JP7380699B2 - 分析装置及びプログラム - Google Patents

Description

本発明はデータの分析に関する。

複数のデータの関係性を把握する技術が開発されている。例えば特許文献１は、特性要因図や円グラフなどを利用してデータ間の関連性を表す技術を開示している。ここで、特性要因図とは、特性（結果）から幹を伸ばし、幹から伸ばした枝にグループ分けした要因を示すことにより、特性とその要因を視覚的に表示するものである。

特開２０１９－３６０６１号公報 米国特許出願公開第２０１４／０２２２７４１Ａ１号明細書

要因が特性に与える影響の大きさは要因ごとに異なりうる。しかしながら、特許文献１の特性要因図には、このような要因ごとの影響の大きさが表されていない。

本発明は上記の課題に鑑みてなされたものであり、特性とその要因及び各要因が特性に与える影響の双方を容易に把握できる技術を提供することである。

本発明の分析装置は、１）目的変数に対する複数の説明変数それぞれの影響度を示す関係情報を取得する取得部と、２）前記関係情報を用いて前記目的変数と前記説明変数の関係を表す特性要因図を生成する生成部と、を有する。
前記生成部は、前記特性要因図における各説明変数に関する表示の表示態様又はその表示の有無を、その説明変数の前記影響度に基づいて決定する。

本発明の制御方法は、コンピュータによって実行される。当該制御方法は、１）目的変数に対する複数の説明変数それぞれの影響度を示す関係情報を取得する取得ステップと、２）前記関係情報を用いて前記目的変数と前記説明変数の関係を表す特性要因図を生成する生成ステップと、を有する。
前記生成ステップにおいて、前記特性要因図における各説明変数に関する表示の表示態様又はその表示の有無を、その説明変数の前記影響度に基づいて決定する。

本発明のプログラムは、コンピュータに、本発明の制御方法を実行させる。

特性とその要因及び各要因が特性に与える影響の双方を容易に把握できる技術が提供される。

本実施形態の分析装置の概要を説明するための図である。 実施形態１の分析装置の機能構成を例示する図である。 分析装置を実現するための計算機を例示する図である。 分析装置の利用環境を例示する図である。 実施形態１の分析装置によって実行される処理の流れを例示するフローチャートである。 関係情報の構成を例示する図である。 目的変数と説明変数の関係が複数の線形モデルで表される場合における関係情報５０を例示する図である。 説明変数の影響度を利用して要因表示の表示態様が決定される特性要因図１０を例示する図である。 説明変数の影響度を利用して要因表示の有無が決定される特性要因図１０を例示する図である。 実施形態２の分析装置の概要を説明するための図である。 実施形態２の分析装置によって実行される処理の流れを例示するフローチャートである。 特性要因図とグラフの双方が含まれる画面を例示する図である。 指定された説明変数と目的変数それぞれについてのデータを示すグラフを例示する図である。 複数の要因表示が指定された場合のグラフを例示する図である。

以下、本発明の実施の形態について、図面を用いて説明する。尚、すべての図面において、同様な構成要素には同様の符号を付し、適宜説明を省略する。また各ブロック図において、特に説明がない限り、各ブロックは、ハードウエア単位の構成ではなく機能単位の構成を表している。

［実施形態１］
＜概要＞
図１は、本実施形態の分析装置２０００の概要を説明するための図である。なお、図１は、分析装置２０００に対する理解を容易にするための例示であり、分析装置２０００の機能は図１に表されているものに限定されない。

分析装置２０００は、目的変数と複数の説明変数との関係を表す特性要因図１０を生成する。ここで、特性要因図は、特性とその複数の要因との関係を視覚的に表す図である。特性要因図１０において、特性は目的変数に対応し、要因は説明変数に対応する。ここで、特性は目的変数そのものであってもよいし、目的変数と関連する項目であってもよい。目的変数と関連する項目とは、例えば、着目する物や事象が目的変数と共通するものである。例えば、目的変数が「製品の不良の有無」を表し、特性は「製品の不良」を表すケースなどがある。同様に、要因は、説明変数そのものであってもよいし、説明変数と関連する項目であってもよい。

特性要因図１０は、特性を表す表示（特性表示１２）に繋がる１つの幹１１を有し、その幹１１と１つ以上の大枝１３が繋がっている。各大枝１３は、要因のグループを表す表示（グループ表示１４）と繋がっている。さらに、１つの大枝１３には、１つ以上の小枝１５が繋がっている。そして、各小枝１５には、１つの要因を表す表示（要因表示１６）が繋がっている。

図１の例において、目的変数は「製品の不良の有無」であり、特性は「製品の不良」である。そこで、特性表示１２は「不良」を示している。また、説明変数のグループは、材料、環境、及び品質である。そこで、特性要因図１０は、グループ表示１４として「材料」、「環境」、及び「品質」を示している。また、説明変数は、平均気温、成分１、又は品質情報１などである。そこで、特性要因図１０は、これら各説明変数に対応する要因表示１６を示している。

分析装置２０００は、各要因表示１６の表示態様又は各要因表示１６の表示の有無を、その要因表示１６に対応する説明変数が目的変数に与える影響の度合い（以下、影響度）に基づいて決定する。そのために、分析装置２０００は、目的変数と説明変数の関係を表す関係情報５０を取得する。関係情報５０は、各説明変数の影響度を示す。

例えば分析装置２０００は、影響度が比較的高い説明変数の要因表示１６と、影響度が比較的低い説明変数の要因表示１６とで、表示態様を異ならせる。より具体的には、影響度が比較的高い説明変数の要因表示１６の方がより強調されるようにする。図１の例では、影響度が比較的高い説明変数の要因表示１６には枠が付けられており、それ以外の要因表示１６には枠が付けられていない。その他にも例えば、分析装置２０００は、影響度が比較的高い説明変数の要因表示１６のみを特性要因図１０に含め、それ以外の説明変数の要因表示１６については特性要因図１０に含めないようにする。

＜作用効果の一例＞
目的変数と説明変数の関係を視覚的に表す方法の１つとして、特性要因図を利用する方法が考えられる。しかしながら、既存の特性要因図では、各説明変数が目的変数に対して持つ影響の大きさを把握することができない。

そこで分析装置２０００は、影響度に基づいて要因表示１６の表示態様を決定する。このようにすることで、目的変数と説明変数の関係を視覚的に表す特性要因図において、各説明変数の目的変数への影響度の違いを容易に把握することができる。すなわち、特性要因図１０を閲覧することで、目的変数と説明変数の関係（特性と要因の関係）と、説明変数の影響度の双方を、容易に把握できる。

以下、本実施形態についてさらに詳細を述べる。

＜機能構成の例＞
図２は、実施形態１の分析装置２０００の機能構成を例示する図である。分析装置２０００は、取得部２０２０及び生成部２０４０を有する。取得部２０２０は、ソースデータ４０について関係情報５０を取得する。生成部２０４０は、関係情報５０を利用して特性要因図１０を生成する。ここで、生成部２０４０は、特性要因図１０における各要因表示１６の表示態様又は要因表示１６の表示の有無を、その要因表示１６に対応する説明変数の影響度に基づいて決定する。

＜分析装置２０００のハードウエア構成の例＞
分析装置２０００の各機能構成部は、各機能構成部を実現するハードウエア（例：ハードワイヤードされた電子回路など）で実現されてもよいし、ハードウエアとソフトウエアとの組み合わせ（例：電子回路とそれを制御するプログラムの組み合わせなど）で実現されてもよい。以下、分析装置２０００の各機能構成部がハードウエアとソフトウエアとの組み合わせで実現される場合について、さらに説明する。

図３は、分析装置２０００を実現するための計算機１０００を例示する図である。計算機１０００は、任意の計算機である。例えば計算機１０００は、PC（Personal Computer）やサーバマシンなどといった、据え置き型の計算機である。その他にも例えば、計算機１０００は、スマートフォンやタブレット端末などといった可搬型の計算機である。

計算機１０００は、分析装置２０００を実現するために設計された専用の計算機であってもよいし、汎用の計算機であってもよい。後者の場合、例えば、計算機１０００に対して所定のアプリケーションをインストールすることにより、計算機１０００で、分析装置２０００の各機能が実現される。上記アプリケーションは、分析装置２０００の機能構成部を実現するためのプログラムで構成される。

計算機１０００は、バス１０２０、プロセッサ１０４０、メモリ１０６０、ストレージデバイス１０８０、入出力インタフェース１１００、及びネットワークインタフェース１１２０を有する。バス１０２０は、プロセッサ１０４０、メモリ１０６０、ストレージデバイス１０８０、入出力インタフェース１１００、及びネットワークインタフェース１１２０が、相互にデータを送受信するためのデータ伝送路である。ただし、プロセッサ１０４０などを互いに接続する方法は、バス接続に限定されない。

プロセッサ１０４０は、CPU（Central Processing Unit）、GPU（Graphics Processing Unit）、FPGA（Field－Programmable Gate Array）などの種々のプロセッサである。メモリ１０６０は、RAM（Random Access Memory）などを用いて実現される主記憶装置である。ストレージデバイス１０８０は、ハードディスク、SSD（Solid State Drive）、メモリカード、又は ROM（Read Only Memory）などを用いて実現される補助記憶装置である。

入出力インタフェース１１００は、計算機１０００と入出力デバイスとを接続するためのインタフェースである。例えば入出力インタフェース１１００には、キーボードなどの入力装置や、ディスプレイ装置などの出力装置が接続される。

ネットワークインタフェース１１２０は、計算機１０００を通信網に接続するためのインタフェースである。この通信網は、例えば LAN（Local Area Network）や WAN（Wide Area Network）である。

ストレージデバイス１０８０は、分析装置２０００の各機能構成部を実現するプログラム（前述したアプリケーションを実現するプログラム）を記憶している。プロセッサ１０４０は、このプログラムをメモリ１０６０に読み出して実行することで、分析装置２０００の各機能構成部を実現する。

＜分析装置２０００の利用環境の例＞
分析装置２０００の理解を容易にするため、分析装置２０００の利用環境の一例を説明する。図４は、分析装置２０００の利用環境を例示する図である。

図４において、分析装置２０００は、ネットワークを介してユーザ端末６０と接続されている。ユーザは、ユーザ端末６０を操作して、特定の関係情報５０について特性要因図１０を提供するように、関係情報５０に関する条件を示したリクエストを分析装置２０００へ送信する。分析装置２０００は、このリクエストに応じて、条件に該当する関係情報５０を記憶装置から取得し、取得した関係情報５０を利用して特性要因図１０を生成する。そして、分析装置２０００は、生成した特性要因図１０をユーザ端末６０へ送信する。

例えば、分析装置２０００は、特性要因図１０の画像を含む画面データ（例えば Web ページ）をユーザ端末６０に対して提供する。この場合、ユーザ端末６０は、受信した Web ページをブラウザで表示する。こうすることで、ユーザは、特性要因図１０を閲覧することができる。

分析装置２０００の利用環境は、図４に示したものに限定されない。例えば、分析装置２０００は、ユーザ端末６０を介して利用されるのではなく、直接ユーザに操作されてもよい。また、特性要因図１０の生成対象とする関係情報５０を特定する方法は、ユーザが関係情報５０に関する条件を指定する方法に限定されない（詳しくは後述）。

＜処理の流れ＞
図５は、実施形態１の分析装置２０００によって実行される処理の流れを例示するフローチャートである。取得部２０２０は、関係情報５０を取得する（Ｓ１０２）。生成部２０４０は、関係情報５０を用いて特性要因図１０を生成する（Ｓ１０４）。生成部２０４０は、特性要因図１０を出力する（Ｓ１０６）。

＜関係情報５０について＞
関係情報５０は、目的変数と複数の説明変数との関係を示す。図６は、関係情報５０の構成を例示する図である。図６において、関係情報５０は、目的変数５２及び説明変数５４という情報を含む。目的変数５２は、目的変数の識別情報（名称など）を示す。説明変数５４は、各説明変数について、識別情報５６（名称など）と影響度５８を示す。

関係情報５０によって示される関係は、例えば、目的変数の値と各説明変数の値とが対応づけられているデータ（以下、ソースデータ）を解析することで推定されたものである。推定された関係は、例えば、各説明変数の値から目的変数の値を推定する線形モデル（線形回帰モデルや線形識別モデル）で表される。この場合、関係情報５０は、線形モデルを表す情報とも捉えることができる。

例えば説明変数の影響度は、線形モデルにおいてその説明変数に対応する係数（その説明変数の値に掛けられる係数）で表される。線形モデルにおいて対応する係数が大きい説明変数ほど、そのモデルを利用して得られる目的変数の値に大きな影響を及ぼすためである。そこで例えば、関係情報５０は、学習済みの線形モデルにおいて説明変数に対応する係数を、その説明変数の影響度として示す。

例えば、製品の不良の有無を目的変数として扱い、製品の製造条件を表す各指標（例えば、材料の成分や、気温などの環境）を説明変数として扱うとする。この場合、ソースデータは、製造条件を表す各指標の値（各成分の含有量や気温など）と、その製造条件下で製造された製品の不良の有無を示す。このソースデータで線形モデルの学習を行うと、不良の有無と製造条件との関係を表した学習済みの線形モデルを得ることができる。

例えば分析装置２０００は、この線形モデルを表す情報を関係情報５０として扱う。この場合、関係情報５０は、生成された線形モデルにおける目的変数の識別情報を目的変数５２に示し、生成された線形モデルにおける各説明変数の識別情報を識別情報５６に示し、各説明変数に対応する係数を影響度５８に示す。

目的変数と説明変数の関係は、複数の線形モデルで表されてもよい。目的変数と説明変数の関係を複数の線形モデルで表す方法としては、異種混合学習（特許文献２参照）を利用して推定モデルを生成する方法が挙げられる。異種混合学習では、条件分岐を表すノードで構成されるツリーと、複数の線形モデルとのセットで定義される推定モデルが生成される。各ツリーの葉には１つの線形モデルが割り当てられる。この推定モデルを利用する際には、まず、推定対象のデータ（各説明変数の値の組み合わせ）を利用してツリーを根から葉まで辿る。そして、辿り着いた葉に対応する線形モデルに推定対象のデータを入力することで、目的変数の値を得る。

目的変数と説明変数の関係が複数の線形モデルで表される場合、例えば関係情報５０は、説明変数５４（識別情報５６と影響度５８の組み合わせ）を、複数の線形モデルそれぞれについて示す。図７は、目的変数と説明変数の関係が複数の線形モデルで表される場合における関係情報５０を例示する図である。図７の関係情報５０は、説明変数５４を複数の線形モデルそれぞれについて示している。

＜関係情報５０の取得：Ｓ１０２＞
取得部２０２０は、特性要因図１０の生成に利用する関係情報５０を取得する（Ｓ１０２）。例えば取得部２０２０は、予め記憶装置に格納されている複数の関係情報５０の中から、ユーザによって指定された条件に該当する関係情報５０を取得する。

例えば関係情報５０は、その関係情報５０が示す目的変数と説明変数の関係に利用されたソースに関する条件によって特定される。例えば、ソースデータが製品の製造に関するデータである場合、製品の名称、製造場所、及び製造日時などの条件によって、ソースデータの特定が可能である。

そこでユーザは、特性要因図１０を生成したいソースデータに関する条件を分析装置２０００に与える。分析装置２０００は、与えられた条件で上記記憶装置を検索することで、条件に該当する関係情報５０を取得する。

なお、ユーザによって指定された条件に該当する関係情報５０が複数ある場合、分析装置２０００は、それら全ての関係情報５０それぞれについて特性要因図１０を生成してもよいし、一部の関係情報５０のみについて特性要因図１０を生成してもよい。後者の場合、取得部２０２０は、指定された条件に該当する各関係情報５０に関する情報をユーザに提供し、ユーザに１つ以上の関係情報５０を選択させてもよい。この場合、分析装置２０００は、ユーザによって選択された関係情報５０のみについて、特性要因図１０を生成する。

その他にも例えば、取得部２０２０は、他の装置（例えばユーザ端末６０）から送信される関係情報５０を受信してもよい。例えばこの場合、ユーザ端末６０が分析装置２０００へ関係情報５０を送信する。

その他にも例えば、取得部２０２０は、関係情報５０の生成に必要な情報を取得し、取得した情報を利用して関係情報５０を生成してもよい。例えばユーザは、ソースデータ、目的変数の識別情報、及びモデルの種類などを示す情報を取得部２０２０へ提供する。取得部２０２０は、提供された情報を利用して推定モデルの生成を行い、生成された推定モデルによって表される関係情報５０を生成する。

なお、ユーザから提供された情報を利用して関係情報５０を生成する処理は、分析装置２０００以外の装置で行われてもよい。この場合、取得部２０２０は、関係情報５０を生成した装置から、その関係情報５０を取得する。

＜特性要因図１０の生成＞
生成部２０４０は、関係情報５０を利用して特性要因図１０を生成する。ここで、特性要因図１０の生成には、目的変数と説明変数の識別情報に加え、説明変数のグループを定義する情報（以下、グループ定義情報）が必要である。グループ定義情報は、例えば、グループの識別情報（名称など）と、そのグループに含まれる各説明変数の識別情報とを示す。グループ定義情報は、関係情報５０に含まれていてもよいし、関係情報５０とは別途用意されてもよい。なお、特性が目的変数そのものではない場合（例えば、目的変数が「不良の有無」であるのに対し、特性が「不良」である場合）、特性の識別情報（名称など）も、グループの識別情報と同様に用意する。要因が説明変数そのものでない場合も同様である。

例えば、生成部２０４０は、目的変数の識別情報、グループ定義情報が示すグループの識別情報、及び説明変数の識別情報を用いて、特性表示１２、グループ表示１４、及び要因表示１６をそれぞれ生成する。また、生成部２０４０は、グループ定義情報を用いて、グループ表示１４と要因表示１６の位置関係を決定する。そして、生成部２０４０は、決定した位置関係に基づいて、生成した各表示を幹１１、大枝１３、及び小枝１５で接続することで、特性要因図１０を生成する。

ただし、生成部２０４０は、要因表示１６を、関係情報５０が示す説明変数の影響度に基づいて生成する。以下、影響度に基づいて要因表示１６を生成する方法について、具体的に例示する。

＜＜影響度に応じて表示態様を決めるケース＞＞
例えば生成部２０４０は、説明変数の影響度を所定の閾値と比較することで、その説明変数の要因表示１６の表示態様を決定する。例えば生成部２０４０は、閾値以上の影響度を持つ説明変数の要因表示１６の表示態様を、閾値未満の影響度を持つ説明変数の要因表示１６の表示態様と異ならせる。要因表示１６の表示態様を異ならせる方法としては、要因表示１６の背景（塗りつぶしの有無、色、柄など）を異ならせる方法、要因表示１６の枠を異ならせる方法（枠の有無、色、形状、太さなど）、要因表示１６のサイズを異ならせる方法などが挙げられる。

影響度が閾値以上である場合と閾値未満である場合のそれぞれについて表示態様を定めた情報は、予め生成部２０４０からアクセス可能な記憶装置に格納しておく。ただし、この情報はユーザによって変更可能であってもよい。

ここで、説明変数の影響度が高いほど、説明変数の要因表示１６を目立つようにする（強調する）ことが好適である。そこで例えば、要因表示１６の表示態様は、「閾値以上の影響度を持つ説明変数の要因表示１６の背景を、それ以外の要因表示１６の背景よりも目立たせる」、「閾値以上の影響度を持つ説明変数の要因表示１６の枠を、それ以外の要因表示１６の枠よりも目立たせる」、「閾値以上の影響度を持つ説明変数の要因表示１６のサイズを、それ以外の要因表示１６の枠よりも大きくする」などといった基準で定めておくことが好適である。

図８は、説明変数の影響度を利用して要因表示１６の表示態様が決定される特性要因図１０を例示する図である。図８では、影響度が閾値以上である説明変数（最低気温、成分２、品質情報２、及び品質情報３）についての要因表示１６のみ、枠が付けられている。そのため、影響度が閾値以上である説明変数とそれ以外の説明変数を容易に識別できる。

影響度の閾値は複数あってもよい。言い換えれば、影響度について複数の数値範囲を定め、数値範囲ごとに要因表示１６の表示態様を異ならせてもよい。例えば、「Th1 未満」、「Th1 以上 Th2 未満」、及び「Th2 以上」という３つの数値範囲 R1 から R3 を設ける（Th1 と Th2 は、Th1<Th2 を満たす実数）。この場合、生成部２０４０は、影響度が数値範囲 R1 に属する説明変数の要因表示１６の表示態様、影響度が数値範囲 R2 に属する説明変数の要因表示１６の表示態様、及び影響度が数値範囲 R3 に属する説明変数の要因表示１６の表示態様を、それぞれ異なるものにする。例えば影響度が高いほど要因表示１６を強調するようにする場合、影響度が数値範囲 R3 に属する説明変数の要因表示１６の表示態様、影響度が数値範囲 R2 に属する説明変数の要因表示１６の表示態様、影響度が数値範囲 R1 に属する説明変数の要因表示１６の表示態様という順で、目立ち具合を高くする。

数値範囲と表示態様との対応付けを定めた情報は、予め生成部２０４０からアクセス可能な記憶装置に格納しておく。ただし、この情報は、ユーザによって変更可能であってもよい。

生成部２０４０は、影響度の順位に基づいて要因表示１６の表示態様を決定してもよい。例えば生成部２０４０は、全ての説明変数の中から、影響度の降順で所定の順位以内に含まれる各説明変数を特定し、それらの要因表示１６の表示態様を、その他の説明変数の要因表示１６の表示態様と異ならせる。例えば所定の順位を３とした場合、影響度が最も大きい説明変数から３番に大きい説明変数それぞれについての要因表示１６の表示態様を、他の要因表示１６と異ならせる。

生成部２０４０は、影響度の順位付けを説明変数のグループ単位で行ってもよい。すなわち、生成部２０４０は、グループごとに、そのグループにおいて影響度の降順で所定の順位以内に含まれる各説明変数を特定し、特定した説明変数の要因表示１６の表示態様を、その他の説明変数の要因表示１６の表示態様を異ならせる。例えば所定の順位を２とした場合、生成部２０４０は、グループごとに、そのグループの中で影響度が最も大きい説明変数及びその次に影響度が大きい説明変数を特定する。そして、生成部２０４０は、特定した各説明変数の要因表示１６の表示態様を、その他の説明変数の要因表示１６の表示態様と異ならせる。

なお、図６の関係情報５０における成分２の影響度のように、影響度がマイナスの値であることもある。このように影響度がマイナスの値を取り得る場合、生成部２０４０は、影響度の値そのものではなく、影響度の絶対値を利用してもよい。例えば生成部２０４０は、影響度の絶対値が閾値以上である説明変数の要因表示１６を強調する。その他にも例えば、生成部２０４０は、影響度の絶対値で説明変数を順位付けし、その順位に基づいて要因表示１６の表示態様を決定する。影響度に応じて要因表示１６の有無を決定するケースについても同様である。

また、生成部２０４０は、要因表示１６の表示態様に、対応する説明変数の符号を反映させてもよい。例えば生成部２０４０は、対応する説明変数の値の符号が正である場合には要因表示１６に上向きの矢印を付加し、対応する説明変数の値の符号が負である場合には要因表示１６に下向きの矢印を付加する。その他にも例えば、生成部２０４０は、対応する説明変数の値の符号が正である場合と負である場合とで、要因表示１６に異なる色や形状などを用いてもよい。

＜＜影響度に応じて要因表示１６の有無を決めるケース＞＞
例えば生成部２０４０は、説明変数の影響度を閾値と比較することで、その説明変数の要因表示１６を特性要因図１０に含めるか否かを決定する。より具体的には、生成部２０４０は、閾値以上の影響度を持つ説明変数の要因表示１６を特性要因図１０に含め、閾値未満の影響度を持つ説明変数の要因表示１６を特性要因図１０に含めないようにする。

図９は、説明変数の影響度を利用して要因表示１６の有無が決定される特性要因図１０を例示する図である。図９において、影響度が閾値以上である説明変数は、図８の例と同じである。ただし、図９では、それら影響度が閾値以上である説明変数の要因表示１６のみが特性要因図１０に含まれている。

その他にも例えば、生成部２０４０は、影響度の順位で、要因表示１６の有無を決定してもよい。例えば生成部２０４０は、全ての説明変数の中から、影響度の降順で所定の順位以内に含まれる各説明変数を特定し、特定した説明変数の要因表示１６のみを特性要因図１０に含める。その他にも例えば、生成部２０４０は、グループごとに、そのグループにおいて影響度の降順で所定の順位以内に含まれる各説明変数を特定し、特定した説明変数の要因表示１６のみを特性要因図１０に含める。

ここで、上述した方法で要因表示１６の有無を決定すると、要因表示１６が１つも含まれないグループ表示１４が存在しうる。そこで、生成部２０４０は、要因表示１６が含まれるか否かに応じて、グループ表示１４の表示態様を決定してもよい。こうすることで、要因表示１６が含まれるグループ表示１４の方が、要因表示１６が含まれないグループ表示１４よりも強調されるようにする。グループ表示１４の表示態様を異ならせる方法としては、要因表示１６の表示態様を異ならせる方法と同様に、背景や枠などを異ならせる方法が挙げられる。また、生成部２０４０は、要因表示１６が含まれないグループ表示１４を表示しないようにしてもよい。言い換えれば、生成部２０４０は、要因表示１６が少なくとも１つ含まれるグループ表示１４のみを表示してもよい。

＜＜関係情報５０が複数の線形モデルについての情報を含むケース＞＞
図７を用いて例示したように、関係情報５０は、複数の線形モデルそれぞれについての情報を示してもよい。この場合、生成部２０４０は、複数の線形モデルそれぞれについて特性要因図１０を生成してもよいし、ユーザから線形モデルの指定を受け付け、指定された線形モデルについての特性要因図１０を生成してもよい。

その他にも例えば、生成部２０４０は、説明変数ごとにその説明変数の影響度の統計値（合計値、平均値、最大値、又は最小値など）を算出し、その統計値をその説明変数の影響度として扱って、１つの特性要因図１０を生成してもよい。例えば関係情報５０が示す影響度の合計値を特性要因図１０の生成に利用する場合、生成部２０４０は以下の式（１）を利用する。

e[i][j] は、関係情報５０がｊ番目の線形モデルについて示す、説明変数ｉの影響度である。ｎは関係情報５０が示す線形モデルの総数である。Ei は、特性要因図１０を生成する際に、説明変数ｉの影響度として扱われる値である。

＜特性要因図１０の出力＞
分析装置２０００は、生成部２０４０によって生成された特性要因図１０を出力する。特性要因図１０を出力する具体的な方法は様々である。例えば分析装置２０００は、特性要因図１０を表す画像データを記憶装置に格納したり、分析装置２０００に接続されているディスプレイ装置に表示したり、他の装置（例えばユーザ端末６０）に送信したりする。

［実施形態２］
＜概要＞
図１０は、実施形態２の分析装置２０００の概要を説明するための図である。図１０は、分析装置２０００に対する理解を容易にするための例示であり、分析装置２０００の機能は図１０に表されているものに限定されない。また、以下で説明する点を除き、実施形態２の分析装置２０００は、実施形態１の分析装置２０００と同様の機能を有する。

実施形態２の分析装置２０００は、出力された特性要因図１０に対して要因表示１６を指定する入力が行われたことに応じて、指定された要因表示１６に対応する説明変数（以下、指定された説明変数とも記載する）についてのグラフ３０を出力する。図１０では、ユーザによって、「成分２」という要因表示１６が選択されている。そこで、分析装置２０００は、グラフ３０として、成分２について得られたデータを時系列で表す折れ線グラフを生成している。

ここで、関係情報５０によって表される目的変数と説明変数の関係を推定するために利用されたソースデータは、目的変数の値と説明変数の値のセットを複数含む。例えばソースデータは、目的変数の値と説明変数の値のセットの時系列データを示す。例えば、製品の製造に関するソースデータとして、それぞれ異なる製造時点について製品の不良の有無と製造条件のセットを示すものを扱いうる。

グラフ３０は、指定された説明変数についてソースデータが示す複数の値をグラフ化したものである。例えばグラフ３０は、それら複数のデータを時系列で表すグラフや、それら複数のデータを統計処理した結果を表すグラフである。

＜代表的な作用効果＞
ユーザは、分析装置２０００によって生成された特性要因図１０を閲覧することで、各説明変数が目的変数に与える影響度の違いを容易に把握することができる。例えば、影響度が高い説明変数についての要因表示１６を強調することにより、影響度が高い説明変数を容易に把握することができる。

そして、このように説明変数の影響度の違いを把握したユーザは、各説明変数に関連する情報をさらに閲覧したいと考える蓋然性が高いと言える。例えば、影響度が高い説明変数についての要因表示１６を強調した場合、ユーザは、影響度が高い説明変数についてさらに詳細な情報を閲覧したいと考える蓋然性が高い。

この点、本実施形態の分析装置２０００によれば、特性要因図１０に対して要因表示１６を指定する入力が行われた場合に、指定された説明変数についてグラフ３０が生成される。よって、ユーザは、指定した説明変数についてのさらに詳細な情報を、容易に得ることができる。

以下、本実施形態の分析装置２０００について、さらに詳細に説明する。

＜機能構成の例＞
実施形態２の分析装置２０００の機能構成は、例えば実施形態１の分析装置２０００と同様に、図２によって表される。ただし、実施形態２の生成部２０４０は、特性要因図１０に対して要因表示１６を指定する入力が行われたことに応じ、指定された要因表示１６に対応する要因についてのグラフ３０を生成して出力する。

＜ハードウエア構成の例＞
実施形態２の分析装置２０００のハードウエア構成は、例えば実施形態１の分析装置２０００と同様に、図３によって表される。ただし、実施形態２のストレージデバイス１０８０には、実施形態２の分析装置２０００の機能を実現するプログラムが格納されている。

＜処理の流れ＞
図１１は、実施形態２の分析装置２０００によって実行される処理の流れを例示するフローチャートである。取得部２０２０は、指定された説明変数の識別情報を取得する（Ｓ２０２）。生成部２０４０は、指定された説明変数についてソースデータが示す複数のデータを取得する（Ｓ２０４）。生成部２０４０は、取得した複数のデータを用いてグラフ３０を生成する（Ｓ２０６）。生成部２０４０は、生成したグラフ３０を出力する（Ｓ２０８）。

＜要因表示１６の識別情報の取得：Ｓ２０２＞
取得部２０２０は、特性要因図１０において指定された説明変数の識別情報を取得する（Ｓ２０２）。ここで、ディスプレイ装置に表示するなどの方法で出力された図において特定の部分が指定された場合に、その指定された部分の識別情報を取得する技術には、種々の既存の技術を利用することができる。

＜ソースデータの取得：Ｓ２０４＞
生成部２０４０は、指定された説明変数について、ソースデータが示す複数のデータを取得する。ソースデータは、生成部２０４０からアクセス可能な記憶装置に予め格納しておく。生成部２０４０は、この記憶装置にアクセスすることで、指定された説明変数について複数のデータを取得する。

例えば前述した様に、ソースデータは、目的変数の値と説明変数の値のセットの時系列データを示す。この場合、生成部２０４０は、指定された説明変数の値の時間変化を表す時系列データを取得する。ただし、ソースデータは、目的変数の値と説明変数の値のセットを複数含んでいればよく、それらのセットは時間変化を表すデータでなくてもよい。

＜グラフ３０の生成：Ｓ２０６＞
生成部２０４０は、指定された説明変数について取得した複数のデータを用いてグラフ３０を生成する（Ｓ２０６）。グラフ３０の種類は、複数のデータを用いて生成することができる任意のものとすることができる。前述した様に取得したデータが時系列データである場合、例えばグラフ３０は、指定された説明変数の値の時間変化を表す折れ線グラフ等である。その他にも例えば、グラフ３０は、説明変数の複数の値を統計処理した結果を表すヒストグラム等である。

ここで、生成部２０４０は、指定された説明変数について複数のグラフ３０を生成してもよい。例えば、生成部２０４０は、取得したデータの時系列変化を表すグラフと、そのデータを統計処理した結果を表すグラフのそれぞれを生成する。その他にも例えば、生成部２０４０は、取得したデータを複数の方法それぞれで統計処理し、それぞれの結果ごとにグラフ３０を生成する。

ここで、グラフ３０としてどのような種類のグラフを生成するのかは、予め固定で定められていてもよいし、ユーザによって指定可能であってもよい。

＜グラフ３０の出力：Ｓ２０８＞
生成部２０４０は、生成したグラフ３０を出力する。グラフ３０の出力方法は、特性要因図１０の出力方法と同様である。また、生成部２０４０は、グラフ３０と共に特性要因図１０を出力してもよい。例えば生成部２０４０は、特性要因図１０とグラフ３０の双方が含まれる画面データ（例えば Web ページ）を生成して出力する。

図１２は、特性要因図１０とグラフ３０の双方が含まれる画面を例示する図である。なお、図１２では、グラフ３０として、データを時系列で表すグラフ（３０－１）とヒストグラム（３０－２）の２つが含まれている。

グラフ３０は、折れ線グラフやヒストグラムに限定されない。例えば、特定の区間ごとに集計を行うことで箱ひげ図を生成したり、同様の区間でのサンプル数を棒グラフとして表示したりしてもよい。なお、これら集計する区間は予め設定されてもよいし、予め用意された複数種類の区間（月・週・日・時間）の中からユーザによって選択されてもよいし、ユーザによって任意の値が指定されてもよい。

また、グラフ３０に含まれる全体の期間（いつからいつまでのデータを表示するか）は、ソースデータに含まれる最初の時点から最後の時点までとしてもよいし、ユーザによって任意の期間が指定されてもよい。後者の場合、例えば、画面上にカレンダーを表示し、そのカレンダーに対して最初の時点と最後の時点の双方を指定する入力を行えるようにする。

＜目的変数に関するデータの追加＞
生成部２０４０は、ソースデータから、指定された説明変数に加え、目的変数データを取得し、指定された説明変数と目的変数のデータを用いてグラフ３０を生成してもよい。このようにすることで、指定された説明変数について、目的変数との関係を直接的に把握することができるようになる。

図１３は、指定された説明変数と目的変数それぞれについてのデータを示すグラフ３０を例示する図である。図１３において、グラフ３０は、指定された説明変数の値のヒストグラムに、目的変数についてのデータを表す折れ線が重畳されたグラフである。より具体的には、折れ線により、ヒストグラムの横軸に示されているランクごとに、そのランクに該当する製品の不良率（そのランクに該当する製品の総製造数に対する不良品の数の割合）が示されている。なお、図１３では、ランクごとの不良率に対し、信頼区間が表示されている。

また、目的変数のデータに代えて、又はそれと共に、目的変数に関連する項目のデータをグラフ３０に加えてもよい。例えば、目的変数が不良の有無である場合において、不良率のデータをグラフ３０に含めるケースなどである。

＜複数の要因表示１６の指定＞
ユーザは、特性要因図１０に含まれる要因表示１６を複数指定できてもよい。この場合、生成部２０４０は、指定された複数の説明変数それぞれについてグラフ３０を生成する。この際、指定された複数の説明変数それぞれについて得られるデータについて、個々にグラフ３０を生成してもよいし、これらについて１つのグラフ３０を生成してもよい。

図１４は、複数の要因表示１６が指定された場合のグラフ３０を例示する図である。この例では、成分１と成分２という２つの説明変数がそれぞれ指定されている。そこで、グラフ３０－１には、成分１と成分２それぞれについてのデータが時系列で示されている。また、グラフ３０－２とグラフ３０－３にはそれぞれ、成分１についてのヒストグラムと成分２についてのヒストグラムが示されている。

以上、図面を参照して本発明の実施形態について述べたが、これらは本発明の例示であり、上記各実施形態の組み合わせ、又は上記以外の様々な構成を採用することもできる。

上記の実施形態の一部又は全部は、以下の付記のようにも記載されうるが、以下には限られない。
以下、参考形態の例を付記する。
１． 目的変数に対する複数の説明変数それぞれの影響度を示す関係情報を取得する取得部と、
前記関係情報を用いて前記目的変数と前記説明変数の関係を表す特性要因図を生成する生成部と、を有し、
前記生成部は、前記特性要因図における各説明変数に関する表示の表示態様又はその表示の有無を、その説明変数の前記影響度に基づいて決定する、分析装置。
２． 前記目的変数と複数の前記説明変数との関係は、１つ以上の線形モデルで表され、
前記関係情報が示す前記説明変数の影響度は、前記線形モデルにおいてその説明変数に掛けられる係数で表される、１．に記載の分析装置。
３． 前記関係情報は、前記説明変数ごとに、その説明変数の影響度を複数示し、
前記生成部は、前記説明変数ごとに、その説明変数について前記関係情報が示す複数の影響度の統計値を算出し、算出した前記統計値をその説明変数の影響度として扱って、前記特性要因図を生成する、１．又は２．に記載の分析装置。
４． 前記生成部は、
前記影響度が閾値以上である説明変数に関する表示とそれ以外の説明変数に関する表示とで、表示態様を異なるものにするか、
前記影響度が所定の順位以内である説明変数に関する表示とそれ以外の説明変数に関する表示とで、表示態様を異なるものにするか、
前記説明変数のグループごとに、そのグループに属する説明変数の中で前記影響度が所定の順位以内である説明変数に関する表示とそれ以外の説明変数に関する表示とで、表示態様を異なるものにする、１．から３いずれか一つに記載の分析装置。
５． 前記生成部は、
前記影響度が閾値以上である説明変数に関する表示のみを前記特性要因図に含めるか、
前記影響度が所定の順位以内である説明変数に関する表示のみを前記特性要因図に含めるか、
前記説明変数のグループごとに、そのグループに属する説明変数の中で前記影響度が所定の順位以内である説明変数に関する表示のみを前記特性要因図に含める、１．から３いずれか一つに記載の分析装置。
６． 前記生成部は、
前記特性要因図を出力し、
出力した前記特性要因図において前記説明変数が指定された場合に、その指定された前記説明変数の値を複数示すデータを取得し、
そのデータを用いてグラフを生成する、１．から５いずれか一つに記載の分析装置。
７． 前記生成部は、
指定された前記説明変数について時系列データを取得し、
前記グラフとして、前記説明変数の値の時間変化を表す第１グラフ又は前記時系列データを統計処理した結果を表す第２グラフを生成する、６．に記載の分析装置。
８． 前記生成部は、前記第１グラフと前記第２グラフの双方を含む画面データを生成する、７．に記載の分析装置。
９． 前記生成部は、前記目的変数のデータを前記グラフに含める、６．から８いずれか一つに記載の分析装置。
１０． コンピュータによって実行される制御方法であって、
目的変数に対する複数の説明変数それぞれの影響度を示す関係情報を取得する取得ステップと、
前記関係情報を用いて前記目的変数と前記説明変数の関係を表す特性要因図を生成する生成ステップと、を有し、
前記生成ステップにおいて、前記特性要因図における各説明変数に関する表示の表示態様又はその表示の有無を、その説明変数の前記影響度に基づいて決定する、制御方法。
１１． 前記目的変数と複数の前記説明変数との関係は、１つ以上の線形モデルで表され、
前記関係情報が示す前記説明変数の影響度は、前記線形モデルにおいてその説明変数に掛けられる係数で表される、１０．に記載の制御方法。
１２． 前記関係情報は、前記説明変数ごとに、その説明変数の影響度を複数示し、
前記生成ステップにおいて、前記説明変数ごとに、その説明変数について前記関係情報が示す複数の影響度の統計値を算出し、算出した前記統計値をその説明変数の影響度として扱って、前記特性要因図を生成する、１０．又は１１．に記載の制御方法。
１３． 前記生成ステップにおいて、
前記影響度が閾値以上である説明変数に関する表示とそれ以外の説明変数に関する表示とで、表示態様を異なるものにするか、
前記影響度が所定の順位以内である説明変数に関する表示とそれ以外の説明変数に関する表示とで、表示態様を異なるものにするか、
前記説明変数のグループごとに、そのグループに属する説明変数の中で前記影響度が所定の順位以内である説明変数に関する表示とそれ以外の説明変数に関する表示とで、表示態様を異なるものにする、１０．から１２いずれか一つに記載の制御方法。
１４． 前記生成ステップにおいて、
前記影響度が閾値以上である説明変数に関する表示のみを前記特性要因図に含めるか、
前記影響度が所定の順位以内である説明変数に関する表示のみを前記特性要因図に含めるか、
前記説明変数のグループごとに、そのグループに属する説明変数の中で前記影響度が所定の順位以内である説明変数に関する表示のみを前記特性要因図に含める、１０．から１２いずれか一つに記載の制御方法。
１５． 前記生成ステップにおいて、
前記特性要因図を出力し、
出力した前記特性要因図において前記説明変数が指定された場合に、その指定された前記説明変数の値を複数示すデータを取得し、
そのデータを用いてグラフを生成する、１０．から１４いずれか一つに記載の制御方法。
１６． 前記生成ステップにおいて、
指定された前記説明変数について時系列データを取得し、
前記グラフとして、前記説明変数の値の時間変化を表す第１グラフ又は前記時系列データを統計処理した結果を表す第２グラフを生成する、１５．に記載の制御方法。
１７． 前記生成ステップにおいて、前記第１グラフと前記第２グラフの双方を含む画面データを生成する、１６．に記載の制御方法。
１８． 前記生成ステップにおいて、前記目的変数のデータを前記グラフに含める、１５．から１７いずれか一つに記載の制御方法。
１９． １０．から１８いずれか一つに記載の制御方法をコンピュータに実行させるプログラム。

この出願は、２０１９年１０月２４日に出願された日本出願特願２０１９－１９３８１０号を基礎とする優先権を主張し、その開示の全てをここに取り込む。

１０ 特性要因図
１１ 幹
１２ 特性表示
１３ 大枝
１４ グループ表示
１５ 小枝
１６ 要因表示
３０ グラフ
５０ 関係情報
５２ 目的変数
５４ 説明変数
５６ 影響度
６０ ユーザ端末
１０００ 計算機
１０２０ バス
１０４０ プロセッサ
１０６０ メモリ
１０８０ ストレージデバイス
１１００ 入出力インタフェース
１１２０ ネットワークインタフェース
２０００ 分析装置
２０２０ 取得部
２０４０ 生成部

Claims (12)

1. 目的変数に対する複数の説明変数それぞれの影響度を示す関係情報を取得する取得部と、
   前記関係情報を用いて前記目的変数と前記説明変数の関係を表す特性要因図を生成する生成部と、を有し、
   前記生成部は、前記特性要因図における各説明変数に関する表示の有無を、その説明変数の前記影響度に基づいて決定する、分析装置。
2. 前記関係情報は、前記説明変数ごとに、その説明変数の影響度を複数示し、
   前記生成部は、前記説明変数ごとに、その説明変数について前記関係情報が示す複数の影響度の統計値を算出し、算出した前記統計値をその説明変数の影響度として扱って、前記特性要因図を生成する、請求項１に記載の分析装置。
3. 目的変数に対する複数の説明変数それぞれの影響度を示す関係情報を取得する取得部と、
   前記関係情報を用いて前記目的変数と前記説明変数の関係を表す特性要因図を生成する生成部と、を有し、
   前記関係情報は、前記説明変数ごとに、その説明変数の影響度を複数示し、
   前記生成部は、
   前記特性要因図における各説明変数に関する表示の表示態様又はその表示の有無を、その説明変数の前記影響度に基づいて決定し、
   前記説明変数ごとに、その説明変数について前記関係情報が示す複数の影響度の統計値を算出し、算出した前記統計値をその説明変数の影響度として扱って、前記特性要因図を生成する、分析装置。
4. 前記目的変数と複数の前記説明変数との関係は、１つ以上の線形モデルで表され、
   前記関係情報が示す前記説明変数の影響度は、前記線形モデルにおいてその説明変数に掛けられる係数で表される、請求項１から３のいずれか一項に記載の分析装置。
5. 前記生成部は、
   前記影響度が閾値以上である説明変数に関する表示とそれ以外の説明変数に関する表示とで、表示態様を異なるものにするか、
   前記影響度が所定の順位以内である説明変数に関する表示とそれ以外の説明変数に関する表示とで、表示態様を異なるものにするか、
   前記説明変数のグループごとに、そのグループに属する説明変数の中で前記影響度が所定の順位以内である説明変数に関する表示とそれ以外の説明変数に関する表示とで、表示態様を異なるものにする、請求項１から４いずれか一項に記載の分析装置。
6. 前記生成部は、
   前記影響度が閾値以上である説明変数に関する表示のみを前記特性要因図に含めるか、
   前記影響度が所定の順位以内である説明変数に関する表示のみを前記特性要因図に含めるか、
   前記説明変数のグループごとに、そのグループに属する説明変数の中で前記影響度が所定の順位以内である説明変数に関する表示のみを前記特性要因図に含める、請求項１から４いずれか一項に記載の分析装置。
7. 前記生成部は、
   前記特性要因図を出力し、
   出力した前記特性要因図において前記説明変数が指定された場合に、その指定された前記説明変数の値を複数示すデータを取得し、
   そのデータを用いてグラフを生成する、請求項１から６いずれか一項に記載の分析装置。
8. 前記生成部は、
   指定された前記説明変数について時系列データを取得し、
   前記グラフとして、前記説明変数の値の時間変化を表す第１グラフ又は前記時系列データを統計処理した結果を表す第２グラフを生成する、請求項７に記載の分析装置。
9. 前記生成部は、前記第１グラフと前記第２グラフの双方を含む画面データを生成する、請求項８に記載の分析装置。
10. 前記生成部は、前記目的変数のデータを前記グラフに含める、請求項７から９いずれか一項に記載の分析装置。
11. コンピュータを、
    目的変数に対する複数の説明変数それぞれの影響度を示す関係情報を取得する取得手段、
    前記関係情報を用いて前記目的変数と前記説明変数の関係を表す特性要因図を生成する手段であって、前記特性要因図における各説明変数に関する表示の有無を、その説明変数の前記影響度に基づいて決定する生成手段、
    として機能させるプログラム。
12. コンピュータを、
    目的変数に対する複数の説明変数それぞれの影響度を示す関係情報を取得する取得手段、
    前記関係情報を用いて前記目的変数と前記説明変数の関係を表す特性要因図を生成する手段であって、前記特性要因図における各説明変数に関する表示の表示態様又はその表示の有無を、その説明変数の前記影響度に基づいて決定する生成手段、
    として機能させ、
    前記関係情報は、前記説明変数ごとに、その説明変数の影響度を複数示し、
    前記生成手段は、前記説明変数ごとに、その説明変数について前記関係情報が示す複数の影響度の統計値を算出し、算出した前記統計値をその説明変数の影響度として扱って、前記特性要因図を生成する、
    プログラム。

Images