For Higher Customer Satisfaction, We Bridge the SAS System Between Customer’s World. WINTER 2013 特集 01 ® SAS Add-in for Microsoft Office 5.1のご紹介 SAS Academic News - 随想「マーケティングとデータ解析」 - コラム「SAS ／JMPとの歩み」 09 Q&A 17 最新リリース情報 20 SAS® Add-in for Microsoft Office 5.1 2012 年 2 月に SAS ® Add-in for Microsof t Of fice 5.1 が リリ ース さ れ ま し た。SAS ® Add-in for Microsof t Of fice と は、 Microsof t Of fice に SAS の機能を追加するアドイン製品です。特に SAS の知識をお持ちでないビジネスユーザーの方でも、 慣れ親しんだ Of fice のインターフェースを介して SAS の強力な分析 ・ レポート機能を利用することがで きるようになります。 従 来 より も 大 規 模 な デ ー タ の 分析 や 迅 速 な レ ポー ティ ン グ、高 度 な デ ー タ 連 携 が 求 め ら れ る 場 合 は SAS ® Add-in for Microsof t Of fice 5.1 を活用いただくことをご検討ください。本特集では SAS ® Add-in for Microsof t Of fice の基本機能で あ る 「デ ー タ ソ ースの 閲 覧 ・ 編 集」 「タスク に よるデ ー タ 分析」 「ス トア ド プロ セ スの 実 行」 と、5.1 の 新 機 能 で あ る 「クイッ ク スタートツール」 についてご紹介いたしま す。1： SAS ® Add-in for Microsoft Office 5.1 製品概要 2： SAS ® Add-in for Microsoft Office 5.1 主要機能 3： SAS ® Add-in for Microsoft Office 5.1 の機能拡張／新機能「クイックスタートツール」 02 [ 特集 ] SAS ® Add-in for Microsoft Office 5.1のご紹介 1 SAS ® Add-in for Microsoft Office 5.1 製品概要 WINTER 2013 1.2 SAS ® Add-in for Microsoft Office 5.1 を 使い始めるには AMO5.1 は SAS ® 9.3 TS1M1以降で次のパッケージに含まれます。 ・ SAS ® BI Server 1.1 SAS Add-in for Microsoft Office とは ・ SAS ® Enterprise BI Server SAS ® Add-in for Microsoft Office( 以 後、AMO と 略 ) は、Microsoft ・ SAS ® Enterprise Miner Office に SAS の機能を追加するアドイン製品です。アドインの対象は ・ SAS ® Office Analytics ® M icrosof t Word、M icrosof t E xcel、M icrosof t Power Point、 Microsoft Outlook で す。ア ド イ ン を 追 加 す る と Office の リ ボ ン に これらパッケージはサーバーマシンとクライアントマシンで構成されま [SAS] というタブとメニューボタンが追加されます。これらメニューボタ す。AMO5.1 はクライアントマシンの Microsoft Office に対するアドイン ンから SAS の拡張機能を呼び出すことがで きます。例えば、Excel に と してイ ン ス ト ー ル し ま す。サ ポ ー ト さ れ る Office の バ ー ジ ョ ン は AMO を追加した場合、次のようなタブが追加されます。 Microsoft Office 2007 と Microsoft Office2010 （32bit 版 ま た は、 64bit 版） です。また、サポートされるオペレーティング・ システムは以下 （32bit 版または、64bit 版） となります。 ・ Microsoft Windows XP Professional （ServicePack3 を適用） ・ Microsoft Windows Vista （ServicePack1 を適用） ・ Microsoft Widows Server 2003 （ServicePack2 を適用） ・ Microsoft Widows Server 2008 ・ Microsoft Widows Server 2008 R2 ・ Microsoft Windows 7 AMO5.1 の詳細なシステム必要条件は、次のページからご確認いただ けます。 SAS ® Add-in for Microsoft Office 5.1システム必要条件 http://www.sas.com/offices/asiapacific/japan/service /documentation/installcenter/msofficeint/5.1/sreq.pdf そ の 他 の Officeで も 同 様 に、[SAS] タ ブ 配 下のメ ニ ュー ボタ ン か ら SAS の機能を呼び出すことができます。 SAS® Add-in for Microsoft Office 5.1 WINTER 2013 [ 特集 ] SAS ® Add-in for Microsoft Office 5.1のご紹介 03 1.3 SAS ® Add-in for Microsoft Office 5.1 の 製品構成 AMO は内部的に SAS サーバーと連携して動作します。AMO で行われ た操作は SAS サーバー 側で処理されます。サーバーのシステム資源 を活用する構成であるため、ファイルサイズの大きいデータの加工や 複雑なデータ分析など負荷が高い処理を行う事が可能になります。処 理の実行結果は SAS サーバーから Office にさまざまなデータ形式で 返されます。 ただ、AMO の利用者はこのような内部的な動きは意識することなく、 Office の拡張メニューを使うような感覚で AMO を使うことができます。 2 SAS ® Add-in for Microsoft Office 5.1 主要機能 AMO は、大きく分けて次の 3 つの機能を提供します。本章ではこれら についてご説明します。 ワークシートとして開いた場合、次のような形でデータが Excel ワーク ・ データの参照と編集 シートにロードされます。ロードされたデータは通常のExcelワークシー ・ タスクによるデータ分析 トとして扱うことができます。当然、セルを編集する操作や Excel ファイ ・ストアドプロセスの実行 ルとして保存する操作も可能です。 2.1 データの参照と編集 データの参照と編集は Microsoft Excel でのみ利用可能な機能です。 SAS デー タソースを Excel 上のワー クシート、もしくは、ピボットテーブ ルとして開いて扱 うことを可能としま す。SAS デー タソースとは、SAS サーバーからアクセス可能なデータベースファイル一般を指します。具 体的には、SAS データセット、Excel ファイル、Access データベースファ イル、SAS/ACCESS プ ロ ダクトか ら 接 続 可 能 な 各 種リレ ー シ ョ ナル データベース（RDB） のテーブルなどが挙げられます。AMO を使うこと で、これらデータベースファイルをあたかも Excel ワークシートのように 参照、編集することが可能となります。 データソースを開くには、[SAS] タブから [SAS データ ] ボタンを選択し データソースをワークシートにロードした後、[SAS] タブの [ 編集の開 ます。 始 ] ボタンを押すとデータソースの編集モードに入ります。 編集モードでワークシートを編集すると、編集内容がロード元のデー 次に、SAS データの表示ウィンドウからデータソースや表示方法を選 タソースに反映されます。つまり、SAS プログラミングやデータベース問 択します。[ フィルタと並べ替え ] による高度な絞込みや、表示レコード い合わせ言語に不慣れなユーザーでも、使い慣れた Excel のインター 数の制御、また、ワークシートかピボットテーブルとして開くオプション フェースで SAS データセットや RDB のテーブルを編集できるということ を選択できます。 です。 04 [ 特集 ] SAS ® Add-in for Microsoft Office 5.1のご紹介 WINTER 2013 2.2 タスクによるデータ分析 今回は例として、分布タスクをご紹介します。分布タスクを使用すると、 AMO ではタスクという機能を使ってデータ分析、レポート作成を行いま 数値変数の分布や要約情報を格納した表を作成することができます。 す。タスクとは、主にマウスのクリックやドラッグ＆ドロップで操作可能 加えて、ヒストグラム、確率プロット、QQ プロット、箱ひげ図などのプロッ なメニュー画面です。入力データと処理対象の列を選択した後、任意 トを作成することができます。タスクを実行するには、[SAS] タブ配下の でパラメ ー タや オ プシ ョンを 指 定 することで、多彩 な分析レポー ト を [ タスク ] ボタンを押します。分布タスクの場合は [SAS]→[ タスク ]→[ 集 Excel 上に出力することがで きます。AMO5.1 では、次の通り、合計 80 計表 ]→[ 分布 ] を選択します。 のタスクが用意されています。SAS プログラミングの知識がないユー ザーでもこれらタスクを使うことで、あらゆる規模 ・ 形式のデータを自 由に分析 ・ レポート作成をすることを可能とします。 グラフ 自動作成チャート ODS統計グラフの表示 タイルグラフ ドーナツチャート バブルプロット マップチャート レーダーチャート 円グラフウィザード 円グラフ 曲面プロット 散布図 折れ線グラフ 散布図行列 折れ線グラフウィザード 等高線プロット 箱ひげ図 棒グラフ 棒-折れ線グラフ 棒グラフウィザード 領域プロット データ クイック統計量 SASServerへのコピー データセットの属性 データの比較 データの標準化 データの並べ替え ランク 転置 無作為抽出 列の積み上げ 列の分割 パレート図 多くのタスクでは、初めに [ データの選択 ] 画面が表示されます。ここで パレート図 は入力データソースと結果レポートの出力場所を指定します。以下の 回帰分析 ロジスティック回帰分析 一般化線形モデル 線形回帰分析 非線形回帰分析 例では、データソースにサンプルデータセット SASHELP.CARS を選択 し、出力先範囲を既存ワークシートの 「列 A 行 1」 としています。 管理図 cチャート npチャート pチャート uチャート 個々の測定チャート 箱ひげ図 平均と範囲のチャート 平均と標準偏差のチャート 記述統計 データの特性分析 リスト リストレポートウィザード 一元度数表 集計表 集計表ウィザード 分割表分析 分布 要約統計量 要約統計量ウィザード 工程能力分析 CDFプロット PPプロット QQプロット ヒストグラム 確率プロット 時系列分析 ARIMAモデリングと時系列予測 パネルデータの回帰分析 基本的な時系列予測 時系列データの作成 自己回帰誤差付き回帰分析 クラスター分析 因子分析 主成分分析 正準相関分析 相関分析 判別分析 時系列データの加工 多変量解析 分散分析 t検定 ノンパラメトリックな一元配置分散分析 一元配置分散分析 混合モデル 線形モデル 生存時間分析 上の画面で[フィルタと並べ替え]ボタンを押すと、[データソースの変更] ノンパラメトリック法による生命表分析 画面が表示されます。この画面では入力データソースの行数をフィル タで絞り込みしたり、列で並べ替えることができます。 WINTER 2013 [ 特集 ] SAS ® Add-in for Microsoft Office 5.1のご紹介 05 より複雑なデータの絞込みを行う必要がある場合は、[ 高度な編集 ] ボタンを押して [ 詳細フィルタビルダ ] ウィンドウを開きます。ここでは論 実行ボタンを押すと、SAS サーバー側で処理が行われ、結果レポート 理演算子や SAS 関数／ SQL 集計関数を使った絞込みの条件式を手 がワークシートに出力されます。 動で指定で きます。利用可能な SAS 関数／ SQL 集計関数の一覧は 左下のパネルに表示されます。また、右下のパネルに各関数の構文と 使い方に関する説明が日本語で表示されます。 入力データソースの指定が終わると、タスクのメインウィンドウが表示さ れます。この画面では、データソースの変数に対して役割を割り当てま す。例えば今回の場合、地域ごとの売上額の分布を確認するには [ 分 AMO による分析結果は SAS レポート、HTML、もしくは CSV デー タ形 析変数 ] に “TotalSales”、[ グループ変数 ] に “Region” を指定します。 式で Excel のワー クシートに出力することがで きます。AMO がインス トールされている環境では、[SAS]→[ 最新の情報に更新 ] を押すこと で、最新のデータソースにアクセスしてレポートを更新することができ ます。この機能を用いることで、一度作成したレポートを常に最新の状 態に保つことができます。 また、レポートを右クリックし、[ プロパティ ]→[ 表示] を選択することで、 レ ポー ト の 表 示 スタ イル を 変 更で き ま す。[ 最 新 の 情 報 に 更 新 ] に 06 [ 特集 ] SAS ® Add-in for Microsoft Office 5.1のご紹介 WINTER 2013 䝏䜵䝑䜽䜢ධ䜜䛯≧ែ䛷䝇䝍䜲䝹䜢ኚ᭦䛧䚸㼇㻻㻷㼉 䝪䝍䞁䜢ᢲ䛩䛣䛸䛷▐ 㼇 䝺䝫䞊䝖 㼉 䝪䝍䞁䜢ᢲ䛩䛸䚸㻿㻭㻿 䝃䞊䝞䞊ୖ䛷⟶⌮䛥䜜䛶䛔䜛䝇䝖䜰䝗 䛻䝇䝍䜲䝹ኚ᭦䜢ᫎ䛥䛫䜛䛣䛸䛜䛷䛝䜎䛩䚹 䝥䝻䝉䝇䛾୍ぴ䛜⾲♧䛥䜜䜎䛩䚹 2.3 ストアドプロセスの実行 䝇 䝖 䜰 䝗 䝥 䝻 䝉 䝇 䛸 䛿䚸㻿㻭㻿 㼹 㻌㻱㼚㼠㼑㼞㼜㼞㼕㼟㼑㻌㻳㼡㼕㼐㼑 㼹㻌 䜔 㻿㻭㻿 㼹 㻌㻰㼍㼠㼍㻌 㻵㼚㼠㼑㼓㼞㼍㼠㼕㼛㼚㻌㻿㼠㼡㼐㼕㼛 䜢ྵ䜐䜰 䝥䝸䜿䞊 䝅 䝵䞁䛷సᡂ䛧䚸㻿㻭㻿 䝃䞊䝞䞊 ୖ䛷⟶⌮䛥䜜䚸䜽䝷䜲䜰䞁䝖 䞉䜰䝥䝸䜿䞊䝅䝵䞁䛛䜙䛾せồ䛻ᛂ䛨䛶ᐇ⾜ 䝇䝖䜰䝗 䝥䝻䝉䝇䛻ྵ䜎䜜䜛 㻿㻭㻿 䝥䝻䜾䝷䝮䝁䞊䝗䛭䛾䜒䛾䛿㧗ᗘ䛷 䛥䜜䜛 㻿㻭㻿 䝥䝻䜾䝷䝮䜢ᣦ䛧䜎䛩䚹䛣䜜䜙䜰䝥䝸䜿䞊䝅䝵䞁䛿䚸」ᩘ䛾 」㞧䛷䜒䚸䛭䜜䜢ᐇ⾜䛩䜛䝴䞊䝄䞊䛿≉ู䛭䛾䛣䛸䜢ព㆑䛩䜛ᚲせ䛿 䝕䞊䝍ຍᕤฎ⌮䜔ศᯒฎ⌮䜢᥋⥆䛥䛫䛯」㞧䛺ฎ⌮䜢సᡂ䛩䜛䛣䛸 䛒䜚䜎䛫䜣䚹䝇䝖䜰䝗䝥䝻䝉䝇ᐇ⾜䛻ᚲせ䛺䝟䝷䝯䞊䝍䜢ධຊ䛧䛶 㼇㻻㻷㼉 䛜䛷䛝䜎䛩䚹㻿㻭㻿 䝥䝻䜾䝷䝮䜢䝃䞊䝞䞊ୖ䛷୍ඖ⟶⌮䛩䜛䛣䛸䛻䜘䜚䚸 䝪䝍䞁䜢ᢲ䛩䛣䛸䛷䚸⤖ᯝ䜢ᚓ䜛䛣䛸䛜䛷䛝䜎䛩䚹䛘䜀ୖ䛾䝸䝇䝖䛻䛒 䝥䝻䜾䝷䝮䛾ಖᏲᛶ 䞉 ୍㈏ᛶ䜢㧗䜑䜎䛩䚹 䜛䝃䞁䝥䝹䝇䝖䜰䝗 䝥䝻䝉䝇 䛂㻿㼍㼙㼜㼘㼑㻦㻹㼡㼘㼠㼕㼜㼘㼑㻌㻻㼡㼠㼜㼡㼠㻌㻲㼛㼞㼙㼍㼠㼟䛃 䜢㑅 䛘䜀 㻱㼚㼠㼑㼞㼜㼞㼕㼟㼑㻌㻳㼡㼕㼐㼑㻌㻡㻚㻝 䛾ሙྜ䚸ḟ䛾䜘䛖䛺⏬㠃䛷䝇䝖䜰䝗䝥䝻䝉 ᢥ䛧䛯ሙྜ䚸ḟ䛾䜘䛖䛺ධຊ⏬㠃䛜⾲♧䛥䜜䜎䛩䚹 䝇䜢సᡂ䛧䜎䛩䚹 㻭㻹㻻 䛷䛿䚸ୖ㏙䛾䜰䝥䝸䜿䞊䝅䝵䞁䛷㛤Ⓨ䛥䜜䛯䝇䝖䜰䝗䝥䝻䝉䝇䜢ᐇ ⾜䛧䚸䝺䝫䞊䝖䜢సᡂ䛩䜛䛣䛸䛜䛷䛝䜎䛩䚹䝇䝖䜰䝗䝥䝻䝉䝇䜢ᐇ⾜䛩䜛 䛻䛿䚸㼇㻿㻭㻿㼉䊻㼇 䝺䝫䞊䝖 㼉 䜢㑅ᢥ䛧䜎䛩䚹 䛣䛾䜘䛖䛺ධຊ㡯┠䜢䝥䝻䞁䝥䝖䛸䜃䜎䛩䚹䝥䝻䞁䝥䝖䛷ධຊ䛧䛯䝟䝷 䝯䞊䝍䛻䜘䛳䛶䝇䝖䜰䝗䝥䝻䝉䝇䛾ᐇ⾜⤖ᯝ䛜ኚ䛧䜎䛩䚹ᅇ䛾䛷 㻌 䛿䚸䝇䝖䜰䝗䝥䝻䝉䝇䛾ฎ⌮ᑐ㇟䝕䞊䝍䝉䝑䝖䛸ฟຊ䝕䞊䝍ᙧᘧ䜢ᐇ⾜ 䝴䞊䝄䞊䛜㑅䜉䜛ᙧ䛸䛺䛳䛶䛔䜎䛩䚹 㻭㻹㻻 䛾䝍䝇䜽䛷䛿ᐇ⌧䛷 䛝䛺䛔ศᯒ䛷䛿ᐇ⌧䛷 䛝䛺䛔ศᯒ䜒䚸๓ 䛻ฎ⌮䛾㞮ᙧ䛜ᐃ⩏䛥䜜䛶䛔䜛䝇䝖䜰䝗䝥䝻䝉䝇䜢䜃ฟ䛩䛣䛸䛷䚸⡆ ༢䛺᧯స䛷ᐇ⌧䛩䜛䛣䛸䛜䛷䛝䜎䛩䚹 WINTER 2013 [ 特集 ] SAS ® Add-in for Microsoft Office 5.1のご紹介 07 3 SAS ® Add-in for Microsoft Office 5.1の機能拡張 AMO5.1 では次の機能が拡張されました。 ・ クイックスタートツールの実装 ・ 64-bit 版 Microsoft Office のサポート ・ Microsoft Office Communicator に統合 ・ オートメーションインターフェイス (VBA の API) の拡張 ・ Microsoft Excel チャートを作成する機能を追加 ・ グラフの新しいデフォルト出力形式を提供 ・ ODS Graphics Editor で作成したグラフの表示 特に大きな拡張点として 「クイックスタートツールの実装」 が挙げられ タスク名の下にある 「開く」 ボタンを押すとタスクの画面が開き、分析を ます。クイックスタートツールとは、「タスクギャラリ」 「自動作成チャート」 開始できます。一方、実行結果のスクリーンショットをクリックすると、次 「クイッ ク 統 計 量」 と いう三つの 便利 機 能 を 包括 した 新 し い イン タ ー のように実行結果のスクリーンショットが拡大で表示されます。 フェースです。このクイックスタートツールを使用することにより、従来の AMO で作成するレポートより、データの特性を容易に把握可能とし、ま た、目的の出力結果に辿り着けるため、タイムリーに求められる定型レ ポートをより簡単に作成できます。 クイックスタートツールを起動するには、[SAS]→[ クイックスタートツー ル ] を選択します。以下のように大きなパネルが画面の右半分に表示 されます。 本章ではこのクイックスタートツールに含まれる三つの便利機能につ いてご紹介します。 タスクギャラリを使うことで、AMO のタスクに不慣れな方でも、各タスク の用途や実行結果の概要が視覚的に表示されることにより、AMO のメ ニューから目的のタスクを探す手間がなく、処理したい分析や得たいグ ラフによりスピーディにアクセスして分析作業を進めることができます。 3.2 自動作成チャート 自動作成を使うと、利用者が役割変数に割り当てた変数に応じて最適 3.1 タスクギャラリ なチャートが自動作成されます。役割変数は 「カテゴリ」 と 「統計量」 が タスクギャラリを選択すると、タスクの一覧が機能カテゴリ別に表示され あります。チャート作成にあたって、少なくとも、1 つの列をカテゴリ役割 ます。タスクビューボタンを操作することで幾つかの表示方法が選択可 と統計量役割にそれぞれ割り当てるか、2 つの列を統計量役割に割り 能です。例えば、表示を 「詳細」 に設定すると、次の画面のようにタスク 当てる必要があります。割り当てが完了すると、最も適した形と組み合 名、実行結果のスクリーンショット、タスクの簡単な説明が一覧で表示さ わせのチャートが自動的に作成され、ワークシートに挿入されます。一 れます。 度作成したチャートはパネル下部の 「チャート履歴」 に表示され、画像 をクリックすることで再表示できます。 自動 作成チ ャ ー ト を用い ることで、未知の 組合 せに対しても 最 適 な 08 [ 特集 ] SAS ® Add-in for Microsoft Office 5.1のご紹介 WINTER 2013 チャートが作成されるため、予想していなかったデータの有益な特性も 得ることができます。また、通常のチャート作成タスクは、設定項目を詳 細に指定することで、ようやく目的のチャートを作成することができます が、自動生成チャートは固定の画面からさまざまな列の組合せを素早 く指定できるため、逐一個別のグラフタスクを起動して作業するよりも効 率的です。 また列名が部分一致する列のみを表示するには、 上部の検索フォー ムに文字列を入力します。 クイック統計量を使用することで自動作成チャートと同様に、 通常のタ 3.3 クイック統計量 スクによる詳細な設定を行うことなく、 AMO がデータを判断して基本 クイック統計量パネルを使うと、データソースに含まれる各列について 統計量を算出するため余計な手間を省くことが可能です。 また、 設定 基本統計量と基本グラフを素早く確認することができます。変数は文 値を簡易的に変更することができるため、データ別によるシミュレーショ 字、数値、日時、通貨という 4 つのグループに分類され、それぞれのグ ンを簡易的に素早く行うことが可能となり、 データに適した分析手法を ループに適した基本統計量と基本グラフが表示されます。 判断できます。 4 おわりに 駆 け 足 で の 説 明 で は ご ざ い ま す が、 SAS ® Add-in for Microsoft Office 5.1 の紹介をいたしました。 是非とも最新版のご利用の参考に していただければと存じます。 すべての変数に対する基本統計量を求めたい場合は、[ 全ての統計量 を実行するにはクリックします ] リンクをクリックします。 WINTER 2013 SAS Academic News 09 SAS Academic News SAS アカデミック・ニュース 第3回、朝野先生による「マーケティングとデータ解析」では、統計プログラムとどのように付きあうか、 実際にSAS ® Enterprise Guide ® 5.1を使用して直感的にGUIを操作し統計解析を行うという 内容です。また新村先生のコラムでは、よりシステムインテグレータであり、且つ 随想 「マーケティングと データ解析 」 分析者としての確固たる実績を残していく様子が書かれています。 なお、長い間掲載しておりました「SASアカデミック・ニュース」は、次号より 弊社マーケティング部門から発刊するAcademic News（タイトル仮）に連載が移行 することになりました。長い間ご愛読いただきまして誠にありがとうございました。 コラム 「SAS ／JMPとの歩み」 朝野 熙彦 多摩大学大学院客員教授 随想 「マーケティングとデータ解析」 第 3 回 統計プログラムとのおつきあい 因子 分析はマー ケ ティングの分 野で ポ プロセスフローという真っ白い画面が出 ピュラーに利用されている分析法です。そ てくるので一瞬途方にくれますが、たぶん こで 今回は因子分析を一例にして統計プ 最初にデータを入力するのだろうと見当を ログラムとのかかわりについて随想を述べ つけて 「ファイル」 をクリックしますと 「デー たいと思います。デー タ解析者として統計 タのインポート」 というメニ ューがありまし プログラムとどうつきあってきたか、という た。それを選んでエクセルのデータをイン 話しです。 ポートすることにしました。 今回の分析 デー タは、2006 年 8 月に 私 1．初めてのEG のゼミ生がインターネットで調査した 「大学 受験生へのアンケート」 です。高校生 500 私 は プ ロ グ ラ ミ ン グ が 苦 手 な の で、メ 人が 回答した調 査で、第 1 志望校に 選 ん ニューをクリックするだけでデータ解析が だ大学を 16 個の変数についてそれぞれ、 できてしまうソフトは重宝な道具です。そこ 「5. とてもそ う思う、4. そ う思う、3. どちらで 変数リストのウィンドウから、右のタスク で 最 近話題の SAS Enterprise Guide 5.1 もない、2. そう思わない、1. 全くそう思わな の役割のウィンドウに 16 個の分析変数を （以下 EG と略称します） が、本当に GUI に い」 の 5 段階尺度で評定してもらったデー 移すのはごく自然な流れだといえましょう。 優れたソ フトなのかどうかを試してみまし タから出来ています。 さて次は何をすればよいのか迷いました しょう。 この調 査は、18 歳人口が 減少する なか が、メニュー画面の左の白い枠の中に、因 因子分析のメニュー画面 で定員割れの大学が出てきたという時代 子 抽出法などのメニ ューが並んで い るの 自分自身の PC 操作がおぼつかないの 背景から、志願者の獲得がこれからの大 が見つ か り ま し た ので、順 に一 つ ず つ ク で すが、EG を 起 動 すると次のような画面 学の重要なマーケティング課題になってく リックして、オプションを選んで 【実行】 ボタ が出てきました。以下、ともかくマニュアル るだろう、という問題 意識から企画されま ンを押しますと、因子分析が実行できて一 を何も見ずに操作してみたいと思います。 した。そこで大学のポテンシャルユーザー 段落になりました。 である大学受験生の志望理由を知って対 因子の抽出法では主成分解、共通性の 策を検討しよう、という意図から自主調査 初期値としては SMC を選び、因子の数は したものです。 固有値が 1 以上で打ち切り、直交バリマッ さて 500 行 16 列のデー タ行列を変数名 ク ス 回 転、因 子 得 点 を 出 力 す る よ う に 付きで SAS に読み込みました。日本語の チェックしました （註）。起動してからここま 変数名がそのまま分析に利用できるのに での所要時間が 30 分でした。慣れれば 5 は驚きました。変数名が 英数字で なけれ 分でできる作業でしょう。 ばならないとしたら、二重手間の入力作業 初めての EG はなかなか快適で、操作の が必要に なりま す。次に分析⇒多変量 解 流 れが人間の思考のプロセスにそって出 析とメニューをたどると因子分析が見つか 来ていることに感心しました。ただし、自分 りました。 が 選 ん だ 因 子 の 抽 出 法 は principal EGの基本画面 factor method の は ず な の で、主 成 分 解 10 WINTER 2013 SAS Academic News ではなく主因子法と書くのが正しい。因子 共通性 SMC X16 先生が薦める 0.684 0.642 X14 親が薦める 0.646 0.6 04 分析についてわが国で定評のある専門書 を確かめますと、 X15 先輩が薦める 0.6 04 0.582 1）柳井 晴夫他「因子分析−その理論と方法」 朝倉書店の 51-53 頁 X11 就職実績 0.472 0.535 0.457 0.466 2）芝 祐順「因子分析法」東京大学出版社の 第 3 章（80-115 頁） X12 同窓会が強力 X9 0.454 0.418 X13 知名度が高い 0.428 0.494 X7 有名教授 0.421 0.4 46 X6 ＩＴ環境 0.417 0.475 X2 奨学金 0.4 07 0.4 03 X10 資格取得 0.3 0 6 0.323 X5 キャンパス 0. 266 0.392 3）芝・渡部・石塚編著「統計用語辞典」新曜社、 107 頁 1）～ 3） いずれも因子と分析変数の共分 散（因子負荷量） の平方和を最大にする因 子抽出法を主因子法だと明記しています。 インターンシップ X8 都心にある 0. 20 6 0.348 芝先生、柳井先生はこの分野の日本の権 X1 バイト先が多い 0.182 0. 269 威です。また因子分析の古典の 1つである X4 安い下宿 0.131 0. 267 学費 0.053 0.137 図2 ： 因子分析の結果 Harman,H.H.“Modern Factor Analysis, X3 S e c o n d E d i t i o n .” T h e U n i v e r s i t y o f 表1 ： 共通性とSMC Chicago Press.1968,pp.137-143、において も Principal- Factor Method と principal component analysis （主 成 分 分 析） が 異 なることが書かれています。 さて 16 の変数には相関がありますので、 因子も主成分も同じだ、というのは雑な その背後には少 数の潜 在変数 が 働 いて 翻訳だと思います。 い るのか もし れません。その潜 在変 数 を 前節で見てきたように、今日は生まれて 因子といいます。分析変数の因子負荷量 初めてさわったソフトでもいきなり使えてし を 2 因子の空間にプロットしたのが図 2 で まう時 代に なりました。一 昔し前 ならま さ す。因 子負荷 量と い う のは、私 が 選 んだ に 驚 天 動 地 の は ず で す。時 代 を さ か の オプションの場合ですと、分析変数と因子 ぼってみましょう。 2．受験生が気にする志望校の 条件は 3．統計プログラムとの出会い との相関係数を意味します。 第 1 因子は有利な 制度に関 する因子で、 第 2 因子は他者の推奨の因子のように理 大型コンピュータを使っていた時代 個 人 的 な 回 想 を さ せ てく だ さ い。学 生 解で きま す。一般の消費 財 で いう品質因 だ った 1960 年代に 私は 授 業 で 初めて汎 子と口コミ因子に相当しま す。さ て 2 次 元 用コンピュータに出会いました。電子計算 空間を見ると先生の推奨がこの空間の原 機実習という科目でした。その時、実習問 点から遠くに位置し、学費が原点に近く位 題に出たのが分散と相関係数を計算する 置しています。これが何を意味するかとい 課 題 で し た。利 用 し た の は FORTR AN と いますと、それは各分析変数が因子空間 いうプログ ラム言 語で、デ ー タとプログ ラ によって説明で きる程 度を表していま す。 ムをそれぞれ次のような 80 桁の IBM カー 因 子空 間 で 説 明 で きる 程 度は 「共 通性」 ド に 穿 孔 してコ ン ピュー タ に 読 み 込 んで EG では入力デー タの平均と標 準偏差、 という指標で表わされます。共通性は 0 以 バッ チで 処 理 するシステムで した。カ ー ド および相関行列にもチェックを入れておき 上 1 以下の値をとります。この表で SMC と に穴を空けることをパンチと呼びます。 ました。そういう基礎的な情報も因子分析 いうのは、この共 通性 を 推 定 するための と一緒に出力されます。500 人の受験生の 初期値であって、最 終的な共通性とは一 第 1 志望校の該当度を平均値が大きい順 致しませんがそれで構いません （表 1）。 図1 ： 5段階尺度の平均値 に並べたのが 図 1 で す。有名校で 就 職 実 績 がよいこと、キ ャンパ スがきれいなこと EG を 使ってみて 凄 い と 思ったのは、以 が上位に 来ていま す。いかにも 実 利本位 上の出力 結 果 が そ のま ま Windows 上で の理由です。なお私のゼミ生は 「教育熱心 コピー＆ペーストで きることです。特に表１ な 教 授 が い る」 と か 「4 年 間 しっかり学 べ のような数表を ダイレクトにエクセルに貼 る」、というような変数を始めから質問項目 り付けて大きい順に並び替えがで きるの に入れていませんでした。残念！ はとても便利だと思いました。 当時のパンチカード WINTER 2013 SAS Academic News 11 当時のプログラムの入力には、プログラ 子 分析と ク ラスタ ー 分析 に 人気 が ありま 目で すので、学生にはこ れからの社会で ムを 一行ごとに このパ ン チ カ ー ド 専用 機 した。 は 情 報 処 理 が 重 要だ と か、プログ ラ ミ ン で キ ー ボ ー ドか ら 打 ち 込 んで い ま し た。 そのせいか、統計パッケージなるものが グも勉強したほうがいいなどと自分のこと 10 0 0 行 か ら なるプログ ラムで は、パ ン チ 当時は コ ン ピュー タのメ ー カ ー単位 で 開 は棚にあげて指導しました。そうした情報 カードを 10 0 0 枚、打ち込みが必要な時代 発されていました。その後、SAS をはじめ 処理教育にも意義はありましょうが、デー でした。 有力な汎用統計ソフトに収斂していくこと タ解析は PC やソフトウェアの操作を習得 に なりま す。しかし いずれ にしても大 型コ すれば済むものではないと思います。 さ て、分 散と相関係 数は わずか 数十行 ンピュー タが設 置してあるところにデー タ ユーザーとプログラムのつきあい方は、 で済む簡単なプログラミングなのですが、 を持参してコンピュータの操作員に計算を 大きくは次の 3 つのパターンに分けられる 完成まで何日もかかりました。クーラーの 依 頼 する、と いう意 味で は 学生時 代 と同 でしょう。 効いた電子計算機室に自分がパンチした じ ことを 会 社でも 繰り返していたことに な カ ー ド を 持 ち こ みま す が、直 ちに自分 の ります。依頼が済んだらただぼんやりと時 番 は 回 って き ま せん。自分 の ジ ョ ブの 実 間待ちをしていました。自分が働いている ① 自分で C やBASIC のような言語を使って プログラミング 行までぼんやりと順番を待ち、そのあげく 時 間よりも 待 合室 で ぼ ん やりして いた時 ② エンドユーザー言語を使ってプログラミング エラ ーメッ セー ジが出て、ま たプログラム 間の方が長かったように思います。 ③ 完成品のパッケージプログラムを使う を 修正するためにパ ン チル ームに引き返 すという日々でした。 ダウンサイジングの時代 自分には根本的に注意深さが欠けてい その後メインフレームから次第にデスク ①は自分でゼロからコーディングするや るのでプログラミングには向いていないこ トップ PC へと計算環境が変わり、もともと り方です。今日のようにデータ解析の環境 とを悟った授業でした。 大型コンピュータ用に作られたプログラム が 豊 か に な って い る 時 代 で は、一 般 の 理 論 面 に つ いては 因 子 分析 の 授 業 が が、かつての残滓を引きずりながら PC 用 ユーザーが①を選ぶのはあまりにも迂遠 あって、そこではセントロイド法という今で のソ フトに移植されていったことは皆さん ではないかと思います。 は消えてしまった歴史的計算法 を習いま もご存じでしょう。残滓の一例として、メモ ②は SAS/IML のような エ ンドユー ザ ー した。この解法は重心法とも 呼ば れ因子 リの 制 約のために共用で きるアルゴ リズ 言語 を 使ってコー ディングする方法で す。 負荷量を手計算するための方法で す。因 ムを中心に分析プログラムを 組み込んで 大きなサブルーチンが１つのコマンドに収 子負荷量の絶対値の和を最大化すること しまったという弊害がありました。因子 分 まっているので、プログラミ ングが簡潔に を狙ったアルゴリズムでしたが、数学的に 析と主成分分析は分析モデルが異なるに な り ま す。た と え ば FORTR AN で 数 百 行 その最大化が保証され ないという欠点が もかかわらず、固有値を解くサブル ー チン を要した固有ベクトルの計算が eigvec( ) あり ま し た。その 後、コ ン ピュー タ で 固 有 が共用で きるという理由で、同じプログラ のわずか一語で済みます。とても素晴らし 値 ・ 固 有ベク トル を求 め る こ と が 可 能 に ム内で処理してしまうという大混乱のソフ いと歓 迎する反面、学生時代にその数百 なったので利用者がいなくなったのです。 トもみられます。 行をパ ン チした自分と しては内心 忸 怩 た セントロイド法でも紙 と 鉛 筆で 計算する さて、一人１台の PC の時代になり、また るものがあります。 のは大変なので、「手回し計算機」 を 使っ PC の演 算速 度 が飛 躍 的にアップ した 結 ③はたとえば SAS を使うというつきあい て解 いて いたので す。私の先 輩に あたる 果 何が 起 き た か と いうと、「ぼ ん やりした 方 で す。各 分析 に 対 応 し たプ ロ シ ジ ャ が 草創期の方々は何カ月も手回し計算機を 待 ち 時 間」 が 無 く な っ て し ま い ま し た。 用 意 さ れて いま す。そ れで も SAS の文 法 回し続けて因子分析をしていたそうで、そ データ解析の生産性が上がってどんどん を覚えてコマンドを入力すること自体が面 の努力には 頭 が 下がりま す。 EG なら１秒 仕事が で きる よ う に なった、と いうプ ラス 倒だという人は EG を 使 えばよいので す。 もかからない計算だったでしょう。 面はあります。しかし一方でぼんやりする EG と SAS の関係は、前者が後者のユー 時間がなくなったと いうマイナス面も出て ザーインターフェースだと理解すればよい 外部のデータセンターに通った時代 きました。 で し ょ う。つまり EG のバッ クグ ラ ウンド で 随 想第１回で自己紹介しました ように、 人間はぼ ー っとして い る時 間 に自分 の は普 通どおりに SAS が 動 いていて、SAS 大 学 卒 業 後は マー ケ ティン グ・ リサ ー チ デ ー タ 解 析 の ミ ス に 気づ い た り、マー ケ のプロシ ジ ャ が 何であ るか を 知りたけ れ の会社に就職してデー タ解析まで自分で ティングの問題解決がひらめくことがあり ばそれを見ることもできるのです。 し なければならない羽目になりました。自 ま す。傍目からは無 駄に みえる待 ち時 間 分で プログラミ ングする能力は なく、ま た にも創造的な意義があるのではないかと 私のようにプログラムが苦手であれば③ 小さな会社で すから当然、社内には電子 思います。 のつきあい方が一番よいで し ょう。で きる だけ楽 にデ ー タ 解 析をする こ と は望まし 計算 機 は ありません。そこで 外部 の デ ー タ セ ン タ ー にデ ー タ を 持 ち込 んで 計算 を 4．統計プログラムとのおつきあい いことだと思います。しかし、そうは言って も一つ注意があります。それは、統計プロ 依 頼 する こ と に な り ま し た。1970 年代 は マー ケ ティ ン グ・ リ サ ー チ の 世界で多変 その後、某 大学に 移 ってから情 報 処理 グラムを安易に信用してはならない、とい 量 解 析が普及してき た時代で す。特に因 教 育 を 副 科目で 担当させら れま し た。役 うことです。 12 WINTER 2013 SAS Academic News 世 の 中 に は 多 数 の 統 計 プ ロ グ ラ ム が 略歴 : 存 在 し ま す。 SAS のよ う に 信 頼 で き るソ (註) フ ト ば か り で は な く、中 に は 計 算や 出 力 マー ケ ティ ン グ・ リサ ー チ の 実 務 で 発 生 の ロ ジ ッ ク に 誤 り が あ るソ フ ト も あ り ま する様々なトラブルについて対策を示した 専修大・ 都立大・首都大教授を 経て多摩大 す。また不適切なデフォルト を設定してい 本をまとめました。今回述べた因子分析と 学大学院客員教授。学習院マネジメントスクー るためにユーザーの誤用を 促 進している 主 成 分 分析 の 概 念の 違 い につ いても 詳 ル講師、日本マーケティング・ サイエンス学会 ソ フト もありま す。同じ名前の分析 法なら 述しています。 ば どれも同じだろう、と 信じては なら な い 朝 野 熙 彦「マーケ ティング・リサーチ∼ 書 （編著）、『最新マーケティング・ サイエンス ので す。つまりソ フト の真 贋 を見分け、 統 プロになるための７つのヒント」講談社、 の基 礎』 講談社、『R によるマー ケ ティング・ 計プログラムを正しく使いこな すには、多 2012 年 11 月刊 シミュレーション』 同友館、『入門共分散構造 少は理論的な理解も必要に なるので す。 こ の 本 に つ いて は、下 記 の 「新 刊 書 籍 こ れ は PC 操 作 に 習 熟 する だ け の 情 報 のご案内」 をご参照ください。 処 理 教育とは 異 なる、より本質的 な問題 千葉大文理学部卒業後市場調査会社に就 職、埼玉大大学院修了、千葉大・筑波大講師、 論文誌編集委員、日本行動計量学会理事。 主な著書に 『アンケート調査入門』 東京図 分析の実際』 講談社、『魅力工学の実践』 海 文堂出版、『入門多変量解析の実際第 2 版』 講談社、『新製品開発』 朝倉書店（朝野熙彦・ 山中正彦著） などがある。 で す。 新刊書籍のご案内 新刊書籍をご紹介します。 マーケティング・リサーチ プロになるための 7 つのヒント ●著者 : 朝野熙彦 ●出版社 ： 講談社 ●サイズ : A5 判 ●ページ数 : 191 ページ ●価 格 : ¥2,940 （税 込） ●発 売日： 2012 年 11月 20 日 ●ISBN ： 978-4-06-157303-1 ●URL： http://www.bookclub.kodansha.co.jp/bc2_bc/search_view.jsp?b=1573039&x=B 主な内容 目次より ●第 1 章 マーケティング・ リサーチ序説 ●第 2 章 消費者を理解する ●第 3 章 コンセプトを作成する ●第 4 章 製品をテストする ●第 5 章 価格戦略を決める ●第 6 章 稀少セグメントを発見する ●第 7 章 時代のトレンドをとらえる ●第 8 章 社内ノルムをアップデートする まえがきより リサーチとは枯れた技術の寄せ集めではありません。 近年産業界で関心を集めているインサイト、ビジネス・エスノグラフィー、ビッグデータ、そ 今のやりかたで大丈夫？ してベイズ統計などもマー ケ ティング・ リサー チとかかわりがあります。そうした新しい 概 序説＋７つの章に散りばめられた、数え 念や理論にも目配りしつつ、長年培ってきたマーケティング・ リサーチの技法を今日的な きれないヒント、知恵、ときどき裏ワザ 視点で見直す、いわば棚卸のようなテキストが必要ではないかと考えて本書を上梓する こうすればできる、こう考えれば間違わ ことにしました。 ない。 WINTER 2013 コラム「SAS ／JMPとの歩み」 SAS Academic News 13 新村 秀一 成蹊大学 経済学部教授 理学博士 第4回 SASとJMPで一生の研究を完成 −学位取得まで− 前号のつづきです。 15．判別分析の深い闇を切り開く いことが多いためですが、判別成績がよい きますが、MNM=0 以外のデータに適用で のは 「Fisher の 仮 説」 を 考えず、デ ー タに きない問題点があります。 合わせてオッズ比の対数尤度を求めてい るからです [50] 。 6） 判別関数の誤分類数と判別係数は推 測 統 計学とは無縁であり、この関係が分 （1）判別分析の抱える問題 1936 年 に Fisher は、p 個 の 説 明 変 数 の 3） 判別境界を動かせば得ら れた判別結 かりませんでした。筆者の研究で、判別係 線形結合 f(x)=a 0 +a1X1+ … +a pX p から「2 群 果より良いものが得られることが多くあり 数は定数項が 正と0 と負の 3 つの異なっ の分散比最大化基準」で Fisher の線形判 ます。結果があまりにも悪い場合には 「正 た構造をもち、MNM が最少な最適凸体の 別関数（LDF） の世界を切り開きました。そ 規性からの乖離」 と言ってあきらめてきま 内点を判別係数とする最適線形判別関数 の後さまざまな最適化基準で種々の判別 した。また判別境界を動かしてより良い判 を考えれば判別分析の抱える問題が解決 関 数 が 提 案 さ れ、パタ ーン 認 識、医学 診 別結果を求める研究をしている若手研究 できることが分かりました。 断、経済の各種格付けや企業の倒産ある 者も多くいます。すでに述べたように、判別 いは優良企業と不良企業の判別、最近で 分析で事前確率やリスクを導入し判別境 7） LDF や QDF は、試験の合否判定という はゲノム判別へと応用されています。しかし 界を自由に動かす手法が既に与えられて 自明な線形分離可能なデータを認識でき 判別分析は「f(x)>0 なら群 1、f(x)＜0 なら います。そこでそれを評価するために ROC ず、LDF では 誤 分 類 確率が 0.34、QDF で 群 2と判別するという単純な判別規則」に 曲線の利用を提案しました。 は 0.9 以上になることが分かりました。 隠れて、大きな問題が未解決のまま放置さ れてきました。そして多くの統計家の中でも 4） 田口玄一先生は、正規分布に現れるマ （2）2 次元における 3 個のケースの判別例 誤解と混乱を生んでいます。 ハラノビスの距離を用いて、正常状態の分 最 適線形 判別関数の概 略 を、次の 2 個 散共分散行列から異常を考える１クラス判 の説明変数をもつ 3 ケースで説明します。 1） f(x)＝0 のケースをどちらに判別するか 別分析を 提 案 されていま す。私 が 考えた は未解決です。統計ソフトで SAS だけがこ 正常群と異常群の 「地球モデル」 と同じく、 の問題を意 識して、f(x)＝0 の扱いをユー ある種の判別問題に Fisher の 2 群判別の 群 1 ； x 1= (-1/18, -1/12), ザ ー が 指 定 で き ま す。一方 JMP で は、ロ 概念を持ち込む危うさを示しています。 群 2 ； x 2 = (-1, 1/2)， x 3 = (1/9, -1/3) ジスティッ ク回帰で 2＊2 の分割表に判別 以 上 の 全 て の 点 が、私 が 1998 年 か ら 結果をまとめる際、どの群を陽性と指定す 2010 年まで行ってきた 「最 適線形判別関 さらに記号y iは群1の場合1とし、群2の場 るか を問 い、判別境界上のケースを全て 数 ［51］」 の研究で解決しました。また新しく 合-1とすることで、y i*f(x)>0であれば正しく 陽性に判別しているようです。 次の問題点が解決しました。詳しくは解説 判別され、y i*f(x)<0であれば誤判別された 書 ［52］ と論文などを参考にしてください。 とすることで不等号の向きを統一できます。 2） 「2 群が多次元正規分布し分散共分散 が 等 し い と い う い わ ゆ る Fisher の 仮 説」 5） 筆者の研究で初めて分かったことです を置けば、多次元正規分布の対数尤度か が、既存の LDF、QDF、ソフトマージン最大 ら Fisher が 導 出した LDF と同じも のが 求 化 SVM は、線形分離可能なデータを認識 まります。この定式化があまりに見事なた できないことです。また、変数選択法の統 判別係数 a と x は交換可能であり、x の値 め、この仮説を満たさないデータに LDF を 計量は MNM=0 の最小次元を基 準にして を係数とする次の3つの線形式を考えます。 適用してはいけないという異論を唱える人 考えると一定の傾向を示しません。ロジス も多くいま す。しかし、「2 群の分 散共分 散 ティック回帰は、回帰 係数の推 定が 不安 行列が等しいという仮説を満たさない」 場 定になり誤分類数が 0 にな れば、線形分 合は、2 次判別関数 （QDF） を先人は開発 離可能なデー タを認 識したことが筆者の しました。このことは、先人は Fisher の仮 開 発 し た 最 適 線 形 判 別 関 数 （改 定 説を満たさないデータがあることを知って IP-OLDF） か ら分 かりま す。し か し、最小 いたことを示します。また近年医学や経済 次元の MNM=0 の空間を必ず求める保証 これらの線形式は図1に示すとおり、判別 分野でロジスティック回帰が用いられてい は あ り ま せ ん。ハ ー ド マ ー ジ ン 最 大 化 係数を表す2次元平面b=(b 1，b 2)を7個の ます。判別結果が LDF や QDF に比べて良 SVM は、線形分離可能なデータを識別で 凸体に分割します。Hi上の点を判別係数b y i*f(x)=ax′ +1, y i*g i (b)= x i b′ +1 H1=y1*g 1(b)=-(1/18)×b 1-(1/12)×b 2+1=0, H2=y 2*g 2 (b)=-b 1+ (1/2)×b 2+1=0, H3=y 3*g 3(b)=(1/9)×b 1-(1/3)×b 2+1=0 14 WINTER 2013 SAS Academic News 画 法 の 判 別 分 析 研 究 で 行 わ れて き た ります。これで、変数増加法で選ばれるモ L1ノルム判別分析の一種です［52］。ただし、 デルの MNM も単調に減少することになり 誤分類されるケースの判別超平面上からの ます。 距離の和を最小化しても、現実的に意味が MNM の単調減少性から 「線形分離可能 ないのでこの種の研究成果は利用されて な最小次元のデータ空間」 の発見ができ きませんでした。 ます。すなわち、MNM p =0 であれば、この p 変 数 を 含 む 全 ての 判 別モ デル の MNM 図1 : 判別係数の空間と誤分類数の関係/ 3件のケースによる判別係数空間の最適凸多様体 MIN ＝Σe i ； y i×(x i’ b+1)>=-e i ； i=1,…,n は 0 になります。 ① 2） 正規性からの乖離を示す尺度 ： データ とすると、ケースxiが“判定保留群”に属し、 が Fisher の 仮 説 を 満 た せ ば、得 ら れ た そ の 他 の ケ ース は y i *g i (b)> 0 で あ れ ば 改定 IP-OLDF は、パターン認 識で 古く 誤 分 類 数は MNM に等しくなりま す。す な 判別係数bを用いたyi*f(x)=bx’+1>0はxiを から考えられているマージン概念を取り入 わち、LDF の誤 分 類 数 が MNM か ら大 き 正 し く 判 別 し 、y i *g i ( b) < 0 で あ れ ば x i を れて式②のように定式化しま す。マージン いほ ど、デ ー タが 正 規 性 からの乖 離して いることが分かります。 誤判別します。すなわち、各凸体の内点で の反 対 側 に き て 誤 分 類 さ れ る全 ての yi*gi(b)<0になる図に書き込んだ数が誤分 ケ ー ス x i の 制 約 式 は、y i ×(x i ’ b+1)>=1 類数で、しかも内点を判別係数に用いれ か ら y i × (x i ’ b +1) > = - 9 9 9 9 に 変 わ り、 3） MNM による判別手法の評価： MNM で ば判別超平面上にケースがくることを避け yi×(xi’ b+1)=-9999 と い う SV に 引 き 寄 せ 他の判別手法の誤分類数を単回帰 分析 られま す。そして、最小の誤分類数を もつ られます。これで判別超平面上にケースは し評価できます。 凸体を最適凸体と呼ぶことにすると、MNM 含まれなくなるので、正しい最適凸体の内 基準による最適線形判別関数はこの最適 点が得られます。 16．人生をかけた研究 凸体の内点に対応した判別関数になります。 定数 項を 1 に固定して考えました が、一 般に正の実数ｃに固定すると、図 1 の各軸 との切片はｃ倍になり、相似変換されただ MIN ＝Σe i ； y i×(x i’ b+1)>=1-10000×e i ； 1996 年に 大学 に 移 って良 かったことの ② けで本質的な構造は変わりません。またこ 一つに、研究業 績として 評 価が低いので 嫌 う研究者が多いで すが、年 2 回経 済 学 部論集が出され自分の論文を投稿できる のｃが 0 に収束していけば切片も 0 に収束 改 定 LP-OLDF は、式②の ei を 0/1 の 整 こ と が あり ま す。大 学 に 赴 任 し た 1996 年 し、3 個の超平面は原点を通る第 2 の構造 数変数から非負の決定変数に変えただけ 以 降ウイーン 滞 在の 1 回を除 いて全ての に なりま す。ま たｃが負であ れば、正の場 です。 号に寄稿していま す。学会誌と異 なり、査 合と 異 なった c＝－1 と相 似な 構 造に なり 改 定 IP-OLDF は 整 数 計 画 法 を用 いて 読者とのやり取りの時間が限りなく少ない ます。すなわち、判別係数と誤分類数は 3 いるので計算時間がかかります。そこで最 ので、タイムリー に成 果 を 発表し、自分に つの異なった構造で説明できます。 初 に 改 定 LP-OLDF を 適 用 し、ei =0 に な とっても研究履歴が分かります。最適線形 る正しく判別されたケースを第 2 段 階 で 0 判別関数の研究は、空理空論でなく、多く に 固 定しま す。そ して 第 1 段 階 で 1 と 誤 判 の実証研究に裏付けられているので、タイ IPLP-OLDF の定式化 別 さ れ た も の だ け に 改 定 IP-OLDF を 適 ムリーに記録を紀要に残せたことはありが 上の例題を一般化すると、次の整数計画 用することで、MNM の近似値が高速に求 たいことです。 法を用いたIP-OLDFになります。yiは群１の められます。これによって 100 重交差検証 場合は1で群2の場合は-1、x iは説明変数 法の適用が可能になりました。 （3）IP-OLDF と 改 定 IP-OLDF と 改 定 日 本 医 科 大 学 の 三 宅 章 彦 先 生 と は、 のデータ、bは判別係数、eiはxiが正しく判別 される場合は0に誤分類される場合は1に 対応する1/0の整数値です。誤分類される 16-1 博士号の研究テーマの決定 （4）MNM の有用性 MNM に関して次の利点があります。 Fisher の仮説を認めたうえで 母集団と標 本の誤分類確率に関する研究 [41] を行い ま し た。ま た 誤 分 類 数 最 小 化 (Minimum ケースの制約式は、y i ×(x i ’b+1)>= 0から yi×(xi’b+1)>=-1に変わることで制約式が満 1） MNM の 単 調 減 少 性 ： p 変 数 モ デル の Number of Misclassifications, MNM) 基 たされます。目的関数はこのe iが1になる誤 MNM を MNM p と表すことにします。このモ 準による最適線形判別関数を、ヒューリス 分類数の和を最小化します。ただしこのモ デルに 1 変数追加した (p+1) 変数モデルの ティ ッ ク な ア プロ ー チで行 いました ［53］。 デルはデータで表わされる配置行列が一 MNM （p+1） は、必ず 減 少 し ま す（MNM p≧ IBM の汎用機でアンダーテーブル研究とし 般位置にある場合は最適凸体の頂点を正 MNM （p+1））。この証明は簡単です。追加し て行ったため体系的な研究ができず、CPD しく求めますが、一般位置にない場合は正 た説明変数の判別係 数 を 0 とすれば、そ デー タを用いた 6 変数の分析結果だけで しい最適凸体の頂点を求めないこともある の (p+1) 変数モデルの誤分類数は MNM p す。ま た、SAS で 正 規 乱 数 を 作 って 評 価 ことが分かりました。一方、e i を非負の実数 に な り ま す。よ って、(p+1) 変 数 モ デル の データとして分析しましたがそれほど良い にしたものをLP-OLDFといいます。数理計 MNM （p+1） は MNM p より小 さ いか 等しくな 結果ではありませんでした。そこで研究は WINTER 2013 SAS Academic News 15 それ以上継続せず、終わりになりました。 1995 年の秋に両国の住商情報システム （株） で私が大会長になり、日本計算機統 計 学 会 の シン ポ ジ ューム を 開 き ま し た。 1996 年には成蹊大学の教員になってから すぐに、岡山大学の垂水先生から 「うちで 学位をとりませんか」 といわれていたが回 答していませんでした。1997 年 9 月に東北 大学で行動計量学会がありました。夕食 を食べに街に出ると、垂水先生にあって再 度す すめられました。「大学に 移って間も ないので、岡山まで通うことはできないの で すが？」 と いうと 「論 文 博士で 考えて い ます」 ということで、数日考えて学位申請す ることにしました。研究テーマを夜考えてい て、「数理計画法は関数の最 大 ／最小値 図2 : CPDデータの誤分類数（上左 : 19変数の増加法、上右 : 減少法、下左 : 16変数増加法、下右 : 16変数減少法） を求める学問である」 から、誤分類数最小 化基 準による最 適線形 判別関数 が定式 化で きないはずがないと思い考え始める さい」 と言っていま すがいまだに分かりま 加 法、右は 変 数 減 少 法 の 誤 分 類 数 をプ と、すぐに定式化を思いつきました。すでに せん。そ して LDF を Fisher の 仮 説 を 満 た ロットしました。実線は QDF を表します。変 Linus教授のテキスト（実践数理計画法(朝 さないデータに適用してはいけないという 数増加法では 10 変数まで誤分類数は減 倉、1992)） の翻訳で回帰分析の数理計画 方もいま す。「判別したい 2 群が多次 元正 少し、それ以降 増えるのは多重共線性に 法による定式化は知っていたので、それほ 規分布か否かを示す良い統計量はないの 関係する変数がモデルに入ってくるからで どハードルは高くありませんでした。もし私 で、どう判定するのでしょうか。」 このように す。点線は LDF で、誤分類数が 13 以下に が普通の研究者のように、既存の論文を 本人の同意を得ないで Fisher の名前を付 減らないことが分かります。証明したわけ 探していたら1980 年代から線形計画法を けるのは、Fisher も望んでいないと思うが ではありませんが変数選択法で選ばれた 使った L1 ノルム基準による判別関数の論 いかが で し ょ うか？ 本デ ー タは、相 関 係 説明力のある有力な変数で作られた分散 文が 数多く出ていたので、整 数 計画法 を 数 を 散 布 図 で 事 前にチ ェッ ク し な い と 間 共分散である程度の構造が決まってしま 用いた 最 適線形 判別関数 などの研究は 違った判断をするという統計入門の良い教 う の で は な い か と 考 えて い ま す。こ れ に 行 わ な か ったで し ょ う。実 はそ の 事 実 を 材になります。IP-OLDF と LDF と QDF で、 対 して IP-OLDF と LP-OLDF は 8 変 数 で 知ったのは、2005 年ごろ Linus 教 授 から 15 個 (=2 4 -1) の判別モデル を分析し 15 個 LP-OLDF が悪くなっていま すが、単調に 届いた先行研究の論文リストからです。 の誤 分 類 数 を評 価しました。2 群 の 分 散 減少していま す。こ れから MNM の単調減 自分の人生の勉強のテーマの統計と数 共分散行列が等しくないとき LDF に代わっ 少性という重要な事実が分かります。右の 理計画法はソフトウエアを使って独学でマ て QDF を用いることを判別理論で勧めて 変数減少法では、QDF は 6 変数まで誤分 スターしていましたが、それらが連携してい いますが、その場合でも QDF の誤分類数 類数が増加し、多重共線性に関係する変 ませんで した。日本では 統 計と 数理 計画 が多いものが出てくるのでこのガイドライン 数が掃き出されると減少しています。それ 法は数理工学科などで教えられています は間違っていることが分かりました。 以外は変数増加法とほぼ同じ傾向を示し が、同級生であっても専攻が違うと研究で ます。 は永遠の平行線になります。それがこれで CPD データは 17 個の計測値と、2 組の 2 図 2 の下は、16 変数のモデルの誤分類 ようやく自分の中でもつながることになりま 変数の差で作られた 2 変数の計 19 変数あ 数のプロットで、QDF は多重共線性がなく した。 ります。作成された 2 変数が判別に重要で なったのでどちらもほぼ減少傾向を示しま あることを示すことを目的としていますが、 す。その他は 19 変数とほぼ同じ傾向です。 16-2 博士号取得まで （1998年∼2000年3月）[54-60] VIF で多重共 線性 があ るこ と が分 かりま 以上から QDF は多重共線性に対して問題 す。19 変数と多重共線性を解消した 16 変 があることが分かります。このような大きな （1）Fisher のアイリスデータとCPD データ 数で変数増加法と変数 減少法 を行い 40 瑕疵をもつ手法は、利用すべきではないと による実証研究 個の判別モデルに限定して考えます。この いうことです。 Fisher のアイリスデー タは、Fisher が LDF 成 果 は SCS の IBM 上 で す で に SAS の 図 3 は、QDF (1 点 鎖 線 )、LDF ( 直 線 )、 の検証に用いたため、こう呼ばれています RSQUARE を使って分析していたものを再 LP-OLDF （点線）、MNM （下の直線） の誤 が、実 際 は Edgar が 集 め た デ ー タ で す。 利 用 し、QDF と IP-OLDF と LP-OLDF の 分類数を目的変数にして MNM で単回帰し Fisher の仮説も誰が考えたのかわかりま 誤分類数を付け加えました。図 2 の上は、 たもので す。X 軸は MNM の値なので大き せん。折につけ、「ご存知の方は教えてくだ 19 変数のフルモデルに対して左は変数増 くなると説明変数が少ないことを表します。 16 WINTER 2013 SAS Academic News こ れ に よ って QDF は 一 般 的 に MNM よ り タのペアだけが Fisher の仮説を満たしま 作るアイデアは、自分としては気に入ってい 12 例 （誤 分 類 確率で 0.05） 悪 くなりま す。 す。それ以外はお互いの長軸が平行でな ます。読者も分析したいデータを用いて条 LDF はフルモデルでは 12 例ほど悪いです いため、X と Y の分 散 が 異 なり、Fisher の 件を変えて評価データを自由に作成すれ が、説明変数が少なくなると 2 例まで少な 仮説の 「2 群の分散共分散が等しい」 を満 ばよいと考えます。 くなります。 たさない状態を作ることができます。 また、2000 年にヘルシンキで開催された 教 師 デ ー タ で 各 誤 分 類 数 を MNM で ISI の後で、エストニアの古都のタルトの会 単 回 帰 分 析 し 「IP-OLDF＜QDF＜LDF＜ 議で 発 表しました。幸いに論 文の投 稿 を LP-OLDF」 という傾向にあることが分かり 勧 め ら れ 10 頁の 論 文 が 掲 載 さ れ ま し た ま す。 評 価 デ ー タ で は 「QDF＜IP-OLDF [58]。幸先は良かったのですが、その後に ＜LDF＜ LP-OLDF」 と い う 結 果 に な り、 外国 語論 文の投 稿 をしたところ、「信じ ら QDF が一番良くなりました。わずか 2 変数 れない」 とか 「分からない」 というおよそ研 の正 規 乱 数 であ るため、LDFより QDF の 究者のコメントとは思えない理由でリジェク 判別成績が良くなります。乱数を用いるこ トされることが多かったです。何も理論だけ とで、頭の中で 考えた分散共分散が異 な でなく、検証可能な実証研究も行っている る場 合は、LDF に代 わ って QDF を用い る のに中々理解されないことは、自分にとっ というガイドラインの正しいことが分かりま て残念に思います。すなわち、信じられ な す。しかし、多重共線性にある CPD データ い結果であれば自分で簡単に追試してみ の実証研究で、QDF には問題であること ればすぐに分かることです。 図3 ： 各判別関数の誤分類数をMNMで単回帰 （QDF ：1点鎖線、LDF ：直線、LP-OLDF ：点線、MNM ：下の直線） （2）2 変量正規分布による教師データと評 価データの検証 が分かったので、このガイドラインは利用 しない方がよいことになります。 IP-OLDF と LP-OLDF に関する理論と、 アヤメと CPD データの実証研究を途中成 （3）学位取得 文献： [24] 新村秀一 (2004)．（レビュー） JMP を用いた 統 果として垂水先生に送ったところ、乱数実 1999 年 秋に、田中豊 先生を主査、垂水 験も付け加えるようコメントが来ました。統 先生を副査とした論文審査が行われまし 計研究では、乱数デー タによって研究内 た。英語での 1 時間の発表を何とか乗り切 linear discriminant function, F.T. de Dombal & 容 の正当性 を 証明 する のが 常 套 手段 で りました。そして 2000 年 3 月に学位授与式 F.G r e my , e d i t o r s 4 3 5 - 4 4 5 , N o r t h - H o l l a n d す。しかし、「現 実 の デ ー タは Fisher の 仮 に臨みました。1971 年の大学卒業式以来 Publishing Company 説 を 満 たす も のが 少な い」 と い う 仮 説 に でした。実は研究を始めた当初、100 頁以 た って 研 究 を 進 め る予定 で あ った ので、 上の英語の学位論 文と、ドイツ 語の筆記 [51] 新村秀一(2010)．最適線形判別関数．日科技連． 種々の特徴のある実データで検証しようと 試験があると聞かされ、辞退しようかと思 [52] 新村秀一 (2011)．数理計画法による問題解決 考えていました。しかし、教師データ ( 内部 いました。数学科にはいったのは、Gauss 法．日科技連． 標本 ) で判別関数を作成し、分析に用いて にあこがれてゲッチンゲン大学に留学した い な い評 価デー タ （外部 標 本） で 最 終 的 いという漠 然とした夢がありました。入学 に評価する必要があります。実データを教 後、フランスのブルバキと呼ばれる数学者 [54] 新村秀一 (1998)．数理計画法を用いた最適線 師データとして良い結果を得ましたが、評 集団の書籍の影響か、フランス語を取りま 形判別関数．計算機統計学．11-2,89-101． 価データに関する見通しがありませんでし した。大学 のドイツ 語の先輩 教員に 速習 [55] 新 村 秀 一，垂 水 共 之 (1999)．2 変 量 正 規 乱 数 た。そこで Speakeasy という数学ソフトで X 法を聞きましたが、で きの悪い学生のよう の標準偏差が 2 で、Y が 1 の 2 変量正規乱 な質問に対して要領を得ませんでした。学 [56] 新村秀一 (2000)．数理計画法を用いた最適線 数 を 400 個 作 成 し ま し た。最 初 の 100 件 位をとるために、ドイツ語の勉強に時間を 形 判 別 関 数（1）．成 蹊 大 学 経 済 学 部 論 集，30-2， は群 1 の教師データ、次の 100 件を群 1 の 割くつもりもありませんでした。しばらくして、 193-215． 評価データとし、次の 200 件を群 2 の教師 今年から学位論文が英語であれば、第 2 データと評価データとしました。 外国語の筆記試 験 がなくなっていたと 連 31-1，297-313． そして群 1 の平均を原点に固定し、0 度、 絡があり、首一つで助かりました。実は学 [58] Shuichi Shinmura. (2000). A new algorithm 30 度、45 度、60 度、90 度 で 回 転 し た 5 組 位取得後の研究で一番苦労したのは、現 of the linear discriminant function using integer の標 本を 行列の積で 作成しました。次に 実に合った評価デー タを得ることでした。 群 2 の X の値には 0 から 8 までの整数 i、Y 実は、2004 年にウイーンで JMP の解説書 に 0、2、4 の整 数 j を加えて平 行 移動しま のレビューをしていて乱数生成法が載って 形判別関数（3）－多重共線性のある医学データの した。こ れらの 5*9*3 個の組合せの教師 いて、もう少し 早く JMP ユー ザ ー に なって 分析－．成蹊大学経済学部論集，31-2，207-236． と評価デー タを 作成して、検 証を行 うこと お ればと 思いました [24]。しかし苦しまぎ [60] 新村秀一 (2001)．数理計画法を用いた最適線 にしました。群 1 で回転を 0 度、群 2 で Y=0 れに、群 1 を回転させ、群 2 は平行移動さ に固定した 8 組の教師デー タと評価デー せて 135 組の異 なった 2 群の判別問題を 計およびデータ分析入門．SAS Japan [41] A.Miyake & S.Shinmura (1976). Error rate of [50] 新村秀一 (2007 )．Excel と LINGO で学ぶ数理 計画法．丸善． [53] 三宅章彦，新村秀一 (1980a)．最適線形判別関 数のアルゴリズムとその応用，医用電子と生体工学， 18-1，15-20． デ ー タ に よ る IP-OLDF の 評 価．計 算 機 統 計 学 12-2，107-123． [57] 新村秀一 (2000)．最適線形判別関数（2）－アイ リスデー タへの適 用－．成 蹊 大学経 済 学部論 集， prog ram ming . N ew Trends in Pro ba bili t y and Statistics 5,133-142. [59] 新村秀一 (2001)．数理計画法を用いた最適線 形 判 別 関 数（4）－2 変 量 正 規 乱 数 デ ー タ に よ る IP-OLDF の 評 価 ―．成 蹊 大 学 経 済 学 部 論 集， 32-1，249-273． WINTER 2013 Q&A 17 Q&A ● 複数の SAS ウィンドウを起動すると WARNING が表示される ● バブルチャートの作成 ● SAS ® Enterprise Guide ® 上で使用可能な機能の確認 ● 前0なしの日付データを出力したい ● 現在適用可能なHot Fixの確認と入手方法について Q 複数の SAS を同時に 起 動 すると次の WARNING が 表示されます。また、2 つ目以降のウィンドウでは以前 設定した SAS ウィンドウに関する設定がロードされて Q ODS 統計グラフ機能にて、 バブルチャートを作成でき ますか。 いません。 /////////////////////////////////////////////////////////////////////////// WARNING ： SASUSER レジストリを WORK レジストリにコピーでき A SAS ® 9.2 TS2M3 以前では、 ODS 統計グラフ機能に てバブルチャート作成に対応しているプロシジャはあり ません。 このため、 SAS/GRAPH ® の GPLOT プロシ ません。 このため、 このセッション中にレジストリをカスタマイズす ジャ、 BUBBLE ステートメントを用います。 ることはできません。 SAS 9.3 ® にて、新たに SGPLOT プロシジャ、SGPANEL プロシジャ /////////////////////////////////////////////////////////////////////////// に BUBBLE ステートメントが追加され、 以下のようにバブルの位 置を示す変数を X=、 Y= オプション、 バブルのサイズを示す変数 A 複 数 の SAS を 同 時 に 起 動 し た 場 合、二つ目以 降 の を SIZE= オプションにて指定し、 バブルチャートを作成できます。 SAS は画面表示などの設定情報をロードすることがで きない仕様となってます。 これは、設定情報を格納するファイルに対して複数の SAS が情報 の更新を行うと不整合が発生する恐れがあるためです。 次のような設定を行うことで、複数の SAS に設定情報を引き継ぐ 例 PROC SGPLOT DATA=one; BUBBLE X=xvar Y=yvar SIZE=sizevar; RUN; ことができます。 SAS 9.3 では、 BUBBLE ステートメントの他、 以下のステートメン 1. SAS のデスクトップショートカットを用意します。 トが SGPLOT プロシジャ、 SGPANEL プロシジャに追加されてい ます。 例 SAS 9.3 HBARPARM/VBARPARM 集計されているデータセットに基づく棒グラフの作成 （必要に応じて、ショートカットのコピーを作成します。ショートカット 名の例 : RSAS 9.3） HIGHLOW 上限と下限をつなぐライングラフ 2. ショートカット を右クリックし、プロパティを選択します。ショート カ ッ ト タ ブ の 「リ ン ク 先」 に 格 納 さ れ て い る パ ス の 末 尾 に LINEPARM -RSASUSER という文字列を追加します。 点と傾きの情報から直線をグラフ上に描画 3. OK ボタンを押してショートカットへの変更を保存します。 4. ショートカットから SAS を起動することで WARNING を回避で WATERFALL （SGPLOT のみ、 評価版） き ま す。ま た、2 つ目以 降 のウィンドウで も画 面の設 定情 報 が ウォーターフォールチャートの作成 ロードされます。 18 WINTER 2013 Q&A Q SAS ® Enterprise Guide ® 5.1 を使用しています。 システ ム管理者により、 ユーザーアカウントごとに Enterprise Guide の機能に制限がかけられているのですが、 どの 機能が使用可能かわかりません。 システム管理者に確認するしか Q 現在 SAS ® 9.2 を利用していま す。SAS の Hot Fix ペー ジでは 9.2 でも種類がありどの Hot Fix を適用するのか よくわかりません。一括して最新の Hot Fix を入手するこ とはできますか。 方法はないのでしょうか。 A SAS ® Enterprise Guide ® 4.2 以降のリリースでは、 シ ステム管理者へ確認、 もしくは SAS 管理コンソール等 A SAS 9.2、 SAS ® 9.3 の双方で利用可能な Hot Fix の 分 析、 ダ ウ ン ロ ー ド ( と 適 用 ) 用 の ツ ー ル と な る SASHFADD ツールが利用可能です。 のプロダクトを使用しなくても、 現在 Enterprise Guide SASHFADD ツールを利用しますと外部のネットワークに接続でき を使用しているユーザーアカウントがどの機能を使用できるか確認 ないサーバーやクライアント向けの Fix についても、 別の FTP が できるようになりました。 利用可能な環境から現在使用している SAS に対応する Fix ファイ Enterprise Guide のメニューにある下記の項目で確認可能です。 ルを一括して入手することが可能です。 ヘルプ -> SAS Enterprise Guide のバージョン情報 -> 機能設定 次の手順にてこのツールを利用することが可能です。 1.SASHFADDツールの入手 -1 FTP が利用可能な環境を用意します。 ※後でファイル入手を行うには外部サイトへのFTPアクセスが必要です。 -2 SAS の Hot Fix の先頭ページにアクセスします。 http://ftp.sas.com/techsup/download/hotfix/hotfix.html -3 「SAS Hot Fix Analysis, Download and Deployment Tool」 の項目にて 「SASHFADD download page」 のリンクをクリックし てツールのダウンロードページへ移動します。 -4 ダウンロードページにある 「Download: SASHFADDwn.exe」 をクリックして入手し、 任意のフォルダに保存します。 -5 ダ ウ ン ロ ー ド し た 「SASHFADDwn.exe」 を 実 行 す る と WinZip の Self-Extractor が起動します。 -6 任意のフォルダを指定して 「UnZip」 を押し、 ツールを展開し ます。 Q 1998/07/01 ではなく、 1998/7/1 のように、 月日の前 ※この手順だけはHot Fixを適用する対象のマシン上で行う必要があります。 に 0 を付加しない形で出力したいのですが、 可能でしょ うか。 2.インストールされているSASと関連プロダクト一覧ファイルの入手 -1 Hot Fix の対象とするマシンに管理者権限にてログインします。 A FORMAT プロシジャにて、 %Y、 %m、 %d ディレクティブ -2 Windows のエクスプローラから SASHome ディレクトリ下の を用いることで可能です。 deploymentreg フォルダへ移動します。 ※SASHOMEとはSAS 9.2以降のSAS製品群をインストールする際のルート ディレクトリです。標準では次の場所になります。 例 DATA _date; INPUT date YYMMDD10.; CARDS; 1976/04/05 1976/09/02 2002/09/03 ; RUN; PROC FORMAT; PICTURE datefmt LOW-HIGH='%Y/%m/%d' (DATATYPE=date); RUN; PROC PRINT DATA=_date; FORMAT date datefmt10.; RUN; SAS 9.2の場合 C:¥Program Files¥SAS SAS 9.3の場合 C:¥Program Files¥SASHome -3 deploymentreg フォルダにある "sas.tools.viewregistry.jar" をダブルクリックするなどにて実行します。 ※通常ファイルの関連付けにて自動で. jarファイルの実行が 可能ですが、セ キュリティ関連の設定などで実行不能な場合には管理者権限で起動された コマンドプロンプトよりJavaのコマンドから実行するなどの対応が必要となる 場合があります。 WINTER 2013 Q&A 19 4.Hot Fix のダウンロード 例 java -jar sas.tools.viewregistry.jar -1 ＜3.-8＞で作成されたフォルダに 4 つのサブフォルダが作 成されます。 -2 "DOWNLOAD" で始まるフォルダに移動します。 -4 フ ァイル の 実 行 が 完了し た ら "DeploymentRegistry.txt" -3 " f tp_script .bat" を実行します。 ファイルが作成されますので任意の場所にコピーするか、 同一 -4 SAS の FTP サイトへ自動的に接続され、 "DEPLOY" で始ま マシン内であれば＜1.-5＞で作成したフォルダ内に保存します。 るディレクトリ内に Hot Fix がダウンロードされます。 3.SASHFADDツールの実行 上記までの手順でそのサイトの SAS および関連プロダクトのリ -1 SASHFADD を展開したマシンに管理者権限のある ID でログ リースに適した Hot Fix を一括で入手できます。 インします。 Hot Fix の適用については SAS のリリースや適用するプロダクト -2 Windows のエクスプローラから SASHFADD を展開したフォ の内容により手順が変動します。 ルダへ移動します。 また、 上記以外にも SASHFADD ツールにはさまざまな機能が -3 ＜2.-4＞で保存した "DeploymentRegistry.txt" を同じフォル ありま すので、 詳 細 に つ いては 次のア ド レス か ら SASHFADD ダに保存します。 「Usage Guide」 を参照願います。 -4 メモ帳やワードパッドなどのエディタから "SASHFADD.cfg" を また SAS 9.3 ではメディアから実行される Deployment Manager 開きます。 からも同様の機能を実現可能です。 -5 対象の SAS リリース項目の先頭にある‘#’をスペースで置き 詳細は次のマニュアルにて記載しております。 換えます。 ・SAS Deployment Wizard、SAS Deployment Manager SAS 9.2の場合 ユーザーガイド（SDW and SDM User's Guide） /* 変更前 */ # -SAS 9.2 # -SAS 9.3 ・S A S D e p l o y m e n t W i z a r d 9 . 3 、S A S D e p l o y m e n t /* 変更後 */ -SAS 9.2 # -SAS 9.3 /documentation/installcenter/deploywiz /9.3/user.pdf Manager 9.3 ユーザーガイド http://www.sas.com/offices/asiapacific/japan/service 第 4 章 ホットフィックスを探し適用する 付録 C 以前のバージョンの SAS Deployment Wizard でホット フィックスを適用する -6 入手対象とする Hot Fix のレベルを指定します。 すべての対象を入手する場合 /* 変更前 */ # -GENERATE_ALERT_ONLY_SCRIPTING # -GENERATE_SCRIPTING_FOR_ALL_ELIGIBLE_HOT_FIXES /* 変更後 */ # -GENERATE_ALERT_ONLY_SCRIPTING -GENERATE_SCRIPTING_FOR_ALL_ELIGIBLE_HOT_FIXES -7 エディタを閉じて保存します。 -8 "SASHFADD.exe" を実行します。 ※Windows Vistaや7の場合には必要に応じて「管理者として実行」で実行し ます。 -9 プロンプト画面で 「任意の名称」 をつけるかそのま "Enter" するかの確認に応答します。 ※入力したタイトル もしくは標準の"SAS H FA D D"で始まる _ddMonyyyy_hh.mm.ssのフォルダが作成されます。 ※自動でSASのFTPサイトに接続"DeploymentRegistry.txt"の内容に適合 するこの時点での入手可能な最新のHotFixの一覧が取得され、その後の処 理に必要なフォルダやスクリプトが自動生成されます。 -10 Press "Enter" のメッセージに応答して終了させます。 20 WINTER 2013 最新リリース情報 Latest Releases 最新リリース情報 PCプラットフォーム UNIXプラットフォーム Windows版(32-bit/64-bit) SAS 9.1.3 / 9.2 / 9.3 SunOS/Solaris版 64-bit Windows(Itanium)版 HP-UX版 SAS 9.1.3 / 9.2 / 9.3 HP-UX(Itanium）版 SAS 9.1.3 / 9.2 / 9.3 AIX版 SAS 9.1.3 / 9.2 / 9.3 Linux(Intel) 版 SAS 9.1.3 / 9.2 / 9.3 SAS 9.1.3 / 9.2 メインフレームプラットフォーム IBM版(OS/390,z/OS) SAS 9.1.3 / 9.2 / 9.3 SAS 9.1.3 / 9.2 / 9.3 SAS Technical News入手 SAS Technical Newsは、右記のURLから入手できます。 http://www.sas.com/jp/periodicals/technews/index.html 発行：S A S I n s t i t u t e J a p a n 株 式会社 WINTER 2013 ■ テクニカルニュースに関するお問い合わせ先 テクニカルサポートグループ TEL:03-6434-3680 FAX:03-6434-3681 SAS Institute Japan 株式会社 本社 〒106-6111 東京都港区六本木6-10 -1 六本木ヒルズ森タワー 11F Tel 03（6434）3000 Fax 03（6434）3001 大阪支店 〒530 - 0004 大阪市北区堂島浜1-4-16 アクア堂島西館 12F Tel 06（6345）5700 Fax 06（6345）5655 w w w.s a s.c o m / j p 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。S A S ロゴ、T h e Po w e r t o K n o wは 米国SAS Institute Inc.の登録商標です。その他記載のブランド、商品名は、一般の各社の登録商標です。 Copyright©2013, SAS Institute Inc. All rights reserved.
© Copyright 2026 Paperzz
