【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。

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。

　・「SASによる統計解析」
　・「SASによる回帰分析」
　・「SASによる分散分析」

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。

・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

■ 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

本コースは、英語版のテキストを使用し、日本語で説明を行います。なお、補助資料等はございません。

慶應義塾大学医学部　専任講師　竹内文乃 氏