JP5967017B2 - 影響因子抽出方法およびプログラム - Google Patents
影響因子抽出方法およびプログラム Download PDFInfo
- Publication number
- JP5967017B2 JP5967017B2 JP2013115106A JP2013115106A JP5967017B2 JP 5967017 B2 JP5967017 B2 JP 5967017B2 JP 2013115106 A JP2013115106 A JP 2013115106A JP 2013115106 A JP2013115106 A JP 2013115106A JP 5967017 B2 JP5967017 B2 JP 5967017B2
- Authority
- JP
- Japan
- Prior art keywords
- variable
- explanatory
- variables
- objective
- explanatory variables
- 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.)
- Active
Links
- 238000000034 method Methods 0.000 title claims description 40
- 238000000605 extraction Methods 0.000 claims description 26
- 238000009826 distribution Methods 0.000 claims description 20
- 230000010354 integration Effects 0.000 claims description 17
- 230000001186 cumulative effect Effects 0.000 claims description 13
- 238000005315 distribution function Methods 0.000 claims description 13
- 238000000491 multivariate analysis Methods 0.000 claims description 10
- 238000012360 testing method Methods 0.000 claims description 8
- 238000009828 non-uniform distribution Methods 0.000 claims description 2
- 239000006185 dispersion Substances 0.000 description 21
- 238000012545 processing Methods 0.000 description 17
- 238000010586 diagram Methods 0.000 description 14
- 238000004458 analytical method Methods 0.000 description 13
- 230000000875 corresponding effect Effects 0.000 description 10
- 238000004519 manufacturing process Methods 0.000 description 10
- 238000000611 regression analysis Methods 0.000 description 10
- 238000004364 calculation method Methods 0.000 description 6
- 230000002596 correlated effect Effects 0.000 description 4
- 239000000284 extract Substances 0.000 description 4
- 238000013517 stratification Methods 0.000 description 4
- 238000011156 evaluation Methods 0.000 description 3
- 238000001134 F-test Methods 0.000 description 2
- XEEYBQQBJWHFJM-UHFFFAOYSA-N Iron Chemical compound [Fe] XEEYBQQBJWHFJM-UHFFFAOYSA-N 0.000 description 2
- 230000001174 ascending effect Effects 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 230000011218 segmentation Effects 0.000 description 2
- 238000000692 Student's t-test Methods 0.000 description 1
- 238000012790 confirmation Methods 0.000 description 1
- 238000003066 decision tree Methods 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 230000006866 deterioration Effects 0.000 description 1
- 239000000446 fuel Substances 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 229910052742 iron Inorganic materials 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000000513 principal component analysis Methods 0.000 description 1
- 238000003672 processing method Methods 0.000 description 1
- 230000008707 rearrangement Effects 0.000 description 1
- 238000000926 separation method Methods 0.000 description 1
- 238000012105 stratification Analysis Methods 0.000 description 1
- 238000012353 t test Methods 0.000 description 1
- 238000009941 weaving Methods 0.000 description 1
- 239000002759 woven fabric Substances 0.000 description 1
Landscapes
- General Factory Administration (AREA)
- Complex Calculations (AREA)
Description
また、特許文献3に開示された技術では、質的変数の分離の際にF検定、t検定を用いているものの、この分離は質的変数のみであり、量的変数への適用は考慮されていない。また、質的変数も異なる説明変数間の分散の影響については考慮されていない。
[1]複数の説明変数と該説明変数に対する目的変数を有する事象を対象に、該目的変数のデータの非等分散性に影響を与える因子である説明変数を抽出する影響因子抽出方法であって、
複数の説明変数の中から説明変数を1つ選定し、選定した説明変数が量的変数の場合には、選定した説明変数のデータを、小さい方から大きい方へ又は大きい方から小さい方へと、対応する目的変数のデータと共に対にして並び替え、並び替えたデータを複数の区分に分割し、分割した区分の1つを選定し、その他全ての区分に対して選定した区分を元に目的変数のF分布の累積分布関数αの計算を、片側または両側のいずれかを選択して行い、
また、選定した説明変数が質的変数である場合には、前記αを片側または両側のいずれかを選択して説明変数の区分全ての組合せで計算し、
以上の処理を他の説明変数についても説明変数がなくなるまで繰り返し行い、計算された全ての目的変数のαに基づいて非等分散性に影響する説明変数を抽出することを特徴とする影響因子抽出方法。
[2]上記[1]に記載の影響因子抽出方法において、
説明変数が量的変数の場合、隣り合う区分同士で前記αの計算を片側または両側のいずれかを選択して行い、該αをα2として、該α2に基づいて、前記隣り合う区分同士を統合又は据置し、
また説明変数が質的変数の場合には、これに対応する計算された前記αに基づいて区分を統合又は据置することを特徴とする影響因子抽出方法。
[3]上記[2]に記載の影響因子抽出方法において、
抽出された説明変数以外の残された説明変数に対して、前記αに基づく説明変数の抽出および前記区分統合又は据置を、説明変数を順次減らしながら繰り返して行うことを特徴とする影響因子抽出方法。
[4]上記[1]ないし[3]のいずれか1項に記載の影響因子抽出方法において、
区分毎のデータ数が閾値または前記αに基づいて処理を中止することを特徴とする影響因子抽出方法。
[5]上記[4]に記載の影響因子抽出方法において、
抽出された説明変数以外の残された説明変数に質的変数があれば、該質的変数に対応する目的変数に対して、説明変数内の区分間の目的変数の値に有意差があるかを平均の差の検定を行い、有意差があると判断した場合、この説明変数を抽出することを特徴とする影響因子抽出方法。
[6]上記[5]に記載の影響因子抽出方法を用いて残った説明変数にて多変量解析を行い、目的変数に対して相関の強い因子を抽出すること又は目的変数を定量的に予測することを特徴とする多変量解析方法。
[7]上記[1]ないし[4]のいずれか1項に記載の影響因子抽出方法における各ステップを、コンピュータに実行させることを特徴とする影響因子抽出プログラム。
目的変数および説明変数が、共に量的変数である場合である。
処理対象の量的変数である説明変数を分割する。分割方法は、説明変数のデータ値が小さい方から大きい方へと変化する等N数に近い形で行う。分割数は、任意で設定するが2〜10の範囲で選択するのが良い。ここでは、デフォルトとして4分割としている。先ず、説明変数N1を処理対象として、これを等N数に近い形で分割する。
上記説明変数N1以外のすべての説明変数に対して、(1)−1と同様の処理を行う。本実施例では、説明変数N2およびN3に対して処理を行う。すなわち、分割数はデフォルトの4とし、等分されたデータをそれぞれとして、これらに対応する目的変数のσを計算する。このσを用いて、それぞれのF0値、αを計算する。説明変数N2に対する計算結果を、表3および表4に、説明変数N3に対する計算結果を、表5および表6に、それぞれ示す。
説明変数が、質的変数(例えば、特定処理の有無、特定成分の有無など)である場合は、データの区分毎に全ての組合せとなるようにF0、αの計算を行う。ただし、質的変数の各区分のデータ数であるN数が10未満ならば、処理は不可とする。結果を、表7および表8に示す。
(1)〜(2)で処理を行った説明変数N1〜N4の中で、αに基づいて、非等分散性に最も影響のある説明変数を抽出する。αは小さい程、分散の変化が大きいことが示されるが、本発明ではαが最も小さい組み合わせのある説明変数を抽出する。これより、本実施例では、最小値α=1.5283×10-21であるN11/N14の組み合わせがある説明変数N1を抽出する。
N1の区分の中で区分を統合する
以下に、区分統合の手順を説明する。
(5−1)各区分をN11〜N14で分割した区分を更に分割し、(1)〜(4)の処理を繰り返す。図4は、多段での解析での様子を模式的に示す図である。
図5は、N11に対して、N2〜N4で区分化してF0値・αを計算した結果を示す図である。N2〜N4で区分化してαを算出したが、本発明ではN11の全ての組み合わせはαが0.01以上のため、N11は分割不可とした。
a)各区分のNが10未満
b)αの0.01以上であること
図6は、N12に対して、N2〜N4で区分化してF0値・αを計算した結果を示す図である。本発明では、αが0.01未満の0.0019であるN12-N4の組み合わせを採用する。そして、N12N42を更に分割して、解析を行う。図7は、N12N42を更に分割してF0値・αを計算した結果を示す図である。図7において、αは0.01以上であるため、処理を停止となった。N12N41は4等分後のデータ数が10未満となるため、解析停止とした。
図8は、N13に対して、N2〜N4で区分化してF0値・αを計算した結果を示す図である。この結果、N13-N4がαが0.01未満のため採用する。そして、N13N41,N13N42それぞれを更に分割して、解析を行う。図9は、N13N41を更に分割して目的変数のF0値・αを計算した結果を示す図、図10はN13N42を更に分割して目的変数のF0値・αを計算した結果を示す図である。図9,10において、αは0.01以上であるため、処理を停止とした。
図11は、N14に対して、N2〜N4で区分化してF0値・αを計算した結果を示す図である。この結果、αが0.01以上のため、採用はなしとした。
Claims (7)
- 複数の説明変数と該説明変数に対する目的変数を有する事象を対象に、該目的変数のデータの非等分散性に影響を与える因子である説明変数を抽出する影響因子抽出方法であって、
コンピュータが、複数の説明変数の中から説明変数を1つ選定し、
選定した説明変数が量的変数の場合には、選定した説明変数のデータを、小さい方から大きい方へ又は大きい方から小さい方へと、対応する目的変数のデータと共に対にして並び替え、並び替えたデータを複数の区分に分割し、分割した区分の1つを選定し、選定した区分とその他全ての区分それぞれとの組合せ全てで目的変数のF分布の累積分布関数αの計算を、片側または両側のいずれかを選択して行い、
また、選定した説明変数が質的変数である場合には、該質的変数の区分同士の組合せ全てで目的変数のF分布の累積分布関数αの計算を、片側または両側のいずれかを選択して行い、
以上の処理を、選択されていない説明変数がなくなるまで繰り返し行い、計算された目的変数のF分布の累積分布関数αが最も小さい組合せのある説明変数を抽出することを特徴とする影響因子抽出方法。 - 請求項1に記載の影響因子抽出方法において、
説明変数が量的変数の場合には、隣り合う区分同士で計算した前記αを選択し、該αをα2として、該α2が予め決めた値以上であれば前記隣り合う区分同士を統合し、それ以外であれば据置し、
また説明変数が質的変数の場合には、該質的変数の区分同士の組合せ全てで計算した前記αの内、前記予め決めた値以上のものがあれば、その説明変数の区分同士を統合し、それ以外であれば据置することを特徴とする影響因子抽出方法。 - 請求項2に記載の影響因子抽出方法において、
抽出された説明変数以外の残された説明変数に対して、前記αに基づく説明変数の抽出および前記区分統合又は据置を、説明変数を順次減らしながら繰り返して行うことを特徴とする影響因子抽出方法。 - 請求項1ないし3のいずれか1項に記載の影響因子抽出方法において、
区分毎のデータ数の閾値又は計算した前記αに基づいて請求項1ないし3のいずれか1項に記載の処理を中止することを特徴とする影響因子抽出方法。 - 請求項4に記載の影響因子抽出方法において、
抽出された説明変数以外の残された説明変数に質的変数があれば、該質的変数に対応する目的変数に対して、説明変数内の区分間の目的変数の値に有意差があるかを平均の差の検定を行い、有意差があると判断した場合、この説明変数を抽出することを特徴とする影響因子抽出方法。 - 請求項5に記載の影響因子抽出方法を用いて残った説明変数にて多変量解析を行い、目的変数に対して相関の強い因子を抽出すること又は目的変数を定量的に予測することを特徴とする多変量解析方法。
- 請求項1ないし4のいずれか1項に記載の影響因子抽出方法における各ステップを、コンピュータに実行させることを特徴とする影響因子抽出プログラム。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2013115106A JP5967017B2 (ja) | 2013-05-31 | 2013-05-31 | 影響因子抽出方法およびプログラム |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2013115106A JP5967017B2 (ja) | 2013-05-31 | 2013-05-31 | 影響因子抽出方法およびプログラム |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2014235481A JP2014235481A (ja) | 2014-12-15 |
JP5967017B2 true JP5967017B2 (ja) | 2016-08-10 |
Family
ID=52138169
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2013115106A Active JP5967017B2 (ja) | 2013-05-31 | 2013-05-31 | 影響因子抽出方法およびプログラム |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP5967017B2 (ja) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP6844204B2 (ja) * | 2016-03-22 | 2021-03-17 | 日本製鉄株式会社 | 予測テーブル設計装置、方法及びプログラム |
JP7056497B2 (ja) * | 2018-10-03 | 2022-04-19 | トヨタ自動車株式会社 | 重回帰分析装置及び重回帰分析方法 |
JP7440438B2 (ja) | 2021-02-03 | 2024-02-28 | 株式会社日立製作所 | 公差解析システム |
Family Cites Families (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP3301247B2 (ja) * | 1994-12-28 | 2002-07-15 | 株式会社豊田中央研究所 | 材料の真密度推定方法および装置、材料の空洞量推定方法 |
JP4495691B2 (ja) * | 2006-05-15 | 2010-07-07 | 三菱電機インフォメーションシステムズ株式会社 | 影響因子推定装置及び影響因子推定プログラム |
JP5228461B2 (ja) * | 2007-12-05 | 2013-07-03 | 富士通株式会社 | パターン抽出装置、パターン抽出プログラムおよびパターン抽出方法 |
JP5696354B2 (ja) * | 2009-08-21 | 2015-04-08 | 日本電気株式会社 | 信頼度判断装置 |
JP5532804B2 (ja) * | 2009-09-30 | 2014-06-25 | 日本電気株式会社 | 信頼度判断装置、信頼度判断方法、及び信頼度判断用コンピュータプログラム |
JP5692091B2 (ja) * | 2009-12-15 | 2015-04-01 | 日本電気株式会社 | 情報処理装置、情報処理方法およびコンピュータプログラム |
-
2013
- 2013-05-31 JP JP2013115106A patent/JP5967017B2/ja active Active
Also Published As
Publication number | Publication date |
---|---|
JP2014235481A (ja) | 2014-12-15 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
KR102092054B1 (ko) | 자동 결함 분류에서 분류기 준비 및 유지 | |
JP5014500B1 (ja) | 異常要因特定方法および装置、上記異常要因特定方法をコンピュータに実行させるためのプログラム、並びに上記プログラムを記録したコンピュータ読み取り可能な記録媒体 | |
KR102258942B1 (ko) | 인라인 수율 모니터링을 위한 임계 파라메트릭 전기 테스트 파라미터의 자동 결정을 위한 시스템 및 방법 | |
US10901401B2 (en) | Plan generation apparatus, method and computer readable medium for multi-process production of intermediate product | |
US20130036126A1 (en) | Natural language text analytics | |
US20070094196A1 (en) | Manufacture data analysis method and manufacture data analyzer apparatus | |
JP5967017B2 (ja) | 影響因子抽出方法およびプログラム | |
CN111090579B (zh) | 基于皮尔森相关性加权关联分类规则的软件缺陷预测方法 | |
CN111931334A (zh) | 一种用于评估电缆设备运行可靠性的方法及系统 | |
Muthusamy et al. | Effectiveness of test case prioritization techniques based on regression testing | |
KR102024829B1 (ko) | Cart 기반의 입력변수 랭킹을 이용한 산업공정의 고장변수 식별을 위한 장치 및 방법 | |
CN104486353B (zh) | 一种基于流量的安全事件检测方法及装置 | |
JP2008250910A (ja) | データマイニング方法及び工程管理方法 | |
Filz et al. | Data-driven analysis of product property propagation to support process-integrated quality management in manufacturing systems | |
JP2016091138A (ja) | ソースコード検証システム | |
CN110226160B (zh) | 状态分析装置、状态分析方法、以及存储介质 | |
JP4439803B2 (ja) | 製造データ解析方法及びそれをコンピュータに実行させるプログラム | |
CN105814546B (zh) | 用于辅助对算法链的检验和验证的方法和系统 | |
JP6885211B2 (ja) | 情報分析装置、情報分析方法および情報分析プログラム | |
CN111724048A (zh) | 基于特征工程对成品库调度系统性能数据的特征抽取方法 | |
CN112445632A (zh) | 基于故障数据建模的hpc可靠性评估方法 | |
Singh et al. | Acceptance sampling plan for truncated life tests based on generalized pareto distribution using mean life | |
CN116148641B (zh) | 用于芯片分级的方法、装置、计算机设备及可读存储介质 | |
JP7392415B2 (ja) | 情報処理プログラム、情報処理装置、コンピュータ読み取り可能な記録媒体および情報処理システム | |
Rifqi | Performance Evaluation of an EWMA p Chart Based on Improved Square Root Transformation to detect Small Shift Process Variation |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20141219 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20150715 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20150818 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20151015 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20160329 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20160519 |
|
TRDD | Decision of grant or rejection written | ||
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20160607 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20160620 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 5967017 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |