FACT SHEET SAS/STAT ® ソフトウェア SAS® Analytics の土台となるツールセットを提供 主な機能 今日、企業が競争優位につながる新たな 洞察や知見を得られるかどうかは、データ 主な利点 SAS/STAT は、従来の分散分析や予測 と分析をどれだけ活用できるかにかかっ • 新たなビジネスチャンスを掘り起こし モデリングから、厳密法や統計の可視 ています。市場での競争が激化する中、顧 収益を高めるために、すべてのデータを 化技術にいたるまで、専門知識をもつ 客の行動に関する理解を深めることが求 有効活用 ユーザーとビジネスユーザーのどちら の分析ニーズにも対応するように設計 されています。 められています。製薬会社が国の規制を SAS/STAT は、異なるソースから収集し 遵守するためには、より多くの分析を実施 た大規模なデータセットを処理できる しなければなりません。また、研究組織が ように設計されているため、入手可能 ビジネスメリット 新たな領域で科学的発見を追究する際に な全データを余すところなく分析に活 意思決定プロセスを支援するため、統 は、最先端の統計技術が必要になります。 計分析を重視する企業／組織が増えて います。最適な統計手法を用いれば、 プロセスの改善、開発促進、収益増大、 優良顧客の維持と満足度向上に役立つ 新たな情報を手に入れることができま す。SAS/STAT は、組織全体のデータ分 析ニーズに応える完全で包括的なツー ルセットを提供します。 対象ユーザー SAS/STAT は、ビジネスアナリスト、統 計専門家、調査担当者、エンジニア向け に設計されています。 しかし多くの企業や組織では、データソー スが非常に大規模化・多様化しており、大 多数の統計ソフトウェア製品では扱いき 用できます。アナリストはデータ自体に 関する問題への対応ではなく、分析に 集中できるようになります。 • 最先端の統計技術を適用することで、 れなくなっているのが現状です。それに 科学的な発見の取り組みが前進 加え、法規制コンプライアンスの鍵とな SAS の統計プロシジャは最新の統計手 る検証と文書化に対応した分析機能と組 法を反映するように定期的に更新され み合わせて利用できるような、高度な統 ています。ユーザーは基本的な統計分 計手法の必要性が高まりつつあります。 SAS/STAT は、専門知識をもつユーザー とビジネスユーザーのどちらの分析ニー ズにも対応する幅広い統計機能を提供し ます。顧客の嗜好に関する市場調査の分 析、臨床試験結果の分析、クレジットカー ド利用パターンの予測、大気汚染発生パ 析の枠にとどまらない高度な統計分析 を行うことができます。さらに、テクニカ ル・サポートは修士号および博士号をも つ経験豊富な統計専門家が担当し、他 のソフトウェア・ベンダーとは一線を画 した高度なサービスを提供しています。 • 企業倫理と法規制を遵守 ターンのモデル化、健康習慣の調査を管 SAS は 35 年以上にわたり高度な統計 理するためのサンプル集団の作成など、 分析ソフトウェアを開発、提供してきた どのような用途においても、SAS/STAT は 豊富な経験により、信頼性の高い優れ 選択に値するソフトウェアです。SAS は創 た結果をもたらすソリューション・ベン 業以来、分析ソフトウェアを継続的に機能 ダ ーとして 高 い 評 価 を 得 て い ます。 強化し続けています。お客様は将来も末 SAS/STAT では、繰り返し利用可能な 長く安心して、最新の統計技術を利用し コードを作成できますが、このコードは 続けることができます。 コンプライアンス対応のために容易に 文書化し、検証することもできます。 ソリューション概要 ベイズ分析 サイコメトリック分析 ベイズ分析は、自然法則や何らかの原理 サイコメトリック （心理測定的）分析は、市 SAS/STAT は、数多くの SAS の統計製品 にもとづき、確立された決定理論フレー 場調査データなど人間の判断や認知に関 の土台となり、組織全体の幅広いデータ ムワーク内で事前情報とデータとを結び するデータの分析に効果的ですが、それ 分析要件に応える完全で包括的なツール 付ける方法を提供します。この分析では、 以外のさまざまなデータにも応用できま セットを提供します。 分散分析 分散分析とは、実験データを分析する手 法の一種です。SAS/STAT では、バランス の取れたデザインと取れていないデザイ ンに対する分散分析、多変量分散分析、 反復測定分散分析を実行できます。 混合モデル 混合モデルには固定効果と変量効果の 両方が含まれます。SAS/STAT には、混合 モデルを当てはめる一連のプロシジャが 豊富に組み込まれおり、線形混合モデル と非線形混合モデルの両方を当てはめる プロシジャや、一般化線型混合モデルを 当てはめるプロシジャが利用できます。 疎行列手法を用いて大規模な混合モデ ル問題を解決するプロシジャも用意され ています。 近似手法に頼らず、データ条件に応じて す。例えば、一連のオブジェクトの座標を 変化する正確な推論が可能になります。 推測する多次元尺度は、製品の類似度に SAS/STAT のベイズ分析機能は、一般化 関する判断を分析するためによく使われ 線型モデル、加速寿命故障モデル、Cox ています。 回帰モデルで利用できます。SAS では、 幅広いベイズモデルを当てはめる作業に 適した、柔軟なシミュレーション・プロシ ジャも提供しています。 多変量分析機能としては、2 つ以上の応 ラフィック表示、大規模なデータセットの 答変数をもつデータをモデル化する手法 分解クラスター分析、クラスター数の仮 や、特定の応答変数や説明変数を指定せ 説検定を用いたノンパラメトリック・クラ ずに複数の変数間の関係を特定する手 スター分析を実行できます。 法など、各種の手法が用意されています。 共通因子分析を使用すると、限られた数 の潜在的な（観測できない）変数にもとづ いて、一連の変数間の相関関係を説明で きます。主成分分析では、少数の変数の 線形結合にもとづいて大量の変数を要約 回帰分析は、1 つの応答変数と一連の説 観測できる変数や観測されない仮定の変 明変数の関係を調べます。SAS/STAT の 数も含め、複数の変数の関係を表現でき 汎用回帰プロシジャは、最小二乗法を用 ます。 各種の診断統計量を生成します。より専 門的なプロシジャでは、一般化線型モデ ル、混合線型モデル、非線形モデル、二次 応答局面モデルを当てはめることができ ます。 STAT では、多変量データまたは距離デー タの階層的クラスター分析と樹形図のグ することができます。構造方程式は、直接 なるモデル選択方法が用意されており、 観測結果をグループに分類します。SAS/ 多変量分析 回帰 いてパラメータを推定します。多くの異 クラスター分析 クラスター分析は、類似度にもとづいて 生存時間分析 生存時間分析は寿命データ、あるいは事 象が発生するまでの時間を測定したデー タを扱います。多くの場合、観測のために 利用できるのは、上限または下限の境界 値だけです。これは「打ち切り」と呼ばれ ます。生存時間分析の手法では、打ち切 カテゴリー・データ分析 られた観測と打ち切られない観測の両 カテゴリーに分類されるデータの場合、 方を正しく使用します。SAS/STAT では、 関心の結果はデータのカテゴリーを反映 事象が発生するまでの時間を表す変数 します。これは多くの場合、分割表と呼ば （event-time 変数）の生存分布状況の比 れる表形式で表現されます。SAS/STAT 較、生存時間データへの加速故障時間モ では、分割表に現れる関連性を調査し、関 デルの当てはめ、比例ハザードモデルに 係の強さを示す数値を算定することがで もとづく回帰分析を行うことができます。 ノンパラメトリック分析 ノンパラメトリック分析は、正規性のよう な特定の分散推定値を必要としないデー タを分析します。SAS/STAT では、ノンパ ラメトリック分散分析に加え、その他のラ ンク検定（バランスの取れた／取れてい ない、一方向／二方向の設計） を実行で きます。また、多くのノンパラメトリック統 計の直接確率を計算します。 調査データ分析 調査担当者は大規模な母集団に関する 情報を得るため、母集団からサンプルを 選択して測定するサンプル調査手法を多 用します。SAS/STAT には、調査対象の母 集団から確率にもとづいてランダムにサ ンプルを選択し、このサンプル調査デー タを分析するためのツール群が含まれて います。要約統計量の計算、分割表の分 析、線形回帰およびロジスティック回帰モ デルの構築を実行するプロシジャにより、 サンプル設計を分析に組み込むことがで きます。 多変量補完 きます。また、パラメトリック・モデルを使っ 欠損値は多くの分析で問題となります。 て、結果変数の関数の変動をさまざまな SAS/STAT の多変量補完プロシジャを使 レベルで調査することも可能です。 用すると、欠損値の補完を複数回実行し て完全なデータセットを複数作成した上 で、データセット群を標準的な統計分析 手法で分析し、分析結果を組み合わせて統 計的に妥当な推定を得ることができます。 検定力（Power） とサンプル規模の計算 研究計画プロシジャを使用すると、分析 研究の設計段階でさまざまな判断を的確 に下すことができます。リソース使用の 最適化、統計的に有意な結果が得られる サンプル規模の判断、意味のある影響の 検出に役立ちます。SAS/STAT では、使い やすいインターフェイスでこれらの機能 を利用できます。 主な機能 分散分析 • バランスの取れたデザインと取れていないデザイン • 多変量分散分析と反復測定分散分析 • 線形と非線形の混合モデル 混合モデル • 線形混合モデル • 非線形混合モデル 統計グラフィック • 一般化線型混合モデル SAS の統計プロシジャは、テーブルを作 回帰 成する際、自動的に統計グラフィックも作 成します。ODS Statistical Graphics と 呼ばれるこの機能では、最小限の構文で プレゼンテーション・レベルの高品質なグ ラフィックスを作成できます。散布図、診 • 段階的回帰を含む、9 つのモデル選択方法を使った最小二乗回帰 • さまざまな診断統計量 • ロバスト回帰 • Loess 回帰 • 非線形回帰モデルと二次応答局面モデル 断図、 ヒストグラム、箱ひげ図など、データ • 部分最小二乗法 分析と統計モデリングの領域で一般的に • 分位点回帰 使われる表現方法を網羅しています。 カテゴリー・データ分析 ポストフィッティング（事後当てはめ）推論 • 分割表と属性相関 線形モデリング・プロシジャを使用すると、 • ロジスティック回帰と対数線形モデル、一般化線形モデル モデルの当てはめとパラメータの推定が 完了した後に、幅広いポストフィッティン グ分析を行うことができます。SAS/STAT では、同じプロシジャによって格納された モデルフィット情報を用いてポストフィッ ティング推論を処理します。そ のため、 • バイオアッセイ分析 • 一般化推定方程式 • 加重最小二乗法回帰 • 厳密法 • ゼロ過剰ポワソン回帰 • ゼロ過剰負の二項回帰 ユーザーはモデルを当てはめ直すことな ベイズ分析 く、追加の分析を実行できます。つまり、 • 一般化線型モデル、加速寿命故障モデル、Cox 回帰モデル、区分指数モデルのためのベ モデル情報を先に保存しておき、後から イズ・モデリングおよび推論 ポストフィッティングを実行するという選 • ベイズモデルを任意優先関数や尤度関数に当てはめる汎用プロシジャ 択肢が常に利用できます。 多変量分析 • 因子分析 • 主成分 • 正準相関分析と判別分析 • パス分析 • 構造方程式 生存時間分析 • 生存分布の比較 • 加速故障時間モデル • 比例ハザードモデル サイコメトリック（心理測定的）分析 • 多次元尺度 • 変数変換の結合分析 • 対応分析 次ページに続く 主な機能（前ページより続く） SAS/STAT® クラスター分析 システム要件 • 多変量データまたは距離データの階層的クラスター分析 SAS/STAT の詳細なシステム要件、ホ • 大規模なデータセットの分解クラスター分析 ワイトペーパーのダウンロード、スク • クラスター数の仮説検定を用いたノンパラメトリック・クラスター分析 リーンショットの確認、関連資料の閲覧 ノンパラメトリック分析 については、http://www.sas.com/ • ノンパラメトリック分散分析。多くのノンパラメトリック統計の直接確率を計算 • Kruskal-Wallis 検定、Wilcoxon-Mann-Whitney 検定、Friedman 検定 jp / platform / analytics / statistics / stat.html をご覧ください。 • その他のランク検定（バランスの取れた／取れていない、一方向／二方向の設計） 調査データ分析 • サンプル選択 • 記述統計と t- 検定 • 線形回帰とロジスティック回帰 • 度数分布分析 • Cox 比例ハザードモデル 欠損値の多変量補完 • 単調欠損パターンを推定するための回帰分析と傾向のスコアリング • 任意欠損パターンを推定するための MCMC 法 • 結果の組み合わせにより、統計的に妥当な推定を導出 研究計画 •「Power and Sample Size」アプリケーションは、サンプル規模の計算や検定力の特性 評価を行うためのインターフェイスを備えています。t - 検定、信頼区間、線形モデル、生 存率分析の比例検定と順位検定を実施できます。 統計プロシジャは、テーブルの作成時に自動的に統計グラフィックも作成 SAS Institute Japan 株式会社 www.sas.com/jp jpnsasinfo@sas.com 本社 大阪支店 Tel: 03 6434 3000 Fax: 03 3434 3001 Tel: 06 6345 5700 Fax: 06 6345 5655 〒106-6111 東京都港区六本木 6-10-1 六本木ヒルズ森タワー 11F 〒530-0004 大阪市北区堂島浜 1-4-16 アクア堂島西館 12F このカタログに記載された内容は、改良のため予告なく仕様・性能を変更する場合があります。あらかじめご了承ください。 SAS、SAS ロゴ、その他の SAS Institute Inc. の製品名・サービス名は、米国およびその他の国における SAS Institute Inc. の登録商標または商標です。 その他記載のブランド名および製品名は、それぞれの会社の商標です。Copyright©2011, SAS Institute Inc. All rights reserved. JP2011_STAT_SE
© Copyright 2024 Paperzz
