第2回 SASの計算サービスとSASによる研究成果

5.大阪府立成人病センターとの個人研究(1975～1984)

大学卒業の1971年から4年間、NECから出向して行った私の社会人最初の判別分析の研究（2章参照）は、大阪府立成人病センター野村医師の開発した「フィードバックのかかった枝分れ法」にかないませんでした（2章参照）。枝分かれ論理は、その後の人生で決定木分析やAIとも深く関係してきます。

1975年にSCS社へ戻り大阪の社長直轄の企画部門に配属となりました。1976年の翌年から正式にSASを用いた計算サービスで初めて自立して、東京で仕事をすることになりました。東京に移っても、1984年までの10年間は、大阪府立成人病センターの先生方との稼ぎのない個人研究と統計の独学の苦しい模索の時代でした。当時研究職という職種がなかったので、私一人が仕事の制約のない気楽な身分としてエンジョイしていると同僚や後輩から見られていたようです。

5.1　野村先生との研究

野村先生からは、急性期心筋梗塞の予後予測の研究テーマを与えられ、重回帰分析と判別分析を使った幾つかの論文を出しました［12-13］。そして、1978年に初めてトロントで開かれた医療情報の国際会議で発表しました［14］。稼ぎのない自分をよく国際会議に出してくれたものと思います。実はこの国際会議の座長が、レーダー信号のノイズから敵機を検出するために開発されたROC曲線(Receiver Operating Characteristic Curve、受信者動作特性曲線)を計量診断学に取り入れた医者のLusted博士です。野村先生らが翻訳し、献本を受けていました[15]。発表前の打ち合わせで博士から「君は何分発表したいか」と聞かれ、舞い上がって15分と答えるところ50分といってしまったようです。同じセッションで東大医用電子の開原しげこと先生［16］も発表されていましたが、先生からが小声で間違いを指摘していただきました。国際会議初デビューの懐かしい思い出です。

5.2　疫学部との共同研究

成人病センターの疫学部には、がん検診などの大量の調査データが整備されており、これらのデータを使い疫学部の先生方と共同研究をしました。駆け出しの私には恵まれすぎた環境です。しかし、このことがその後自分でデータを集める習慣が身に付かなかった原因でもあります。

共同研究は沢山あります。その中の代表的な研究として、SASの豊饒な判別手法をROC曲線で比較評価したものがあります。[17-18]は、胃X線像の検査データを各種の判別手法で分析した結果と医師診断の結果を比較したものです。[19]は、乳がんに適用したものです。

ROC曲線を医学診断に持ち込んだのは医師でもあるLusted博士で、彼の本を野村先生が翻訳したものを献本されていました。各種の判別分析の判別成績の比較評価に利用したのは、恐らく私が世界で最初だと思います。判別成績は、Fisherの2群が同じ正規分布と考えた場合、2群のケース数が異なってもプールした分散共分散を用いて計算されます。ケース数に比例して考える場合、事前確率の指定で変更する必要があります。さらに医学診断等の統計ユーザーの要求を取り入れてリスクを導入することもあります。少なくとも3つの判別成績が異なります。最近でも、研究テーマがなくなってきたためか大学院生や若手研究者にFisherの線形判別関数（LDF）で得られた判別結果より、判別境界を動かすことでよりよい判別結果を探す研究が発表されています。私の研究[17-19]は、そのような研究は無駄であり、判別得点の範囲を20段階あるいは10段階で分割し、それを判別境界にしてROC曲線を描いて評価すれば良いというものです。また、LDF、2次判別関数、ロジスティック回帰、FUNCATといったSASの判別手法と数量化Ⅱ類や医師診断などの異なった判別結果の比較評価をROC曲線で行えば、異なった判別手法の評価も行えます。

今日ROC曲線はJMPのロジスティック回帰に取り入れられています。日本で判別分析の評価にいち早く私がとりいれたのは少し自慢です。また、スペクトル診断やROC曲線による判別結果の評価の論文がありますが、私の論文が引用されていないのはさびしい限りです。

5.3　清水先生との共同研究

清水先生との共同研究［20-21］は、大気汚染研究に発表したものが、米国環境保護庁（EPA）のデータベースに翻訳され登録されたのも、単に統計処理をお手伝いしただけですがうれしい限りです。

6.SASで統計の計算サービスを開始（1977年～）

SASで統計の受託計算サービスを開始して、自分の統計の勉強に役立つような高度な統計手法を使った仕事が舞い込むことを期待しました。ところが最初のころは、FREQプロシジャーによる単純集計や多重クロス集計の仕事ばかりです。

(1) クロス集計の思い出

初期のユーザーとして、某スーパーに段ボール数箱の多重クロス集計の出力を納品しました。1頁幾らという契約であり、また集計の出力頁が多かったため営業担当と2人で軽トラックに帳票を積んで納品に行くと、先方の担当者が1頁1頁検品し始めました。そして、多重クロス集計表の数を数え始めました。複数頁に出力されたものを1頁で精算したいということです。やりあっても埒が明かないので、請求書を書き直し提出することで合意して帰社した記憶は今も鮮明に残っています。それまでそのような単価の交渉でシビアな経験をしたことがなかったので、流通業の厳しさを身をもって実感しました。

(2) 思わぬ伏兵

また別のユーザーから大量のクロス集計の処理が持ち込まれました。私は、SAS社との販売に関する交渉のため渡米する予定が入っていたため、この仕事の全般を後輩に任せました。後輩が行う作業の中で一部の変数を書き換える必要があり、手作業でIBMの80カラムのカード修正が数千枚におよび、その作成作業が大変であったと後日当人からこぼされたことがありました。

今日、SASのエディターやSASのマクロ機能で簡単に処理できますが、当時はこの作業が思わぬ伏兵でした。数年後に彼は家業に転身しましたが、彼の同期生から半分冗談に「私が無理な仕事をさせたからやめることになった」とたびたび言われました。

(3)調査のプロの神業に驚く

また、当時コンピュータ設備を持たない数社の調査会社の研究員がコンピュータを処理時間精算で借りに来ていました。多くの場合、18時以降の夜間割引制度を利用して、24時ごろまでの夜間処理です。もっとも、夜間の方が依頼してから出力されるまでのスループットが良かったこともあります。

ある女性研究員が、3重か4重クロス集計表をチェックしているので、「結果が分かるのですか？」と聞きました。「これぐらいのクロス集計だと、頭の中で構成できます」といわれて驚きました。

(4) 某大手就職情報会社との継続作業

継続的に一番大きな仕事は某大手就職情報会社です。最初は情報部門からの仕事が多かったのですが、その内、企画部門や人事測定部門が主流になりました。

当時、同社は、就職する学生用に採用企業の分厚い情報誌を作成し、学生に配っていました。その中の記事に学生のアンケート等の分析レポートを作成するために、SASを使った仕事が複数の女性担当者から引っ切り無しに来ます。

何人かの担当者が、先方の作成したアンケート調査表を事前に見ないで、アンケート票を受け取りパンチ入力してIBMカードを作成し、分析して返すことを数日のサイクルでこなしていたのです。その中で女子学生のアンケート集計の分析で、担当者からどうすれば良いかと相談を受けました。質問項目の一つが「あなたの尊敬する女性の名前を自由記述してください」というものです。しばらく考えて、費用がかかるがそのままパンチし、「PROC　FREQ;」で単純集計し、同じ女性をまとめたリストを作り、それを再度SASで一つのコードに変換してまとめ、無事難局を乗り切りました。例えばサッチャー首相は、5～6個のバリエーションがあったように記憶しています。

これ以外の仕事も十分な打ち合わせなしで、担当者が同社の女性担当者と主として電話でやり取りしてルーチンワークをこなしていました。稀に土日に私の自宅に処理が間違っているというクレームの連絡が入ったこともあり、東京女子大や横浜国大出といった才媛からのクレームも、今から振り返れば楽しんでいたように思います。

同社は、私が在職中にSASを導入しましたが、SASのプログラム作成の仕事で長く取引が継続しました。

(5)大学教育の拾いもの

大学にうつり統計教育を行って驚いたことは、多くの教員はクロス集計あるいは分割表に対する深い知識やその重要性を認めていないことです。確かに、研究のテーマとして魅力的ではないかもしれませんが、学生が社会に出て一番需要が多いのではないかと思います。統計教育は、自分の専門を教えるのではなく、統計学の手法全体を体系的に社会で必要とするものを教えるべきだと強く思います。

また、2*2の分割表の場合、Fisherの直接確率で独立性の検定のp値が簡単に計算できます。私は、成蹊大学の1年生の統計入門で、推測統計学の仕組みの説明に用いています。P値の計算が簡単に説明できるのはこれしかありません。しかし、実際の仕組みを教えれば推測統計学は文科系の学生にとってもなじみやすくなります。文献[6]では、Fisherの直接確率、ローンの計算、GoogleのPageRank技術を文科系の学生にもわかり易く解説していますので、定型外郵便物で切手を張った封筒を大学まで送っていただければ、金額の範囲内で[6]以外の各種資料を含めて送ります。

(3)企業評価

判別分析の応用として、ニューヨーク州立大学のAltman准教授による優良企業と倒産企業の判別の研究があります。単に財務データを説明変数とした2群判別の研究ですが、この分野の先駆的な例として有名なものです。同氏は、現在はコンサルタントとして企業評価で活躍しており、一つのことをテーマにして一生の糧を得ることに才能のない私には、うらやましい限りです。

日本では、ある商社系のSCSと同業の情報システム企業が倒産判別システムを作っていました。私はこれまで親会社の商社とは縁がありませんでしが、業務部門から取引先の倒産判別をしたいということで手伝いました。100社程度の実際の取引先で、倒産した企業と優良企業のデータで2群判別を行いましたがあまり芳しい成果が出ませんでした。説明変数間に多重共線性があり判別係数の符号が常識と反対になっていることを説明したのですが、担当者に納得してもらえませんでした。あとで、日経新聞のCASMAのさきがけシステムの移行を手伝った際、親会社の限られた取引先であること、一人の担当者による調査研究であったことも上手くいかなかった理由と考えるようになりました。

日経新聞社がコンピューターシステムを米国のある企業からIBMへ移行するのに伴い、統計ソフトもSASに変えたいということで移行の手助けをしました。優良企業と不良企業の財務データをもらいSASへの移植方法の説明を兼ね、判別分析の分析レポートを作成しました。分析結果の説明を行いましたが、その後の会議は参加できませんでした。会議の内容を聞くと、企業担当の経済記者を交えて判別分析の結果を再評価するということです。それから暫くして、日経新聞に優良企業100社の紹介記事とそれらの企業の広告が載っていて、統計分析の結果に付加価値をつける商売のうまさにため息が出ました。