月別アーカイブ 11月 2010

投稿者:

官能データ分析のための実験計画法

XLSTAT日本語ユーザー・マニュアルに官能データ分析のための実験計画法を追加しました.
ダウンロード
日本語マニュアルは正規ユーザーのみにご利用頂けます.
無償の評価用ダウンロードをご利用の方は,Web上のチュートリアルをご利用ください.(ただしマニュアルの内容はまた別の内容です.)

投稿者:

科学の文法


カール・ピアソンの”The Grammar of Science”を入手しました.印刷は2010年9月・米国ですが,新刊でも何でもありません.1892年に初版(1911年に第3版)が発行された科学思想書です.ペーパバックで1,800円ほどで買えました.邦訳の古書だと2万円ぐらいするようですが,英語圏だとこういう古典的な名著が簡単に手に入るんですね.日本でも相当たくさんの本が出版されているような気がするんですが,こういうのを実感すると,日本の書店にある本がゴミの山に見えてきます.
で,ピアソンの主張は,「統計学は科学の文法だ」ということだったようですが,考えてみれば,これは弊社の「マインドウェア」のコンセプトにぴったりです.
「マインドウェア」という言葉は,誰でもが思いつく言葉のようでして,「自分こそが『マインドウエア』の提唱者だと名乗っている人が何人もいるようなので,人によって「マインドウェア」の定義はさまざまですが,弊社での定義は,「優れた知性によるのと同等な結果が得られる製品やサービス」のことです.
もともとの議論は,80年代のニューメディア開発にさかのぼるわけでして,弊社の社名は,当初,とくに統計やデータマイニングを想定したものではなかったのですが,結果的には,統計解析は「科学的方法のマインドウエア」であり,データマイニング,とくに自己組織化マップは「仮説創造のマインドウエア」と位置付けることができます.
実際,統計解析は,今日,多くの学術分野で活用されていて,「科学者の量産」に貢献しているわけです.データを集めて統計ソフトでデータ解析して論文を書けば学位が取れる,というパターンができあがっているような分野がたくさんあります.
これはこれで大変結構なことなのですが,70年代に活躍された技術評論家の星野芳郎先生の「科学技術はその内部から革新性を失うことになるだろう」という言葉をときどき思い出してしまうわけです.
実際,統計手法を使うことによって,あらかじめ「研究のパターン」があって,それに当てはまるように研究テーマを設定して,あとは手順どおりに作業をやっていくだけ,という「研究のパターン化」が進んでいるような気がしてならないわけです.
データマイニングは「仮説の発見」にこそ,その意義があるのですが,あまり多くの人には,そこのところが理解されていないようでして,多くの人が「仮説」とくれば「検証」というふうに何も考えずに条件反射してしまいます.
現代統計学を切り拓いたパイオニアの精神に少しでも近づくことができたら,データマイニングの新しい時代を切り拓くためのヒントなり力なりを貰えるのではないか,と淡い期待を持つのでした.

投稿者:

官能データ分析

XLSTAT日本語ユーザー・マニュアルにPRFMAPに続き,以下の説明を追加しました.
一般化プロクラステス分析(GPA)
ペナルティ分析
SDチャート
製品評価
ダウンロード
一般プロクラステス分析(GPA)
複数の専門家が何段階かのスケールで製品を評価する場合,専門家によってスケールの使い方が異なるのを修正する手法です.
ペナルティ分析
5水準の評価スケールで,真ん中のレベル3が「ちょうどよい」(JAR:Just About Rigt)となっているスケールを使って商品を評価し,製品の潜在的な改良の方向性を発見するための分析です.XLSTATのダイアログに一部誤訳が発見されていますので,近日中に修正します.
SDチャート
複数の審査員が複数の項目について製品にスコアをつけた状態をグラフで可視化する手法です.国内で「意味微分チャート」と訳されることが多いのですが,微分とはまったく関係がないので「意味差チャート」と訳すのが妥当と思われます.しかし,誤訳の方が一般化しているので,XLSTATのマニュアルでも「意味微分」を使用しました.
製品評価
分散分析(ANOVA)に基づいて,製品の差別化要素を識別する手法です.

投稿者:

PREFMAP

XLSTAT日本語ユーザー・マニュアルにプリファレンス・マップ(選好マップ)を追加しました.XLSTAT-MXに含まれる機能です.
ダウンロード
プリファレンス・マップは,商品企画・マーケティング分析・官能評価分析のための統計的手法です.競合する複数の商品についての消費者の受容性の評点データと,それらの複数の商品について,その特性(たとえば味,香り,食感など)を複数の専門家が評価したデータをもとに以下のようなことを分析する手法です.
– 製品が競合製品に対してどのようにポジショニングされるか?
– ある製品に対して最も近い競合製品はどれか?
– どのようなタイプの消費者がその製品を好むのか?
– どうして特定の製品が好まれているのか?
– コア・ターゲットにより好まれるように,製品をどのように再ポジショニングできるか?
– どのような新製品を開発すると意義があるか?
最終的に主成分分析をベースにしたマップが得られます.
Web上のチュートリアルは,こちらにあります.
XLSTAT内では消費者をグループ分けするために,従来の凝集型クラスタ分析(通常よく使うのはWard法)を用いますが,このへんをより一歩高度化させるためには,自己組織化マップ(Viscovery)を用いることも有効です.
日本の企業は海外と較べて,この種の分析がほとんどと言ってよいぐらいできていません.XLSTATによってぐっと簡単になっていますので,今後はぜひ活用して欲しい手法の1つです.

投稿者:

11月11日11時 XLSTAT-Pro 2010 日本語マニュアル完成

XLSTAT-Pro 2010 日本語マニュアルをアップしました.
ダウンロード
ダウンロードにはパスワードが必要ですので,お気軽にマインドウエア総研にお問い合わせください.