WO2012093483A1

WO2012093483A1 - 移動過程予測システム、移動過程予測方法、移動過程予測装置及びコンピュータプログラム

Info

Publication number: WO2012093483A1
Application number: PCT/JP2011/050105
Authority: WO
Inventors: 光一矢野
Original assignee: アクアエンタープライズ株式会社
Priority date: 2011-01-06
Filing date: 2011-01-06
Publication date: 2012-07-12
Also published as: JP5129414B2; EP2662259A1; BR112013017447B1; AU2011353879A1; CN103298678B; EP2662260A1; WO2012093618A1; EP3355265A1; RU2533367C1; US20140201127A1; CA2823679A1; CN103298678A; JPWO2012093483A1; JPWO2012093560A1; AU2011353879B2; CA2823884A1; CN103282258B; EP2662259A4; CA2823679C; BR112013017198B1

Abstract

移動に係る時間を確からしく予測することができる移動過程予測システム、移動過程予測方法、移動過程予測装置及びコンピュータプログラムを提供する。情報取得装置２は、旅行者等の移動物体が交通機関を利用して移動したときに、発着施設の各通過点を通過した通過日時、交通機関を示す交通機関特定情報及び状況を示す状況情報等を取得する。移動過程予測装置１は、取得された情報を互いに関連付けて記憶しておき、通過予定の特定の通過点の通過時刻、特定の二つの通過点を通過する間の経過時間又は利用予定の交通機関での乗り込み終了日時に対する通過日時の比較結果と、交通機関特定情報又は状況情報に含まれる複数の項目との関係を表す回帰式を求める。移動過程予測装置１は、予測される交通機関特定情報又は状況情報の内容を回帰式に代入することにより、未来の通過時刻、経過時間又は比較結果の予測値を計算する。

Description

移動過程予測システム、移動過程予測方法、移動過程予測装置及びコンピュータプログラム

　本発明は、航空機等の移動手段（以下、交通機関と言う）を用いて移動する際の時間的な過程を予測する移動過程予測システム、移動過程予測方法、移動過程予測装置及びコンピュータプログラムに関する。

　航空機又は列車等の交通機関を利用して人が移動する際には、予め、交通機関の運航予定等に基づいて、交通機関を利用することにより必要な移動時間を予測し、移動スケジュールを作成することがある。特許文献１には、交通機関の実際の運航状況に基づいて交通機関の移動時間を予測する技術が開示されている。また人と同様に、手荷物等の物品の移動時間をも予測することも可能である。

特開平１１－２８２９１３号公報

　しかしながら、交通機関自体の移動時間を予測するだけでは、適切な移動スケジュールを作成するには不十分である。なぜならば、交通機関を利用した移動の際には、空港又は駅等の交通機関の発着施設においてある程度の時間が消費されるからである。例えば、航空機を用いた移動の際には、チケット購入、手荷物の預け及び搭乗手続き等のために出発地の空港にある程度滞在する必要があり、また手荷物の受け取り等のために到着地の空港にもある程度滞在する必要がある。また出発地、経由地及び到着地において、発着施設内を移動する時間が必要である。同様に、物品においても、積み込み、積み替え及び積み下ろしの作業、並びにこれらの作業の順番待ち等のために、発着施設等である程度滞在する必要がある。従って、適切なスケジュールを作成するには、交通機関自体の移動時間だけでなく、交通機関の発着施設で人又は物品が滞在する時間をも予測する必要がある。従来では、交通機関を利用する利用者が自己の経験又は伝聞に基づいて発着施設での滞在時間を予測していた。従来の方法では、滞在時間の予測精度が低く、また未知の発着施設における滞在時間の予測が困難であるという問題がある。このため、利用者は不安感が高まり、余裕を持たせるために長すぎる滞在時間を想定しているのが現状である。

　本発明は、斯かる事情に鑑みてなされたものであって、その目的とするところは、移動に係る時間と移動時の状況との関係を統計処理することにより、移動に係る時間をより確からしく予測することができる移動過程予測システム、移動過程予測方法、移動過程予測装置及びコンピュータプログラムを提供することにある。

　本発明に係る移動過程予測システムは、特定の時刻に繰り返し運行される交通機関を利用して移動する移動物体の移動過程を予測する移動過程予測システムにおいて、交通機関の発着施設にて複数の通過点の夫々を実際に移動物体が通過した通過日時を特定する手段と、前記移動物体が利用した交通機関を特定する交通機関特定情報を取得する手段と、前記移動物体が前記交通機関を利用したときの状況を示す状況情報を取得する手段と、前記交通機関で移動物体の乗り込みを実際に終了させた乗り込み終了日時を特定する手段と、過去の移動物体の夫々について、各通過点での通過日時、各通過日時から計算される二つの通過点を前記移動物体が通過する間に経過した経過時間、交通機関特定情報、状況情報、乗り込み終了日時、及び該乗り込み終了日時に対する各通過日時の比較結果を互いに関連付けた関連付けデータを、記憶する手段と、該手段から、特定の通過点に係る通過日時、乗り込み終了日時に対する前記通過日時の比較結果、又は特定の二つの通過点に係る経過時間と、前記通過日時、前記比較結果又は前記経過時間が含まれる関連付けデータ中で前記通過日時、前記比較結果又は前記経過時間に関連付けられた他の情報との組み合わせを、複数通り抽出する手段と、抽出した複数通りの前記組み合わせに基づいて、回帰分析、又は平均若しくは分散を推定する統計計算により、未来の移動物体が特定の通過点を通過する通過時刻、特定の交通機関における未来の乗り込み終了日時に対する特定の通過点に係る通過日時の比較結果又は未来の移動物体が特定の二つの通過点を通過する間に経過する経過時間の推測値を計算する手段とを備えることを特徴とする。

　本発明に係る移動過程予測システムは、特定の時刻に繰り返し運行される交通機関を利用して移動する移動物体の移動過程を予測する移動過程予測システムにおいて、交通機関の発着施設にて移動物体が通過すべき複数の通過点の夫々を通過した移動物体を識別する識別情報を取得し、当該通過点を前記移動物体が通過した通過日時を特定する手段と、前記移動物体が利用した交通機関を複数の項目で特定する交通機関特定情報を取得する手段と、前記移動物体が前記交通機関を利用したときの複数の項目で特定される状況を示す状況情報を取得する手段と、前記交通機関で移動物体の乗り込みを実際に終了させた乗り込み終了日時を特定する手段と、未来の移動物体の移動過程を予測する移動過程予測装置とを備え、該移動過程予測装置は、過去の移動物体の識別情報、各通過点で特定された通過日時、各通過日時から計算される二つの通過点を前記移動物体が通過する間に経過した経過時間、取得された交通機関特定情報、取得された状況情報、前記交通機関特定情報で特定される交通機関について特定された乗り込み終了日時、及び該乗り込み終了日時に対する各通過日時の比較結果を、互いに関連付けて、過去の複数の移動物体別に記憶する記憶手段と、未来の移動物体が通過を予定する特定の通過点の通過時刻、前記移動物体が利用を予定する交通機関の乗り込み終了日時に対する前記特定の通過点に係る通過日時の比較結果、又は特定の二つの通過点を前記移動物体が通過する間に経過する予定の経過時間を予測することの要求を受け付ける手段と、前記記憶手段から、前記特定の通過点に係る通過日時、前記交通機関の乗り込み終了日時に対する前記通過日時の比較結果、又は前記特定の二つの通過点に係る経過時間と、前記通過日時、前記比較結果又は前記経過時間に関連付けられた交通機関特定情報又は状況情報との組み合わせを、複数通り抽出する手段と、抽出した複数通りの前記組み合わせに基づいて、前記通過日時から計算される通過時刻、前記比較結果又は前記経過時間を目的変数とし、抽出した交通機関特定情報又は状況情報に含まれる一又は複数の項目を説明変数として、回帰式を求める統計計算を行う手段と、前記移動物体が利用を予定する交通機関を特定する交通機関特定情報又は前記交通機関を利用するときの状況を示す状況情報を受け付ける手段と、求めた回帰式に、受け付けた交通機関特定情報又は状況情報を代入することにより、予測すべき通過時刻、交通機関での乗り込み終了日時に対する通過日時の比較結果又は経過時間を計算する手段と、計算した通過時刻、前記比較結果又は経過時間を出力する手段とを有することを特徴とする。

　本発明に係る移動過程予測システムは、前記移動過程予測装置は、任意の移動物体が利用する候補の複数通りの交通機関を特定する複数通りの交通機関特定情報、又は前記複数通りの交通機関を利用するときの状況を示す複数通りの状況情報、並びに、前記移動物体が前記複数通りの交通機関の夫々を利用する場合に特定の通過点を通過する通過時刻、前記複数通りの交通機関での乗り込み終了日時に対する前記特定の通過点に係る通過日時の比較結果、又は特定の二つの通過点を前記移動物体が通過する間に経過する経過時間を、互いに比較することの要求を受け付ける手段と、前記記憶手段から、受け付けた交通機関特定情報若しくは状況情報と内容が同等な交通機関特定情報若しくは状況情報に関連付けられた前記特定の通過点に係る通過日時、前記交通機関特定情報若しくは前記状況情報に関連付けられた乗り込み終了日時に対する前記通過日時の比較結果、又は前記特定の二つの通過点に係る経過時間を、前記複数通りの交通機関特定情報又は前記複数通りの状況情報の夫々について複数個ずつ抽出する手段と、前記複数通りの交通機関特定情報又は複数通りの状況情報の夫々について、抽出した前記通過日時から計算される通過時刻、前記比較結果又は前記経過時間の平均値及び分散を計算し、計算した前記平均値又は前記分散の間に差があるか否かを検定する統計計算を行う手段と、前記統計計算による検定結果を出力する手段とを更に有することを特徴とする。

　本発明に係る移動過程予測システムは、前記移動過程予測装置は、前記移動物体が利用を予定する交通機関を特定する交通機関特定情報又は前記交通機関を利用するときの状況を示す状況情報の一部の項目の値を受け付ける受付手段と、前記記憶手段から抽出すべき前記通過日時、前記比較結果又は前記経過時間を、前記受付手段で受け付けた前記一部の項目の値に関連付けられた前記通過日時、前記比較結果又は前記経過時間に限定する手段とを更に有することを特徴とする。

　本発明に係る移動過程予測システムは、特定の時刻に繰り返し運行される交通機関を利用して移動する移動物体の移動過程を予測する移動過程予測システムにおいて、交通機関の発着施設にて移動物体が通過すべき複数の通過点の夫々を通過した移動物体を識別する識別情報を取得し、当該通過点を前記移動物体が通過した通過日時を特定する手段と、前記移動物体が利用した交通機関を特定する交通機関特定情報を取得する手段と、前記移動物体が前記交通機関を利用したときの複数の項目で特定される状況を示す状況情報を取得する手段と、前記交通機関で移動物体の乗り込みを実際に終了させた乗り込み終了日時を特定する手段と、未来の移動物体の移動過程を予測する移動過程予測装置とを備え、該移動過程予測装置は、過去の移動物体の識別情報、各通過点で特定された通過日時、各通過日時から計算される二つの通過点を前記移動物体が通過する間に経過した経過時間、取得された交通機関特定情報、取得された状況情報、前記交通機関特定情報で特定される交通機関について特定された乗り込み終了日時、及び該乗り込み終了日時に対する各通過日時の比較結果を、互いに関連付けて、過去の複数の移動物体別に記憶する記憶手段と、任意の移動物体が利用する候補の複数通りの交通機関を特定する複数通りの交通機関特定情報、又は前記複数通りの交通機関を利用するときの状況を示す複数通りの状況情報、並びに、前記移動物体が前記複数通りの交通機関の夫々を利用する場合に特定の通過点を通過する通過時刻、前記複数通りの交通機関での乗り込み終了日時に対する前記特定の通過点に係る通過日時の比較結果、又は特定の二つの通過点を前記移動物体が通過する間に経過する経過時間を、互いに比較することの要求を受け付ける手段と、前記記憶手段から、受け付けた交通機関特定情報若しくは状況情報と内容が同等な交通機関特定情報若しくは状況情報に関連付けられた前記特定の通過点に係る通過日時、前記交通機関特定情報若しくは前記状況情報に関連付けられた乗り込み終了日時に対する前記通過日時の比較結果、又は前記特定の二つの通過点に係る経過時間を、前記複数通りの交通機関特定情報又は前記複数通りの状況情報の夫々について複数個ずつ抽出する手段と、前記複数通りの交通機関特定情報又は前記複数通りの状況情報の夫々について、抽出した前記通過日時から計算される通過時刻、前記比較結果又は前記経過時間の平均値及び分散を計算する手段と、前記複数通りの交通機関特定情報又は前記複数通りの状況情報の夫々について計算した前記平均値又は前記分散の間に差があるか否かを検定する統計計算を行う手段と、前記統計計算による検定結果を出力する手段とを有することを特徴とする。

　本発明に係る移動過程予測システムは、前記移動過程予測装置は、抽出した交通機関特定情報又は状況情報に含まれる各項目の値の範囲を検出する手段と、任意の移動物体が利用を予定する交通機関を特定する交通機関特定情報又は前記交通機関を利用するときの状況を示す状況情報を受け付ける前に、検出した前記値の範囲を出力する手段とを更に有することを特徴とする。

　本発明に係る移動過程予測システムは、前記移動過程予測装置は、前記統計計算で利用すべき情報の特徴、及び前記統計計算で得られるべき複数通りの計算結果の夫々に関連付けて、計算結果を説明する説明文を記憶してある手段と、前記統計計算で実際に利用した情報の特徴、及び前記統計計算で実際に得られた計算結果に関連付けて記憶してある説明文を抽出する手段と、抽出した説明文を出力する手段とを更に有することを特徴とする。

　本発明に係る移動過程予測システムは、取得された交通機関特定情報又は状況情報に含まれる一部の内容が変更された場合に、変更内容を取得する手段と、任意の移動物体が任意の通過点を通過したときの当該移動物体の状態が、予め定められている判定基準から外れた状態である場合に、エラーの判定を行う手段とを更に備え、前記移動過程予測装置は、前記記憶手段で記憶している交通機関特定情報又は状況情報に含まれる一部の内容を、取得された変更内容に変更する手段と、状況情報の一部の内容が変更されたことを示す変更情報、及びエラーの判定が行われたことを示すエラー情報を、状況情報に含まれる項目として前記記憶手段に記憶させる手段と、前記記憶手段から抽出した情報の内、予定より所定の許容範囲以上に異なっている交通機関の発着日時が関連付けられており、しかも前記変更情報が関連付けられていない情報、又は過去の通過日時から計算される通過時刻の平均よりも許容範囲以上に異なっている移動物体の各通過点の通過時刻が関連付けられており、しかも前記エラー情報が関連付けられていない情報を、前記統計計算の対象から除外する手段とを更に有することを特徴とする。

　本発明に係る移動過程予測方法は、特定の時刻に繰り返し運行される交通機関を利用して移動する移動物体の移動過程を予測する方法において、交通機関の発着施設にて移動物体が通過すべき複数の通過点の夫々に設けてあるチェック機を用いて、当該通過点を通過した移動物体を識別する識別情報を取得し、当該通過点を前記移動物体が通過した通過日時を特定し、コンピュータで、前記移動物体が利用した交通機関を複数の項目で特定する交通機関特定情報を取得し、前記移動物体が前記交通機関を利用したときの複数の項目で特定される状況を示す状況情報を取得し、前記交通機関で移動物体の乗り込みを実際に終了させた乗り込み終了日時を特定し、過去の移動物体の識別情報、各通過点で取得された通過日時、各通過日時から計算される二つの通過点を前記移動物体が通過する間に経過した経過時間、取得された交通機関特定情報、取得された状況情報、前記交通機関特定情報で特定される交通機関について特定された乗り込み終了日時、及び該乗り込み終了日時に対する各通過日時の比較結果を、互いに関連付けて、複数の移動物体別に記憶し、未来の移動物体が通過を予定する特定の通過点の通過時刻、前記移動物体が利用を予定する交通機関の乗り込み終了日時に対する前記特定の通過点に係る通過日時の比較結果、又は特定の二つの通過点を前記移動物体が通過する間に経過する予定の経過時間を予測することの要求を受け付け、記憶内容から、前記特定の通過点に係る通過日時、前記交通機関の乗り込み終了日時に対する前記通過日時の比較結果、又は前記特定の二つの通過点に係る経過時間と、前記通過日時、前記比較結果又は前記経過時間に関連付けられた交通機関特定情報又は状況情報との組み合わせを、複数通り抽出し、抽出した複数通りの前記組み合わせに基づいて、前記通過日時から計算される通過時刻、前記比較結果又は前記経過時間を目的変数とし、抽出した交通機関特定情報又は状況情報に含まれる一又は複数の項目を説明変数として、回帰式を求める統計計算を行い、前記移動物体が利用を予定する交通機関を特定する交通機関特定情報又は前記交通機関を利用するときの状況を示す状況情報を受け付け、求めた回帰式に、受け付けた交通機関特定情報又は状況情報を代入することにより、予測すべき通過時刻、交通機関での乗り込み終了日時に対する通過日時の比較結果又は経過時間を計算し、計算した通過時刻、前記比較結果又は経過時間を出力することを有することを特徴とする。

　本発明に係る移動過程予測装置は、特定の時刻に繰り返し運行される交通機関を利用して移動する移動物体の移動過程を予測する移動過程予測装置において、過去の移動物体を識別する識別情報、交通機関の発着施設にて複数の通過点の夫々を前記移動物体が通過した通過日時、各通過日時から計算される二つの通過点を前記移動物体が通過する間に経過した経過時間、前記移動物体が利用した交通機関を複数の項目で特定する交通機関特定情報、前記移動物体が前記交通機関を利用したときの複数の項目で特定される状況を示す状況情報、前記交通機関で移動物体の乗り込みを実際に終了させた乗り込み終了日時、及び該乗り込み終了日時に対する各通過日時の比較結果を、互いに関連付けて、複数の移動物体別に記憶する記憶手段と、未来の移動物体が通過を予定する特定の通過点の通過時刻、前記移動物体が利用を予定する交通機関の乗り込み終了日時に対する前記特定の通過点に係る通過日時の比較結果、又は特定の二つの通過点を前記移動物体が通過する間に経過する予定の経過時間を予測することの要求を受け付ける手段と、前記記憶手段から、前記特定の通過点に係る通過日時、前記交通機関の乗り込み終了日時に対する前記通過日時の比較結果、又は前記特定の二つの通過点に係る経過時間と、前記通過日時、前記比較結果又は前記経過時間に関連付けられた交通機関特定情報又は状況情報との組み合わせを、複数通り抽出する手段と、抽出した複数通りの前記組み合わせに基づいて、前記通過日時から計算される通過時刻、前記比較結果又は前記経過時間を目的変数とし、抽出した交通機関特定情報又は状況情報に含まれる一又は複数の項目を説明変数として、回帰式を求める統計計算を行う手段と、前記移動物体が利用を予定する交通機関を特定する交通機関特定情報又は前記交通機関を利用するときの状況を示す状況情報を受け付ける手段と、求めた回帰式に、受け付けた交通機関特定情報又は状況情報を代入することにより、予測すべき通過時刻、交通機関での乗り込み終了日時に対する通過日時の比較結果又は経過時間を計算する手段と、計算した通過時刻、前記比較結果又は経過時間を出力する手段とを備えることを特徴とする。

　本発明に係るコンピュータプログラムは、特定の時刻に繰り返し運行される交通機関を利用して移動する過去の移動物体を識別する識別情報、交通機関の発着施設に設けられた複数の通過点の夫々を前記移動物体が通過した通過日時、各通過日時から計算される二つの通過点を前記移動物体が通過する間に経過した経過時間、前記移動物体が利用した交通機関を複数の項目で特定する交通機関特定情報、前記移動物体が前記交通機関を利用したときの複数の項目で特定される状況を示す状況情報、前記交通機関で移動物体の乗り込みを実際に終了させた乗り込み終了日時、及び該乗り込み終了日時に対する各通過日時の比較結果を互いに関連付けて複数の移動物体別に記憶するコンピュータに、未来の移動物体が通過を予定する特定の通過点の通過時刻、前記移動物体が利用を予定する交通機関の乗り込み終了日時に対する前記特定の通過点に係る通過日時の比較結果、又は特定の二つの通過点を前記移動物体が通過する間に経過する予定の経過時間を予測することの要求を受け付け、前記移動物体が利用を予定する交通機関を特定する交通機関特定情報又は前記交通機関を利用するときの状況を示す状況情報を受け付けた場合に、移動物体の移動過程を予測する処理を実行させるコンピュータプログラムであって、前記コンピュータに、記憶内容から、前記特定の通過点に係る通過日時、前記交通機関の乗り込み終了日時に対する前記通過日時の比較結果、又は前記特定の二つの通過点に係る経過時間と、前記通過日時、前記比較結果又は前記経過時間に関連付けられた交通機関特定情報又は状況情報との組み合わせを、複数通り抽出するステップと、抽出した複数通りの前記組み合わせに基づいて、前記通過日時から計算される通過時刻、前記比較結果又は前記経過時間を目的変数とし、抽出した交通機関特定情報又は状況情報に含まれる一又は複数の項目を説明変数として、回帰式を求める統計計算を行うステップと、求めた回帰式に、受け付けた交通機関特定情報又は状況情報を代入することにより、予測すべき通過時刻、交通機関での乗り込み終了日時に対する通過日時の比較結果又は経過時間を計算するステップとを含む処理を実行させることを特徴とする。

　本発明においては、移動過程予測システムは、過去に旅行者等の移動物体が実際に交通機関を利用して移動したときに、発着施設の各通過点を通過した通過日時、利用した交通機関を示す交通機関特定情報及び状況を示す状況情報を取得し、互いに関連付けて記憶しておく。また移動過程予測装置は、特定の通過日時とその通過日時に関連付けられた情報とを抽出し、特定の通過点を通過した通過時刻、特定の二つの通過点を通過する間の経過時間、又は交通機関への乗り込み終了日時に対する通過日時の比較結果と、抽出した情報に含まれる複数の項目との関係を表す回帰式を求める。移動過程予測装置は、求めた回帰式に、交通機関を利用する際の予測される状況情報等の情報の内容を代入することにより、特定の通過時刻、経過時間又は比較結果の予測値を計算する。状況情報等の複数の情報が複雑に通過時刻、経過時間又は比較結果に与える影響度を統計的に解析し、予測される情報を回帰式に代入する事で、精度の高い予測値が得られる。

　また本発明においては、移動過程予測装置は、複数の交通機関特定情報又は状況情報の夫々に関連付けられた通過日時等を抽出し、複数の交通機関を用いたときの特定の通過時刻、経過時間、若しくは交通機関への乗り込み終了日時に対する通過日時の比較結果の平均値又は分散に統計的有意差があるか否かを検定する。過去の実績から検定を行うので、移動過程予測装置は、複数の交通機関を用いたときの特定の通過時刻、経過時間又は乗り込み終了日時に対する通過日時の比較結果に差があるか否かを正確に判定することができる。

　また本発明においては、移動過程予測装置は、交通機関を利用する際の予測される交通機関特定情報又は状況情報の一部の内容を受け付け、通過日時等のサンプルを抽出する際に、受け付けた交通機関特定情報又は状況情報と同等な内容の交通機関特定情報又は状況情報に関連付けられたサンプルを抽出する。使用者の目的又は用途に適合したサンプルが抽出される。

　また本発明においては、移動過程予測装置は、交通機関を利用する際の予測される交通機関特定情報又は状況情報を受け付ける前に、統計計算で使用する交通機関特定情報又は状況情報に含まれる各項目の範囲を出力する。使用者が交通機関特定情報又は状況情報を入力する際には、出力された範囲に含まれる内容を入力する傾向があり、入力された交通機関特定情報又は状況情報が含まれる範囲内で統計計算が行われるので、得られる推測値の精度が向上する。

　また本発明においては、移動過程予測装置は、統計計算で利用する情報の量又は取得した時期等の特徴と統計計算で得られる結果に関連付けて予め記憶してある説明文を、実際の統計計算の結果と共に出力する。使用者にとっては、統計量の意味がわからなくても、統計計算処理の結果を理解することが可能となる。

　また本発明においては、移動過程予測装置は、移動物体の移動過程を予測する際に、交通機関の発着日時が予定と異なり、しかも交通機関特定情報又は状況情報が変更されていないサンプル、又は移動物体の通過時刻が過去の実績と異なり、しかも移動物体が通過点を通過したときの判定でエラーがないサンプルを、計算対象から除外する。異常なデータが除外された情報から移動物体の移動過程が予測されることとなり、予測精度が向上する。

　本発明は、予測値として計算される項目及び当該項目に影響を与える多種多様な項目に対して、計測又は収集時の誤差を減らし、サンプリング誤差を無くし、大量に統計処理する方法を取り入れている。このため、求められた回帰式は、交通機関を利用する際のイレギュラーな条件も含めた種々の条件が特定の通過時刻、経過時間又は乗り込み終了日時に対する通過日時の比較結果に与える影響の大きさを確からしく表している。よって、回帰式から得られた予測値は精度の高いものとなる。また本発明では、専門知識の無い一般の使用者でも、簡単に予測値を得ることができ、従来よりも正確に移動に係る時間を予測することが可能となる。このため、旅行者が移動スケジュールを作成する際には、より正確な移動スケジュールを作成することが可能となり、効率的な移動が可能となる等、本発明は優れた効果を奏する。

本発明の移動過程予測システムの全体構成を示す概念図である。情報取得装置の内部構成を示すブロック図である。本発明の移動過程予測システムが最初の通過地点でＩＤを発行する処理の手順を示すフローチャートである。本発明の移動過程予測システムが最初の通過地点で旅行者の通過をチェックする処理の手順を示すフローチャートである。本発明の移動過程予測システムが２番目以降の通過地点で旅行者の通過をチェックする処理の手順を示すフローチャートである。移動過程予測装置の内部構成を示すブロック図である。情報取得装置から移動過程予測装置へデータを転送する処理の手順を示すフローチャートである。多変量データの内容例を示す概念図である。移動過程予測システムが実行する移動過程予測の処理の手順を示すフローチャートである。移動過程予測システムが実行する移動過程予測の処理の手順を示すフローチャートである。選択メニューの例を示す概念図である。設定データの内容例を示す概念図である。設定データの内容例を示す概念図である。入力メニューの例を示す概念図である。入力メニューの例を示す概念図である。ステップＳ５２２の統計計算処理のサブルーチンの手順を示すフローチャートである。ステップＳ５２２の統計計算処理のサブルーチンの手順を示すフローチャートである。説明データの内容例を示す概念図である。説明データの内容例を示す概念図である。実施の形態２に係る移動過程予測システムが実行する移動過程予測の処理の手順の一部を示すフローチャートである。実施の形態２における入力メニューの例を示す概念図である。実施の形態２におけるステップＳ５２２の統計計算処理の手順の一部を示すフローチャートである。

　以下本発明をその実施の形態を示す図面に基づき具体的に説明する。本実施の形態においては、交通機関として航空機を利用して移動物体が移動する例を主に用いて本発明を説明する。本実施の形態では、本発明における移動物体は、航空機を利用して移動する旅行者、又は航空機で搬送される荷物であるとする。
（実施の形態１）
　図１は、本発明の移動過程予測システムの全体構成を示す概念図である。出発地の空港に滞在する時間又は到着地の空港を出る日時等、旅行者又は荷物の移動過程を予測する処理を行う移動過程予測装置１は、インターネット等の通信ネットワークＮに接続されている。航空機を利用する旅行者は、航空チケット３１を所持しており、搬送される荷物には、荷札３２が付けられている。航空チケット３１には、旅行者を識別する識別情報であるＩＤが記録されている。例えば、旅行者のＩＤは、ＩＤを示すバーコードが航空チケット３１に印刷されているか、又はＩＤを示す電子データを記憶する半導体メモリを航空チケット３１が備えている等の方法で航空チケット３１に記録されている。同様に、荷物の識別情報であるＩＤが荷札３２に記録されている。

　航空機の発着施設である空港には、搭乗手続き窓口、荷物預かり窓口、保安検査所、搭乗口、荷物搬出口、荷物搬入口、航空機からの降り口、到着手続き窓口、荷物受取所及び到着口等、旅行者又は荷物が通過すべき複数の通過地点（通過点）が存在する。各通過地点には、航空チケット３１又は荷札３２からＩＤを読み取り、旅行者又は荷物の通過をチェックし、ＩＤを読み取った日時を検出するチェック機２１，２１，…が設けられている。チェック機２１は、チケット３１若しくは荷札３２を発券する発券装置、コンピュータに接続されてチケット３１若しくは荷札３２に印刷されているバーコードを読み取るバーコードリーダ、又はチケット３１に記録されたＩＤを読み取り、必要な情報を表示し、必要な情報を記録できる改札機等である。また、チェック機２１の他の形態は、オペレータが操作を行うことにより、チケット３１のＩＤ等の情報を入力するための入力装置である。またチェック機２１，２１，…は、予め設定された判定基準に基づいて、通過する旅行者又は荷物の状態が正しい状態であるか否かを判定し、正しい状態ではない場合にエラー処理を行う。空港内に設けられた複数のチェック機２１，２１，…は、空港内に設けられた通信ネットワークを介して情報取得装置２に接続されている。各チェック機２１は、取得したＩＤ及び検出した日時を情報取得装置２へ送信し、情報取得装置２は、受信した情報を記憶する。情報取得装置２及び複数のチェック機２１，２１，…は、複数の空港の夫々に設けられている。各情報取得装置２は、通信ネットワークＮに接続されており、通信ネットワークＮを介して移動過程予測装置１との間で通信を行う。

　また、通信ネットワークＮには、航空機の運航に関する情報を記憶する交通機関情報記憶装置４が接続されている。交通機関情報記憶装置４は、航空会社別に設けられている。交通機関情報記憶装置４は、図示しない通信ネットワークを介して航空機の運航を管理するデータベースに接続されており、このデータベースから送信される最新の情報を記憶する。なお、交通機関情報記憶装置４はこのデータベースから構成されていてもよい。交通機関情報記憶装置４は、運航されている航空便別に、夫々の航空便を特定する航空便特定情報を記憶している。例えば、航空便特定情報として、航空会社名を含む航空便名、定期便若しくはチャータ便等の便形式、出発地名、到着地名、出発予定日時及び到着予定日時等が記憶されている。また例えば、後述する予約情報に通常は含まれる航空機型式、乗客定員数及び空席率が航空便特定情報に含まれていてもよい。また交通機関情報記憶装置４は、空港の設備に関する情報、並びに空港及び航空機で発生した事件に関する情報を、航空便特定情報に関連付けて記憶する。航空便に関係する空港の設備に関する情報としては、ターミナル番号、ゲートの番号、オペレータの数、駐機場番号、整備場番号、及び発着日時等を示す情報がある。またオペレータ等の空港での作業者を識別する作業者ＩＤ、及び作業者数を示す情報も含まれる。旅行者又は荷物に関係する空港の設備に関する情報としては、チケットカウンターの番号、保安検査所の番号、入国審査所の番号、荷物搬送経路の番号、荷物受取所の番号、作業者数及び夫々の設備の通過順序等を示す情報、並びに作業者ＩＤがある。また空港及び航空機で発生した事件に関する情報としては、航空便の欠航の有無、航空機の故障の内容、発生した犯罪の内容、発生した病気の名称、事件の発生場所、事件の発生日時及び被害数等を示す情報がある。尚、空港設備、保安、検疫、出入国、及び税関検査に関する情報は、夫々、特定の団体に管理されている図示しないデータベースから直接取得してもよい。

　また、交通機関情報記憶装置４は、特定の旅行者が特定の航空便の利用を予約した予約内容を示す予約情報を、旅行者別に記憶している。予約情報は、旅行者の識別情報であるＩＤを含み、また旅行者の氏名、年齢、性別及び国籍等の旅行者の状態を示す情報を含む。また予約情報は、出発地名、到着地名、利用する航空便名、及び出発予定年月日等、旅行者が利用する航空便を特定する航空便特定情報の少なくとも一部を含み、互いに関連付けられている。更に予約情報は、エコノミーシート若しくはビジネスシート等の座席の種類、座席番号、又は荷物の数等、旅行者が航空機を利用するときの利用条件を示す情報を含む。航空便特定情報は、交通機関特定情報に相当する。

　また、通信ネットワークＮには、各地の気象に関する情報を記憶する気象情報記憶装置５が接続されている。気象情報記憶装置５は、空港が存在する夫々の地域における気象の状態を示す気象情報を記憶している。気象情報記憶装置５は、空港気象台又は最寄の気象観測所等のデータベースから図示しない通信ネットワークを介して最新の気象情報を取得する。このデータベースは、例えば、実際の天気、気温、降水確率、各種の気象警報又は注意報等の情報を、空港のある地域別に気象情報記憶装置５へ送信し、気象情報記憶装置５は送信された情報を空港名等の位置情報及び観測日時等の時間情報に関連付けて記憶する。なお、気象情報記憶装置５はこのデータベースから構成されていてもよい。

　本発明を利用して移動過程の予想を行わせる使用者は、パーソナルコンピュータ（ＰＣ）又は携帯電話機等の入出力装置７を使用することができる。入出力装置７は、必要に応じて通信ネットワークＮに接続可能であり、通信ネットワークＮを介して移動過程予測装置１と通信することができる。入出力装置７は、液晶パネル等の表示部と、スピーカ等の音声出力部と、キーボード、マウス又はマイク等の入力部とを備え、本発明による予測結果等の各種の情報を表示部及び音声出力部で出力し、使用者が操作することにより各種の情報の入力を入力部で行う。

　図２は、情報取得装置２の内部構成を示すブロック図である。情報取得装置２は、サーバ装置等の汎用コンピュータを用いて構成されている。情報取得装置２は、演算を行うＣＰＵ（Central Processing Unit ）２０１と、演算に伴って発生する一時的なデータを記憶するＲＡＭ（Random Access Memory）２０２と、ハードディスク等の不揮発性の記憶部２０４とを備えている。また情報取得装置２は、日時を計測する時計部２０３と、複数のチェック機２１，２１，…が接続されたインタフェース部２０５と、通信ネットワークＮに接続された通信部２０６とを備えている。記憶部２０４は、コンピュータプログラムを記憶している。コンピュータプログラムは、図示しない光ディスクドライブ等のドライブ部で光ディスク等の記録媒体から読み取られるか、又は通信ネットワークＮに接続された図示しない他のサーバ装置からダウンロードされる。コンピュータプログラムは必要に応じてＲＡＭ２０２にロードされ、ＣＰＵ２０１は、ＲＡＭ２０２にロードされたコンピュータプログラムに従って情報取得装置２に必要な処理を実行する。

　記憶部２０４は、空港内の各通過地点に設けられた複数のチェック機２１，２１，…に関する情報を記録した通過地点データを記憶している。例えば、通過地点データには、チェック機２１のＩＤ、チェック機２１の名称、及び通過地点の場所等が通過地点別に記録されている。また本発明では、一旦定められた情報の内容が変更されることをイベントと言う。記憶部２０４には、交通機関の運航、並びに旅行者及び荷物の移動に関する情報が変更されたことを示す変更情報を記録したイベント履歴データを記憶している。例えば、イベント履歴データには、交通機関情報記憶装置４及び気象情報記憶装置５に記憶された情報の内で変更された情報の項目名である変更項目名、変更前後の情報の内容、変更日時及び変更回数を含む変更情報が、少なくとも航空便名及び出発日を含む航空便特定情報に関連付けられて記録されている。また、イベント履歴データには、各チェック機２１でエラー処理が行われたことを示すエラー情報が、チェック機２１のＩＤ、チェックされた旅行者又は荷物のＩＤ、及び航空便特定情報に関連付けられて記録されている。エラー情報には、チェック機２１で判定を行った際の判定項目、判定前後の結果、判定日時、及び判定回数が含まれる。例えば、旅行者又は荷物に対する初めの判定でエラー処理が行われた場合は、判定前の結果に「判定無」と記録され、判定後の結果に、出力されたエラーメッセージの内容が記録される。また例えば、二回目以降の判定でエラー処理が行われた場合は、判定前の結果に、前回のエラーメッセージが記録されるか又は「正常」と記録され、判定後の結果に、出力されたエラーメッセージが記録される。

　また記憶部２０４には、旅行者又は荷物が各通過地点を通過した日時を記録した移動経過データを記憶している。ＣＰＵ２０１は、定期的に、各通過地点を旅行者又は荷物が通過した通過時刻を移動経過データから読み出し、各通過地点毎に航空便別の通過時刻の平均値及び標準偏差を計算し、計算した通過時刻の平均値及び標準偏差を航空便特定情報及びチェック機２１のＩＤに関連付けて移動経過データに記録する処理を行う。例えば、ＣＰＵ２０１は、毎日、午前１：００等の所定の時刻に通過時刻の平均値及び標準偏差の計算及び記録を行う。なお、情報取得装置２は、複数のコンピュータを用いて構成した形態であってもよい。

　次に、空港に設けられた情報取得装置２及びチェック機２１，２１，…が実行する処理を説明する。航空チケット３１に記録されたＩＤのない旅行者は、搭乗手続き窓口等の最初の通過地点で、まずＩＤを発行してもらう必要がある。図３は、本発明の移動過程予測システムが最初の通過地点でＩＤを発行する処理の手順を示すフローチャートである。発券装置等のチェック機２１は、新規のＩＤが記録された航空チケット３１を発券する等の方法で、旅行者を識別するＩＤを発行する（Ｓ１１）。チェック機２１及び情報取得装置２は、次に、旅行者が航空機を利用するために必要な情報、及び移動過程予測装置１で旅行者又は荷物の移動過程を予測する処理を行うために必要な情報を取得する処理を行う（Ｓ１２）。尚、チェック機２１は、ステップＳ１１及びＳ１２の処理を逆の順番で行ってもよい。

　ステップＳ１２では、例えば、航空便の予約がなされている場合は、情報取得装置２は、通信ネットワークＮを介して交通機関情報記憶装置４から予約情報を取得する処理を行う。より具体的には、ＣＰＵ２０１は、予約番号等に基づいた予約情報の検索指示を通信部２０６に交通機関情報記憶装置４へ送信させ、交通機関情報記憶装置４は検索指示に従って検索した予約情報を情報取得装置２へ送信し、情報取得装置２は、予約情報を通信部２０６で受信する。予約がなされていない場合は、オペレータ又は旅行者自身が発券装置等のチェック機２１を操作することにより、チェック機２１は、航空便特定情報、及び旅行者に関する情報を受け付ける。旅行者に関する情報には、氏名及び年齢等の旅行者の状態を示す情報が含まれており、また席番号等、旅行者が航空便を利用するときの利用条件を示す情報が含まれている。尚、ＣＰＵ２０１は、航空便特定情報の一部を受け付けた後、航空便特定情報の残りを、通信ネットワークＮを介して交通機関情報記憶装置４から取得する処理を行ってもよい。またＣＰＵ２０１は、取得した航空便特定情報に関連付けられた残りの情報も交通機関情報記憶装置４から取得する。またＣＰＵ２０１は、空港の存在する地域の気象の状態を示す気象情報を、通信ネットワークＮを介して気象情報記憶装置５から取得する。尚、ＣＰＵ２０１が前記交通機関情報記憶装置４と気象情報記憶装置５から取得する情報は最新情報の複製である。更に、発券装置等のチェック機２１は、必要に応じて、取得した情報の一部又は全部を航空チケット３１に記録する。チェック機２１及び情報取得装置２が取得した情報の内、旅行者のＩＤ及び航空便特定情報を除く情報は、旅行者が航空便を利用したときの状況を示す状況情報である。

　ＣＰＵ２０１は、次に、時計部２０３が計測する日時に応じて、旅行者が搭乗手続き窓口等の最初の通過地点を通過した通過日時を特定する（Ｓ１３）。次に、ＣＰＵ２０１は、旅行者及び当該チェック機２１のＩＤ並びに通過日時を含む取得した情報を、移動経過データに記録することにより、互いに関連付けて記憶部２０４に記憶する（Ｓ１４）。情報取得装置２及びチェック機２１は、以上でＩＤ発行の処理を終了する。

　移動物体が荷物の場合においても、情報取得装置２及びチェック機２１は同様の処理を実行する。荷物預かり窓口等の最初の通過地点で、発券装置等のチェック機２１は、ステップＳ１１で、新規のＩＤが記録された荷札３２を発券することにより、荷物を識別するＩＤを発行する。またステップＳ１２で、情報取得装置２及びチェック機２１は、荷物の所有者である旅行者に係る情報を旅行者ＩＤに基づいて読み出す等の方法により、航空便特定情報、及び当該航空機特定情報に関連付けられた情報を取得する。また、オペレータ又は旅行者が必要な機器を操作することにより、荷物の大きさ、重さ、内容、及び透視写真等の他の必要な情報を取得し、チェック機２１に入力する。尚、チェック機２１はこれらの情報を自動で取得する機器を備えた形態であってもよい。更に、情報取得装置２は、気象情報を気象情報記憶装置５から取得する。チェック機２１及び情報取得装置２が取得した情報の内、荷物のＩＤ及び航空便特定情報を除く情報は、荷物が航空便を利用したときの状況を示す状況情報である。情報取得装置２は、同様に、ステップＳ１３で荷物の通過日時を特定し、ステップＳ１４で荷物及び当該チェック機２１のＩＤ並びに通過日時を含む取得した情報を、互いに関連付けて記憶部２０４の移動経過データに記録する。

　既にＩＤを記録された航空チケット３１を旅行者が所有している場合等、既にＩＤを発行された状態で旅行者が最初の通過地点を通過する場合は、情報取得装置２及びチェック機２１は、ＩＤを用いて通過をチェックする処理を行う。図４は、本発明の移動過程予測システムが最初の通過地点で旅行者の通過をチェックする処理の手順を示すフローチャートである。搭乗手続き窓口の端末装置等のチェック機２１は、航空チケット３１に記録されたＩＤを読み取る処理を行うことにより、ＩＤを読み取ったか否かを判定する（Ｓ２０１）。ＩＤを読み取ることができなかった場合（Ｓ２０１：ＮＯ）、ＣＰＵ２０１は、エラー処理を行う（Ｓ２０２）。ステップＳ２０２のエラー処理では、ＣＰＵ２０１は、例えば、チェック機２１のスピーカ又はディスプレイ等を用いて「ＩＤが読み取れません」等のエラーメッセージを出力し、ＩＤを読み取る処理を再度実行する。またＣＰＵ２０１は、ＩＤを再発行する処理を行ってもよい。ＣＰＵ２０１は、次に、エラー情報をイベント履歴データに記録し（Ｓ２０３）、処理を終了する。

　ステップＳ２０１でＩＤを読み取ることができた場合は（Ｓ２０１：ＹＥＳ）、ＣＰＵ２０１は、読み取ったＩＤが予約済のＩＤとして交通機関情報記憶装置４に記憶されているか否かを判定する（Ｓ２０４）。読み取ったＩＤが予約済のＩＤとして交通機関情報記憶装置４に記憶されていない場合は（Ｓ２０４：ＮＯ）、ＣＰＵ２０１は、処理をステップＳ２０２へ進める。読み取ったＩＤが予約済のＩＤとして交通機関情報記憶装置４に記憶されている場合は（Ｓ２０４：ＹＥＳ）、ＣＰＵ２０１は、ＩＤに関連付けられた情報を、通信ネットワークＮを介して交通機関情報記憶装置４から取得する処理を行う（Ｓ２０５）。取得する情報には、航空便特定情報等が含まれる。ＣＰＵ２０１は、次に、ＩＤに関連付けられた情報に基づいて、現在の通過地点は旅行者が通過することができる正しい通過地点であるか否かを判定する（Ｓ２０６）。例えば、ＣＰＵ２０１は、取得した航空便特定情報に関連付けられた空港設備に関する情報を交通機関情報記憶装置４から読み出し、現在の通過地点に関する情報と比較することにより判定を行う。現在の通過地点が正しい通過地点ではない場合は（Ｓ２０６：ＮＯ）、ＣＰＵ２０１は、エラー処理を行う（Ｓ２０７）。ステップＳ２０７のエラー処理では、ＣＰＵ２０１は、例えば、チェック機２１により「搭乗手続き窓口が違います」等のエラーメッセージをスピーカ又はディスプレイを用いて出力する。ＣＰＵ２０１は、次に、エラー情報をイベント履歴データに記録し（Ｓ２０８）、処理を終了する。

　ステップＳ２０６で現在の通過地点が正しい通過地点である場合は（Ｓ２０６：ＹＥＳ）、ＣＰＵ２０１は、旅行者が航空機を利用するために必要な情報の内で予約時に取得していない情報を取得する処理を行う（Ｓ２０９）。即ち、ＣＰＵ２０１は、チェック機２１で、航空便特定情報、旅行者及び荷物に関する情報、及び航空便の利用条件を示す情報等の必要な情報の内、不足している情報を受け付ける。またＣＰＵ２０１は、使用される空港の設備及び作業者を特定する情報、旅行者が通過すべき又は通過することができる通過地点及び通過順序を特定する情報、発生した事件又は事故に関する情報、並びに気象情報等を取得する。チェック機２１及び情報取得装置２が取得した情報の内、旅行者又は荷物のＩＤ及び航空便特定情報を除く情報は、旅行者が航空便を利用したときの状況を示す状況情報である。更に、発券装置等のチェック機２１は、必要に応じて、取得した情報の一部又は全部を航空チケット３１に記録する。ＣＰＵ２０１は、次に、時計部２０３が計測する日時に応じて、旅行者が最初の通過地点を通過した通過日時を特定する（Ｓ２１０）。ＣＰＵ２０１は、次に、旅行者、荷物及び当該チェック機２１のＩＤ、エラー処理とならない判定項目名及び判定前後の結果、並びに通過日時を含む取得した情報を、移動経過データに記録することにより、互いに関連付けて記憶部２０４に記憶する（Ｓ２１１）。情報取得装置２及びチェック機２１は、以上で最初の通過地点で旅行者の通過をチェックする処理を終了する。

　２番目以降の通過地点では、情報取得装置２及びチェック機２１は、旅行者又は荷物の通過をチェックする処理を行う。図５は、本発明の移動過程予測システムが２番目以降の通過地点で旅行者の通過をチェックする処理の手順を示すフローチャートである。バーコードリーダ又は改札機等のチェック機２１は、航空チケット３１又は荷札３２に記録されたＩＤを読み取る処理を行うことにより、ＩＤを読み取ったか否かを判定する（Ｓ３０１）。ＩＤを読み取ることができなかった場合（Ｓ３０１：ＮＯ）、ＣＰＵ２０１は、エラー処理を行う（Ｓ３０２）。ステップＳ３０２のエラー処理では、ＣＰＵ２０１は、例えば、チェック機２１のスピーカ又はディスプレイ等を用いて「ＩＤが読み取れません」等のエラーメッセージを出力し、ＩＤを読み取る処理を再度実行する。またＣＰＵ２０１は、ステップＳ３０２の処理に付随して、旅行者又は荷物の通過を強制的に禁止するための処理を実行してもよい。例えば、チェック機２１が改札機である場合、ＣＰＵ２０１は、改札機に通路を閉鎖させる処理を行う。また例えば、ＣＰＵ２０１は、荷物が搬送される搬送路の途中でＩＤを読み取れない場合、荷物の搬送を停止させる処理を行う。ＣＰＵ２０１は、次に、エラー情報をイベント履歴データに記録し（Ｓ３０３）、処理を終了する。

　ステップＳ３０１でＩＤを読み取ることができた場合は（Ｓ３０１：ＹＥＳ）、ＣＰＵ２０１は、読み取ったＩＤが記憶部２０４で記憶する移動経過データに記録されているか否かを判定する（Ｓ３０４）。読み取ったＩＤが移動経過データに記録されていない場合は（Ｓ３０４：ＮＯ）、ＣＰＵ２０１は、処理をステップＳ３０２へ進める。読み取ったＩＤが移動経過データに記録されている場合は（Ｓ３０４：ＹＥＳ）、ＣＰＵ２０１は、ＩＤに関連付けられた情報を記憶部２０４から読み出す（Ｓ３０５）。ＣＰＵ２０１は、読み出した情報を、通信ネットワークＮを介して交通機関情報記憶装置４及び気象情報記憶装置５の最新情報と比較し、情報が更新されているか否かを判定する。情報が更新されている場合は、変更された情報の項目名、変更前後の情報の内容、変更日時及び変更回数が、少なくとも航空便名及び出発日を含む航空便特定情報に関連付けて記憶部２０４のイベント履歴データに記録する。

　ＣＰＵ２０１は、次に、変更された情報を含むＩＤに関連付けられた情報に基づいて、現在の通過地点は旅行者又は荷物が通過することができる正しい通過地点であるか否かを判定する（Ｓ３０６）。例えば、ＣＰＵ２０１は、ＩＤに関連付けられた最新の情報が特定する通過地点の中に、チェック機２１の存在する現在の通過地点が含まれるか否か、及び最新の情報が特定する通過順序と実際の通過日時から計算した通過順序が一致しているか否かを判定する。ＩＤに関連付けられた最新の情報が特定する通過地点の中に現在の通過地点が含まれない場合又は通過順序が一致しない場合、ＣＰＵ２０１は現在の通過地点は正しい通過地点ではないと判定する。現在の通過地点が正しい通過地点ではない場合は（Ｓ３０６：ＮＯ）、ＣＰＵ２０１は、エラー処理を行う（Ｓ３０７）。ステップＳ３０７のエラー処理では、ＣＰＵ２０１は、例えば、チェック機２１により「航空便が違います」、「搭乗口が違います」、「荷物受取所が違います」又は「順路が違います」等のエラーメッセージを出力する。またＣＰＵ２０１は、チェック機２１により、正しい通過地点を案内するメッセージを出力する処理を行ってもよい。またＣＰＵ２０１は、ステップＳ３０７の処理に付随して、旅行者又は荷物の通過を強制的に禁止するための処理を実行してもよい。ＣＰＵ２０１は、次に、エラー情報をイベント履歴データに記録し（Ｓ３０８）、処理を終了する。尚、通過地点に関する判定は、全てのチェック機２１で行ってもよい。

　ステップＳ３０６で現在の通過地点が正しい通過地点である場合は（Ｓ３０６：ＹＥＳ）、ＣＰＵ２０１は、時計部２０３が計測する日時に応じて、旅行者が現在の通過地点を通過した通過日時を特定する（Ｓ３０９）。尚、ステップＳ３０６では、更に手荷物の受取間違いを判定する処理を行ってもよい。例えば、チェック機２１は、荷物受取所出口にて、旅行者に荷物ＩＤ及び旅行者ＩＤを要求し、ＣＰＵ２０１は手荷物の受取間違いを判定する。より具体的には、ＣＰＵ２０１は、実際に取得した荷物ＩＤと同じ荷物ＩＤを記憶部２０４から検索し、検索した荷物ＩＤに関連付けられている荷物の所有者のＩＤを特定し、実際に取得した旅行者ＩＤと一致しているか否か判定する。一致しない場合は、ＣＰＵ２０１は、処理をステップＳ３０７へ進め、「荷物間違い」と出力する等のエラー処理を行う。一致した場合は、ＣＰＵ２０１は処理をステップＳ３０９へ進める。

　ＣＰＵ２０１は、次に、各通過地点での通過時刻が実績に比べて早いか、遅いか、又は平均並みであるかを判定する処理を行う（Ｓ３１０）。具体的には、ＣＰＵ２０１は、記憶部２０４が記憶する移動経過データに記録された各通過地点別航空便別の通過時刻の平均値及び標準偏差に基づいて、判定を行う。例えば、ＣＰＵ２０１は、標準偏差をσとして、通過時刻が（平均値－４σ）より小さい場合に早いと判定し、通過時刻が（平均値＋４σ）より大きい場合に遅いと判定する。またＣＰＵ２０１は、通過時刻が（平均値－４σ）以上（平均値＋４σ）以下の場合に平均並みと判定する。通過時刻が実績に比べて早い又は遅い場合は（Ｓ３１０：ＮＯ）、ＣＰＵ２０１は、チェック機２１により「通常より早すぎます」又は「通常より遅れています」と出力する等のエラー処理を行う（Ｓ３１１）。ＣＰＵ２０１は、次に、エラー情報をイベント履歴データに記録する（Ｓ３１２）。尚、通過時刻に関する判定は、全てのチェック機２１で行ってもよい。

　ステップＳ３１２が終了した場合、又はステップＳ３１０で通過時刻が実績に比べて平均並みである場合は（Ｓ３１０：ＹＥＳ）、ＣＰＵ２０１は、旅行者、荷物及び当該チェック機のＩＤ、エラー処理とならない判定項目名及び判定前後の結果、並びに通過日時を含む情報を、移動経過データに記録することにより、互いに関連付けて記憶部２０４に記憶する（Ｓ３１３）。このとき、チェック機２１は、必要に応じて、取得した情報の一部又は全部を航空チケット３１に記録する。情報取得装置２及びチェック機２１は、以上で２番目以降の通過地点で旅行者の通過をチェックする処理を終了する。ステップＳ３０１～Ｓ３１３の処理は、２番目以降の各通過地点で、旅行者又は荷物が通過する都度実行される。

　以上のステップＳ１１～Ｓ１４、ステップＳ２０１～Ｓ２１１及びステップＳ３０１～Ｓ３１３の処理を実行することにより、情報取得装置２及びチェック機２１，２１，…は、旅行者又は荷物が各通過地点を通過した通過日時を特定する。なお、主に出発地の空港に設けられた情報取得装置２及びチェック機２１，２１，…が行う処理について説明したが、航空便の経由地及び到着地の空港に設けられた情報取得装置２及びチェック機２１，２１，…も、同様の処理を実行する。なお、以上のステップＳ１１～Ｓ１４、ステップＳ２０１～Ｓ２１１及びステップＳ３０１～Ｓ３１３の処理の内、ＣＰＵ２０１が実行すると説明した処理の一部は、チェック機２１で分散して実行してもよい。

　また、情報取得装置２は、航空便の夫々について、旅行者及び荷物の航空機への乗り込みが終了した日時である乗り込み終了日時を取得する処理を行う。例えば、乗り込み終了日時は、旅行者が航空機に乗り込むために最後に通過すべき通過地点である搭乗ゲートが閉鎖された日時である。また例えば、乗り込み終了日時は、荷物が航空機に搬入される搬入口が閉鎖された日時である。乗り込み終了日時は、搭乗ゲート又は搬入口に設けられたチェック機２１が特定し、ＣＰＵ２０１は、特定された乗り込み終了日時を旅行者又は荷物のＩＤ並びに航空便特定情報に関連付けて移動経過データに記録する。尚、インタフェース部２０５に接続された図示しない入力装置を航空機の搭乗員等の作業員が操作することにより乗り込み終了日時が特定されてもよい。

　更に、情報取得装置２は、航空機の到着の所定時間以上の遅れ、航空機の出発の所定時間以上の遅れ、及び航空機の出発の中止等、所定の許容範囲以上に航空機の発着日時が異なり、しかも変更情報がない状態の検知を行う。このような状態となった場合は、旅行者又は荷物が各通過地点を通過する通過日時が影響を受けて変動する一方で、通過日時が変動した要因が不明である。この状態でのデータを含んだ実績に基づいて旅行者又は荷物の移動過程を予測した場合は、予測精度が低下してしまう。そこで、ＣＰＵ２０１は、所定の許容範囲以上に航空機の発着日時が異なることがあった場合に、少なくとも同一の航空便名及び出発日を含む航空便特定情報に関連付けられた変更情報がイベント履歴データに記録されているか否かを判定する。この変更情報がイベント履歴データに記録されていない場合は、ＣＰＵ２０１は、交通機関の異常を示す情報を、当該航空便特定情報に関連付けてイベント履歴データに記録する処理を行う。また、同様に、ＣＰＵ２０１は、旅行者又は荷物の各通過地点での実際の通過時刻が、同一の通過地点における同一の航空便に係る過去の旅行者又は荷物の平均通過時刻に比べて所定の許容範囲以上に異なる状態の検知を行う。この際、ＣＰＵ２０１は、日付の差異を考慮した時刻の比較を行う。例えば、ＣＰＵ２０１は、平均通過時刻と実際の通過時刻とが予め定められた時間以上異なり、しかも平均通過時刻が日付変更前後の予め設定された時間帯にあるか否かを判定する。例えば、予め定められた時間は１２時間とし、日付変更前後の予め設定された時間帯は２１：００～３：００とする。平均通過時刻と実際の通過時刻とが予め定められた時間以上異なり、しかも平均通過時刻が日付変更前後の予め設定された時間帯にある場合は、ＣＰＵ２０１は、日付が異なる時刻の差を求めるための次の計算を行う。平均通過時刻と実際の通過時刻との内、数字の大きい時刻をＴ_max とし、数字の小さい時刻をＴ_min とし、ＣＰＵ２０１は、｛（２４：００－Ｔ_max ）＋Ｔ_min ｝を計算する。ＣＰＵ２０１は、次に、計算結果の時刻を所定の許容範囲と比較する。平均通過時刻と実際の通過時刻との差が予め定められた時間より短い時間に収まるか、又は平均通過時刻が日付変更前後の予め設定された時間帯外にある場合は、ＣＰＵ２０１は、平均通過時刻と実際の通過時刻との差を直接に許容範囲と比較する。

　ＣＰＵ２０１は、所定の許容範囲以上に通過時刻が異なることがあった場合に、イベント履歴データに記録されているエラー情報の内、当該旅行者又は荷物のＩＤ並びに当該航空便の航空便特定情報に関連付けられたエラー情報が存在するか否かを判定する。このエラー情報がイベント履歴データに記録されていない場合は、ＣＰＵ２０１は、移動物体の異常を示す情報を、当該旅行者又は荷物のＩＤ並びに当該航空便の航空便特定情報に互いに関連付けてイベント履歴データに記録する処理を行う。以上の様に、情報取得装置２は、ほとんど全ての手順において情報を自動取得することにより、計測又は収集時の誤差を小さくさせる。

　次に、移動過程予測装置１について説明する。図６は、移動過程予測装置１の内部構成を示すブロック図である。移動過程予測装置１は、サーバ装置等の汎用コンピュータを用いて構成されている。移動過程予測装置１は、演算を行うＣＰＵ１１と、演算に伴うデータを記憶するＲＡＭ１２と、光ディスク等の記録媒体１０から情報を読み取るドライブ部１３と、ハードディスク等の不揮発性の記憶部１４とを備えている。また移動過程予測装置１は、通信ネットワークＮに接続された通信部１６を備えている。ＣＰＵ１１は、記録媒体１０に記録されたコンピュータプログラム１５をドライブ部１３に読み取らせ、読み取ったコンピュータプログラム１５を記憶部１４に記憶させる。コンピュータプログラム１５は必要に応じて記憶部１４からＲＡＭ１２へロードされ、ＣＰＵ１１は、ロードされたコンピュータプログラム１５に基づいて移動過程予測装置１に必要な処理を実行する。記憶部１４は、複数の情報取得装置２が取得した情報をまとめて記録した多変量データを記憶している。以上のようにして、情報取得装置２は、過去に航空機を利用した旅行者及び荷物の夫々について、各通過地点での通過日時、航空便特定情報及び状況情報を取得する。

　図７は、情報取得装置２から移動過程予測装置１へデータを転送する処理の手順を示すフローチャートである。情報取得装置２のＣＰＵ２０１は、定期的なタイミング、又は所定量の移動経過データが記憶部２０４に記憶されたタイミング等、随時のタイミングで、記憶部２０４に記憶する移動経過データ及びイベント履歴データを、通信ネットワークＮを介して移動過程予測装置１へ送信する（Ｓ４１）。なお、情報取得装置２は、データを送信する際に、以前に送信したデータとの差分を送信してもよい。移動過程予測装置１は、複数の情報取得装置２，２，…から送信された移動経過データ及びイベント履歴データを通信部１６で受信する。移動過程予測装置１のＣＰＵ１１は、受信した複数の移動経過データ及びイベント履歴データから、同じＩＤに関連付けられた情報を抽出する（Ｓ４２）。ステップＳ４２では、ＣＰＵ１１は、同じＩＤに関連付けられた情報に更に関連付けられた情報も抽出する。ＣＰＵ１１は、次に、抽出した情報を互いに関連付け、関連付けた情報を、記憶部１４が記憶する多変量データに追加することにより、抽出した情報を多変量データに記録する（Ｓ４３）。なお、抽出した情報が関連付けられたＩＤが既に多変量データに記録されている場合は、ＣＰＵ１１は、ＩＤに関連付けて記録されている情報と互いに関連付けて、抽出した情報を記録する。移動過程予測装置１が受信した情報の原本は、記憶部１４で保存されるか、又は一定期間後にＣＰＵ１１によって消去される。

　図８は、多変量データの内容例を示す概念図である。旅行者に関する情報が記録されており、この情報には、旅行者を識別するＩＤと、性別、年齢、国籍及び使用する言語等の旅行者の状態を示す情報とが含まれている。また荷物に関する情報が記録されており、この情報には、荷物を識別するＩＤと、荷物の所有者のＩＤ及び荷物の重量等、荷物の状態を示す情報とが含まれている。なお、旅行者に関する情報と荷物に関する情報は、いずれか一方のみが記録されていることもある。また、旅行者又は荷物が利用した航空便に関する情報が記録されており、この情報には、便名及び便形式等の航空便特定情報と、実際の出発日時等の実績を示す情報と、席番号及び空席率等の旅行者が航空便を利用した条件を示す情報とが含まれている。また航空便に関する情報には、乗り込み終了日時が含まれている。また航空便が出発した出発空港に関する情報が記録されている。この情報には、旅行者又は荷物が出発空港を利用した年月日と、空港名及び出発空港内で利用できる言語等の出発空港の状態を示す情報と、ターミナル等の使用される設備を特定する情報と、作業者ＩＤと、作業者数を特定する情報と、空港がある地域での気象状態を示す気象情報とが含まれている。また、同様の項目からなる、航空便が到着した到着空港に関する情報が記録されている。また、一旦定められた情報の内容が変更されるイベントに関する変更情報が記録されており、変更項目名、変更前後の情報の内容、変更日時、及び変更回数等を示す情報が含まれる。また、多変量データには、交通機関の異常又は移動物体の異常を示す情報も含まれている。各項目は、互いに関連付けられており、個々の旅行者又は荷物別にサンプル番号が付されて記録されている。更に、出発空港及び到着空港に関する情報の中には、各通過地点に設けられたチェック機２１を示す情報と、通過日時及びエラー情報等のチェック機２１で取得された情報とが含まれている。チェック機２１で取得された情報には、その情報を取得したチェック機２１を示す情報が付されている。図８には、Ｎｏ．ａのチェック機２１で特定した通過日時である「通過日時（Ｎｏ．ａ）」を多変量データに記録していることを示している。多変量データに含まれる以上の情報の内、旅行者、所有者又は荷物のＩＤ、航空便特定情報及び通過日時を除く情報は、旅行者又は荷物が航空便を利用したときの状況を示す複数の項目からなる状況情報である。

　ＣＰＵ１１は、次に、多変量データに記録された各通過地点での通過日時から、二つの通過地点を旅行者又は荷物が通過する間に経過した経過時間を計算する（Ｓ４４）。ＣＰＵ１１は、次に、各通過地点での通過日時と乗り込み終了日時とを比較した比較結果を示す比較データを計算する（Ｓ４５）。例えば、ＣＰＵ１１は、ある航空便における乗り込み終了日時と当該航空便を利用する旅行者が各通過地点を通過した通過日時との時間差を計算し、計算した時間差を示すデータを比較データとする。また、比較データは時間差に限るものではない。例えば、比較データは、通過日時が乗り込み終了日時より早い場合は「１」となり、通過日時が乗り込み終了日時に比べて同時又は遅い場合は「０」となる判別値であってもよい。なお、経過時間又は比較データを計算するタイミングは、後述するステップＳ５１２で多変量データからサンプルを抽出する前であれば、他のタイミングであってもよい。ＣＰＵ１１は、次に、計算した経過時間及び比較データを、元の通過日時に関連付けて多変量データに記録し（Ｓ４６）、処理を終了する。

　図８には、例えば、Ｎｏ．ａのチェック機２１がある通過地点を通過してからＮｏ．ｂのチェック機２１がある通過地点まで移動する間に経過した経過時間を多変量データに記録していることを示している。また図８には、各チェック機の通過日時に関連付けて比較データを多変量データに記録していることを示している。またＣＰＵ１１は、ステップＳ４４及びステップＳ４５で、到着空港についても同様に経過時間及び比較データを計算する。なお、航空便が経由する空港がある場合は、経由空港に関しても出発空港と同様な情報が多変量データ中に記録される。多変量データ中に互いに関連付けられて記録された情報は、個々の旅行者別及び荷物別に記録されている。図８に示すように、多変量データに記録された情報には、量的データと質的データとが混在している。量的データは、日時又は気温等、数値からなり、しかも数値の間隔に意味のある情報である。質的データは、空港名等の数値ではないか、又はターミナル番号等、数値ではあっても数値の間隔に意味は無く数値の違いのみに意味のある情報である。以上のようにして、移動過程予測装置１は、過去に航空機を利用した旅行者及び荷物の夫々について、各通過地点での通過日時、任意の二つの通過地点を前記移動物体が通過する間に経過した経過時間、乗り込み終了日時、及び比較データ、並びにこれら以外の情報である航空便特定情報及び状況情報を互いに関連付けて記憶する。多変量データは、本発明における関連付けデータに対応する。

　次に、本発明の移動過程予測システムが行う移動過程予測方法を説明する。移動過程予測システムは、未来の旅行者又は荷物が特定の航空便を利用して移動する際の過程を予測する処理を行う。図９及び図１０は、移動過程予測システムが実行する移動過程予測の処理の手順を示すフローチャートである。旅行を予定している者等の使用者は、入出力装置７を操作し、入出力装置７は、本発明のためのウェブサイトにアクセスする等の方法で、移動過程予測の要求を、通信ネットワークＮを介して移動過程予測装置１へ送信する（Ｓ５０１）。移動過程予測装置１は、移動過程予測の要求を通信部１６で受信する。ＣＰＵ１１は、実行可能な処理の名称の一覧を表示して実際に実行すべき処理の選択を受け付けるための選択メニューを入出力装置７に表示させるためのメニュー用データを、通信部１６に、通信ネットワークＮを介して入出力装置７へ送信させる（Ｓ５０２）。メニュー用データは、予め記憶部１４に記憶されている。なお、メニュー用データはコンピュータプログラム１５に含まれていてもよい。入出力装置７は、メニュー用データを受信し、メニュー用データに基づいて選択メニューを表示部に表示する（Ｓ５０３）。

　図１１は、選択メニューの例を示す概念図である。本発明では、特定の航空便を利用した場合に特定の通過地点を通過する通過時刻、二つの通過地点を通過する間に経過する経過時間、又は当該航空便における乗り込み終了日時に対する通過日時の比較結果を示す比較データの予測を行うことができる。また本発明では、二つの航空便を利用した場合の予測される通過時刻、経過時間又は比較データを比較して予測する比較予測と、通過時刻、経過時間又は比較データの平均値を計算する処理等の統計量を計算する統計量計算処理とを行うことができる。図１１に示すように、選択メニューは、種々の値に関する予測、比較予測又は統計量計算の内、何れの処理を移動過程予測装置１に行わせるべきかを選択できるようになっている。例えば、出発空港滞在時間、即ち出発空港における最初の通過地点から最後の通過地点まで通過する間に経過する時間、又は到着空港退場時刻、即ち到着空港の出口にある通過地点を通過する時刻等、各種の値に対する予測、比較予測又は統計量計算を選択できる。使用者は、入出力装置７を操作することにより、選択メニューに表示された複数の処理内容の中から、いずれかの処理を選択する。

　本発明では、予測の処理において、移動過程予測装置１は、使用者が利用する予定の航空便と同じ航空便を利用した結果及び状況情報を多変量データから読み出し、読み出したデータに基づいて、読み出した結果を目的変数として状況情報の各項目を説明変数とした回帰分析を行う。回帰分析では、移動過程予測装置１は、予測区間を含めた予測値、又は信頼区間を含めた予測値を推測値として算出する。また本発明では、比較予測の処理においては、移動過程予測装置１は、二つの航空便を利用した結果を多変量データから読み出し、読み出した結果に差があるか否かの検定を行う。検定の処理では、移動過程予測装置１は、信頼区間を含めた推定値を推測値として算出する。また本発明では、統計量計算の処理においては、移動過程予測装置１は、使用者が利用する予定の航空便と同じ航空便を利用した結果を多変量データから読み出し、結果の統計量を計算する。

　入出力装置７は、使用者の操作により処理内容の選択を受け付け（Ｓ５０４）、選択された処理内容を示す情報を移動過程予測装置１へ送信する（Ｓ５０５）。移動過程予測装置１は、選択された処理内容を示す情報を通信部１６で受信し、ＣＰＵ１１は、選択された処理内容を実行するために入力する必要のある入力項目を選定する処理を行う（Ｓ５０６）。入力項目は、航空便を特定するための航空便特定情報を含む。航空便特定情報は、多変量データから解析対象のサンプルデータを抽出するための抽出条件となる。また予測を行う場合の入力項目は、状況情報に含まれる複数の項目の内で、回帰分析の説明変数として解析対象となる複数の解析項目を含んでいる。解析項目としては、状況情報に含まれる複数の項目の内で予測すべき値と相関関係が大きいとされた複数の項目が予め定められている。記憶部１４は、移動過程予測装置１が行うべき処理内容の夫々について定められた入力項目を記録した設定データを記憶している。

　図１２及び図１３は、設定データの内容例を示す概念図である。図１２は、処理内容が到着空港退場時刻予測である場合について定められた入力項目の例を示している。予測すべき値に対応する予測項目として、到着空港出口通過時刻が定められ、抽出条件項目として、航空会社名及び便名等の航空便特定情報に対応する項目が定められ、解析項目として、出発空港利用月及び到着時刻等の状況情報の一部の項目が定められている。解析項目には、年齢等の旅行者の状態を示す情報と、出発空港を利用した月等の実績を示す情報と、席番号等の旅行者が航空便を利用した条件を示す情報と、旅行者が使用する言語と到着空港で使用される言語とが一致するか否か等の到着空港の状態を示す情報と、気象情報とに対応する項目が含まれている。この他、変更情報、エラー情報、及び交通機関又は移動物体の異常を示す情報を含むイベントに関する情報も解析項目に含める事が出来る。

　図１３は、処理内容が到着空港退場時刻比較である場合について定められた入力項目の例を示している。比較予測すべき値に対応する比較項目として、到着空港出口通過時刻が定められている。また、比較対象Ａと比較対象Ｂとの夫々について、航空便特定情報に対応する抽出条件項目と、絞り込み条件項目とが定められている。絞り込み条件項目は、抽出条件項目を用いて多変量データから抽出したデータを更に絞り込むための条件である。統計量計算の処理内容に対しても、同様に、計算対象となる項目、抽出条件項目及び絞り込み条件項目が定められている。ステップＳ５０６では、選択された処理内容に応じて定められた入力項目を設定データから読み出すことにより、入力項目を選定する。

　ＣＰＵ１１は、次に、入力項目の内容を受け付けるための入力メニューを入出力装置７に表示させるためのメニュー用データを、通信部１６に入出力装置７へ送信させる（Ｓ５０７）。入出力装置７は、メニュー用データを受信し、メニュー用データに基づいて入力メニューを表示部に表示する（Ｓ５０８）。

　図１４及び図１５は、入力メニューの例を示す概念図である。図１４は、処理内容が到着空港退場時刻予測である場合の入力メニューの例である。予測項目と、抽出条件項目と、解析項目との内容を入力するためのメニューが表示される。また入力メニューには、通知日時及び通知先の入出力装置等、処理結果を通知する際の通知条件を入力する欄が含まれる。なお、設定データで定められた解析項目と、入力メニューに含まれる解析項目とは完全に一致していない。例えば、設定データで定められた解析項目には、出発空港利用月及び出発空港利用曜日が含まれるが、入力メニューで入力される項目は、使用者が入力しやすいように、出発空港利用年月日となっている。設定データと入力メニューとで一致していない解析項目については、入力後に変換を行う。例えば、出発空港利用年月日は、出発空港利用月及び出発空港利用曜日へ変換される。また、年齢の項目で例示される様に、値を二乗することによって得られる二乗項目は入力メニューには現れず、年齢の項目と年齢の二乗の項目との関係のように、設定データで二乗項目と二乗すべき値が入力される項目が互いに関連付けて記憶されている。複数の項目の交互作用による影響を計算するための交互作用項目が設定データで定められている場合でも、同様に、交互作用項目と交互作用項目の元になる複数の項目とが互いに関連付けられている。後述する複数の項目（説明変数）で構成されるダミー変数も同様に互いに関連付けがなされている。図１５は、処理内容が到着空港退場時刻比較である場合の入力メニューの例である。比較対象Ａと比較対象Ｂとの夫々について抽出条件項目及び絞り込み条件項目の内容を入力し、共通の比較項目を入力するためのメニューが表示される。尚、異なる通過地点の比較を行う場合は、比較対象Ａ及び比較対象Ｂの夫々に比較項目を設ける。処理内容が統計量計算である場合は、計算対象の値を指定するための項目と、同様の抽出条件項目及び絞り込み条件項目とが入力メニューに表示される。

　入力メニューを用いて使用者が入力を行う際には、予測項目、比較項目、統計量計算の対象を指定するための項目、及び抽出条件項目の入力は必須となる。解析項目については、一つ以上の項目の入力が必須であり、全ての項目について内容を入力することが望ましいが、未入力の項目がいくつかあっても予測の処理は可能である。但し、未入力の項目が多くなるほど予測精度は悪化する。絞り込み条件項目については、未入力であっても処理は可能である。通知条件が未入力の場合は、要求を受付けた直後に処理を行い、入力に用いた入出力装置７へ処理結果が通知されることになる。

　入出力装置７は、使用者の操作により入力項目に対応する航空便特定情報及び状況情報の内容を入力される（Ｓ５０９）。使用者は、抽出条件項目に対応する内容として、利用する予定の航空便を特定する航空便特定情報を入力し、解析項目又は絞り込み条件項目に対応する内容として、航空便を利用する際に予想される状況を示す状況情報を入力する。入出力装置７は、入力された情報を移動過程予測装置１へ送信し（Ｓ５１０）、移動過程予測装置１は、入出力装置７から送信された情報を通信部１６で受信する。

　ＣＰＵ１１は、次に、受信した情報に応じて、多変量データから抽出すべき抽出項目を選定する処理を行う（Ｓ５１１）。予測を行う場合は、通過日時、経過時間及び比較データの内で予測の対象となる値と、状況情報に含まれる複数の項目の内で内容を入力された解析項目に対応する項目とが抽出項目である。比較予測を行う場合は、比較予測の対象となる値が抽出項目である。統計量計算を行う場合は、統計量計算の対象となる値が抽出項目である。ＣＰＵ１１は、次に、記憶部１４に記憶する多変量データから、抽出項目に対応する情報を含むサンプルを抽出する（Ｓ５１２）。尚、抽出されたサンプルは複製であり、多変量データは変化無く保持される。

　予測を行う場合は、ＣＰＵ１１は、入力された抽出条件項目の内容と同じ内容の航空便特定情報に関連付けられた予測対象の特定の通過日時、経過時間又は比較データの値と、同じ航空便特定情報に関連付けられた状況情報の内で内容を入力された解析項目に対応する項目との組み合わせでなるサンプルを抽出する。例えば、サンプルには、同じ航空便特定情報に関連付けられた、到着空港のある出口の通過地点を通過した通過日時と、状況情報に含まれる出発空港利用年月日及び到着時刻等の複数の項目の値との組み合わせが含まれる。ステップＳ５１２では、ＣＰＵ１１は、内容が同じ航空便特定情報に関連付けられた複数通りのサンプルを抽出する。複数通りのサンプルの夫々は、同じ出発日時の同じ航空便を利用した別々の旅行者の実績、及び出発地等の航空便特定情報が同一の航空便であって互いに別の日に運航された航空便での実績を示す。比較予測を行う場合は、ＣＰＵ１１は、入力された抽出条件項目の内容と同じ内容の航空便特定情報、及び入力された絞り込み条件項目の内容と同じ内容の状況情報に関連付けられた、比較予測の対象となる特定の通過日時、経過時間又は比較データの値でなるサンプルを抽出する。サンプルは、比較される二つの航空便の夫々について複数通り抽出される。統計量計算を行う場合は、同様に、入力された抽出条件項目の内容と同じ内容の航空便特定情報、及び入力された絞り込み条件項目の内容と同じ内容の状況情報に関連付けられた統計量計算の対象の値でなるサンプルが複数通り抽出される。尚、抽出条件項目及び絞り込み条件項目に年を示す情報が含まれており、しかも抽出されるサンプルが存在しない場合は、ＣＰＵ１１は、この年を示す情報を抽出条件から除外して再度抽出を行い、年を除いた抽出を行う事を示すメッセージを入出力装置７へ送信する。再抽出を行っても抽出されるサンプルが存在しない場合は、ＣＰＵ１１は、抽出されるサンプルが存在しないため移動過程予測を中止した事を示すメッセージを入出力装置７へ送信する。

　ＣＰＵ１１は、次に、抽出した夫々のサンプルが異常値又は欠損値のあるサンプルであるか否かを判定する（Ｓ５１３）。異常値のあるサンプルとしては、交通機関の異常又は移動物体の異常を示す情報が関連付けられたサンプルがある。また、状況情報の各項目の内容が取りうる範囲を予め定めておき、ＣＰＵ１１は、抽出した項目の内容が範囲外である場合に、サンプルは異常値を含むと判定してもよい。また欠損値のあるサンプルは、抽出項目の内容が欠損しているサンプルである。いずれかのサンプルが異常値又は欠損値のあるサンプルである場合は（Ｓ５１３：ＹＥＳ）、ＣＰＵ１１は、抽出したサンプルから異常値又は欠損値のあるサンプルを除去又はマスクする（Ｓ５１４）。マスクの処理は、サンプルを計算対象から除外する処理である。マスクの処理では、ＣＰＵ１１は、異常値又は欠損値のあるサンプルに対して、計算対象外であることを示す情報を関連付ける。前述の異常を示す情報が関連付けられたサンプル等、異常値又は欠損値のあるサンプルを除去又はマスクすることにより、移動過程予測の処理量が減少し、また、得られる予測値の精度が向上する。

　ステップＳ５１４が終了した後、又はステップＳ５１３で異常値又は欠損値のあるサンプルがない場合は（Ｓ５１３：ＮＯ）、ＣＰＵ１１は、複数通りのサンプルがあるか否かを判定する（Ｓ５１５）。サンプルの数が１通り以下である場合は（Ｓ５１５：ＮＯ）、ＣＰＵ１１は、複数通りのサンプルが無く移動過程予測を中止した事を示す情報を通信部１６に入出力装置７へ送信させる（Ｓ５１６）。入出力装置７は、この情報を受信し、移動過程予測の処理を実行できないことを示すメッセージを表示部又はスピーカを用いて出力し（Ｓ５１７）、処理を終了する。

　ステップＳ５１５で複数通りのサンプルがある場合は（Ｓ５１５：ＹＥＳ）、ＣＰＵ１１は、所定の上限数以上のサンプルがあるか否かを判定する（Ｓ５１８）。所定の上限数としては、例えば、サンプルを母数と見なすに足りる６０万個等の数を用いる。上限数以上のサンプルがある場合は（Ｓ５１８：ＹＥＳ）、ＣＰＵ１１は、現時点でのサンプルから、情報を取得した時期がより新しいサンプルを上限数通り抽出する（Ｓ５１９）。ステップＳ５１９で抽出されなかったサンプルは破棄又はマスクされる。ステップＳ５１９が終了した後、又はステップＳ５１８でサンプルの数が上限数未満である場合は（Ｓ５１８：ＮＯ）、ＣＰＵ１１は、サンプルに含まれる抽出項目はデータ変換が必要であるか否かを判定する（Ｓ５２０）。抽出項目に質的データが含まれている場合は、計算のためには質的データを数値に変換する必要がある。また量的データであっても、計算で使用できるデータへ変換する必要のあるものがある。例えば、抽出した項目が年月日であり、計算で必要な解析項目が月及び曜日である場合は、年月日を月及び曜日に変換し、更に月及び曜日を数値に変換する必要がある。

　ステップＳ５２０でデータ変換が必要である場合は（Ｓ５２０：ＹＥＳ）、ＣＰＵ１１は、データ変換が必要な各情報に応じた方法でデータ変換を行う（Ｓ５２１）。多変量データに含まれる各項目に対して、データ変換の方法が予め定められており、定められたデータ変換の方法が記憶部１４に記憶されている。尚、データ変換の方法はコンピュータプログラム１５に予め含まれていてもよい。ＣＰＵ１１は、ダミー変換又はロジット変換等の予め定められた方法で、サンプルに含まれる各情報のデータ変換を行う。例えば、通過日時は通過時刻へ変換される。また数値ではない質的データは数値に変換される。例えば、天気を示す「晴」、「雨」、「その他」は、ダミー変換され、「００」、「０１」、「１０」の２桁のダミー変数となり、２つの解析項目（説明変数）を使って表現される。また、空席率及び降水確率等の確率で表されている計数値は、ロジット変換により、身長又は体重等と同種の計量値に変換される。ロジット変換は、Ｌ（Ｐ）＝ｌｎ｛Ｐ／（１－Ｐ）｝，｛目安条件：ｎｐ^* ≧５、かつｎ（１－ｐ^* ）≧５｝で表される。ここで、Ｐは確率で表される計数値、ｎはサンプル数、ｐ^* はＰの推定値である。Ｌ（Ｐ）値がロジットと呼ばれ、正規分布に近似する。目安条件は、ロジットが正規分布に良く近似するための条件である。ステップＳ５２１が終了した後、又はステップＳ５２０でデータ変換が必要でない場合は（Ｓ５２０：ＮＯ）、ＣＰＵ１１は、複数通りのサンプルに基づいて、特定の通過時刻、経過時間若しくは比較データの予測、比較予測又は統計量計算を行う統計計算処理を実行する（Ｓ５２２）。

　図１６及び図１７は、ステップＳ５２２の統計計算処理のサブルーチンの手順を示すフローチャートである。ＣＰＵ１１は、まず、行うべき統計計算処理が通過時刻、経過時間又は比較データの予測であるか否かを判定する（Ｓ６０１）。行うべき統計計算処理が通過時刻、経過時間又は比較データの予測である場合は（Ｓ６０１：ＹＥＳ）、ＣＰＵ１１は、回帰分析の説明変数に対応するサンプル中の情報が全て質的データであるか否かを判定する（Ｓ６０２）。サンプルに含まれる情報の内、状況情報の各項目及び各項目をデータ変換した情報が説明変数に対応する情報であり、実際には予測対象となる通過時刻、経過時間又は比較データ以外の情報が説明変数に対応する。一方、回帰分析に使われる項目は、抽出項目に対応する設定データの項目であるので、説明変数に対応する情報の中で抽出項目に対応する設定データの項目が、回帰分析の説明変数に対応するサンプル中の情報となる。説明変数に対応するサンプル中の情報に量的データが含まれている場合は（Ｓ６０２：ＮＯ）、ＣＰＵ１１は、回帰分析を実行する（Ｓ６０３）。

　回帰分析における目的変数をＹとし、説明変数の数をｐとし、夫々の説明変数をＸ₁ ～Ｘ_p とする。回帰式は下記の（１）式で表される。
　　Ｙ＝ａ₀ ＋ａ₁ Ｘ₁ ＋ａ₂ Ｘ₂ ＋…＋ａ_p Ｘ_p ＋ε　　…（１）

　（１）式に含まれるａ₀ は定数項、ａ₁ ～ａ_p は偏回帰係数、εは誤差である。ｐが２以上の場合は（１）式は重回帰式である。ステップＳ６０３では、ＣＰＵ１１は、サンプルの夫々について、予測対象となる通過時刻、経過時間又は比較データを（１）式のＹに代入し、説明変数に対応する情報の夫々をＸ₁ ～Ｘ_p に代入することにより得られるサンプル数と同じ数の式から、εを最小にするようなａ₀ ，ａ₁ ～ａ_p を求める最小二乗法の計算処理を行う。具体的には、ａ₀ ～ａ_p の推定値をａ^{^} ₀～ａ^{^} _pとすると、説明変数Ｘ₁ ～Ｘ_p の任意の値に対する目的変数Ｙの予測値Ｙ^{^} _iは、下記の（２）式で計算できる。尚、本発明の数式説明で用いる「^{^} 」は、累乗を示す記号ではなく、「ハットマーク」であり、本来左隣に位置する文字真上に示されるものである。
　　Ｙ^{^} _i＝ａ^{^} ₀＋ａ^{^} ₁Ｘ_i1＋…＋ａ^{^} _jＸ_ij＋…＋ａ^{^} _pＸ_ip　　…（２）

　ここで、添え字のｉはｉ番目のサンプル番号であることを示し、添え字のｊはｊ番目の説明変数番号であることを示す。説明変数に対応する情報の夫々であるＸ₁ ～Ｘ_p を（２）式に代入することにより、サンプル数と同数個の目的変数の予測値Ｙ^{^} _iを得ることができる。ここで、サンプル数をｎ個とすると、ｎ個の予測値Ｙ^{^} _iが得られる。得られた目的変数の予測値Ｙ^{^} _iと目的変数の実測値Ｙ_i との差は、全体として小さい事が望ましいと考えられる。下記の（３）式で表されるＹ_i とＹ^{^} _iとの残差ｅ_i は、小さい事が望まれる。
　　ｅ_i ＝Ｙ_i －Ｙ^{^} _i　　…（３）

　よって、残差ｅ_i を二乗したものの和である残差平方和Ｓ_e を最小とするようにａ^{^} ₀～ａ^{^} _pを定める。この方法を最小二乗法と呼び、得られた推定値ａ^{^} ₀～ａ^{^} _pを最小二乗推定量と呼ぶ。残差平方和Ｓ_e は、下記の（４）式で表される。

　残差平方和Ｓ_e を最小とするａ^{^} ₀～ａ^{^} _pは、（４）式をａ^{^} ₀～ａ^{^} _pの夫々で偏微分してゼロとおいた下記の（５）式で表される連立方程式の解として得られる。

　（５）式を整理すると、下記の（６）式が得られる。（６）式は、ａ^{^} ₀～ａ^{^} _pに関する（ｐ＋１）元の連立１次方程式であり、正規方程式と呼ばれる。

　（６）式の第１式をΣ１＝ｎで割ると、下記の（７）式が得られる。
　　ａ^{^} ₀＝Ｙｍ－ａ^{^} ₁Ｘｍ₁ －ａ^{^} ₂Ｘｍ₂ －…－ａ^{^} _pＸｍ_p 　　…（７）

　ここで、Ｘｍ₁ ～Ｘｍ_p 及びＹｍは、夫々の説明変数及び目的変数の平均値を示し、下記の（８）式で表される。

　（７）式のａ^{^} ₀を（６）式の第２式以降に代入して整理すると、下記の（９）式が得られる。

　ここで、｛Ｓ_jk｝は説明変数｛Ｘ_ij｝の間の偏差平方和・積和を示し、｛Ｓ_jY｝は｛Ｘ_ij｝と｛Ｙ_i ｝との偏差積和を示す。Ｓ_jk及びＳ_jYは、下記の（１０）式によって定義される。

　即ち、ａ^{^} ₁～ａ^{^} _pは、｛Ｓ_jk｝を係数とし、｛Ｓ_jY｝を定数項とするｐ元の連立1次方程式の解として与えられる。平方和・積和行列を下記の（１１）式で表し、その逆行列を下記の（１２）式で表すと、（９）式は、下記の（１３）式で表すことができる。更に（１３）式を変形すると下記の（１４）式が得られる。

　（１４）式をａ^{^} ₁～ａ^{^} _pについて解くと、ａ^{^} _j＝Ｓ^j1Ｓ_1Y＋Ｓ^j2Ｓ_2Y＋…＋Ｓ^jpＳ_pY，（ｊ＝１，…，ｐ）が得られ、ａ^{^} ₁～ａ^{^} _pの値を算出できる。算出したａ^{^} ₁～ａ^{^} _pの値を（７）式に代入すると、ａ^{^} ₀の値を算出できる。ａ^{^} ₀～ａ^{^} _pを（１）式中のａ₀ ～ａ_p に当てはめることにより、回帰式が得られる。この時、解析に用いるサンプル数ｎが（ｐ＋２）未満である場合は、ＣＰＵ１１は、ステップＳ６０３の処理を中止し、サンプル不足による解析中止を示す情報を通信部１６に入出力装置７へ送信させる。入出力装置７は、前記情報を受信し、移動過程予測の処理を実行できない事を示すメッセージを表示部又はスピーカを用いて出力する。

　次に、ＣＰＵ１１は、説明変数の取捨選択を行う。この選択方法には、いくつかの方法があるが、本実施例ではＦ値による逐次選択法の中の変数減増法を説明する。ＣＰＵ１１は、求めた回帰式に含まれる説明変数の内の一つを回帰式から取り除いたときに残差平方和が最小となるような説明変数を選択する。ＣＰＵ１１は、次に、選択した説明変数によって増加した残差平方和の増加分の分散比（Ｆ値）を計算し、Ｆ値が予め設定した基準値Ｆ_OUT 以下である場合に、この説明変数を回帰式から除去する。またＣＰＵ１１は、Ｆ値が基準値Ｆ_OUT を超えている場合は、この説明変数を除去しない。ＣＰＵ１１は、次に、回帰式中に含まれない説明変数内の一つを回帰式に取り込んだときに残差平方和が最小となるような説明変数を選択する。ＣＰＵ１１は、次に、選択した説明変数によって減少した残差平方和の減少分のＦ値を計算し、Ｆ値が予め設定した基準値Ｆ_INを超える場合に、この説明変数を回帰式に取り込む。またＣＰＵ１１は、Ｆ値が基準値Ｆ_IN以下である場合は、この説明変数を取り込まない。ＣＰＵ１１は、以上の手順を繰り返し、回帰式中に含まれる説明変数については、いずれもＦ値がＦ_OUT より大きくなり、回帰式中に含まれていない説明変数については、いずれもＦ値がＦ_IN以下になったら終了する。Ｆ値の基準値としては、例えばＦ_OUT ＝Ｆ_IN＝２．０を用いる。尚、変数減少法は、変数減増法の手順の内、説明変数を取込む手順を行わない方法である。変数増減法は、説明変数を回帰式に含んでいない状態からスタートし、変数減増法と同様な手順を行う方法である。また、変数増加法は、変数減増法の手順の内、説明変数を除去する手順を行わない方法である。ＣＰＵ１１は、変数減増法ではなく、変数減少法、変数増減法又は変数増加法を用いて説明変数の取捨選択を行ってもよい。

　複数の説明変数から構成されているダミー変数は、全ての説明変数についてＦ値がＦ_OUT 以下となれば除去され、一つの説明変数でもＦ値がＦ_INを超えれば全て回帰式に取り込まれる。二乗項目に対応する説明変数である二乗変数の元となる説明変数は、二乗変数のＦ値がＦ_INを超えている場合は、自身のＦ値がＦ_OUT 以下でも除去されない。同様に、交互作用項目に対応する説明変数である交互作用変数の元となる説明変数は、交互作用変数のＦ値がＦ_INを超えている場合は、自身のＦ値がＦ_OUT 以下でも除去されない。また、二乗変数又は交互作用変数の元となる説明変数は、二乗変数又は交互作用変数のＦ値がＦ_INを超える時は、自身のＦ値がＦ_IN以下であっても二乗変数又は交互作用変数と共に同時に回帰式に取り込まれる。また、二乗変数又は交互作用変数が除去される場合は、二乗変数又は交互作用変数の元となる説明変数が同時に除去されることはない。尚、回帰式中のｐ個の説明変数（Ｘ₁ ～Ｘ_p ）の内、Ｘ_j の有意性は、Ｆ＝｛（ａ^{^} _j）² ／Ｓ^jj｝／Ｖ_e で表される。ここで、ａ^{^} _jは第ｊ番目の推定値、Ｓ^jjは平方和積和行列の逆行列の（ｊ，ｊ）要素、Ｖ_e は残差分散である。また、既にｐ個の説明変数が回帰式中にあるとき、新たに変数Ｘ_r を加える事の有意性は、Ｆ＝｛（ａ^{^} _r ^* ）² ／Ｓ^rr _＊｝／Ｖ_e ^*で表される。ａ^{^} _r ^* 、Ｓ^rr _＊及びＶ_e ^*は、夫々、変数Ｘ_r を含む（ｐ＋１）個の説明変数が回帰式に取り込まれているときのａ_r の推定値、平方和積和行列の逆行列の（ｒ，ｒ）要素、及び残差分散である。

　次に、ＣＰＵ１１は、テコ比等の統計量を使い、回帰診断を行ってもよい。テコ比をｈ_ii、第ｉ番目のサンプルの変数Ｘ_j の値をＸ_ij、第ｉ番目のサンプルの変数Ｘ_k の値をＸ_ik、変数Ｘ_j の平均値をＸｍ_j 、変数Ｘ_k の平均値をＸｍ_k 、平方和積和行列の逆行列の（ｊ，ｋ）要素をＳ^jkとすると、テコ比ｈ_iiは下記の（１５）式で表される。

　ＣＰＵ１１は、サンプル毎にテコ比を計算し、計算したテコ比が所定の基準値以上となるサンプルを除去又はマスクする。基準値は、本事例では、テコ比の平均の２倍とする。テコ比の平均は、（ｐ＋１）／ｎで求められる。除去又はマスクを行うべきサンプルが無く、他の回帰診断を行わない場合は、ＣＰＵ１１は、回帰式を決定する。サンプルを除去又はマスクした場合は、ＣＰＵ１１は、再度回帰分析を行う。次に、ＣＰＵは、決定した回帰式の重相関係数、寄与率、有意差検定結果、自由度調整済み寄与率、ダービン・ワトソン比等の統計量を計算する。重相関係数はＲ＝√（１－Ｓ_e ／Ｓ_T ）、寄与率はＲ² ＝１－Ｓ_e ／Ｓ_T 、自由度調整済み寄与率はＲ^*2 ＝１－｛Ｓ_e ／（ｎ－ｐ－１）｝／｛Ｓ_T ／（ｎ－１）｝である。またダービン・ワトソン比ｄは、下記の（１６）式で表される。

　ここで、Ｓ_e は残差平方和、Ｓ_T は目的変数の総平方和、ｅ_i は第ｉ番目の残差である。なお、説明変数の取捨選択又は回帰診断等の回帰分析の一部は、手動操作で行うことも可能である。例えば、移動過程予測装置１は図示しない入力手段を備えており、統計及び輸送に関する知識を有するオペレータが入力手段を操作することにより、回帰式を定め、予測値を計算してもよい。

　ＣＰＵ１１は、次に、得られた回帰式の説明変数に、入出力装置７を用いて入力された解析項目の内容を代入して目的変数Ｙの値を計算することにより、予測値である特定の通過時刻、経過時間又は比較データを計算する（Ｓ６０４）。代入する項目がデータ変換を必要とする項目である場合、ＣＰＵ１１は、コンピュータプログラム１５にある変換式を使いて変換した後、代入を行う。更に、ＣＰＵ１１は、予測区間を計算する。予測区間は、予測値±ｔ（ｎ－ｐ－１，α）×√［｛１＋１／ｎ＋Ｄ₀ ²／（ｎ－１）｝Ｖ_e ］で表される。ここで、ｎはサンプル数、αは有意水準、Ｄ₀ ²はマハラノビスの汎距離、Ｖ_e は誤差分散の推定値である。またＤ₀ ²は、下記の（１７）式で表される。

　ここで、Ｘ_oj及びＸ_okは、夫々、Ｙの値を計算するために変数Ｘ_j 及びＸ_k に代入する値である。Ｓ^jkは、平方和積和行列の逆行列の（ｊ，ｋ）要素である。また、t（n－p－１，α）は、予め記憶部１４に記憶してあるｔ分布表の所定の有意水準αで自由度φ＝ｎ―ｐ－１の限界値ｔ（φ，α）である。ＣＰＵ１１は、次に、ステップＳ５２２の統計計算処理を終了し、処理をメインの処理へ戻す。なお、信頼区間を予測区間に代わって用いる場合は、予測値±ｔ（ｎ－ｐ－１、α）×√［｛１／ｎ＋Ｄ₀ ²／（ｎ－１）｝Ｖ_e ］を用いる。また、信頼区間と予測区間との違いを説明したメッセージを添付した上で両者を出力してもよい。

　ステップＳ６０２で説明変数に対応するサンプル中の情報が全て質的データである場合は（Ｓ６０２：ＹＥＳ）、ＣＰＵ１１は、数量化一類分析を実行する（Ｓ６０５）。数量化一類における目的変数をＹとし、説明変数（アイテム）の数をｐとし、夫々の説明変数をＸ₁ ～Ｘ_p とする。夫々の説明変数は質的データであるので、夫々の説明変数が取り得る状態（カテゴリ）の数は予め定められている。例えば、状況情報に含まれる「天気」で、「晴れ」、「雨」及び「その他」に分類している場合は、「天気」の説明変数は３種類の状態を取り得る。説明変数Ｘ_i が取り得る値の種類の数をｊ（ｉ）とする。説明変数Ｘ_i の状態は、数量化一類では、いずれか一つが１でその他が０となるＸ_i1，Ｘ_i2，…，Ｘ_ij(i) ，の組み合わせで表される。例えば、１，２又は３の値を取り得る説明変数Ｘ_i は、値１の状態がＸ_i1＝１，Ｘ_i2＝０，Ｘ_i3＝０で表され、値２の状態がＸ_i1＝０，Ｘ_i2＝１，Ｘ_i3＝０で表され、値３の状態がＸ_i1＝０，Ｘ_i2＝０，Ｘ_i3＝１で表される。このような数量化一類の回帰式は、下記の（１８）式で表される。
　　ｙ＝ａ₀ ＋ａ₁₁Ｘ₁₁＋ａ₁₂Ｘ₁₂＋…＋ａ_1j(1) Ｘ_1j(1) 　
　　　　＋ａ₂₁Ｘ₂₁＋…＋ａ_2j(2) Ｘ_2j(2) ＋…
　　　　＋ａ_p1Ｘ_p1＋…＋ａ_pj(p) Ｘ_pj(p) ＋ε　　…（１８）

　（１８）式に含まれるａ₀ は定数項、ａ₁₁～ａ_pj(p) はカテゴリスコア、εは誤差である。しかし、前述の三つの状態は、それぞれ、Ｘ_i1＋Ｘ_i2＋Ｘ_i3＝１となり、常に多重共線性が現れる。そこで、Ｘ_i1，Ｘ_i2，Ｘ_i3の内の何れか１つを削除する。すると、（１８）式は、全ての説明変数がダミー変数で構成された回帰式と同じ形となる。よって、ステップＳ６０５では、ＣＰＵ１１は、サンプルの夫々について、予測対象となる通過時刻、経過時間又は比較データを（１）式のＹに対応させ、ダミー変数に変換された質的な説明変数を（１）式の説明変数Ｘ₁ ～Ｘ_pに対応させる。その後の計算方法は、回帰分析の場合と同様である。

　ＣＰＵ１１は、次に、引き続き回帰分析と同様な方法で、予測値と予測区間又は信頼区間と各種統計量とを計算する（Ｓ６０６）。ＣＰＵ１１は、次に、ステップＳ５２２の統計計算処理を終了し、処理をメインの処理へ戻す。

　ステップＳ６０１で、行うべき統計計算処理が予測でない場合は（Ｓ６０１：ＮＯ）、ＣＰＵ１１は、行うべき統計計算処理が比較予測であるか否かを判定する（Ｓ６０７）。行うべき統計計算処理が比較予測でない場合は（Ｓ６０７：ＮＯ）、行うべき統計計算処理は統計量計算であり、ＣＰＵ１１は、要求された統計量を計算する（Ｓ６０８）。ステップＳ６０８では、ＣＰＵ１１は、サンプルに基づいて、統計量計算の対象となる特定の通過時刻、経過時間若しくは比較データの平均値、標準偏差又は中央値等、要求された統計量を計算する。ＣＰＵ１１は、次に、ステップＳ５２２の統計計算処理を終了し、処理をメインの処理へ戻す。

　ステップＳ６０７で、行うべき統計計算が比較予測である場合は（Ｓ６０７：ＹＥＳ）、ＣＰＵ１１は、比較予測の対象が平均値であるか否かを判定する（Ｓ６０９）。比較予測の対象が平均値である場合は（Ｓ６０９：ＹＥＳ）、ＣＰＵ１１は、比較される二つの航空便の夫々について複数通り抽出したサンプルの中で、比較予測の対象となる項目からなる二種類の集合の内でいずれか一方が母集団であるか否かを判定する（Ｓ６１０）。本発明では、二つの航空便の夫々について得られたサンプルの集合の一方を母集団とし、他方を標本として、母集団と標本との間に差があるか否かを検定することにより、比較を行う。ステップＳ６１０では、ＣＰＵ１１は、二つの航空便の夫々について得られたサンプルの集合に含まれるサンプル数を所定の閾値と比較し、いずれか一方のサンプル数が閾値以上である場合に、サンプルの集合の一方が母集団であると判定する。閾値としては、２０万等、ある程度大きい数値が予め定められている。またステップＳ６１０では、ＣＰＵ１１は、サンプル数が閾値以上であるサンプルの集合を母集団とし、サンプル数が閾値未満であるサンプルの集合を標本とする。両方のサンプル数が閾値以上である場合は、ＣＰＵ１１は、サンプル数が多い方を母集団とし、サンプル数が少ない方を標本とする。両方のサンプル数が閾値以上で同数の場合は、ＣＰＵ１１は、一方のサンプルの集合を母集団とし、他方のサンプルの集合を標本とする。どちらのサンプル数も閾値未満である場合は、ＣＰＵ１１は、母集団はないと判定し、一方のサンプルの集合を第１標本とし、他方のサンプルの集合を第２標本とする。

　ステップＳ６１０でサンプルの集合の一方が母集団である場合は（Ｓ６１０：ＹＥＳ）、ＣＰＵ１１は、標本分散と母集団の分散とが異なるか否かのカイ二乗検定を行う（Ｓ６１１）。ステップＳ６１１では、ＣＰＵ１１は、標本の偏差平方和Ｓと母集団の分散σ₀ ²を計算し、χ² ＝Ｓ／σ₀ ²を計算する。またＣＰＵ１１は、計算したχ² の値を、予め記憶部１４に記憶してあるχ² 分布表の所定の有意水準αで自由度φ＝ｎ－１の限界値と比較する。ここで、ｎは標本のサンプル数である。例えば、有意水準がα＝５％である場合は、下側限界値はχ₁ ²（φ，０．９７５）で示される値となり、上側限界値はχ₂ ²（φ，０．０２５）で示される値となる。ＣＰＵ１１は、計算したχ² の値が二つの限界値の間にある場合に、標本分散と母集団の分散との間に有意差はあるとはいえないと判定し、計算したχ² の値が二つの限界値の外側にある場合は、標本分散と母集団の分散との間に有意差があると判定する。

　ＣＰＵ１１は、次に、ステップＳ６１１でのカイ二乗検定の結果に応じて、標本分散と母集団の分散との間に有意差があるか否かを判定する（Ｓ６１２）。標本分散と母集団の分散との間に有意差がある場合は（Ｓ６１２：ＹＥＳ）、標本平均と母集団の平均とが異なるか否かのｔ検定を行う（Ｓ６１３）。ステップＳ６１３では、ＣＰＵ１１は、標本の平均値ｙ_m と母集団の平均値μと標本の標準偏差ｓとを計算し、ｔ＝（ｙ_m －μ）／（ｓ／√ｎ）を計算する。ｎは標本のサンプル数である。またＣＰＵ１１は、計算したｔの値を、予め記憶部１４に記憶してあるｔ分布表の所定の有意水準αで自由度φ＝ｎ－１の限界値ｔ（φ，α）と比較する。ＣＰＵ１１は、計算したｔの値の絶対値が限界値より大きい場合に、標本平均と母集団の平均との間に有意差があると判定し、計算したｔの値の絶対値が限界値以下である場合に、標本平均と母集団の平均との間に有意差はあるとはいえないと判定する。ＣＰＵ１１は、μを推定値とし、信頼区間μ±Ｚ（α）σ₀ ／√ｎ₀ を計算し、母集団の推定値及び信頼区間とする。ここで、Ｚ（α）は、予め記憶部１４に記憶してある正規分布表の所定の有意水準αの限界値Ｚ（α）である。σ₀ は母集団の標準偏差であり、ｎ₀ は母集団のサンプル数である。またＣＰＵ１１は、標本の推定値をｙ_m とし、信頼区間をｙ_m ±ｔ（φ，α）ｓ／√ｎと決定する処理を行う。

　ＣＰＵ１１は、次に、ステップＳ６１３でのｔ検定の結果に応じて、二つの航空便を利用した場合の特定の通過時刻、経過時間又は比較データの間に差があるか否かを判定する（Ｓ６１４）。ステップＳ６１３で標本平均と母集団の平均との間に有意差があるとの検定結果が得られた場合は、ＣＰＵ１１は、二つの航空便を利用した場合の特定の通過時刻、経過時間又は比較データの間に差があると判定する。またステップＳ６１３で標本平均と母集団の平均との間に有意差はあるとは言えないとの検定結果が得られた場合は、ＣＰＵ１１は、二つの航空便を利用した場合の特定の通過時刻、経過時間又は比較データの間に差はないと判定する。ＣＰＵ１１は、次に、ステップＳ５２２の統計計算処理を終了し、処理をメインの処理へ戻す。

　ステップＳ６１２で標本分散と母集団の分散との間に有意差があるとは言えない場合は（Ｓ６１２：ＮＯ）、標本平均と母集団の平均とが異なるか否かのＺ検定を行う（Ｓ６１５）。ステップＳ６１５では、ＣＰＵ１１は、標本の平均値ｙ_m と母集団の平均値μと母集団の標準偏差σ₀ とを計算し、Ｚ＝（ｙ_m －μ）／（σ₀ ／√ｎ）を計算する。ｎは標本のサンプル数である。またＣＰＵ１１は、計算したＺの値を、予め記憶部１４に記憶してある正規分布表の所定の有意水準αの限界値Ｚ（α）と比較する。ＣＰＵ１１は、計算したＺの値の絶対値が限界値より大きい場合に、標本平均と母集団の平均との間に有意差があると判定し、計算したＺの値の絶対値が限界値以下である場合に、標本平均と母集団の平均との間に有意差はあるとは言えないと判定する。ＣＰＵ１１は、μを推定値とし、信頼区間をμ±Ｚ（α）σ₀ ／√ｎ₀ を計算し、母集団の推定値及び信頼区間とする。ここで、ｎ₀ は母集団のサンプル数である。またＣＰＵ１１は、標本の推定値をｙ_m とし、信頼区間をｙ_m ±Ｚ（α）σ₀ ／√ｎと決定する処理を行う。尚、有意差があるといえない場合、共通の推定値と信頼区間とを作ってもよい。このとき、ＣＰＵ１１は、標本及び母集団のサンプルを合わせたサンプルに対して、新たな平均値μ₁ 及び標準偏差σ₁ を計算する。またＣＰＵ１１は、μ₁ を標本及び母集団の共通の推定値とし、信頼区間をμ₁ ±Ｚ（α）σ₁ ／√（ｎ₀ ＋ｎ）と計算し、共通の信頼区間とする。

　ＣＰＵ１１は、次に、ステップＳ６１５でのＺ検定の結果に応じて、二つの航空便を利用した場合の特定の通過時刻、経過時間又は比較データの間に差があるか否かを判定する（Ｓ６１６）。ステップＳ６１５で標本平均と母集団の平均との間に有意差があるとの検定結果が得られた場合は、ＣＰＵ１１は、二つの航空便を利用した場合の特定の通過時刻、経過時間又は比較データの間に差があると判定する。またステップＳ６１５で標本平均と母集団の平均との間に有意差はあるとは言えないとの検定結果が得られた場合は、ＣＰＵ１１は、二つの航空便を利用した場合の特定の通過時刻、経過時間又は比較データの間に差はないと判定する。ＣＰＵ１１は、次に、ステップＳ５２２の統計計算処理を終了し、処理をメインの処理へ戻す。

　ステップＳ６１０でどちらのサンプルの集合も母集団ではない場合は（Ｓ６１０：ＮＯ）、ＣＰＵ１１は、第１標本の分散と第２標本の分散とが互いに異なるか否かのＦ検定を行う（Ｓ６１７）。ステップＳ６１７では、ＣＰＵ１１は、第１標本の分散Ｖ₁ と第２標本の分散Ｖ₂ とを計算し、Ｆ＝Ｖ₁ ／Ｖ₂ を計算する。またＣＰＵ１１は、計算したＦの値を、予め記憶部１４に記憶してあるＦ分布表の所定の有意水準αで第１標本の自由度φ₁ ＝ｎ₁ －１及び第２標本の自由度φ₂ ＝ｎ₂ －１で示される限界値と比較する。ここで、ｎ₁ は第１標本のサンプル数であり、ｎ₂ は第２標本のサンプル数である。例えば、有意水準がα＝５％である場合は、下側限界値はＦ₁ （φ₁ ，φ₂ ；０．９７５）で示される値となり、上側限界値はＦ₂ （φ₁ ，φ₂ ；０．０２５）で示される値となる。尚、Ｆ₁ ＝１／Ｆ（φ₂ ，φ₁ ；０．０２５）である。ＣＰＵ１１は、計算したＦの値が二つの限界値の間にある場合に、第１標本の分散と第２標本の分散との間に有意差はあるとは言えないと判定し、計算したＦの値が二つの限界値の外側にある場合は、第１標本の分散と第２標本の分散との間に有意差があると判定する。

　ＣＰＵ１１は、次に、ステップＳ６１７でのＦ検定の結果に応じて、第１標本の分散と第２標本の分散との間に有意差があるか否かを判定する（Ｓ６１８）。第１標本の分散と第２標本の分散との間に有意差がある場合は（Ｓ６１８：ＹＥＳ）、ＣＰＵ１１は、第１標本の平均と第２標本の平均とが異なるか否かのｔ検定を行う（Ｓ６１９）。ステップＳ６１９では、ＣＰＵ１１は、第１標本の平均値ｙ_1mと第２標本の平均値ｙ_2mとを計算し、ｔ＝（ｙ_1m－ｙ_2m）／√（Ｖ₁ ／ｎ₁ ＋Ｖ₂ ／ｎ₂ ）を計算する。自由度は（１／φ）＝ｃ² ／（ｎ₁ －１）＋（１－ｃ）² ／（ｎ₂ －１）及びｃ＝（Ｖ₁ ／ｎ₁ ）／（Ｖ₁ ／ｎ₁ ＋Ｖ₂ ／ｎ₂ ）で得られる。またＣＰＵ１１は、計算したｔの値を、予め記憶部１４に記憶してあるｔ分布表の所定の有意水準αで自由度φの限界値ｔ（φ，α）と比較する。ＣＰＵ１１は、計算したｔの値の絶対値が限界値より大きい場合に、第１標本の平均と第２標本の平均との間に有意差があると判定し、計算したｔの値の絶対値が限界値以下である場合に、第１標本の平均と第２標本の平均との間に有意差はあるとは言えないと判定する。またＣＰＵ１１は、第１標本における比較対象の値の推定値をｙ_1m 、信頼区間をｙ_1m ±ｔ（ｎ₁ －１，α）√Ｖ₁ ／√ｎ₁ と決定する処理を行い、第２標本における比較対象の値の推定値をｙ_2m 、信頼区間をｙ_2m ±ｔ（ｎ₂ －１，α）√Ｖ₂ ／√ｎ₂ と決定する処理を行う。

　ＣＰＵ１１は、次に、ステップＳ６１９でのｔ検定の結果に応じて、二つの航空便を利用した場合の特定の通過時刻、経過時間又は比較データの間に差があるか否かを判定する（Ｓ６２０）。ステップＳ６１９で第１標本の平均と第２標本の平均との間に有意差があるとの検定結果が得られた場合は、ＣＰＵ１１は、二つの航空便を利用した場合の特定の通過時刻、経過時間又は比較データの間に差があると判定する。またステップＳ６１９で第１標本の平均と第２標本の平均との間に有意差はあるとは言えないとの検定結果が得られた場合は、ＣＰＵ１１は、二つの航空便を利用した場合の特定の通過時刻、経過時間又は比較データの間に差はないと判定する。ＣＰＵ１１は、次に、ステップＳ５２２の統計計算処理を終了し、処理をメインの処理へ戻す。

　第１標本の分散と第２標本の分散との間に有意差がない場合は（Ｓ６１８：ＮＯ）、ＣＰＵ１１は、第１標本と第２標本との共通標準偏差を計算する（Ｓ６２１）。ステップＳ６２１では、ＣＰＵ１１は、第１標本の偏差平方和Ｓ₁ と第２標本の偏差平方和Ｓ₂ とを計算し、共通の分散Ｖ＝（Ｓ₁ ＋Ｓ₂ ）／｛（ｎ₁ －１）＋（ｎ₂ －１）｝を計算し、共通標準偏差ｓ＝√Ｖを計算する。ＣＰＵ１１は、次に、第１標本の平均と第２標本の平均とが異なるか否かのｔ検定を行う（Ｓ６２２）。ステップＳ６２２では、ＣＰＵ１１は、第１標本の平均値ｙ_1mと第２標本の平均値ｙ_2mとを計算し、ｔ＝（ｙ_1m－ｙ_2m）／ｓ√（１／ｎ₁ ＋１／ｎ₂ ）を計算する。またＣＰＵ１１は、計算したｔの値を、予め記憶部１４に記憶してあるｔ分布表の所定の有意水準αで自由度φ＝ｎ₁ ＋ｎ₂ －２の限界値ｔ（φ，α）と比較する。ＣＰＵ１１は、計算したｔの値の絶対値が限界値より大きい場合に、第１標本の平均と第２標本の平均との間に有意差があると判定し、計算したｔの値の絶対値が限界値以下である場合に、第１標本の平均と第２標本の平均との間に有意差はあるとは言えないと判定する。またＣＰＵ１１は、第１標本における比較対象の値の推定値をｙ_1m 、信頼区間をｙ_1m ±ｔ（ｎ₁ ＋ｎ₂ －２，α）√｛（Ｓ₁ ＋Ｓ₂ ）／（ｎ₁ ＋ｎ₂ －２）｝／√ｎ₁ と決定する処理を行い、第２標本における比較対象の値の推定値をｙ_2m 、信頼区間をｙ_2m ±ｔ（ｎ₁ ＋ｎ₂ －２，α）√｛（Ｓ₁ ＋Ｓ₂ ）／（ｎ₁ ＋ｎ₂ －２）｝／√ｎ₂ と決定する処理を行う。尚、有意差があるとは言えない場合は、ＣＰＵ１１は、二つの標本のサンプルを合わせ、共通の平均値ｙと標準偏差σとを計算してもよい。このとき、ＣＰＵ１１は、ｙを推定値とし、信頼区間をｙ±ｔ（ｎ₁ ＋ｎ₂ －１，α）σ／√（ｎ₁ ＋ｎ₂ ）を計算しても良い。

　ＣＰＵ１１は、次に、ステップＳ６２２でのｔ検定の結果に応じて、二つの航空便を利用した場合の特定の通過時刻、経過時間又は比較データの間に差があるか否かを判定する（Ｓ６２３）。ステップＳ６２２で第１標本の平均と第２標本の平均との間に有意差があるとの検定結果が得られた場合は、ＣＰＵ１１は、二つの航空便を利用した場合の特定の通過時刻、経過時間又は比較データの間に差があると判定する。またステップＳ６２２で第１標本の平均と第２標本の平均との間に有意差はあるとは言えないとの検定結果が得られた場合は、ＣＰＵ１１は、二つの航空便を利用した場合の特定の通過時刻、経過時間又は比較データの間に差はないと判定する。ＣＰＵ１１は、次に、ステップＳ５２２の統計計算処理を終了し、処理をメインの処理へ戻す。

　ステップＳ６０９で、比較予測の対象が平均値ではなくバラツキである場合は（Ｓ６０９：ＮＯ）、ＣＰＵ１１は、比較される二つの航空便の夫々について複数通り抽出したサンプルの中で、比較予測の対象となる項目からなる二種類の集合の内でいずれか一方が母集団であるか否かを判定する（Ｓ６２４）。サンプルの集合の一方が母集団である場合は（Ｓ６２４：ＹＥＳ）、ＣＰＵ１１は、標本分散と母集団の分散とが異なるか否かのカイ二乗検定を行う（Ｓ６２５）。ステップＳ６２５では、ＣＰＵ１１は、ステップＳ６１１と同様の計算を行う。またＣＰＵ１１は、標本の分散σ² ＝Ｓ／（ｎ－１）を計算し、比較対象の値の推定値をσ² とし、信頼区間をＳ／χ² （φ，α／２）＜σ² ＜Ｓ／χ² （φ，１－（α／２））と決定する処理を行う。また、ＣＰＵ１１は、母集団の偏差平方和Ｓ₀ を計算し、母集団の分散の推定値をσ₀ ²とし、信頼区間をＳ₀ ／χ² （φ₀ ，α／２）＜σ₀ ²＜Ｓ₀ ／χ² （φ₀ ，１－（α／２））とする。尚、有意差があるとは言えない場合、ＣＰＵ１１は、共通する信頼区間を（Ｓ₀ ＋Ｓ）／χ² （ｎ₀ ＋ｎ－２，α／２）＜σ₁ ²＜（Ｓ₀ ＋Ｓ）／χ² （ｎ₀ ＋ｎ－２，１－（α／２））と決定する処理を行ってもよい。ここで、σ₁ ²は共通の推定値でσ₁ ²＝（Ｓ₀ ＋Ｓ）／｛（ｎ₀ －１）＋（ｎ－１）｝、ｎ₀ は母集団のサンプル数、φ₀ は自由度でφ₀ ＝ｎ₀ －１である。

　ＣＰＵ１１は、次に、ステップＳ６２５でのカイ二乗検定の結果に応じて、二つの航空便を利用した場合の特定の通過時刻、経過時間又は比較データのバラツキに差があるか否かを判定する（Ｓ６２６）。ステップＳ６２５で標本分散と母集団の分散との間に有意差があるとの検定結果が得られた場合は、ＣＰＵ１１は、二つの航空便を利用した場合の特定の通過時刻、経過時間又は比較データのバラツキに差があると判定する。またステップＳ６２５で標本分散と母集団の分散との間に有意差はあるとは言えないとの検定結果が得られた場合は、ＣＰＵ１１は、二つの航空便を利用した場合の特定の通過時刻、経過時間又は比較データのバラツキに差はないと判定する。ＣＰＵ１１は、次に、ステップＳ５２２の統計計算処理を終了し、処理をメインの処理へ戻す。

　ステップＳ６２４でどちらのサンプルの集合も母集団ではない場合は（Ｓ６２４：ＮＯ）、ＣＰＵ１１は、第１標本の分散と第２標本の分散とが互いに異なるか否かのＦ検定を行う（Ｓ６２７）。ステップＳ６２７では、ＣＰＵ１１は、ステップＳ６１７と同様の計算を行う。またＣＰＵ１１は、第１標本における比較対象の値の推定値をＶ₁ とし、第１標本の偏差平方和Ｓ₁ ＝Ｖ₁ (ｎ₁ －１)を計算し、信頼区間をＳ₁ ／χ² （φ₁ ，α／２）＜Ｖ₁ ＜Ｓ₁ ／χ² （φ₁ ，１－（α／２））と決定する処理を行う。またＣＰＵ１１は、第２標本における比較対象の値の推定値をＶ₂ とし、第２標本の偏差平方和Ｓ₂ ＝Ｖ₂ (ｎ₂ －１)を計算し、信頼区間をＳ₂ ／χ² （φ₂ ，α／２）＜Ｖ₂ ＜Ｓ₂ ／χ² （φ₂ ，１－（α／２））と決定する処理を行う。尚、第１標本の分散と第２標本の分散との間に有意差があるとは言えない場合に、ＣＰＵ１１は、共通する信頼区間を（Ｓ₁ ＋Ｓ₂ ）／χ² （φ₁ ＋φ₂ ，α／２）＜Ｖ₃ ＜（Ｓ₁ ＋Ｓ₂ ）／χ² （φ₁ ＋φ₂ ，１－（α／２））としてもよい。ここで、Ｖ₃ は共通の推定値でＶ₃ ＝（Ｓ₁ ＋Ｓ₂ ）／｛（ｎ₁ －１）＋（ｎ₂ －１）｝である。

　ＣＰＵ１１は、次に、ステップＳ６２７でのＦ検定の結果に応じて、二つの航空便を利用した場合の特定の通過時刻、経過時間又は比較データのバラツキに差があるか否かを判定する（Ｓ６２８）。ステップＳ６２７で第１標本の分散と第２標本の分散との間に有意差があるとの検定結果が得られた場合は、ＣＰＵ１１は、二つの航空便を利用した場合の特定の通過時刻、経過時間又は比較データのバラツキに差があると判定する。またステップＳ６２７で第１標本の分散と第２標本の分散との間に有意差はあるとは言えないとの検定結果が得られた場合は、ＣＰＵ１１は、二つの航空便を利用した場合の特定の通過時刻、経過時間又は比較データのバラツキに差は無いと判定する。ＣＰＵ１１は、次に、ステップＳ５２２の統計計算処理を終了し、処理をメインの処理へ戻す。

　ステップＳ５２２の統計計算処理が終了した後は、ＣＰＵ１１は、まず、推測値又は統計量等の統計計算処理で計算された値の中に、データ変換されたデータがあるか否かを判定する。データ変換されたデータがある場合は、ＣＰＵ１１は、予め記憶部１４又はコンピュータプログラム１５に定められた方法により、統計計算処理で計算された値のデータ逆変換を行う。例えば、ロジット変換の逆変換は、Ｐ＝１／［１＋ｅｘｐ｛－Ｌ（Ｐ）｝］という式を使って行われる。ＣＰＵ１１は、次に、統計計算処理に使用したサンプルの特徴及び統計計算処理の計算結果に応じて、記憶部１４に記憶してある説明データから、統計計算処理の計算結果を説明するための説明文を抽出する処理を行う（Ｓ５２３）。図１８及び図１９は、説明データの内容例を示す概念図である。統計計算処理で用いた第１のサンプル集合の特徴、第２のサンプル集合の特徴、及び統計計算処理により得られる各種統計量に、説明文が関連付けられている。統計計算処理で予測又は統計量計算の処理を行った場合は、第１のサンプル集合は、抽出した複数通りのサンプルに対応する。また統計計算処理で比較予測を行った場合は、第１のサンプル集合が母集団に対応して第２のサンプル集合が標本に対応するか、又は第１のサンプル集合が第１標本に対応して第２のサンプル集合が第２標本に対応する。説明文は、計算結果の信頼性に対する簡単なコメントと、計算結果の信頼性に対するより詳しい判断結果と、計算結果を踏まえて使用者がどう行動するべきかのアドバイスとからなる。図１９は、各説明文の内容例を示している。説明データでは、統計計算処理で用いた情報の特徴と統計計算処理の結果とに対して、適切な説明文が予め関連付けられている。例えば、サンプルに含まれる情報の取得期間が一カ月以下である場合は、月が変わることによる変動が考慮されていないことを説明する説明文が関連付けられている。

　ＣＰＵ１１は、次に、計算結果及び説明文のデータを通信部１６に入出力装置７へ送信させる（Ｓ５２４）。このとき、ＣＰＵ１１は、送信先の入出力装置７を、通知先として指定された入出力装置７とする。通知先として指定された入出力装置７が無い場合は、移動過程予測の要求の送信元の入出力装置を送信先の入出力装置７とする。入出力装置７は、計算結果及び説明文のデータを受信し、計算結果及び説明文を表示部又はスピーカで出力し（Ｓ５２５）、処理を終了する。

　以上説明したように、本発明の移動過程予測システムは、過去に旅行者及び荷物が実際に航空機を利用したときに、空港の各通過地点を通過した通過日時、航空便特定情報及び状況を示す状況情報等を取得し、互いに関連付けて記憶しておく。また本発明の移動過程予測装置１は、特定の航空便特定情報に関連付けられた通過日時及び状況情報を抽出し、多変量解析により、特定の通過地点を通過した通過時刻、特定の二つの通過地点を通過する間の経過時間、又は航空機への乗り込み終了日時に対する通過日時の比較結果を示す比較データと、状況情報に含まれる複数の項目との関係を表す回帰式を求める。求められた回帰式は、年齢等の旅行者の状態、空港の違い、空港の状態、席番号等の旅行者が航空便を利用した条件、一旦確定した条件の変化及び気象状態等、航空機を利用する際の種々の条件が特定の通過時刻、経過時間又は比較データに与える影響の大きさを表す。また移動過程予測装置１は、利用する予定の航空便に関して求めた回帰式に、航空便を利用する際の予測される状況の内容を入力することにより、特定の通過時刻、経過時間又は比較データの予測区間又は信頼区間を含む予測値を計算する。特定の通過時刻を、到着空港の出口の通過時刻とすれば、到着空港を出る時刻が予測される。特定の経過時間を、出発空港の最初の通過地点から最後の通過地点まで移動する間に経過する時間とすれば、出発空港での必要な滞在時間が予測される。特定の比較データを、出発空港での搭乗ゲートを通過した日時と搭乗ゲートが閉鎖される日時との時間差であるとすれば、搭乗ゲートでの時間の余裕が予測される。得られた予測値は、過去の実際の通過時刻、経過時間又は比較データと航空便を利用する際の状況との関係から最小二乗法により導き出されたものであるので、従来よりも確からしい値となり、使用者は、従来よりも正確に移動に係る時間を予測することが可能となる。このため、旅行者が移動スケジュールを作成する際には、より正確な移動スケジュールを作成することが可能となり、効率的な移動が可能となる。本実施の形態では、予測したい項目を選択メニューから選択する事と、予測したい条件を解析項目又は抽出条件項目に入力する事とを行うだけで、統計及び運輸に関する専門知識の無い一般の使用者でも簡単に予測値を得ることができる。

　また本発明の移動過程予測装置１は、二つの航空便特定情報の夫々に関連付けられた通過日時を抽出し、夫々の航空便特定情報について抽出したサンプル数に応じた適切な検定方法を用いて、二つの航空便を用いたときの特定の通過時刻、経過時間又は比較データに差があるか否かを判定する。過去の実績を適切な検定方法を用いて検定するので、移動過程予測装置１は、二つの航空便を用いたときの特定の通過時刻、経過時間又は比較データに差があるか否かを正確に判定し、信頼区間の計算を含む推定を行うことができる。また移動過程予測装置１は、航空便を利用する際の予測される状況を示す状況情報の一部を受け付け、通過日時のサンプルを抽出する際に、受け付けた状況情報と同等な内容の状況情報に関連付けられたサンプルを抽出することにより、抽出するサンプルを絞り込む。多種多様なデータの中から使用者の目的に合ったサンプル抽出を可能にするので、これも旅行者等の使用者が確からしい予測値を得る手助けとなっている。また、同時に、計算に必要なデータ量を削減し、計算の負担を軽減する結果ももたらされる。予測の場合と同様に、使用者は、専門知識を持たずとも、簡単な操作で素早く比較予測の結果を得ることができる。

　更に、本発明の移動過程予測装置１は、統計計算処理で利用する情報の量又は取得した時期等の特徴と統計計算処理で得られる結果に関連付けて予め記憶してある説明文を、実際の統計計算処理の結果と共に出力する。統計計算処理では各種の統計量が計算されるものの、専門家でない使用者にとっては、統計量の意味がわからず、得られた結果の信頼性も不明である。そこで、統計計算処理の結果に応じた説明文が出力されることにより、使用者は、統計計算処理の結果を理解することが可能となり、移動過程の予測結果に応じてより現実的な移動スケジュールを作成することが可能となる。

（実施の形態２）
　実施の形態２では、本発明が行う他の処理形態を説明する。移動過程予測システムの構成は実施の形態１と同様である。図２０は、実施の形態２に係る移動過程予測システムが実行する移動過程予測の処理の手順の一部を示すフローチャートである。移動過程予測システムシステムは、実施の形態１と同様にステップＳ５０１～Ｓ５１７の処理を実行する。但し、移動過程予測装置１のＣＰＵ１１は、ステップＳ５０７で、解析項目を含まない入力メニューを表示するためのメニュー用データを通信部１６に入出力装置７へ送信させる。入出力装置７は、ステップＳ５０８で、解析項目を含まない入力メニューを表示部に表示し、ステップＳ５０９で航空便特定情報を入力される。またＣＰＵ１１は、行うべき処理内容が予測又は統計量計算である場合、ステップＳ５１２で、入力された航空便特定情報と同等な内容の航空便特定情報に関連付けられた予測対象の特定の通過時刻、経過時間又は比較データの値と、同等な航空便特定情報に関連付けられた状況情報の内で予め定められた複数の項目との組み合わせでなるサンプルを抽出する。またＣＰＵ１１は、行うべき処理内容が比較予測である場合、ステップＳ５１２で、入力された航空便特定情報と同等な内容の航空便特定情報に関連付けられた比較対象の特定の通過時刻、経過時間又は比較データの値と、同等な航空便特定情報に関連付けられた状況情報の内で予め定められた複数の絞り込み項目との組み合わせでなるサンプルを比較される二つの航空便の夫々について抽出する。

　ステップＳ５１５で複数通りのサンプルがある場合、ＣＰＵ１１は、抽出したサンプルに含まれる状況情報の各項目のデータ範囲を特定する（Ｓ７１１）。例えば、サンプル数が３であって、到着時刻の内容が夫々１２：００、１２：３０、１３：００である場合は、到着時刻の項目のデータ範囲を１２：００～１３：００とする。行うべき処理内容が比較予測である場合は、二つの航空便の夫々について各項目のデータ範囲が特定され、行うべき処理内容が予測又は統計量計算である場合は、各項目のデータ範囲は一通りだけ特定される。ＣＰＵ１１は、次に、特定した各項目のデータ範囲を示す情報を、通信部１６に入出力装置７へ送信させる（Ｓ７１２）。入出力装置７は、各項目のデータ範囲を示す情報を受信し、状況情報の各項目のデータ範囲を示すとともに、各項目の内容を入力するための入力メニューを表示部に表示する（Ｓ７１３）。

　図２１は、実施の形態２における入力メニューの例を示す概念図である。図２１には、行うべき処理内容が到着空港退場時刻予測である場合の入力メニューの例を示す。入力すべき解析項目の夫々に付属して、特定されたデータ範囲が表示される。使用者は、表示されたデータ範囲に含まれる内容を入力する。なお、データ範囲は、サンプルに含まれる内容を列挙することで表示されてもよい。行うべき処理内容が比較予測又は統計量計算である場合でも、同様に、絞り込み条件項目の夫々に付属して、特定されたデータ範囲が表示される。使用者は、表示されたデータ範囲を参考にして、状況情報の各項目の内容を入力する。なお、データ範囲を外れた内容を入力することも可能である。使用者が入力を行う際には、データ範囲に含まれる内容を入力する傾向がある。また、データ範囲外には入力できない設定とする事も可能である。データ範囲に含まれる内容を入力された場合は、移動過程予測装置１は、データ範囲に入力された状況情報が含まれるサンプルに基づいて統計計算処理を行うので、計算の精度が向上する。具体的には、量的変数の場合、範囲に含まれる値の平均値により近い状況情報を入力して予測する程、得られる予測値の信頼区間及び予測区間は狭くなる。又、質的変数の場合、列挙された範囲データと同じ値を入力するほど計算精度が向上する。更に、比較予測及び統計量計算においては、絞り込みの可能な範囲を使用者に示す事ができ、範囲外に絞込み指定する事を抑止する効果がある。

　入出力装置７は、使用者の操作により入力すべき状況情報の各項目の内容を入力する（Ｓ７１４）。入出力装置７は、入力された情報を移動過程予測装置１へ送信し（Ｓ７１５）、移動過程予測装置１は、入出力装置７から送信された情報を通信部１６で受信する。ＣＰＵ１１は、次に、入力された状況情報の各項目に基づいて、サンプルを絞り込む処理を行う（Ｓ７１６）。行うべき処理内容が予測である場合、ＣＰＵ１１は、状況情報の内で内容が入力されなかった項目をサンプルから削除する。行うべき処理内容が比較予測又は統計量計算である場合、ＣＰＵ１１は、入力された内容と同等な内容の状況情報に関連付けられた、比較予測又は統計量計算の対象となる特定の通過時刻、経過時間又は比較データの値でなるサンプルを、元のサンプルから抽出する。ＣＰＵ１１は、次に、ステップＳ５１８以降の処理を実行する。

　また移動過程予測装置１は、ステップＳ５０６で入力項目を選定する際に、回帰式に取り込まれる率が低い解析項目を入力項目から除く形態であっても良い。ＣＰＵ１１は、ステップＳ５２２でＦ値による説明変数の取捨選択を終了した際に、予測を行った回数と、各解析項目毎の回帰式に取り込んだ回数とをカウントし、予測回数に対する取込回数の割合である取込率と予測回数とを記憶部１４の設定データに記録する。次に、ＣＰＵ１１は、ステップＳ５０６で、予め設定されている解析項目の夫々について、記録した予測回数が所定回数を超え、記録した取込率が所定の率を下回った解析項目を除外した入力項目を選定する。例えば、ＣＰＵ１１は、予測を１００回行った後のステップＳ５０６で、取込率が１％を下回った解析項目を予め設定された入力項目から除外した入力項目を選定する。多くのデータを処理する多変量解析において、説明変数となる解析項目を減らす事は、計算負荷の軽減及び計算のスピードアップをもたらす。特に天気又は曜日等の沢山の状態を示す質的変数は、ダミー変換された場合に（状態の数－１）個の説明変数を必要とするので、これらの質的変数が除外されることによって計算負荷は大幅に減少する。また、移動過程予測装置１は、取込率の低い項目と入れ替えるべき項目を設定データに予め記録しておき、ＣＰＵ１１は、予測回数が所定回数を超えたステップＳ５０６で、取込率が所定の率を下回った項目と入れ替えて入力項目を選定する形態であってもよい。尚、解析項目の除外又は入れ替え等の設定データの変更があっても予め設定された初期データは、変化なく保持される。

　また、回帰診断の項目の一つである多重共線性の強い説明変数を検出する工程は、実施の形態１においては回帰式を決定した後に行われるが、実施の形態２においては、回帰式の決定前に行われる。図２２は、実施の形態２におけるステップＳ５２２の統計計算処理の手順の一部を示すフローチャートである。ステップＳ６０１で、行うべき統計計算処理が通過時刻、経過時間又は比較データの予測である場合、ＣＰＵ１１は、抽出したサンプルに基づき、サンプルに含まれる予測対象となる通過時刻、経過時間又は比較データを目的変数とし、状況情報の項目を説明変数として、目的変数及び複数の説明変数の互いの相関係数を計算することにより、相関係数行列を作成する（Ｓ７２１）。ＣＰＵ１１は、次に、作成した相関係数行列に基づき、説明変数間の相関係数の絶対値が所定の閾値以上となる説明変数の組み合わせがあるか否かを判定する（Ｓ７２２）。閾値としては、１より小さい正の値を定めておく。例えば、閾値＝０．６としておく。説明変数間の相関係数の絶対値が所定の閾値以上となる説明変数の組み合わせがある場合は（Ｓ７２２：ＹＥＳ）、ＣＰＵ１１は、説明変数間の相関係数の絶対値が所定の閾値以上となる説明変数の組み合わせの内、目的変数との相関係数が小さい方の説明変数を、サンプルから除去又はマスクする（Ｓ７２３）。尚、複数の説明変数で構成されたダミー変数、二乗変数及びその元となる説明変数、並びに交互作用変数及びその元となる説明変数は、夫々、元々互いに相関があり、記憶部１４に記憶された設定データで関連付けられている。ＣＰＵ１１は、設定データで互いに関連付けた説明変数に対しては、説明変数間で相関係数が閾値以上であっても除去又はマスクを行わない。またＣＰＵ１１は、複数の説明変数で構成されたダミー変数の一つが、関連付けられた他のダミー変数以外の説明変数との間で閾値以上の相関係数を示し、このダミー変数を除去又はマスクするときは、このダミー変数に関連付けられた他のダミー変数も除去又はマスクする。ＣＰＵ１１は、同様に、二乗変数の元となる説明変数が二乗変数以外の説明変数との間で閾値以上の相関係数を示し、この説明変数を除去又はマスクするときは、二乗変数も除去又はマスクする。同様に、ＣＰＵ１１は、交互作用変数の元となる複数の説明変数の一つが当該複数の説明変数の内の他の説明変数及び交互作用変数以外の説明変数との間で閾値以上の相関係数を示し、この説明変数を除去又はマスクするときは、交互作用変数も除去又はマスクする。ステップＳ７２３が終了した後、又はステップＳ７２２で説明変数間の相関係数の絶対値が所定の閾値以上となる説明変数の組み合わせがない場合は（Ｓ７２２：ＮＯ）、ＣＰＵ１１は、ステップＳ６０２以降の処理を実行する。

　また移動過程予測装置１は、回帰分析を行う前に他の方法を用いて多重共線性の強い説明変数を除去する形態であってもよい。例えば、ＣＰＵ１１は、互いの相関係数の絶対値が所定の閾値以上となる説明変数の組み合わせがある場合、説明変数の数が１０以上等多いときは目的変数との相関係数が小さい方の説明変数を除去又はマスクし、説明変数の数が１０未満等少ないときは二つの説明変数を掛け合わせるか又は合算した新たな説明変数を追加する。多重共線性の強い二つの説明変数の積又は和である追加された新たな変数は、多重共線性を弱める役割を果たす。またＣＰＵ１１は、新たな変数を追加した後、相関係数行列を再度作成する処理を行ってもよい。

　実施の形態１では、多重共線性の強い説明変数を解析から除去することにより、予測精度が向上するものの、回帰式決定後の回帰診断で多重共線性の強い変数を除去するので、回帰式を再計算する必要がある。この為、大量のデータを扱う場合は、移動過程予測装置１の計算負荷及び計算時間が大幅に増大する。しかしながら、実施の形態２では、回帰式の再計算を必要とせず、移動過程予測装置１の計算負荷及び計算時間が軽減される。

　また、実施の形態１においては、未来の旅行者又は荷物が移動する際の状況を示す状況情報の一部を入出力装置７で入力され、入力された状況情報を移動過程予測装置１で回帰式中の説明変数へ代入することにより特定の通過時刻、経過時間又は比較データの予測値を計算した。実施の形態２では、実施の形態１と異なり、入出力装置７は、状況情報の入力を行わず、移動過程予測装置１は、設定データで予め定められた状況情報中の複数の項目を説明変数として、回帰式を求める処理を行う。移動過程予測装置１は、求めた回帰式を入出力装置７へ送信し、入出力装置７は、必要な状況情報の内容を入力され、入力された状況情報の内容を回帰式中の説明変数へ代入することにより、特定の通過時刻、経過時間又は比較データの予測値を計算する。また、移動過程予測装置１は、求めた回帰式と共に、ステップＳ７１１で特定したデータ範囲を送信してもよい。この実施形態では、移動過程予測装置１は、使用者が入力する状況情報の内容を変更する都度、回帰式を求める処理を行う必要が無い。従って、使用者が入出力装置７に入力する状況情報の内容を様々に変更させて種々の状況での特定の通過時刻、経過時間又は比較データの予測値を調べることが容易となる。また、説明変数以外の変数を入力項目とすることも可能である。入出力装置７の表示する入力画面では、回帰式の全ての変数に対して入力が可能であり、求めたい一つの変数以外の変数に値を入力すれば、求めたい変数の解が得られる。従って、求めたいある一つの説明変数以外の変数に値を入力し、求めたい説明変数の値を得ることも出来る。他の利点としては、使用者が種々の状況での特定の通過時刻、経過時間又は比較データの予測値を調べる際に、移動過程予測装置１の計算の負担が軽減される。

　また、実施の形態１においては、移動過程予測の処理において、許容範囲以上に航空機の発着日時が異なり、しかもイベント履歴データに変更情報が無い場合に、交通機関の異常を示す情報を少なくとも航空便名と出発日を含む航空便特定情報に関連付け、移動過程予測の処理において、サンプルを除去又はマスクする処理を行う形態を示した。実施の形態２では、実施の形態１と異なり、移動過程予測装置１は、多変量データに情報を記録する際に、交通機関の異常を示す情報が関連付けられたサンプルを予め除去する処理を行う。なお、情報取得装置２が、移動経過データに情報を記録する際に、交通機関の異常を示す情報が関連付けられたサンプルを予め除去する処理を行ってもよい。この実施形態では、移動過程予測装置１が移動過程予測の処理において抽出するサンプルが減少し、また交通機関の異常を示す情報が関連付けられたサンプルを除去又はマスクする処理が不必要となるので、移動過程予測装置１の計算の負担が軽減される。尚、実施の形態２では、移動物体の異常を示す情報に関連付けられたサンプルに対しても同様な処理を行う。

　以上の実施の形態１及び２における予測処理は、目的変数が量的変数である場合であったが、目的変数に質的変数を使った場合は、判別分析又は数量化二類分析を行う事が出来る。例えば、記憶部１４の多変量データに記録された比較データが判別値である場合は、目的変数が質的となり、説明変数が全て質的変数であるときに数量化二類分析が行われ、説明変数の何れかが量的であるときに判別分析が行われる。質的な目的変数が判別値でない場合は、解析前にダミー変換されることにより、目的変数は判別値に変換され、同様な処理が行われる。よって、どちらの場合も得られる予測値は０～１の数値となり、これをデータ逆変換することにより判別予測が得られる。例えば、乗換可能な場合に「１」を示し乗換不可能な場合に「０」を示す判別値を目的変数にした場合、予測値は０～１の数値となり、ＣＰＵ１１は、記憶部１４に予め設定した「Ｙ≦０．５の場合は乗換不可能、Ｙ＞０．５の場合は乗換可能」とするデータ逆変換式を用い、乗換可否の判定を行う。また、ＣＰＵ１１は、信頼区間又は予測区間に代えて、正答率及び誤答率を計算し、判定結果に添付する。正答率は、解析に用いたサンプル数の内で回帰式が示す判定結果と一致するサンプルの数の割合である。誤答率は、回帰式が示す判定結果と一致しないサンプルの数の割合である。

　また、実施の形態１及び２における予測、比較予測、及び統計量計算処理では、目的変数となる項目が通過時刻、経過時間又は比較データであったが、これらの項目以外の項目も目的変数とする事が出来る。記憶部１４に設定されている選択メニュー、設定データ及び入力メニューの項目を変更する事で、通過時刻、経過時間又は比較データ以外の項目を目的変数とすることができる。例えば、予測項目、比較項目又は統計量計算項目に、空席率をとり、計算する事も可能である。尚、この場合空席率は統計計算前にロジット変換等の方法で変換され、計算後に逆変換される。

　また、実施の形態１及び２における予測、比較予測、及び統計量計算処理では、抽出条件項目が航空便特定情報に含まれる項目であり、絞り込み条件項目が状況情報に含まれる項目であるとしたが、これらの項目以外の項目も抽出条件項目又は絞り込み条件項目とすることができる。即ち、抽出条件項目は、状況情報に含まれる項目、又は通過時刻、経過時間若しくは比較データの内で目的変数となる項目以外の項目であってもよい。また、絞り込み条件項目は、航空便特定情報に含まれる項目、又は通過時刻、経過時間若しくは比較データの内で目的変数となる項目以外の項目であってもよい。

　また、実施の形態１及び２における予測処理では、説明変数となる項目が状況情報に含まれる項目であるとしたが、本発明では、多変量データに含まれる状況情報以外の情報も説明変数とすることができる。例えば、航空便特定情報に含まれる項目を説明変数とすることが可能である。また、通過時刻、経過時間及び比較データの内、目的変数となる項目以外の項目を説明変数とすることができる。例えば、通過時刻が目的変数となる場合に経過時間又は比較データを説明変数とすることが可能であり、また、Ｎｏ．ａのチェック機２１のある通過地点での通過時刻を目的変数とし、Ｎｏ．ｂのチェック機２１のある通過地点での通過時刻を説明変数とすることも可能である。記憶部１４に設定されている選択メニュー、設定データ及び入力メニューの項目を変更する事で、状況情報以外の項目を説明変数とすることができる。ステップＳ５１２でのサンプル抽出の際には、状況情報以外の情報を含むサンプルが抽出される。

　また、実施の形態１及び２における比較予測の処理は、二つの項目を比較する処理であるとしたが、本発明では、比較予測の処理において、三つ以上の項目を比較する処理を行ってもよい。例えば、三つ以上の項目に含まれる二つの項目の全ての組み合わせについて、実施の形態１又は２で説明した比較予測の処理を行うことにより、三つ以上の項目を比較することが可能である。

　更に、実施の形態１及び２における予測、比較予測、及び統計量計算処理では、図１２～図１５で示すように、サンプルを多変量データから抽出するための条件である抽出条件項目に対応する情報を、航空便特定情報としたが、本発明では、抽出条件項目に対応する情報として、この目的を満足する航空便特定情報以外の情報を用いてもよい。例えば、移動物体の移動経路の始点及び終点の位置情報等の移動経路を示す情報を、抽出条件項目に対応する情報にしてもよい。より具体的には、位置情報は、出発及び到着空港名、又は移動の始点及び終点となる空港設備名等である。又は、空港設備名に代えて、移動の始点及び終点となるチェック機２１の位置情報又はＩＤであってもよい。更に、抽出条件項目に対応する情報を削除する事も可能である。移動過程予測装置１は、ステップＳ５１２で、抽出条件項目に対応する情報を使った抽出を含めなくとも、ステップＳ５１１で選定した抽出項目のみを使って抽出する事ができるので、解析可能である。尚、これらの場合、記憶部１４に記憶された設定データにおいては、抽出条件項目から除かれた情報を解析項目又は絞込条件項目に含め、解析項目又は絞込条件項目から除かれた情報を抽出条件項目に含める事となる。抽出条件項目に対応する項目の数が減少した場合は、抽出される情報の数は増えるので、移動過程予測装置１での計算負荷及び計算時間が増加する。

　なお、以上の実施の形態においては、チケット３１又は荷札３２に記録されたＩＤを取得する形態を示したが、本発明においては、ＩＤを記録する媒体として携帯電話機又は磁気カード等、その他の媒体を用いてもよい。また本発明で用いる識別情報は、どの交通機関でも使える固有情報であってもよい。例えば、人の識別情報として、指紋等の生体情報を利用し、異なる会社が運営する鉄道、バス又は航空機で共通の識別情報を使えるようにしてもよい。また、本発明においてバーコードリーダーは、生体認証装置又は非接触ＩＣカードリーダーライターであってもよい。また本発明においては、使用者が使用する入出力装置７は、空港に設置してあって不特定の者が使用できる入出力装置であってもよい。また、以上の実施の形態においては、交通機関を航空機とし、発着施設を空港であるとしたが、本発明は特定の時刻に繰り返し運航を行う交通機関であれば他の交通機関についても適用が可能である。例えば、交通機関は列車、バス、タクシー、自家用車、雪上車、馬車、ロープウェイ、ケーブルカー、リニアモータカー、ホバークラフト、潜水艇又は船であってもよい。また将来的にはエアロトレイン及び宇宙船も交通機関に該当する。発着施設は駅、バスターミナル、又は港であってもよい。また発着施設は、空港又は駅等に付属する駅ビル、停留所、車庫、整備場、折返し場、集配場、集合解散場所、ロータリー、連絡道及び地下道等、チェック機２１を配置できる付属エリアをも含んでいる。また、以上の実施の形態においては、移動物体は旅行者又は荷物であるとしたが、本発明における移動物体は、特定の時刻に繰り返し運航を行う交通機関を利用して移動する物体であれば、人を含むどのような物体であってもよい。更に、以上の実施の形態において、通過日時を計測するタイミングは、チェック機２１が行う情報取得処理の後半のタイミングであるとしたが、前半のタイミング等の別のタイミングであってもよい。最後に、本発明では統計計算結果を未来を予測する推測値として説明してきたが、統計結果は過去の結果を集計したものであるので、過去の実績をまとめた実績データとして、経営改善や生産性向上等に役立てることも可能である。

　１　移動過程予測装置
　１０　記録媒体
　１１　ＣＰＵ
　１２　ＲＡＭ
　１３　ドライブ部
　１４　記憶部
　１５　コンピュータプログラム
　１６　通信部
　２　情報取得装置
　２０１　ＣＰＵ
　２０２　ＲＡＭ
　２０３　時計部
　２０４　記憶部
　２０５　インタフェース部
　２０６　通信部
　２１　チェック機
　３１　航空チケット
　３２　荷札
　４　交通機関情報記憶装置
　５　気象情報記憶装置
　７　入出力装置
　Ｎ　通信ネットワーク

Claims

　特定の時刻に繰り返し運行される交通機関を利用して移動する移動物体の移動過程を予測する移動過程予測システムにおいて、
　交通機関の発着施設にて複数の通過点の夫々を実際に移動物体が通過した通過日時を特定する手段と、
　前記移動物体が利用した交通機関を特定する交通機関特定情報を取得する手段と、
　前記移動物体が前記交通機関を利用したときの状況を示す状況情報を取得する手段と、
　前記交通機関で移動物体の乗り込みを実際に終了させた乗り込み終了日時を特定する手段と、
　過去の移動物体の夫々について、各通過点での通過日時、各通過日時から計算される二つの通過点を前記移動物体が通過する間に経過した経過時間、交通機関特定情報、状況情報、乗り込み終了日時、及び該乗り込み終了日時に対する各通過日時の比較結果を互いに関連付けた関連付けデータを、記憶する手段と、
　該手段から、特定の通過点に係る通過日時、乗り込み終了日時に対する前記通過日時の比較結果、又は特定の二つの通過点に係る経過時間と、前記通過日時、前記比較結果又は前記経過時間が含まれる関連付けデータ中で前記通過日時、前記比較結果又は前記経過時間に関連付けられた他の情報との組み合わせを、複数通り抽出する手段と、
　抽出した複数通りの前記組み合わせに基づいて、回帰分析、又は平均若しくは分散を推定する統計計算により、未来の移動物体が特定の通過点を通過する通過時刻、特定の交通機関における未来の乗り込み終了日時に対する特定の通過点に係る通過日時の比較結果又は未来の移動物体が特定の二つの通過点を通過する間に経過する経過時間の推測値を計算する手段と
　を備えることを特徴とする移動過程予測システム。
　特定の時刻に繰り返し運行される交通機関を利用して移動する移動物体の移動過程を予測する移動過程予測システムにおいて、
　交通機関の発着施設にて移動物体が通過すべき複数の通過点の夫々を通過した移動物体を識別する識別情報を取得し、当該通過点を前記移動物体が通過した通過日時を特定する手段と、
　前記移動物体が利用した交通機関を複数の項目で特定する交通機関特定情報を取得する手段と、
　前記移動物体が前記交通機関を利用したときの複数の項目で特定される状況を示す状況情報を取得する手段と、
　前記交通機関で移動物体の乗り込みを実際に終了させた乗り込み終了日時を特定する手段と、
　未来の移動物体の移動過程を予測する移動過程予測装置とを備え、
　該移動過程予測装置は、
　過去の移動物体の識別情報、各通過点で特定された通過日時、各通過日時から計算される二つの通過点を前記移動物体が通過する間に経過した経過時間、取得された交通機関特定情報、取得された状況情報、前記交通機関特定情報で特定される交通機関について特定された乗り込み終了日時、及び該乗り込み終了日時に対する各通過日時の比較結果を、互いに関連付けて、過去の複数の移動物体別に記憶する記憶手段と、
　未来の移動物体が通過を予定する特定の通過点の通過時刻、前記移動物体が利用を予定する交通機関の乗り込み終了日時に対する前記特定の通過点に係る通過日時の比較結果、又は特定の二つの通過点を前記移動物体が通過する間に経過する予定の経過時間を予測することの要求を受け付ける手段と、
　前記記憶手段から、前記特定の通過点に係る通過日時、前記交通機関の乗り込み終了日時に対する前記通過日時の比較結果、又は前記特定の二つの通過点に係る経過時間と、前記通過日時、前記比較結果又は前記経過時間に関連付けられた交通機関特定情報又は状況情報との組み合わせを、複数通り抽出する手段と、
　抽出した複数通りの前記組み合わせに基づいて、前記通過日時から計算される通過時刻、前記比較結果又は前記経過時間を目的変数とし、抽出した交通機関特定情報又は状況情報に含まれる一又は複数の項目を説明変数として、回帰式を求める統計計算を行う手段と、
　前記移動物体が利用を予定する交通機関を特定する交通機関特定情報又は前記交通機関を利用するときの状況を示す状況情報を受け付ける手段と、
　求めた回帰式に、受け付けた交通機関特定情報又は状況情報を代入することにより、予測すべき通過時刻、交通機関での乗り込み終了日時に対する通過日時の比較結果又は経過時間を計算する手段と、
　計算した通過時刻、前記比較結果又は経過時間を出力する手段と
　を有することを特徴とする移動過程予測システム。
　前記移動過程予測装置は、
　任意の移動物体が利用する候補の複数通りの交通機関を特定する複数通りの交通機関特定情報、又は前記複数通りの交通機関を利用するときの状況を示す複数通りの状況情報、並びに、前記移動物体が前記複数通りの交通機関の夫々を利用する場合に特定の通過点を通過する通過時刻、前記複数通りの交通機関での乗り込み終了日時に対する前記特定の通過点に係る通過日時の比較結果、又は特定の二つの通過点を前記移動物体が通過する間に経過する経過時間を、互いに比較することの要求を受け付ける手段と、
　前記記憶手段から、受け付けた交通機関特定情報若しくは状況情報と内容が同等な交通機関特定情報若しくは状況情報に関連付けられた前記特定の通過点に係る通過日時、前記交通機関特定情報若しくは前記状況情報に関連付けられた乗り込み終了日時に対する前記通過日時の比較結果、又は前記特定の二つの通過点に係る経過時間を、前記複数通りの交通機関特定情報又は前記複数通りの状況情報の夫々について複数個ずつ抽出する手段と、
　前記複数通りの交通機関特定情報又は複数通りの状況情報の夫々について、抽出した前記通過日時から計算される通過時刻、前記比較結果又は前記経過時間の平均値及び分散を計算し、計算した前記平均値又は前記分散の間に差があるか否かを検定する統計計算を行う手段と、
　前記統計計算による検定結果を出力する手段と
　を更に有することを特徴とする請求項２に記載の移動過程予測システム。
　前記移動過程予測装置は、
　前記移動物体が利用を予定する交通機関を特定する交通機関特定情報又は前記交通機関を利用するときの状況を示す状況情報の一部の項目の値を受け付ける受付手段と、
　前記記憶手段から抽出すべき前記通過日時、前記比較結果又は前記経過時間を、前記受付手段で受け付けた前記一部の項目の値に関連付けられた前記通過日時、前記比較結果又は前記経過時間に限定する手段と
　を更に有することを特徴とする請求項２又は３に記載の移動過程予測システム。
　特定の時刻に繰り返し運行される交通機関を利用して移動する移動物体の移動過程を予測する移動過程予測システムにおいて、
　交通機関の発着施設にて移動物体が通過すべき複数の通過点の夫々を通過した移動物体を識別する識別情報を取得し、当該通過点を前記移動物体が通過した通過日時を特定する手段と、
　前記移動物体が利用した交通機関を特定する交通機関特定情報を取得する手段と、
　前記移動物体が前記交通機関を利用したときの複数の項目で特定される状況を示す状況情報を取得する手段と、
　前記交通機関で移動物体の乗り込みを実際に終了させた乗り込み終了日時を特定する手段と、
　未来の移動物体の移動過程を予測する移動過程予測装置とを備え、
　該移動過程予測装置は、
　過去の移動物体の識別情報、各通過点で特定された通過日時、各通過日時から計算される二つの通過点を前記移動物体が通過する間に経過した経過時間、取得された交通機関特定情報、取得された状況情報、前記交通機関特定情報で特定される交通機関について特定された乗り込み終了日時、及び該乗り込み終了日時に対する各通過日時の比較結果を、互いに関連付けて、過去の複数の移動物体別に記憶する記憶手段と、
　任意の移動物体が利用する候補の複数通りの交通機関を特定する複数通りの交通機関特定情報、又は前記複数通りの交通機関を利用するときの状況を示す複数通りの状況情報、並びに、前記移動物体が前記複数通りの交通機関の夫々を利用する場合に特定の通過点を通過する通過時刻、前記複数通りの交通機関での乗り込み終了日時に対する前記特定の通過点に係る通過日時の比較結果、又は特定の二つの通過点を前記移動物体が通過する間に経過する経過時間を、互いに比較することの要求を受け付ける手段と、
　前記記憶手段から、受け付けた交通機関特定情報若しくは状況情報と内容が同等な交通機関特定情報若しくは状況情報に関連付けられた前記特定の通過点に係る通過日時、前記交通機関特定情報若しくは前記状況情報に関連付けられた乗り込み終了日時に対する前記通過日時の比較結果、又は前記特定の二つの通過点に係る経過時間を、前記複数通りの交通機関特定情報又は前記複数通りの状況情報の夫々について複数個ずつ抽出する手段と、
　前記複数通りの交通機関特定情報又は前記複数通りの状況情報の夫々について、抽出した前記通過日時から計算される通過時刻、前記比較結果又は前記経過時間の平均値及び分散を計算する手段と、
　前記複数通りの交通機関特定情報又は前記複数通りの状況情報の夫々について計算した前記平均値又は前記分散の間に差があるか否かを検定する統計計算を行う手段と、
　前記統計計算による検定結果を出力する手段と
　を有することを特徴とする移動過程予測システム。
　前記移動過程予測装置は、
　抽出した交通機関特定情報又は状況情報に含まれる各項目の値の範囲を検出する手段と、
　任意の移動物体が利用を予定する交通機関を特定する交通機関特定情報又は前記交通機関を利用するときの状況を示す状況情報を受け付ける前に、検出した前記値の範囲を出力する手段と
　を更に有することを特徴とする請求項２乃至５のいずれか一つに記載の移動過程予測システム。
　前記移動過程予測装置は、
　前記統計計算で利用すべき情報の特徴、及び前記統計計算で得られるべき複数通りの計算結果の夫々に関連付けて、計算結果を説明する説明文を記憶してある手段と、
　前記統計計算で実際に利用した情報の特徴、及び前記統計計算で実際に得られた計算結果に関連付けて記憶してある説明文を抽出する手段と、
　抽出した説明文を出力する手段と
　を更に有することを特徴とする請求項２乃至６のいずれか一つに記載の移動過程予測システム。
　取得された交通機関特定情報又は状況情報に含まれる一部の内容が変更された場合に、変更内容を取得する手段と、
　任意の移動物体が任意の通過点を通過したときの当該移動物体の状態が、予め定められている判定基準から外れた状態である場合に、エラーの判定を行う手段とを更に備え、
　前記移動過程予測装置は、
　前記記憶手段で記憶している交通機関特定情報又は状況情報に含まれる一部の内容を、取得された変更内容に変更する手段と、
　状況情報の一部の内容が変更されたことを示す変更情報、及びエラーの判定が行われたことを示すエラー情報を、状況情報に含まれる項目として前記記憶手段に記憶させる手段と、
　前記記憶手段から抽出した情報の内、予定より所定の許容範囲以上に異なっている交通機関の発着日時が関連付けられており、しかも前記変更情報が関連付けられていない情報、又は過去の通過日時から計算される通過時刻の平均よりも許容範囲以上に異なっている移動物体の各通過点の通過時刻が関連付けられており、しかも前記エラー情報が関連付けられていない情報を、前記統計計算の対象から除外する手段と
　を更に有することを特徴とする請求項２乃至７のいずれか一つに記載の移動過程予測システム。
　特定の時刻に繰り返し運行される交通機関を利用して移動する移動物体の移動過程を予測する方法において、
　交通機関の発着施設にて移動物体が通過すべき複数の通過点の夫々に設けてあるチェック機を用いて、当該通過点を通過した移動物体を識別する識別情報を取得し、当該通過点を前記移動物体が通過した通過日時を特定し、
　コンピュータで、前記移動物体が利用した交通機関を複数の項目で特定する交通機関特定情報を取得し、
　前記移動物体が前記交通機関を利用したときの複数の項目で特定される状況を示す状況情報を取得し、
　前記交通機関で移動物体の乗り込みを実際に終了させた乗り込み終了日時を特定し、
　過去の移動物体の識別情報、各通過点で取得された通過日時、各通過日時から計算される二つの通過点を前記移動物体が通過する間に経過した経過時間、取得された交通機関特定情報、取得された状況情報、前記交通機関特定情報で特定される交通機関について特定された乗り込み終了日時、及び該乗り込み終了日時に対する各通過日時の比較結果を、互いに関連付けて、複数の移動物体別に記憶し、
　未来の移動物体が通過を予定する特定の通過点の通過時刻、前記移動物体が利用を予定する交通機関の乗り込み終了日時に対する前記特定の通過点に係る通過日時の比較結果、又は特定の二つの通過点を前記移動物体が通過する間に経過する予定の経過時間を予測することの要求を受け付け、
　記憶内容から、前記特定の通過点に係る通過日時、前記交通機関の乗り込み終了日時に対する前記通過日時の比較結果、又は前記特定の二つの通過点に係る経過時間と、前記通過日時、前記比較結果又は前記経過時間に関連付けられた交通機関特定情報又は状況情報との組み合わせを、複数通り抽出し、
　抽出した複数通りの前記組み合わせに基づいて、前記通過日時から計算される通過時刻、前記比較結果又は前記経過時間を目的変数とし、抽出した交通機関特定情報又は状況情報に含まれる一又は複数の項目を説明変数として、回帰式を求める統計計算を行い、
　前記移動物体が利用を予定する交通機関を特定する交通機関特定情報又は前記交通機関を利用するときの状況を示す状況情報を受け付け、
　求めた回帰式に、受け付けた交通機関特定情報又は状況情報を代入することにより、予測すべき通過時刻、交通機関での乗り込み終了日時に対する通過日時の比較結果又は経過時間を計算し、
　計算した通過時刻、前記比較結果又は経過時間を出力すること
　を有することを特徴とする移動過程予測方法。
　特定の時刻に繰り返し運行される交通機関を利用して移動する移動物体の移動過程を予測する移動過程予測装置において、
　過去の移動物体を識別する識別情報、交通機関の発着施設にて複数の通過点の夫々を前記移動物体が通過した通過日時、各通過日時から計算される二つの通過点を前記移動物体が通過する間に経過した経過時間、前記移動物体が利用した交通機関を複数の項目で特定する交通機関特定情報、前記移動物体が前記交通機関を利用したときの複数の項目で特定される状況を示す状況情報、前記交通機関で移動物体の乗り込みを実際に終了させた乗り込み終了日時、及び該乗り込み終了日時に対する各通過日時の比較結果を、互いに関連付けて、複数の移動物体別に記憶する記憶手段と、
　未来の移動物体が通過を予定する特定の通過点の通過時刻、前記移動物体が利用を予定する交通機関の乗り込み終了日時に対する前記特定の通過点に係る通過日時の比較結果、又は特定の二つの通過点を前記移動物体が通過する間に経過する予定の経過時間を予測することの要求を受け付ける手段と、
　前記記憶手段から、前記特定の通過点に係る通過日時、前記交通機関の乗り込み終了日時に対する前記通過日時の比較結果、又は前記特定の二つの通過点に係る経過時間と、前記通過日時、前記比較結果又は前記経過時間に関連付けられた交通機関特定情報又は状況情報との組み合わせを、複数通り抽出する手段と、
　抽出した複数通りの前記組み合わせに基づいて、前記通過日時から計算される通過時刻、前記比較結果又は前記経過時間を目的変数とし、抽出した交通機関特定情報又は状況情報に含まれる一又は複数の項目を説明変数として、回帰式を求める統計計算を行う手段と、
　前記移動物体が利用を予定する交通機関を特定する交通機関特定情報又は前記交通機関を利用するときの状況を示す状況情報を受け付ける手段と、
　求めた回帰式に、受け付けた交通機関特定情報又は状況情報を代入することにより、予測すべき通過時刻、交通機関での乗り込み終了日時に対する通過日時の比較結果又は経過時間を計算する手段と、
　計算した通過時刻、前記比較結果又は経過時間を出力する手段と
　を備えることを特徴とする移動過程予測装置。
　特定の時刻に繰り返し運行される交通機関を利用して移動する過去の移動物体を識別する識別情報、交通機関の発着施設に設けられた複数の通過点の夫々を前記移動物体が通過した通過日時、各通過日時から計算される二つの通過点を前記移動物体が通過する間に経過した経過時間、前記移動物体が利用した交通機関を複数の項目で特定する交通機関特定情報、前記移動物体が前記交通機関を利用したときの複数の項目で特定される状況を示す状況情報、前記交通機関で移動物体の乗り込みを実際に終了させた乗り込み終了日時、及び該乗り込み終了日時に対する各通過日時の比較結果を互いに関連付けて複数の移動物体別に記憶するコンピュータに、未来の移動物体が通過を予定する特定の通過点の通過時刻、前記移動物体が利用を予定する交通機関の乗り込み終了日時に対する前記特定の通過点に係る通過日時の比較結果、又は特定の二つの通過点を前記移動物体が通過する間に経過する予定の経過時間を予測することの要求を受け付け、前記移動物体が利用を予定する交通機関を特定する交通機関特定情報又は前記交通機関を利用するときの状況を示す状況情報を受け付けた場合に、移動物体の移動過程を予測する処理を実行させるコンピュータプログラムであって、
　前記コンピュータに、
　記憶内容から、前記特定の通過点に係る通過日時、前記交通機関の乗り込み終了日時に対する前記通過日時の比較結果、又は前記特定の二つの通過点に係る経過時間と、前記通過日時、前記比較結果又は前記経過時間に関連付けられた交通機関特定情報又は状況情報との組み合わせを、複数通り抽出するステップと、
　抽出した複数通りの前記組み合わせに基づいて、前記通過日時から計算される通過時刻、前記比較結果又は前記経過時間を目的変数とし、抽出した交通機関特定情報又は状況情報に含まれる一又は複数の項目を説明変数として、回帰式を求める統計計算を行うステップと、
　求めた回帰式に、受け付けた交通機関特定情報又は状況情報を代入することにより、予測すべき通過時刻、交通機関での乗り込み終了日時に対する通過日時の比較結果又は経過時間を計算するステップと
　を含む処理を実行させることを特徴とするコンピュータプログラム。