JP4922644B2 - 時系列分析プログラム、時系列分析システム、およびそれに用いられる時系列分析装置 - Google Patents

Description

本発明は、複数のノードを関連線により連結して相互関係を示したモデルに関し、特に、インフルエンスダイアグラムで作成されたモデルを時系列分析する技術に関する。

ビジネスモデルの図式化や、評価対象に対する影響の因果関係を定量化する手法として、インフルエンスダイアグラムが利用されている。その際、インフルエンスダイアグラムで作成されたモデルの各ノードに対応付けて確率変数を含む数式を設定し、モデル全体の評価値をシミュレーション処理により求めることによって、モデルの定量的な分析を行うことができる。
インフルエンスダイアグラムを用いた分析手法は、企業のビジネスモデルの評価や企業価値の分析などに一般的に利用されている。

インフルエンスダイアグラムに関する技術には、以下のものがある。
非特許文献１は、インフルエンスダイアグラムの評価方法に関する技術として、インフルエンスダイアグラムのノードの定義や、実際の評価値の計算方法が記述されている。
非特許文献２は、インフルエンスダイアグラムを利用した意思決定を行うための、モンテカルロシミュレーションを利用した評価・分析手法が提案されている。
非特許文献３は、インフルエンスダイアグラムでの感度分析の方法について記述されている。
ROSS D.SHACHTER著、「EVALUATING INFLUENCE DIAGRAMS」、「Operation Research」、November-December 1986、Vol 34、No.6 Concha Bielza, Peter Muller, David Rios Insua著、「Decision Analysis by Augmented Probability Simulation」、「Management Science」、July 1999、Vol.45、No.7 Thomas Dyhre Nielsen and Finn V.Jensen著、「Sensitivity Analysis in Influence Diagram」、「IEEE Transactions on Systems, Man, and Cybernetics. Part A: Systems and Humans.」、March 2003、Vol.33、No.1

インフルエンスダイアグラムを利用したモデルの分析は、複数のインフルエンスダイアグラムの情報を関連付けていないため、ある一時点での評価指標しか求めることができず、時系列モデルを作図および分析することは想定されていない。そのため、インフルエンスダイアグラムを用いて時系列モデルを分析する場合には、ある一時点の単位期間毎のモデルを、１つずつ手作業で作図し、それを手作業で組み合わせることによって分析する必要があった。

そこで、本発明は、前記問題に鑑み、インフルエンスダイアグラムでモデル分析を行うシステムにおいて、効率的に時系列分析などの複数のインフルエンスダイアグラムの情報に基づく分析を行う手段を提供することを課題とする。

前記課題を解決するため、本発明による解決手段の一つは、複数のノードを関連線により連結して相互関係を示したモデルの時系列分析を行うための時系列分析プログラムであって、コンピュータを、入力手段を介して入力された前記モデルのノードの情報と、前記ノード同士の関係を示す関連線の情報とを取得するモデル情報取得手段と、入力手段を介して入力された各ノードのノード設定情報を取得し、前記ノード設定情報を、ノード名および時系列における繰り返し回と関連付けるノード設定情報取得手段と、入力手段を介して入力された繰り返し回数上限値の情報を取得し、前記取得した前記ノードの情報および前記関連線の情報を用いて、前記繰り返し回が前記繰り返し回数上限値になるまで、繰り返し回毎の各ノードの値を算出し、前記ノード設定情報に、前回の繰り返し回のノードを示す情報が含まれていた場合には、前記算出した繰り返し回毎の各ノードの値のうち、前回の繰り返し回の当該ノードの値の情報を用いてノードの値を算出するシミュレーション手段と、前記算出した繰り返し回毎の各ノードの値を、前記繰り返し回順に、シミュレーション結果として時系列表示するシミュレーション結果表示手段、として機能させることを特徴とする。
その他の手段については、後記する実施の形態で述べる。

本発明によれば、インフルエンスダイアグラムでモデル分析を行うシステムにおいて、効率的に時系列分析などの複数のインフルエンスダイアグラムの情報に基づく分析を行うことができる。

本発明を実施するための最良の形態（以下「実施形態」とする）を詳細に説明する。
なお、本実施形態の説明では、「時系列分析システム」を適宜「システム」と省略し、「時系列分析プログラム」を適宜「プログラム」と省略して記載する。

インフルエンスダイアグラムとは、前記したとおり、ビジネスモデルの図式化や、評価対象に対する影響の因果関係を定量的に分析する手法であり、企業のビジネスモデルの評価や企業価値の分析などに用いられる。

インフルエンスダイアグラムの構成について説明する。
インフルエンスダイアグラムは、評価値ノード・確率変数ノード・意思決定ノード・関連線の４つの要素から構成される。評価値ノードは、インフルエンスダイアグラムの最終的な評価値を示すノードであり、インフルエンスダイアグラムの根ノードに相当する。この評価値ノードの値が、インフルエンスダイアグラムで作成されたモデルの最終的な評価値となる。確率変数ノードは、下位のノードを利用した確率分布などを定義するノードである。意思決定ノードは、インフルエンスダイアグラムにおいて、意思決定者が決定すべき値が入力されるノードである。関連線は、ノード間の関連を表現する矢印線などである。関連線の矢印線は、各ノードの依存関係を示しており、矢印の元のノード（下位ノード）のノード値が、矢印の先のノード（上位ノード）に影響を与える、という関係を表している。
インフルエンスダイアグラムは、ノード間を関連線で結んだ有効グラフとして表現される。

図１はインフルエンスダイアグラムのモデルの一例を示す図である。
図１では、このモデルの評価値ノードである「利益」ノード２０１と、確率変数ノードである「原価」ノード２０２および「売上」ノード２０３と、意思決定ノードである「工数」ノード２０４および「単価」ノード２０５と、各ノードを接続する関連線２０６とが示されている。
本明細書では、この図１のインフルエンスダイアグラムのモデルを例として説明する。
なお、本明細書の例では評価値ノードを１つとして説明するが、これに限らず、評価値ノードが複数設定されてもよい。

＜システム構成＞
図２は、本システム１の構成の一例を示すブロック図である。

時系列分析システム１は、端末装置１００、入力装置１８０、および出力装置１９０によって実現される。
端末装置１００は、一般的なコンピュータであり、ユーザの操作によりインフルエンスダイアグラムのモデルを対話的に作成するためのユーザインタフェース部１１０、ハードディスク装置などの不揮発性記憶装置である記憶部１２０、各種演算処理を実行する処理部１６０、演算処理に使用される一時的記憶領域であるＲＡＭ１７０などから主に構成される。

ユーザインタフェース部１１０は、端末装置１００に接続されるキーボードおよびマウスなどの入力装置１８０や、ディスプレイなどの出力装置１９０を司り、インフルエンスダイアグラムのモデルを対話的に作成するためのユーザインタフェースを提供する。具体的には、ユーザインタフェース部１１０は、本システム１の実施によって得られる処理結果を出力装置１９０に表示し、その表示された処理結果の画面から、その入力項目に応じて入力装置１８０から入力されるデータを受け付け、記憶部１２０や処理部１６０に送信するなどの機能を持つ。

記憶部１２０は、時系列分析プログラム１２１と、本システム１で扱うデータであるノード情報記憶部１３１、関連線情報記憶部１４１、ノード値情報記憶部１５１とを備える。
時系列分析プログラム１２１は、必要に応じてＲＡＭ１７０にロードされて、処理部１６０によって実行される。

処理部１６０は、端末装置１００の中央処理装置であり、ＲＡＭ１７０にロードされた時系列分析プログラム１２１を実行することによって、シミュレーション部（シミュレーション手段）１６１、モデル情報取得部（モデル情報取得手段）１６２、ノード設定情報取得部（ノード設定情報取得手段）１６３、およびシミュレーション結果表示部（シミュレーション結果表示手段）１６４の各機能が実現される。

シミュレーション部１６１は、ノード情報記憶部１３１および関連線情報記憶部１４１に保持される情報によって表現されたインフルエンスダイアグラムのモデルの、評価値を求めるなどの機能を持つ。なお、シミュレーション部１６１の機能を、表計算ソフトウェアを用いることで実現してもよい。

モデル情報取得部１６２は、インフルエンスダイアグラムのモデルを表示したり、入力装置１８０を介して作図されたインフルエンスダイアグラムのモデルの情報を取得するなどの機能を持つ。

ノード設定情報取得部１６３は、各ノードの時系列全体の各ノード設定情報を表示・編集するためのユーザインタフェースをユーザインタフェース部１１０に提供するなどの機能を持つ。

シミュレーション結果表示部１６４は、ノード値情報記憶部１５１に記憶されるシミュレーション結果である各ノードの値を用いて、各ノードの確率分布や評価値の時系列推移を表示するためのユーザインタフェースをユーザインタフェース部１１０に提供するなどの機能を持つ。
これらの各機能の詳細については、図６〜図８を用いて後記する。

（ノード情報）
図３は、ノードの設定情報が格納されるノード情報記憶部１３１の構成例を示す図である。
ノード情報記憶部１３１は、ノードを一意に識別するためのノード名３１０と、ノードに設定する情報を繰り返し回３１１（１〜ｎ）毎に格納するノード設定情報とから構成される。ノード設定情報に設定される情報は、例えば１から始まる連番としてｎ個分、各ノード毎に格納される。ｎは繰り返し回数上限値に相当する。
例えば、時系列分析を１年間の月毎で実施する場合には、繰り返し回数上限値「ｎ」は「１２」となり、１・２・３…１２という月毎の繰り返し回が設定されることになる。

ノード設定情報では、値の他にも、四則演算、関数などの数式を設定することができ、その際、当該数式が格納されているノードの、下位ノードのノード名３１０の値を利用することにより、当該繰り返し回３１１（１〜ｎ）の下位ノードの値を利用することができる。

図３を用いて具体的に説明すると、例えば、ノード名３１０が「利益」のレコード（以下、「利益ノード」と適宜記載）について、繰り返し回３１１が「１」（以下、同様に「繰り返し回「１」」と適宜記載）のノード設定情報は、「売上−原価」の情報が格納されている。これによれば、当該繰り返し回「１」において、「利益ノード」の下位ノードである「売上ノード」の値から、「原価ノード」の値を減算する、ということを示す。

また、繰り返し回「２」以上（２回目以降）の数式には、当該繰り返し回３１１（１〜ｎ）の直前の繰り返し回の、各ノードの値を利用することができる。その場合、数式内で指定するノード名の先頭に「＄」を付加することで、時系列分析プログラム１２１はそれを認識する。

図３を用いて具体的に説明すると、例えば、「利益ノード」で繰り返し回「２」のノード設定情報は、「売上−原価＋＄利益」の情報が格納されている。これによれば、繰り返し回「２」の「売上ノード」の値から「原価ノード」の値を減算し、その値に、繰り返し回「１」の「利益ノード」の値を加算する、ということを示す。

（関連線情報）
図４は、関連線情報記憶部１４１の構成例を示す図である。
関連線情報記憶部１４１は、関連線を一意に識別する関連線名４１０と、接続元ノード（下位ノード）が設定される接続元ノード名４１１と、接続先ノード（上位ノード）が設定される接続先ノード名４１２とから構成される。

（ノード値情報）
図５は、ノードの値が格納されるノード値情報記憶部１５１の構成例を示す図である。
ノード値情報記憶部１５１は、ノード名５１０と、繰り返し回５１１と、サンプル値５１２（１〜ｍ）とから構成される。
ノード値情報記憶部１５１の各レコードは、ノード名５１０および繰り返し回５１１をキーとして一意に識別され、サンプル値５１２には、シミュレーション処理により算出したノードの値が、シミュレーション回数毎に保持される。シミュレーション回数は、本システム１が、シミュレーション処理を実行した結果として表示される標準偏差などを算出するための、サンプル数に相当する。

＜処理概要＞
本システムにおけるインフルエンスダイアグラムを利用したモデルの時系列分析の手順を、図６に示すフローに基づいて、適宜図１〜図５を参照しながら説明する。

まず、シミュレーション部１６１は、ユーザが入力装置１８０を介して入力した、時系列の繰り返し回数上限値を取得する（Ｓ６００）。ここで取得した値は、ノード情報記憶部１３１のノード設定情報のデータ数「ｎ」、つまりノードに設定できるノード設定情報の個数として利用される。

次に、ユーザが入力装置１８０を介してモデルを作図（ノードの生成、ノード同士を関連線で連結）し、モデル情報取得部１６２はユーザインタフェース部１１０を用いて出力装置１９０に画面表示し、ノードおよび関連線の情報を取得し（Ｓ６０１）、ノード情報記憶部１３１および関連線情報記憶部１４１に格納する。
図９は、モデル情報取得部１６２によって出力装置１９０に表示される画面表示例を示す図である。なお、図４の関連線情報記憶部１４１は、図９の例に基づいたデータが示されている。

ノード設定情報取得部１６３は、ステップＳ６０１で作図されたモデルの各ノードについて、ノード情報記憶部１３１の繰り返し回３１１（１〜ｎ）毎に、ノード設定情報を取得する（Ｓ６０２）。具体的には、ユーザが入力装置１８０を介して入力した各ノードの繰り返し回３１１（１〜ｎ）毎のノード設定情報を取得し、ノード情報記憶部１３１のノード設定情報に格納する。

出力装置１９０に表示される、ノード設定情報の入力画面例を、図１０に示す。
図１０では、画面左側は「ダイアグラム表示画面」１０１０であり、インフルエンスダイアグラムのモデルが表示されている。画面右側は「ノード設定情報入力画面」１０２０であり、画面左側に表示されているモデルのうち、選択されたノードのノード設定情報を入力する画面である。なお、図１０の「ダイアグラム表示画面」１０１０のモデルのノード内に表示されている数値の説明は後記する。

図１０では、「ダイアグラム表示画面」１０１０で「利益」ノードが選択されているので、「ノード設定情報入力画面」１０２０の領域１０２１に「利益」と表示されている。領域１０２２は、繰り返し回を示す。ラジオボタン１０２３は、領域１０２４の枠内に入力する情報が、計算式か条件式かを選択できる。領域１０２４は、ノード設定情報を入力する欄である。領域１０２４の枠内に入力する数式に、ノード名が含まれる場合には、ユーザが入力装置１８０を介してプルダウンメニュー１０２５から希望するノード名を選択し、「識別名の追加」ボタン１０２６を押下することで、領域１０２４の枠内に当該ノード名が表示される。なお、ユーザがキーボードなどの入力装置１８０を用いて、領域１０２４の枠内に直接ノード名を入力してもよい。
ラジオボタン１０２３で「条件式」を選択した場合には、領域１０２４の枠内にＩＦ文などの条件式を入力できる。

繰り返し回毎のノード設定情報の入力は、タブ１０１１を「ダイアグラム」から「一覧」へ切り替えることで可能となる。

図１１は、出力装置１９０に表示される、図１０のタブ１０１１を「一覧」に切り替えたときの画面例である。
図１１では、画面左側が「一覧画面」１１１０として、繰り返し回毎の各ノードの値が一覧形式で表示されており、画面右側は図１０と同様に「ノード設定情報入力画面」１０２０が表示されている。

ここで、「一覧画面」１１１０で、領域１１１１に示されるように「利益」ノードの繰り返し回「２」が選択された状態となっていることで、「ノード設定情報入力画面」１０２０では、領域１１２２に示されるように「利益」ノードの繰り返し回「２」のノード設定情報が、領域１１２４の枠内で入力可能となっている。
なお、図１１では、画面左側「一覧画面」１１１０の表形式で表示されている枠内の数値は、画面右側のノード設定情報を用いて算出された、各ノードの繰り返し回毎のノード値が表示されている。

なお、ノード値情報記憶部１５１に格納されるノード設定情報において、入力がないものについては、当該ノードの繰り返し回「１」のノード設定情報を利用したり、当該ノードで入力のある、直近の繰り返し回のノード設定情報を利用したりする仕様としてもよい。

なお、ノード設定情報取得部１６３は、ノード設定情報を入力させる表形式の画面（図１１の「一覧画面」１１１０の部分）を、図１２に示すように別ウィンドウで表示してもよい。同様に、図１０の画面「ダイアグラム表示画面」１０１０の部分だけを図９に示すように別ウィンドウで表示してもよい。
また、図示しないが、図１１の「一覧画面」１１１０の項目内に表示されているノード値の代わりに、ノード設定情報を表示、入力編集させるようにしてもよい。それにより、ユーザは一覧形式で数式を含むノード設定情報を入力することが可能となる。

繰り返し回数上限値「ｎ」や、モデル、ノード設定情報などについて修正が必要な場合は、適宜Ｓ６００、Ｓ６０１、またはＳ６０２に戻って修正を行う（図示せず）。

図６に戻って説明する。
モデルの作図と各ノード設定情報の取得が完了したら、シミュレーション部１６１は、ユーザが入力装置１８０を介して入力したシミュレーション回数（図５の「ｍ」）を取得する（Ｓ６０３）。ここで取得した値は、前記したとおり、シミュレーション実行時にサンプリングを行う回数（サンプル数）となる。

その後、シミュレーション部１６１は、シミュレーション処理を実行する（Ｓ６０４）。シミュレーション処理の詳細な手順の説明は、図７で後記する。なお、シミュレーション処理の実行で算出されたすべてのノードの値は、図５のノード値情報記憶部１５１に格納される。

続いて、シミュレーション結果表示部１６４は、ユーザが入力装置１８０を介して指定したノードおよび繰り返し回の情報を取得し、当該ノードおよび当該繰り返し回についての、確率分布・期待値・標準偏差などを算出し、ユーザインタフェース部１１０を介して出力装置１９０に表示する（Ｓ６０５）。つまり、シミュレーション結果表示部１６４が、ノード値情報記憶部１５１のサンプル値５１２（１〜ｍ）に格納されているノード値の集合から、当該ノードにおける当該繰り返し回のノード値の確率分布、期待値、および標準偏差を算出し表示する、ということである。
シミュレーション結果表示部１６４は、算出した各値を、ユーザインタフェース部１１０を介して、ヒストグラム形式などで表示させる。
図１３は、確率分布のヒストグラム形式による画面表示例を示す図である。
この画面は、ステップＳ６０５で算出した、評価値の確率分布・期待値・標準偏差の情報を示しており、ユーザが、図１０の「ダイアグラム表示画面」１０１０でノードおよび繰り返し回を選択し、メニューバーの「表示」−「ヒストグラム」を選択することで図１３の画面が表示される。また、図１１の「一覧画面」１１１０でノードおよび繰り返し回を選択し、メニューバーから「表示」−「ヒストグラム」を選択した場合も同様である。
図１３では、ユーザに指定されたノード名が領域１３０１で表示され、ユーザに指定された繰り返し回が領域１３０２で表示されている。さらに、当該ノードと当該繰り返し回についての確率分布がヒストグラムで、期待値および標準偏差が数値で表示されている。
これにより、当該ノードの当該繰り返し回についての評価値の確度が、ヒストグラムの傾きによって視覚的に把握可能となる。
なお、当該ノードにおいて、繰り返し回毎に確率分布、期待値、および標準偏差を算出することで、期待値および標準偏差について、表形式などで出力装置１９０に表示させてもよい。

シミュレーション結果表示部１６４は、評価値ノードの期待値および標準偏差などを、時系列推移として、ユーザインタフェース部１１０を介して出力装置１９０に画面表示することで、時系列推移表示処理を行う（Ｓ６０６）。時系列推移表示処理の詳細な説明は、図８において後記する。

ユーザは、画面に表示されたシミュレーション処理結果を元に、再度モデルの見直しを行うかどうかを判断し、見直しが必要な場合はＳ６００、Ｓ６０１またはＳ６０２に戻ってモデルの見直しを行う（図示せず）。

＜シミュレーション処理＞
本実施形態におけるインフルエンスダイアグラムのシミュレーション処理について、図７を用いて適宜図１〜図５を参照しながら説明する。この処理は、図６におけるステップＳ６０４の処理に相当する。

まず、シミュレーション部１６１は、関連線情報記憶部１４１を用いて、シミュレーション処理対象のモデルの各ノードについて、評価値ノードを基準にトポロジカルソートし、ノード値の計算順序を算出する（Ｓ７００）。

シミュレーション処理では、シミュレーション部１６１は３重のループ処理を行う。
一番外側のループでは、入力された時系列の繰り返し回分（繰り返し回数上限値「ｎ」まで）のループを行う（Ｓ７０１）。このループにより、各繰り返し回（１〜ｎ）に対応した各ノード値が算出される。
２つ目のループでは、シミュレーション回数（サンプル数「ｍ」）分のループを行う（Ｓ７０２）。このループにより、各シミュレーション回数（サンプル数「ｍ」）に対応した各ノード値が算出される。
最も内側のループでは、トポロジカルソートによりソートされた順序で、評価値ノードになるまで全ノード数分ループを行う（Ｓ７０３）。このループにより、全ノード分のノード値の算出処理が行われる。
ノード値の算出処理は、以下の手順で行う。

まず、シミュレーション部１６１が、ノード情報記憶部１３１から、当該ノードに設定された現在の繰り返し回に対応するノード設定情報の取得を行う（Ｓ７０４）。

シミュレーション部１６１は、ステップＳ７０４で取得したノード設定情報の数式内に、現在の繰り返し回の下位ノード名が存在するか否かを判別し、存在する場合（Ｓ７０５→Ｙ）は、現在の繰り返し回かつ現在のシミュレーション回数に対応する当該下位ノードのノード値をノード値情報記憶部１５１のサンプル値５１２（１〜ｍ）から取得する（Ｓ７０６）。一方、存在しない場合（Ｓ７０５→Ｎ）は、ステップＳ７０７の処理に進む。

シミュレーション部１６１は、ステップＳ７０４で取得したノード設定情報の数式内に、直前の繰り返し回のノード名が存在するか否かを判別し、存在する場合（Ｓ７０７→Ｙ）は、現在のシミュレーション回数における、直前（前回）の繰り返し回の、対応するノードのノード値をノード値情報記憶部１５１のサンプル値５１２（１〜ｍ）から取得する（Ｓ７０８）。一方、存在しない場合（Ｓ７０７→Ｎ）は、ステップＳ７０９の処理に進む。

その後、シミュレーション部１６１は、ステップＳ７０４で取得したノード値設定情報を用いて、ノード値の算出を行い（Ｓ７０９）、算出したノード値を、ノード値情報記憶部１５１において、現在のノードの、現在のシミュレーション回数の、現在の繰り返し回に相当するサンプル値５１２に格納する（Ｓ７１０）。
以上のシミュレーション処理を行うことで、ノード値情報記憶部１５１のサンプル値５１２（１〜ｍ）には、ノード名および繰り返し回をキーとするノード値の情報が格納される。
ここで、シミュレーション部１６１は、ノード値情報記憶部１５１に格納されている、繰り返し回数上限値と一致する最後の繰り返し回の、サンプル値５１２（１〜ｍ）に格納されている各ノード値の集合から算出した期待値を、出力装置１９０の画面に表示させてもよい。図１０の「ダイアグラム表示画面」１０１０のモデルに表示されている数値は、これに相当する。
さらに、図１１の「一覧画面」１１１０の各値、および図１２は、図５のノード値情報記憶部１５１に格納されている、各ノード値の繰り返し回毎のサンプル値５１２（１〜ｍ）に格納されているノード値の集合から算出した期待値を表示したものである。

＜時系列推移の表示処理＞
本実施形態における評価値の時系列推移の表示処理について、図８を用いて適宜図１〜図５を参照しながら説明する。この処理は、図６におけるステップＳ６０６の処理に相当する。

まず、シミュレーション結果表示部１６４は、ユーザが入力装置１８０を介して入力した、信頼区間上限値と信頼区間下限値の算出に利用する信頼区間のパーセンタイルを取得する（Ｓ８００）。

次に、シミュレーション結果表示部１６４は、各ノードが繰り返し回数上限値「ｎ」になるまで（Ｓ８０１）、ノード値情報記憶部１５１を用いて、評価値ノードの現在の繰り返し回のサンプル値５１２（１〜ｍ）に格納されているノード値の集合を取得し、評価値ノードの確率分布、期待値、標準偏差、信頼区間上限値および信頼区間下限値の算出を行う（Ｓ８０２）。

その後、シミュレーション結果表示部１６４は、ステップＳ８０２で算出した繰り返し回毎の確率分布、期待値、標準偏差、信頼区間上限値、信頼区間下限値などの各値を、ユーザインタフェース部１１０を介して、繰り返し回順に時系列推移グラフとして出力装置１９０に表示する（Ｓ８０３）。

出力装置１９０に表示される、評価値ノードの時系列推移グラフの画面表示例を図１４に示す。ここでは、信頼区間上限値と信頼区間下限値とで表される信頼区間が、繰り返し回毎の期待値、標準偏差と共にグラフで示されている。
ユーザは、出力装置１９０の画面に表示された時系列推移グラフを基に、信頼区間上限値または信頼区間下限値を変更する場合は、図１４の領域１４０１の「信頼区間上限」または領域１４０２の「信頼区間下限」の値を変更し、更新ボタン１４０３を押す。それにより、この「時系列推移の表示処理」は、図８のステップＳ８００に戻って処理を継続する。ここで、図１４で表示されているノードの、ある繰り返し回の情報（例えば、矢印１４０４）をダブルクリックすることで、図１３で説明したヒストグラムを表示させるようにしてもよい。
また、評価値ノード以外の各ノードについても、時系列推移の表示処理（ステップＳ８０１〜Ｓ８０３）を行い、時系列推移グラフを表示させてもよい。それにより、評価値ノード以外のノードの時系列推移についても、ユーザが把握可能となる。

なお、シミュレーション結果表示部１６４は、ノード設定情報の入力画面、ノード値情報の表示画面、確率分布のヒストグラム形式表示画面、インフルエンスダイアグラムの時系列分析グラフなどを、同一画面に表示させてもよい。図１５は、出力装置１９０において、各画面を同一画面上に表示させた図である。これによれば、インフルエンスダイアグラムのモデルのノードや、ノード設定情報などを修正して、その結果をすぐに一覧の表形式や、時系列推移グラフで確認することができる。
これにより、インフルエンスダイアグラムの情報に基づく時系列分析の結果を、時系列に、グラフ形式や表形式で表示することにより、利用者に分りやすく提供することが可能となる。
また、インフルエンスダイアグラムのモデルと各種分析結果を同時に表示でき、さらに、シミュレーション処理の即時実行も可能であるため、利用者の迅速な意思決定を支援することができる。

以上説明した本発明の実施形態によれば、ノードに設定するノード設定情報は、繰り返し回を示す一意の情報と関係付けて格納されることで、インフルエンスダイアグラムのモデルのノードに複数の異なる数式などのノード設定情報を設定できる。
そして、モデルで定義されたノード設定情報を利用して、繰り返し回毎のモデルの評価値を求める。
モデルの評価値を求める際に利用するノード設定情報に含まれる数式は、現在の繰り返し回の値に関連付けた情報として格納し、数式には、下位ノードの値や、当該繰り返し回の直前の繰り返し回で求めた各ノード値を利用できる。
求めた評価値の中で、最後の繰り返し回で求めた評価値ノードのノード値を、モデルの時系列での最終的な評価値として、求めた評価値の集合を繰り返し回の順で並べたものをモデルの時系列推移として表示する。
また、各ノードの繰り返し回毎のノード値を表形式で表示する機能や、モデルのノードの設定情報を一覧形式で入力する機能が提供される。

前記した機能が提供されることで、以下の効果が得られる。
インフルエンスダイアグラムのモデルについて、各ノードの式に下位のノードの値だけではなく、各ノードの前回の繰り返し回の計算結果の値を利用できることにより、従来、手作業で組み合わせて行っていたインフルエンスダイアグラムのモデルの時系列分析を、短時間で容易に行うことができる。

また、ＧＵＩ（Graphical User Interface）を使ってインフルエンスダイアグラムのモデルを作図することにより、ユーザ操作性も兼ね備える構成としており、さらに、１つの画面上で、インフルエンスダイアグラムのモデル、ノード設定情報、ノード値、グラフを表示変更可能とした。これにより、各ノードの設定情報を変更した結果が、リアルタイムに数値でもグラフでも利用者が把握できるようになり、有効な検証および分析が、更に迅速に実施可能となる。この機能は、経営判断や戦略会議、研究開発などの実行判断材料として有効である。

インフルエンスダイアグラムで、標準偏差と信頼区間を算出した結果を１つの画面（グラフ）で画面表示できるので、ユーザは目視にて容易に分析結果を把握することができる。そして、表示画面上で信頼区間上限値および信頼区間下限値を変更し、更新することで、その結果がグラフに即時に反映されるので、ユーザはリアルタイムにシミュレーション処理結果を把握することができる。

以上によれば、インフルエンスダイアグラムの時系列分析を行うための準備作業工数の削減を図り、人為的判断作業の操作を容易にすることができる。

本実施形態では、時系列分析プログラム１２１を、データと共に記憶部１２０に格納されるものとして説明したが、これに限らず、例えば外部の記憶手段に、インターネットなどの通信手段を介して読み出し可能に格納されていてもよい。さらに、本プログラム１２１が書き込まれたＣＤ−ＲＯＭ（Compact Disk Read Only Memory）や半導体チップなどとして提供してもよい。プログラムのインストールに関しても、通信装置を介してネットワーク経由でプログラムをダウンロードしてインストールすることでもよい。

また、時系列分析システム１は、パーソナルコンピュータやサーバなどのコンピュータによって実現されるが、必ずしもスタンドアロンである必要はなく、クライアント／サーバ・システムによって実現されてもよい。

以上、本発明の好適な実施形態について一例を示したが、本発明は前記実施の形態に限定されず、本発明の趣旨を逸脱しない範囲で適宜変更が可能である。

インフルエンスダイアグラムのモデル例を示す図である。 本システムの機能の一例を示すブロック図である。 ノード情報記憶部の構成例を示す図である。 関連線情報記憶部の構成例を示す図である。 ノード値情報記憶部の構成例を示す図である。 本システムにおける時系列分析の処理手順を示すフローチャートである。 シミュレーション処理の処理手順を示すフローチャートである。 時系列推移の表示処理の処理手順を示すフローチャートである。 インフルエンスダイアグラムの画面表示例を示す図である。 ノード設定情報の入力画面例を示す図である。 「一覧画面」でのノード設定情報の入力画面例を示す図である。 「一覧画面」の別ウィンドウ表示画面例を示す図である。 確率分布のヒストグラム形式による画面表示例を示す図である。 評価値ノードの時系列推移グラフの画面表示例を示す図である。 ノード設定情報の設定画面、ノード値情報の表示画面、確率分布のヒストグラム形式表示画面、インフルエンスダイアグラムの時系列分析グラフなどを同一画面に表示した例を示す図である。

符号の説明

１ 時系列分析システム
１００ 端末装置
１１０ ユーザインタフェース部
１２０ 記憶部
１２１ 時系列分析プログラム
１３０ データ部
１３１ ノード情報記憶部
１４１ 関連線情報記憶部
１５１ ノード値情報記憶部
１６０ 処理部
１６１ シミュレーション部
１６２ モデル情報取得部
１６３ ノード設定情報取得部
１６４ シミュレーション結果表示部
１８０ 入力装置
１９０ 出力装置

Claims (3)

1. 複数のノードを関連線により連結して相互関係を示したモデルの時系列分析を行うための時系列分析プログラムであって、コンピュータを、
   入力手段を介して入力された前記モデルのノードの情報と、前記ノード同士の関係を示す関連線の情報とを取得するモデル情報取得手段と、
   入力手段を介して入力された各ノードのノード設定情報を取得し、前記ノード設定情報を、ノード名および時系列における繰り返し回と関連付けるノード設定情報取得手段と、
   入力手段を介して入力された繰り返し回数上限値の情報を取得し、前記取得した前記ノードの情報および前記関連線の情報を用いて、前記繰り返し回が前記繰り返し回数上限値になるまで、繰り返し回毎の各ノードの値を算出し、前記ノード設定情報に、前回の繰り返し回のノードを示す情報が含まれていた場合には、前記算出した繰り返し回毎の各ノードの値のうち、前回の繰り返し回の当該ノードの値の情報を用いてノードの値を算出するシミュレーション手段と、
   前記算出した繰り返し回毎の各ノードの値を、前記繰り返し回順に、シミュレーション結果として時系列表示するシミュレーション結果表示手段、
   として機能させることを特徴とする時系列分析プログラム。
2. インフルエンスダイアグラムで作成されたモデルを分析する端末装置と、前記端末装置に情報を入力する入力装置と、前記端末装置が算出した情報を出力する出力装置とを含んでなる時系列分析システムであって、
   前記端末装置は、
   前記モデルを構成するノードに設定するノード設定情報を、ノード名および時系列における繰り返し回と関連付けて記憶するノード情報記憶部と、
   前記ノード同士の関係を示す関連線の情報を記憶する関連線情報記憶部と、
   前記ノードの値を、ノード名および前記繰り返し回の情報と関連付けて格納するノード値情報記憶部と、
   各情報を用いて時系列分析を行う処理部とを備え、
   前記処理部は、
   前記入力装置を介して入力された前記モデルを構成するノードの情報と、前記関連線の情報とを取得し、前記ノードの情報をノード情報記憶部に、前記関連線の情報を関連線情報記憶部に格納するモデル情報取得手段と、
   前記入力装置を介して入力された前記ノード設定情報を取得し、前記ノード情報記憶部に格納するノード設定情報取得手段と、
   前記入力装置を介して入力された繰り返し回数上限値の情報を取得し、前記ノード情報記憶部および前記関連線情報記憶部の情報を用いて、前記繰り返し回が前記繰り返し回数上限値になるまで、繰り返し回毎の各ノードの値を算出し、前記ノード設定情報に、前回の繰り返し回のノードを示す情報が含まれていた場合には、前記算出した繰り返し回毎の各ノードの値のうち、前回の繰り返し回の当該ノードの値の情報を用いてノードの値を算出し、算出した各ノードの値を前記ノード値情報記憶部に格納するシミュレーション手段と、
   前記ノード値情報記憶部に格納されている前記各ノードの値を、繰り返し回順にシミュレーション結果として時系列表示するシミュレーション結果表示手段、
   を有することを特徴とする時系列分析システム。
3. インフルエンスダイアグラムで作成されたモデルを時系列分析する時系列分析装置であって、
   前記モデルを構成するノードに設定するノード設定情報を、ノード名および時系列における繰り返し回と関連付けて記憶するノード情報記憶部と、
   前記ノード同士の関係を示す関連線の情報を記憶する関連線情報記憶部と、
   前記ノードの値を、ノード名および前記繰り返し回の情報と関連付けて格納するノード値情報記憶部と、
   各情報を用いて時系列分析を行う処理部とを備え、
   前記処理部は、
   入力手段を介して入力された前記モデルを構成するノードの情報と、前記関連線の情報とを取得し、前記ノードの情報をノード情報記憶部に、前記関連線の情報を関連線情報記憶部に格納するモデル情報取得手段と、
   入力手段を介して入力された前記ノード設定情報を取得し、前記ノード情報記憶部に格納するノード設定情報取得手段と、
   入力手段を介して入力された繰り返し回数上限値の情報を取得し、前記ノード情報記憶部および前記関連線情報記憶部の情報を用いて、前記繰り返し回が前記繰り返し回数上限値になるまで、繰り返し回毎の各ノードの値を算出し、前記ノード設定情報に、前回の繰り返し回のノードを示す情報が含まれていた場合には、前記算出した繰り返し回毎の各ノードの値のうち、前回の繰り返し回の当該ノードの値の情報を用いてノードの値を算出し、算出した各ノードの値を前記ノード値情報記憶部に格納するシミュレーション手段と、
   前記ノード値情報記憶部に格納されている前記各ノードの値を、繰り返し回順にシミュレーション結果として時系列表示するシミュレーション結果表示手段、
   を備えることを特徴とする時系列分析装置。