JP2010134554A - 情報処理装置及びプログラム - Google Patents
情報処理装置及びプログラム Download PDFInfo
- Publication number
- JP2010134554A JP2010134554A JP2008307862A JP2008307862A JP2010134554A JP 2010134554 A JP2010134554 A JP 2010134554A JP 2008307862 A JP2008307862 A JP 2008307862A JP 2008307862 A JP2008307862 A JP 2008307862A JP 2010134554 A JP2010134554 A JP 2010134554A
- Authority
- JP
- Japan
- Prior art keywords
- information
- stratification
- evaluation
- samples
- statistical calculation
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Images
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
【課題】追加するべき標本を特定すること。
【解決手段】複数の層別のいずれかに分類された標本によって生成される情報を取得し、当該取得した情報に基づく統計演算を行う。また層別の各々について、層別に属する標本数を同数だけ増加させたときの統計演算の精度の変化を評価し、当該評価の結果に基づいて、標本数を同数だけ増加させたときに統計演算の精度の変化が最大となる層別を特定して出力する情報処理装置である。
【選択図】図1
【解決手段】複数の層別のいずれかに分類された標本によって生成される情報を取得し、当該取得した情報に基づく統計演算を行う。また層別の各々について、層別に属する標本数を同数だけ増加させたときの統計演算の精度の変化を評価し、当該評価の結果に基づいて、標本数を同数だけ増加させたときに統計演算の精度の変化が最大となる層別を特定して出力する情報処理装置である。
【選択図】図1
Description
本発明は、情報処理装置及びプログラムに関する。
分析精度を低下させるフィールドを除外する、分析精度を向上させるフィールドを追加する、関連度テーブルを用いる、散布図を作成する、クラスタごとに分析を行う、最も精度が良い予測モデルを用いてクラス値を予測する、欠損値を補間し適用可能なアプリケーションの範囲を拡大する、指定時間内に処理できるフィールド数を求める、ことによって並列処理を効率的に行い、分析精度を向上させる技術が特許文献1に開示されている。
特開2000−40079号公報
追加するべき標本を特定すること。
請求項1記載の発明は、情報処理装置であって、複数の層別のいずれかに分類された標本によって生成される情報を取得する取得手段と、前記取得した情報に基づく統計演算を行う手段と、前記層別の各々について、各層別に属する標本数を同数だけ増加させたときの前記統計演算の精度の変化を評価する評価手段と、前記評価の結果に基づいて、標本数を同数だけ増加させたときに前記統計演算の精度の変化が最大となる層別を特定する手段と、前記特定した層別を表す情報を出力する出力手段と、を含むこととしている。
請求項2記載の発明は、情報処理装置であって、複数の層別をそれぞれ含む、少なくとも一種類の層別群が規定され、前記層別群ごとに、各層別群に含まれる層別のいずれかに分類された標本によって生成される情報を取得する取得手段と、前記取得した情報に基づき、層別ごとの統計演算と、層別群ごとの統計演算とを行う手段と、前記層別群ごとの統計演算の精度を評価する評価手段と、前記層別群ごとの評価の結果を出力する出力手段と、を含むこととしている。
請求項3記載の発明は、請求項1または2記載の情報処理装置であって、前記評価手段は、前記統計演算の精度を、標本数が予め定めたしきい値より大きいときに「1」に漸近する補正関数を用いて補正することとしている。
請求項4記載の発明は、プログラムであって、コンピュータを、複数の層別のいずれかに分類された標本によって生成される情報を取得する取得手段と、前記取得した情報に基づく統計演算を行う手段と、前記層別の各々について、各層別に属する標本数を同数だけ増加させたときの前記統計演算の精度の変化を評価する評価手段と、前記評価の結果に基づいて、標本数を同数だけ増加させたときに前記統計演算の精度の変化が最大となる層別を特定する手段と、前記特定した層別を表す情報を出力する出力手段と、として機能させることとしたものである。
請求項1,4記載の発明によると、追加するべき標本の属する層別を提示できる。
請求項2記載の発明によると、複数の層別群が規定されているときに、層別群ごとの評価を提示できる。
請求項3記載の発明によると、標本数が比較的少ない場合に評価情報を補正できる。
本発明の実施の形態について図面を参照しながら説明する。本発明の実施の形態に係る情報処理装置は、図1に例示するように、制御部11、記憶部12、操作部13、及び表示部14を含んで構成されている。
ここに制御部11は、CPU(Central Processing Unit)等のプログラム制御デバイスであり、記憶部12に格納されたプログラムに従って動作している。本実施の形態では、この制御部11は、少なくとも一つの層別に分類された標本によって生成される情報を取得して、当該取得した情報に基づく統計演算を行う。また、層別の各々について、各層別に属する標本数を同数だけ増加させたときの統計演算の精度の変化を評価し、この評価の結果に基づいて、標本数を同数だけ増加させたときに統計演算の精度の変化が最大となる層別を特定して、当該特定した層別を表す情報を出力する。この制御部11の具体的な処理の内容については、後に詳しく述べる。
記憶部12は、メモリデバイスなどであり、制御部11によって実行されるプログラムを保持している。このプログラムは、例えばDVD−ROM(Digital Versatile Read Only Memory)等のコンピュータ可読な記録媒体に格納された状態で提供され、この記憶部12に複写されたものであってもよい。また、この記憶部12は、制御部11のワークメモリとしても動作する。
操作部13は、キーボードやマウス等であり、利用者の操作を受けて、制御部11に当該操作の内容を出力する。また、表示部14は、ディスプレイ等であり、制御部11から入力される指示に従って情報を表示出力する。
以下、制御部11の具体的な処理の内容について述べる。なお、以下の説明では、企業などの組織内の構成員の一部を標本として、当該標本である各構成員の行動の計測結果や、各構成員に対するアンケートの回答等を、標本によって生成される情報として収集するものとする。また、分析の対象である標本は、組織内の所属などによって層別されているものとする。ここでは各層別から必ずしも同数の標本が得られていなくても構わないし、全標本から回答が得られていなくてもよい。本実施の形態では、記憶部12に、図2に例示するように、標本を特定する情報(例えば企業の構成員であれば従業者番号(従業者識別子の一例)等で構わない)と、層別を特定する情報(所属先である部課名などでよい)とを関連づける層別データベースが格納されているものとする。
本実施の形態の制御部11は、機能的には図3に例示するように、情報収集部21と、層別標本計数部22と、統計演算部23と、評価部24と、層別特定部25と、出力部26とを含んで構成される。ここで、情報収集部21は、標本によって生成される情報を収集して、記憶部12に格納する。ここで、標本によって生成される情報(以下、処理対象情報と呼ぶ)は、図4に例示するように、例えばアンケートの回答であり、アンケートの設問ごとに、当該設問に回答した標本を特定する情報と、回答の内容(ここでは数値として表されているものとする)とを関連づけて蓄積したものである。
層別標本計数部22は、処理対象情報を記憶部12から読み出して、設問ごとに、回答した標本(統計演算にとって有意であるような標本)を特定する情報を収集する。そしてこの層別標本計数部22は、層別データベースを参照して、当該収集した情報に含まれる情報で特定される標本ごとに、標本が属する層別を特定する情報を取得し、当該取得した情報で特定される層別に対応するカウンタを「1」だけインクリメントする。当該取得した情報で特定される層別に対応するカウンタがない場合は初期値を「1」として当該カウンタを記憶部12に保持させる。層別標本計数部22は、このような例で表される処理により、層別ごとの回答者の出現回数を計数する。
統計演算部23は、処理対象情報について、標本の層別ごとの回答の内容の平均値や、全体の回答の内容の平均値等、処理対象情報から得られる統計量を算出して、出力部26に出力する。
評価部24は、統計演算部23での統計値の精度を評価し、当該評価の結果を数値により表した情報(評価情報)を出力する。一例として、この評価部24は、次のようにして統計値の精度の評価を行う。
一般に、層別Cにおいて、回答の内容としてあり得る数値(理論上)の最大値をxmax、同じく理論上の最小値をxmin、回答した標本の数をnc、回答値の平均値(統計演算結果)をms、標本の全数をNcとすると、回答していない回答者がすべて回答した場合の回答値の平均値の範囲が、
として表される。この(1)式を整理して、
であり、層別Cに属する標本のうち、実際に回答が得られている標本の数による、層別Cの回答の結果の説明率rcを、全く回答がない場合の理論的な平均値の範囲(xmax−xmin)から回答によって限定された範囲を、値域全体(xmax−xmin)で除したものと定義すると、上記回答によって限定された範囲が、
で表されるので、
となる。
そこで評価部24は、各設問を逐次的に選択設問kとして選択し、それぞれの選択設問kについて次の処理を行う。すなわち評価部24は、層別ごとに、選択設問kに対して回答した標本数の情報(nkc)を層別標本計数部22から得る(既に述べたように、標本すべてが選択設問に対して回答しているとは限らない)。また評価部24は、層別データベースを参照して、選択設問について回答していない標本も含む層別ごとの全標本数(Nc)を取得する。そして評価部24は、層別ごとの評価情報を、nkc/Ncとして演算する。
評価部24は、さらに、各層別について、標本の数をそれぞれ同数だけ増加させたときの評価情報と、現在の評価情報との差(評価情報変化量)ΔRkcを生成する。これは、
となる。ここでαは、増加させる標本数であり、例えばα=1でも構わない。
評価部24は、この処理を各設問について繰り返して行い、図5に例示するように、設問kごと、かつ層別cごとの評価情報Rkcと、評価情報変化量ΔRkcとを得る。さらに評価部24は、設問ごとに、各層別の評価情報の相乗平均
を算出して、当該相乗平均値Rkを設問ごとの評価情報として出力してもよい。ここでCは、層別の総数である。同様に、層別ごとに、各設問の評価情報の相乗平均
を算出して、当該相乗平均値Rcを層別ごとの評価情報として出力してもよい。ここでKは、設問の総数である。
評価部24は、さらに各設問・各層別の評価情報の相乗平均
を算出して、当該相乗平均Rを、全体の評価情報として出力してもよい。
評価部24は、さらに各設問・各層別の評価情報の相乗平均
層別特定部25は、評価部24が演算した評価情報変化量に基づき、設問ごとに、標本数を同数だけ増加させたときに前記統計演算の精度の変化が最大となる層別を特定する。出力部26は、設問ごとに特定された精度の変化が最大となる層別を表す情報を、表示部14に表示出力させる。
この例によると、アンケートなどの設問ごとに、各層別の回答者数が異なる場合に、どの設問について、どの層別の回答者(有意な標本)が増大すれば、設問に関わる統計情報の精度が向上するかを特定して表示している。しかしながら、本実施の形態は、これに限られるものではない。
例えば本実施の形態では、評価部24は、各設問・各層別の評価情報を演算した後に、評価情報が予め定めた評価しきい値を下回る場合に、当該評価しきい値を下回る評価情報に対応する設問及び層別を特定する情報を出力し、出力部26が、当該特定された設問及び層別を表す情報を表示出力してもよい。この場合に評価部24は、上記評価しきい値を下回る評価情報となった層別について、当該層別にどれだけの標本数が増大すれば評価しきい値を上回ることとなるかを演算してもよい。この処理は、増加数候補δを当初「1」として、上記評価しきい値を下回る評価情報となった層別の現在の標本数に増加数候補δを加算して評価情報を演算し、その演算の結果が評価しきい値を越えることとなるまで増加数候補δを「1」ずつインクリメントし、最初に評価しきい値を越えたときの増加数候補δを、当該層別にどれだけの標本数が増大すれば評価しきい値を上回ることとなるかを表す値として出力することとすればよい。
また評価部24は、標本数が予め定めたしきい値より大きいときに「1」に漸近する補正関数を用いて評価情報を補正することとしてもよい。このような関数の例は、次の(9)式により表される関数がある。
この関数により補正を行う場合、各評価情報はこの補正のための関数(補正関数)f(nkc)を乗じた値となり、例えば、全体の評価情報Rは、
として演算することとなる。この補正関数は、予め定めたしきい値より小さい場合に、乗算の効果が生じる。すなわち、標本数が比較的少ない場合に、補正関数の内容に応じた効果を、評価情報に与えることとなる。
[追加可能性]
さらに上述の例において、設問・層別によっては、全員が回答している(nkc=Nc)か、あるいはNc−α人より多くの人数が回答していて(Nc−α<nkc)、さらに標本の増大が見込めない場合がある。このような場合には、評価部24は、評価情報変化量ΔRkcを算出しなくてもよい。なお、ここでは、層別ごとに標本数の最大が既に決まっている場合を例示しているが、層別ごとの標本数の最大値が定まっていない場合(さらに標本を追加できる場合)には追加の可能性を評価することなく、上記処理を行って層別を特定すればよい。このようにすると、アンケート調査などにおいてどの層別の標本を追加すればよいかが提示されることとなる。
さらに上述の例において、設問・層別によっては、全員が回答している(nkc=Nc)か、あるいはNc−α人より多くの人数が回答していて(Nc−α<nkc)、さらに標本の増大が見込めない場合がある。このような場合には、評価部24は、評価情報変化量ΔRkcを算出しなくてもよい。なお、ここでは、層別ごとに標本数の最大が既に決まっている場合を例示しているが、層別ごとの標本数の最大値が定まっていない場合(さらに標本を追加できる場合)には追加の可能性を評価することなく、上記処理を行って層別を特定すればよい。このようにすると、アンケート調査などにおいてどの層別の標本を追加すればよいかが提示されることとなる。
[他の例]
また、ここまでの例では、標本からのアンケート回答の集計処理における場合について説明してきたが、本実施の形態は、これに限られない。
例えば、次のような利用例もある。すなわち、企業などの組織における従業者等を対象として、各従業者を識別する情報(例えば従業者識別子)を、予め定められたタイミングごと(例えば30秒ごと)に無線にて発信するアクティブRFID(Radio Frequency IDentify)を配布して携帯させる。また、組織の施設の各居室や、廊下等に、少なくとも1つの受信機を設置しておく。この受信機は、受信機ごとに固有の受信機識別子を記憶しており、アクティブRFIDが発信した情報を受信すると、当該受信した情報と自己の受信機識別子とを出力する。
また、ここまでの例では、標本からのアンケート回答の集計処理における場合について説明してきたが、本実施の形態は、これに限られない。
例えば、次のような利用例もある。すなわち、企業などの組織における従業者等を対象として、各従業者を識別する情報(例えば従業者識別子)を、予め定められたタイミングごと(例えば30秒ごと)に無線にて発信するアクティブRFID(Radio Frequency IDentify)を配布して携帯させる。また、組織の施設の各居室や、廊下等に、少なくとも1つの受信機を設置しておく。この受信機は、受信機ごとに固有の受信機識別子を記憶しており、アクティブRFIDが発信した情報を受信すると、当該受信した情報と自己の受信機識別子とを出力する。
集計装置は、各受信機に接続され、各受信機が出力する情報の入力を受けて、これを保持する。具体的に、この集計装置は、受信機が受信した従業者識別子と、受信機識別子とが関連づけて入力されると、図示しない計時部(カレンダーチップなど時刻を計時する装置)から入力の時点を表す日時情報を取得し、これら入力された従業者識別子と受信機識別子、及び取得した日時情報を互いに関連付けて、ストレージデバイスなどに、受信記録として、蓄積して記憶する。
さらに集計装置は、検出場所を表す情報(例えば居室等を特定する文字列)と、当該情報で特定される検出場所に配された受信機の受信機識別子とを関連づけて記憶している。そしてこの集計装置は、蓄積している受信記録のうち、別途特定された集計期間に含まれる日時情報に関連づけられた受信記録を選択的に抽出し、抽出した受信記録について、検出場所を特定する情報ごとに、当該検出場所を特定する情報に関連づけられた受信機識別子の受信機が受信した従業者識別情報を集計する。つまり検出場所ごと、かつ従業者識別情報ごとの受信回数を累算する。
また集計装置は、検出場所ごと、かつ従業者識別情報ごとの受信回数を累算結果を参照し、検出場所が集計期間にわたって変化しない(一つの検出場所における受信回数が大きく、他の検出場所での受信回数が「0」であるような)従業者識別情報(統計演算にとって有意でない標本:不携帯者情報)を検出する。そして、この検出した不携帯者情報を出力する。
本実施の形態の情報処理装置では制御部11が、図示しない通信部(ネットワークインタフェースなど、通信手段を介して集計装置から情報を受信する)から集計装置が出力した不携帯者情報を受け入れて、不携帯者情報のリストを記憶部12に保持する。
この例においても、各従業者は、少なくとも一つの層別に属するものとする。一例として、各従業者は、部門A、部門B、部門C…という層別のいずれかに属する。またこの例では、複数の層別をそれぞれ含む、複数種類の層別群を規定し、各標本を、当該層別群ごとに、各層別群に含まれる層別のいずれかに分類してもよい。つまり各従業者は部門の層別群だけでなく、管理者または一般従業者という職制の層別群に含まれる、いずれかの層別に属する。つまりここでは、部門と職制という2種類の層別群が規定されており、各従業者は、層別群ごとに、各層別群で規定された層別のいずれかに属することになる。この例では、記憶部12には、アクティブRFIDを所持している従業者識別子に対して、部門と職制との層別群ごとに、それぞれに含まれる層別のいずれかを特定する情報が関連づけられて、層別データベースとして記憶されている(図6)。
制御部11は、図6に例示した層別データベースを参照して、層別ごと(部門・職制の双方が共通する従業者ごと)の人数(対象人数N(c1,c2))をカウントする。また制御部11は、図6に例示した層別データベースと、不携帯者情報のリストとを参照して、層別ごとの不携帯者数m(c1,c2)をカウントする。また、これら対象人数と不携帯者数とから層別ごとの、統計にとって有意な標本の数である実携帯者数n(c1,c2)を、
n(c1,c2)=N(c1,c2)−m(c1,c2)
として算出する。
n(c1,c2)=N(c1,c2)−m(c1,c2)
として算出する。
さらに制御部11は、層別ごとに、不携帯者数が予め定めた整数α未満でないか否かを調べて、不携帯者数が予め定めた整数α未満でない層別については、当該層別において実携帯者数がαだけ増大したときの、評価情報変化量
を算出し、評価情報変化量を演算した層別のうち、最大の評価情報変化量となっている層別を検出する。そして制御部11は、当該最大の評価情報変化量に係る層別を特定する情報c1,c2を出力する。
[複数の層別群]
また、このように標本が複数種類の層別群ごとにいずれかの層別に属する場合、制御部11は、評価情報のクロス集計を生成してもよい。すなわち、部門に係る層別群ごと、及び、職制に係る層別群ごとに集計してもよい。この集計は、例えば、部門c1に係る層別群ごとの評価情報は、部門c1に属する各層別についての評価情報の相乗平均
により演算すればよい。なお、C2は職制の層別群に属する層別の数(管理者、一般従業者の層別の場合「2」)である。同様に、職制c2に係る層別ごとの評価情報は、職制c2に属する各層別についての評価情報の相乗平均
により演算すればよい。ここでC1は、部門の層別群に属する層別の数である。さらに、全体の評価情報を、各層別の評価情報の相乗平均
により演算する。
また、このように標本が複数種類の層別群ごとにいずれかの層別に属する場合、制御部11は、評価情報のクロス集計を生成してもよい。すなわち、部門に係る層別群ごと、及び、職制に係る層別群ごとに集計してもよい。この集計は、例えば、部門c1に係る層別群ごとの評価情報は、部門c1に属する各層別についての評価情報の相乗平均
制御部11は、この演算の結果を、例えば図7に例示するようなクロス集計表として表示してもよい。また制御部11は、このクロス集計表において表示される評価情報のうち、予め定めた評価しきい値を下回る評価情報については、そうでない評価情報とは区別可能な態様で(例えば色を異ならせたり、点滅させるなどして)表示してもよい。
なお、ここでは集計装置の集計結果により、移動しないアクティブRFIDがある場合に、当該移動しないアクティブRFIDが発信する従業者識別子が、不携帯者を表すものとしたが、これに限られるものではない。例えば、アクティブRFIDにモーションセンサ(従業者が歩行するときの上下動を検出するセンサなど)を備えて、モーションセンサが予め定めた時間内に、予め定めた検出回数しきい値未満の上下動しか検出しなかった場合に、当該アクティブRFIDが携帯されていないことを表す情報とともに、従業者識別子を出力するようにしてもよい。
この場合、制御部11は、携帯されていないことを表す情報とともに発信された従業者識別子を、不携帯者の従業者識別子であるとして、上述の処理と同様の処理を行う。
[評価情報変化量の別の例]
ここまでの説明では制御部11が演算する評価情報変化量は、各層別に属する人数の逆数に比例する値として、層別ごとに定める例としてきたが、評価情報変化量は、これに限られない。
ここまでの説明では制御部11が演算する評価情報変化量は、各層別に属する人数の逆数に比例する値として、層別ごとに定める例としてきたが、評価情報変化量は、これに限られない。
例えば評価情報変化量は、各層別cごとの評価情報をR(c)、評価情報変化量を評価する層別をx、当該層別において増大させる標本数をβ、当該層別に属する標本の総数をNxとして、層別xにおける評価情報だけを標本数を増大させた後の評価情報に置き換えた相乗平均を用い、
としてもよい。
この(19)式では、層別ごとに標本数を増加させたときの、全体の評価情報の変化量を表している。同様に、標本の属する層別が、第1層別群の層別、第2層別群の層別…(上述の部門、職制等と同じ)というように複数ある場合は、層別群ごとに相乗平均を演算して、層別xに対する(層別群から評価した場合の)評価情報変化量としてもよい。
さらに、i番目(i=1,2,…)の層別ごとの相乗平均により算出される評価情報変化量と、全体の評価情報変化量とを総和して、層別xに対する評価情報変化量としてもよい。
一例として、アクティブRFIDの発信する情報を集計する場合において、各従業員が、第1の層別として部門A,B,Cのいずれかの部門に属し、かつ、第2の層別として管理者または一般従業者のどちらかに属している場合のクロス集計表を用いて評価情報変化量を演算する例を示す。図8は、現在の評価情報のクロス集計表である。
図8では、個々の属性での評価情報Rijを得た上で、例えばR11=0.6と、R12=0.68との相乗平均を得て、部門Aに属する標本に基づく集計結果の評価情報RA=0.64を得ている(なお、図8,9では有効数字を2桁としている)。また、個々の部門における実携帯者数と、対象者数とから、部門の総計値での評価情報R1*、R2*、R3*を併せて算出している。そして、これらR1*、R2*、R3*の相乗平均を、部門の層別群の評価情報R部門=0.77として演算している。
同様に、職制ごとの評価情報の相乗平均により、職制ごとの評価情報を得ている。例えば、管理者に対しては、R11=0.6と、R21=0.88と、R31=1.0との相乗平均によりR管理=0.81を得ている。また、個々の職制における実携帯者数と、対象者数とから、職制の総計値での評価情報R*1、R*2を併せて算出している。そして、これらR*1、R*2の相乗平均を、職制の層別群の評価情報R職制=0.78として演算している。
さらに、全体の実携帯者数と、対象者数とから、全体の評価情報を、R合計として算出している。
また、図9は、部門Aの管理者に属する標本を「1」だけ増大させたとしたときのクロス集計表である。図8、図9のいずれの場合においても、補正関数fを乗じない場合を例示している。制御部11は、この図9と図8とのクロス集計表から、変化のあった相乗平均に係る評価情報RA、R*1、R管理、及びR合計の差分を総和し、
(0.74-0.64)+(0.88-0.83)+(0.89-0.81)+(0.77-0.76)=0.24
を得る。そして制御部11は、この総和の値0.24を、部門Aの管理者についての評価情報変化量とする。
(0.74-0.64)+(0.88-0.83)+(0.89-0.81)+(0.77-0.76)=0.24
を得る。そして制御部11は、この総和の値0.24を、部門Aの管理者についての評価情報変化量とする。
制御部11は、この処理を、各層別について繰り返して行い、層別ごとの評価情報変化量を得て表示出力することとしてもよい。なお、実携帯者数が対象者数に一致する場合など、標本の増加ができない場合は、評価情報変化量を「0」とするとともに、標本の増加ができない旨を表す表示を行ってもよい(図10)。
さらに制御部11は、各層別群に属する層別に対する評価情報の相乗平均として演算された、層別群ごとの評価情報のそれぞれについて、予め定めた評価しきい値を下回るものと、そうでないものとを区別可能に(例えばいずれか一方の表示色を異ならせる等、表示態様を異ならせて)表示してもよい。すなわち、評価しきい値を保証精度と考えるならば、図9の例において、比較保証精度(評価しきい値)を0.8とおくと、R部門は保証精度を下回るとなるが、R職制は保証精度を越える。そこでこれらR部門とR職制とを区別可能に表示することで、部門間の比較結果の有意性は保証しないが、職制間での比較結果の有意性は保証することを表す表示がされることとなる。
また、この場合も、有意性の保証ができない(つまり評価しきい値を下回った)評価情報に関係する各層別について、どれだけの標本数が増大すれば評価しきい値を上回ることとなるかを演算してもよい。この処理もまた、対象となる層別ごとに、増加数候補δを当初「1」として、上記評価しきい値を下回る評価情報となった層別の現在の標本数に増加数候補δを加算して評価情報を演算し、その演算の結果が評価しきい値を越えることとなるまで増加数候補δを「1」ずつインクリメントし、最初に評価しきい値を越えたときの増加数候補δを、当該層別にどれだけの標本数が増大すれば評価しきい値を上回ることとなるかを表す値として出力することとすればよい。
[標本増加コスト]
さらに、層別ごとに標本の増加に係るコストが異なる場合は、制御部11は、層別ごとの各評価情報変化量に対して、対応する層別のコストの比率を表す重みの逆数を乗じて出力してもよい。また、層別ごとに標本の増加に係るコストが異なる場合、層別ごとの各評価情報変化量に対して、対応する層別のコストの比率を表す重みの逆数を乗じた値が最大となっている層別を特定して、当該特定した層別を表す情報を出力することとしてもよい。また、この層別ごとの各評価情報変化量に対して、対応する層別のコストの比率を表す重みの逆数を乗じた値の順に並べ替えて層別を表す情報を出力してもよい。
さらに、層別ごとに標本の増加に係るコストが異なる場合は、制御部11は、層別ごとの各評価情報変化量に対して、対応する層別のコストの比率を表す重みの逆数を乗じて出力してもよい。また、層別ごとに標本の増加に係るコストが異なる場合、層別ごとの各評価情報変化量に対して、対応する層別のコストの比率を表す重みの逆数を乗じた値が最大となっている層別を特定して、当該特定した層別を表す情報を出力することとしてもよい。また、この層別ごとの各評価情報変化量に対して、対応する層別のコストの比率を表す重みの逆数を乗じた値の順に並べ替えて層別を表す情報を出力してもよい。
なお、層別ごとのコストの比率は例えば図11に例示するように、層別ごとのコスト比(図11では、部門Aの一般従業者を「1」として表している)として表し、記憶部12等に予め格納して制御部11の演算で利用できるようにしておく。
[動作]
本実施の形態の情報処理装置は、以上の例による構成を備え、次のように動作する。すなわち本実施の形態の情報処理装置は、図12に例示するように、集計処理など、統計演算の対象となる情報を収集するとともに、当該情報の元となった標本の数と、統計演算にとって有意となる標本の数とを、標本の属する層別ごとに取得する(情報収集処理:S1)。
本実施の形態の情報処理装置は、以上の例による構成を備え、次のように動作する。すなわち本実施の形態の情報処理装置は、図12に例示するように、集計処理など、統計演算の対象となる情報を収集するとともに、当該情報の元となった標本の数と、統計演算にとって有意となる標本の数とを、標本の属する層別ごとに取得する(情報収集処理:S1)。
そしてこの情報処理装置は、層別のうち未だ選択していない層別の一つを選択層別として選択し(S2)、有意な標本の数を増大できるか否かを調べる(S3)。ここで有意な標本の数を増大できると判断されると(Yesであると)、予め定めた数(層別にかかわらず同じ値であっても、層別ごとに定められる値であってもよい)だけ、選択層別の標本を増大したときの統計情報の精度を表す情報(評価情報)の変化量を算出する(S4)。そして情報処理装置は、選択していない層別が未だあるか否かを調べ(S5)、選択していない層別があれば(Yesならば)、処理S2に戻って処理を続ける。
一方、処理S5において選択していない層別がなければ(Noならば、つまり、すべての層別についての処理を終えたならば)、本実施の形態の情報処理装置は、層別ごとに算出した評価情報の変化量の情報を表示する(S6)等、評価情報の変化量を用いた処理を行う。さらに本実施の形態の情報処理装置は、処理S3において、有意な標本の数を増大できないと判断すると(Noであると)、処理S5に移行して処理を続ける。
また処理S6においては、評価情報の変化量の情報を表示する代わりに、評価情報の変化量が最も大きい層別を特定して、当該特定した層別を表す情報を出力してもよい。また、評価情報の変化量が大きい順に、層別を特定する情報を並べ替えて表示してもよい。
11 制御部、12 記憶部、13 操作部、14 表示部、21 情報収集部、22 層別標本計数部、23 統計演算部、24 評価部、25 層別特定部、26 出力部。
Claims (4)
- 複数の層別のいずれかに分類された標本によって生成される情報を取得する取得手段と、
前記取得した情報に基づく統計演算を行う手段と、
前記層別の各々について、各層別に属する標本数を同数だけ増加させたときの前記統計演算の精度の変化を評価する評価手段と、
前記評価の結果に基づいて、標本数を同数だけ増加させたときに前記統計演算の精度の変化が最大となる層別を特定する手段と、
前記特定した層別を表す情報を出力する出力手段と、
を含む情報処理装置。 - 複数の層別をそれぞれ含む、少なくとも一種類の層別群が規定され、前記層別群ごとに、各層別群に含まれる層別のいずれかに分類された標本によって生成される情報を取得する取得手段と、
前記取得した情報に基づき、層別ごとの統計演算と、層別群ごとの統計演算とを行う手段と、
前記層別群ごとの統計演算の精度を評価する評価手段と、
前記層別群ごとの評価の結果を出力する出力手段と、
を含む情報処理装置。 - 前記評価手段は、前記統計演算の精度を、標本数が予め定めたしきい値より大きいときに「1」に漸近する補正関数を用いて補正することを特徴とする請求項1または2記載の情報処理装置。
- コンピュータを、
複数の層別のいずれかに分類された標本によって生成される情報を取得する取得手段と、
前記取得した情報に基づく統計演算を行う手段と、
前記層別の各々について、各層別に属する標本数を同数だけ増加させたときの前記統計演算の精度の変化を評価する評価手段と、
前記評価の結果に基づいて、標本数を同数だけ増加させたときに前記統計演算の精度の変化が最大となる層別を特定する手段と、
前記特定した層別を表す情報を出力する出力手段と、
として機能させることを特徴とするプログラム。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2008307862A JP2010134554A (ja) | 2008-12-02 | 2008-12-02 | 情報処理装置及びプログラム |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2008307862A JP2010134554A (ja) | 2008-12-02 | 2008-12-02 | 情報処理装置及びプログラム |
Publications (1)
Publication Number | Publication Date |
---|---|
JP2010134554A true JP2010134554A (ja) | 2010-06-17 |
Family
ID=42345818
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2008307862A Pending JP2010134554A (ja) | 2008-12-02 | 2008-12-02 | 情報処理装置及びプログラム |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP2010134554A (ja) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108090648A (zh) * | 2016-11-22 | 2018-05-29 | 松下知识产权经营株式会社 | 诊断用电设备工作状态的方法、装置及显示装置 |
-
2008
- 2008-12-02 JP JP2008307862A patent/JP2010134554A/ja active Pending
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108090648A (zh) * | 2016-11-22 | 2018-05-29 | 松下知识产权经营株式会社 | 诊断用电设备工作状态的方法、装置及显示装置 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Hirzel et al. | The role of employee empowerment in the implementation of continuous improvement: Evidence from a case study of a financial services provider | |
Zhuang et al. | Head-and-face anthropometric survey of US respirator users | |
de Lange et al. | Approaches used to evaluate the social impacts of protected areas | |
Chang et al. | Exploring managers' intention to use business intelligence: the role of motivations | |
Heyman | Pay inequality and firm performance: evidence from matched employer–employee data | |
Roldán et al. | A Validation Test of an Adaptation of the DeLone and McLean's Model in the Spanish EIS Field | |
Bao et al. | Quantifying repetitive hand activity for epidemiological research on musculoskeletal disorders–Part II: comparison of different methods of measuring force level and repetitiveness | |
Wirojanagud et al. | Modelling inherent worker differences for workforce planning | |
Yadav et al. | Literature review on quality of work life and their dimensions | |
ABDEL‐HALIM | Effects of higher order need strength on the job performance–job satisfaction relationship | |
Biemer | Overview of design issues: Total survey error | |
Noblet et al. | The job strain model is enough for managers: No augmentation needed | |
Tomaževič et al. | The impact of CAF enablers on job satisfaction: The case of the Slovenian law enforcement agency | |
Doyle et al. | Agile software development in practice | |
Liere-Netheler et al. | Towards the user: Extending the job characteristics model to measure job satisfaction for ERP based workplaces–A qualitative approach | |
Jeske et al. | Opportunities of digitalization for productivity management | |
CN114881547A (zh) | 一种互联网项目的团队绩效评估方法及装置 | |
Schecter et al. | The power, accuracy, and precision of the relational event model | |
Fujishiro et al. | Comparing self-reported and O* NET-based assessments of job control as predictors of self-rated health for non-Hispanic whites and racial/ethnic minorities | |
Al Nahyan et al. | An exploratory study of relationships between stakeholders’ risk perceptions and their roles and experience in construction industry | |
KR20090014414A (ko) | 인터넷 콘텐츠의 가치 평가 방법, 장치 및 이를 위한 프로그램을 저장하는 기록매체 | |
JP2010134554A (ja) | 情報処理装置及びプログラム | |
Bonau | Drivers of employee commitment: evidence from the 2011 workplace employment relations survey of employees | |
Jamaluddin et al. | The relationship between quality management practices and organisational performance: A structural equation modelling approach | |
Van Eerd et al. | Task exposures in an office environment: a comparison of methods |