐ I t t ・ ‑ run; を実行するとタイトルだけが変更されて同じ散布図が再び出力される。 まとめ Annotate機 能 を 使 用 す る 時 に は 、 何 を し た い の か (WHAT) 、 ど こ に (WHERE) 、 ど の よ う に (HOW) という 3つ の ポ イ ン ト に そ っ て Annotate機 能 の 動 き を 考 え れ ば 、 す こ し は 混 乱 も 避 け ら れ る と 思 う 。 こ こ で 紹 介 し た Annotate機 能 は 、 デ ー タ に 依 存 し た も の で あ る の で 、 簡 単 に 応 用 し て グ ラ フ を 描 く こ と が で き る 。 こ れ か ら Annotate機 能 を 使 用 さ れる方の参考なれば幸いである。 参考文献: 1 . Marje Martin (1990)， "Customizing GPLOT and GCHART Graphics with the n c .， Chicago， IL . ANNOTATE Facility，" SUGI15 : SAS Institute I 2 . SAS/GRAPH Software: Reference Version6 Volume 1 and Volume 2， SAS Institute Inc.. Cary. N C . ‑456一

日本 SASユーザー会 (SUG 卜 J) SAS/IMLグラフィックスの機能紹介 L inda W. Binkley*1 0友 永 昌 治 *2 (訳) * 1米国 SAS社 *2立正大学短期大学部 A Tutorial on SAS/IML@ Graphics L inda W. Binkley*1 S h o j i Tomonaga*2 * 1SAS I n s t i t u t eI n c .， Cary NC 7 M a g e c h i，I くu magaya ・ s h ，i Saitama，3 印‑ 0 1，Japan *2R i s s h oJ u n i o rC o l l e g e，1 ∞ 要旨 SAS/IML・ソフトウェアは，強力なグラフィックス・プリミティプ群と，カスタ マイズ化グラフィックス・ルーチンの作成機能を有す.本論文では SAS/IM Lに関す る次の話題について取り上げる. ・線，円，点，多角形などのプリミティプを描くグラフィックス・コマンドの使用. ・グラフィックスの出力上にテキストを配置するグラフィックス・コマンドの使用. .グラフィックス出力に対する色，線種，フォント，パターンなどの属性の割り当て. .プリミティプを用いて対話的かつ増殖的に高度なグラフィックスを作成する方法. ビューポートを用いて表示デバイス上に謹数個のグラフを配置する方法. カスタマイズ化グラフィックス・ルーチンのツールキット開発. SASカタログにおける SAS/IMLグラフィックス・セグメントの保存と管理. キーワード: SAS/IML ，行列演算言語，グラフィックス 量企 基本コマンド なぜ SAS/IMLグラフィックスを利用す るのだろうか? 異なるデータ聞の関係を調 べているときなど，中間的あるいは最終的な プロット図を得るために，いちいち IML環 境を按け出ていたのでは不便である. SAS /1M Lが提供するグラフィックス・コマンド は，直接行列値に働き，データを出力データ セットに再編することなく即座にデータの計 算結果をグラフィカリに探れるよう便宜を図 る.また，他では容易に利用できないグラフ ィックス・ルーチンなどはその開発が必要とな るが， 1M Lでは，こうしたルーチンを作成 でき，これらをツールキットとして SASカ タログ内に保存することもできる.従って， これらルーチンを，異なるデータに対して現 セッションはもとより将来のセッションにお いてでも利用できる.本論文は，バージョン 6版 SAS/IMLグラフィックス・サプシス テムの基本を語り，その利用法に関する洞察 を与えるものである. SAS/IMLのグラフは， グラフィック ス・セグメント"と呼は.れ SASカタログ内に 自動的に保存される.各セグメントは複数個 の プリミティプ"から構成される.プリミ ティプとは二次元平面上における幾何学的な 単純な点，直線，多角形または文字列などを指 す. 次のリストは， SAS/IMLグラフィック ス・コマンドのいくつかと，それらが生成する プリミティプとを列挙したものである. GDRA¥ J 折れ線 GDRA¥ JL 個々の線 GGRID 格子 GPIE 円 片 GPOINT 点 GPOLY 多角形 GSCRI P T 任意の傾斜角度を持つ謹数 個のテキスト文字列 GTEXT 横書きテキスト GVTEXT 縦書きテキスト GXAXIS， GYAXIS 座標軸 ‑457‑

セグメントの管理に利用できるコマンド群:
GOPEN 新規セグメントの開始
GCLOSE セグメントのクローズ
G
D
E
L
E
T
E カタログからセグメントを
削除
GI
N
C
L
U
D
E カレント・セグメント内に
既存セグメントを組み込む
G
S
H
O
I
V セグメントの表示

•

例えば， 1
9
5
0年から 1
9
8
5年までの合衆国人
卜
1
A
L
E
(年度v
s
.女子人
口統計に関して， V
E
A
R粁 E
口)のプロット図を得たいとしよう.これを行
うには，まず， 1M Lグラフィックス・サブシ
ステムを初期化しなければならない.

Figure1
グラフィックス・セグメント P
O
P̲
P
L
O
Tは入力
に対してまだ聞かれたままであるから，今プ
ロットした点列を線で結ぶために， G
D
R
A
I
Vコマ
ンドを用いることができる.
C
A
L
LG
D
R
A
I
V
(
V
E
A
R，F
E門ALE)
C
O
L
O
R
=
'
P
I
N
K
'
;

C
A
L
LG
S
T
A
R
T
;
入力データ用の行列(年度行列 V
E
A
Rと女子人口
行列 F
E
M
A
L
E
)を設定する.

さらに G
X
A
X
I
SおよびGVAXISコマンドを呼び出
して座標軸を付加する.

VEAR={1950，1
9
6
0，1
9
7
0，1
9
8
0，1
9
8
5
}
;
/本女子人口データの単位は千人本/
76，9
1，1
0
4，1
1
6，1
2
3
}
;
F
E門ALE={

C
A
L
LG
X
A
X
I
S ORIGIN={1950，
7
0
}N
I
N
C
R
=
5
門A
T
=
'
4
.
0
'H
E
I
G
H
T
=
6
;
L
E
N
G
T
H
=
4
0F
O
R
C
A
L
L GVAXIS O
R
I
G
I
N二 {1950，
7
0
} NINCR=7
L
E
N
G
T
H二 6
0F
O
R
門A
T
=
'
4
.
0
'H
E
I
G
H
T
=
6
;
C
A
L
LG
S
H
O
I
V
;

セグメント名を POP̲PLOTとしてグラフィック
ス・セグメントをオープンする.
C
A
L
LG
O
P
E
N
(
"
P
O
P
̲
P
L
O
T
"
)
;
使用するワールド座標を定義(これについては
後に詳述)する.
C
A
L
LG
I
V
I
N
D
O
I
V
(
{
1
9
4
0，
4
8，
1
9
9
5，
1
5
0
}
)
;
そして G
P
O
IN
Tコマンドを用いて点列をプロッ
トする.プロット記号には文字高度6
u
ni
t
s
(前
もって GOPTIONSGUNIT=PCTを設定)のドット
文字を使用する.

•

•

誼企里l

••

G
S
H
O
I
Vコマンドの呼び出しで F
ig
u
r
e
2のグラブ
が表示される.両軸が(19
5
0，
7
0
)を始点として
いることに注意. x軸 (
V
E
A
R
)は長さ 40uni
t
sで
5個の目盛り刻みを持ち， y軸 (
F
E門A
L
E
)は長さ
6
0
u
ni
t
sで7個の目盛り刻みを持つ.両軸共，
目盛りラベルとして SASフォーマット 4
.
0が
，
またその文字高度として 6unitsが当てられる.

1
3

C
A
L
L GPOINT(VEAR，F
E門A
L
E
)H
E
I
G
H
T
=
6
S
V門B
O
L二 '
D
O
T
'C
O
L
O
R二 '
P
IN
K
'
;
C
A
L
LG
S
H
O
I
V
;

/~

G
S
H
O
I
Vコマンドはカレント・セグメントを表示
する.結果のグラフは F
i
g
u
r
e
1に示されるよう
5個の点 (
1
9
5
0，
7
6
)，
(
1
9
6
0，
9
1
)，
(
1
9
7
0，
1
0
4
)，
(
19
8
0，1
1
6
)および(19
8
5，1
2
3
)を含むものとな
る. SAS/IMLのグラフィックス・コマン
ドは行列引数に対して働くので，行列値全体
がl
回の G
P
O
IN
Tコマンドの呼び出しだけでプロ
ットされる.

1960

/

/〆

1970

Figure2

4
5
8一

1980

1990

GGRIDコマンドを用いて格子の背票を，また， G T E X T (横書きテキスト)およびGVTEXT(縦書き テキスト)コマンドを用いてなんらかの軸ラベ ルを付与できる. XGRIDニDO(1950， 1 9 9 0， 1 0 ) ; 1 3 0， 1 0 ) ; YGRID=DO(70， C A L L GGRID(XGRID， YGRID) STYLE=33 COLOR='YELLOW'; 7 ) ; C A L L GSET ( ' H E I G H T '， CALL GSET ( ' F O N T '， ' X S W I S S ' ) ; 19 4 1， 1 2 0， " X本1 0 0 0 " ) ; CALL GVTEXT( CALL GTEXT ( 1967， 53， " Y E A R " ) ; CALL G S H O W ; TITLE= ' T o t a l Population o ft h eU . S .，by S e x ' ; CALL GSCRIPT(1944， 1 4 0， TITLE) H E I G H T = 7 ; CALL GSCRIPT(1955，7 5， " 門ALE") HEIGHT=6 COLOR='CYAN'; 1952，96， "FE門ALE") CALL GSCRIPT( HEIGHT=6 COLOR='PINK'; CALL G S H O W ; C A L LG C L O S E ; VA‑‑4Enununu 最終的なグラフを Figure4に示す. GCLOSEコマ ンドは，更なる入力に対してセグメントをク ローズし，グラフをカタログに保存する.デ フォルトのカタログは WORK.GSEGであるが，グ ラフィックス・サブシステムの初期化時，異な るカタログを GSTARTコマンドのパラメータと して指定できる. SAS/IMLのグラブイ、ソ クス・カタログとセグメントは他の SASプロ シジャと共用でき，その逆も可能である. T o l a lP o p u l a l i o no ft h eU . S .，by Sex VAS4Enununu YEAR Figure3 GSHOWの呼び出しで Figure3のグラフが表示さ れる. GVTEXTコマンドは点(19 4 1， 1 2 0 )を始点 に垂直方向に y軸ラベルを描き， GTEXTコマン ドは点(1967， 5 3 )を始点に水平方向に x軸ラベ ルを描く. GSETコマンドは，各テキストの文 字高度として 7unitsを当て，デフォルトのフ ¥ o li s sを設定する. ォントとして XS 最後に，男子に関するもう l つの点群を付加 してみよう.次のプログラム・コードは，その ようなプリミティプを POPPLOTセグメントに 追加する.男女の折れ線に対するタイトル文 とラベルをも付加するため， GSCRIPTコマンド を用いている. 1990 YEAR Figure4 属性の割り当て グラフィックス出力に色とか線種などの属 性を当てることは容易である.個々のコマン ドにおいて次なるキーワード=引数をいくつ も指定できる. /牢男子人口データの単位は千人本/ 88， 9 9， 1 1 0， 1 1 6 } ; 門ALE={75， CALL GPOINT(YEAR門 ，ALE)SY門BOL="DOT" HEIGHT=6 COLOR='CYAN'; 門 ，ALE) COLOR ニ' C Y A N ' ; C A L L GDRAW(YEAR ‑459‑ SAS/GRAPH・で定められ た色名 ASPECT 文字の縦横比率を与える実数値 FONT SAS/GRAPH・で定められ たフォント名 HEIGHT 文字高度を与える実数値 P A T T E R N SAS/GRAPH ・で定められ た塗りつぶしバターン C O L O R

S T Y L E SAS/CRAPHeで定められ た線種番号 S Y 門B O L SAS/CRAPH・で定められ たプロット記号 例えは，コマンド C A L LG S C R I P T ( X， Y， T I T L E )H E I G H T2 F O N T = " S I門P L E X "C O L O R = " Y E L L O I l ' ; 二 は，変数 T I T L E内のテキスト文字列を座標 ( X， Y )の位置より文字高度 2 u n it sで書き込む.テ キストは S i m p le xフォントで黄色く書かれる. セグメントの存続期間中決った属性を設定 S E Tコマンドを用いる. しておきたい場合は， G 例えば， C A L LG S E T ( " H E I G H T "， 2 ) ; は，これ以降，カレント・セグメントに対する 全ての出力テキストを文字高度2unitsで表示 する. ワールド座標系の定義 SAS/IMLソフトウヱアはデフォルトの ワールド座標系"を定義する.これは表示 デバイスの左下端が点 ( 0， 0 )に，右上端が点 ( 10 0，1 0 0 )に対応する座標系である.セグメン トで扱うデータの単位に対応した新たな座標 I J I N D O I Jコマンドが提供 系を定義するために， G されている.その単位はデータ空間における 計量単位となることから ワールド座標"と I J I N D O I Jはワールド座標により矩形 呼ばれる. G 領域を定め，セル，ピクセルまたはインチのよ うなデバイス自身の持つ単位ではなく，デー タの計量単位(年度，年齢，時間，マイルなど〉に よるグラフィックス・デバイス上への位置づけ に便宜を図る. 例えは，上例におけるデータは， x軸に沿 って 1 9 5 0から 1 9 8 5 (年〉まで， y軸に沿って 7 5 から 1 2 3 (千人〉までの範囲をとる. G I J I N D O I Jの 引数は次の形の行列である. 門 {I N x 門 ，I N y門 ，A X x門 ，A X y } 従って，このデータに対する適当な G I JI N D O I Jの 呼び出しは， C A L LG I J I N D O I J ( { 1 9 4 0， 4 8，1 9 9 5，1 5 0 } ) ; データ境界付近の余白を見込んで，ウインド ウをわずかに大きくとっている.この余白は， タイトル，凡例，軸ラベルなどを書き込むため の十分な余地を与える. 9 7 0から 1 9 8 5 (年〉まで， ところで， x座標が 1 y座標が 9 9から 1 2 3 (千人〉までの範囲内にある データに関してのみグラフ化ずるセグメント を作成したい場合は，データ・ウインドウを { 1 9 6 5，7 5，1 9 9 5，1 5 0 }として定義すればよい. やはり，データ境界付近の余白を見込んでウ インドウをわずかに大きくとる. グラフィックス・ツールキットの作成 SAS/IMLソフトウェアでは，頻繁に行 われる作業をサプルーチン・モジュール内に置 いておくと便利である. SAS/IMLサブル ーチン・モジュールは，柔軟で高度なカスタマ イズ化グラフィックス・ルーチンの作成機能を 提供する.これにより， SAS/IML環境を 抜けることなくグラフイカルなデータ探索の 能力を拡大できる. 付録には3つの使用者作成モジュールを付し である.これらは人口データの分析に関して 基本的なグラフのいくつかを作成する. B A R C H A R T 縦棒グラフを作成 P I E C H A R T 百分率の円グラフを作成 G S C E N T E R 与えられた座標を中心にテキ ストを水平に置く T O R E これらのモジュールは SAS/IMLのS コマンドを使って永久 SASカタログ内に保 存される. S T O R E門O D U L Eニ( B A R C H A R TP I E C H A R T G S C E N T E R ) ; 次のようにして SAS/I MLの L O A Dコマンド を使うならは ，それらモジュールを現 IML セッション内に呼び込める. L O A D門O D U L E = ( B A R C H A R TP I E C H A R T G S C E N T E R ) ; 例えば， 1 9 8 5 年における合衆国成人男子と 女子に関して，年齢人口変動を示す 2つの縦棒 グラフを作成してみよう.上記モジュールは 既に作業領域上にロードされているので，単 に入力データを定義し，成人男子女子の人口 回づっ B A R C H A R Tを呼び出 データ各々に対して 1 ‑460‑

S T A T U S = { ' S i n g l e ' 門 ，a r r i e d ' ， Wi d o . . . . e d '' Di v or c e d' }; F E門ALE={18.260.4 1 2 . 68 . 7 } ; " F̲ P I E "， TITLE， C A L L PIECHART(FE門ALE， STATUS， PATTERNS， C O L O R S ) ; "F̲PIE2"， TITLE， C A L L PIECHART(FE門ALE， ' N O L A B E L '， PATTERNS， C O L O R S ) ; せばよい.次のコードは女子の年齢人口変動 をグラブ化するものである. COL={"18‑24"， "25‑34 ぺ"35‑54"， " 5 5 + " } ; HISTDATA={14149 20673 27516 2 7 5 7 8 } 1 1 0 0 0 ; C O L O R = 'P IN K ' ; T I T L E = " U . S . Adult F e m a l e si n1 9 8 5 " ; X本1 0 0 0 " ; YLABEL二 " CALL BARCHART("F̲ VBARぺHISTDATA， C O L O R， TI T L E， "S"， C O L， ' A G ER A N G E '， YLABEL， ' 4 . 1 ' ) ; T I T L E = " U . S . Adult門ales i n1 9 8 5 " ; 門A LE={25.26 5 . 7 2.66 . 5 } ; C A L LP I E C H A R T (門ALE， " 門 P IE"， TITLE， STATUS， PATTERNS， C O L O R S ) ; " 門̲ P I E 2 "， TITLE， C A L L PI E C H A R T (門ALE， ' N O L A B E L '， PATTERNS， C O L O R S ) ; 今度は男子の年齢人口変動の縦棒グラブを作 成する. 4つのグラフィックス・セグメントが作成され HISTDATA={13695 20184 2 6 1 8 12 1 3 9 1 } 1 1 0 0 0 ; C O L O R = 'C Y A N '; TITLE 二" U . S . Adult Males i n1 9 8 5 " ; C A L L BARCHART("門̲ V B A R "， H I S T D A T A， COLOR， T IT L E， "S"， COL， ' A G ER A N G E '， YLABEL， ' 4 . 1 ' ) ; た.女子については FP I EとF̲ P IE 2，男子につ I Eと 門 P I E 2である.この内 FP I Eの いては札 P 表示を F ig u r e 6に示す. F P IE 2はFP I Eからラ ̲ P I口の ベ ルを取った輪郭版である.次項で F 円グラブを F̲ V B A Rの棒グラブ上に重ね合わせ る方法を学ぶ.これはビューボートを用いて 行われる. これで 2つのグラフィックス・セグメント F ̲ V B A Rと 門 VBARが作成された. F̲ V B A Rの表示 をF i g u r e 5に示す. U . S . Adult Females i n 1985 U . S . Adult Females i n 1985 1000 問v orced Wldowed 16‑24 25‑34 35‑54 6 5 φ Figure6 AGE RANGE Figure5 ビューポートの使用 1 9 8 5年の合衆国男子女子に関して，既婚，死 別，離婚および独身の割合を円グラフに表わし てみよう.この場合も，データを定義し，男 子女子の人口データ各々に対して l 回づっ PIECHARTを呼び出せは、よい. PATTERNS=' S ' ; C O L O R S = { ' W H I T E '' R E D '' C Y A N ' ' Y E L L O W ' } ; 二" U . S . Adult F e m a l e si n1 9 8 5 " ; TITLE 表示デバイス上に複数個のグラブを配置し たいことがよくある.これはビューボートを 使用して容易に行える. ビューポート"と は，グラフィックス・セグメントが写されるデ バイス上の矩形領域である.ビューポート座 標は 正規化デバイス座標系"によって定義 される.正規化デバイス座標系は，使用者の 表示デバイスに関連させて座標点を定義する. 0 0までの値を その x座標 y座標は共に Oから 1 461‑

C
A
L
L GSCENTER(STATUS(Ii1
)，
X1+15，
5
5，
7，
'
X
S
W
i
S
S
'，
'
W
H
I
T
E
'
)
;
E
N
D
;
C
A
L
LG
C
L
O
S
E
;

とる.画面上の左下端点が点 (
0，
0
)に，画面上
の右上端点が点(
1
0
0，
1
0
0
)に対応づけられる.

SAS/IMLソフトウヱアではGPORTコマ
ンドによりビューボートが定義される.その
引数行列は次の通り.

u
.
s
.Adull Females in 1985
27

X

門
{I
N
x門
，I
N
y門
，AXx門
，A
X
y
}

芭

例えば，表示デバイス上の4
分の 1
;を占める右
上部の領域に Fi
g
u
r
e
6のセグ メント FP
I
Eを置
きたい場合は，次のようにして GPORTコマンド
を呼び出し，

1000

CALL GPORT({50，
50，1
0
0，
1
0
0
}
)
;

・

GINCLUDEコマンドを使用して，そのビューボ
ート上にグラフを配置すればよい.

1
8
・2
4 25・34 35‑54 55

AGE RANGE

CALL G1
NCLUDE("F̲
PI
E
"
)
;
F
̲
P1
E
2に保存した円グラフを F
̲
V
B
A
Rの棒グ
ラフ (Figure5)上に重ね合わせてみよう.次の
コードは，棒グラフの右側に円グラフを配置
した新たなセグメント FPIEBARを作成する.

Figure7
次のセグメントを含む l
個のグラフを作成し
てみよう.
P
L
E
G
E
N
D
P
O
PP
L
O
T

円グラフの凡例
Figure4に示した YEAR
判A
LE
とYEAR本F
E門ALEのプロット
F
P
I
E
B
A
R :Figure7に示した女子の棒グ
ラフと円グ ラフ
門P
I
E
B
A
R :男子の棒グラフと円グラフ

CALL GOPEN("FPI
E
B
A
R
"
)
;
CALL GINCLUDE('F̲VBAR');
CALL GPORT({73 38 1
0
06
5
}
)
;
CALL GINCLUDE('F̲PIE');
CALL G
C
L
O
S
E
;

結果のグラフは Fi
g
u
r
e
7のようになる.もちろ
Fi
g
u
r
e
8にこのようなグラフを示す.このセグ
んFigure7の円グラフには凡例が付されてない. メントは， SASIIM Lグラフィックスを用
凡例は GPOLYコマンドを用いて作成できる.
いてビューポートのスタック機能とポップ機
能により作成したものである.これらの機能
STATUS={'Divorced' '
W
i
d
o
w
e
d
'
については次項で語る.
'
門a
r
r
i
e
d
' '
S
i
n
g
l
e
'
}
;
PATTERNS={'s' '
s
''
s
''
s
'
}
;
COLORS={'YELLOW' '
C
Y
A
N
''
R
E
D
'
'
W
H
I
T
E
'
}
;
X
1ニ
ー3
0
;
X
2
=
0
;
CALL GOPEN('PLEGEND');
CALL GWINDOW({O 0 1
2
01
0
0
}
)
;
9，
CALL GSCENTER("Legend"，
6
0，
4
0，
'
W
H
I
T
E
'
)
;
'
X
S
W
I
S
S
'，
oi=1 TO 4;
X
1
=
X
1
+
3
0
;
X2=X2+30;
X=X11IX21IX21IX1;
{
7
070 8
08
0
}
)
CALL GPOLY(X，
PATTERN=(PATTERNS(Ii1
)
)
C
O
L
O
R
=
(
C
O
L
O
R
S
(
Ii
1
)
)
;

。

ビューポートのスタックとポップ
GPORTSTKコマンドはビューボートをスタッ
クする.言葉を替えて言えば，このコマンド
は，カレント・ビューポートに相対的な新たな
ビューボートを定義し，ビューボート内にビ
ューポートを持てるようにする.スッタクさ
れたビューポートは GPORTPOPコマンドの呼び
出しによりポップ〈削除)される.
例えば， Figure8では， P
O
P̲
P
L
O
Tセグメント
(以前 F
igure4に示したもの)が表示デバイス上
の4
分の 1
;を占める左下部のビューポート上に
配置されている.これを行うコードを次に示
す.

GPORTSTKコマンドはカレント・ビューボート
462‑

(デフォルト )
{
O01
0
01
0
0
}に対して相対的に
O1
54
05
5
}を定義する.
新たなビューボート {
GI
N
C
L
U
D
Eコマンドはこの新たなビューボート
O
PP
L
O
Tを置く.
上にセグメント P

C
A
L
LG
O
P
E
N
(
"
F
I
G
8
"
)
;
C
A
L
LG
P
O
R
T
S
T
K
(
{
O1
54
05
5
}
)
;
C
A
L
LG
I
N
C
L
U
D
E
(
"
P
O
P
̲
P
L
O
T
"
)
;
P
O
R
T
S
T
Kコマンドによって定
G
P
O
L
Yコマンドは G
義されたビューポートのまわりに枠を描く.

X
B
O
X{
O1
0
01
0
0O
}
;
Y
B
O
X
=
{
O01
0
01
0
0
}
;
Y
B
O
X
)
C
A
L
LG
P
O
L
Y
(
X
B
O
X，
O
C
O
L
O
R
=
"
W
HI
T
E
"
;
二

次に， G
P
O
R
T
P
O
Pコマンドはビューボートを削
除し，カレント・ビューボートを表示デバイス
O01
0
01
0
0
}に広げ， G
D
R
A
W
Lコマンドに
全域 {
よる射影線が引けるようにする.

C
AL
LG
P
O
R
T
P
O
P
;
34
2，3
34
2
}，
C
A
L
LG
D
R
A
W
L
(
{
3
34
2，3
{
6
0 1
，6
04
0，9
94
0
}
)
S
T
Y
L
E
=
3
3C
O
L
O
R
=
"
C
Y
A
N
"
;
今度は，表示デバイスの4分の l
を占める右
下部に門 P
I
E
B
A
Rセグメントを配置できるよう新
たなビューボートを定義する.そして，再び
G
P
O
L
Yコマンドを使ってビューボートのまわり
に枠を描く.

C
A
L
LG
P
O
R
T
S
T
K
(
{
6
001
0
04
0
}
)
;
門P
I
E
B
A
R
"
)
;
C
A
L
LG
IN
C
L
U
D
E
(
"
Y
B
O
X
)O
C
O
L
O
R
=
"
C
Y
A
N
"
;
C
A
L
LG
P
O
L
Y
(
X
B
O
X，

C
A
L
LG
P
O
R
T
S
T
K
(
{
O6
53
09
0
}
)
;
C
A
L
LG
IN
C
L
U
D
E
(
"
P
L
E
G
E
N
D
"
)
;
C
A
L
LG
P
O
R
T
P
O
P
;
上の G
P
O
R
T
P
O
Pコマンドはカレント・ビューボー
O01
0
01
0
0
}
トをデフォルト・ビ、ユーボート {
に戻すためのものである.最後に，いくつか
のテキストを付加してセグメントを終了する.

T
I
T
L
E"
U
.
S
.P
O
P
U
L
A
T
I
O
NS
T
U
D
Y
"
;
5
0，9
5，
6，
C
A
L
LG
S
C
E
N
T
E
R
(
T
I
T
L
E，
'
X
S
W
I
S
S
'，
'
W
H
I
T
E
'
)
;
N
A
C
S
O
U
R
C
E
=
"
S
O
U
R
C
E
: T
H
EW
O
R
L
DA
L門A
9
8
8
"
;
A
N
DB
O
O
KO
FF
A
C
T
S，1
C
A
L
LG
S
C
R
I
P
T
(
0，
1
，
S
O
U
R
C
E
)H
E
I
G
H
T
=
2
F
O
N
T
=
'
X
S
W
I
S
S
'C
O
L
O
R
=
'
W
H
I
T
E
'
;
C
A
L
LG
C
L
O
S
E
;
二

益益
SAS/IMLグラフィックス・サブシステ
ムは，高品質なカスタマイズ化プレゼンテー
ション用グラフィックスの作成を可能にする.
本論文はバージョン 6版 SAS/IMLグラフ
ィックスの基礎事項をカバーしている.論じ
られたコマンドと方法を用いるならば，対話
式で強力な SAS/IMLプログラミング環境
内にいたまま，現在または将来のアプリケー
ションに適合したグラフィックス表示とグラ
フィックス・ルーチンを作成できる.

G
P
O
R
T
P
O
Pコマンドはビューボートをポップし，
O01
0
01
0
0
}
)にお
全表示領域(ビューボート {
いて 2組の射影線が引けるようにする.

C
A
L
LG
P
O
R
T
P
O
P
;
34
5，3
34
5
}
C
A
L
LG
D
R
A
W
L
(
{
3
34
5，3
05
2，9
95
2
}
)
{
6
09
2，6
S
T
Y
L
E
=
3
3C
O
L
O
R
=
"
PI
N
K
"
;
同様に，表示デバイスの4分の l
を占める右
P
I
E
B
A
Rセグメントを配置し，表示デバ
上部に F
イスの 4
分の l
を占める左上部に P
L
E
G
E
N
Dセグメ
ントを配置する.

C
A
L
LG
P
O
R
T
S
T
K
(
{
6
05
21
0
09
2
}
)
;
C
A
L
LG
I
N
C
L
U
D
E
(
"
F
P
I
E
B
A
R
"
)
;
Y
B
O
X
)O
C
O
L
O
Rニ"
P
IN
K
"
;
C
A
L
LG
P
O
L
Y
(
X
B
O
X，
C
A
L
LG
P
O
R
T
P
O
P
;
‑
4
6
3一

SAS，
SAS/GRAPH，
SAS/1M L
は米国 SAS社の畳録商標である.

U . S .POPULATIONSTUDY U . S .A d u l l Femalesi n 1985 27 1いい̲ ̲ ̲ ̲ u:禰琢司 ・ VA Slngl ・守 anvnvnv Dlvorced Wldowod T w 4arrled Lege円 d ・ 1 8 ‑ 2 4 25‑34 35‑54 55 AGER M 伯E ‑AHm品 ￨ U . S .A d u l lM ales i n 1985 VA ・︐ 4 nvnvnu 健 診 ・ 1 824 25‑34 35・ 54 55 時 SOURCE: THE WORLD AUAANACAND BOOK OF FACTS，1966 Figure8 AGERANGE

付録

/・座標章自ラベル・/

start gscenter(
s
t
r
. x.ν. h
t
.f
o
n
t
. color);

ノ・一座標点、 (x，y
)を中心にテキス卜 strを書き出す

caJIgscenter(
x
tlabel.mid.ori
g
inC2:)‑(田岡田 1
るし
5
.'X5山 ss'，'white');

・
/

リ
同 int = origin(:2:) 一回同 celn.4;

1
1 gscenter(
x
l
a出 l，
xlength
/
2
， ν回 i
n
t
.7.
，
x
剖 i
~五山 ite つ;
・
ノ gstr1enに対し， ωindoの yg
主綾部分を

call gstrlen(len，str. h
t， fon
t
)
;
call gscript(x‑len
UO.5，y，str)
陥 i
ght=ht fo門t=font ∞l
o
r司:ol
o
r
;
finish;

国

用いてウインドウを変更・/

call 弱 trlen(slen.νlabel.7 • 'xSl‑Ji
s
s
'
.
凶I
r
>
d
。 [
2
1ノwirdoω[2J//ωirdo [
4
Jノ wirdoω[4]);
L
坦 =origin[2]+ (l，..UB x --o riginI2])~ + slen;
1
1
2，νla出 1
.‑
f
泊
，9
0
) 出 ight=7
call gscriptト1.2，
Font='xswi宙 ・ ; ・ y潤・ノ
finish;

s
珂閣時， histdata. color， title，同ttern.
start 回 rchart(
<
ラ 1，xlab
<
ラ 1，ylab
<
ラ J，yform
同t);
xtl
ab

‑一昨船柑T
: 縦棒グラフの作成

S
E
C
1
‑
町
官
三 一i..'F旋するセクメントの名前
/・~ HISTOOTA ー入力デーヲ行列

・
/

start piechart(問 t1
.s伺 団 me.title.la出 11
.
田 tter田 .colors);

慢の色
グラフのヲイトル
一樺の塗りつぶしパヲーン
/・~ X
TU:庄 L ‑ x総百盛り{樺}のラベル
ノ
・
‑
‑X凶 支 L ‑ x砲のラベル
ノ・ ~y凶支 L
‑ Y舗のラベ Jレ
・
ノ 千 償 問T ‑Y割目盛りのフォーマット
/
・
ー
一
一
一
一
一
一
ー
一
一
一
一
一
一
ー
ー
一
一
一
一
一
一
一
ー
一
一
一
一
一
一
一
一
一
一
一
一
一
一
一
一
一
一
一
一
一
一
一
一
一
ー
ー
ー
・
/
n回 r= rcol(histdata); /.棒の数・/
/・~ C
O
L
f
f
i

・
/ T
1TLE
T
E
I
制
ノ・一向T

・
/

入力デーヲ行列
作成するセグメントの名前
クラフのヲイトル
.‑‑ U
:
由Hl
片のラベル{ラべJレ不用の
.
場合 t
;
t
'
問L
耳
自Eじを撞定}
/・一向打団法s‑円片の塗りつぶしパターン
/・~ C
C
L
C
R
S 一円片の恒
岡T1

S
E
C1‑町定

川
・
ノ

call go
田 n (担9閣 rre);
ca1
1 gscenter(
ti
t1
e，
日
， 92.8，'xSl‑Jiss'.'山 i
t
e
'
);

TITLE

S
肝 i
n= histdata[><l;
リ 市x = h
istdata[<>I;

n回 r+2 :
:

la 出 la 同j=a r司 lel+((a 司 1":子旬開 le 1)~);

∞
:

+
l;
xlength = n回 r
司 th，
n回 r..l);ノ・閉じ cklab=1・
/
calJ gxaxis(origin.xle
call 9四 xis(ori
g
in
.リ 市 x‑
‑
origin(2J.8)
回 er
>
d="L";
for旧 t=yfor旧 t Fix

、

i
fu匹 ase(]a出 1
1
)乍叩u'E'

uendo;

国

Jrrmid = 0
;
do i"
' 1 to n回 円

自

/・俸の中間点【mid回
目 nt)の計算・ノ

∞rrmid 士 山 rrmid+j町 r;
mid = mid // arrmid;

・

1
1 go田 n(，茸9団 rre);
「
ヨ ight=
唖;
call gseU'color' p
inkつ
;
call 9宜 浩 司 er(title.5
日
， 92，helght，
'x
S
l
‑
Ji
s
s
'
.'white・
)
;
伺 1
1 gple(日， 5
日.
30.ar
司l
e1
.angle
2
);
同 i
g
h
t‑
5
:
c
a
lIgpiexy(x.y..95.labelar
司， (
5050)，45);
call gヨ;e
nter (
Ja
bell
.x，
y.height.
'XS
l
.
山 55
・
.'pink・
)
;
伺 1
1 gpiexy(x.ν .55，labela司.(日 5日1，
45);
国 1
1 gscenter (問tlab，
x，y
.helght，
'xswiss'• .山 i
t
e
'
);
I
1 gclose;

・
，

ノ・俸の端点計算.名穫の幅広口.6units. ./
n
c
:r =1;
i

k =n回 r 2
;
do i= 1 to k bν2;
j=i+l;
xval = xh[i
l ノ xh{i] ノ
/ xh[jl ノ xh[jl;
v
v
a
l = origin[2J /ノ νh[I
1ノ / yh[il //origin[21;
国 1
1 9回 1
y(xva1
，1M'J)∞ l
o
r=
c
olor
同t
tern=田 tternocolor='
'
l
.
J
h
i
t
e
'
'
;
er
>
d
;

・/

‑'/
一
・
ノ

同r
cent斗 咽 tl/total)'1
同 tl
ab=(concat何 回 r(perce門t，
2)，
"%勺) ;

・
ノ x事
由
と y婚の作成・ノ
orlgln =口/ノ{開 i
n‑‑(田岡田1/
2));

川穫の描画・ノ

ノ
・
・
/

~./

anglel=pl回開;
angle
2=p
ieangC2:sl山田;)ノノ事担;

，
・
・
.

call gset (
'
t
ヨi
g
h
t 5
)
;
call 9田 t ('fo門t 'xswIss');
call gset ('∞ l
o
r
'.'山 i
t
e
'
);

xh = xh // (ωrrmid‑.3
】:
yh =νhノ〆 histdata[
i1
;
xh = xhノ {∞ rrmid+.3);
1
;
yh = yhノノ histdata(i
er
>
d
;

~./

tota1
=
宜J
m
(町渇 t1);
町市 I
e=(旧 ¥
1ノtota1
)
'
3
1
担2
s
li
c
e
s
=
n
:
:
珂I
(旧 t
l】:
dividers
=
slic
田一 1
;
:
p， 白 ng=口
∞rrang=口;
do i
士 1t
o dividers;
ωrrar
司 ニ ωrra
噌 司 ngleCじ
に
か 国n
g= p
l田 ng / / ∞ rrar
司;
er
>
d
;

/・ウインドウの座穣計算ー
界付、の余白を
見込んでウインドウを大きくとる./
町 田c
el = .
E
型
5l
l
a
b
s
(リ 市X ‑ >mi
n
}
;
困 問c
e2= .
2
5 llabs(凹 咽X 一 凹 i
n
);
>
dω ー1.5 .
. (凹， n一回岡田 1
) "
ω
ir
{凹咽 x +回同白玉2
);
call (
1
o
‑
Ji
r
>
d
ω(wirdo
凶 z

PIE
D‑回T
: 百分率の円グラフを作成

片

・

伺

er
>
d
;
百
， do;
e
l
伺 1
I go
田 n(s
句「四時):
call gseU color'，
'white');
伺 1
1 gpie(日 .5
日.
40.angle1
.ar
唱1
e
2
)
同 t
terr
下 回t
ter田 color司 olors ;

・

伺

I
I gclose;

er
>
d
;
finish;

~465~

日本 S A Sユーザー会 (SUG 卜 J) JMP I Nの使用経験 O尾 崎 真 東京女子医大麻酔科学教室 Evaluation on JMP IN f o r Analysis o fC l i n i c a l Medical Data . Makoto Ozaki， M.D Department o fA n e s t h e s i o l o g y， TokyoWomen's Medical Colledge 8‑1 I くawadacho ，S hinjuku， Tokyo 162， Japan 要旨 統計処理をすることが専門でない医師が、臨床上発生する数々のデータを処理するた めに JMP‑iNを使用し、その有用性を検討した。 Macintoshの持つユーザーインターフェースの良さを生かして JMP‑INもほとんど予備 知識なしでもデータ分析が行なえた。プレゼンテーションのための図示機能および日本 語処理に聞してはさらなる充実が望まれると考えるが、その他の面では臨床医が診療の 合間にデータ処理を行なうのに取り付きやすい理想的な環境が実現されていると言えよ つ 。 キーワード: JMP‑IN Macintosh はじめに 統計学的なバックグラウンドのあまりない臨床に関わっている医師が¥臨床上発生し てくるデータを如何に処理するかは極めて重要な問題である。統計学を学び、信頼性の 高い、定評のあるソフトを使えばよいことはわかっていてもなかなか難しし 1。むしろ統 計学の知識がほとんどないままで、誤らずにデータを処理できるソフトが.あれば かなり で 、 JMP‑INを用いることにより、 の部分が解決出来て現実的であろう。今回 Macintosh上 この点についての有用性を検討した。 麻酔科でよくありがちなデータ処理:回帰直線を描かせる ここに Aと言う名の静注用の降圧剤がある。高血圧症を術前から持っている成人の定 期手術麻酔中の急性高血圧発作に対して、その有効性を同量の生理食塩水を対照として 検討した。投与する薬剤量を Omg、3mg、6mgとかえてその時の収縮期血圧 (SysBp) 、 拡張期血圧 (DiaBp) を計測した。その結果の表が図 1である。 JMP‑INの場合、データ を処理するときの第 1歩は、スプレッドシートを作るところにある。平均血圧 (mBp) は図 2、図 3ででやっているように式の定義をそのコラムに対して行なえば、収縮期血 圧 (SysBp) 、拡張期血圧 ( DiaBp) を入力していってタブキーで移動していけば自動 ‑467‑

的に入力されていく。 解析したいデータを入力した表が出来てしまえば、図 4にあるように Analyzeメニュ ーから分析法を選択すればよい。ここでは図 1の各コラムの最上段の四角に表示されて いるように XとYをそれぞれ DrugDoseと平均血圧 (mBp) に割り当てて、次いで F i tY byXをAnalyzeメニュー選んでいる。その結果が図 5だ。値の性質によって同じメニュ ーを選んでも JMP‑INの方で、適当に処理してくれる。この場合にはちゃんと回帰直線 を描いてくれており、薬のドーズに反比例して降圧作用があらわれているのが一目でわ かる。 : : F i l e E d i t Rows Columns Analyze Tools Window 4C o 1 s 2 1 Rows ~I Dr ‑ ugDose I DrugA 口市叫 国 一 凶 口 口 1 W E司 j 匝iJ l SysBp l DiaBp l mBp 01 1601 901 1131 2 1 6; 110; 68; 82; 3 1 0; 162; 93; 1 16; 4 1 0; 185; 98; 127; 5 1 3 ; 120; 75; 90; 6 1 3l 6; 115l 71 95i 85l 60i 95l 72; 81 61 100i 681 79i 9 1 31 1121 691 831 101 0 ; 175; 95; 122; I : : : 1 11 3; 112 ; 82; 92; 121 6; 88; 60; 69; 131 01 1891 1121 1381 141 3 1 1281 78l 95! 151 3; 135; 85; 102; 161 6l 98l 6 11 731 17 1 01 1901 102l 1311 181 3; 125; 86; 99; 191 0 ; 167; 89; 115; 201 6; 90; 58; 69; 図 1 :薬剤Aが収縮期血圧 (SysBp) 、拡張期血圧 (DiaBp) および平均血圧 (mBp )に与える影響を見た結果の表。詳しくは本文参照のこと。 ‑468

Table 0rugA C o lName: 1mB 同|図 iγ，~ DataT y p e : ⑨ Numeric 0Cha悶 c t e r 0Rowstate 0Best ⑥F i x e dDec F i e l dW i d t h : 回 Forma : t 巴 MeasurementType: ⑨ I n t e r v a l OOrdinal 0 Nominal N o t e s : 図 UseFormula f~] 〔CancelJ 図 2:数式設定をコラム単位で行なえる。ここでは平均血圧 ラムの S y s B pとD i a B pの値から計算させる。図 3へ続く。 ‑469 ( m B p ) を前の 2つのコ

L 今‑ s Bp‑DiaBp) Dial 多+ I 図 3: mBpのコラムの定義式。ここでは使える計算ボタンをマウスでクリックしてい けばよし」これで S y s B pとD i a B pが入力されれば、 mBpは自動入力される。 附 ‑ Tools Window b叫i o n o f Y s k 凶 妥 内 Y削 匿 Fi目tYb削yx 附門 く ぐ ' 援句 Sp 伽 防 e 附 伽 e c 附 c i i ち f yModel 飢利 I Y Y 図 hsm 図 4:スプレッドシートに分析したいデータを入力したら、 A n a l y z eメニューから分 析手法を選ぷ。ここでは F i tY byXを選択した。図 5へ続く。 ‑470一

円1 140 B P 130 . 、 120 、、 : .、、 110 、 、 、 、 、 、 、 、 100 、 、 、 ・ 、 、、 . 、 、 、 、 、 、 彦 . 、 、、 、 、、 一、 、 .、 、 90 、 、 、 、 80 、 、 . 、 、 ーz 、 70 60 、 、 、 、 、. 。 2 3 4 5 6 7 DrugDose F i t t i n g 一一Linear F i t ~inea~ (Summary o f間 Rsquare RootMean Square E r r o r Mean0 1Response Observations ( o r SumWgts) .8902217 7.366305 98.06666 20 o f 図 5 :XをDrugDose(こ 、 YをmBpへ割り当てて、回帰直線を描かせたところ。容量に 反比例して有意に血圧が下降することが分かる。 ‑471一

群問の比較 丁 、 GOPの値を 吸入麻酔薬EとFで麻酔をして、術後 1日での肝逸脱酵素としての GO 追跡したのが図 6の一覧表である。これなども取りあえず Macintoshを扱える知識さえ あれば¥スプレッドシートにば、らぱらと各値を入力して薬剤名を X、GOTをYに割り当 て(マウスで指定してやるだけ)、 Analyzeメニューから先程と同じく F i tYbyXとして やれば¥図 7が出来上がる。同じ F i tY byXでも、入力されたデータの性質により図 5 のデータ処理とは異なった結果の図示がされる。この図 7を見れば¥特に詳しい統計学 の知識がなくとも Fを使った後の GOTの値が高めであることが分かるというものだ。こ の図 7の上の図表で特長的なのは、 MeanComparisonC i r c l e s，95%でなかなか直感的 に群問比較がなされてよいと思われる。 L I v e r F u n c t i o n ¥W ¥b Eユ l Uユ 匝m l !u ! l ヨ ロ日間 一 dhw¥ 戸 ﹂ 3¥ ゆ F 一口一叩 A‑w Rows Columns Analyze Tools Window 回 医 GOT Drug I F ; 125; 71; 21E ; 611 56; 31E ; 451 341 41F 1 1181 851 51E 1 401 291 6I F 1 2501 1231 71F 1 2731 1531 81E i 841 671 91F ; 104; 61; 10I E ; 52; 301 k F 1 0 1 l o l! 2 l 堅 図 6 :吸入麻酔薬EとFを使用した後の GOTとGPTの値。 10人の成人を対象として述 語 1日目の検査結果である。薬剤名を X、GOTをYへ割り当てている。詳細は本文参照 のこと。 ‑472

円 n u υ qun OFb ﹂ 〆 GOT 200 150 100 50 。 E F Drug Means w i t h 95% c o n l i d . i n t e r v a l Quantiles: 90%， 75%， 50%， 25%， 10% Means Comparison C i r c l e s，95' 7 も 毎孟日 (Summary 0 1F i t Rsquare RootMean Square E r r o r Mean0 1Response Observations ( o rSum Wgts) .5595504 58.32580 115.2 10 図 7 :図 6で作った表から分析した結果。薬剤 Eに比較して Fを使った後の GOTが有意 に高いのが、統計学の知識が特になくとも一目で分かる。 473

臨床医には最適 以上のように、表形式でのデータ入力さえ出来れば 色々な角度からその傾向を、特に 統計学の専門知識がなくとも解析できょう。これらの結果は、そのまま印刷することも 可能であるし、テキストデータとしてばのもりでなく、グラフそのものもワープ口ソフト MacWrite1に読み込めるフォーマットで出力できるので、レポートとしても体裁を整え てプレゼンテーション用に有用であろう。 今後の課題としては 医学分野で一般的な平均値の上下に標準偏差をヒゲとして付けた群問比較のグラフが 描けること。ノンパラメトリックス按法なども自動的にやってくれること。日本語処理 のサポートなどでしょうか。これらが実現されれば使いやすいユーザーインターフェー スとあいまって、理想的なデータ処理環境を臨床医に提供してくれると考えます。 (JMP‑INはMacllまたは SE/30で、漢字Talk6.04 環境下で 使用した。) ‑474一

日本 SASユーザー会 (SUGト J) 混合モデル:将来の方向 oJhon Sall R u s s e l l Wolfinger Randall Tobias SAS I n s t i t u t eI n c . Mixed Models:A Future D i r e c t i o n (翻訳岸本淳司 SAS I n s t i t u t eJapan L t d . ) 要旨 混合モデルはより活用できる統計モデルとなりつつある。ぞれを利用する時のテーマは、 汎 用 性 ・ 測 定 構 造 ・ 共 分 散 権 造 で あ る 。 SAS社 で は 、 将 来 の ソ フ ト ウ ェ ア 開 発 の 方 向 と して混合モデルに焦点を当てていく。 キーワード: 1 . 混合モデル 共分散構造 反復測定 応用場面 統計ソフトウェアを開発するときの設計過程で最も重要なのは、幅広い領域の問題に対し て(少数の特定の問題に対してではなく)答えることができるようにできるだけ一般的な 様式で課題を設定することである。混合モデルは、ある種の幅広い問題に対応することが できるように思われる。 汎用性 変量効果というものを考えることの古典的動機は、ある水準の集合から無作為に 抽出しそれからより大きな母集団に結論を返すような効果を扱うための汎用性を用意する ことである。これを実行するため、応答に対する効果は、平均ゼロ・分散一定の正規分布 からのサンプルであると仮定する。そうすることによって、誤差の分散を変量効果の各成 分と残差とに分解できる。さらに、その変量成分の分散はゼロであるという仮説を検定す ることによって、すべてのランダム水準に関する検定を構成できる。 共 分 散 構 造 変 量 効 果 の 帰 結 の 1つ に 、 水 準 を 共 有 す る オ プ ザ ベ ー シ ョ ン 聞 の 共 分 散 は 通 常ゼロでないということがある。ゆえに、分散成分モデルは共分散構造モデルの特例であ る 。 C A L I S や LISREL の よ う な プ ロ シ ジ ャ を 使 っ て 、 そ の よ う な 共 分 散 構 造 の パ ラ メ タ を 推定をすることもできる。(逆に、たいへん一般的な混合モデルのプロシジャがあれば、 ぞれによって C A L I Sが 扱 う よ う な モ デ ル の 解 析 を す る こ と も で き 、 ま た そ の 方 が 欠 損 値 の 扱 い に つ い て 許 容 範 囲 が よ り 広 く な る で あ ろ う 。 ) ゆ え に 、 混 合 モ デ ル は 1次モーメント の み な ら ず 2次 モ ー メ ン ト も 考 慮 す る よ う に 線 形 モ デ ル を あ る 方 法 で 拡 張 し た も の で あ る 。 1元 配 置 分 散 分 析 を 実 行 し た と き 、 各 群 の 分 散 が 等 し く な い よ う に 見 え 分散の非均一性 たとしよう。この時の救済法はたいへん簡単というわけにはいきそうもない。ある人はこ ‑475一

の問題を無視するかもしれない。また、ある人はノンパラメトリック法に切り替えるかも しれない ・ 応 答 変 数 の 変 換 を 試 み る 人 も い る か も し れ な い 。 し か し 、 こ れ ら の ア プ ロ ー チは一般的な方法として完全に正しいとは思えない。なぜその分散をパラメタ化してモデ ルの中に取り込まないのだろうか。そうすれば、その分散が等しいかどうかの検定をする 事もできる。 0 測定過程 実験をしたとき、なんらかの層化法か帯状法の方法でで測定値を得たとしよう。 すると、仮説検定を構成するとき、その測定過程を考慮したモデルが必要になる。そのよ うな例としては、分割法や反復測定の計画が最も典型的である。しかし、それ以外の測定 過程の可能性もたくさん存在する。 1変 量 反 復 測 定 反 復 測 定 実 験 に 対 す る 標 準 的 1変 量 ア プ ロ ー チ は 、 被 験 者 を 変 量 要 因 と 考 え た 混 合 モ デ ル で あ る 。 そ の 時 の 分 散 の モ デ ル は compound‑symmetryと呼ばれている。 しかし、そのようなモデルは単に被験者間の測定での分散成分がある特別な共分散を持っ ていると仮定することと同じである。混合モデルのアプローチを採用することによって、 計 画 中 の 2つ の 水 準 聞 の 検 定 に 対 す る 正 し い 平 均 平 方 の 比 が 導 か れ る 。 当 然 な が ら 、 被 験 者がランダムサンプルとして引き出されるような母集団聞についての一般化も試みている。 多変量反復測定 多変量反復測定については、測定聞にどの様な相聞のパターンでも起こ り 得 る と 仮 定 し て い る 。 こ の 仮 定 は 混 合 モ デ ル と し て 考 え る こ と が で き る 。 そ の 場 合 m個 の 応 答 に 対 し て m(m+1)/2 個 の 分 散 ま た は 共 分 散 の パ ラ メ タ を 推 定 し な け れ ば な ら な い 。 混合モデルとしてモデリングすると、欠損値 l こ対する耐性が強くなる。多変量アプローチ で は 、 あ る 被 験 者 に つ い て 1つ で も 欠 損 の 変 数 が あ る と 、 そ の 被 験 者 l人 分 の デ ー タ 全 体 を失うことになる。混合モデルのアプローチではそのような問題はない。また、多変量モ デルには少々やっかいな問題がある。というのは、検定統計量がいろいろあり、それから 選択しなければいけないからである。さらに、多変量アプローチは分散構造の情報をよく 締約したモデルとはいえない。 時系列構造 反復測定の実験をしたとして、その測定聞に相聞を導くような時系列過程を 想定しているとしよう。そのような状況は自己相関過程から導かれる共分散構造によって モデル化できる。 地理統計学 複数の場(地理的領域)で同時に行う研究をするとしよう。そこでは位置に 由 来 す る な ん ら か の 効 果 を 期 待 し て い る と す る 。 た と え ば 、 2つの点での相関(主その距離 に 関 係 が あ る と い っ た 仮 説 が 考 え ら れ る 。 そ の よ う な 例 に Krigingの モ デ ル が あ る 。 こ れ もまた混合モデルで考えることのできる共分散構造である。 ランダム係数モデル 回帰分析の回帰係数自身がランダムに変動し、その分散の値を推定 したい、という事態を考えよう。この場合の分散は関心のあるパラメタとなるであろう。 ランダムな係数の聞には相関さえあるかもしれない。このようなものすべては混合モデル の枠組み中に持ち込むことができる。 BLUPs と Shrinkers 混 合 モ デ ル の ア プ ロ ー チ で は 、 選 択 さ れ た 水 準 に 対 す る 予 測 量 が 生 1巴 (1977)は 、 ラ ン ダ ム な 「 パ ラ メ タ 」 の 混 合 モ 成 さ れ る 。 こ れ は BLUPと呼ばれる。 Harvi1 、 S t巴i n ま た は 経 験 Bays推 定 量 の よ う な shrinkage推 定 量 で あ る こ と デ ル 推 定 値 [BLUP]は を示した。彼らは局所的なランダム水準と全体的平均との差についての関係を示している。 BLUPパ ラ メ タ 聞 の 検 定 統 計 量 に つ い て 、 い く つ か の 推 論 空 間 の ど れ に 対 し で も 対 応 す る 標 ‑訳注 ノンパラメトリック検定は正規性は仮定してないが分布は同じと仮定しているの で、非等分散だからノンパラというのは間違いである。 476‑

準誤差を生成させて、母数効果と同様に構成させることができる (McLean. Sanders，and Stroup. 1 9 9 0 )。 現 在 の SASに お け る 変 量 効 果 の 扱 い G L Mプ ロ シ ジ ャ は 変 量 効 果 に 関 す る 平 均 平 方 の 期待値を計算する方法は用意している。また、分散成分の推定値も提供される。しかし、 得られた共分散を利用して母数効果パラメタを再推定する機能は提供されていない。 ML や REMLに よ る 解 法 も 提 供 さ れ な い 。 VARCOMPプ ロ シ ジ ャ で は こ れ が で き る が 、 G L Mに あ る 機 能 の 多 く 、 た と え ば 連 続 効 果 、 最 小 二 乗 平 均 な ど の 機 能 に 欠 け て い る 。 将来に向けての努力 我々が現在研究しているのは、将来のソフトウェアプロダクトに、 よ り 理 解 し や す い や り 方 で 混 合 モ デ ル を 組 み 込 む た め の 技 術 に つ い て で あ る 。 Jennrich a n d Schluchter(1986). Lindstrom and Bates(1988). Laird and Ware (1982)そ の 他 の 研 C.R.Henderson(1984)以降の研究、 究では、反復測定の場合に対する見込みを示している。 avid Harville(1987) や 他 の 研 究 者 (McLean.Sanders， Stroup.Blouin.Callanan) は 、 また D より伝統的な定式化による見込みを示した。南部地域プロジェクト S‑189は 、 そ の 地 域 の grト 大 学 研 究 に 基 金 を 与 え て お り 、 す で に 1つ の レ ポ ー ト が 配 布 さ れ て い る (Louisiana A culturaJ Experiment Station， 1 9 8 9 )。 ある論争点 混合モデルの見方について、ある緊張があるように見える。混合モデルを単 に共分散構造であると考える人たちにとっては、分散成分の推定値が負になっても問題に ならないように見える。一方、基礎となる変量効果に関心を持つ人たちにとっては、たと え ば EMREML法 な ど を 用 い て そ の よ う な 負 の 分 散 を 避 け た い と 考 え て い る 。 あ る ユ ー ザ ー は LUP 母数効果についてより関心があり、またある人は分散成分について関心があり、また B 予測量について詳しく知りたいと思っている人もいる。共分散構造を広くカバーする計算 アプローチは B LUP推 定 に 適 さ な い よ う に 思 え る し 、 ま た 逆 も 真 で あ る 。 2 . モデル 応 答 聞 の 共 分 散 は 変 量 効 果 に 帰 国 す る 。 変 量 効 果 が r個 あ る と し よ う 。 各 変 量 効 果 は 他 の j番 目 の 変 量 効 果 の 共 分 散 構 造 は Gjで 、 そ の 効 Zjで 与 え ら れ る 。 あ る 被 験 者 に つ い て の 測 定 値 の 集 合 の 共 分 散 は 、 次 の よ 変量効果とは無相聞であると仮定する。 果そのものは うになる。 V i=Z1Zi j Gj Z j J こ の 共 分 散 行 列 Vは 、 少 数 の 応 答 に つ い て モ デ リ ン グ し て い る 反 復 測 定 モ デ ル で は 小 さ な ものになるかもしれない。反復測定ではないときは、 V は n X nの 大 き さ に な り 、 た い へ ん大きなものになるかもしれない。また、その場合は間接的に考えなければならない。 このモデルを処理するソフトウェアでは、この分散行列を直接モテ'ル化するか、あるいは W変 換 に よ っ て ひ っ く り 返 す か 、 Zの 形 状 に 基 づ く か 、 Gの 特 性 に 基 づ く か 、 BLUPが 必 要 か ど う か 、 な ど に つ い て 決 定 す る こ と に な る 。 反 復 調IJ定 モ デ ル で は 通 常 直 接 法 を と り 、 非 Goodnight and HemmerJe. 1 9 7 9 )。 反 復 測 定 問 題 で は W変 換 で 行 く よ う に 考 え て い る ( の解可 つ変同ろ みても 組しと 枠とこ の部る V 一得 はのに︒ て動時う よ差をあ に残答で 細常応る 詳通のれ ︑は数き が程複別 も相にと る過し区 あ関対は き己者果 と自験効 る列被量 す系一変 化時同列 ル︑刻系 デば時時 モえ一と てと同動 した︑変 と︒し差 スるか残 一あしは ケも︒き のとうと 々ころの は込で︑ 個むあそ 動りるり 変取れあ 差にさで 残中釈能 I 勾 ︐ ヮ 8・ 4

3. 変量効果の種類 反復測定への我々のアプローチにおける主要な貢献点の一つは、共分散構造を変量効果の 特性に由来すると見て、多変量応答に基づく特別な性格づけには由来しないとする点であ 9 8 8 )で な さ れ て い る 。 モ デ る 。 こ の よ う な こ と は 、 た と え ば BMDP5V(Schluchter， 1 ル中の各効果について、変量効果の属性は下に挙げるような選択肢から提供される予定で ある。 母致 母数効果はモデルのランダムな側面には参加しない。これがデフォルトのタイプ である。 変量 変 量 効 果 は 、 分 散 成 分 モ デ ル に お け る 通 常 の 独 立 ラ ン ダ ム 分 類 効 果 で あ る 。 Gは 単 位 行 列 に 分 散 成 分 を 掛 け た も の で あ る 。 各 変 量 効 果 に つ き 1つ の 分 散 成 分 パ ラ メ タ が あ る 。 あ る 効 果 の 同 一 水 準 に 2つ 測 定 値 が あ る と 、 こ の 共 分 散 の 貢 献 が あ る 。 披政者 ある効果を被験者であると宣言すること自体は共分散構造の宣言ではない。そう ではなくて、ある種の共分散梼造の否定である。このタイプを指定すると、同じ 被験者水準にない観測値は他の効果にかかわらず無相聞であることが宣言される。 こ れ が 、 モ デ ル が n X nの 大 き な 共 分 散 行 列 に な る こ と を 避 け る た め に 用 い る 基 本的メカニズムである。被験者効果がさらに変量効果であるときは、反復測定に 対する c ompound symmetryのケースであることになる。 R l 1次 の 自 己 回 帰 。 時 間 聞 の 共 分 散 は 時 間 差 の ベ キ 乗 に 対 す る 自 己 回 帰 パ ラ メ タ で 時間 A あ る 。 時 間 変 数 が 間 隔 尺 度 か 名 義 尺 度 か に よ っ て 、 こ の 効 果 に は 2つ の パ ー ジ ョ ンがある。時間が名義であった場合、データテープル聞の水準が探索され、等間 隔の集合を構成すると仮定される。時間が問繭であった場合、時間差を、たとえ それに端数があってもその値であるとする。名義の場合の方が多くの状況でより 効率がよいが、一般にはそれほどでもない。この指定法は、他の指定法より計算 に時間がかかるかもしれない。なぜなら、共分散行列の、つまり共分散パラメタ の 2次 導 関 数 が ゼ ロ で な い か ら で あ る ( す べ て の 時 間 差 が Oか 1の時を除く)。 時間 A R n大 き な 次 数 の 自 己 回 帰 。 こ こ で は 時 間 変 数 は 名 義 で な け れ ば な ら な い 。 時 間 聞 の 共分散を示すファイ行列は t o e p l i t zバ ン ド 行 列 で あ り 、 各 ノ fン ド に 対 し て 異 な っ たパラメタを推定する。 無構成 こ れ は 名 義 要 因 の み に 対 す る も の で あ る 。 効 果 に 水 準 が k個 あ る と し よ う 。 す る と 、 k個 の 水 準 の 組 合 せ そ れ ぞ れ 、 つ ま り ( k+l)k/2個 の の パ ラ メ タ に 対 し て 異 な るパラメタを使ってモデル化される。この指定では、水準が多い場合計算量が莫 大になる可能性があり、その時はユーザーに適切に警告が出るようになるであろ う 。 こ れ は 、 反 復 測 定 計 画 に 対 す る MANOVAモ デ ル の 場 合 と 同 じ で あ る 。 対角 無構成と似ているが、対角要素のみに対応している。ある効果の水準に対して非 等分散のモデル化に用いる。 ランダム係数 間隔尺度の要因のみに対応する。各要因はランダム係数要因であり、要因聞には 任意的な相聞が存在する。この要因には、その要因の平均効果を推定するための 母数効果も含まれる。成分間の相聞を考慮したくない場合には、それを複合効果 として一緒に指定しないで、個々のランダム係数要因としてリストする。 ‑478

距離 間隔尺度要因の集合があって、それが座標を表現しているような状況に対応する ものである。 2つの測定間の共分散は、 ρの d乗 と し て モ デ ル 化 さ れ る 。 こ こ で dと は 、 座 標 ペ ア 聞 の ユ ー ク リ ッ ド 距 離 、 つ ま り 測 定 聞 の 対 応 す る 座 標 の 差 の 自 乗和の平方棋である。この構造は、測定聞が近いほど相関が大きいと想定される 場合に適切である。 ARlは 、 こ の タ イ プ の 効 果 の う ち 間 隔 要 素 が 1つ し か な い としたときの特殊ケースである。この効果は、地理的効果に対して適切であろう。 その他 ennrich a n d 時には、その他の共分散構造を加えることが適切なこともある。 J A L I Sが サ ポ ー ト し て い る 全 Schluchterは 、 因 子 分 析 の 構 造 を 提 供 し た 。 さ ら に C ての構造を、 C A L I S よりももっと一般的に(ただしより計算コストがかかるが) 取り込むことができる可能性もある。 4 . 選択 推定と検定の過程をどの様に実行するかについて、いろいろな選択を提供できるように考 えている。 目的関数 これに関する選択は、最尤法を実行する M Lと 、 制 約 付 き 最 尤 法 を 実 行 す る R E M L である。 R E M Lは 計 算 コ ス ト は か か る が 、 一 般 的 に は こ ち ら の 方 が 推 薦 で き る 。 ゆえに、この方法をデフォルトにする予定である。 反復法 ewton‑Raphson法 で あ る 。 母 数 効 果 パ ラ メ タ と 分 散 ノ fラメ 最も基本的な方法は N タ と に つ い て 交 Eに 反 復 す る か 、 あ る い は 問 題 の 中 か ら 母 数 ノ f ラ メ タ だ け に 集 中するかのどちらかにする計画である。スコアリングについて選択の余地があ る 。 経 験 に 基 づ い て 2つ の 手 法 を 選 択 す る ハ イ プ リ ッ ド 法 が 提 供 さ れ る か も 知 れない。また、ステップ減少法のオプションがいくつか提供されるかも知れな い 。 そ の な か で は 、 お そ ら く ス テ ッ プ 半 減 法 が デ フ ォ ル ト に な り 、 リッジ法が オプションになるであろう。 計算法 こ れ に は 2つ の 選 択 が あ る 。 直 接 V行 列 ア プ ロ ー チ と 、 間 接 W行 列 ア プ ロ ー チ である。手法を選択が指定きれないときには、計算コストがかからないと思わ れる方法を自動的に選ぶことができる。反復測定の場合で、反復測定の回数が 少 な い 場 合 は 、 直 接 法 が 適 当 に 思 わ れ る 。 そ の 他 の 全 て の 場 合 で は 、 W アプロ ーチの法が好まれるであろう。 検定統計量 a l d検 定 と 、 尤 度 比 検 検 定 統 計 量 に は 3つ の ラ イ バ ル が あ る よ う に 思 わ れ る 。 W 定 と 、 調 整 済 み F検定である。 W al d 検定はいつでも提供できるように考えている。というのは、計算コストが a l d検 定 は 完 全 な W a l d検 定 に は な ら な い か も ほとんどタダだからである。この W 知れない。なぜなら、推定法の種類によっては母数効果と変量効果との相聞を 無視することになるかも知れないからである。 尤度比検定は、なんらかの会話的オプションとして利用できるようになるであ ろう。この検定を得るためには、より計算コストがかかる。なぜなら反復再推 定の過程が必要になるからである。 atterthwaite または ま た 、 近 似 F統 計 量 も 提 供 で き る う よ う 期 待 し て い る 。 S 479

Geiser‑Greenhouse 調 整 の よ う な メ カ ニ ズ ム を 用 い た 自 由 度 の 調 整 を 提 供 し た い 。 5 . 見込み 混合モデルの見込みは明るいが、問題がないわけではない。計算の負荷はたいへん重要な 否定的要因として残っている。多くの混合モデルの問題を解くためには、莫大なメモリと 計 算 時 聞 が 必 要 と な る で あ ろ う 。 混 合 モ デ ル の 計 算 を ノ fッ ク グ ラ ウ ン ド で 処 理 し 、 そ の 計 算をどんどんやっている聞に他の仕事ができるようにする事は出来るであろう。 現実的には、欠損値のない無構成共分散のデータに対し M A N O V Aア プ ロ ー チ を や め る こ と は 出来ないであろう。なぜなら、その方がよりコンパクトで速いからである。 M A N O V Aはまた、 グラフィックに対しより適切である。 混合モデルでの検定統計量について自信を得るためには経験が必要であろう。変量効果モ デルに異なる手法を用いて異なる結果が生じることについて、統計の学会は既に混乱して いる。何を変量効果と宣言するかについて意見は一致していない。足してゼロになる効果 についても意見が一致していない。最小自乗平均をどの様に扱うかについて論争があった。 変量効果パラメタの検定についても論争があった。これらの意見の不一致により、簡単な 場合であっても、結論が大きく変化するようになるかも知れない。 H ocking(1985) や そ の 他の人たちは、これらの論争の多くを片づけた。しかし、古い文献や混乱の影響は今も残 っている。 もし混合モデルについての全ての約束が実現されるとすると、我々は回避していた問題の 橋渡しをしなければならず、また計算の負荷に耐えなければならず、またよりよい教育ア プローチを探索しなければならない。もしこれらのことが出来たとすると、前の世代で線 形 モ デ ル が 分 散 分 析 と 回 帰 分 析 を 橋 渡 し し た よ う に 、 1次と 2次 の モ ー メ ン ト の 橋 渡 し を する統一的な統計方法論を持つことになる。 6 . 参考文献 Goodnight a n d Hemmerle(1979)，> > A Simplified Algorithm f o rt h e W‑Transformation i n Variance Component E s t i m a t i o n > >，Technometrics 2 ， 1 2 6 5 ‑ 2 6 8 . Harville(1977)，> > M a x i m u m Likelihood A p p r o a c h e st o Variance Component Esti~ation a n dt oR e l a t e dP r o b l e n s > >，J A S A7 2，3 2 0 ‑ 3 3 8 . Henderson，C .R .( 1 9 84 )A p p li c a t i o n so fL i n e a r Models i nA n i田a l Breeding，U o f G u e l p h . r o o k s / C o l e . Hocking(1985) T h e Analysis o fL i n e a rM o d e l s，B Jennrich a n d Schluchter(1986)，"Unbalanced Repeated‑Measures Models w i t h Structured Covariance M a t r i c e s > >，Biometrics 4 2，8 0 5 ‑ 8 2 0 . L a i r da n d Ware(1982)，"Randon‑Effects Models f o r Longitudinal D a t a "，Biometrics 3 8，9 6 3 ‑ 9 7 4 . Lindstrom a n d Bates(1988)， > > N e w t o n ‑ R a p h s o na n dE M Algorithm f o r Linear Mixed‑ Effects M o d e l sf o r Repeated‑Measures D a t a "， J A S A， 1 0 1 4 ‑ 1 0 2 2 . Louisiana Agricultural Experiment Station(1989) Bulletin 3 4 3，Applications o f a t o nR o u g e . M i x e d Models i n Agriculture a n dR e l a t e d Disciplines， B M c L e a n， Sanders， a n d Stroup(1990)，> > A Unified Approach t oM i x e dL i n e a rM o d e l s > >， American Statistician，f o r t h c o m i n g . ‑480一

日本 5A5ユーザー会 ( 5UGト J) 回帰分析再入門 ( T u t o r i a l ) 岸本淳司 株式会社 SASインスティチュートジャパン 統計解析研究室 A Second Course f o r Regression Analysis J u n j iK i s h i m o t o， S t a t i s t i c i a n td . SAS I n s t i t u t e Japan L N i c h i r e i Akashicho B l d g . 6‑4Akashi‑choC h u o ‑ I くuT okyo 104 要旨 回帰分析は世の中で最も広く用いられている統計手法であるが、実際の応用では極めて 難しい面をもっている。本論では、回帰係数の解釈の問題と、特に質的説明変数による回 帰分析の方法論について提示する。 キーワード:回帰分析 数 量 化 I類 交互作用 最適変換 1.はじめに 線形回帰分析は世の中で最も広く用いられている統計手法といえる。回帰係数の最小自 乗推定は数理的に明快であり、簡単な計算で求めることができる。ところが、現実のデー タに回帰分析を適用し、得られた回帰係数を実際のアクションに結びつけようとすると、 なかなかうまくいかない。以下に回帰分析にまつわる様々な問題点と、それに対する対処 法について述べる。 2 . 回帰係数の解釈 2 . 1 注意 回帰分析によって求められた回帰係数の解釈は一般に信じられている程自明のものでは ない。 M o s t e1 Ie ra n dT u k e y( 1 9 7 7 ) は著書 D a t aA n a l y s i sa n dR e g r e s s i o n の中に ' W o e s o fR e g r e s s i o nC o e f f i c i e n t s 'という章を設け、 ' W ek n o wt h a tr e g r e s s i o nc o e f f i c i e n t s c a ns u f f e rf r o ms e r i o u sd i f f i c u l t i e s . 'と 述 べ て い る 。 以 下 に 回 帰 係 散 を 解 釈 す る と き の注意を示す。 2 . 2 説明変教が実量史的に制御されている場合 0 m g，2 0 r a g，3 0 m g . . .と 説明変数が実験的に制御されている場合(たとえば触媒の量を 1 変化させて目的物の産出量をそれぞれ測定するとき)は、回帰係数の解釈は容易である。 単 回 帰 の 場 合 は 、 説 明 変 数 を 1単 位 増 加 さ せ た と き の 目 的 変 数 の 変 化 量 の 推 定 値 と い う こ とになる。線形回帰であるから、この目的変数の変化量は説明変数の値に関係なく一定と 仮定しているわけだが、これは実験者の固有技術の知識で妥当性を判断できる場合が多い。 重回帰の場合(たとえば触媒の量と処理温度と処理時間とを色々組み合わせて実験する とき)は、ある説明変数に対する回帰係数とは、その他の説明変数を変化させないで、そ の 変 数 だ け を 1単 位 増 加 さ せ た と き の 目 的 変 数 の 変 化 量 の 推 定 値 で あ る 。 実 験 事 態 で は 多 ‑481一

くの場合説明変数の組合せについてバランスをとるよう計画されるので、共線性の問題は 全くなく、偏回帰係数の解釈について問題は生じない。また、実験というからには、実験 する変数以外の環境は全てのサンフルで等しいようにコントロールするか、あるいはラン ダマイズして確率化する(のが普通な)ので、余計な環境変数については無視することが できる。このため、回帰係数の解釈を純粋に行うことができる。モデルのフィッティング が 悪 い と き に は 、 多 項 式 の 項 や 2つ の 変 数 の 積 の 効 果 を モ デ ル に 入 れ る こ と が あ る が 、 そ うすると回帰係数の大きさの評価が難しくなる。 2 . 3観 測 研 究 か ら 得 た デ ー タ の 場 合 説明変数が実験的制御下になく、同時に測定された変量聞で回帰分析をする場合、たと えば身長から体重を予測するとか、数学の成績から英語の成績をを予測するという場合、 回 帰 係 数 の 解 釈 は 難 し い 。 説 明 変 数 を 制 御 す る こ と が で き な い の で あ る か ら 、 「説明変数 を 1単 位 変 化 さ せ る 」 と い う こ と を 考 え る こ と が で き な い の で あ る 。 観 測 研 究 の 時 は 、 説 明 変 数 が l単 位 離 れ て い る 2つ の オ プ ザ ベ ー シ ョ ン 聞 に 期 待 さ れ る 目 的 変 数 の 差 と 解 釈 す ることになる。 重回婦の場合はさらに大変で、問題になっている変数以外の説明変数群のの値が(たま た ま ) 同 じ で 、 そ の 変 数 だ け が 丁 度 1単 位 離 れ て い る 2つ の オ プ ザ ベ ー シ ョ ン 聞 に 期 待 さ れる目的変数の差ということになる。説明変数聞には一般に相聞があるから、そのような 前提を想定することには無理がある。偏回帰係数というと「他の変数の効果を除いたその 変数の純粋な効果」であるという伝説があるが、因果関係に関する強力な背景理論がない 限り問題は単純ではない。他の変数について調整しているといっても、実験事態とは遣い 観測した変数以外の環境変数をコントロールしていないから、その意味でも回帰係数の解 釈 は 純 粋 で な く な る 。 さ ら に は 、 偏 回 帰 係 数 の t検 定 ( ま た は 回 帰 係 数 の 標 準 誤 差 ) を 計 算する時の前提が実際に満たされていることはない。 要するに、観測研究における偏回帰係数を解釈するときには、不可能に近いことを無理 にやっているのだという自覚が必要である。多くの変数を観測したからといって全部予測 に活用しないともったいないと考えるのは誤りである。場合によっては、あえて単回帰係 数を評価することも意味がある。たとえば、若いドライパーほど事故を起こす可能性が大 きいというのは事実である。若い人ほど運転する時聞が長いだろうし、より危険のある状 況で運転しているのであろうから、若い人の方が下手だと考えるのは誤りであるが、年齢 によって保険の料率を決めるのは合理的である。 2 . 4常識的な手法群 Chatterjee a n d Price(1977)の 有 名 な 本 の 出 版 以 来 、 回 帰 分 析 を 単 純 に 当 て は め て も 意 味がなく、試行錯誤によるモデルビルディングが必要という認識はかなり一般にも広まっ たと思われる。この本で挙げられている話題は、残差の検討・定性的説明変数・分散の不 均一性(重みつき最小二乗法)・時系列相関(ダーピン=ワトソン統計量)・多重共線性 ( 主 成 分 回 帰 / リ ッ ジ 回 帰 ) ・ 変 数 選 択 な ど で あ る 。 こ れ ら の 多 く は 、 SASの R E Gプ ロ シ ジ ャ に 既 に 取 り 入 れ ら れ て い る 。 具 体 的 な 指 定 方 法 に つ い て は 、 SASの マ ニ ュ ア ル か、岸本 ( 1 9 8 8 )の 紹 介 を 参 照 し て 頂 き た い 。 3 . 質的説明変数による回帰分析と変数選択 質的変散を説明変数として用た回帰分析は、観測データに適用するといわゆる数量化 I 類と呼ばれる(実験データに適用すると分散分析と呼ばれる)。 カテゴリーウェイトとは 偏回帰係数に他ならない。先に注意したように、観測研究での回帰係数(カテゴリーウェ イト)を解釈することには多大な問題があり、これをもって変数の効果を評価することは 誤解を招く。 さ て 、 質 的 変 数 を 含 む 回 帰 分 析 は GLMプ ロ シ ジ ャ で 処 理 が で き る が 、 こ の プ ロ シ ジ ャ には残念ながら変数選択の機能はない。変数選択を実行するには、ダミー変数を作成して ‑482‑

R E Gプ ロ シ ジ ャ で 処 理 す る 必 要 が あ る 。 パ ー ジ ョ ン 6の R E Gで は 変 数 選 択 に お い て 変 数群をグループとしてモデルに追加/削除する機能があるので、各アイテムを示すダミー 変数群をグループとして、アイテム単位の変数選択を実行することができる。さらに、 1 ) 1 )ース 6 . 0 6で 実 験 的 プ ロ シ ジ ャ と し て 公 開 予 定 の P R O CG L M M O Dを使うと、 GLMプ ロ シ ジ ャ風のモデル指定によってデザイン行列をデータセットに出力させることができるので、 様々なモデルのダミー変散が容易に生成できる。 1 9 8 2 )に あ る 数 量 化 I類 の 例 に つ い て ア イ テ ム 選 択 を し て み よ う 。 たとえば、駒沢 ( 1 a n守 nDnD 1ip ηdyinL 9 ‑ 1ょ 1A 'l'inL qLndnL d a t as u r y o l ; i n p u t abcd ey ; c a r d s ; 1112 1 2 132 12 2 111 1 5 3422 2 6 14 11 1 3 23222 2 2 1111 6 13 12 2 3 3222 3 5 112 12 2 3 1113 1 0 23 12 1 4 2 1222 3 1322 1 32 113 9 24 113 1 0 122 1 1 3 p r o cg l m m o dd a t a = s u r y o lo u t d e s i g n = m a i n ; c l a s s ab cd e ; ; m o d e l y=ab cde r u n， p r o cp r i n td a t a = m a i n ; r u n ; p r o cr e gd a t a = m a i n ; 目 。d e l y= { c o l 3c o l 4 }{ c o I 6 ‑ c o I 8 }c o l l Oc o l 1 2{ c o 1 1 4c o1 l5} I s e l e c t i o nニs t e p w i s e g r o u p n a m e s =' A '' s '' c '' D '' E ' ; r u n， G L M M O Dプ ロ シ ジ ャ に よ り 図 lの よ う な 主 効 果 計 画 行 列 が 出 力 さ れ る 。 ス テ ッ プ ワ イ ズ 法 に よるアイテム選択により、 デフォル卜による)。 A .C .D . Eの 4つ の ア イ テ ム が 選 択 さ れ て い る ( 有 意 水 準 は ‑48:5‑

。 。。。。。。。。。。。。。。。 。 。 。 。 。 。 。 。 。 。 。。。 。。。 。。。 。 。。 。。。。 。 。 。 。。 。。。 。 。 。 。 。 。 。 。 。 。 。 。 。。。 。。。。。。。 。 。。 。。。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 s 。 。 。 。 。 。 。 。 。 。 。 。 。。 。 。。。 。。 。 。 。 。 。 。 。 。 。 。 。 。。。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。。。 。 。。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。。 。 。 。。。。。。 。 。。。。。。 B S Y C C C C C C C C C L L 2 L 3 L 4 L 5 L 6 L 7 L 8 L 9 C C C C C C L L L L L L 2 3 4 5 2 2 3 4 5 6 7 8 1 0 1 1 1 2 1 3 1 4 1 5 1 6 1 7 1 8 1 9 2 0 5 6 3 2 6 3 5 2 1 0 4 3 9 1 0 3 4 6 6 図 1 GLMMODプ ロ シ ジ ャ に よ る デ ザ イ ン 行 列 デ ー タ セ ッ ト Summary o f Stepwise Procedure f o r Dependent Variable Y G r o u p N u m b e r S t e p Entered Removed 1 n Prob>F P a r t i a l R * * 2 M o d e l R * * 2 C ( p ) F 2 0 . 5 4 0 7 0 . 5 4 0 7 36.0569 1 0 . 0 0 6 4 3 0 . 1 7 7 7 0.7184 1 8 . 6 9 4 9 1 0 . 0 9 2 6 4 0 . 1 1 6 8 0 . 8 3 5 1 7 . 9 6 9 5 1 0 . 6 2 2 4 6 0.0450 0.8802 7 . 0 5 9 8 2 .4 4 3 6 A 0.0013 2 D 0.0059 3 C 0.0053 4 E 0.1256 図2 ステップワイズ法によるアイテム選択 ‑484‑

4 . 加法性が成り立たないときのモデリング 加法性とは、目的変数の応答が説明変散による効果の足し算として効くと言うことであ る。具体的には、ある説明変散の効果は他の説明変数の値に関係なく同じと言うことであ る(その変数自身の値に無関係というのが線形性である)。現実の世界で加法性が成り立 っていないと、解釈できる回帰係数は得られない。回帰分析をプラックボックスと見るの ではなく、実際のデータの構造を探索する努力が必要である。蛇足ながら、加法性の問題 は共線性(説明変数聞の相関)とは関係がないので注意。 さて、分散分析の場合、加法性がないデータに対しては交互作用項を導入するのが常道 で あ る 。 数 量 化 I類 の 事 態 に 対 し で も 同 様 に 交 互 作 用 を 導 入 し た い の で あ る が 、 こ れ に は 重大な障害がある。 1つ は 、 交 互 作 用 の た め の 自 由 度 が 爆 発 的 に 必 要 に な る こ と で あ る 。 もっとも、 a水 準 の 因 子 と b水 準 の 因 子 と の 交 互 作 用 を 表 現 す る た め に 、 (a‑l)(b‑l)個の u k e yのモデルのように、 自由度がどうしても必要というわけではない。たとえば T μIj = μ + α i + sj + rαi sj 交 互 作 用 を 主 効 果 の 積 ( 自 由 度 1) に 回 帰 さ せ て も よ い し 、 事 後 的 に 交 互 作 用 の 多 重 比 較 を行って整理することもできる。 しかしながら、これらの方法は観測データの解析にはなじまない。一番の難点は、観測 研究ではデータのバランス性が全く期待できず空のセルが多数発生する可能性が大きいの で、そもそも交互作用やその平方和を定義することが難しいことである。そこで、交互作 用 が あ り そ う な 2つ の ア イ テ ム に 対 し て は 、 一 万 の ア イ テ ム の カ テ ゴ リ 毎 に 層 別 し て 、 も う一方のカテゴリスコアを別々に推定するという手順が推薦される。この方式なら推定さ れるパラメタの解釈も自明であるし、空きセルがあるところは推定しなければよい。たと えは、図 3のようなデータの場合、 : ・ y O:Bl B 2 図 3 交互作用の表現 アイテム Bの 効 果 は hの 時 だ け 現 わ れ る と い う 自 然 な 解 釈 に 導 か れ る 。 そ し て 、 最 終 的 に は、全体平均と、 A1 と {A2.A3}を 区 別 す る た め の ア イ テ ム Aの主効果ノ fラメタ lっと、 A 3 の 時 だ け の ア イ テ ム Bの効果を示すパラメタの、 3つ し か パ ラ メ タ の な い モ デ ル を フ ィ ッ トさせるとよい。 このような解析には十分に大きいサンプル数が必要であり、実際の多要因のデータに対 してうまい解釈のできるモデルを探し出すことは不可能なことかもしれない。だからとい って、データの構造を吟味しないで加法モデルを当てはめても有用な知見は得られないこ とを強調しておく。 5 . 最適変換による疑似交互作用の解消 5 . 1量的交互作用と質的交互作用 加 法 モ デ ル が 成 り 立 た な い と き の 交 互 作 用 に つ い て 、 た と え ば 2X2の 単 純 な ケ ー ス で は、方向は同じだが応答に対する影響量が異なる場合と、方向が異なる場合とに分類でき る 。 485‑

y y ~ ・ ・ o:B=l o:B=l : B = 2 : B = 2 2 A 図4 2 A 図 5 質的交互作用 量的交互作用 量的交互作用の場合、表われた交互作用を見かけ上のものとして、応答変数の性質によっ 0 0点 滴 点 の 試 験 で あ っ た て説明することができる可能性がある。たとえば、応答変数が 1 としたら、 1 0 0 点 以 上 の 得 点 を 得 る こ と は で き な い ( 天 井 効 果 ) 。 逆 に 、 0点 以 下 の 測 定 値を得ることはできないということもある(床効果)。そのような場合、被験者の内部の 尺度では説明変数の効果は加法的に効いているが、外部に表われる得点はその非綿形関数 として効いてくるというモデルを想定することができる。このようなモデルにおける非線 形な応答関数として、たとえば対数関数などをアドホックに想定することもできるが、デ ータから最小自乗の基準で推定することも考えられる。 5 . 2 TRANSREGプ ロ シ ジ ャ に よ る 最 適 変 換 RANSREGプロシジャで実行できる。 TRANSREGプ ロ シ ジ ャ の 使 い 方 に この手法は S A Sの T は様々なバリエーションがある。たとえば次のようなデータについて考えてみよう。 閣制鈎刈 ‑よ 1 i q L n d 1よ η L n d 1 ム η L n d 守 B iTit‑ 1 ; A 国間 ‑e1 mn ・ ・ ﹄ lJ168 1よ 1よ n L n L O白 の 占 n d n d nbQυnbQυQυoOQυQυ gnnvnwu 門︐ Y ハHUFhUハ川︾ハHUハ川UFhunHunHun叫υ ''An〆 のペudnMSFhunhU 白 ︒ OBS ' a ・ー‘~，・~，・ 図 6 変換前のデータ こ の デ ー タ に 対 し 、 重 回 帰 モ デ ル を 最 適 化 す る 変 数 yの 変 換 閑 散 を 求 め る 。 た だ し 、 現 実場面での解釈可能性を考えて、その変換関数は単調に変化するという制約をおく。この ようにした場合、応答変数の大きさの順序関係のみを有効な情報として活用していること 1 買序応答に対する解析としても有効であろう。 TRANSREGプ ロ シ ジ ャ の コ ー デ になるので、 ) ィングは次のようにする。 PROC TRANSREG; MODEL MONOTONE(Y) =LINEAR(A B ) ; すると、 次のような出力が得られる。 486

I t e r a t i o n N u m b e r Average C h a n g e M a x i m u l l C h a n g e SQuared Criterion Multiple R Change 一ー一一ーーーーーーー‑ーーー一一一ーーーーーーー一一ーーーーーーー一一一一ーーーーーーー一一ーー‑ーーーーー 2 3 4 5 6 7 8 9 1 0 1 1 1 2 0.31788 0.03084 0.01344 0 . 0 0 5 8 4 0 . 0 0 2 5 4 0.00110 0.00048 0 . 0 0 0 2 1 0.00009 0.00004 0.00002 0 . 0 0 0 0 1 0 . 6 7 2 6 0 0 . 0 5 2 1 8 0 . 0 2 2 9 5 0 . 0 1 0 0 1 0 . 0 0 4 3 6 0 . 0 0 1 8 9 0 . 0 0 0 8 2 0 . 0 0 0 3 6 0 . 0 0 0 1 5 0 . 0 0 0 0 7 0 . 0 0 0 0 3 0 . 0 0 0 0 1 0.83647 0.98564 0.98743 0.98776 0.98783 0.98784 0.98784 0.98784 0.98784 0.98784 0.98784 0.98784 0.14917 0.00178 0.00034 0.00006 0.00001 0.00000 0.00000 0.00000 0.00000 0.00000 0.00000 図7 / ; [ / ~ 図9 最適単調変換後のデータ 変換前の R 2は 0 . 8 3 6 4 7で あ っ た が 最 適 単 調 変 換 に よ り 0.98784に ま で 向 上 し た 。 図 9の視 察からも線形加法モデルによる説明の可能性が示されている。 5 . 3単 調 ス プ ラ イ ン 変 換 前の解析では単調性のみを仮定した最適スコアを応答変数に割り当てていたので、図 5 の変換関数はギザギザしたものになる。滑らかな変換関数の万がモデルとしてもっともら しいときは、スプライン関散を当てはめることが考えられる。単調性の制約を加えること もある。スプライン変換では、必要な自由度を考麗して節点の位置または数を与えてやら RANSREGで は 、 節 点 の 指 定 を し な い と 節 点 数 を ゼ ロ と す る 。 つ ま り 3 なければならない。 T 次 の ス プ ラ イ ン を 当 て は め た つ も り で も 全 体 を 3次 の 多 項 式 で 近 似 す る こ と に な っ て し ま う 。 q個 の 節 点 が あ る p次 の ス プ ラ イ ン 変 換 で は 、 p +q個 の パ ラ メ タ が フ ィ ッ ト の た め に必要になる。 T RANSREGプ ロ シ ジ ャ で は 、 通 常 の ス プ ラ イ ン で は 3次 の 、 単 調 ス プ ラ イ ン では 2次 の 次 数 を デ フ ォ ル ト に し て い る 。 次 に 挙 げ る の は 、 2次 の 単 調 ス プ ラ イ ン 関 数 を 節 点 数 2で 当 て は め た 例 で あ る 。 P R O CT R A N S R E G ; M O D E L MSPLINE(Y / N K N O T S = 2 ) =LINEAR(A B ) ; 487‑

0.83647 0 . 9 8 4 7 1 0.98535 0.98538 0.98539 0.98539 0.98539 0.98539 0.14824 0.00064 0.00003 0.00000 0.00000 0.00000 0.00000 換 変 況 図 10 状 束 収 0 . 6 6 5 3 7 0 . 0 3 3 5 8 0 . 0 0 7 8 2 0 . 0 0 1 8 2 0 . 0 0 0 4 3 0 . 0 0 0 1 0 0 . 0 0 0 0 2 0 . 0 0 0 0 1 の t ーの Lndauマ Fhunhu7 0.32153 0.01839 0.00430 0.00100 0.00023 0.00005 0 . 0 0 0 0 1 0.00000 守 ン tee‑ ‑'41:!?aaeb‑JeJ ::"4 イ咽叩咽 r'J ・ S q u a r e d C r i t e r i o n M u l t i p l eR C h a n g e フ ‑ フ ス 調 M a xi 田U I I C h a n g e 単 適 最 A v e r a g e C h a n g e ・ 00 I t e r a t i o n e r N u田b ・ J ン フ ‑ 寸 ノ ス 酬調 銅⁝単 最 v 均一適 図 11 : J C . ; . 図 12 巌適単調スプライン変換後 スプライン変換では、最適スコア法 l こ比べて関数推定に消費される自由度が少ないので、 変換後の R 2は 0 . 9 8 5 3 9と 少 し 悪 く な っ て い る 。 一 方 、 変 換 関 数 は 滑 ら か な も の に な っ て い る 。 今までの解析では説明変数が連続変数である重回帰モデルとしていたが、質的説明変数 の主効果モデルに対しても最適変換の適用は容易である。 T R A N S R E Gプ ロ シ ジ ャ で は 、 た と えば次のようにプログラミングする。 P R O CT R A N S R E G ; L A S S ( AB ) ; M O D E LM O N O T O N E ( Y )= C 6 . おわりに 以上見てきたように、回帰分析という手法は、そのとっつきのよさと裏腹に、現実場面 での応用はきわめて難しい。統計ノマッケージから吐き出されたアウトプットを鵜呑みにす るのではなく、データの性質に直接対決する姿勢が望まれる。 参考文献 C h a t t e r j e eS .a n dP r i c eB .( 19 7 7 )， R e g r e s s i o nA n a l y s i sb yE x a m p l e，I ' li l e y， N e wY o r k (佐和隆光・加納悟(1981)， 回 帰 分 析 の 実 践 ， 新 幅 社 ) . M o s t e l l e rF .a n dT u k e yJ .I '. ( 1 9 7 7 )，D a t aA n a l y s i sa n dR e g r e s s i o n‑ AS e c o n dC o u r s e d d i s o n ‑ W e s l e y . i nS t a t i s t i c s，A 岸本 淳司 ( 1 9 8 8 )， R E Gプ ロ シ ジ ャ の 新 機 能 に よ る 会 話 的 回 帰 分 析 ， 日本 SASユ ー ザ ー 会 論 文 集 ， 日 本 SASユ ー ザ ー 会 . ‑488 1 9 8 8年 度

日本 SASユーザー会 (SUG ト J) LOG1STI Cプロシジャの紹介 0安 藤 正 一 芳賀敏郎 東京理科大学工学部経営工学科 I n t r o d u c t i o n o ft h e LOGISTIC procedure Masakazu Ando T o s h i r o Haga Departmento f ManagementS c i e n c e S c i e n c eU n i v e r s i t yo fTokyo 1‑3， Kagurazaka， Shinjuku‑ku， Tokyo 162 要旨 L O G I S T I Cプロシジャは， V e r . 6 . 0 4から新しくリリースされたプロシジャである.このプ ロシジヤで、は，二値反応データあるいは順序反応データに対して，ロジスティック回帰分 u p p l e m e n t a lL i b r a r yにおける L O G I S Tプロシ 析を行うことができる.主な機能は，従来の S ジャとほ同司じであるが，二値反応データに対して，新たに，回帰診断の機能が追加され J : ! l 寺徴である.これによって， P r e g i b o n ( 1 9 8 1 ) [ 11 によって提唱された診断 た点が最も大き t 統計量を出力すると共に，そのインデックス・プロットを行うことができる. O G I S T I C ここでは，ロジスティック回帰分析の概要，回帰診断を含め，実行例と共に， L プロシジャを紹介する. キーワード 1 . L O G I S T I Cプロシジャ，ロジスティ、ソク回帰分析，回4 議努斬 ロジスティック回帰分析の概要 1 . 1 ロジスティ、ソク回帰分析と他の手法との関係 予 測 の た め の 多 変 量 解 析 は 表 1.1のように分類される. 表 1.1 予 測 の た め の 多 変 量 解 析 量的変数 質的変数 質的変数(確率) 量的変数 線形回帰分析 線形判別分析 ロジスティック回帰分析 混合 一般化回帰分析 一般化判別分析 質的変数 数 量 化 理 論 I類 数量化理論口類 ロジスティ、y ク 回 帰 分 析 (1) 線 形 回 帰 分 析 線形回帰分析は， 目的変数 y と説明変数 x の聞に次の関係を想定する. (1.1) y i=f(xi ， β) +εi ここに， fは xの関数で， β はパラメータ， εは 誤 差 で あ る . 回 帰 分 析 の 前 に 付 け ら れ た 「線形」は，関数 fがパラメータ β の線形式であることを示している. こ こ で ， 誤 差 εに は，不偏性，独立性，笠盈盈:佳，正規性が仮定される.回帰直線は，直線とサンプル値と の差(残差)の 2乗和が最小になるように決められる. ‑489一

(2) 線 形 判 別 分 析 目的変数が質的変数であるとき， xか ら そ の 対 象 が ど の カ テ ゴ リ ー に 属 す る か を 予 測 す る方法に「線形判別分析」がある.腹痛患者の白血球数から，盲腸炎か否かを判別したり， 企 業 の 借 入 金 比 率 か ら ， 赤 字 転 落 を 予 測 し た り す る た め に 用 い ら れ る . この方法は，各カ テ ゴ リ ー 毎 の 説 明 変 数 の 分 布 が 等 し く ， か つ ， 正 規 分 布 に 従 う こ と が 仮 定 さ れ る . しかし， 現実には，赤字に転落する企業の集団と赤字にならない企業の集団があると考えるより， 借入金比率の高い企業は赤字転落の確率が高いと考える方が自然である.そこでは，説明 変数の分布に等分散や正規分布を仮定，する必要がなくなる. ま た ， 赤 字 に な る の 0~1 予測ではなく， ならない r赤 字 転 落 の 危 険 率 75%J とか「安全 J ， r一 寸 注 意 J ， r要 注意 J ， r 極めて危険」というように，危険度を定量的または半定量的に表現することが 可能になる.このような場合にロジスティック回帰分析が有効な手法となる. (3) ロジスティック回帰分析(グループ化データの場合) あ る 薬 の 投 与 量 xを増やすと，効果の現われる確率が上昇する. N匹 の ラ ッ ト を k組に 分 け る . 夫 々 の 匹 数 を niと す る (iニ 1， … ， k) . 各 組 に 異 な る 量 の 薬 を 投 与 し ， 効 果 の を数える. こ の よ う な デ ー タ か ら ， 効 果 の あ っ た 比 率 ri /ni を考え あ っ た ラ ッ ト の 数 ri る.この比率に対して回帰直線を当てはめるのが好ましくないことは， 目的変数の変化す る範囲が 0~1 に限定されているのに対し，予測値がその範囲を越えることからも自明で あろう.そこで， このとき， この点に 0~1 の聞で変化する S 字型の曲線を当てはめることを考える. y が 0， 1の 2つ の 値 を と る 変 数 (2値の質的変数)で， 1の 値 を と る 確 率 2)式 を πで 表 す .π を (1. 乙 = 1og(7[/( 1一 π)) (1.2) によって乙に変換する. こ の 変 換 を 「 ロ ジ ツ ト 変 換 」 ま た は 「 ロ ジ ス テ ィ ッ ク 変 換 」 と 呼 ぶ. xと乙の聞に直線関係 乙ニ (1. 3) βo + .~β1x が成立するものと仮定して，パラメータ β0 の推定値 b̲ . b を求めるのが「ロジス ' β "_lVJH" .N.. "=~O' ~1 ティック回帰分析」である. 乙から πを求める逆関数は π = exp(乙)/(1+exp(乙)) = 1/(1+exp( 乙 )) (1.4) で表される. (1.2) 式によれば， るとき， xニ 4および 3に対する πが，それぞれ， 0.10， 0.05であ x= 2に対する πが ほ ぼ 0.025となる 0.05減少するのではなく， に近いとき， xが 1減 少 す る こ と に よ り πが 5 0 %になるというモデルを考えている.すなわち， πの対数と xの聞に直線関係があるとする ‑490‑ πが O xが 10のとき πが 0.90であ

り ， x=11に対する πは 0.95となる. πが lに近いときは， 1‑π の対数に対して直 線関係、が成立する. πが Oから lの全域で直線関係が成立するようにするため， 両者を合 成したのがロジット変換である. l o g (7[) ι < . (注) 1o g(1‑π) (1.5) log(π/(1一 π)) S字型の曲線として「正規分布の累積分布関数」を用いる方法もあり， ピット法」 と呼ばれる. また， 「プロ ゴンペルツ曲線を用いた場合も SASでは可能である. (4) ロジスティック回帰分析(個々のデータの場合) 健全企業と赤字転落企業の借入金比率があるとき， 借入金比率でいくつかのグループに n 分けて， r . を 求 め れ ば (3) と同様な問題になるが， 個々のデータに対して直接 S 寸ム n 字型の曲線を当てはめることもできる. このとき， 一 一 1 ri=o， lと考える. (5) 線形判別分析とロジスティック回帰分析との関係 線形判別分析のモデルに従うとき， 図 1.1の左下に示すように， 2つの群に属する尤度 とxとの関係は S字型になる. これをロジット変換すると， 直線関係になることは容易に 証明できる. この場合， 左上に示すように， 2群の分布の和は正規分布に従わない. 全企 業の借入金比率が正規分布に従い， 比率が高い程赤字転落の危険性が高くなるというロジ スティック回帰モデルが右の図である. 回帰直線の傾斜によって， 各群の分布形が変化す る様子を示している. 夫々の群の分布は正規分布にならない. また， 2群の事前確率が異 なる場合についても， 同様な関係が成立する. 判別分析のモデルに従うデータについてロジスティック回帰分析を適用することができ るカi， ロジスティック回帰分析の適用範囲は判別分析より広い. ただし， 判別分析のモデ ルに従うデータに対しては， 判別分析の方がロジスティック回帰分析より推定精度が高い. ム ーP J ベ ン / ノ ! 、 とと亙 1 U へ 一 一 一 ‑ ‑ ‑ ‑ 0 X 図 1.1 線形判別分析とロジスティック回帰分析との関係 ‑491‑

1 . 2 パラメータの推定 最尤法の原理に基づき，尤度方程式を解く.このとき，一般的には N e w t o n ‑ R a p h s o n法 が 用いられるが，これを変形して，重み付き最小自乗法の反復によって解くことができる. 1 . 3 回帰診断 (1) 残差 L O G I S T I Cプ ロ シ ジ ヤ で 出 力 さ れ る 残 差 は 2種類ある. ピアソン残差 Xiニ ( P e a r s o nR e s i d u ‑ al ) (ri‑ni戸i)/d nipi(l‑pi j (但し， r は反応数， n は試行数， i i (1.6) 戸 は予測確率) i 観測値から予測値を引き，基準化したものである. 逸脱度残差 ( d e v i a n c er e s i d u a l ) (p，)} d. = 士 . J 2 {L，(r， / n， ) ‑L. 1.1 1 1 1 (1.7) Li(ri/ni): 飽 和 モ デ ル で の 対 数 尤 度 の i番 目 の 要 素 . ' E ︿円F ) . ' E ( TL : 現 在 検 討 中 の モ デ ル で の 対 数 尤 度 の i番 目 の 要 素 符号はピアソン残差の符号に等しい. 各点での対数尤度の差を残差と考えている. (2) 感 度 分 析 ( s e n s i t i v i t y a n a l y s i s ) 簡単な例を用いて，一変数の場合について検討する.ただし，ここでは個々のデータの 場合を示す. 2の 左 に 示 す よ う な ロ ジ ス テ ィ ッ ク 回 帰 を 行 う . こ の と き ， 次 の 二 つ の 場 合 に つ い 図 1. て考える. ① 点 A を除いたとき ② 点 Bを除いたとき そ れ ぞ れ の 場 合 の ロ ジ ス テ ィ ッ ク 回 帰 の 結 果 を 図 1.2の右上，右下に示す. 図 1.2より，点、 Aの よ う に 他 方 の 群 に 入 り 込 ん で い る デ ー タ は 影 響 力 が 大 き く ， 点 Bのよ うに，同じ群の中で飛び離れているデータは影響力が小さいことがわかる.これは，重み 付き最小自乗法を行う際の重みが， 一一戸 i niPi(J )であることに起因する.すなわち， 点 Bで は 予 測 確 率 が ほ ぼ 1であるため重みが小さくなりほとんど無視される. また，テコ 比を計算すると，通常の回帰分析では，説明変数の値が重心から離れれば離れるほど大き くなるのに対して， ロジスティック回帰分析では，予測確率が極端に大きいかあるいは小 さいところでは，逆に小さくなってしまう.これは，重みの影響を受けるためである. ‑492ー

テコ比，ハット・マトリックスの対角要素 ( H a tM a t r i xD i a g o n a l ) hi i ニ 1/n+(xi 一天) 2/SXX 線形回帰分析 (1.8) ロジスティック回帰分析 : hii=wi{1/2wk+(xi ーヌ・ )2/si x } (1.9) w1 ，=n，p，( 1一戸， ) 1‑ 1 但し， 支" S' ，ま重み付き平均，重み付き偏差平方和 x x Y I 0 . 7 5 O.~ v OA 。 。 0 . 2 5 075 B 0 . 5 ‑10 ‑5 。 1 0 1 5 1 0 1 5 0 . 2 5 075 。 ‑10 ‑5 10 1 5 0 . 5 025 。 ‑10 ‑5 図 1.2 一変数の感度分析 2 . L O G I S T I Cプロシジャの概要 2 . 1 機能・特徴 L O G I S T I Cプロシジャは， V e r s i o n6 . 0 4から新しくリリースされたプロシジャである.主 な機能・特徴を以下に示す. 二値変数または順序応答を反応変数とした線形ロジスティック・モデルのあてはめ を行なう.計算は，最尤法に基づく重み付き最小自乗法の反復による. 3種類の変数選択の方法が可能:変数増減，変数増加，変数減少 r e g i b o n (1981 )(1 Jによって提唱さ 反応変数が二値変数の場合には回帰診断が可能: P れた診断統計量などが出力される. 診断統計量，予測値(確率) ，パラメータ推定値，その分散共分散行列を SASデ ータセットに出力できる. L i n kF u n c t i o nとして，ロジスティック，正規分布の累積分布関数(プロビット) ， ゴンペルツを指定できる. ‑493‑

L O G I S T I Cプロシジャは， L O G I S Tプ ロ シ ジ ャ を 基 に 作 ら れ た も の で あ り ， か な り 類 似 し た 点 があるが，回帰診断の機能が追加されたのが大きな特徴である. しかし， コマンドの変更 があるため，マニュアルで確認する必要がある. ところで， ロジスティック回帰分析を行うことのできるプロシジャは， L O G I S T， C A T M O D， P R O B 1T ( P C版のみ)がある. こ れ ら の プ ロ シ ジ ャ と の 比 較 を 表 2.1 に示す. 表 2.1 計算方法 "4つのプロシジャの比較 P R O B I T L O G I S T C A T M O D L O G I S T I C 最尤法 最尤法 最尤法/ 最尤法 重み付き最小自乗法 L i n kF u n c t i o n 可 不可 の指定 (3通り) (ロジスティックのみ) (3通り) 順序応答 可 可 可 可 カテゴリカル変数 そのまま可 変換が必要 そのまま可 変換が必要 変数選択 不可 可 不可 可 可 不可 ロジスティック回帰 2 . 2 文法 L O G I S T I Cプロシジャでは，次のステートメントが有効である. P R O CL O G I S T I C H O D E L W E I G H T O U T P U T B Y o p t i o n s r e s p o n s ev a r i a l e = explanatory variables /o p t i o n s v a r i a b l e; O U Tニ S A Sd a t a s e t A L P H A= v a l u e k e y w o r d s= n a m e v a r i a b l e s; 特に， M O D E Lステートメントでは， 2種類の指定方法がある. a) M O D E L 反応変数 b) MODEL 反応の数の変数/試行数の変数 = 説明変数 データがグループ化されたデータの場合には， / o p t i o n s ; = 説明変数 / o p t i o n s ; b) の指定方法を用いることにより， W E I G H Tステートメントを入れる必要がなくなる.但し， ときのみ有効であるから，順序応答の場合には， トを入れる必要がある. ‑494一 b) の 指 定 方 法 は ， 反 応 が 2値の a) の方法を用いて W E I G H Tステートメン

PROC LOGISTICステートメントにおいて， 反 応 レ ベ ル の 順 序 を 指 定 す る こ と が で き また， 何も指定しないときには， 反 応 変 数 の 値 る. 例えば， 反 応 変 数 の 値 が 0， lの場合には， LOGISTプ ロ シ ジ ャ と は すなわち Oの場合が反応有りとみなされる. これは， の小さい方， 逆の考え方である. 従って， になる. そこで， パ ラ メ ー タ の 推 定 値 の 符 号 が LOGISTプ ロ シ ジ ヤ の 場 合 と は 逆 オプションによって， 反応レベルの順序を指定することによって， この ような不具合を解消できる. 3 . 実行例 3 . l 基本的な出力 Pregibon( 1 9 8 1 )[1] で用いられている例を実行した結果を示す. この例は， Finney( 19 4 7 )[2] によって紹介されたデータで， 吸 い 込 む 空 気 の 量 (VOLUME) R A T E ) [リットル/秒]と指の皮膚の収縮の関係を調べたものである. [リットル] ， 率 ( 3 9人について， 指 の 皮 膚 が 収 縮 し た 場 合 を 1， しなかった場合を O とする. また， 説 明 変数については対数変換を行う. RATEとVOLUMEの 反 応 に よ る 層 別 散 布 図 を 図 2.1， 図 2.2に示す. 2+ ー ム 4+ 14nu 1 よ4i RATE I 1 1 o1 1 1 [0 o 001 11 o1 10 1001 1 o+ 0 1 。 。 。 0 2+ 0 0 0 0 LOGRATE [ 。 。 +ー 。 4+ ーーーーーーーーー+ ー+一一ー一一一一一+ーーーーーーーー+ーーーーーーーー+ ‑ 1 0 1 ︑ DIFDEV=DIFDEV; ロ D 巾 ρ γ1l ハ U 7 E μ nr M川 ρ し n ι 円制μ ︑ 引unu YEUMn υ nFaytよ ︑ MNπ口 ︑u ︐ . l ︐ . ︑ ︒ y i y i & ρし nnunド& 官μ ρ U T よ Y E U nUTEUnHU nD ﹃μnu= AAnEnvnH ‑nド目anu m t A 一 FurlnUTよ nnn 目 Aunt‑‑nし nHunし 中よqd中よPA AMUTL 官μ AMUTよ HUnNμnMHHhHU n H Uハ Hwvnドム =nunu H 門 unHμ ハ H U n且 Y L = 巾 l A A 附 門U H M川口nU 円制 μ nU﹃μ y l p u FL= 丘中よ n ハU A A n u n u n且 nHU‑‑AA n且 nununu口μquRυ qunuqunrAAnし AATLAA二中よ HWV引uvnHunHU HμnkunbU =巾 ム 1n = 引 U n E ゎr = nznunrnupu AAnb 中 よ MN 二 AAnu nupム中よ UHHU FunHUMnu yinE mim‑ UTEUHHU TEUHMUnuu ハunUMU T‑ιιnr ︑ 円n unu中よ nし ハ U nE n y ‑ ‑ ‑495‑ RESDEV=RESDEV 図 布 散 ロジスティック回帰分析を行なう. 2 L層 自の 日 後 L一 刊h換 叩凶変 L o数 5変 目2 ι p nL 図 VOLUME NOTE: 2 obs hidden. 図 2.1 変 数 変 換 前 の 層 別 散 布 図 次に， 1 1 ‑ 2+ 0 + 0 +ーーーーーーーーーー 。 0 0 1 1 0 01 011 0 1 1 1 1 0 0 0

基本出力 日布 閃個分 nv&nwυ7F J u n ︽A M Zノ ︐ 阻ま ︑ 向 E l y は)イ 前 応nテ 名反(ス の値数ジ 数二のロ 変は値は 応応測布 FU1ょ nu υ nyム 打 ︑ υ MH nυ 川 R e s p o n s eP r o f i l e それぞれのレベルの反応変数の数 O r d e r e d V a l u e C o u n t 2 0 2 1 9 円 U ︑ 円nH 且︐ OL PD ‑ ょ 1 n u nu Fi ム ‑n u w v u w v ・‑ pA nu LAununxuηI 争 nun‑nUFhUFhu ・'iFhunhu nuoa ︐ xunt au ︐ 4 1 L Vハ パU 1inaηLηd ・34nxuv内υ nyau VA41uvv pupbenunU nu pi nu ‑ p PD ρU .'i E L W ふ PD .'i L w ふE nu E L W ふ u 1i ︑ 門OL p i m叫 打︑ nu i 4 E L V OL ︐ .ni i au 内 ? ム OL PD 4 E U nu A ム ‑n a u w n ドー 円ドー wvnHUnHU nu n E U n J 白n J白 OL 日間日間 FA‑hu'hu nU4ELV4EU Di‑‑ ム ・ l 宝 n h u PAnJ 白n J白 a1iηd xunhu nu ハ ワ 7白4 1 ' 1 a i& ・・・・ uan 内 u a 門 E U L u ‑n ︑ 門 . ' E nU41u inM FO aハ XU a ρuqL1iqL cuoし ︐ .P ︐ 円 ︐ 円 Dnし 4 E L v n J白n J 白n J白 ncni ︐ パu o a ‑ ‑ ‑ PDncnu ・百よ F h u n H u n u υ PD&tuoanin屯 υa&&nノ AMUnund Tivv ninu nun‑u σ b u目 ︐ 川u ν ‑ a Il ︐ .nドゐ i E L W ふ モデルのあてはまりの評価 i ︐ .nn E U n ︑ ︑ m叫 ・ m川 HU n t U nr ・‑‑ ︐ 円 ︐ 円 ム・・・ m川・ 1 孟 1i oapincs&& an屯 υ nuoし+し Fhu‑‑nu 円 AAU41Lvoa ︐ a nhu a ρ u m叫ODEu‑‑ VU pD . ' i ︑ 円 nuauwnZ1 ょ 1ょ1i 4 E U PD υ Fム ︐ .VAAunxununE oaPAPAnHυ ハ XU44 U問 uoanunノ un屯 υnhu ︐ パunin屯 υハ XUハ XU i m川 YL ・24HWH一 ・ I L u nu ハU n C F h U anhu ︽ ' n u n ‑ n叫υnuunυ 円 ミ RU1 ・2 4 a u n︐ υ ょ 1iJUHuηI1iηI nc'tム 内U 1 ・・・ ‑ K a q u Aを nDηI ︐ 川u 円 PD H u u +し ・ 241nu Fし 1ム ρUFhu‑‑Fhu ︽F ninudnυ hu ょ nu anL1 pD /HunHunυnυ o r u 内 U 1 ・・・ 0Tunicdnununu oanvA 一 2 . 0 8 3 8 1 1 1 .5 3 5 2 8 6 G ELvnJ白a 内4 h u AヨF pinb‑ oan仰心 nvム ‑496一 説明変数の基本統計量 ︐ .υ 古/ s . e .)2) ， x2分 布 の 上 側 確 率 ワルド統計量 (( パラメータの推定値， 標準誤差， lは 対 数 尤 度 の 2次 微 分 告は対数尤度の l次微分， S c o r e ニ sn‑1 s S t a n d a r d i z e d E s t i m a t e V a r i a b l e I N T E R C P T L O G R A T E L O G V O L ‑ 2 x最 大 対 数 尤 度 ‑ 2L O GL ( S c h w a r t zC r i t e r i o n ) × (パラメータ数) ‑ 2 x最 大 対 数 尤 度 十 L n S C ( p = O . O O O l ) ( p = 0 . 0 0 0 2 ) I n t e r c e p t O n l y 5 6 . 0 4 0 5 7 . 7 0 3 5 4 . 0 4 0 C r i t e r i o n A I C S C ‑ 2L O GL S c o r e M a x i m u m 1 .3 2 1 7 6 1 .3 0 8 3 3 H i n i m u m ‑ 3 . 5 0 6 5 6 ‑ 0 . 9 1 6 2 9 M e a n 0 . 3 1 7 8 3 9 0 . 1 5 9 6 3 6 V a r i a b l e L O G R A T E L O G V O L 反反観分 D a t aS e t :W O R K . V A S O R e s p o n s eV a r i a b l e :R E S P O N S E R e s p o n s eL e v e l s :2 N u m b e ro fO b s e r v a t i o n s :3 9 L i n kF u n c t i o n :L o g i t A k a i k eI n f o r m a t i o nC r i t e r i o n ) A I C = ‑ 2 x最 大 対 数 尤 度 十 2x (パラメータ数) ( 標準偏回帰係数(パラメータ推定値×その変数の標準偏差/分布の標準偏差)

pb nc oo nu nu n v ︐ A xun pba川A t 崎 a川 崎n en‑nlAUτηd u υ nHunxunxuaA宝n 一 ‑ ‑ 一 ‑ 一 ‑ 2nunHunHunHunHu nc wv‑ u 円︑ υ n P 1 . 0し 1 tJ ︑ ρunhum‑‑Pし u 円︑ i ︒ 'hυ' ハ 川 υnb ゃ ・auau znuncm山 一 num川 m川 Hu aunuauau し ︒ ︐ .i し + s E ' A ︐ . . ' i G 内 L H ν LU OWAMAMA PAnta d n u nyl‑‑‑‑ υnhunHu z n u n u υ の ρし ︑ 中 +し‑一== し ︒ し 14+LBすし C ρ AUnunup‑‑ ・24 O し auau P ι ︐ パu ︐ パu a u nyム PAP‑‑nuE nunU nunuponcnxu FTム ρし ρしz nunHu npnu‑‑‑ilnfJi ハ U n . ' 4 υ U し M d 内 ρし τ ι . ' E ︑ Du F ︑ Du F nU AA 反応レベルで観測値を分け， •••• レベルの異なるもの同士の全ての組合せ ( N )について 反応のレベルの上下と予測確率の大きさを比較し， 大小関係が同じベアを C oncordant ( N C )， 異なるべアを D i s c o r d a n t ( N D )， 等しいものを T i e d ( N T )とする. また， サンプル N C ‑ N D N C + N D K e n d a l l ' sT a u ‑ a fL M N H ‑ ﹁内υ 川 E‑ nU MNn‑nu 一 ‑ ︐︑ 圃‑ ‑ ) l ・ G o o d m a n ‑ K r u s k a l7 ρし‑nu N C ‑ N D N ‑ ‑ S o m e r s 'D Enu 数を nとする. このとき， N C + 0 . 5 N T N C CTABLEオプションによる " C l a s s i f i c a t i o nT a b l e "の出力結果 Classification T a b l巴 P r e d i c t e d E V E N T N OE V E N T I 1 7 3I 2 0 N OE V E N TI 5 1 4I 1 9 T ot a1 2 2 1 7 3 9 E V E N T O b s e r v e d T o t a I +一一一一一一一一一一一ーー一一一一一一ー一+ +ー一一ーー一一ーーーー一ー一一ーーーーーー+ Sensitivity= 8 5 . 0 % S p e c i f i c i t y =7 3 . 7 % C o r r e c t =7 9 . 5 % F a l s eP o s i t i v eR a t e =2 2 . 7 % F a l s eN e g a t i v eR a t e =1 7 . 6 % Classification T a b l eの各セルの値を次のように定義する. P r e d i c t e d E V E N T N OE V E N T N OE V E N TI NNE T o t a l N E NN. I NNN N.N 目 N 1 0 0ニ 8 5 . 0 % × 1 0 0ニ 7 3 . 7 % × 川‑ N円聞 × × × M内 ‑ e M E・E ‑ 川・川内 ふ 'u 一町山一町山 ふElw ncnc 1 ム し auau nnn 且 巴すし巴すし ncnc wvvv ・‑ム・ obnE nuo ・ la nruH 1i ncnc nbnb auau n ドム円ドー 1ム NE 一 N一 下よ 一 I L V ρし I ゐ 一 N ‑E‑ ‑‑M 司 NE. NEN +ーーーーーーーーーーーーーーーーーーーーー+ E‑Nm‑YJE E Pヒ EN‑‑ 一 NN 一 + 一 NN すし ・1ム 一 ‑ n?ム wvwwvw I 士 山 口 一 NEE ‑一一一 +LB i ' す し し ︐ .‑wEvip ‑‑ ムふ ︑ 肉 i ・1ム nc nι nbn し nuo しゃ ncnν ・ nu u unEU ︐ . ︑ 肉 このとき， I E V E N T Observed T o t a l +ーーーーーーーーーーーーーーーーーーーーー+ × ‑497‑ 1 0 0 =7 9 . 5 % 1 0 0 =ーと × 1 0 0 =2 2 . 7 % 2 2 1 0 0 二ーと 1 7 1 0 0 1 7 . 6 %

ワン・ステップ近似(現在の推定値を初期値として線形近似する) を用 プロシジャでは， 墨曹 E l s t t g P ' s E a S ' 3 2 1 2 t t i s t t . •• ••• ' .1 8 o t t t g t ' E . .' e t a ︐ ︐ s t T O ・・ ・ ・ ・・ S E t t a t ' a ・ ' t ' a g . t B 1 .sa‑‑‑z'Z211Et‑‑‑a'' s ・ e • ・ ・ ・ q F u n w v n w v 司 4nMun習 をd を dnMU 勾︐ 民 u ' E ゐ を d a ‑ n 習 を d d o o n u q ︐ u n U 民 υ ' E q 4 0 0 を d ω τ d o o n u a 崎 電 d 必 崎 電 勾 ' ' E 0 0 勾 ︐ o o ' A 民 υ ' 勾 OO 司 400 aunHua性 勾'q︐ua‑aU を H U 勾 ︐ 司4nUAznMUOO ' 勾 nuaunununU 民 dq︐u'E q︐uaunuoonu'Anunwveu 民u'E n nuoonu 勾 'nunua‑n目 安d 必 崎 氏υ 勾 ' 勾 ︐ 民uooq︐unu'A を d 民υaunwv 民uauq'unHU0000 凋値znu'A 必 崎 司4'Eゐ 必 情 ︒ ︒ 民unMU d を 電 d 勾 ︐ 勾 ︐aunuauoo d'Aa‑q︐U 勾 ︐ 勾'nu 4 4nunuaunwv を d 民uq︐u ︐. ︐A 司 4 を d'A 民u'Aa性 必U可 司4a‑nunu'AOonU を ................ ‑‑‑‑‑‑‑‑‑‑‑‑‑‑‑nu‑‑‑‑‑‑ nununuq︐unununu'Anununununununυ 内 unU 司 4 4nununu'A'E‑nununu'E 4nunu 'Anununu'Anunu ‑‑‑‑‑‑‑‑‑‑‑‑‑‑‑nu‑‑‑ ・ ・ t 曲言 a ︐ ' t ' ・ g 'Esteg‑‑ZBES‑‑‑Es‑‑‑sttz'SSE‑ .5318tsitt'sa‑‑zSEtt''ss 2 8 w vを da ' nua‑euoo'ARd 勾 ︐ 民U を d 勾 'nua情 ︒ ︒ 民U を En d 民U を dnU 勾 ︐ 勾 ︐ 民υ 民uooauoO 民ua‑nU 民UOO 民u'E‑aunU 民u nunununu'A'Anununununu'A'Anu'Anununu'E nunu'E nunununununu'E nuq'ununununu'Anu‑Anu ‑‑‑‑‑‑nu‑‑nu‑‑‑‑‑‑‑‑‑‑‑‑‑‑‑‑‑‑‑‑‑nu‑‑‑‑‑‑‑ nunununununu‑nunu nununununununununununununununununununununununununununununu nunu nu ・ 221852B54298253075127181848480521057403 'nwvq'Mnu'Aq'M‑勾 ' 勾 ︐nu 4 ' gq'u 勾 d 民u'Eゐ 勾 ︐ 勾'oo'Eゐ 勾 ' 司4 勾 勾n 'ooa‑'ιngq︐u'Eゐ 勾''AOO'ACuq'uq︐ua‑Rd 民U を a 8 ' • . i i ‑ B 1 8 s E ・ ・ ・ g s a • E S 2 E e • t 2 f • S B a g B g a g a i s ' ' t 3 g B E g • • • 1 ' s ' ' 3 g • 1 8 • E 2 s 1 • 2 2 s a g . ' E g • ' g . ・ ' 1 t t E ' ' •• 1 2 g 3 t 5 ' ・ 1・ t : z ' • •• ' • ' • ' • ・・ ・ ・ ‑498 g g ' . . • ' ' ••• . 2 1 L O G I S T I C 反復計算が必要となるため， 正確な推定値を求めるのは時間がかかる. そこで， ' ' ' ' ' s ' s ' ' • • B 2 5 E 1 e z g g E e ' g • !• ' ! ! • 2 1 E g 1 12 16 •••••• ' •• その他診断続 テコ比， モデル・ステートメントでの I N F L U E N C Eオプションにより， 残差， =0.02) (1 unit 'oonMU ' A q ︐ Uを da‑RdoO 勾︐ oonunu'Eゐ 司4 を ︐ Uを da値官民UOO 勾 'oonunu'E q onunu'Eゐ 司4 望da性 民UOO 勾 da性 民UOO ' 勾o d dτdτd を 4 司 4 を d を dτd を d を d を .︐ 4q︐uq︐uq︐U 司 4 司 4 司 dを 'A'E. E .E ︐ A A A‑A'E 4 司 4 司 4 司 ︐ I N F L U E N C Eオプシヨンによる出力の一部 図 2.3 •• • ' ・ • • • • • ' • • •• g s ' ' ' ' . Hat 阿atrix Diagonal Deviance Residual o2 4 6 8 Value Value ( 1 unit = 0.28) ‑8 ‑4 0 2 4 6 8 Case Number ロジスティック回帰分析においては 線形回帰分析のときは容易に求めることができるが， それぞれのインデックス・プロット I P L O T Sオプションにより， 計量が出力される. また， i番目の観測値を除いたときの回帰係数の推定値は， 去を用いている. 但し， ク・ナイフ j ジヤツ < . ‑ て 、 ， Classification Tableを作成する際には， バイアスを取り除くために， < . ‑ いて計算している. INFLUENCE， IPLO'TSオプションによる回帰診断の出力結果 が出力される.

ーーーーーーーーーーーーー+白ーーー+ーーーー+ーーーー+ーー‑‑+時ーーー+ーーーー+ーーーー+ーーーー+ーーーーーーーーーーーー‑ p 5.0 + + 2.5 + + e a r s o n RESCHI ReEidual 0.0 + • • • • • • • • + • • ‑2.5 + + ーーーーーーーーーーーーー+ーーーー+ーーーー+ーーー o 5 10 +ーーーー+ーーーー+ーーーー+ーーーー+ーーー 15 20 Case Number 25 30 35 +ーーーーーーーーーーーーー 40 INDEX Hat 0.3 + + D 0.2 + + 0.1 + + 一ー ーーーーーーーーーー+ーーーー+ーーーー+ーーーー+ーーーー+ーーーー+ーーーー+ーーーー+ーーーー+ーー ーーーーーーーーー l aH E o n a l 0.0 + + • • ー一ーーーーーーーーーーー+ーーーー+ーーーー+ーーーー+ーーーー+ーーーー+ーーーー+一一ーー+ーーー~+ーーーーーーーーーーーーー o 5 10 15 20 Case Number 図 2.4 25 30 35 40 INDEX I P L O T Sオプションによる出力の一部 ところで， 回帰診断で用いられる診断統計量の多くは， すべての観測値を用いた場合の 結果と， i番目の観測値を取り除いたときの結果とを比較し， i番目の観測値が及ぼす影 響力の大きさを評価しようというものである. ロジスティック回帰分析における回帰診断 r e g i b o n (1 9 81 )[ 1 1によって提案されたが， は ， P これらは線形回帰分析における診断統計量 l a s s i f i c a ‑ と対応している. i番目の観測値を取り除いたときの回帰係数の推定値は， C t i o nT a b l eを作成するときと問機に， ワン・ステップ近似を用いている. 3 . 2 診断統計量 P r e g i b o n ( 1 9 8 1 )[ 1 1， H o s m e ra n dL e m e s h o w ( 1 9 8 9 ) [ 3 1を参考に， 各診断統計量の概略を示 す. DFBETAS i番目の観測値を取り除いたときの各偏回帰係数の変化分をもとの偏回帰係数の標準誤 差で割った値. 各変数， 各観測値について出力されるため， 全部で(観測値の数) × (変 数の数)個の値が出力される. この値が大きい観測値は， その偏回帰係数に対する影響が 大きいと考えられる. ‑499一

C DFBETASが個々の偏回帰係数に対する影響を評価するのに対して，全体をまとめ o o kの統計量に対応する.この値が大きい観測値は，偏回帰係数全体に て評価する指標. C 対する影響が大きいと考えられる. CBAR C同じ考え方. DFFITSに対応すると思われる.評価は Cと同様. DIFDEV あてはまりの良さの変化を評価する指標.逸脱度残差 diの 二 乗 和 (D2 )の変化分を表 し，線形回帰分析において，残差平方和の変化分を評価することに対応する. DIFCHISQ 残差平方和に対応する指標を D 2ではなく， ピアソン残差 A の二乗和 (x 2)としたもの. i 評価方法は DIFDEVと同じである. [参考/引用文献] [1] P r e g i b o n， D . ( 1 9 8 1 )，" L o g i s t i cR e g r e s s i o nD i a g n o s t i c s "，A n n a l so fS t a t i s t i c s， 9， N o . 4， 7 0 5 ‑ 7 2 4 . [2] F i n n e Y， D . J . ( 1 9 4 7 )， " T h eE s t i m a t i o nf r o ml n d i v i d u a lR e c o r d so ft h eR e l a t i o n ‑ s h i pb e t w e e nD o s ea n dQ u a n t a lR e s p o n s e "，B i o m e t r i k a， 3 4， 3 2 0 ‑ 3 3 4 . [3] H o s m e r， D . W .， J r .a n dL e m e s h o w， S . ( 1 9 8 9 )， " A p p l i e dL o g i s t i cR e g r e s s i o n "，N e w Y o r k : J o h nW i l e y品 S o n s，l n c . ‑500‑

日本 SASユーザー会 (SUG ト J) PROC L lFETESTによる生存時間解析 大橋靖雄 東京大学医学部保健学科疫学教室 S u r v i v a l data a n a l y s i s by PROC L IFETEST Yasuo Ohashi Department o fH e a l t hS c i e n c e s， F a c u l t yo f Medicine， U n i v e r s i t yo f Tokyo 要旨 rr " ‑ . ' 右側打ち切りデータを対象とするいわゆる生存時間解析は、がんを初 めとする慢性疾患の研究、 とくにリスク(予後)因子の評価や、治療方法の比較 に欠くことのできない統計手法となっている。 しかし、手法・理論の発展が比較 的最近であったこと、それらの理解にかなりの統計的な素養を必要とすること、 巌近の理論の展開も踏まえた判りやすい日本語のテキストが存在しないため、需 要(使いたいというユーザーの声や使われるべき場面)の大きさに比較したとき、 実際に「適切に」使われ研究に「貢献」している例はまだまだ少ないように思わ れる。本チュートリアルでは、 PR 0 C L 1F E T E S T の 使 用 方 法 を 紹 介 し ながら、ノンパラメトリックな生存時間解析の概説を行う。 キーワード: PROC LIFETEST， Kaplan‑Meier推 定 量 臨床家と協力し、 Log‑rank検 定 いくつか生存時間解析の仕事を手がけるうち、 この方面の仕 事の依頼が急増する状態となった。感ずることをまとめると、 ・がんの分野に限らず、他の慢性疾患のデータ解析に生存時間解析が使われる例 ドー が増えてきた。典型は肝臓病の分野であろう。権威のある H epatologyに C o x回 帰 の ふ 引 J 紹介記事が掲載され、肝硬変などへの応用例も数多く紹介されるようになった。 わが国でも必要性が強く認識されるに至っている。 また、筆者を含む研究グルー: プは、糖尿病性合併症の解析にも生存時間解析の手法を頻用している。 ・一方で、生存時間解析イコールC o x回 帰 と い う 単 純 な 理 解 も 多 い 。 ち ょ う ど ロ ジ スティック回帰分析が普及し始めた時期と同様に、何でもよいから C ox回 帰 と い う 臨床家からの依頼も多々あるように聞いている。生存時間解析に限らないことで あるが、モデルに基づく方法の長所と限界・難しさ、解析のストラテジーといっ たことは、解析の依頼者である臨床家はもちろん、論文等で解析を担当されてい る方々にも、 なかなか理解されていないようである。 これも生存時間解析に限らず生物統計一般に言えることであるが、理論と実用 の両面において「良い」日本語のテキストが存在しない。概要を把握するには、 Matthews &Farewel1(1988)，"Using a n d Understanding Medical Statistics"， Kargerが 推 薦 で き る が 、 解 析 担 当 者 に は 情 報 不 足 で あ る 。 有 名 な Kalbfleish & 、 ̲ ，.‑‑， ， ， ' " ^ ζ 2 ‑501‑

Prentice(1980)."The Statistical Analysis o
f Failure Time Data". Wileyは 優
れたテキストであるが、ノンパラメトリック検定・漸近論の部分は最近の展開を
踏まえ書き直されるべきである。(著者の P
renticeも 「 書 き 直 し た い が 暇 が な い 」
とこぼしている状態である。) C
o
xa
n
d Oakes(19
84)."Analysis o
f Survival

D
at
a
"
. Chapman and H
a1
1は 、 他 の C
o
xの 本 と 同 様 、 理 論 の 点 で も 応 用 の セ ン ス の
点でも学ぶことが多い本であるが、実務家には行聞を読む必要が多すぎる。要す
るに、単なる翻訳でも不十分であり、

S
A
S使 用 を 前 提 と し 理 論 面 も 踏 ま え た 実 務 家

向けのテキストが必要であるというのが、筆者の最近の見解である。
比 較 ( 第 3層 ) 臨 床 試 験 に お け 右 治 療 効 果 の 解 析 を 例 に 取 り 上 げ 、

カテゴリカ

ルデータ解析と生存時間解析を対比させれば、生存時間解析の各手法の位置づけ
が明かとなろう。下線が対応する S
ASプ ロ シ ジ ャ ー で あ る 。
カ テ ゴ リ カ ル デrー タ
反応変数e
ndpoint

生存時間

Kaplan‑Meier推 定 量 の 計 算

頻度の数え上げ

(生存関数の推定)

の分布の記述

LIFETEST

旦且
ノンノマラメ トリ ッ ク 検 定

ノンパラメトリ?ツ{ク検定

FREQ

LIFETEST

層別による調整済み検定

C M H流 ア プ ロ ー チ

層別検定

LIFETEST1J

層聞の群間差の一様性

日且
Breslow‑Day検 定

E
旦
̲
L
C
̲

反応変数の群間比較

l
，
:
J

ν I
t
:
:
"
.

ハザード比の一様性の検定

モデルに基づく

ロジスティック回帰

共変量の調整

L
OGISTIC. C
AT
M
O
D

LIFETEST2J
Cox回 帰
PHREG3J

uφこ
しい辻 ι(

ノマラメ トリ ックな回帰~勺，/~-j ぺ

LIFEREG
MLで 計 算 す る
l)TEST文 を 変 則 的 に 用 い る か 、 検 定 結 果 を 出 力 し 1
2) 検 定 結 果 を 出 力 し I
M
Lで 計 算 す る
3)Version 6で は 開 発 中 (1991年 利 用 可 能 ?
上の表から明かなように、

design‑basedな 解 析 を 確 証 的 に 行 う 場 合 、 予 後 因 子

の影響を探索的にノンパラメトリックに解析する場合、カテゴリカルデータ解析
において F
REQが 提 供 し て い る 強 力 か っ 広 い 機 能 を LIFETESTは 提 供 し て い る 。
本チュートリアルでは、 L
IFETESTの 基 本 的 な 使 い 方 か ら 始 め 、 Log‑rank検 定 ・
Wilcoxon検 定 を 、 選 択 す る 「 時 点 の 重 み 」 の 違 い と い う 統 一 的 な 観 点 か ら 説 明 し 、
TEST文 や 出 力 結 果 の 再 計 算 に よ る 層 閣 の 一 様 性 ・ 層 と 処 理 効 果 の 交 互 作 用 の 検 討
.ハザード比の推定方法の紹介までを説明する。
〆レ

t‑

'
e

バ
υ

rzL

v
ι

品部， ~包

>
.
^
'
. 7'<

Jh
仏 Jぃ
〔
玖
ぢ
?

I
‑
r
'

dMi
守
̲v~.，-'

~~"Ùh::存

バt

~ (

"
，
>
.

~

.
:
;
. ，~'. t. t
'

h
〆
¥
"
̲

L
去

In
'

̲
，
̲
'
"(

"
.
>
、

:で ~:-t_

¥ r
:
;¥
;
ρ
¥. τ 主 r

~t1"~ "
h
.
‑，

〆

ペ
ペ

「
川 ι、

‑502‑

、
ι に

日本 SASユーザー会 CSUGI‑J) PROC GLMを用いた繰り返し測定データの解析 。折笠秀樹 エーザイ株式会社研究開発本部 A n a l y s i so fR e p e a t e d Measures Data u s i n gt h e PROC GLM h .D . H i d e k iO r i g a s a， p td .， D e p a r t m e n to fR e s e a r c h and D e v e l o p m e n t E i s a iC o .， L 4‑6‑10 I くo i s h i k a w a， Bunkyok u， Tokyo 112‑88， JAPAN. ・ 要旨 ある測定を、同ーの個体に関して、数個の時点で行なった結果得られたデータは、繰り 返し測定デー夕、又は経時デ タと呼ばれる。そこでは、同一個体内での、時間軸に関 して隣り合うデータでは、全く関連性がない(独立である)という仮定が、損なわれが ちである。従って、通常の統計的手法の適用は、一般的に不可能となる。また、各時点 ごとに検定を繰り返せば、第一種の過誤(誤って統計的に有意としてしまうこと)を増 す危険性もある。このような状況で、どのようなアプロ チが適用可能であるかを、統 計学的観点から解説する。さらに、それらを PROC GLMで、どのように行なうか について、医薬学分野を中心に例示する。 キーワード:繰り返し測定デー夕、統計的方法、医薬学応用、 SASソフトウエア 1. リサーチデザイン 仮説を証明するためにリサーチを実施する際、そのデザインに関して分類する方法は色 c r o s s ‑ 々ある。その中で、時間軸における方向性から分類すると、横断面 ( 心)又は縦断面 ( l o n g i t u 曲l a l ) リサーチがある。前者は、時間を固定して、リサ s e c t i o n ーチする方法である。一方、後者は、時間推移を伴った研究方法であり、仮説証明には より強力なデザインである。 2. 用 語 の 定 義 一般に、時間を伴って取られるデータは、時系列デ タ ( t i m es e r i e sd a t a ) と呼ばれる。 それは、脳波や心電図情報のように、ほほ連続に近い多くの時点で取られるデータを言 う。そうではなく、 2~6 個程度の少数の時点からなるデータは、特に繰り返し測定デ タ(問p e a t e dme 出 u r e sd a t a ) か、経時データ ( l o n g i t u 曲l a ld a t a ) などと称される。統計 的には異なる扱いを必要とするため、このように別称される。 ユ 畳盤 ι 特徴としては、個体聞の情報は独立であるが、個体内のデ タは必ずしも独立ではない ことである。従って、通常の統計的方法は、補正なしでは使用不可能である。 4. イ可を見たいか? データの解析方法は、他でそうであるように、一意的に与えられる性格のものではない。 従って、研究者は、どの観点に視点を当てるかを規定しなければならない。各時点のデ ータの平均値、 AUC (曲線下面積)、ある値を越した期間の長さ、などで代表させる ことが考えられよう。 hd 戸 nU q a

5. PRE‑POST比 較 繰り返し測定データで、最も単純であるものは、研究(又は試験)の開始前のデータと、 終了後でのデータからなっているものである。即ち、時点の数が 2つしかない。ここで は、前後のペアーにより、絶対的差、又はそれを前値で割った相対的差を用いて、比較 a i r e dt ‑ t e s tや、共分散分析で解析される。 を行なう。実際には、差に関する p 6. データ構告 繰り返し測定データでは、個体と要因の次元のほかに、時間という次元が加わる。従っ て、いわゆる 3次元データと見られる。データの構造を、解析手法を適用する観点から、 1に、分類するのが便利である。即ち、欠損値が存 バランスデータとアンバランスデ ‑ 在する場合、それらの扱い方に依存する分類である。 7. 統計モデルと解析 こうしたデータを、統計学的にフォーマルに解析するための、高尚なモデルとそれに伴 う解析手法は、過去色々提案されてきた。それらは、 1)一変量アプローチ(自由度補 正を伴う分散分析)、 2)成長曲線モデル、 3)多変量アプロ チ 、 4)変量効果モデ ル 、 5) 時系列回帰モデルなどである。時間を変量とみなしたとき、それらの間の共分 散構造への仮定が、それぞれ異なっている。これらの方法はすべて、 PROC GLM で基本的には実行可能である。なお、モデルが複雑であるため、結果の解釈には注意を 要する。記述的な方法と併用することが望まれる。 8 . 医学雑誌での使われ方 多くの医学研究で、時間軸を伴ったデザインが用いられている。薬剤の臨床試験は、そ の典型例である。実際に、どのような報告のされているのかを調査する。各時点ごとに 解析する際には、解釈と報告の仕方に注意が必要である。デザイン段階でのエンドポイ ントの設定とも密接に関連する。 7節で述べたような、高尚な統計モデルを使用した研 究事例は稀である。 9. SA Sでの解析 医薬学分野での研究データを例として、モチベーション指向型の単純な解析と、よりフ オ マルな解析とを、 PROC GLMで実行する。ここで示すように、まず単純な方 法で実施し、高度な解析手法は確認のために実施するのが、適切ではないかと思う。も ちろん、単純な方法では確かめられない仮説を有するときには、高度な解析手法が、そ の問題に解答を与えるかも知れない。また、欠損値が多数存在するときには、多変量ア プロ チよりも、変量効果モデルによる解析が勧められる。 1o. おわりに 最初から高度な手法を用いず、それらはサポーティブな使用にとどめることが重要であ る。また、本稿では連続データについてのみ述べたが、カテゴリカルデ タについては、 GSKモデル ( B i o m e 凶瓜 2 5 : 4 8 9 ‑ 5 0 4 ，1 9 6 9 ) の使用によって解析可能である。 SASで は 、 PROC CATMODを用いると実行できる。 504‑

日本 SASユーザー会 代表大橋靖雄東 京 大 学 副頃高橋行雄日本ロシュ株式会社 会 計 高 島 邦 彰 い す Y 自動車株式会社 幹事雄山真弓関西学院大学 加賀三郎全日本空輸株式会社 新村秀一 儲コンピューターサービス株式会社 椿広計慶慮義塾大学 芳賀敏郎東京理科大学 松岡浮藤沢薬品工業株式会社 事務局 株式会社SASインスティチュートジャパン内 (無断複写・転載を禁ず) 〒1 0 4 東京都中央区明石町 6番 4号 ニチレイ明石町ピル TEL0 3( 5 5 6 5 )8381 干5 4 1 大 阪 市 中 央 区j 淡 路町 3丁目 l番 7号 シンコーピ Jレ TEL06( 2 2 2 )7 6 9 1