【注意】 本コースは、英語版テキストを使用し日本語で説明を行います。
学習方法
- 変量効果を含むデータの解析
- 変量係数モデルと階層モデルの当てはめ
- 繰り返し測定データ（経時データ）の解析
- 最良線形不偏推定値（BLUP）の算出と解釈
- 残差診断と影響度診断の実施
- 反復計算の収束に関する問題への対処
受講対象
統計の基礎知識（分散分析程度）を有するすべてのユーザー企業の統計担当者、データ解析経験者、研究者など
本コースの受講にはある程度のSASの使用経験（具体的にはSASデータセットの作成と加工、グラフ作成の経験）が必要です。下記3コースを受講済みか、同程度の知識があることが求められます。
また、行列代数に触れておくことで本コース教材への理解が深まります。
本コース対象プロダクトは、 SAS/STAT です。
混合効果モデル入門- 固定効果と変量効果の定義と解説
- 線形混合効果モデルと仮定の解説
- MIXEDプロシジャによる乱塊法（完備型）への線形混合効果モデルの当てはめ
- 任意の仮説を検定するためのCONTRASTステートメントとESTIMATEステートメント
特定の実験計画法と対応する混合効果モデルの例- 2因子要因実験に対する混合効果モデル
- ネスト構造の実験に対する混合効果モデル
- 分割実験に対する混合効果モデル
- クロスオーバー実験に対する混合効果モデル
共変量を含む混合効果モデルの例- 変量効果を含む共分散分析
- 変量係数回帰の実施
- 階層線形モデルの当てはめ
最良線形不偏推定（BLUP法）- BLUPsとEBLUPsの解説
- 固定効果と変量効果のパラメータ推定
- LSMEANSとEBLUPsの違いの解説
- MIXEDプロシジャによるLSMEANSとEBLUPsの算出
繰り返し測定データ（経時データ）解析- 共分散構造のモデル化など、経時データ解析に関する解説
- MIXEDプロシジャによる4ステップの経時データ解析
混合効果モデルの残差診断とトラブルシューティング- 線形混合効果モデルでの残差診断と影響度診断
- 反復計算の収束に関するトラブルシューティング
線形混合効果モデルに関する追加的事項（自習）- アンバランスデータ、ゼロセルのあるデータ、分散パラメータの推測と推定、異なる分母の自由度を推定する方法等の議論
一般化線形混合効果モデルと非線形混合効果モデル入門（自習）- 一般化線形混合効果モデルと非線形混合効果モデルが必要な状況
- GLIMMIXプロシジャによる一般化線形混合効果モデルの実行
クラスルーム: