1

Size: px
Start display at page:

Download "1"

Transcription

1 目次 1. はじめに 社会背景 感性工学のはじまり 研究の目的 感性工学 なぜ感性が必要なのか 感性の測定方法 感性評価解析手法 かまち戸の景観評価システム かまち戸へのアプローチ SD 法での感性評価 SD プロフィールによる景観評価 まとめ 因子分析による景観評価 概要 感性ワードの集約 因子得点による傾向 まとめ 数量化 Ⅰ 類による感性とデザイン要素の結合 概要 アイテム カテゴリ 数量化 Ⅰ 類による解析結果 まとめ 結論 謝辞 参考文献 添付資料各かまち戸の SD プロフィール

2 1. はじめに 1.1 社会背景従来の建築構造物のデザインにおいては, 機能性, 経済性, 安全性が重視され, そこで働き, 安らぎを求める人間の感性を考慮したデザインが軽視されてきた. しかし, 景観性, 快適性の評価を求められ, 人間の感性が近年注目されるようになっている. ではなぜ人間の感性が注目されるかというと, 食べ物が乏しかった時代には, 人間は食べることのみを夢み, 腹いっぱいなることを願っていた. 住むところが不足していた時代には, 小さな家でもわが城であり, 何とか満足していた. このような物質に対する願望が, 豊かな時代を迎えて充たされるようになると, 人間は次に中身の質を求めるように変わってくる. つまり, 我々の価値観が量から質へ, 物質から精神へと変わりつつある時代のなかでは, 大量生産による機能性重視の製品では, 人間の 心の豊かさ 1) を満足させることが困難になってきた. デザインの位置付けとしての観点から述べると, 各種の製品, 建築物および構造物には耐用期間と公共性があり, その位置付けによってデザインの重要性が変わってくる. デザインの寿命と公共性による各デザインの位置付けの関係を図 ) に示す. 洋服などの流行の移り変わりは速く, 今年の冬に洋服を購入していても来年の冬にはまた洋服を購入する経験は誰しもあることではないだろうか. このように洋服は耐用期間が短く, それでいて個人の好みによる傾向が強いことからファッションデザインは, デザイナーの主観によるものでも大きな影響はない. しかし, 何十年, 何百年といった耐用期間を持ち, 多くの人々が関わるであろう土木構造物の場合は設計者の主観によるデザインでは社会生活を送る世間の理解を得られるとは限らない. 建築デザインもそれに近い考えを必要とされる. こうした社会全体が 人間重視 生活重視 3) の動きにある時代背景の中では, 人が居住する住宅やマンションン, 仕事をするオフィスビル, 工場などの建築構造物においては, 人間の感性を重視した設計が不可欠であり, 感性人間工学手法を建築物のデザインへ応用するための基礎的研究を行うこと ファッションデザイン 耐用期間短イベントデザイン プロダクトデザインインテリアデザイン私建築デザイン 公 公共性 長 シビックデザイン 図 デザインの寿命と公共性による各種デザインの位置付け 2) 1

3 の意義は大きい. 1.2 感性工学のはじまり前節で述べた中身を求める時代も終わりかけており, 次に到来したのが感性の時代である. ただ高級を求めているのではない. 本当に価値のあるものを求めているのである. 心の奥から食べたいものを求め, 着たいものを着, 住みたい家に住みたい, と考えている. ** のようなものがほしいのだが という声が街のあちらこちらで聞こえてくるように, その人の気持ちや感情に合うものが求められている. 設計者 ( デザイナー ) まかせの設計者の感性によりつくられたものでは, 一般社会に受け入れられるとは限らない. すなわち, 主観的で定性的な評価から客観的で数量的な評価が求められるようになっている. そこで, 感性工学が導入されてきた. 感性工学とは, 人間がもっている願望としてのイメージや感性を, 物理的なデザイン要素に翻訳し, 具体的に設計する技術 4) のことをいう. たとえば 豪華 な家を建てたいと依頼されたとき, 依頼人が希望する 豪華 という感性を分析してどのようなデザインにすると豪華に見えるかを推定し, 実施するための設計図が描ければその希望は達成されるだろう. このように, ある人がもっている感性 ( イメージ ) を具体的にデザイン要素に実現する工学的手法が感性工学である. 1.3 研究の目的 本研究は, 感性工学手法を用い, 住居において玄関からリビングまでの間にあるドアであるかまち戸の景観評価手法として, 因子分析, 数量化 Ⅰ 類により解析を行い, 定量的に評価する. まず因子分析により, 普段我々がどんな感性 ( イメージ ) を重視し, かまち戸を評価しているかを知る. すなわち, 各かまち戸から受ける感性を明らかにすることができる. このことにより, かまち戸に求めているイメージを把握することができる. 次に数量化 Ⅰ 類により, 日常接しているかまち戸のどのデザインを意識しているのかを定量的に明らかにする. ** のようなかまち戸がほしい という考えに対し, かまち戸にどのようなデザイン要素を与えれば満足するかを予測 説明する. 人間のイメージに合うかまち戸のデザイン要素を数量的に求めることができる. これらのことから, 望ましい評価を受けるかまち戸のデザインを選定するための, 判断材料が提供される. すなわち, かまち戸の感性を明らかにすることで, 快適な居住空間の演出を手助けすることにつながる. 2

4 2. 感性工学 2.1 なぜ感性が必要なのか 近年, 我々はよく 快適 とか 感性 という言葉を耳にするようになった. 感性とは何かを見た 時に直感的に感じる心の働き全般を指すことである. すなわち, 曖昧なものであり, つかまえどころ のない性質を持っている. 数年前まで科学技術の世界とは程遠いとされていたこの言葉が, なぜ現在 産業技術に進出してきたのだろうか. 理由として挙げられるのは, 1) 1ゆとりと豊かさへの対応 1) 2 複雑高速化した製品の安全 使い心地への対応 である. 詳しく述べると, 前者は多くの人々が快適でゆとりのある質の高い生活を求めている. この 背景には, 衣食が足りると, 人間はより深いレベルの満足を追求するようになる. より人間らしさを 求め, 精神的な充足を得たいを願う. この他に週休二日制によって時間に余裕ができたこと, 高齢化 者が第二の人生に興味を持つようになったことなども要因に挙げられる. 一例として, 生活環境の意識が向上するにつれて公害防止技術の研究が進み, 大気や水質関連の産 業公害といった直接健康に影響を及ぼすことはなくなってきた. その反面生活環境の質を高めようと するがあまり, 今度は騒音, 振動, 悪臭などの感覚器官に与える不快感を訴えるようになってきた. 続いて後者について述べると, 近年の情報化社会のめざましい進歩によって機器の性能が我々のは るか上を行くものとなった. 物 としては良くなったとしても, その 物 が人間の感性にあった機 能でなければ人間には好まれない. 情報機器が一般的になったことも, より効率的な 使い勝手 と 使い心地 のよさを求める動きに影響を及ぼしている. 我々人間に満足感を与えるような機器をつ くるには, 人間の感性を解明して衣食住の基本設計に適応できる新たな技術が要求される. では感性をどのように測るのか, 本研究で用いる感性解明のための測定方法および, 解析手法を次 に述べる. 2.2 感性の測定方法 感性といった人間の主観的な感覚に依存する計量や評価を測定する手法として挙げられるのが, 官 能評価である. 官能評価は幅広い分野で活用されている. 官能評価とは, 人間の五感や体感で品質を 評価する作業のことで官能検査ともいう. 官能評価は人間の感覚器官を測定器としているため, 測定 条件により大きな影響を受ける. したがって精度のよい測定結果を得るためには, 物理的な量, 感覚 特性をできるだけ均一にする必要がある. 官能評価でよく使われる測定方法を次に述べる. 5) (1)SD( セマンティック ディファレンシャル ) 法 評価項目が一つのときは, 対象物の一側面しか評価できない. 評価を多面的に行うときに SD 法が 用いられる. この手法は, 意味的に対となる形容詞を両端に置き, ふつう 7 段階の評定尺度に対して 回答を求める.( 形式は 3 章の図 3.2.2) なお尺度は 7 段階とは限らず 5 段階または 9 段階を使うこと もある. 左右対称の尺度にするため, 奇数の段階を使うのが一般的である. 得られたデータは単純集 計し, 各評価項目の平均値を結ぶ SD プロフィールで示す. しかし, このような数的処理が許される 前提として,1 尺度の 1 次元性と,2 等間隔性を仮定していることになる.1 は,SD の尺度が物差 しのように真っ直ぐかどうか?, 例えば つまらない という形容詞があるとして対極にくるのは 面 3

5 白い だろうか, もし 楽しい としたら結果が違ってきはしないだろうか? という問題である.2 は段階の幅がすべて等しいのだろうか? という疑問である. 非常に明るい と かなり明るい の心 理的な差は やや明るい と どちらでもない の差と等しいと言いきれるのだろうか. 12 とも, 個々の分析事態でさえ実証することが難しい問題で, 一般的な立証などできるはずがな い. しかし,SD 法では 1,2 の性質が成り立つとして, 線形かつ等分であるとして仮定している. 本研究では SD プロフィールを眺めて傾向を探り, 後に続く因子分析でのデータとして扱う. 2.3 感性評価解析手法 官能評価である SD( セマンティック. ディファレンシャル ) 法のような多次元的に評価したデー タを基に最も好まれるデザインは何か, どのような基準で判断したのかを数量的に明らかにするため に, 多変量解析が用いられる. 本研究で評価に用いた多変量解析手法について述べる. 6) (1) 因子分析 因子分析は, 目的変数をもたないデータを構造化してデータを読み取る解析法であり, 多くの変量 がもっている情報を少数の 共通因子 に集約する方法である. 例えばアンケートの評価分析などに 活用される. 共通因子 の集約によって, 客観的にいくつかのまとまりある因子を抽出することは可 能だが, 抽出された共通因子は多次元の情報を持って構成 されており, これらの共通因子の意味付けは分析者の主観 に頼ることになる. 本研究と関連づけて数学的に説明する と次のようになる. m 枚のかまち戸のサンプルに SD 法での形容詞の評価 q 対を単純集計したものを表 のように表す. このデータ の間に相関がみられることが多い. そこで因子分析ではその相関を共通因子で解釈しようとする. q 個の変量 ( 形容 詞 ) の相関を説明するため,l 個の共通因子を考えて以下 のようなモデルを考える. 表 SD 法でデータ結果 変量 ( 形容詞 ) サンプル 1 2 M m x x x L x m x x x L x m L L L L L x q x x x q1 q2 L qm x x 1i qi = α f 11 1i f q1 1i + L+ α 1l + L+ α ql f li f li + e LLLLLLLLLLL = α 1i + e qi ( i = 1,2, L, m) (2.3.1) 行列を用いて表すと, x i = α f + e ( i = 1,2, L, m) (2.3.2) i i となる. ここで, f は共通因子 f のサンプルi の因子得点であり,α は共通因子 f に対する変量 x の関連の強 i さを表すウェイトのようなもので因子負荷量と呼ばれる.e は変量 x 独自の変動を表す特殊因子であ る. 共通因子数が決定すると, データを (2.3.1) 式のモデルのあてはめる. 因子負荷量が算出されると, その値にしたがって各共通因子の解釈を行う. 解釈は因子負荷量の大きさと符号 (+-) によって行う. 解釈された各共通因子の傾向を各サンプルがどれくらい持っているかを表したものが因子得点である. この大きさは各変量にその因子負荷量を相乗することで推定される. 4 i

6 ところで, ある共通因子がかまち戸の景観評価をどれくらい説明できるかを表す指標である寄与率も解釈の参考のするとよい. 寄与率を求めるにあたり個々の共通因子がどれくらい情報を説明しているかを式 (2.3.3) に示す. λ = α + α + L + α (2.3.3) j l λ j は各共通因子に対する因子負荷量の平方和で, 各因子の固有値と呼ばれる. 固有値とは共通因子の うち, どの共通因子の方が重要であるかを数量的に示す値である. そして, 各因子の固有値が全体 ( 固 有値の総合計 ) に占める割合である寄与率は (2.3.4) のように表される. C j = λ j 100 l λ j= 1 j (2.3.4) この値が高いものほどかまち戸の景観評価に影響を与える因子である. これらのデータを基に人間の 感性による傾向を探る. 6) (2) 数量化 Ⅰ 類 本研究はかまち戸の景観評価ということで, 好まれるかまち戸とはどういうデザイン要素を持って いるのかを知りたい. そこで感性工学手法として数量化 Ⅰ 類を適用する. 数量化 Ⅰ 類は, 予測に役立 つ手法であり, 質的データから量的に測定される外的基準を予測したり, 説明したりするための手法 である. この手法では外的基準 アイテム, そしてカテゴリという言葉を用いる. 本研究にあてはめ ると, 外的基準とは SD 法で用いた形容詞のことで, 求めたいイメージ ( 感性 ) である. アイテムと はかまち戸の景観に影響を与えると考えられるデザイン要素 ( 物理的特徴 ) であり, カテゴリとはア イテムとなったデザイン要素をさらに細かく分割したものを考えればよい. かまち戸サンプルの各ア イテム カテゴリへの反応に仕方を次のように定義する. s 1L( サンプルsがアイテムiのjに反応したとき) δ ij = (2.3.5) 0L( その他のとき) こうして分析の対象となるアイテム カテゴリデータが得られることになる. かまち戸のサンプル s には, 興味のあるイメージとなる形容詞を SD 法で単純集計して量的数量で与えられた外的基準 与えられている. アイテムi にカテゴリ j にふりわける数量 ( カテゴリ数量 ) をa として, かまち戸サンプル s の数 量 Y は次のように表せる. s m n i s Y = a δ ( s = 1,2, L, N) (2.3.6) s i= 1 j= 1 ij ij この数量 Y と外的基準である単純集計された形容詞の評価値 s a ij N ( y s Ys s= 1 にカテゴリ数量を求めるのである. 最もよく一致するとは, ) 2 ij ys y s が が最もよく一致 ( 近似 ) するよう (2.3.7) を最小にすることである. これには最小二乗法を用いる事で a を求めることができる. カテゴリ数量 ij 5

7 aij そのものの値は外的基準に対する重みであり, この場合, イメージとする形容詞にどのカテゴリが 影響をおよぼしているかを推定できる. この解析により感性とデザイン要素を結合させることができ, 望ましい評価を受けるかまち戸のデ ザインの提案につながる. 6

8 3. かまち戸の景観評価システム 3.1 かまち戸へのアプローチ (1) かまち戸我々人間の感性は曖昧なものとされる中で対象物の景観評価をしている. 本研究で対象としたかまち戸とは, 玄関とリビングを仕切るドアである. かまち戸という言葉自体は, あまり耳にしない言葉であるが, 実は我々の生活の中で非常によく接しているのドアである. そのかまち戸の感性を明らかにすることにより, 快適な居住空間の演出を手助けするため, ドアのあり方を検討する. (2) 要求機能感性工学的手法を用いてかまち戸のデザインの評価を行うにあたり, 評価対象物が果たす役割を知らなければならない. すなわち, かまち戸に要求される機能を把握し検討しておく必要がある. かまち戸に要求される機能としては,! リビングと廊下を区分する. 1 完全にリビングと廊下を区分されるのは, 好ましくない. 2 廊下からリビングの雰囲気が想像できる. 3 外から中の人の格好がわからないようにする. 4 廊下とリビングの干渉材としての機能! 冷暖房の効果. 1ガラス面が大きすぎると冷暖房の効果に影響がある.! インテリアとしての効果. 1かまち戸のデザインによりリビングのイメージが決定される. が挙げられる. (3) 人間の意識と行動パターン本研究の対象物であるかまち戸を理解する上で, 外出先から家に帰ってきて, 玄関からリビングに至るまでの人間行動パターン ( 視線等 ) の検討も必要となる. 人間の行動パターンは以下のように考えられる. 1 玄関を開ける. 2 靴を脱ぐ.( この際, かまち戸を視野に捉えているが, 意識は持っていない.) 3ドアを見る.( リビングに行くために, その進行方向を確認するためドアに視線を移す. 約 4 m) 4ドアの取っ手を見る.( ドアを開けるためにドアの取手に視線が移る. 約 50cm) 5リビングに入る. 上記 1~5の一連の行動の中で人が意識している点は, 14m 手前で, ドアを開ける意識が大きいことから, かまち戸の全体を見ている. 2 人間の視界が 60 度程度とすれば,4m 手前では側面も含めて, かまち戸の景観を見ていることになる. 3 視線は, どちらかというと下を見ており, 天井は意識していない. と考えられる. なお上記で表記されている 約 4m はブレーストミングを行った結果より定義している. 7

9 (4) 物理的特徴物理的特徴とは, 視覚的かつ数量的に区別することを可能とするかまち戸を構成しているデザイン要素のことである. かまち戸の物理的な構造は, 本体, 取っ手, ギヤ部の 3 つに分割でき, さらに本体は, 木質部とガラス部に分けることが出来る. これらの物理的な階層構造を図 に示す. かまち戸 ドア本体ドアノブ部分ギヤ部分 木製部分色質感 ガラス部分透明度大きさ位置 図 かまち戸の物理的特徴 (5) かまち戸と外部との関係前項において, かまち戸を人の行動パターン, 意識, ドアの物理的構造, 要求機能の側面から分析してきた. ここではさらに, かまち戸の周囲にある天井, 壁, 廊下そして部屋全体といった外部との関係を検討する. かまち戸と外部との相互関係としては, 1ドアのガラスの大きさや木製部分の色などによって部屋に対するイメージが変わる. 2ガラス部分の面積が小さい, またはすりガラスの場合, 部屋の中の様子をわかりずらくする. 3かまち戸の色と部屋の壁の色との調和がうまくとれていれば居心地の良い空間になる. などが挙げられる. しかし, 本研究ではかまち戸に対する感性評価として, かまち戸と周囲の景観は考慮せず, かまち戸のみの景観の評価を感性工学手法用いて評価した. 3.2 SD 法での感性評価 (1) 調査概要人間の感性を探るため, 住宅 マンションなどの既存のかまち戸を 12 サンプル用意し, 視環境の評価構造を明らかにする場合に適している SD 法を用いて景観評価を行った. 景観評価構造はアンケートのデータを単純集計した SD プロフィールにより傾向を探る. アンケートの対象は,20 代の男性 20 名, 女性 23 名である. (2) 評価対象物感性評価の対象としたかまち戸の全 12 サンプルを図 に示す. 本サンプルは, 全く異なるもの, 色は同じでも形状が異なるもの, そして形状は同じでも色が異なるものを選択した. サンプルの形状特性を1 窓面積比,2 窓周長比,3 アスペクト比,4 格子,5 すりガラス の 5 つの因子で表し, その特性値を表 に示す. 8

10 1 窓面積比 かまち戸に占めるガラス面積. 窓が 2 枚以上ある場合は, その合計を求める. 2 窓周長比 かまち戸の周長に対する窓の周長の合計の比を求めたもの. 窓が 2 枚以上ある場合は, その合計を求める 3 アスペクト比 窓の高さと幅の比. 4 格子 かまち戸の窓に対する格子状のデザインの有無. 5 すりガラス 窓の種類による分類. 色は1クリスタル ホワイト,2ネイチャー サウンド,3オーセンティック リッチ,4オリエンタル ダークの 4 種類のサンプルがあり, それぞれの色の名称, 特徴, コンセプトを下記のように定義する. 1クリスタル ホワイト ( 3, 4, 6) 色が薄いコンセプト 透明感 洗練 クリア空間イメージ 都会的でシャープ, それでいてくつろげる居心地のよい空間. 2ネイチャー サウンド ( 2, 7, 10) やや色が薄いコンセプト さわやか やすらか うららかな空間イメージ 清々しい自然をテーマにぬくもりを感じさせる空間. 3オーセンティック リッチ ( 5, 9, 12) やや色が濃いコンセプト おだやか 豊かな マイルド空間イメージ 質が高く, 住まう人の個性を大切にする. 4オリエンタル ダーク ( 1, 8,.11) 色が濃いコンセプト おちつき 土臭さ 郷愁空間イメージ 自然との共存や調和, 異文化との融合. 新しいオリエンタルなスタイル. No.1 No.2 No.3 No.4 No.5 No.6 No.7 No.8 No.9 No.10 No.11 No.12 図 評価対象サンプル 9

11 表 評価因子の特性 NO.1 NO.2 NO.3 NO.4 NO.5 NO.6 NO.7 NO.8 NO.9 NO.10 NO.11 NO.12 1 窓面積比 窓周長比 アスペクト比 格子 すりガラス 注 4 5は1: 有 0: 無 (3) イメージ形容詞抽出 人間の 感性 という概念にもっとも関連する言葉として, 形容詞が考えられている. 例えば, き れい 好き嫌い 落ち着いた といった言葉である.SD 法は意味的に対となる形容詞を両端に置 いた評定尺度を複数組み合わせ, 一対象につき多次元的評価を行う手法である 1). したがって, 特定 の対象に関する 感性 を明らかにするためには, その対象物のイメージを的確に表現できる形容詞 群を選ぶ必要がある. 対象物が車であれば 豪華な 車, 広々とした 車. 服ならば かわいい 服, かっこいい 服. 照明であれば 明るい 照明, セクシーな 照明などである. これらを イメー ジ形容詞 または 感性ワード と呼ぶ. アンケートで評価項目となるかまち戸の意味的に対となる イメージ形容詞 ( 感性ワード ) を表 に示す. イメージ形容詞には, サンプル中の 4 種類のイメー ジカラーのコンセプトも考慮して抽出している. アンケートでの SD 尺度は 7 段階評定尺度法を用い る. アンケート用紙の例を図 に示す. 表 感性ワード 1 すっきりした ごちゃごちゃした 2 目立つ 目立たない 3 おしゃれな やぼったい 4 斬新な 古めかしい 5 明るい 暗い 6 美しい 醜い 7 派手な 地味な 8 単純な 複雑な 9 親しみやすい 親しみにくい 10 圧迫感のある 圧迫感のない 11 個性的 平凡な 12 暖かい 冷たい 13 上品な 下品な 14 好ましい 好ましくない 15 落ち着きのある 落ち着きのない 16 高級な 高級でない 17 モダンな クラシカルな 18 カジュアルな フォーマルな 19 洗練された 荒削りの 20 さわやか さわやかでない 21 おだやかな おだやかでない 22 アダルトな ヤングな 図 アンケート用紙例 10

12 (4) 調査方法被験者に図 に示したアンケート用紙を配布し, 各サンプルの写真を1 枚ずつ提示し, 各感性ワードに対してサンプルから受ける印象が 7 段階の SD 尺度のどの位置にあたるかを記入してもらう. 例えば, サンプルがすっきりしているという印象を受けた場合, その程度を 非常に かなり やや から判断しチェックしてもらう. アンケートの各形容詞のチェック位置に対し左から 7,6,5,,1 と 7 段階の点を割り当ててデータを単純集計することにより, 各かまち戸サンプルの景観評価を行う. 3.3 SD プロフィールによる景観評価 SD プロフィールとはアンケートで得たデータを単純集計し, 各評価項目の平均値を線で結んだもので, 全体的に眺めて景観評価を解釈できる. (1) 全員 性別による SD プロフィール各サンプルに対する景観評価について被験者全員の平均値, 男女別平均値による SD プロフィールで表す.No.9 の SD プロフィールを図 に, 10 を図 に示す. これらの図より男性と女性の評価はほぼ同じ傾向を示した. 9 だけでなく, 他のサンプルにおいても男性と女性では SD プロフィールの傾向に顕著な差は見られない.No10 のサンプルは, 図 に示したように, 今回の SD プロフィールにおいて全体的にアンケートの評価値が どちらでもない という評価に近い結果となり, 平均的なかまち戸であると評価された. なお, すべてのサンプルの SD プロフィールについては添付資料に示す. (2) イメージカラーの SD プロフィール 12 サンプルの SD プロフィールを4 種類のイメージカラーに分けて色による景観評価の傾向および, イメージカラーの各コンセプトとの対応を検討する. 1 クリスタル ホワイト ( コンセプト 透明感 洗練 クリア ) すっきりした 1. ごちゃごちゃした 1 2. 目立つ目立たない 2 NO.9 平均 3. おしゃれなやぼったい 3 4. 斬新な古めかしい 4 5. 明るい暗い 5 6. 美しい 6 醜い 7. 派手な 7 地味な 8. 単純な 8 複雑な 9. 親しみやすい 9 親しみにくい 10. 圧迫感のある 10 圧迫感のない 11. 個性的 11 平凡な 12. 暖かい 12 冷たい 13. 上品な 13 下品な 14. 好ましい 14 好ましくない 15. 落ち着きのある 15 落ち着きのない 16. 高級な 16 高級でない 17. モダンな 17 クラシカルな 18. カジュアルな 18 フォーマルな 洗練された荒削りの さわやかなさわやかでない おだやかな全体 (43 名 ) おだやかでない男性 (20 名 ) 女性 (23 名 ) アダルトなヤングな すっきりした 1 1. ごちゃごちゃした目立つ 2 2. NO.10 平均目立たないおしゃれな 3 3. やぼったい 4. 斬新な 4 古めかしい 5. 明るい 5 暗い 6. 美しい 6 醜い 7. 派手な 7 地味な 8. 単純な 8 複雑な 9. 親しみやすい 9 親しみにくい 10. 圧迫感のある 10 圧迫感のない 11. 個性的 11 平凡な 12. 暖かい 12 冷たい 13. 上品な 13 下品な 14. 好ましい 14 好ましくない 15. 落ち着きのある 15 落ち着きのない 16. 高級な 16 高級でない 17. モダンな 17 クラシカルな 18. カジュアルな 18 フォーマルな 19. 洗練された 19 荒削りの 20. さわやかな 20 全体 (43 名 ) さわやかでない男性 (20 名 ) 21. おだやかな 21 女性 (23 名 ) おだやかでない 22. アダルトな 22 ヤングな 図 の SD プロフィール 図 の SD プロフィール 11

13 図 3.3.3(a) にクリスタル ホワイト ( 3, 4, 6) の SD プロフィールを示す. この図から, クリスタル ホワイトに対して, 被験者は, 個性的な, 斬新な, 冷たい, 親しみにくい というイメージをもっている. わずかではあるが 洗練された イメージもあるようだ. 2 ネイチャー サウンド ( コンセプト さわやか やすらか うららかな ) 図 3.3.3(b) にネイチャー サウンド ( 2, 7, 10) の SD プロフィールを示す. 被験者は,No.10 を除き, すっきりとした, 上品な, 落ち着きのある, さらに さわやかな というイメージを持っている.No.10 は上述したように今回のアンケートにおいて平均的なイメージの戸となっている. 3 オーセンティック リッチ ( コンセプト おだやか 豊かな マイルド ) 図 3.3.3(c) にオーセンティック リッチ ( 5, 9, 12) の SD プロフィールを示す. 全体的にプラスのイメージになっており, 親しみやすい, 落ち着きのある, 暖かい という評価がある反面 地味, 平凡な という評価を受けた. イメージカラーの おだやかな も高い評価を得ている. 4 オリエンタル ダーク ( コンセプト おちつき 土臭さ 郷愁 ) 図 3.3.3(d) にオリエンタル ダーク ( 1, 8,.11) の SD プロフィールを示す. 各カラーイメージの中でサンプル間の評価が最もばらつきが見られた. 特に No.11 は他のサンプルと違う傾向を示している.No.11 を除き, この色のコンセプトの一つである, 落ち着き は高い評価を得ている. 3.4 まとめ人間の感性による景観評価構造を探るため, マンションなどにあるかまち戸を対象物に設定した. 一側面だけでなく多次元的に評価を行うため, かまち戸に関する 22 対のイメージ形容詞を抽出し, SD 法により景観評価を実施した. この結果,SD プロフィールからは男性と女性の景観評価の違いは見られなかった. このことより性別により受けるイメージに違いはないということが言える. また, 評価に用いたかまち戸サンプルには4 種類のイメージカラー ( クリスタル ホワイト, ネイチャー サウンド, オーセンティック リッチ, オリエンタル ダーク ) について各色のコンセプトと景観評価との関係を比較してみると, どのイメージカラーもほぼコンセプトとしたイメージ形容詞に反応した傾向を示した. 全体的にみると, オーセンティック リッチはプラスイメージで, クリスタル ホワイトがマイナスイメージの傾向が見られた. 個々でみると, クリスタル ホワイトは 斬新な 冷たい, ネイチャー サウンド すっきりとした 上品な, オーセンティック リッチは 親しみやすい 暖かい, オリエンタル ダークは好みの差が出たのかばらつきが見られた, といったそれぞれの色から受ける新たなイメージも知ることができた. このデータを用いて, 次章以降は多変量解析を行い, より詳細な人間の感性に対する分析を行う. 12

14 すっきりとした斬新な 3 個性的洗練された NO.3 NO.4 NO.6 21 クリスタル (43 名 ) 22 親しみにくい冷たい 上品な落ち着きのあるさわやかな NO.2 NO.7 19 NO ネイチャー (43 名 ) 22 (a) クリスタル ホワイト (b) ネイチャー サウンド 親しみやすい暖かい落ち着きのあるおだやかな 地味な平凡な NO.5 NO.9 NO.12 落ち着きのある NO.1 NO.8 19 NO オーセンティック (43 名 ) 21 オリエンタル (43 名 ) 22 (c) オーセンティック リッチ (d) オリエンタル ダーク 図 SD プロフィール 13

15 4. 因子分析による景観評価 4.1 概要 SD 法によるアンケートの集計結果をもとに,22 対の感性ワード ( イメージ形容詞 ) の因子分析を行い, 人間の感性をより一層明らかにする. 抽出された各因子と各サンプルのかまち戸とを対応させることで, 普段我々がどんな感性 ( イメージ ) を重視して, かまち戸を評価しているかを知る. すなわち, 各かまち戸から受ける感性を明らかにすることができる. このことにより, かまち戸に求めているイメージを把握することができる. こうして, 望ましい評価を受けるようなかまち戸のデザインを選定するための, 判断材料が提供される. 加えて, 性別による景観評価の違いを見るため, 男性 女性に区別して分析も行う. 4.2 感性ワードの集約因子分析により 22 対の感性ワード ( イメージ形容詞 ) をいくつかのまとまりに区分する. 各まとまりごとにそれらの感性ワードを総称して新たなイメージ形容詞を命名する. これが感性ワードの集約である. 感性ワードの集約によって SD. プロフィールでの評価に加えて, 景観による感性を明確に把握することができる. (1) アンケート被験者全員による感性ワードの集約アンケートで得た評価を集計し, 被験者全員を対象とした因子分析結果を表 に, 各因子の寄与率を表 に示す. 表中の寄与率とはその因子の支配力を表すパーセンテージであり, この値が大きいほど, かまち戸の景観に影響を与える因子ということを示す. 寄与率 各因子の固有値が全体 ( 固有値の総合計 ) に占める割合. この値が大きいほど, その因子の説明力は大きくなる. 固有値 抽出された因子のうち, どの因子の方が重要であるかを数量的に示す値. 累積寄与率 1 番目の因子からj 番目の因子までの寄与率の和 22 対のイメージ形容詞を 4 つの因子に分類された. 表中の数値は因子負荷量と呼ばれ, 大きいほどそのイメージ形容詞が因子と相関があるといえる. プラス数値はイメージ形容詞をそのままとらえれば良い. マイナス数値は最初に挙げられているイメージ形容詞と反対の意味ととらえる. 例えば, 因子 2 として抽出された 4. 斬新な 古めかしい は であるから, 斬新な とは反対の意味として, 古めかしい と解釈する. この考え方をもとに因子 3 の各イメージ形容詞の対応関係を第 3 因子 = 派手な = 目立つ = 複雑な = ごちゃごちゃした = 個性的な と解釈される. 表 より因子 1 として分類された 美しい 親しみやすい 暖かい などのイメージ形容詞をまとめて, 心理的美しさ と命名し, 一つの因子として表現した. これが第 1 因子となる. 以下同様に分類された共通因子ごとに新たな 1 つの因子としての言葉に集約していく. その結果, かまち戸の因子として以下の 4 つの因子が抽出された. 第 1 因子 心理的美しさ の因子 : 美しい, 親しみやすい, 上品, さわやか等第 2 因子 若々しさ の因子 : おしゃれ, 斬新, モダン, 洗練等第 3 因子 ビジュアル性 の因子 : すっきり, 目立つ, 派手, 単純等第 4 因子 高級性 ( 重厚さ ) の因子 : 落ち着きのある, 高級, 圧迫感のある等 14

16 解析の対象を被験者全員とした場合, 第 1 因子 心理的美しさ, 第 2 因子 若々しさ, 第 3 因子 ビジュアル性, 第 4 因子 高級性 の順となり, 寄与率は第 1 因子 39.94%, 第 2 因子は 24.07%, 第 3 因子は 22.17%, 第 4 因子は 5.92% と算出された. この結果からアンケート被験者は, 美しい 親しみやすい 暖かい といった 心理的美しさ の感性 ( イメージ ) を最も重要視してかまち戸の景観の評価を行ったことがうかがえる. これに加えて 若々しさ や ビジュアル性 を評価基準として注目して判断してことになる. 表 因子分析結果 ( 全員 ) 全体 (43 名 ) 因子 1 因子 2 因子 3 因子 4 6. 美しい 醜い 好ましい 好ましくない 親しみやすい 親しみにくい 上品な 下品な 暖かい 冷たい さわやか でない おだやかな でない 落ち着きのある ない 明るい 暗い 圧迫感のある 圧迫感のない アダルトな ヤングな 斬新な 古めかしい おしゃれな やぼったい モダンな クラシカルな 洗練された 荒削りの カジュアルな フォーマルな 派手な 地味な 目立つ 目立たない 単純な 複雑な すっきりした ごちゃごちゃした 個性的 平凡な 高級な 低級な (2) 男女による感性ワードの集約 表 寄与率 ( 全員 ) 因子 No. 寄与率 (%) 累積寄与率 (%) 男女による性別を区別して因子分析を行った結果として, 表 に男性の因子分析結果, 表 に女性の因子分析結果, 表 に男性の因子寄与率, 表 に女性の因子寄与率を示す. 男性と女 性では集約されたイメージ形容詞が異なっていることがわかる. これは男女の感性の違いによって生 じるものである. さらにわかりやすくするため, 因子ごとにあらたなイメージ形容詞の命名を行う. 男性と女性の各因子の表現を表 に示す. 男性の場合, 第 1 因子に 美しい 親しみやすい さ わやかな などを含んでいることから, 心理的美しさ ( 寄与率約 40%) と表現し, 第 2 因子は 目 立つ 派手な などから ビジュアル性 ( 同 24%) と表現した. これに対し女性の場合, 第 1 因子 15

17 表 因子分析結果 ( 男性 ) 男性 (20 名 ) 因子 1 因子 2 因子 3 因子 4 6. 美しい 醜い 親しみやすい 親しみにくい 暖かい 冷たい 好ましい 好ましくない 上品な 下品な さわやか でない おだやかな でない 明るい 暗い 落ち着きのある ない 洗練された 荒削りの 高級な 低級な 派手な 地味な 目立つ 目立たない 単純な 複雑な 個性的 平凡な すっきりした ごちゃごちゃした モダンな クラシカルな アダルトな ヤングな おしゃれな やぼったい 斬新な 古めかしい カジュアルな フォーマルな 圧迫感のある 圧迫感のない 表 因子分析結果 ( 女性 ) 女性 (23 名 ) 因子 1 因子 2 因子 3 因子 モダンな クラシカルな 暖かい 冷たい 親しみやすい 親しみにくい 個性的 平凡な 斬新な 古めかしい おだやかな でない 落ち着きのある ない アダルトな ヤングな 派手な 地味な 単純な 複雑な 目立つ 目立たない すっきりした ごちゃごちゃした カジュアルな フォーマルな さわやか でない 明るい 暗い 洗練された 荒削りの 圧迫感のある 圧迫感のない おしゃれな やぼったい 高級な 低級な 美しい 醜い 好ましい 好ましくない 上品な 下品な

18 表 寄与率 ( 男性 ) 表 寄与率 ( 女性 ) 因子 No. 寄与率 (%) 累積寄与率 (%) 表 男性 女性の各因子の解釈 因子 No. 寄与率 (%) 累積寄与率 (%) 男性 女性 第 1 因子 心理的美しさ 第 1 因子 若々しさ 第 2 因子 ビジュアル性 第 2 因子 ビジュアル性 第 3 因子 若々しさ 第 3 因子 心理的美しさ 第 4 因子 第 4 因子 高級性 は モダンな 斬新な などの影響から 若々しさ ( 寄与率約 30%), 第 2 因子は 目立つ 派手な から ビジュアル性 ( 同 24%) とそれぞれイメージ形容詞の集約ができる. この結果から男性は 心理的美しさ を基準に景観評価を行っているのに対し, 女性は 若々しさ が重要視されている点で, かまち戸に対する感性の違いが見られた. 逆に, アンケートの対象が男女とも 20 代学生だったせいか 派手な といった ビジュアル性 の因子が上位に位置している. 4.3 因子得点による傾向因子得点とは, 当該因子に各サンプルを当てはめたときの評価得点である. これを集約した因子に対応させることで, かまち戸の景観による傾向を知ることができる. あわせて, 人間の好ましさとの因子の関係についても検討する. (1) 被験者全員による因子得点の分布被験者全員における寄与率が高く, 説明力のある第 1 因子と第 2 因子の因子得点 ( 評価得点 ) を算出し, 第 1 因子 心理的美しさ を横軸に, 第 2 因子 若々しさ を縦軸にとり, 各サンプルの因子得点を分布図として表したものを図 に示す. 横軸は数値が大きいほど (+ 方向 ) 心理的美しさ の傾向が強い. すなわち親しみやすいかまち戸であり, 数値が小さいほど (- 方向 ) に表れるほど親しみにくいかまち戸であることを意味する. 縦軸も同様の考え方であるが, ここで表 での第 2 因子のイメージ形容詞はマイナス数値が多くなっている. 前節で述べた考え方に基づき, 縦軸においては因子得点が大きいほど古めかしく, やぼったいかまち戸であり, 小さくなるにつれて斬新でおしゃれなかまち戸であることを意味する. 全体的にほぼ形状に関係なくかまち戸の色により分かれている. 第 1 因子軸に対してに右方から各サンプルのやや色の濃いオーセンティック リッチ, やや色の薄いネイチャー サウンド, 色の濃いオリエンタル ダーク, 色の薄いクリスタル ホワイトの順に分布されている. したがってやや色の濃いオーセンティック リッチ ( 5, 9, 12) は 心理的美しさ ( 親しみやすい, 暖かい, さわやかさ ) の評価が高いと位置付けられている. 逆に色の薄いクリスタル ホワイト ( 3, 4, 6) は親しみにくく, 冷たいイメージを与えるかまち戸と評価されたことになる. この傾向から第 1 因子 心理的美しさ は色により評価されていると考えられる. また, 第 2 因子軸に関しては下方側のかまち戸のサンプル No.4,No.6,No.11 は若々しいかまち戸, 上方側のサンプル No.1,No8 は古めかし 17

19 いかまち戸と評価していることも分かる. 第 2 因子より第 1 因子の方が分布の広がり幅が大きいことから, 心理的美しさ による影響が強いことがわかる. ここで, 総合評価として, もっとも単純な感性である 好ましい の評価結果を使い, 抽出された因子との関係を表してみる. アンケートで用いた感性ワードの 14( 好ましい 好ましくない ) の各 12 サンプルの評価平均値上位 4 サンプルと下位 4 サンプルをグループに分け図 に重ね合わせた図を図 に示す. 図中の点の横に添えられた数字はサンプル を示す. 感性ワード 好ましい の評価が高かった 5,9,10,12 と評価が低かった 3,4,6,10 のグループ分けしてみると, それぞれ第 1 因子軸上にまとまって分布されている. これは, 好ましい 好ましくない の評価は, 親しみやすさ 暖かい などの 心理的美しさ の度合いに影響を受けていることがわかる. すなわち, 親しみやすい, 暖かい, さわやかさ の評価が高いかまち戸が 好ましい, 逆に評価が低かったか 古めかしい 親しみやすい 図 全員の因子得点分布 ( 第 1, 第 2 因子 ) 因子負荷量回転後 / バリマックス法全体 (43 名 ) 15 因子 好ましくない好ましい 因子 図 因子得点分布と 好ましさ のランク ( 全員 ) 18

20 まち戸は 好ましくない を判断されたことになる. (2) 性別による因子得点の分布男性の寄与率の高い第 1 因子 心理的美しさ, 第 2 因子 ビジュアル性 の因子得点分布を図 に示す. 第 1 因子 心理的美しさ を横軸に第 2 因子 ビジュアル性 を縦軸にとり各かまち戸の分布状態を表している. 第 1 因子の傾向は被験者全員の時とほぼ同じ傾向を示している. やや色の濃いオーセンティック リッチが右方で, 色の薄いクリスタル ホワイトが左方に位置している. やはり形状より色によりかまち戸が評価されている. 好ましい についてグループ分けしたものを図 に示す. これも被験者全員と同様, 第 1 因子 心理的美しさ の評価による影響が強く, 親しみやすい と評価をうけたかまち戸が好ましく, 親しみにくい などの評価を受けたかまち戸が好ましくない評価されている. 派手な 親しみやすい 図 男性の因子得点分布 ( 第 1, 第 2 因子 ) 因子負荷量回転後 / バリマックス法男性 (20 名 ) 15 因子 因子 好ましくない 1-10 好ましい -15 図 因子得点分布と 好ましさ のランク ( 男性 ) 19

21 女性については, 第 1 因子 若々しさ, 第 2 因子 ビジュアル性 を軸とした因子得点分布図を図 に示す. 全員 男性とは各かまち戸の位置している全体の傾向が大きく異なっている. これは女性の最も影響度が高い第 1 因子は 若々しさ となっていることからによる違いである. 解釈に関しては矢印が指す右方かつ上方のクリスタル ホワイト ( 3, 4, 6) が 若々しい かつ 派手な かまち戸と評価される. 1, 8 のオリエンタル ダークなど色の濃いかまち戸が対極に位置していることから, やはりここでも色による影響が強いことがうかがえる. また第 2, 第 4 象限にはほとんどかまち戸が位置していない. 第 2 象限とは 古めかしく, 派手なイメージ を表し, 第 4 象限はその対極で モダンで, 地味なイメージ の部分であることを考えると, かまち戸がこのイメージの評価を受けないことも当然のことである. 第 1 因子, 第 2 因子を軸とした因子得点分布図を図 に, 第 3 因子, 第 4 因子を軸とした因子得点分布図を図 に示し, 因子得点分布図上に形容詞の項目 14( 好ましい- 好ましくない ) の各サンプルの評価平均値上位 4 サンプルと下位 4 サンプルを図示した. 女性は図 より, かまち戸の評価に大きく影響を与える, 第 1 因子 若々しさ, 第 2 因子 ビジュアル性 とも正の評価を受けたサンプルが好ましくないと評価され, 負の評価を受けたサンプルが好ましいと評価されている. すなわち, 若々しくて( 斬新な ), 派手な 評価を受けたからといって 好ましい イメージは受けないということである. そこで, この 2 因子に代えて, 被験者全員 男性の時の結果より 好ましい の評価に影響を与えるとされた 心理的美しさ と, 第 4 因子 高級性 の 2 因子を軸にとり, 関係を見てみる. 図 では第 3 因子 心理的美しさ, 第 4 因子 高級性 がともに正の評価を受けるかまち戸が好ましいと評価されている. これらのことから, 女性は潜在的に 若々しい, ビジュアル性 を重視して景観評価を行うが, 好ましい という観点では 心理的美しさ, 高級性 を重視して評価を行っていると考えられる. 派手な 図 因子得点分布と 好ましさ のランク ( 男性 ) モダンな 図 女性の因子得点分布 ( 第 1, 第 2 因子 ) 20

22 15 10 因子 2 好ましくない 好ましい 因子 図 女性の因子得点分布と 好ましさ のランク ( 第 1 因子, 第 2 因子 ) 15 因子 4 10 好ましい 因子 好ましくない 図 女性の因子得点分布と 好ましさ のランク ( 第 3 因子, 第 4 因子 ) 21

23 4.4 まとめかまち戸の景観評価をより一層明らかにするため, 被験者全員のアンケートで使用した 22 対のイメージ形容詞をまとめた結果 心理的美しさ, 若々しさ, ビジュアル性, 高級性 の 4 つの因子に集約された. 寄与率の関係から 暖かい 親しみやすい などの 心理的美しさ に影響を受けて景観評価をしていることがわかった. 加えて, 因子得点分布図による 心理的美しさ の軸においての各かまち戸の分布位置から, 色により判断されている傾向が見られた. そこでもっとも評価が高かった色は, やや色の濃いオーセンティック リッチであり, 逆に色の薄いクリスタル ホワイトは低い評価であった. さらに単純な感性である 好ましい の評価と対応させた結果, 心理的美しさ にとんだかまち戸が好ましいことが明らかになった. このことから, 望ましい評価を受けるかまち戸とは, 心理的美しさ ( 暖かい 親しみやすい ) のイメージが感じとれるやや色の濃いかまち戸であることが考えられる. 言い換えるとやや色の濃いかまち戸は 心理的美しさ を与えることができる. すなわち, 色はかまち戸の重要なデザイン要素となっていると解釈できる. 性別の違いによる評価は, 男性は 心理的美しさ, 女性は 若々しさ ( 斬新な モダンな ) を最も重視して景観評価をしている点で違いが見られた. そのため男性と女性では寄与率の高い因子が異なっているため, 男女の因子得点分布図に表れたかまち戸の傾向をそのまま比較することは不可能であったが, かまち戸の景観評価にあたり重視するイメージの違いを明らかにすることできた. しかし男女とも全体的に色により判断している傾向が見られた. 女性に関しては男性と異なり, 寄与率の高い第 1 因子 若々しい と第 2 因子 ビジュアル性 にとんだかまち戸がそのまま 好ましい という判断にはつながらなかった. これは, かまち戸の景観評価において潜在的には 若々しい ビジュアル性 を重視して判断しているが, 好き嫌いといった評価に関しては 心理的美しさ の影響によるものであるとわかった. 22

24 5. 数量化 Ⅰ 類による感性とデザイン要素の結合 5.1 概要 かまち戸の景観に影響を及ぼすと考えられるデザイン要素 ( 物理的特徴 ) を抽出し, それらの要素 がアンケート中のイメージ形容詞 ( 感性ワード ) にどの程度影響を与えるかを数量化 Ⅰ 類により定量 的に評価を行う. デザイン要素をアイテム カテゴリに分類する. 次にイメージに対しての影響を求 めるため, アンケート中のイメージ形容詞の一つを目的変数として選ぶ. 数量化 Ⅰ 類による解析を行 うことにより, かまち戸のデザイン要素が人間の感性に与える影響を評価することが可能となり, 人 間のイメージに合うかまち戸のデザイン要素を数量的に求め, イメージをつくり込むことが可能とな る. 5.2 アイテム カテゴリ かまち戸のデザイン要素である物理的特徴を分類して 8 個のアイテムを抽出し, さらに細かく分け ることでカテゴリを得ることができる. 本研究のかまち戸では色と形状の物理的特徴に注目してアイ テムを抽出している. かまち戸の各サンプルがどのアイテム カテゴリに相当するかを表 に示す. 表中の はかまち戸のサンプル を示し, はサンプルがカテゴリの特徴と一致していることを示す. 各アイテム カテゴリを概説する. 表 サンプル反応表 アイテム カテゴリ No.1 No.2 No.3 No.4 No.5 No.6 No.7 No.8 No.9 No.10 No.11 No.12 クリスタル 色 ネイチャー オーセンティック オリエンタル 左右対称 有 無 窓面積比 0.2 未満 0.2 以上 格子 有 無 アスペクト比 10 以下 10 以上 すりガラス 有 無 大きく1つ 窓の位置 真ん中に細く 左側に細く 窓周長比 0.5 未満 0.5 以上 23

25 1 色 クリスタル ホワイト 透明感をイメージした, 色は薄いネイチャー サウンド さわやかさをイメージした, 色はやや薄いオーセンティック リッチ おだやかさをイメージした, 色はやや濃いオリエンタル ダーク 落ち着きをイメージした, 色は濃い 2 左右対称 かまち戸を正面から見たとき左右対称性の有無. 一般的に左右対象のものは, 威圧感を与えると考えられている. 3 窓面積比 かまち戸に占めるガラス面積. 窓が 2 枚以上ある場合は, その合計を求める. カテゴリで 0.2 以上 は比較的窓が大きいかまち戸を示す. 4 格子 かまち戸の窓に対する格子状のデザインの有無. 格子によって和風のイメージを与える. 5 アスペクト比 窓の高さと幅の比. 値が大きくなるほど縦長に, 小さくなるほど横長な窓を意味する. カテゴリ 10 以上 は縦に長細い窓を持ったかまち戸を示す. 6 すりガラス 窓の種類による分類. 窓の面積が大きくなるほど, すりガラスであれば部屋の中の様子を隠す事ができる利点がある. 7 窓の位置 かまち戸に対しての窓の配置. 8 窓周長比 かまち戸の周長に対する窓の周長の合計の比を求めたもの. 窓が 2 枚以上ある場合は, その合計を求める. アイテム カテゴリを設定する際の注意点を以下に示す.! 各アイテムに対して必ず 1 箇所は反応しているサンプルであること.! 各カテゴリに最低でも 2 個以上反応するサンプルであること.(1 サンプルでそのカテゴリを説明し, そのカテゴリの影響を考えるには信頼度が薄い )! アイテム カテゴリの反応がすべて同じにならないサンプルであること ( 数量化 Ⅰ 類による解析上では全く同一のかまち戸サンプルであると判断する ) この表 からアイテム相互における相関を表 に示す. 相関係数とは から の値をとり,±1.000 に近くなるほど相関が強く,0.000 に近いほど相関が低いという. 相関係数による相関関係を表 に示す. 一般に 0.5 以上のものは相関が高いとされ, 各アイテムの独立性が保証できないのでアイテムとして解析に用いるのは控えた方が望ましい. 全体的に各アイテムの相関係数は高い値となっている. ここで窓面積比と他のアイテムとの相関に注目してみると, 色と左右対称の 2 つアイテム以外は ±0.5 以上とかなり相関が高くなっている. これは, 窓面積比と他のアイテムの特徴がよく似ている, つまり窓面積比の 1 アイテムで格子 アスペクト比 すりガラス 窓の位置 窓周長比という各かまち戸サンプルの物理的特徴が説明できることになる. したがって, 本研究の数量化 Ⅰ 類には各アイテムの相関が低い, 色 左右対象 窓面積比の 3 アイテムで解析を行うことにする. 24

26 表 アイテム相関 色 窓面積比 左右 格子 アスペクト比すりガラス窓の位置窓周長比 色 窓面積比 左右 格子 アスペクト比 すりガラス 窓の位置 窓周長比 表 相関係数による相関関係相関係数相関関係評価 0 r 0.2 ほとんど相関がない 0.2 r 0.5 やや相関がある 0.5 r 0.8 かなり相関がある 0.8 r 1 強い相関がある 5.3 数量化 Ⅰ 類による解析結果 (1) 解析を行ったイメージ形容詞解析ではアンケート被験者全員による評価を数量化 Ⅰ 類により行った. 数量化 Ⅰ 類は各外的基準 ( イメージ形容詞で表現される感性 ) に影響を与えるアイテム ( デザイン要素 ) およびカテゴリとの関係を客観的な数値で表すことができる手法である. この手法に用いる外的基準としてのイメージ形容詞は,4 章で行った因子分析でかまち戸の因子として抽出された 4 つの因子から第 1 因子の 心理的美しさ の中より 暖かい おだやかな を第 2 因子の 若々しさ から 洗練された をそれぞれ代表して選んだ. 本研究は 4 章の因子分析において, 寄与率が高くかまち戸の景観に大きく影響を与えるとされた第 1 因子, 第 2 因子となったイメージ形容詞だけでも, かまち戸の景観評価を説明することができるので寄与率の低い第 3 因子, 第 4 因子についてのイメージ形容詞の分析は行わなかった. 因子分析により 心理的美しさ として集約された おだやかな は, アイテム 色 のカテゴリである オーセンティック リッチ が, 若々しさ として集約された 洗練された については クリスタル ホワイト がそれぞれかまち戸の色のコンセプトを表現するイメージ形容詞であることから, それらとの対応関係も一緒に考察する目的も含んでいる. この他に男性と女性の感性の違いを探る目的として, イメージ形容詞の 好ましい 親しみやすい を選び分析を行った. (2) アンケート被験者全員による解析結果被験者全員の感性ワード ( イメージ形容詞 ) の評価を外的基準とし, 数量化 Ⅰ 類により解析した結果を述べる. 数量化 Ⅰ 類によって得られた解析結果の見方を例として 暖かい を外的基準として用いた場合を次に表す. 25

27 ! グラフ中の棒グラフはカテゴリスコアといい, 各カテゴリに対応する数値であり, 分析に使われたイメージ形容詞 暖かい に対して各カテゴリがどの程度印象を与えるかを示す. スコアが高いほどそのカテゴリは 暖かい イメージに強く影響を与え, 逆にマイナスになるほど 冷たい イメージを与えることを意味する.! 偏相関とは各アイテム ( デザイン要素 ) が 暖かい という感性に対しての影響度を示す. この数値が高いアイテムほど 暖かい イメージに貢献していると解釈され, 低いほどそのアイテムは 暖かい を連想させないことを意味する.! 重相関係数とは分析の説明度を示す. この数値が 1.0 に近いほど, より信頼のおける解析結果であることを表す. 1 暖かい 被験者全員の感性ワード 暖かい の評価を外的基準 ( 目的変数 ) とし, 数量化 Ⅰ 類により解析した結果を図 に示す. 図 より重相関係数が と高いことから, この分析はよく説明されていることがわかる. つまり, 信頼のおける精度のよい解析結果である. 次に偏相関に注目してみると, アイテム 色 の値が他の 左右対称 窓面積比 に比べ, 非常に高くなっている. この結果より 暖かい イメージを与えるかまち戸をデザインする時は形状より色を重視すればよいことになる. さらに棒グラフによるカテゴリスコアからスコアの一番高い オーセンティック リッチ が 暖かい イメージを与えるデザインであることがわかる. 全体的に色の濃い方が暖かく, 逆に薄い クリスタル ホワイト は暖かくない, 言い換えると 冷たい イメージを与えることになり, この色のコンセプトである透明感がある 洗練されたイメージの影響を受けたものと解釈することができる. 2 おだやかな 次に被験者全員の感性ワード おだやかな の評価を外的基準 ( 目的変数 ) とし, 数量化 Ⅰ 類により解析した結果を図 に示す. 重相関係数が と非常に良い値となっている. 被験者の おだやかな というイメージはアイテム 色 左右対称 窓面積比 の順に影響と受けていることが偏相関よりわかる. さらに各カテゴリについて注目してみると, 色 に関しては, 木目がやや濃い目の オーセンティック リッチ が最も おだやかな イメージを与えるようだ. また, おだやかな は, この色のコンセプトであるので, 解析結果と一致する. 逆に色の薄い クリスタル ホワイト はおだやかでないと感じている. 他のアイテムに関しても同様にカテゴリスコアを見比べていくと, 暖かい 重相関係数 クリスタルネイチャー色オーセンティックオリエンタル有左右無 0.3 未満窓面積比 0.3 以上 項目名色左右窓面積比図 暖かい に対する解析結果 偏相関

28 左右対称 にもやや影響を受けている. 左右対称性をもっていないかまち戸の方が おだやかな 印象を与えるようだ. なぜ左右対称だと おだやかでない かを考えると, 我々人間の社会において左右対称のものは, 威圧感を与えるとされていることから, それらと関連性があるのかもしれない. このようなことから おだやかな イメージを与えるには 少し大きめの窓がある, 木目のやや濃い目で, 左右対称性をもっていない かまち戸のデザインが適当であることがわかる. しかし, 窓の大きさを考えるよりも, やはり色に対する影響を最も重要視する必要がある. 3 洗練された 次に被験者全員の感性ワード 洗練された の評価を外的基準 ( 目的変数 ) とし, 数量化 Ⅰ 類により解析した結果を図 に示す. 重相関係数は と今までに比べやや低いが信頼のおける数値である. また偏相関を見てもこれまでと同様に 色 が最も影響を与えるデザイン要素であるが, カテゴリスコアがプラス / マイナスともに伸びがなく, 各カテゴリによる棒グラフの大小がそのまま 洗練された イメージを与えるかは疑問が残る結果である. また, 洗練された のイメージがコンセプトとなっている色の薄い クリスタル ホワイト の値もマイナス側で 荒削り なイメージと捉えられている. 上記のイメージ形容詞 暖かい では透明感がある 洗練されたというイメージを受けたものと考えられたが, かまち戸のデザインにおいて 洗練された というイメージを与えることは困難なことなのではないだろうか. おだやかな重相関係数 クリスタルネイチャー色オーセンティックオリエンタル有左右無 0.3 未満窓面積比 0.3 以上 項目名偏相関色 左右 窓面積比 図 おだやかな に対する解析結果 洗練された 重相関係数 クリスタルネイチャー色オーセンティックオリエンタル有左右無 0.3 未満窓面積比 0.3 以上 項目名色左右窓面積比 偏相関 図 洗練された に対する解析結果 27

29 (3) 性別の違いによる解析結果ある感性ワードに対して, 男女 ( 男性 20 名女性 23 名 ) をそれぞれ数量化 Ⅰ 類による解析を行った結果を示し, 性別による違いを探る. 得られる解析結果の見方 考え方はこれまでと同様である. 1 好ましい 感性ワード 好ましい の評価を外的基準 ( 目的変数 ) とし, 数量化 Ⅰ 類により男女別に解析した結果をそれぞれ図 5.3.4, 図 に示す. 男女とも重相関係数は信頼のおける値であるので, これら2つの解析結果を比べることができる. 偏相関は男女ともアイテム 色 が最も影響を与えていることがわかる. 色 に対して詳しく見ていくと, カテゴリスコアよる棒グラフの形状からどの色が最も好ましく, どの色が最も好ましくないかが一致している. 色が最も濃い オリエンタル ダーク だけが意識が違っている. これは女性はあまり色が濃い過ぎると 好ましい という印象を持つことができない. また, 女性はかまち戸を 好ましい と判断する際に窓をあまり重視しない. 男性の方が棒グラフの伸び幅が大きいことから, 女性より男性はかまち戸に関して好き嫌いがはっきりしている. しかし, 全体的にこの解析結果を見る限りでは, かまち戸の 好ましい というイメージは男女ともあまり変わらないことがわかった. 好ましい男性重相関係数 クリスタルネイチャー色オーセンティックオリエンタル有左右無 0.3 未満窓面積比 0.3 以上 項目名色左右窓面積比 偏相関 図 好ましい ( 男性 ) に対する解析結果 好ましい女性重相関係数 クリスタルネイチャー色オーセンティックオリエンタル有左右無 0.3 未満窓面積比 0.3 以上 項目名色左右窓面積比 偏相関 図 好ましい ( 女性 ) に対する解析結果 28

30 2 親しみやすい 感性ワード 親しみやすい の評価を外的基準 ( 目的変数 ) とし, 数量化 Ⅰ 類により男女別に解析した結果をそれぞれ図 5.3.6, 図 に示す. 男女とも重相関係数は 0.9 以上であり, 精度の高い結果となった. どちらも 色 に影響を受けているので, 色は 親しみやすい というイメージを表現することができるのではないか. 色 に対する各カテゴリの影響度の傾向は同一であることから, 男女とも 親しみやすい というイメージする感性はよく似ていることがわかる. 男女とも色の薄い クリスタル ホワイト は親しみやすさを感じないようだ. しかし, わずかではあるが 色 以外のデザイン要素を考えた時, 男性は 窓面積比, 女性は 左右対称 による影響を受けて 親しみやすい というイメージの判断をしている点に違いがみられた. 逆に男性は 左右対称, 女性は 窓面積比 については, ほぼ意識していないことが言える. 親しみやすい男性 重相関係数 クリスタルネイチャー色オーセンティックオリエンタル有左右無 0.3 未満窓面積比 0.3 以上 項目名色左右窓面積比 偏相関 図 親しみやすい ( 男性 ) に対する解析結果 親しみやすい女性 重相関係数 クリスタルネイチャー色オーセンティックオリエンタル有左右無 0.3 未満窓面積比 0.3 以上 項目名色左右窓面積比 偏相関 図 親しみやすい ( 女性 ) に対する解析結果 29

31 5.4 まとめ 5 章では数量化 Ⅰ 類によりかまち戸の景観評価の解析について述べてきたが, 外的基準として本解析に用いたどのイメージ形容詞に対する解析結果をみても, アイテム 色 が最も強い影響力を与えることがわかる. また 色 に関する各カテゴリスコアの傾向に注目しても, やや色の濃い オーセンティック リッチ が各外的基準のイメージを与えるデザイン要素となっていることがわかる. 逆に一番色の薄い クリスタル ホワイト は最もイメージしないという結果になった. このことは男性 女性についても同様のことがいえる. この他に目的の一つであった解析に用いるイメージ形容詞がコンセプトとなっていた色についての対応は おだやかな に関しては, オーセンティック リッチ が最も評価が高くなりコンセプトと一致した. しかし 洗練された についてはコンセプトである色の薄い クリスタル ホワイト の評価は得ることができず, やや色の薄い ネイチャー サウンド の評価が高い結果となった. さらに全体的にカテゴリスコアが低く, 影響度が低いことから, 色だけに関わらず, 全体的にかまち戸に対して 洗練された イメージを与えることは困難であると解釈できる. 男女の性別による区別については, 好ましい 親しみやすい とも非常によく似た解析結果が得られた. 上記の被験者全員による解析同様 色 による影響が男女とも大きく, 他のアイテムについては, ほとんど影響を与えない, すなわち色によってかまち戸の景観評価を行っていると解釈できる. 特に女性の 窓面積比 から受ける影響度はほぼゼロといっても過言ではない. これはかまち戸のデザイン要素を決定する際に男女による差は考えなくても良いことがいえる. ただ, カテゴリスコアによる棒グラフの広がり幅が男性の方が 2 つのイメージ形容詞とも大きくなっている. これは, イメージに対する感性の傾向はよく似ているが, 男性は好き嫌い 親しみやすいやすくない, の感情がはっきりしていることになる. 以上ことから数量化 Ⅰ 類による解析結果から オーセンティック リッチ のような木目がやや濃い色を主体としたデザイン要素をもつかまち戸が良いイメージを与えるかまち戸であると解釈することができる. 30

32 6. 結論 何か土木や建築の構造物を扱っていると, その性能に関する評価を必要とされる. この場合の性能というのは, 構造強度や経済性, 耐久性などが昔から挙げられている. しかしそれらに加えて近年景観性の評価を求められるようになってきている. 人間の感性というものが注目されるようになっている時代背景の中において, ** のようなものがほしい というような曖昧で主観的な考えに対して, 客観的に定量化して評価できる感性工学は重要である. (1)SD 法による解析結果データを単純集計した SD プロフィールからは男性と女性の景観評価の違いは見られなかった. 全体的にみると, サンプルの用いた 4 種類のイメージカラー ( クリスタル ホワイト, ネイチャー サウンド, オーセンティック リッチ, オリエンタル ダーク ) のコンセプトと景観評価との関係を比較してみると, どのイメージカラーもほぼコンセプトとしたイメージ形容詞に反応した傾向を示した. オーセンティック リッチはプラスイメージで, クリスタル ホワイトがマイナスイメージの傾向が見られた. (2) 因子分析による解析結果かまち戸の景観評価の深層を探るため, 因子分析による解析を行った結果, 意味を持つ 4 つの因子が抽出され, 心理的美しさ, 若々しさ, ビジュアル性, 高級性 と命名した. 寄与率から 心理的美しさ に影響を受けて景観評価をしていることがわかった. 心理的美しさ は, 色により判断されている傾向が因子得点分布図により見られた. さらに, 心理的美しさ にとんだかまち戸が好ましいかまち戸につながることが明らかになった. SD プロフィールで違いが見られなかった性別の違いによる評価は, 男性は 心理的美しさ, 女性は 若々しさ が第 1 因子となったことで, かまち戸の景観評価にあたり重視するイメージの違いを明らかにすることできた. しかし, 男女とも全体的に色により判断している傾向が見られた. 女性は, かまち戸の景観評価において潜在的には 若々しい ビジュアル性 を重視して判断しているが, 好き嫌いといった評価に関しては 心理的美しさ の影響を受けていることがわかった. (3) 数量化 Ⅰ 類による解析結果数量化 Ⅰ 類による解析結果を眺めてみると感性を表現するデザイン要素をうまく表現することができた. 今回解析に用いたどの外的基準 ( イメージ形容詞 ) の解析結果をみても, アイテム 色 の影響力が強い. また 色 の各カテゴリスコアの傾向も, やや色の濃い オーセンティック リッチ が評価が高く, 逆に一番色の薄い クリスタル ホワイト は評価が低い結果になった. 男女の性別による区別については, 色 による影響が男女とも大きく, 他のアイテムについては, ほとんど影響を与えない. かまち戸のデザイン要素を決定する際に男女による差は考えなくても良い. この結果, オーセンティック リッチ のような木目がやや濃い色を主体としたデザイン要素を持つかまち戸が, 望ましい評価を得るかまち戸であると解釈することができる. (4) かまち戸の提案本研究の成果より,20 代男性 女性に人間の感性を尊重した好まれるかまち戸を提案すると, 性別に関係なく 色 による感度を重視すれば良い. 具体的には, サンプルに使用したイメージカラー オーセンティック リッチ のような, やや濃い茶色を薦める. この色をデザイン要素に含むことにより, 親しみやすく, 暖かい居住空間を演出できる. しかし, 色 による支配力が強すぎて, 形状に関する感度があまり見られないため, 形状による違いを明らかにするには, 色を排除して感性工学手法 31

33 による景観評価を実施する必要がある. 例えばイメージ形容詞抽出の時に, かまち戸の形状を連想させる形容詞を選ぶことで形状に関するかまち戸の提案が可能になる. このように, 感性工学手法を用いることで, 曖昧な人間の感性を定量的に明らかにすることが可能となったが, あくまでもこれは 20 代の男女での解析結果である. 感性は年代 性別またはライフスタイルの違いによって変わってくる. もちろん 10 年先の 20 代の男女が オーセンティック リッチ を好むとは限らない. 時代の流れとともに人間の感性も変化する. これが感性の特徴である. 感性工学で得られたデータは常にメンテナンスを必要とする. 時代のニーズに合った製品 構造物のデザインを提供できるシステムを確立することが不可欠である. 今後, 我々人間の快適でゆとりある生活を創造するためには, より信頼性の高い感性評価技術の確立が望まれる. 32

Microsoft Word - 博士論文概要.docx

Microsoft Word - 博士論文概要.docx [ 博士論文概要 ] 平成 25 年度 金多賢 筑波大学大学院人間総合科学研究科 感性認知脳科学専攻 1. 背景と目的映像メディアは, 情報伝達における効果的なメディアの一つでありながら, 容易に感情喚起が可能な媒体である. 誰でも簡単に映像を配信できるメディア社会への変化にともない, 見る人の状態が配慮されていない映像が氾濫することで見る人の不快な感情を生起させる問題が生じている. したがって,

More information

多変量解析 ~ 重回帰分析 ~ 2006 年 4 月 21 日 ( 金 ) 南慶典

多変量解析 ~ 重回帰分析 ~ 2006 年 4 月 21 日 ( 金 ) 南慶典 多変量解析 ~ 重回帰分析 ~ 2006 年 4 月 21 日 ( 金 ) 南慶典 重回帰分析とは? 重回帰分析とは複数の説明変数から目的変数との関係性を予測 評価説明変数 ( 数量データ ) は目的変数を説明するのに有効であるか得られた関係性より未知のデータの妥当性を判断する これを重回帰分析という つまり どんなことをするのか? 1 最小 2 乗法により重回帰モデルを想定 2 自由度調整済寄与率を求め

More information

1. 研究の背景 目的 背景 臼杵の町は 城下町であったこともあり 地形を上手に利用した特色のある街並みが形成されている 現在臼杵では 歴史的景観を保存 再生する街並みづくりが行われている そして中央通商店街周辺においても整備計画が持ち上がっている 目的 VR をもちいた景観シミュレーションにより

1. 研究の背景 目的 背景 臼杵の町は 城下町であったこともあり 地形を上手に利用した特色のある街並みが形成されている 現在臼杵では 歴史的景観を保存 再生する街並みづくりが行われている そして中央通商店街周辺においても整備計画が持ち上がっている 目的 VR をもちいた景観シミュレーションにより VR を用いた商店街の ビスタ景観の評価に関する研究 大分大学工学部建設工学科都市計画研究室 安東奈美 實敏江 1. 研究の背景 目的 背景 臼杵の町は 城下町であったこともあり 地形を上手に利用した特色のある街並みが形成されている 現在臼杵では 歴史的景観を保存 再生する街並みづくりが行われている そして中央通商店街周辺においても整備計画が持ち上がっている 目的 VR をもちいた景観シミュレーションにより

More information

Microsoft PowerPoint - データ解析基礎4.ppt [互換モード]

Microsoft PowerPoint - データ解析基礎4.ppt [互換モード] データ解析基礎. 正規分布と相関係数 keyword 正規分布 正規分布の性質 偏差値 変数間の関係を表す統計量 共分散 相関係数 散布図 正規分布 世の中の多くの現象は, 標本数を大きくしていくと, 正規分布に近づいていくことが知られている. 正規分布 データ解析の基礎となる重要な分布 平均と分散によって特徴づけることができる. 平均値 : 分布の中心を表す値 分散 : 分布のばらつきを表す値 正規分布

More information

スライド 1

スライド 1 データ解析特論重回帰分析編 2017 年 7 月 10 日 ( 月 )~ 情報エレクトロニクスコース横田孝義 1 ( 単 ) 回帰分析 単回帰分析では一つの従属変数 ( 目的変数 ) を 一つの独立変数 ( 説明変数 ) で予測する事を考える 具体的には y = a + bx という回帰直線 ( モデル ) でデータを代表させる このためにデータからこの回帰直線の切片 (a) と傾き (b) を最小

More information

1. 多変量解析の基本的な概念 1. 多変量解析の基本的な概念 1.1 多変量解析の目的 人間のデータは多変量データが多いので多変量解析が有用 特性概括評価特性概括評価 症 例 主 治 医 の 主 観 症 例 主 治 医 の 主 観 単変量解析 客観的規準のある要約多変量解析 要約値 客観的規準のな

1. 多変量解析の基本的な概念 1. 多変量解析の基本的な概念 1.1 多変量解析の目的 人間のデータは多変量データが多いので多変量解析が有用 特性概括評価特性概括評価 症 例 主 治 医 の 主 観 症 例 主 治 医 の 主 観 単変量解析 客観的規準のある要約多変量解析 要約値 客観的規準のな 1.1 多変量解析の目的 人間のデータは多変量データが多いので多変量解析が有用 特性概括評価特性概括評価 症 例 治 医 の 観 症 例 治 医 の 観 単変量解析 客観的規準のある要約多変量解析 要約値 客観的規準のない要約知識 直感 知識 直感 総合的評価 考察 総合的評価 考察 単変量解析の場合 多変量解析の場合 < 表 1.1 脂質異常症患者の TC と TG と重症度 > 症例 No. TC

More information

スライド 1

スライド 1 データ解析特論第 10 回 ( 全 15 回 ) 2012 年 12 月 11 日 ( 火 ) 情報エレクトロニクス専攻横田孝義 1 終了 11/13 11/20 重回帰分析をしばらくやります 12/4 12/11 12/18 2 前回から回帰分析について学習しています 3 ( 単 ) 回帰分析 単回帰分析では一つの従属変数 ( 目的変数 ) を 一つの独立変数 ( 説明変数 ) で予測する事を考える

More information

untitled

untitled に, 月次モデルの場合でも四半期モデルの場合でも, シミュレーション期間とは無関係に一様に RMSPE を最小にするバンドの設定法は存在しないということである 第 2 は, 表で与えた 2 つの期間及びすべての内生変数を見渡して, 全般的にパフォーマンスのよいバンドの設定法は, 最適固定バンドと最適可変バンドのうちの M 2, Q2 である いずれにしても, 以上述べた 3 つのバンド設定法は若干便宜的なものと言わざるを得ない

More information

切片 ( 定数項 ) ダミー 以下の単回帰モデルを考えよう これは賃金と就業年数の関係を分析している : ( 賃金関数 ) ここで Y i = α + β X i + u i, i =1,, n, u i ~ i.i.d. N(0, σ 2 ) Y i : 賃金の対数値, X i : 就業年数. (

切片 ( 定数項 ) ダミー 以下の単回帰モデルを考えよう これは賃金と就業年数の関係を分析している : ( 賃金関数 ) ここで Y i = α + β X i + u i, i =1,, n, u i ~ i.i.d. N(0, σ 2 ) Y i : 賃金の対数値, X i : 就業年数. ( 統計学ダミー変数による分析 担当 : 長倉大輔 ( ながくらだいすけ ) 1 切片 ( 定数項 ) ダミー 以下の単回帰モデルを考えよう これは賃金と就業年数の関係を分析している : ( 賃金関数 ) ここで Y i = α + β X i + u i, i =1,, n, u i ~ i.i.d. N(0, σ 2 ) Y i : 賃金の対数値, X i : 就業年数. ( 実際は賃金を就業年数だけで説明するのは現実的はない

More information

因子分析

因子分析 因子分析 心理データ解析演習 M1 枡田恵 2013.6.5. 1 因子分析とは 因子分析とは ある観測された変数 ( 質問項目への回答など ) が どのような潜在的な変数 ( 観測されない 仮定された変数 ) から影響を受けているかを探る手法 多変量解析の手法の一つ 複数の変数の関係性をもとにした構造を探る際によく用いられる 2 因子分析とは 探索的因子分析 - 多くの観測変数間に見られる複雑な相関関係が

More information

街路景観における街路樹の構成と心理評価に関する研究 大分大学工学部建設工学科都市計画研究室 山下秋朝

街路景観における街路樹の構成と心理評価に関する研究 大分大学工学部建設工学科都市計画研究室 山下秋朝 街路景観における街路樹の構成と心理評価に関する研究 大分大学工学部建設工学科都市計画研究室 0935047 山下秋朝 研究背景と目的 背景背景 街路デザインの際の具体的な指標になるものが少ない 街路樹による景観の解析が少ない 当研究室では 建物高さ や 道路幅員 と 街路樹高さ の関係から具体的な指標を探る研究がされてきた しかしこれらは 街路空間 の断面の変化指標断面の変化指標でしかない 本来街路景観はシークエンスな景観シークエンスな景観であるため

More information

Kumamoto University Center for Multimedia and Information Technologies Lab. 熊本大学アプリケーション実験 ~ 実環境における無線 LAN 受信電波強度を用いた位置推定手法の検討 ~ InKIAI 宮崎県美郷

Kumamoto University Center for Multimedia and Information Technologies Lab. 熊本大学アプリケーション実験 ~ 実環境における無線 LAN 受信電波強度を用いた位置推定手法の検討 ~ InKIAI 宮崎県美郷 熊本大学アプリケーション実験 ~ 実環境における無線 LAN 受信電波強度を用いた位置推定手法の検討 ~ InKIAI プロジェクト @ 宮崎県美郷町 熊本大学副島慶人川村諒 1 実験の目的 従来 信号の受信電波強度 (RSSI:RecevedSgnal StrengthIndcator) により 対象の位置を推定する手法として 無線 LAN の AP(AccessPont) から受信する信号の減衰量をもとに位置を推定する手法が多く検討されている

More information

RSS Higher Certificate in Statistics, Specimen A Module 3: Basic Statistical Methods Solutions Question 1 (i) 帰無仮説 : 200C と 250C において鉄鋼の破壊応力の母平均には違いはな

RSS Higher Certificate in Statistics, Specimen A Module 3: Basic Statistical Methods Solutions Question 1 (i) 帰無仮説 : 200C と 250C において鉄鋼の破壊応力の母平均には違いはな RSS Higher Certiicate in Statistics, Specimen A Module 3: Basic Statistical Methods Solutions Question (i) 帰無仮説 : 00C と 50C において鉄鋼の破壊応力の母平均には違いはない. 対立仮説 : 破壊応力の母平均には違いがあり, 50C の方ときの方が大きい. n 8, n 7, x 59.6,

More information

Microsoft PowerPoint - 統計科学研究所_R_主成分分析.ppt

Microsoft PowerPoint - 統計科学研究所_R_主成分分析.ppt 主成分分析 1 内容 主成分分析 主成分分析について 成績データの解析 R で主成分分析 相関行列による主成分分析 寄与率 累積寄与率 因子負荷量 主成分得点 2 主成分分析 3 次元の縮小と主成分分析 主成分分析 次元の縮小に関する手法 次元の縮小 国語 数学 理科 社会 英語の総合点 5 次元データから1 次元データへの縮約 体形評価 : BMI (Body Mass Index) 判定肥満度の判定方法の1つで

More information

Excelによる統計分析検定_知識編_小塚明_1_4章.indd

Excelによる統計分析検定_知識編_小塚明_1_4章.indd 第2章 1 変量データのまとめ方 本章では, 記述統計の手法について説明します 具体的には, 得られたデータから表やグラフを作成し, 意昧のある統計量を算出する方法など,1 変量データのまとめ方について学びます 本章から理解を深めるための数式が出てきますが, 必ずしも, これらの式を覚える必要はありません それぞれのデータの性質や統計量の意義を理解することが重要です 円グラフと棒グラフ 1 変量質的データをまとめる方法としてよく使われるグラフは,

More information

主成分分析 -因子分析との比較-

主成分分析 -因子分析との比較- 主成分分析 - 因子分析との比較 - 2013.7.10. 心理データ解析演習 M1 枡田恵 主成分分析とは 主成分分析は 多変量データに共通な成分を探って 一種の合成変数 ( 主成分 ) を作り出すもの * 主成分はデータを新しい視点でみるための新しい軸 主成分分析の目的 : 情報を縮約すること ( データを合成変数 ( 主成分 ) に総合化 ) 因子分析の目的 : 共通因子を見つけること ( データを潜在因子に分解

More information

Microsoft Word - lec_student-chp3_1-representative

Microsoft Word - lec_student-chp3_1-representative 1. はじめに この節でのテーマ データ分布の中心位置を数値で表す 可視化でとらえた分布の中心位置を数量化する 平均値とメジアン, 幾何平均 この節での到達目標 1 平均値 メジアン 幾何平均の定義を書ける 2 平均値とメジアン, 幾何平均の特徴と使える状況を説明できる. 3 平均値 メジアン 幾何平均を計算できる 2. 特性値 集めたデータを度数分布表やヒストグラムに整理する ( 可視化する )

More information

Microsoft Word - NumericalComputation.docx

Microsoft Word - NumericalComputation.docx 数値計算入門 武尾英哉. 離散数学と数値計算 数学的解法の中には理論計算では求められないものもある. 例えば, 定積分は, まずは積分 ( 被積分関数の原始関数をみつけること できなければ値を得ることはできない. また, ある関数の所定の値における微分値を得るには, まずその関数の微分ができなければならない. さらに代数方程式の解を得るためには, 解析的に代数方程式を解く必要がある. ところが, これらは必ずしも解析的に導けるとは限らない.

More information

<81798A6D92E8817A F925093C682C6834E838D83582E786C7378>

<81798A6D92E8817A F925093C682C6834E838D83582E786C7378> リサイクル部品に関するアンケートの調査結果について < 目的 > < 期間 > < 対象 > < 方法 > リサイクル部品に対する自動車ユーザーの意識や利用実態を把握し 一層の活用を推進するとともに アンケート結果を公表し リサイクル部品に対する認知度を高める 2013 年 10 月 1 日 ( 火 )~11 月 30 日 ( 土 ) 一般消費者 (10 代以上の男女 10,477 人 ) インターネットおよびはがき

More information

様々なミクロ計量モデル†

様々なミクロ計量モデル† 担当 : 長倉大輔 ( ながくらだいすけ ) この資料は私の講義において使用するために作成した資料です WEB ページ上で公開しており 自由に参照して頂いて構いません ただし 内容について 一応検証してありますが もし間違いがあった場合でもそれによって生じるいかなる損害 不利益について責任を負いかねますのでご了承ください 間違いは発見次第 継続的に直していますが まだ存在する可能性があります 1 カウントデータモデル

More information

スライド 1

スライド 1 データ解析特論第 5 回 ( 全 15 回 ) 2012 年 10 月 30 日 ( 火 ) 情報エレクトロニクス専攻横田孝義 1 をもっとやります 2 第 2 回 3 データマイニングの分野ではマクロ ( 巨視的 ) な視点で全体を捉える能力が求められる 1. コンピュータは数値の集合として全体を把握していますので 意味ある情報として全体を見ることが不得意 2. 逆に人間には もともと空間的に全体像を捉える能力が得意

More information

Microsoft Word - 補論3.2

Microsoft Word - 補論3.2 補論 3. 多変量 GARC モデル 07//6 新谷元嗣 藪友良 対数尤度関数 3 章 7 節では 変量の対数尤度を求めた ここでは多変量の場合 とくに 変量について対数尤度を求める 誤差項 は平均 0 で 次元の正規分布に従うとする 単純化のため 分散と共分散は時間を通じて一定としよう ( この仮定は後で変更される ) したがって ij から添え字 を除くことができる このとき と の尤度関数は

More information

Microsoft Word - mstattext02.docx

Microsoft Word - mstattext02.docx 章重回帰分析 複数の変数で 1つの変数を予測するような手法を 重回帰分析 といいます 前の巻でところで述べた回帰分析は 1つの説明変数で目的変数を予測 ( 説明 ) する手法でしたが この説明変数が複数個になったと考えればよいでしょう 重回帰分析はこの予測式を与える分析手法です 以下の例を見て下さい 例 以下のデータ (Samples 重回帰分析 1.txt) をもとに体重を身長と胸囲の1 次関数で

More information

13章 回帰分析

13章 回帰分析 単回帰分析 つ以上の変数についての関係を見る つの 目的 被説明 変数を その他の 説明 変数を使って 予測しようというものである 因果関係とは限らない ここで勉強すること 最小 乗法と回帰直線 決定係数とは何か? 最小 乗法と回帰直線 これまで 変数の間の関係の深さについて考えてきた 相関係数 ここでは 変数に役割を与え 一方の 説明 変数を用いて他方の 目的 被説明 変数を説明することを考える

More information

Microsoft Word - SPSS2007s5.doc

Microsoft Word - SPSS2007s5.doc 第 5 部 SPSS によるデータ解析 : 追加編ここでは 卒論など利用されることの多いデータ処理と解析について 3つの追加をおこなう SPSS で可能なデータ解析のさまざま方法については 紹介した文献などを参照してほしい 15. 被験者の再グループ化名義尺度の反応頻度の少ない複数の反応カテゴリーをまとめて1つに置き換えることがある たとえば 調査データの出身県という変数があったとして 初期の処理の段階では

More information

LEDの光度調整について

LEDの光度調整について 光測定と単位について 目次 1. 概要 2. 色とは 3. 放射量と測光量 4. 放射束 5. 視感度 6. 放射束と光束の関係 7. 光度と立体角 8. 照度 9. 照度と光束の関係 10. 各単位の関係 11. まとめ 1/6 1. 概要 LED の性質を表すには 光の強さ 明るさ等が重要となり これらはその LED をどのようなアプリケーションに使用するかを決定するために必須のものになることが殆どです

More information

Microsoft Word - ミクロ経済学02-01費用関数.doc

Microsoft Word - ミクロ経済学02-01費用関数.doc ミクロ経済学の シナリオ 講義の 3 分の 1 の時間で理解させる技術 国際派公務員養成所 第 2 章 生産者理論 生産者の利潤最大化行動について学び 供給曲線の導出プロセスを確認します 2-1. さまざまな費用曲線 (1) 総費用 (TC) 固定費用 (FC) 可変費用 (VC) 今回は さまざまな費用曲線を学んでいきましょう 費用曲線にはまず 総費用曲線があります 総費用 TC(Total Cost)

More information

表 5-1 機器 設備 説明変数のカテゴリースコア, 偏相関係数, 判別的中率 属性 カテゴリー カテゴリースコア レンジ 偏相関係数 性別 女性 男性 ~20 歳台 歳台 年齢 40 歳台

表 5-1 機器 設備 説明変数のカテゴリースコア, 偏相関係数, 判別的中率 属性 カテゴリー カテゴリースコア レンジ 偏相関係数 性別 女性 男性 ~20 歳台 歳台 年齢 40 歳台 第五章数量化 Ⅱ 類による解析の結果 本章では, 環境配慮行動の実践と回答者の性別と年齢, 業種, 業務といった属性との関 係性において, 環境配慮行動により大きな影響を与えている属性を特定するために実施し た数量化 Ⅱ 類の解析結果とその考察について述べる. 5-1 分析の目的と対象データ 本研究では, 環境配慮行動の実践と回答者の属性との関係性をより定量的に明らかにすることを目的に, 説明変数カテゴリーと目的変数カテゴリーとの関連性,

More information

経営統計学

経営統計学 5 章基本統計量 3.5 節で量的データの集計方法について簡単に触れ 前章でデータの分布について学びましたが データの特徴をつの数値で示すこともよく行なわれます これは統計量と呼ばれ 主に分布の中心や拡がりなどを表わします この章ではよく利用される分布の統計量を特徴で分類して説明します 数式表示を統一的に行なうために データの個数を 個とし それらを,,, と表わすことにします ここで学ぶ統計量は統計分析の基礎となっており

More information

横浜市環境科学研究所

横浜市環境科学研究所 周期時系列の統計解析 単回帰分析 io 8 年 3 日 周期時系列に季節調整を行わないで単回帰分析を適用すると, 回帰係数には周期成分の影響が加わる. ここでは, 周期時系列をコサイン関数モデルで近似し単回帰分析によりモデルの回帰係数を求め, 周期成分の影響を検討した. また, その結果を気温時系列に当てはめ, 課題等について考察した. 気温時系列とコサイン関数モデル第 報の結果を利用するので, その一部を再掲する.

More information

Microsoft PowerPoint - R-stat-intro_12.ppt [互換モード]

Microsoft PowerPoint - R-stat-intro_12.ppt [互換モード] R で統計解析入門 (12) 生存時間解析 中篇 準備 : データ DEP の読み込み 1. データ DEP を以下からダウンロードする http://www.cwk.zaq.ne.jp/fkhud708/files/dep.csv /fkh /d 2. ダウンロードした場所を把握する ここでは c:/temp とする 3. R を起動し,2. 2 の場所に移動し, データを読み込む 4. データ

More information

共同研究目次.indd

共同研究目次.indd Ⅱ 視覚障害児のための図形模写評価システムの開発 1. はじめに 視覚障害児の教育において 図形模写の技能が形状を学ぶ基礎学習として重要であり 児童は触図で示された手本 ( サンプル図 ) の図形をレーズライターで模写して形状を学習している こうした模写図形がどれだけ正確に描かれているかという評価は 現状では 指導者の主観に委ねられている このような評価では 自分の模写した図形の大きさがサンプル図と比較して大きいのか小さいのか

More information

Microsoft PowerPoint - 資料04 重回帰分析.ppt

Microsoft PowerPoint - 資料04 重回帰分析.ppt 04. 重回帰分析 京都大学 加納学 Division of Process Control & Process Sstems Engineering Department of Chemical Engineering, Koto Universit manabu@cheme.koto-u.ac.jp http://www-pse.cheme.koto-u.ac.jp/~kano/ Outline

More information

<4D F736F F D E4F8E9F82C982A882AF82E98D7397F1>

<4D F736F F D E4F8E9F82C982A882AF82E98D7397F1> 3 三次における行列 要旨高校では ほとんど 2 2 の正方行列しか扱ってなく 三次の正方行列について考えてみたかったため 数 C で学んだ定理を三次の正方行列に応用して 自分たちで仮説を立てて求めていったら 空間における回転移動を表す行列 三次のケーリー ハミルトンの定理 三次における逆行列を求めたり 仮説をたてることができた. 目的 数 C で学んだ定理を三次の正方行列に応用する 2. 概要目的の到達点として

More information

学習指導要領

学習指導要領 (1) 数と式 ア数と集合 ( ア ) 実数数を実数まで拡張する意義を理解し 簡単な無理数の四則計算をすること 絶対値の意味を理解し適切な処理することができる 例題 1-3 の絶対値をはずせ 展開公式 ( a + b ) ( a - b ) = a 2 - b 2 を利用して根号を含む分数の分母を有理化することができる 例題 5 5 + 2 の分母を有理化せよ 実数の整数部分と小数部分の表し方を理解している

More information

TOYOK-01_24704.pdf

TOYOK-01_24704.pdf 観光学研究 第 7 号 2008年 3 月 58 ②論文とりまとめの指導方法 一連の論文のとりまとめ作業を その内容のまとまりに留意しながら 表 1 に示したとおり 本 調査研究の意義や目的の理解 舎の色彩のバリエーションの検討 舎の色彩を評価する形容詞 対の検討 順位法及び SD 法によるアンケート調査票の様式の検討 刺激となる 舎の複数の色彩写 真の作成 学生等を被験者としたアンケート調査の実施

More information

単色:エレガント

単色:エレガント コンセプトワード 黒文字 感性語青文字 イベントや季節の風物詩 171024 エレガント / 優雅 ポップ / 元気 フレッシュ / 健康 ワイルド / 野性味 ロマンチック / 夢み心地 リラックス / くつろぎ モダン / 現代的 パワフル / 力強さ スポーティ / 若々しさ シック / 洗練 ゴージャス / 豪華さ クリア / 透明感 クラシック / 伝統 キュート / 可愛らしさ オーセンティック

More information

平均値 () 次のデータは, ある高校生 7 人が ヵ月にカレーライスを食べた回数 x を調べたものである 0,8,4,6,9,5,7 ( 回 ) このデータの平均値 x を求めよ () 右の表から, テレビをみた時間 x の平均値を求めよ 階級 ( 分 ) 階級値度数 x( 分 ) f( 人 )

平均値 () 次のデータは, ある高校生 7 人が ヵ月にカレーライスを食べた回数 x を調べたものである 0,8,4,6,9,5,7 ( 回 ) このデータの平均値 x を求めよ () 右の表から, テレビをみた時間 x の平均値を求めよ 階級 ( 分 ) 階級値度数 x( 分 ) f( 人 ) データの分析 データの整理右の度数分布表は,A 高校の 0 人について, 日にみたテレビの時間を記入したものである 次の問いに答えよ () テレビをみた時間が 85 分未満の生徒は何人いるか () テレビをみた時間が 95 分以上の生徒は全体の何 % であるか (3) 右の度数分布表をもとにして, ヒストグラムをかけ 階級 ( 分 ) 階級値度数相対 ( 分 ) ( 人 ) 度数 55 以上 ~65

More information

表 6.1 横浜市民の横浜ベイスターズに対する関心 (2011 年 ) % 特に何もしていない スポーツニュースで見る テレビで観戦する 新聞で結果を確認する 野球場に観戦に行く インターネットで結果を確認する 4.

表 6.1 横浜市民の横浜ベイスターズに対する関心 (2011 年 ) % 特に何もしていない スポーツニュースで見る テレビで観戦する 新聞で結果を確認する 野球場に観戦に行く インターネットで結果を確認する 4. 6. 横浜ベイスターズに対する関心や考え方 本章では 横浜市民の横浜ベイスターズに対する関心や考え方を検討する まず 横浜ベイスターズに対する関心の程度について単純集計の結果を示したあと 回答者の性別 年齢による差異を分析 考察する 最後に 横浜ベイスターズへの好意の有無 好意を有する理由を検討する 6.1 横浜ベイスターズに対する関心 1) 単純集計の結果 横浜ベイスターズに対する関心を示した図

More information

第 3 回講義の項目と概要 統計的手法入門 : 品質のばらつきを解析する 平均と標準偏差 (P30) a) データは平均を見ただけではわからない 平均が同じだからといって 同一視してはいけない b) データのばらつきを示す 標準偏差 にも注目しよう c) 平均

第 3 回講義の項目と概要 統計的手法入門 : 品質のばらつきを解析する 平均と標準偏差 (P30) a) データは平均を見ただけではわからない 平均が同じだからといって 同一視してはいけない b) データのばらつきを示す 標準偏差 にも注目しよう c) 平均 第 3 回講義の項目と概要 016.8.9 1.3 統計的手法入門 : 品質のばらつきを解析する 1.3.1 平均と標準偏差 (P30) a) データは平均を見ただけではわからない 平均が同じだからといって 同一視してはいけない b) データのばらつきを示す 標準偏差 にも注目しよう c) 平均 :AVERAGE 関数, 標準偏差 :STDEVP 関数とSTDEVという関数 1 取得したデータそのものの標準偏差

More information

Microsoft PowerPoint - 基礎・経済統計6.ppt

Microsoft PowerPoint - 基礎・経済統計6.ppt . 確率変数 基礎 経済統計 6 確率分布 事象を数値化したもの ( 事象ー > 数値 の関数 自然に数値されている場合 さいころの目 量的尺度 数値化が必要な場合 質的尺度, 順序的尺度 それらの尺度に数値を割り当てる 例えば, コインの表が出たら, 裏なら 0. 離散確率変数と連続確率変数 確率変数の値 連続値をとるもの 身長, 体重, 実質 GDP など とびとびの値 離散値をとるもの 新生児の性別

More information

EBNと疫学

EBNと疫学 推定と検定 57 ( 復習 ) 記述統計と推測統計 統計解析は大きく 2 つに分けられる 記述統計 推測統計 記述統計 観察集団の特性を示すもの 代表値 ( 平均値や中央値 ) や ばらつきの指標 ( 標準偏差など ) 図表を効果的に使う 推測統計 観察集団のデータから母集団の特性を 推定 する 平均 / 分散 / 係数値などの推定 ( 点推定 ) 点推定値のばらつきを調べる ( 区間推定 ) 検定統計量を用いた検定

More information

千葉大学 ゲーム論II

千葉大学 ゲーム論II 千葉大学ゲーム論 II 第五, 六回 担当 上條良夫 千葉大学ゲーム論 II 第五 六回上條良夫 本日の講義内容 前回宿題の問題 3 の解答 Nash の交渉問題 Nash 解とその公理的特徴づけ 千葉大学ゲーム論 II 第五 六回上條良夫 宿題の問題 3 の解答 ホワイトボードでやる 千葉大学ゲーム論 II 第五 六回上條良夫 3 Nash の二人交渉問題 Nash の二人交渉問題は以下の二つから構成される

More information

統計的データ解析

統計的データ解析 統計的データ解析 011 011.11.9 林田清 ( 大阪大学大学院理学研究科 ) 連続確率分布の平均値 分散 比較のため P(c ) c 分布 自由度 の ( カイ c 平均値 0, 標準偏差 1の正規分布 に従う変数 xの自乗和 c x =1 が従う分布を自由度 の分布と呼ぶ 一般に自由度の分布は f /1 c / / ( c ) {( c ) e }/ ( / ) 期待値 二乗 ) 分布 c

More information

ダンゴムシの 交替性転向反応に 関する研究 3A15 今野直輝

ダンゴムシの 交替性転向反応に 関する研究 3A15 今野直輝 ダンゴムシの 交替性転向反応に 関する研究 3A15 今野直輝 1. 研究の動機 ダンゴムシには 右に曲がった後は左に 左に曲がった後は右に曲がる という交替性転向反応という習性がある 数多くの生物において この習性は見受けられるのだが なかでもダンゴムシやその仲間のワラジムシは その行動が特に顕著であるとして有名である そのため図 1のような道をダンゴムシに歩かせると 前の突き当りでどちらの方向に曲がったかを見ることによって

More information

問 題

問 題 数学 出題のねらい 数と式, 図形, 関数, 資料の活用 の 4 領域について, 基礎的な概念や原理 法則の理解と, それらに基づき, 数学的に考察したり, 表現したり, 処理したりする力をみることをねらいとした () 数と式 では, 数の概念についての理解の程度, 文字を用いた式を処理したり, 文字を用いて式に表現したりする力, 目的に応じて式を変形する力をみるものとした () 図形 では, 平面図形や空間図形についての理解の程度,

More information

Microsoft PowerPoint - 統計科学研究所_R_重回帰分析_変数選択_2.ppt

Microsoft PowerPoint - 統計科学研究所_R_重回帰分析_変数選択_2.ppt 重回帰分析 残差分析 変数選択 1 内容 重回帰分析 残差分析 歯の咬耗度データの分析 R で変数選択 ~ step 関数 ~ 2 重回帰分析と単回帰分析 体重を予測する問題 分析 1 身長 のみから体重を予測 分析 2 身長 と ウエスト の両方を用いて体重を予測 分析 1 と比べて大きな改善 体重 に関する推測では 身長 だけでは不十分 重回帰分析における問題 ~ モデルの構築 ~ 適切なモデルで分析しているか?

More information

Microsoft Word - 1 color Normalization Document _Agilent version_ .doc

Microsoft Word - 1 color Normalization Document _Agilent version_ .doc color 実験の Normalization color 実験で得られた複数のアレイデータを相互比較するためには Normalization( 正規化 ) が必要です 2 つのサンプルを異なる色素でラベル化し 競合ハイブリダイゼーションさせる 2color 実験では 基本的に Dye Normalization( 色素補正 ) が適用されますが color 実験では データの特徴と実験の目的 (

More information

14 化学実験法 II( 吉村 ( 洋 mmol/l の半分だったから さんの測定値は くんの測定値の 4 倍の重みがあり 推定値 としては 0.68 mmol/l その標準偏差は mmol/l 程度ということになる 測定値を 特徴づけるパラメータ t を推定するこの手

14 化学実験法 II( 吉村 ( 洋 mmol/l の半分だったから さんの測定値は くんの測定値の 4 倍の重みがあり 推定値 としては 0.68 mmol/l その標準偏差は mmol/l 程度ということになる 測定値を 特徴づけるパラメータ t を推定するこの手 14 化学実験法 II( 吉村 ( 洋 014.6.1. 最小 乗法のはなし 014.6.1. 内容 最小 乗法のはなし...1 最小 乗法の考え方...1 最小 乗法によるパラメータの決定... パラメータの信頼区間...3 重みの異なるデータの取扱い...4 相関係数 決定係数 ( 最小 乗法を語るもう一つの立場...5 実験条件の誤差の影響...5 問題...6 最小 乗法の考え方 飲料水中のカルシウム濃度を

More information

コレスポンデンス分Ⅵコレスポンデンス分析とは コレスポンデンス分析は, 多変量解析の 数量化 Ⅲ 類 と同様の手法です 行の要素と列の要素を使って数量化するとするという点で, 数量化 Ⅲ 類と基本的に同じなのですが, 数量化理論の場合は集計前のオリジナルデータから処理していくのに対し, コレスポンデ

コレスポンデンス分Ⅵコレスポンデンス分析とは コレスポンデンス分析は, 多変量解析の 数量化 Ⅲ 類 と同様の手法です 行の要素と列の要素を使って数量化するとするという点で, 数量化 Ⅲ 類と基本的に同じなのですが, 数量化理論の場合は集計前のオリジナルデータから処理していくのに対し, コレスポンデ コレスポンデンス分析Ⅵ コレスポンデンス分析 ブランドイメージや商品評価を問う調査では, マトリクス設問 ( 例えば表頭に評価項目, 表側にブランド名 ) がよく利用されます その集計データを基に, ブランドと質問項目との相関関係をビジュアルに表現できる手法が コレスポンデンス分析 です Q あなたは, 次の4 種類の商品について, どのようなイメージをお持ちですか 下の中から, あてはまるも全ての

More information

早稲田大学大学院日本語教育研究科 修士論文概要書 論文題目 ネパール人日本語学習者による日本語のリズム生成 大熊伊宗 2018 年 3 月

早稲田大学大学院日本語教育研究科 修士論文概要書 論文題目 ネパール人日本語学習者による日本語のリズム生成 大熊伊宗 2018 年 3 月 早稲田大学大学院日本語教育研究科 修士論文概要書 論文題目 ネパール人日本語学習者による日本語のリズム生成 大熊伊宗 2018 年 3 月 本研究は ネパール人日本語学習者 ( 以下 NPLS) のリズム生成の特徴を明らかにし NPLS に対する発音学習支援 リズム習得研究に示唆を与えるものである 以下 本論文 の流れに沿って 概要を記述する 第一章序論 第一章では 本研究の問題意識 意義 目的 本論文の構成を記した

More information

オフィスビル外観の印象に関する研究

オフィスビル外観の印象に関する研究 オフィスビル外観の印象に関する研究 A study study on on impression of of office building exterior その パネル自身の語彙による印象評価その2 汚れ感 に関する要因分析 建設省建築研究所小島隆矢竹中工務店武藤浩実践女子大学槇究 背景 外壁の汚れへの関心が高まっている 外壁は汚れてゆく美観を損なう好ましくないもの 建物の約半分が汚れている かなり汚れている

More information

論文題目 大学生のお金に対する信念が家計管理と社会参加に果たす役割 氏名 渡辺伸子 論文概要本論文では, お金に対する態度の中でも認知的な面での個人差を お金に対する信念 と呼び, お金に対する信念が家計管理および社会参加の領域でどのような役割を果たしているか明らかにすることを目指した つまり, お

論文題目 大学生のお金に対する信念が家計管理と社会参加に果たす役割 氏名 渡辺伸子 論文概要本論文では, お金に対する態度の中でも認知的な面での個人差を お金に対する信念 と呼び, お金に対する信念が家計管理および社会参加の領域でどのような役割を果たしているか明らかにすることを目指した つまり, お 論文題目 大学生のお金に対する信念が家計管理と社会参加に果たす役割 氏名 渡辺伸子 論文概要本論文では, お金に対する態度の中でも認知的な面での個人差を お金に対する信念 と呼び, お金に対する信念が家計管理および社会参加の領域でどのような役割を果たしているか明らかにすることを目指した つまり, お金に対する信念の構造の把握と関連領域の整理を試みた 第 Ⅰ 部の理論的検討は第 1 章から第 5 章までであった

More information

Microsoft PowerPoint ppt

Microsoft PowerPoint ppt 情報科学第 07 回データ解析と統計代表値 平均 分散 度数分布表 1 本日の内容 データ解析とは 統計の基礎的な値 平均と分散 度数分布表とヒストグラム 講義のページ 第 7 回のその他の欄に 本日使用する教材があります 171025.xls というファイルがありますので ダウンロードして デスクトップに保存してください 2/45 はじめに データ解析とは この世の中には多くのデータが溢れています

More information

jphc_outcome_d_014.indd

jphc_outcome_d_014.indd 喫煙のがん全体の罹患に与える影響の大きさについて ( 詳細版 ) 1 喫煙のがん全体の罹患に与える影響の大きさについて 本内容は 英文雑誌 Preventive Medicine 2004; 38: 516-522 に発表した内容に準じたものです 2 背景 喫煙とがんとの因果関係は既に確立しています 現在 日本人の大半は喫煙の害を既に認識しており 今後の予防の焦点は喫煙対策に向けられています 喫煙対策を効果的に実施していくためには

More information

学習指導要領

学習指導要領 (1 ) 数と式 ア数と集合 ( ア ) 実数数を実数まで拡張する意義を理解し 簡単な無理数の四則計算をすること 自然数 整数 有理数 無理数の包含関係など 実 数の構成を理解する ( 例 ) 次の空欄に適当な言葉をいれて, 数の集合を表しなさい 実数の絶対値が実数と対応する点と原点との距離で あることを理解する ( 例 ) 次の値を求めよ (1) () 6 置き換えなどを利用して 三項の無理数の乗法の計

More information

スライド 1

スライド 1 問 1 プロ野球への関心 問 1-1 直接野球場に足を運ぶのは 若い年代の性が多い 実際に割合を見ると 年代別 性別共に差がことがわかる 特に年代別では顕著な差が見られ のほうが直接割合が高い n=110 27.3% 72.7% n=204 22.5% 77.5% n=155 n=135 14.8% 15.6% 85.2% 84.4% n=198 14.6% 85.4% n=400 18.5% 81.5%

More information

<4D F736F F D2089FC92E82D D4B CF591AA92E882C CA82C982C282A282C42E727466>

<4D F736F F D2089FC92E82D D4B CF591AA92E882C CA82C982C282A282C42E727466> 11 Application Note 光測定と単位について 1. 概要 LED の性質を表すには 光の強さ 明るさ等が重要となり これらはその LED をどのようなアプリケーションに使用するかを決定するために必須のものになることが殆どです しかし 測定の方法は多種存在し 何をどのような測定器で測定するかにより 測定結果が異なってきます 本書では光測定とその単位について説明していきます 2. 色とは

More information

Microsoft Word - manuscript_kiire_summary.docx

Microsoft Word - manuscript_kiire_summary.docx 法政大学審査学位論文の要約 パートナーに対する暴力のメカニズム Dark Triad と生活史戦略による個人差に対するアプローチ 喜入暁 恋愛関係は, われわれのライフコースにおける多くの対人関係の中でも, 排他性, 性関係性などを伴う特徴的な関係性である このような関係性で発生する対人葛藤や, それに基づく暴力は, 親密なパートナー間暴力 (intimate partner violence: IPV;

More information

学習指導要領

学習指導要領 (1) 数と式 ア数と集合 ( ア ) 実数数を実数まで拡張する意義を理解し 簡単な無理数の四則計算をすること 自然数 整数 有理数 無理数の包含関係など 実数 の構成を理解する ( 例 ) 次の空欄に適当な言葉をいれて, 数の集合を表しなさい ア イ 無理数 整数 ウ 無理数の加法及び減法 乗法公式などを利用した計 算ができる また 分母だけが二項である無理数の 分母の有理化ができる ( 例 1)

More information

Microsoft PowerPoint - R-stat-intro_04.ppt [互換モード]

Microsoft PowerPoint - R-stat-intro_04.ppt [互換モード] R で統計解析入門 (4) 散布図と回帰直線と相関係数 準備 : データ DEP の読み込み 1. データ DEP を以下からダウンロードする http://www.cwk.zaq.ne.jp/fkhud708/files/dep.csv 2. ダウンロードした場所を把握する ここでは c:/temp とする 3. R を起動し,2. の場所に移動し, データを読み込む 4. データ DEP から薬剤

More information

博士論文 考え続ける義務感と反復思考の役割に注目した 診断横断的なメタ認知モデルの構築 ( 要約 ) 平成 30 年 3 月 広島大学大学院総合科学研究科 向井秀文

博士論文 考え続ける義務感と反復思考の役割に注目した 診断横断的なメタ認知モデルの構築 ( 要約 ) 平成 30 年 3 月 広島大学大学院総合科学研究科 向井秀文 博士論文 考え続ける義務感と反復思考の役割に注目した 診断横断的なメタ認知モデルの構築 ( 要約 ) 平成 30 年 3 月 広島大学大学院総合科学研究科 向井秀文 目次 はじめに第一章診断横断的なメタ認知モデルに関する研究動向 1. 診断横断的な観点から心理的症状のメカニズムを検討する重要性 2 2. 反復思考 (RNT) 研究の歴史的経緯 4 3. RNT の高まりを予測することが期待されるメタ認知モデル

More information

1.民営化

1.民営化 参考資料 最小二乗法 数学的性質 経済統計分析 3 年度秋学期 回帰分析と最小二乗法 被説明変数 の動きを説明変数 の動きで説明 = 回帰分析 説明変数がつ 単回帰 説明変数がつ以上 重回帰 被説明変数 従属変数 係数 定数項傾き 説明変数 独立変数 残差... で説明できる部分 説明できない部分 説明できない部分が小さくなるように回帰式の係数 を推定する有力な方法 = 最小二乗法 最小二乗法による回帰の考え方

More information

Microsoft PowerPoint - 10.pptx

Microsoft PowerPoint - 10.pptx m u. 固有値とその応用 8/7/( 水 ). 固有値とその応用 固有値と固有ベクトル 行列による写像から固有ベクトルへ m m 行列 によって線形写像 f : R R が表せることを見てきた ここでは 次元平面の行列による写像を調べる とし 写像 f : を考える R R まず 単位ベクトルの像 u y y f : R R u u, u この事から 線形写像の性質を用いると 次の格子上の点全ての写像先が求まる

More information

地理学論集№83.indd

地理学論集№83.indd Geographical Studies 道路交通センサスを用いた札幌市の都市構造の解析 三木祐太郎 * 木村圭司 ** ** 本間利久 キーワード. はじめに - - . 使用したデータと解析方法 図 1 - - こととした なお 以上の項目のうち歩行者交通 かう道路よりも 市周辺で割合が大きくなってい 量 自転車交通量 バス交通量についてはそのま る まの数値を用いると 地点ごとの値のばらつきが

More information

Microsoft Word - 201hyouka-tangen-1.doc

Microsoft Word - 201hyouka-tangen-1.doc 数学 Ⅰ 評価規準の作成 ( 単元ごと ) 数学 Ⅰ の目標及び図形と計量について理解させ 基礎的な知識の習得と技能の習熟を図り それらを的確に活用する機能を伸ばすとともに 数学的な見方や考え方のよさを認識できるようにする 評価の観点の趣旨 式と不等式 二次関数及び図形と計量における考え方に関 心をもつとともに 数学的な見方や考え方のよさを認識し それらを事象の考察に活用しようとする 式と不等式 二次関数及び図形と計量における数学的な見

More information

Microsoft Word - JSQC-Std 目次.doc

Microsoft Word - JSQC-Std 目次.doc 日本品質管理学会規格 品質管理用語 JSQC-Std 00-001:2011 2011.10.29 制定 社団法人日本品質管理学会発行 目次 序文 3 1. 品質管理と品質保証 3 2. 製品と顧客と品質 5 3. 品質要素と品質特性と品質水準 6 4. 8 5. システム 9 6. 管理 9 7. 問題解決と課題達成 11 8. 開発管理 13 9. 調達 生産 サービス提供 14 10. 検査

More information

Microsoft Word - N1222_Risk_in_ (和訳案).docx

Microsoft Word - N1222_Risk_in_ (和訳案).docx ISO 9001:2015 における リスク 1. 本文書の目的 - ISO 9001 でリスクがどのように扱われているかについて説明する - ISO 9001 で 機会 が何を意味しているかについて説明する - リスクに基づく考え方がプロセスアプローチに置き換わることに対する懸念に応える - 予防処置が ISO 9001 から削除されたことに対する懸念に応える - リスクに基づくアプローチの各要素を簡潔な言葉で説明する

More information

Microsoft PowerPoint - H21生物計算化学2.ppt

Microsoft PowerPoint - H21生物計算化学2.ppt 演算子の行列表現 > L いま 次元ベクトル空間の基底をケットと書くことにする この基底は完全系を成すとすると 空間内の任意のケットベクトルは > > > これより 一度基底を与えてしまえば 任意のベクトルはその基底についての成分で完全に記述することができる これらの成分を列行列の形に書くと M これをベクトル の基底 { >} による行列表現という ところで 行列 A の共役 dont 行列は A

More information

スライド 1

スライド 1 2009 年度 VMStudio & TMStudio 学生研究奨励賞 テキストマイニングツールを 利用した視線データの分析 東京大学大学院工学系研究科 白山研究室 江川陽 樋渡哲郎 1 目次 背景 目的 手法 実験 結果 考察 結論 2 背景 : 視線分析とは 視線分析とは 人間の視線の移動軌跡や分布 ( 視線データ ) を計測 分析することにより 人の認知処理を観察 解明するための手法 近年,

More information

B. モル濃度 速度定数と化学反応の速さ 1.1 段階反応 ( 単純反応 ): + I HI を例に H ヨウ化水素 HI が生成する速さ は,H と I のモル濃度をそれぞれ [ ], [ I ] [ H ] [ I ] に比例することが, 実験により, わかっている したがって, 比例定数を k

B. モル濃度 速度定数と化学反応の速さ 1.1 段階反応 ( 単純反応 ): + I HI を例に H ヨウ化水素 HI が生成する速さ は,H と I のモル濃度をそれぞれ [ ], [ I ] [ H ] [ I ] に比例することが, 実験により, わかっている したがって, 比例定数を k 反応速度 触媒 速度定数 反応次数について. 化学反応の速さの表し方 速さとは単位時間あたりの変化の大きさである 大きさの値は 0 以上ですから, 速さは 0 以上の値をとる 化学反応の速さは単位時間あたりの物質のモル濃度変化の大きさで表すのが一般的 たとえば, a + bb c (, B, は物質, a, b, c は係数 ) という反応において,, B, それぞれの反応の速さを, B, とし,

More information

画像類似度測定の初歩的な手法の検証

画像類似度測定の初歩的な手法の検証 画像類似度測定の初歩的な手法の検証 島根大学総合理工学部数理 情報システム学科 計算機科学講座田中研究室 S539 森瀧昌志 1 目次 第 1 章序論第 章画像間類似度測定の初歩的な手法について.1 A. 画素値の平均を用いる手法.. 画素値のヒストグラムを用いる手法.3 C. 相関係数を用いる手法.4 D. 解像度を合わせる手法.5 E. 振れ幅のヒストグラムを用いる手法.6 F. 周波数ごとの振れ幅を比較する手法第

More information

<4D F736F F D208FAC8A778D5A8A778F4B8E7793B CC81698E5A909495D2816A2E646F6378>

<4D F736F F D208FAC8A778D5A8A778F4B8E7793B CC81698E5A909495D2816A2E646F6378> 小学校学習指導要領解説算数統計関係部分抜粋 第 3 章各学年の内容 2 第 2 学年の内容 D 数量関係 D(3) 簡単な表やグラフ (3) 身の回りにある数量を分類整理し, 簡単な表やグラフを用いて表したり読み取ったりすることができるようにする 身の回りにある数量を分類整理して, それを簡単な表やグラフを用いて表すことができるようにする ここで, 簡単な表とは, 次のような, 観点が一つの表のことである

More information

Microsoft PowerPoint - データ解析基礎2.ppt

Microsoft PowerPoint - データ解析基礎2.ppt データ解析基礎. 度数分布と特性値 keyword データの要約 度数分布表, ヒストグラム 分布の中心を表す基本統計量 平均, 最頻値, 中央値 分布のばらつきを表す統計量 分散, 標準偏差 統計データの構造 - データ解析の目的 具体的な対象 ( 母集団 ) についての調査結果 ( 標本をどう加工 処理し, 有益な情報を引き出すかである. 加工 処理するための調査結果として, データ ( 観測データ

More information

Microsoft PowerPoint - 09macro3.ppt

Microsoft PowerPoint - 09macro3.ppt マクロ経済学 [3] 第 3 章設備投資と在庫投資 何のために投資をするのか 中村学園大学吉川卓也 目次 3-1 企業の設備投資 3-2 投資の決定要因 3-3 3-4 資本の使用者費用 3-5 望ましい 1 2 投資とは 1. 消費とは ( 主として ) 家計による財 サービスの購入である 2. 投資とは ( 主として ) 企業が生産のためにおこなう財 サービスの購入である 3. 設備投資とは 民間企業が建物や機械

More information

次元圧縮法を導入したクエリに基づくバイクラスタリング 情報推薦への応用 武内充三浦功輝岡田吉史 ( 室蘭工業大学 ) 概要以前, 我々はクエリに基づくバイクラスタリングを用いた情報推薦手法を提案した. 本研究では, 新たに推薦スコアが非常に良く似たユーザまたはアイテムを融合する次元圧縮法を導入した. 実験として, 縮減前と縮減後のデータセットのサイズとバイクラスタ計算時間の比較を行う. キーワード

More information

パソコンシミュレータの現状

パソコンシミュレータの現状 第 2 章微分 偏微分, 写像 豊橋技術科学大学森謙一郎 2. 連続関数と微分 工学において物理現象を支配する方程式は微分方程式で表されていることが多く, 有限要素法も微分方程式を解く数値解析法であり, 定式化においては微分 積分が一般的に用いられており. 数学の基礎知識が必要になる. 図 2. に示すように, 微分は連続な関数 f() の傾きを求めることであり, 微小な に対して傾きを表し, を無限に

More information

補足 中学で学習したフレミング左手の法則 ( 電 磁 力 ) と関連付けると覚えやすい 電磁力は電流と磁界の外積で表される 力 F 磁 電磁力 F li 右ねじの回転の向き電 li ( l は導線の長さ ) 補足 有向線分とベクトル有向線分 : 矢印の位

補足 中学で学習したフレミング左手の法則 ( 電 磁 力 ) と関連付けると覚えやすい 電磁力は電流と磁界の外積で表される 力 F 磁 電磁力 F li 右ねじの回転の向き電 li ( l は導線の長さ ) 補足 有向線分とベクトル有向線分 : 矢印の位 http://totemt.sur.ne.p 外積 ( ベクトル積 ) の活用 ( 面積, 法線ベクトル, 平面の方程式 ) 3 次元空間の つのベクトルの積が つのベクトルを与えるようなベクトルの掛け算 ベクトルの積がベクトルを与えることからベクトル積とも呼ばれる これに対し内積は符号と大きさをもつ量 ( スカラー量 ) を与えるので, スカラー積とも呼ばれる 外積を使うと, 平行四辺形や三角形の面積,

More information

線積分.indd

線積分.indd 線積分 線積分 ( n, n, n ) (ξ n, η n, ζ n ) ( n-, n-, n- ) (ξ k, η k, ζ k ) ( k, k, k ) ( k-, k-, k- ) 物体に力 を作用させて位置ベクトル A の点 A から位置ベクトル の点 まで曲線 に沿って物体を移動させたときの仕事 W は 次式で計算された A, A, W : d 6 d+ d+ d@,,, d+ d+

More information

資料

資料 2 操作マニュアル vol.4 多変量解析 5th Edit. 本マニュアルは Cross Finder が随時更新されるため 記載内容と実際の画面が異なる場合があります 目次 8. 多変量解析... 2 8.0 分析メニュー... 3 8.1 コレスポンデンス分析... 4 8.2 ポートフォリオ分析... 7 8.3 BSA 分析... 11 8.4 PSM 分析... 15 8.5 因子分析...

More information

平成 28 年度山梨県学力把握調査 結果分析資料の見方 調査結果概況 正答数分布グラフ 分布の形状から児童生徒の解答状況が分かります 各学校の集計支援ツールでは, 形状だけでなく, 県のデータとの比較もできます 設問別正答率 無解答率グラフ 設問ごとの, 正答率や無解答率が分かります 正答率の低い設

平成 28 年度山梨県学力把握調査 結果分析資料の見方 調査結果概況 正答数分布グラフ 分布の形状から児童生徒の解答状況が分かります 各学校の集計支援ツールでは, 形状だけでなく, 県のデータとの比較もできます 設問別正答率 無解答率グラフ 設問ごとの, 正答率や無解答率が分かります 正答率の低い設 平成 28 年度山梨県学力把握調査 分析と授業改善のポイント 小学校算数 3 年生版 山梨県教育庁義務教育課 平成 28 年度山梨県学力把握調査 結果分析資料の見方 調査結果概況 正答数分布グラフ 分布の形状から児童生徒の解答状況が分かります 各学校の集計支援ツールでは, 形状だけでなく, 県のデータとの比較もできます 設問別正答率 無解答率グラフ 設問ごとの, 正答率や無解答率が分かります 正答率の低い設問,

More information

             論文の内容の要旨

             論文の内容の要旨 論文の内容の要旨 論文題目 Superposition of macroscopically distinct states in quantum many-body systems ( 量子多体系におけるマクロに異なる状態の重ね合わせ ) 氏名森前智行 本論文では 量子多体系におけるマクロに異なる状態の重ねあわせを研究する 状態の重ね合わせ というのは古典論には無い量子論独特の概念であり 数学的には

More information

Microsoft Word - meti-report

Microsoft Word - meti-report 適切に把握しておくことが必要である 本調査では 集客型サービスとしてプロ野球を取り上げ 北海道日本ハムファイターズのファンを対象として調査を実施した プロ野球のファンは プロ野球に関心のないプレファン 野球観戦に球場に行き始めるファン かなりの頻度で球場に野球観戦に訪れるリピーターという 3 種類に大別でき 個々のファンは プレファン状態 ファン状態 リピーター状態の間を状態遷移する したがって プロ野球ファンの構造を

More information

4.2 リスクリテラシーの修得 と受容との関 ( ) リスクリテラシーと 当該の科学技術に対する基礎知識と共に 科学技術のリスクやベネフィット あるいは受容の判断を適切に行う上で基本的に必要な思考方法を獲得している程度のこと GMOのリスクリテラシーは GMOの技術に関する基礎知識およびGMOのリス

4.2 リスクリテラシーの修得 と受容との関 ( ) リスクリテラシーと 当該の科学技術に対する基礎知識と共に 科学技術のリスクやベネフィット あるいは受容の判断を適切に行う上で基本的に必要な思考方法を獲得している程度のこと GMOのリスクリテラシーは GMOの技術に関する基礎知識およびGMOのリス 4. 的 か の 受容の 4.1 に る の態度の に る態度 に る態度東京都内在住の成人男女 600 人を無作為抽出し 社会調査を実施した 3 ( 有効回収率 :67.5%) その結果 一般市民はGMOに対し 従来型の品種改良農作物と比較して かなり否定的な態度を持っていることが示された 品種改良農作物に対しては 約 7 割の者が 安心 と回答し 一方 GMOに対しては 8 割近くの者が 不安

More information

フトを用いて 質問項目間の相関関係に着目し 分析することにした 2 研究目的 全国学力 学習状況調査結果の分析を通して 本県の児童生徒の国語及び算数 数学の学習 に対する関心 意欲の傾向を考察する 3 研究方法平成 25 年度全国学力 学習状況調査の児童生徒質問紙のうち 国語及び算数 数学の学習に対

フトを用いて 質問項目間の相関関係に着目し 分析することにした 2 研究目的 全国学力 学習状況調査結果の分析を通して 本県の児童生徒の国語及び算数 数学の学習 に対する関心 意欲の傾向を考察する 3 研究方法平成 25 年度全国学力 学習状況調査の児童生徒質問紙のうち 国語及び算数 数学の学習に対 学習に対する関心 意欲等についてのデータ分析 平成 25 年度全国学力 学習状況調査質問紙調査から 教科教育部 要旨平成 25 年度 全国学力 学習状況調査 の学習に対する関心 意欲等に関する質問項目に対する本県の児童生徒の回答状況について 統計処理ソフトを用いて 質問項目間の相関関係に着目し分析したところ 国語の学習に対する意識と算数 数学の学習に対する意識に校種間で違いがあることが分かった キーワード

More information

Microsoft PowerPoint - mp11-06.pptx

Microsoft PowerPoint - mp11-06.pptx 数理計画法第 6 回 塩浦昭義情報科学研究科准教授 shioura@dais.is.tohoku.ac.jp http://www.dais.is.tohoku.ac.jp/~shioura/teaching 第 5 章組合せ計画 5.2 分枝限定法 組合せ計画問題 組合せ計画問題とは : 有限個の もの の組合せの中から, 目的関数を最小または最大にする組合せを見つける問題 例 1: 整数計画問題全般

More information

従業員満足度調査の活用

従業員満足度調査の活用 社会動向レポート 従業員満足度調査の活用 シニアコンサルタント 情報通信研究部 鈴木宜之 組織の活力は企業が発展する原動力であり 従業員の活力向上はどの企業にとっても重要な経営課題である 取り組み手法のひとつとして 従業員の会社に対する満足度を把握するための 従業員満足度調査 が注目されている 本稿では 従業員満足度調査の概要と当社が2006 年より日本経営システム ( 株 ) (1) と共同で行ってきた従業員満足度調査サービスの調査結果の全般傾向について紹介する

More information

PowerPoint Presentation

PowerPoint Presentation 付録 2 2 次元アフィン変換 直交変換 たたみ込み 1.2 次元のアフィン変換 座標 (x,y ) を (x,y) に移すことを 2 次元での変換. 特に, 変換が と書けるとき, アフィン変換, アフィン変換は, その 1 次の項による変換 と 0 次の項による変換 アフィン変換 0 次の項は平行移動 1 次の項は座標 (x, y ) をベクトルと考えて とすれば このようなもの 2 次元ベクトルの線形写像

More information

テレコンバージョンレンズの原理 ( リアコンバーター ) レンズの焦点距離を伸ばす方法として テレコンバージョンレンズ ( テレコンバーター ; 略して テレコン ) を入れる方法があります これには二つのタイプがあって 一つはレンズとカメラ本体の間に入れるタイプ ( リアコンバーター ) もう一つ

テレコンバージョンレンズの原理 ( リアコンバーター ) レンズの焦点距離を伸ばす方法として テレコンバージョンレンズ ( テレコンバーター ; 略して テレコン ) を入れる方法があります これには二つのタイプがあって 一つはレンズとカメラ本体の間に入れるタイプ ( リアコンバーター ) もう一つ テレコンバージョンレンズの原理 ( リアコンバーター ) レンズの焦点距離を伸ばす方法として テレコンバージョンレンズ ( テレコンバーター ; 略して テレコン ) を入れる方法があります これには二つのタイプがあって 一つはレンズとカメラ本体の間に入れるタイプ ( リアコンバーター ) もう一つはレンズの前に取り付けるタイプ ( フロントコンバーター ) です 以前 フロントコンバーターについて書いたことがありました

More information

事例から振り返る    調査プロセスの検証

事例から振り返る    調査プロセスの検証 携帯電話ワンセグ放送サービス に関する調査 2008 年 11 月 25 日 株式会社八千代統計 http://www.yachiyot.co.jp A) 調査企画 Ⅰ. 調査のテーマ 携帯電話による ワンセグ放送サービスの将来性を探る A) 調査企画 Ⅰ-1. 将来性を探る為に... 1. ワンセグにとっての前提 ( 外的要因 ) 出荷状況 使用状況 ワンセグ携帯の推移 ワンセグ対応機種の累積出荷台数

More information

HからのつながりH J Hでは 欧米 という言葉が二回も出てきた Jではヨーロッパのことが書いてあったので Hにつながる 内開き 外開き 内開きのドアというのが 前の問題になっているから Hで欧米は内に開くと説明しているのに Jで内開きのドアのよさを説明 Hに続いて内開きのドアのよさを説明している

HからのつながりH J Hでは 欧米 という言葉が二回も出てきた Jではヨーロッパのことが書いてあったので Hにつながる 内開き 外開き 内開きのドアというのが 前の問題になっているから Hで欧米は内に開くと説明しているのに Jで内開きのドアのよさを説明 Hに続いて内開きのドアのよさを説明している 段落の最初の接続のことば1 だから それで そこで すると したがって ゆえに 順接 これがあったら 前を受けて順当な結果が次に来る だから 前を受けて順当な結果かどうかを確かめればよい 段落の最初の指示語資料 8 これ それ あれ などの指示語があったら 前で指している内容を 指示語のところに当てはめてみよう ( 代入法 ) あてはまるようならば (= 後ろに自然な形で続いていれば ) そのつながりでよい

More information

学習指導要領

学習指導要領 (1) 数と式 学習指導要領 数と式 (1) 式の計算二次の乗法公式及び因数分解の公式の理解を深め 式を多面的にみたり目的に応じて式を適切に変形したりすること 東京都立町田高等学校学力スタンダード 整式の加法 減法 乗法展開の公式を利用できる 式を1 つの文字におき換えることによって, 式の計算を簡略化することができる 式の形の特徴に着目して変形し, 展開の公式が適用できるようにすることができる 因数分解因数分解の公式を利用できる

More information

0 部分的最小二乗回帰 Partial Least Squares Regression PLS 明治大学理 学部応用化学科 データ化学 学研究室 弘昌

0 部分的最小二乗回帰 Partial Least Squares Regression PLS 明治大学理 学部応用化学科 データ化学 学研究室 弘昌 0 部分的最小二乗回帰 Parial Leas Squares Regressio PLS 明治大学理 学部応用化学科 データ化学 学研究室 弘昌 部分的最小二乗回帰 (PLS) とは? 部分的最小二乗回帰 (Parial Leas Squares Regressio, PLS) 線形の回帰分析手法の つ 説明変数 ( 記述 ) の数がサンプルの数より多くても計算可能 回帰式を作るときにノイズの影響を受けにくい

More information

Excelによる統計分析検定_知識編_小塚明_5_9章.indd

Excelによる統計分析検定_知識編_小塚明_5_9章.indd 第7章57766 検定と推定 サンプリングによって得られた標本から, 母集団の統計的性質に対して推測を行うことを統計的推測といいます 本章では, 推測統計の根幹をなす仮説検定と推定の基本的な考え方について説明します 前章までの知識を用いて, 具体的な分析を行います 本章以降の知識は操作編での操作に直接関連していますので, 少し聞きなれない言葉ですが, 帰無仮説 有意水準 棄却域 などの意味を理解して,

More information

<4D F736F F F696E74202D F4390B38DCF816A B2B2B817B817B945F90858FC891E C48C8F8EC08E7B95F18D908F912E >

<4D F736F F F696E74202D F4390B38DCF816A B2B2B817B817B945F90858FC891E C48C8F8EC08E7B95F18D908F912E > 当日来場者アンケート ( 中文 表 ) 77 当日当来場者アンケート ( 中文 裏 ) 当日来場者アンケートはイベントの結果がどう来場者に受け止められているのか 日本食に対するイメージ等を把握するために行った 78 当日来場者アンケート ( 和文 表 ) 79 当日来場者アンケート ( 和文 裏 ) 80 アンケート集計結果 Q1. あなたは 本日のイベントをどちらで知りましたか あてはまるものをすべて教えてください

More information

Microsoft PowerPoint - H17-5時限(パターン認識).ppt

Microsoft PowerPoint - H17-5時限(パターン認識).ppt パターン認識早稲田大学講義 平成 7 年度 独 産業技術総合研究所栗田多喜夫 赤穂昭太郎 統計的特徴抽出 パターン認識過程 特徴抽出 認識対象から何らかの特徴量を計測 抽出 する必要がある 認識に有効な情報 特徴 を抽出し 次元を縮小した効率の良い空間を構成する過程 文字認識 : スキャナ等で取り込んだ画像から文字の識別に必要な本質的な特徴のみを抽出 例 文字線の傾き 曲率 面積など 識別 与えられた未知の対象を

More information

数学の学び方のヒント

数学の学び方のヒント 数学 Ⅱ における微分単元の 指導法の改善に関する研究 2017 年 10 月北数教旭川大会で発表した内容です 北海道札幌国際情報高等学校和田文興 1 Ⅰ. 研究の動機と背景 高校では極限を厳密に定義できず, 曖昧でわかりにくい. 私自身は, はじめて微分と出会ったとき, 極限の考え方等が納得できなかった. y () a h 接線 a 傾き (a) 2 Ⅰ. 研究の動機と背景 微分の指導改善に関する優れた先行研究がいくつかあるが,

More information

Microsoft PowerPoint slide2forWeb.ppt [互換モード]

Microsoft PowerPoint slide2forWeb.ppt [互換モード] 講義内容 9..4 正規分布 ormal dstrbuto ガウス分布 Gaussa dstrbuto 中心極限定理 サンプルからの母集団統計量の推定 不偏推定量について 確率変数, 確率密度関数 確率密度関数 確率密度関数は積分したら. 平均 : 確率変数 分散 : 例 ある場所, ある日時での気温の確率. : 気温, : 気温 が起こる確率 標本平均とのアナロジー 類推 例 人の身長の分布と平均

More information

Microsoft Word - 11 進化ゲーム

Microsoft Word - 11 進化ゲーム . 進化ゲーム 0. ゲームの理論の分類 これまで授業で取り扱ってきたゲームは 協 ゲームと呼ばれるものである これはプレイヤー同士が独立して意思決定する状況を表すゲームであり ふつう ゲーム理論 といえば 非協力ゲームを表す これに対して プレイヤー同士が協力するという前提のもとに提携形成のパタンや利得配分の在り方を分析するゲームを協 ゲームという もっとも 社会現象への応用可能性も大きいはずなのに

More information

青焼 1章[15-52].indd

青焼 1章[15-52].indd 1 第 1 章統計の基礎知識 1 1 なぜ統計解析が必要なのか? 人間は自分自身の経験にもとづいて 感覚的にものごとを判断しがちである 例えばある疾患に対する標準治療薬の有効率が 50% であったとする そこに新薬が登場し ある医師がその新薬を 5 人の患者に使ったところ 4 人が有効と判定されたとしたら 多くの医師はこれまでの標準治療薬よりも新薬のほうが有効性が高そうだと感じることだろう しかし

More information