ホーム > 特許ランキング > セイコーエプソン株式会社
知財求人 - 知財ポータルサイト「IP Force」
(19)【発行国】日本国特許庁(JP)
(12)【公報種別】公開特許公報(A)
(11)【公開番号】P2024130662
(43)【公開日】2024-09-30
(54)【発明の名称】要因要素の抽出方法およびコンピュータープログラム
(51)【国際特許分類】
G06N 20/00 20190101AFI20240920BHJP
G06Q 50/04 20120101ALI20240920BHJP
【ＦＩ】
G06N20/00 130
G06Q50/04
【審査請求】未請求
【請求項の数】18
【出願形態】ＯＬ
(21)【出願番号】P 2023040512
(22)【出願日】2023-03-15
(71)【出願人】
【識別番号】000002369
【氏名又は名称】セイコーエプソン株式会社
(74)【代理人】
【識別番号】100179475
【弁理士】
【氏名又は名称】仲井 智至
(74)【代理人】
【識別番号】100216253
【弁理士】
【氏名又は名称】松岡 宏紀
(74)【代理人】
【識別番号】100225901
【弁理士】
【氏名又は名称】今村 真之
(72)【発明者】
【氏名】眞柄 慎司
(72)【発明者】
【氏名】平岡 雅芸
(72)【発明者】
【氏名】青島 一郎
【テーマコード（参考）】
5L049
5L050
【Ｆターム（参考）】
5L049CC04
5L050CC04
(57)【要約】
【課題】収集したデータから層別分析に有用な要因要素として目的変数の説明変数を抽出する過程において、説明変数が量的データである場合に、量的データをカテゴリカルデータに変換した上で、層別分析に有用な要因要素を抽出できる技術を提供する。
【解決手段】要因要素の抽出方法は、データセットを準備する準備工程と、予測二値ラベルを付与する分類工程と、第１状態を示す正解二値ラベルが付与された対象の総数に対する、複数の対象ごとにおける第１状態を示す正解二値ラベルと一致する予測二値ラベルの数の割合である一致率が、予め定められた抽出閾値以上となるＮ個の候補要因要素を、目的変数の説明変数となる要因要素として抽出する抽出工程と、を備える。
【選択図】図２
【解決手段】要因要素の抽出方法は、データセットを準備する準備工程と、予測二値ラベルを付与する分類工程と、第１状態を示す正解二値ラベルが付与された対象の総数に対する、複数の対象ごとにおける第１状態を示す正解二値ラベルと一致する予測二値ラベルの数の割合である一致率が、予め定められた抽出閾値以上となるＮ個の候補要因要素を、目的変数の説明変数となる要因要素として抽出する抽出工程と、を備える。
【選択図】図２
【特許請求の範囲】
【請求項1】
対象を層別する場合における要因要素の抽出方法であって、
複数の前記対象ごとに、（ｉ）前記対象が第１状態と第２状態とのいずれか一方の状態であることを示す目的変数である二値ラベルである正解二値ラベルと、（ｉｉ）前記対象に対するラベル分類の要因となり得るＭ個（Ｍは、２以上の整数）の候補要因要素ごとに取得された量的データと、を関連付けたデータセットを準備する準備工程と、
前記量的データを前記第１状態と前記第２状態とに分類する分類閾値を前記候補要因要素ごとに設定して、前記候補要因要素ごとの前記分類閾値により、前記候補要因要素ごとに前記量的データをラベル分類することで、複数の前記量的データのそれぞれに対して、前記二値ラベルである予測二値ラベルを付与する分類工程と、
前記第１状態を示す前記正解二値ラベルが付与された前記対象の総数に対する、複数の前記対象ごとにおける前記第１状態を示す前記正解二値ラベルと一致する前記予測二値ラベルの数の割合である一致率が、予め定められた抽出閾値以上となるＮ個（Ｎは、１以上Ｍ未満の整数）の前記候補要因要素を、前記目的変数の説明変数となる前記要因要素として抽出する抽出工程と、を備える、要因要素の抽出方法。
複数の前記対象ごとに、（ｉ）前記対象が第１状態と第２状態とのいずれか一方の状態であることを示す目的変数である二値ラベルである正解二値ラベルと、（ｉｉ）前記対象に対するラベル分類の要因となり得るＭ個（Ｍは、２以上の整数）の候補要因要素ごとに取得された量的データと、を関連付けたデータセットを準備する準備工程と、
前記量的データを前記第１状態と前記第２状態とに分類する分類閾値を前記候補要因要素ごとに設定して、前記候補要因要素ごとの前記分類閾値により、前記候補要因要素ごとに前記量的データをラベル分類することで、複数の前記量的データのそれぞれに対して、前記二値ラベルである予測二値ラベルを付与する分類工程と、
前記第１状態を示す前記正解二値ラベルが付与された前記対象の総数に対する、複数の前記対象ごとにおける前記第１状態を示す前記正解二値ラベルと一致する前記予測二値ラベルの数の割合である一致率が、予め定められた抽出閾値以上となるＮ個（Ｎは、１以上Ｍ未満の整数）の前記候補要因要素を、前記目的変数の説明変数となる前記要因要素として抽出する抽出工程と、を備える、要因要素の抽出方法。
【請求項2】
請求項１に記載の要因要素の抽出方法であって、
前記抽出工程は、
（ｉ）複数の前記候補要因要素の中から、複数の前記対象ごとにおいて、前記第１状態を示す前記正解二値ラベルと、前記第１状態を示す前記予測二値ラベルと、の一致率が最も高い前記候補要因要素を前記要因要素として抽出する抽出処理工程と、
（ｉｉ）前記第１状態を示す前記正解二値ラベルが付与された前記対象の総数に対する、前記抽出処理工程によって抽出された前記要因要素において、前記一致率の算出元のラベルである前記第１状態を示す前記予測二値ラベルの数の割合である占有割合が、予め定められた割合閾値以上であるか否かを判定する判定処理工程と、を備え、
前記占有割合が前記割合閾値以上である場合には、前記抽出工程を終了し、前記占有割合が前記割合閾値未満である場合には、前記抽出工程において、さらに、他の前記要因要素を抽出するために次ルーチンの前記抽出処理工程および前記判定処理工程を実行し、
前記次ルーチンにおける前記抽出処理工程では、前回までのルーチンにおいて抽出された前記要因要素を除いた複数の前記候補要因要素のうちで、前記前回までのルーチンにおいて前記一致率の算出元となった前記第１状態を示す前記正解二値ラベルが付与された前記対象を除いた残りの複数の前記対象ごとにおいて、前記第１状態を示す前記正解二値ラベルと一致する前記第１状態を示す前記予測二値ラベルの数の割合を前記一致率とみなして、前記一致率が最も高い前記候補要因要素を前記要因要素として抽出し、
前記次ルーチンにおける前記判定処理工程では、前記第１状態を示す前記正解二値ラベルが付与された前記対象の総数に対する、前記次ルーチンを含む今までの各ルーチンにおける前記一致率の算出元のラベルである前記第１状態を示す前記予測二値ラベルの総数の割合を前記占有割合とみなして、前記占有割合が前記割合閾値以上であるか否かを判定する、要因要素の抽出方法。
前記抽出工程は、
（ｉ）複数の前記候補要因要素の中から、複数の前記対象ごとにおいて、前記第１状態を示す前記正解二値ラベルと、前記第１状態を示す前記予測二値ラベルと、の一致率が最も高い前記候補要因要素を前記要因要素として抽出する抽出処理工程と、
（ｉｉ）前記第１状態を示す前記正解二値ラベルが付与された前記対象の総数に対する、前記抽出処理工程によって抽出された前記要因要素において、前記一致率の算出元のラベルである前記第１状態を示す前記予測二値ラベルの数の割合である占有割合が、予め定められた割合閾値以上であるか否かを判定する判定処理工程と、を備え、
前記占有割合が前記割合閾値以上である場合には、前記抽出工程を終了し、前記占有割合が前記割合閾値未満である場合には、前記抽出工程において、さらに、他の前記要因要素を抽出するために次ルーチンの前記抽出処理工程および前記判定処理工程を実行し、
前記次ルーチンにおける前記抽出処理工程では、前回までのルーチンにおいて抽出された前記要因要素を除いた複数の前記候補要因要素のうちで、前記前回までのルーチンにおいて前記一致率の算出元となった前記第１状態を示す前記正解二値ラベルが付与された前記対象を除いた残りの複数の前記対象ごとにおいて、前記第１状態を示す前記正解二値ラベルと一致する前記第１状態を示す前記予測二値ラベルの数の割合を前記一致率とみなして、前記一致率が最も高い前記候補要因要素を前記要因要素として抽出し、
前記次ルーチンにおける前記判定処理工程では、前記第１状態を示す前記正解二値ラベルが付与された前記対象の総数に対する、前記次ルーチンを含む今までの各ルーチンにおける前記一致率の算出元のラベルである前記第１状態を示す前記予測二値ラベルの総数の割合を前記占有割合とみなして、前記占有割合が前記割合閾値以上であるか否かを判定する、要因要素の抽出方法。
【請求項3】
請求項１に記載の要因要素の抽出方法であって、
前記分類工程は、前記分類閾値を設定する閾値設定工程を含み、
前記閾値設定工程は、複数の前記量的データに対して、前記候補要因要素ごとに決定木によって前記二値ラベルのラベル分類を行い、前記決定木において分岐条件となる値を前記分類閾値として設定する、要因要素の抽出方法。
前記分類工程は、前記分類閾値を設定する閾値設定工程を含み、
前記閾値設定工程は、複数の前記量的データに対して、前記候補要因要素ごとに決定木によって前記二値ラベルのラベル分類を行い、前記決定木において分岐条件となる値を前記分類閾値として設定する、要因要素の抽出方法。
【請求項4】
請求項３に記載の要因要素の抽出方法であって、
前記対象は、Ｐ個（Ｐは、４以上の整数）であり、
前記閾値設定工程は、前記決定木の分岐回数を２回以下にすることで、前記分類閾値の設定数を２個以下に制限する、要因要素の抽出方法。
前記対象は、Ｐ個（Ｐは、４以上の整数）であり、
前記閾値設定工程は、前記決定木の分岐回数を２回以下にすることで、前記分類閾値の設定数を２個以下に制限する、要因要素の抽出方法。
【請求項5】
請求項４に記載の要因要素の抽出方法であって、
前記閾値設定工程は、前記決定木において、最初の分岐点である第１分岐点からさらに第２分岐点と第３分岐点とで分岐している場合に、前記第２分岐点を除外して前記第１分岐点と前記第３分岐点とで前記決定木を分岐させた状態における前記一致率である第１の一致率と、前記第３分岐点を除外して前記第１分岐点と前記第２分岐点とで前記決定木を分岐させた状態における前記一致率である第２の一致率と、を比較して、前記一致率が高い方の前記決定木における前記分岐点を、前記分類閾値に設定することで、前記分類閾値の前記設定数を２個に制限する、要因要素の抽出方法。
前記閾値設定工程は、前記決定木において、最初の分岐点である第１分岐点からさらに第２分岐点と第３分岐点とで分岐している場合に、前記第２分岐点を除外して前記第１分岐点と前記第３分岐点とで前記決定木を分岐させた状態における前記一致率である第１の一致率と、前記第３分岐点を除外して前記第１分岐点と前記第２分岐点とで前記決定木を分岐させた状態における前記一致率である第２の一致率と、を比較して、前記一致率が高い方の前記決定木における前記分岐点を、前記分類閾値に設定することで、前記分類閾値の前記設定数を２個に制限する、要因要素の抽出方法。
【請求項6】
請求項５に記載の要因要素の抽出方法であって、
前記閾値設定工程は、さらに、前記第２分岐点と前記第３分岐点とのうち、前記一致率がより低い前記分岐点を除外した前記決定木において、前記第１分岐点により定まる前記分類閾値により分類された後に、前記第２分岐点と前記第３分岐点とのいずれか一方の前記分岐点が除外されたことにより分類されることなく前記予測二値ラベルが出力される前記量的データについて、前記正解二値ラベルのうち、前記第１状態であることを示す前記正解二値ラベルの付与率が、前記第２状態であることを示す前記正解二値ラベルの付与率よりも高い場合には、前記第１状態であることを示す前記予測二値ラベルを出力し、前記第２状態であることを示す前記正解二値ラベルの前記付与率が、前記第１状態であることを示す前記正解二値ラベルの前記付与率よりも高い場合には、前記第２状態であることを示す前記予測二値ラベルを出力するラベル選定工程を含む、要因要素の抽出方法。
前記閾値設定工程は、さらに、前記第２分岐点と前記第３分岐点とのうち、前記一致率がより低い前記分岐点を除外した前記決定木において、前記第１分岐点により定まる前記分類閾値により分類された後に、前記第２分岐点と前記第３分岐点とのいずれか一方の前記分岐点が除外されたことにより分類されることなく前記予測二値ラベルが出力される前記量的データについて、前記正解二値ラベルのうち、前記第１状態であることを示す前記正解二値ラベルの付与率が、前記第２状態であることを示す前記正解二値ラベルの付与率よりも高い場合には、前記第１状態であることを示す前記予測二値ラベルを出力し、前記第２状態であることを示す前記正解二値ラベルの前記付与率が、前記第１状態であることを示す前記正解二値ラベルの前記付与率よりも高い場合には、前記第２状態であることを示す前記予測二値ラベルを出力するラベル選定工程を含む、要因要素の抽出方法。
【請求項7】
請求項１に記載の要因要素の抽出方法であって、さらに、
前記正解二値ラベルと、前記抽出工程によって抽出された前記要因要素ごとの前記量的データに対して付与された前記予測二値ラベルと、を前記対象ごとに関連付けることで、前記目的変数と前記説明変数との関係をテーブル形式で表す初期テーブルデータを生成する初期テーブル生成工程を含むテーブル生成工程と、
前記初期テーブルデータに含まれる前記目的変数と前記説明変数との関係をベン図によって表す初期ベン図データを生成する初期ベン図生成工程を含むベン図生成工程と、
表示部によって、前記初期テーブルデータと前記初期ベン図データとを表示する初期表示工程を含むデータ表示工程と、を備える、要因要素の抽出方法。
前記正解二値ラベルと、前記抽出工程によって抽出された前記要因要素ごとの前記量的データに対して付与された前記予測二値ラベルと、を前記対象ごとに関連付けることで、前記目的変数と前記説明変数との関係をテーブル形式で表す初期テーブルデータを生成する初期テーブル生成工程を含むテーブル生成工程と、
前記初期テーブルデータに含まれる前記目的変数と前記説明変数との関係をベン図によって表す初期ベン図データを生成する初期ベン図生成工程を含むベン図生成工程と、
表示部によって、前記初期テーブルデータと前記初期ベン図データとを表示する初期表示工程を含むデータ表示工程と、を備える、要因要素の抽出方法。
【請求項8】
請求項７に記載の要因要素の抽出方法であって、
前記データ表示工程は、さらに、前記初期テーブルデータのいずれかに含まれる情報が使用者によって選択された場合に、前記初期テーブルデータにおいて選択された情報である第１選択情報に相当する前記初期ベン図データの領域である第１被選択領域を他の領域とは異なる表示態様で表示し、前記初期ベン図データに含まれるいずれかの領域が前記使用者によって選択された場合に、前記初期ベン図データにおいて選択された領域である第１選択領域に相当する前記初期テーブルデータの情報である第１被選択情報を他の情報とは異なる表示態様で表示する第１表示変更工程を含む、要因要素の抽出方法。
前記データ表示工程は、さらに、前記初期テーブルデータのいずれかに含まれる情報が使用者によって選択された場合に、前記初期テーブルデータにおいて選択された情報である第１選択情報に相当する前記初期ベン図データの領域である第１被選択領域を他の領域とは異なる表示態様で表示し、前記初期ベン図データに含まれるいずれかの領域が前記使用者によって選択された場合に、前記初期ベン図データにおいて選択された領域である第１選択領域に相当する前記初期テーブルデータの情報である第１被選択情報を他の情報とは異なる表示態様で表示する第１表示変更工程を含む、要因要素の抽出方法。
【請求項9】
請求項８に記載の要因要素の抽出方法であって、
前記第１表示変更工程は、前記初期テーブルデータに含まれるいずれかの情報が前記使用者によって選択された場合に、前記第１選択情報と前記第１被選択領域とをハイライト表示し、前記初期ベン図データに含まれるいずれかの領域が前記使用者によって選択された場合に、前記第１選択領域と前記第１被選択情報とをハイライト表示する、要因要素の抽出方法。
前記第１表示変更工程は、前記初期テーブルデータに含まれるいずれかの情報が前記使用者によって選択された場合に、前記第１選択情報と前記第１被選択領域とをハイライト表示し、前記初期ベン図データに含まれるいずれかの領域が前記使用者によって選択された場合に、前記第１選択領域と前記第１被選択情報とをハイライト表示する、要因要素の抽出方法。
【請求項10】
請求項７に記載の要因要素の抽出方法であって、
前記データ表示工程は、さらに、前記初期テーブルデータにおいて選択された情報である第１選択情報と、前記初期ベン図データにおいて選択された領域である第１選択領域と、の少なくとも一方に関連する第１関連情報を前記表示部に表示する第１表示追加工程を含む、要因要素の抽出方法。
前記データ表示工程は、さらに、前記初期テーブルデータにおいて選択された情報である第１選択情報と、前記初期ベン図データにおいて選択された領域である第１選択領域と、の少なくとも一方に関連する第１関連情報を前記表示部に表示する第１表示追加工程を含む、要因要素の抽出方法。
【請求項11】
請求項７に記載の要因要素の抽出方法であって、
前記データ表示工程は、さらに、
使用者が入力により指示を行うための第１入力指示画面を前記表示部に表示させる第１画面表示工程と、
前記第１画面表示工程において入力された前記指示を基に、前記初期テーブルデータに含まれるデータを更新する第１更新工程と、を含み、
前記第１入力指示画面は、前記初期ベン図データと、前記初期テーブルデータに含まれる前記データの編集内容を指定するための第１操作画面と、を含む、要因要素の抽出方法。
前記データ表示工程は、さらに、
使用者が入力により指示を行うための第１入力指示画面を前記表示部に表示させる第１画面表示工程と、
前記第１画面表示工程において入力された前記指示を基に、前記初期テーブルデータに含まれるデータを更新する第１更新工程と、を含み、
前記第１入力指示画面は、前記初期ベン図データと、前記初期テーブルデータに含まれる前記データの編集内容を指定するための第１操作画面と、を含む、要因要素の抽出方法。
【請求項12】
請求項７に記載の要因要素の抽出方法であって、
前記抽出工程において前記要因要素として抽出される前記候補要因要素の数は４以上であり、
前記テーブル生成工程は、さらに、
（１ａ）前記初期テーブルデータに含まれる前記予測二値ラベルを前記要因要素ごとに分類したデータ群を生成するデータ群生成工程と、
（１ｂ）複数の前記データ群にそれぞれ含まれる同一の前記対象について付与された前記予測二値ラベル同士を、予め定められた演算方法により、前記第１状態であることを示す前記予測二値ラベルと、前記第２状態であることを示す前記予測二値ラベルと、のいずれかの前記予測二値ラベルに分類し直すことで、前記データ群生成工程において生成した複数の前記データ群をまとめた複合データ群を生成するデータ群統合工程と、
（１ｃ）前記正解二値ラベルと、前記複合データ群ごとに付与された前記予測二値ラベルと、を前記対象ごとに関連付けることで、前記目的変数と前記複合データ群との関係を前記テーブル形式で表す複合テーブルデータを生成する複合テーブル生成工程と、
（１ｄ）前記正解二値ラベルと、前記複合データ群に含まれる前記データ群ごとの前記予測二値ラベルと、を前記対象ごとに関連付けることで、前記目的変数と前記複合データ群に含まれる前記データ群との関係を前記テーブル形式で表す詳細テーブルデータを生成する詳細テーブル生成工程と、を含み、
前記ベン図生成工程は、さらに、
（２ａ）前記複合テーブルデータに含まれる前記目的変数と前記複合データ群との関係を前記ベン図によって表す複合ベン図データを生成する複合ベン図生成工程と、
（２ｂ）前記詳細テーブルデータに含まれる前記目的変数と前記データ群との関係を前記ベン図によって表す詳細ベン図データを生成する詳細ベン図生成工程と、を含み、
前記データ表示工程は、さらに、
（３ａ）前記表示部によって、前記複合テーブルデータと前記複合ベン図データとを表示する複合表示工程と、
（３ｂ）前記複合テーブルデータと前記複合ベン図データとが前記表示部に表示された状態において、前記複合テーブルデータに含まれるいずれかの情報と、前記複合ベン図データに含まれるいずれかの領域と、の少なくとも一方が使用者によって選択された場合に、前記複合テーブルデータおよび前記複合ベン図データからドリルダウンすることで、選択された前記情報と選択された前記領域との少なくとも一方を含む前記詳細テーブルデータおよび前記詳細ベン図データを前記表示部に階層的に表示する階層表示工程と、を含む、要因要素の抽出方法。
前記抽出工程において前記要因要素として抽出される前記候補要因要素の数は４以上であり、
前記テーブル生成工程は、さらに、
（１ａ）前記初期テーブルデータに含まれる前記予測二値ラベルを前記要因要素ごとに分類したデータ群を生成するデータ群生成工程と、
（１ｂ）複数の前記データ群にそれぞれ含まれる同一の前記対象について付与された前記予測二値ラベル同士を、予め定められた演算方法により、前記第１状態であることを示す前記予測二値ラベルと、前記第２状態であることを示す前記予測二値ラベルと、のいずれかの前記予測二値ラベルに分類し直すことで、前記データ群生成工程において生成した複数の前記データ群をまとめた複合データ群を生成するデータ群統合工程と、
（１ｃ）前記正解二値ラベルと、前記複合データ群ごとに付与された前記予測二値ラベルと、を前記対象ごとに関連付けることで、前記目的変数と前記複合データ群との関係を前記テーブル形式で表す複合テーブルデータを生成する複合テーブル生成工程と、
（１ｄ）前記正解二値ラベルと、前記複合データ群に含まれる前記データ群ごとの前記予測二値ラベルと、を前記対象ごとに関連付けることで、前記目的変数と前記複合データ群に含まれる前記データ群との関係を前記テーブル形式で表す詳細テーブルデータを生成する詳細テーブル生成工程と、を含み、
前記ベン図生成工程は、さらに、
（２ａ）前記複合テーブルデータに含まれる前記目的変数と前記複合データ群との関係を前記ベン図によって表す複合ベン図データを生成する複合ベン図生成工程と、
（２ｂ）前記詳細テーブルデータに含まれる前記目的変数と前記データ群との関係を前記ベン図によって表す詳細ベン図データを生成する詳細ベン図生成工程と、を含み、
前記データ表示工程は、さらに、
（３ａ）前記表示部によって、前記複合テーブルデータと前記複合ベン図データとを表示する複合表示工程と、
（３ｂ）前記複合テーブルデータと前記複合ベン図データとが前記表示部に表示された状態において、前記複合テーブルデータに含まれるいずれかの情報と、前記複合ベン図データに含まれるいずれかの領域と、の少なくとも一方が使用者によって選択された場合に、前記複合テーブルデータおよび前記複合ベン図データからドリルダウンすることで、選択された前記情報と選択された前記領域との少なくとも一方を含む前記詳細テーブルデータおよび前記詳細ベン図データを前記表示部に階層的に表示する階層表示工程と、を含む、要因要素の抽出方法。
【請求項13】
請求項１２に記載の要因要素の抽出方法であって、
前記データ表示工程は、さらに、
前記複合テーブルデータのいずれかに含まれる情報が使用者によって選択された場合に、前記複合テーブルデータにおいて選択された情報である第２選択情報に相当する前記複合ベン図データの領域である第２被選択領域を他の領域とは異なる表示態様で表示し、前記複合ベン図データに含まれるいずれかの領域が前記使用者によって選択された場合に、前記複合ベン図データにおいて選択された領域である第２選択領域に相当する前記複合テーブルデータの情報である第２被選択情報を他の情報とは異なる表示態様で表示する第２表示変更工程と、
前記詳細テーブルデータのいずれかに含まれる情報が使用者によって選択された場合に、前記詳細テーブルデータにおいて選択された情報である第３選択情報に相当する前記詳細ベン図データの領域である第３被選択領域を他の領域とは異なる表示態様で表示し、前記詳細ベン図データに含まれるいずれかの領域が前記使用者によって選択された場合に、前記詳細ベン図データにおいて選択された領域である第３選択領域に相当する前記詳細テーブルデータの情報である第３被選択情報を他の情報とは異なる表示態様で表示する第３表示変更工程と、を含む、要因要素の抽出方法。
前記データ表示工程は、さらに、
前記複合テーブルデータのいずれかに含まれる情報が使用者によって選択された場合に、前記複合テーブルデータにおいて選択された情報である第２選択情報に相当する前記複合ベン図データの領域である第２被選択領域を他の領域とは異なる表示態様で表示し、前記複合ベン図データに含まれるいずれかの領域が前記使用者によって選択された場合に、前記複合ベン図データにおいて選択された領域である第２選択領域に相当する前記複合テーブルデータの情報である第２被選択情報を他の情報とは異なる表示態様で表示する第２表示変更工程と、
前記詳細テーブルデータのいずれかに含まれる情報が使用者によって選択された場合に、前記詳細テーブルデータにおいて選択された情報である第３選択情報に相当する前記詳細ベン図データの領域である第３被選択領域を他の領域とは異なる表示態様で表示し、前記詳細ベン図データに含まれるいずれかの領域が前記使用者によって選択された場合に、前記詳細ベン図データにおいて選択された領域である第３選択領域に相当する前記詳細テーブルデータの情報である第３被選択情報を他の情報とは異なる表示態様で表示する第３表示変更工程と、を含む、要因要素の抽出方法。
【請求項14】
請求項１３に記載の要因要素の抽出方法であって、
前記第２表示変更工程は、前記複合テーブルデータに含まれるいずれかの情報が前記使用者によって選択された場合に、前記第２選択情報と前記第２被選択領域とをハイライト表示し、前記複合ベン図データに含まれるいずれかの領域が前記使用者によって選択された場合に、前記第２選択領域と前記第２被選択情報とをハイライト表示し、
前記第３表示変更工程は、前記詳細テーブルデータに含まれるいずれかの情報が前記使用者によって選択された場合に、前記第３選択情報と前記第３被選択領域とをハイライト表示し、前記詳細ベン図データに含まれるいずれかの領域が前記使用者によって選択された場合に、前記第３選択領域と前記第３被選択情報とをハイライト表示する、要因要素の抽出方法。
前記第２表示変更工程は、前記複合テーブルデータに含まれるいずれかの情報が前記使用者によって選択された場合に、前記第２選択情報と前記第２被選択領域とをハイライト表示し、前記複合ベン図データに含まれるいずれかの領域が前記使用者によって選択された場合に、前記第２選択領域と前記第２被選択情報とをハイライト表示し、
前記第３表示変更工程は、前記詳細テーブルデータに含まれるいずれかの情報が前記使用者によって選択された場合に、前記第３選択情報と前記第３被選択領域とをハイライト表示し、前記詳細ベン図データに含まれるいずれかの領域が前記使用者によって選択された場合に、前記第３選択領域と前記第３被選択情報とをハイライト表示する、要因要素の抽出方法。
【請求項15】
請求項１２に記載の要因要素の抽出方法であって、
前記データ表示工程は、さらに、
前記複合テーブルデータにおいて選択された情報である第２選択情報と、前記複合ベン図データにおいて選択された領域である第２選択領域と、の少なくとも一方に関連する第２関連情報を前記表示部に表示する第２表示追加工程と、
前記詳細テーブルデータにおいて選択された情報である第３選択情報と、前記詳細ベン図データにおいて選択された領域である第３選択領域と、の少なくとも一方に関連する第３関連情報を前記表示部に表示する第３表示追加工程と、を含む、要因要素の抽出方法。
前記データ表示工程は、さらに、
前記複合テーブルデータにおいて選択された情報である第２選択情報と、前記複合ベン図データにおいて選択された領域である第２選択領域と、の少なくとも一方に関連する第２関連情報を前記表示部に表示する第２表示追加工程と、
前記詳細テーブルデータにおいて選択された情報である第３選択情報と、前記詳細ベン図データにおいて選択された領域である第３選択領域と、の少なくとも一方に関連する第３関連情報を前記表示部に表示する第３表示追加工程と、を含む、要因要素の抽出方法。
【請求項16】
請求項１２に記載の要因要素の抽出方法であって、
前記データ表示工程は、さらに、
使用者が入力により指示を行うための第２入力指示画面を前記表示部に表示させる第２画面表示工程と、
前記第２画面表示工程において入力された前記指示を基に、前記複合テーブルデータに含まれるデータを更新する第２更新工程と、を含み、
前記第２入力指示画面は、前記複合ベン図データと、前記複合テーブルデータに含まれる前記データの編集内容を指定するための第２操作画面と、を含む、要因要素の抽出方法。
前記データ表示工程は、さらに、
使用者が入力により指示を行うための第２入力指示画面を前記表示部に表示させる第２画面表示工程と、
前記第２画面表示工程において入力された前記指示を基に、前記複合テーブルデータに含まれるデータを更新する第２更新工程と、を含み、
前記第２入力指示画面は、前記複合ベン図データと、前記複合テーブルデータに含まれる前記データの編集内容を指定するための第２操作画面と、を含む、要因要素の抽出方法。
【請求項17】
請求項１２に記載の要因要素の抽出方法であって、
前記データ表示工程は、さらに、
前記使用者が入力により指示を行うための第３入力指示画面を前記表示部に表示させる第３画面表示工程と、
前記第３画面表示工程において入力された前記指示を基に、前記詳細テーブルデータに含まれるデータを更新する第３更新工程と、を含み、
前記第３入力指示画面は、前記詳細ベン図データと、前記詳細テーブルデータに含まれる前記データの編集内容を指定するための第３操作画面と、を含む、要因要素の抽出方法。
前記データ表示工程は、さらに、
前記使用者が入力により指示を行うための第３入力指示画面を前記表示部に表示させる第３画面表示工程と、
前記第３画面表示工程において入力された前記指示を基に、前記詳細テーブルデータに含まれるデータを更新する第３更新工程と、を含み、
前記第３入力指示画面は、前記詳細ベン図データと、前記詳細テーブルデータに含まれる前記データの編集内容を指定するための第３操作画面と、を含む、要因要素の抽出方法。
【請求項18】
対象を層別する場合における要因要素の抽出を行うためのコンピュータープログラムであって、
複数の前記対象ごとに、（ｉ）前記対象が第１状態と第２状態とのいずれか一方の状態であることを示す目的変数である二値ラベルである正解二値ラベルと、（ｉｉ）前記対象に対するラベル分類の要因となり得るＭ個（Ｍは、２以上の整数）の候補要因要素ごとに取得された量的データと、を関連付けたデータセットを準備する準備機能と、
前記量的データを前記第１状態と前記第２状態とに分類する分類閾値を前記候補要因要素ごとに設定して、前記候補要因要素ごとの前記分類閾値により、前記候補要因要素ごとに前記量的データをラベル分類することで、複数の前記量的データのそれぞれに対して、前記二値ラベルである予測二値ラベルを付与する分類機能と、
前記第１状態を示す前記正解二値ラベルが付与された前記対象の総数に対する、複数の前記対象ごとにおける前記第１状態を示す前記正解二値ラベルと一致する前記予測二値ラベルの数の割合である一致率が、予め定められた抽出閾値以上となるＮ個（Ｎは、１以上Ｍ未満の整数）の前記候補要因要素を、前記目的変数の説明変数となる前記要因要素として抽出する抽出機能と、を備える、コンピュータープログラム。
複数の前記対象ごとに、（ｉ）前記対象が第１状態と第２状態とのいずれか一方の状態であることを示す目的変数である二値ラベルである正解二値ラベルと、（ｉｉ）前記対象に対するラベル分類の要因となり得るＭ個（Ｍは、２以上の整数）の候補要因要素ごとに取得された量的データと、を関連付けたデータセットを準備する準備機能と、
前記量的データを前記第１状態と前記第２状態とに分類する分類閾値を前記候補要因要素ごとに設定して、前記候補要因要素ごとの前記分類閾値により、前記候補要因要素ごとに前記量的データをラベル分類することで、複数の前記量的データのそれぞれに対して、前記二値ラベルである予測二値ラベルを付与する分類機能と、
前記第１状態を示す前記正解二値ラベルが付与された前記対象の総数に対する、複数の前記対象ごとにおける前記第１状態を示す前記正解二値ラベルと一致する前記予測二値ラベルの数の割合である一致率が、予め定められた抽出閾値以上となるＮ個（Ｎは、１以上Ｍ未満の整数）の前記候補要因要素を、前記目的変数の説明変数となる前記要因要素として抽出する抽出機能と、を備える、コンピュータープログラム。
【発明の詳細な説明】
【技術分野】
【0001】
本開示は、要因要素の抽出方法およびコンピュータープログラムの技術に関する。
【背景技術】
【0002】
従来、製品に品質上の不具合が発生した場合に実施する要因解析において、収集したデータをグループ分けして、グループごとに分析する層別分析に関する技術が知られている（特許文献１）。
【先行技術文献】
【特許文献】
【0003】
【特許文献1】特開２００４－２０６４５４号公報
【発明の概要】
【発明が解決しようとする課題】
【0004】
収集したデータに対して層別分析を実行する場合、目的変数としてカテゴリカルデータを出力する必要がある。収集したデータから層別分析に有用な要因要素として目的変数の説明変数を抽出する過程において、説明変数が量的データである場合には、量的データをカテゴリカルデータに変換した上で、層別分析に有用な要因要素を抽出することが求められる。
【課題を解決するための手段】
【0005】
（１）本開示の一形態によれば、要因要素の抽出方法が提供される。対象を層別する場合における要因要素の抽出方法は、複数の前記対象ごとに、（ｉ）前記対象が第１状態と第２状態とのいずれか一方の状態であることを示す目的変数である二値ラベルである正解二値ラベルと、（ｉｉ）前記対象に対するラベル分類の要因となり得るＭ個（Ｍは、２以上の整数）の候補要因要素ごとに取得された量的データと、を関連付けたデータセットを準備する準備工程と、前記量的データを前記第１状態と前記第２状態とに分類する分類閾値を前記候補要因要素ごとに設定して、前記候補要因要素ごとの前記分類閾値により、前記候補要因要素ごとに前記量的データをラベル分類することで、複数の前記量的データのそれぞれに対して、前記二値ラベルである予測二値ラベルを付与する分類工程と、前記第１状態を示す前記正解二値ラベルが付与された前記対象の総数に対する、複数の前記対象ごとにおける前記第１状態を示す前記正解二値ラベルと一致する前記予測二値ラベルの数の割合である一致率が、予め定められた抽出閾値以上となるＮ個（Ｎは、１以上Ｍ未満の整数）の前記候補要因要素を、前記目的変数の説明変数となる前記要因要素として抽出する抽出工程と、を備える。
【0006】
（２）本開示の他の形態によれば、コンピュータープログラムが提供される。対象を層別する場合における要因要素の抽出を行うためのコンピュータープログラムは、複数の前記対象ごとに、（ｉ）前記対象が第１状態と第２状態とのいずれか一方の状態であることを示す目的変数である二値ラベルである正解二値ラベルと、（ｉｉ）前記対象に対するラベル分類の要因となり得るＭ個（Ｍは、２以上の整数）の候補要因要素ごとに取得された量的データと、を関連付けたデータセットを準備する準備機能と、前記量的データを前記第１状態と前記第２状態とに分類する分類閾値を前記候補要因要素ごとに設定して、前記候補要因要素ごとの前記分類閾値により、前記候補要因要素ごとに前記量的データをラベル分類することで、複数の前記量的データのそれぞれに対して、前記二値ラベルである予測二値ラベルを付与する分類機能と、前記第１状態を示す前記正解二値ラベルが付与された前記対象の総数に対する、複数の前記対象ごとにおける前記第１状態を示す前記正解二値ラベルと一致する前記予測二値ラベルの数の割合である一致率が、予め定められた抽出閾値以上となるＮ個（Ｎは、１以上Ｍ未満の整数）の前記候補要因要素を、前記目的変数の説明変数となる前記要因要素として抽出する抽出機能と、を備える。
【図面の簡単な説明】
【0007】
【図1】抽出システムの概略構成を示すブロック図。
【図2】要因要素の抽出方法を示すフローチャート。
【図3】データセットの一例を示す図。
【図4】分類工程を示すフローチャート。
【図5】分類工程の詳細を説明するための図。
【図6】閾値設定工程の詳細を説明するための図。
【図7】抽出工程を示すフローチャート。
【図8】抽出工程の詳細を説明するための図。
【図9】テーブル生成工程を示すフローチャート。
【図10】第１初期テーブルデータを示す図。
【図11】第２初期テーブルデータを示す図。
【図12】データ群生成工程を説明するための図。
【図13】データ群統合工程の詳細を説明するための図。
【図14】複合テーブルデータを示す図。
【図15】詳細テーブルデータを示す図。
【図16】ベン図生成工程を示すフローチャート。
【図17】初期ベン図生成工程を示すフローチャート。
【図18】第１テンプレート情報を示す図。
【図19】第２テンプレート情報を示す図。
【図20】第３テンプレート情報を示す図。
【図21】初期変換データを示す図。
【図22】初期ベン図データを示す図。
【図23】複合ベン図生成工程を示すフローチャート。
【図24】複合変換データを示す図。
【図25】複合ベン図データを示す図。
【図26】詳細ベン図生成工程を示すフローチャート。
【図27】詳細変換データを示す図。
【図28】詳細ベン図データを示す図。
【図29】データ表示工程を示すフローチャート。
【図30】初期表示画面と第１入力指示画面とを説明するための図。
【図31】第１画面表示工程の後に実行される各工程を示すフローチャート。
【図32】第１変更画面を示す図。
【図33】第２変更画面を示す図。
【図34】第３変更画面を示す図。
【図35】新規表示画面を示す図。
【図36】除外表示画面を示す図。
【図37】第２画面表示工程の後に実行される各工程を示すフローチャート。
【図38】第３画面表示工程の後に実行される各工程を示すフローチャート。
【発明を実施するための形態】
【0008】
Ａ．実施形態：
図１は、抽出システム１の概略構成を示すブロック図である。抽出システム１は、対象を層別する場合における要因要素を抽出するためのシステムである。抽出システム１は、Ｍ個（Ｍは、２以上の整数）の候補要因要素の中から、目的変数である二値ラベルの説明変数となる要因要素を抽出する。二値ラベルは、複数の対象ごとに、対象が第１状態と第２状態とのいずれか一方の状態であることを示すラベルである。対象は、例えば、製造設備１００を用いて製造される複数の製品や、製品を製造するための複数の製造工程である。候補要因要素は、例えば、製造工程において取得された製造パラメーターである。製造パラメーターは、製品を製造するために予め設定された製造条件である。製造パラメーターは、例えば、電流値、電圧値、周波数、膜圧、寸法、処理温度である。候補要因要素は、例えば、製造パラメーターの時系列変化の傾向を示す特徴パラメーターであってもよい。本実施形態では、抽出システム１は、対象であるＰ個（Ｐは、４以上の整数）の製品を不良品と良品とに層別する場合において、Ｍ個の候補要因要素の中から、製品が不良品であることを効率的に説明可能な要因要素を抽出する。よって、第１状態であることを示す二値ラベルは、製品が不良品であることを示すラベルである。第２状態であることを示す二値ラベルは、製品が良品であることを示すラベルである。対象とする各製品は、各製造工程において製造された製品を識別するために、製品に割り振られた識別子である製品ＩＤにより区別する。なお、層別の対象、二値ラベルの種類、候補要因要素の種類、製造パラメーターの種類等は、これに限られるものではない。
図１は、抽出システム１の概略構成を示すブロック図である。抽出システム１は、対象を層別する場合における要因要素を抽出するためのシステムである。抽出システム１は、Ｍ個（Ｍは、２以上の整数）の候補要因要素の中から、目的変数である二値ラベルの説明変数となる要因要素を抽出する。二値ラベルは、複数の対象ごとに、対象が第１状態と第２状態とのいずれか一方の状態であることを示すラベルである。対象は、例えば、製造設備１００を用いて製造される複数の製品や、製品を製造するための複数の製造工程である。候補要因要素は、例えば、製造工程において取得された製造パラメーターである。製造パラメーターは、製品を製造するために予め設定された製造条件である。製造パラメーターは、例えば、電流値、電圧値、周波数、膜圧、寸法、処理温度である。候補要因要素は、例えば、製造パラメーターの時系列変化の傾向を示す特徴パラメーターであってもよい。本実施形態では、抽出システム１は、対象であるＰ個（Ｐは、４以上の整数）の製品を不良品と良品とに層別する場合において、Ｍ個の候補要因要素の中から、製品が不良品であることを効率的に説明可能な要因要素を抽出する。よって、第１状態であることを示す二値ラベルは、製品が不良品であることを示すラベルである。第２状態であることを示す二値ラベルは、製品が良品であることを示すラベルである。対象とする各製品は、各製造工程において製造された製品を識別するために、製品に割り振られた識別子である製品ＩＤにより区別する。なお、層別の対象、二値ラベルの種類、候補要因要素の種類、製造パラメーターの種類等は、これに限られるものではない。
【0009】
抽出システム１は、測定ユニット９と、抽出装置１０と、を備える。測定ユニット９は、各製造工程における製造パラメーターの実測値を測定する複数の測定装置を有する。測定ユニット９を構成する各測定装置は、予め設定された製造パラメーターに応じて製造工程を実行した場合に、製造パラメーターの実測値を測定する。測定装置としては、例えば、電流センサーや電圧センサー、温度センサーが挙げられる。測定ユニット９は、製造工程において測定により取得した物理量である製造パラメーターの実測値を抽出装置１０に送信する。なお、抽出システム１は、例えば、抽出装置１０の後述する入力操作部５を介した使用者の入力により、製造パラメーターの実測値を取得してもよい。
【0010】
抽出装置１０は、通信部３と、表示部４と、入力操作部５と、記憶部６と、ＣＰＵ２と、を備える。抽出装置１０は、例えば、各構成要素２～６を備えるコンピューターである。
【0011】
通信部３は、測定ユニット９等の外部機器と抽出装置１０とを通信可能に接続する。表示部４は、ＣＰＵ２の指令に応じて、各種情報を表示する。表示部４は、例えば、液晶ディスプレイである。入力操作部５は、抽出装置１０の使用者からの入力を受け付ける。入力操作部５は、例えば、キーボードやマウスである。記憶部６は、抽出装置１０の動作を制御する各種プログラムと、測定ユニット９から送信される測定データと、を含む各種情報を記憶する。記憶部６は、ＲＡＭやＲＯＭ、書き換え可能な不揮発性メモリー等を含む。ＣＰＵ２は、記憶部６に記憶されたプログラムを展開することにより、分類部２２と、抽出部２３と、テーブル生成部２４と、ベン図生成部２５と、表示制御部２６として機能する。各機能の詳細は、後述する。
【0012】
図２は、要因要素の抽出方法を示すフローチャートである。本実施形態では、ステップＳ１の準備工程と、ステップＳ２の分類工程と、ステップＳ３の抽出工程と、ステップＳ４のテーブル生成工程と、ステップＳ５のベン図生成工程と、ステップＳ６のデータ表示工程と、がこの順に実行される。
【0013】
抽出方法において、まず、データセットＤｓを準備する準備工程が実行される。図３は、データセットＤｓの一例を示す図である。準備工程は、複数の対象Ｓｂごとに、正解二値ラベルＬｃと量的データＱとを関連付けたデータセットＤｓを準備する工程である。図３に示す例では、データセットＤｓにおいて、対象Ｓｂである各製品を区別する製品ＩＤと、正解二値ラベルＬｃと、候補要因要素Ｐｃごとに取得された量的データＱと、が関連付けられている。正解二値ラベルＬｃは、使用者等により、正解を示す二値ラベルとして予め設定されたラベルである。第１正解二値ラベルＬｃ１は、第１状態を示す正解二値ラベルであり、本実施形態では、製品が不良品であることを示す正解二値ラベルＬｃである。第２正解二値ラベルＬｃ２は、第２状態を示す正解二値ラベルであり、本実施形態では、製品が良品であることを示す正解二値ラベルＬｃである。量的データＱは、対象Ｓｂである製品に対するラベル分類の要因となり得るＭ個の候補要因要素Ｐｃごとに取得された数値データである。換言すると、量的データＱは、製品を不良品と良品とに層別する場合において、製品が不良品であることを効率的に説明可能な要因要素を抽出する手がかりとなる変数としての特徴量である。
【0014】
図２に示すように、準備工程の後に、分類部２２は、分類閾値を設定して予測二値ラベルを付与する分類工程を実行する。図４は、分類工程を示すフローチャートである。図５は、分類工程の詳細を説明するための図である。分類工程は、分類閾値Ｔを候補要因要素Ｐｃごとに設定して、候補要因要素Ｐｃごとの分類閾値Ｔにより、候補要因要素Ｐｃごとに量的データＱをラベル分類することで、複数の各量的データＱに予測二値ラベルＬｐを付与する工程である。分類閾値Ｔは、量的データＱを第１状態と第２状態とにラベル分類するための閾値である。予測二値ラベルＬｐは、候補要因要素Ｐｃごとの分類閾値により、候補要因要素Ｐｃごとに量的データＱをラベル分類したときに、複数の量的データＱのそれぞれに付与される二値ラベルである。第１予測二値ラベルＬｐ１は、第１状態を示す予測二値ラベルであり、本実施形態では、製品が不良品であることを示す予測二値ラベルＬｐである。第２予測二値ラベルＬｐ２は、第２状態を示す予測二値ラベルであり、本実施形態では、製品が良品であることを示す予測二値ラベルＬｐである。予測二値ラベルＬｐには、いずれの候補要因要素Ｐｃにより出力された予測二値ラベルＬｐであるかを示す識別子が紐付けられている。
【0015】
図４に示すように、分類工程では、まず、ステップＳ２１０において、分類部２２は、データセットＤｓを取得する。
【0016】
ステップＳ２１０の後に、分類部２２は、分類閾値Ｔを設定する閾値設定工程を実行する。図６は、閾値設定工程の詳細を説明するための図である。本実施形態では、分類部２２は、閾値設定工程において、複数の量的データＱに対して、候補要因要素Ｐｃごとに決定木Ｄｔによって二値ラベルのラベル分類を行い、決定木Ｄｔにおいて分岐条件となる値を分類閾値Ｔとして設定する。このとき、分類部２２は、図５および図６に示すように、閾値設定工程において、決定木Ｄｔの分岐回数を２回以下にすることで、分類閾値Ｔの設定数を２個以下に制限する。これにより、設定した分類閾値Ｔによって量的データＱをラベル分類した場合に、第１予測二値ラベルＬｐ１と第２予測二値ラベルＬｐ２とのいずれか一方が予測二値ラベルＬｐとして出力される。以下では、複数の量的データＱに対して、候補要因要素Ｐｃごとに決定木Ｄｔによって二値ラベルのラベル分類を行った場合に、決定木Ｄｔにおいて分岐条件となる値が３個存在する場合の分類閾値Ｔの設定方法について説明する。すなわち、複数の量的データＱに対して、候補要因要素Ｐｃごとに決定木Ｄｔによって二値ラベルのラベル分類を行った場合に、決定木Ｄｔの分岐回数が３回となる場合における分類閾値Ｔの設定方法について説明する。
【0017】
図４に示すように、ステップＳ２２０において、分類部２２は、複数の量的データＱに対して、候補要因要素Ｐｃごとに決定木Ｄｔを実行する。分類部２２は、例えば、複数の量的データＱに対して、候補要因要素Ｐｃごとに決定木Ｄｔを実行する学習済みの機械学習モデルを用いて、分類閾値Ｔを設定する。本実施形態では、機械学習モデルに用いられるアルゴリズムは、決定木アルゴリズムである。
【0018】
図４および図６に示すように、ステップＳ２３１において「Ｙｅｓ」と判定した場合、すなわち、決定木Ｄｔの分岐回数が３回となることで、分類閾値Ｔの候補である候補分類閾値が３個抽出されている場合に、分類部２２は、以下の処理を実行する。換言すると、決定木Ｄｔにおいて、最初の分岐点Ｂｒである第１分岐点Ｂｒ１からさらに第２分岐点Ｂｒ２と第３分岐点Ｂｒ３とに分岐している場合に、分類部２２は、以下の処理を実行する。なお、決定木Ｄｔの分岐回数が３回となる場合は、図６に示す第１の場合Ｐｔ１と第２の場合Ｐｔ２のいずれかである。以下においては、第２分岐点Ｂｒ２と第３分岐点Ｂｒ３とのいずれも除外していない決定木Ｄｔを除外前決定木Ｄｔ０とも呼ぶ。
【0019】
図６に示す第１の場合Ｐｔ１、すなわち、除外前決定木Ｄｔ０が第１分岐点Ｂｒ１からさらに第２分岐点Ｂｒ２と第３分岐点Ｂｒ３とに分岐している場合に、分類部２２は、図４に示すステップＳ２３３において、第１の一致率Ｍｒ１を算出する。第１の一致率Ｍｒ１は、第１分岐状態Ｄｄ１おける、第１正解二値ラベルＬｃ１が付与された対象Ｓｂの総数に対する、複数の対象Ｓｂごとにおける第１正解二値ラベルＬｃ１と一致する第１予測二値ラベルＬｐ１の数の割合である。第１分岐状態Ｄｄ１は、図６に示すように、除外前決定木Ｄｔ０における第２分岐点Ｂｒ２を除外して、決定木Ｄｔを第１分岐点Ｂｒ１と第３分岐点Ｂｒ３とで分岐させた状態である。つまり、第１の一致率Ｍｒ１は、第１分岐状態Ｄｄ１における分類閾値Ｔよって量的データＱをラベル分類した場合の分類精度を表す指標である。第１の一致率Ｍｒ１が高いほど分類精度は高く、第１の一致率Ｍｒ１が低いほど分類精度は低い。以下においては、第１分岐状態Ｄｄ１の決定木Ｄｔを第１決定木Ｄｔ１とも呼ぶ。
【0020】
図６に示す第２の場合Ｐｔ２、すなわち、除外前決定木Ｄｔ０が第１分岐点Ｂｒ１からさらに第２分岐点Ｂｒ２と第３分岐点Ｂｒ３とに分岐している場合に、分類部２２は、図４に示すステップＳ２３５において、第２の一致率Ｍｒ２を算出する。第２の一致率Ｍｒ２は、第２分岐状態Ｄｄ２における、第１正解二値ラベルＬｃ１が付与された対象Ｓｂの総数に対する、複数の対象Ｓｂごとにおける第１正解二値ラベルＬｃ１と一致する第１予測二値ラベルＬｐ１の数の割合である。第２分岐状態Ｄｄ２は、図６に示すように、除外前決定木Ｄｔ０における第３分岐点Ｂｒ３を除外して、決定木Ｄｔを第１分岐点Ｂｒ１と第２分岐点Ｂｒ２とで分岐させた状態である。つまり、第２の一致率Ｍｒ２は、第２分岐状態Ｄｄ２における分類閾値Ｔよって量的データＱをラベル分類した場合の分類精度を表す指標である。第２の一致率Ｍｒ２が高いほど分類精度は高く、第２の一致率Ｍｒ２が低いほど分類精度は低い。以下においては、第２分岐状態Ｄｄ２の決定木Ｄｔを第２決定木Ｄｔ２とも呼ぶ。なお、ステップＳ２３３とステップＳ２３５とは、いずれが先に実行されてもよい。
【0021】
図４に示すように、ステップＳ２３５の後に、分類部２２は、ステップＳ２３７において、第１の一致率Ｍｒ１と第２の一致率Ｍｒ２とを比較して、一致率Ｍｒ１，Ｍｒ２が高い方の決定木Ｄｔ１，Ｄｔ２における分岐点Ｂｒを分類閾値Ｔに設定する。具体的には、ステップＳ２３７において「Ｙｅｓ」と判定した場合、すなわち、第１の一致率Ｍｒ１が第２の一致率Ｍｒ２よりも高い場合に、分類部２２は、ステップＳ２３８において、図６に示す第１決定木Ｄｔ１を採用する。そして、分類部２２は、第２分岐点Ｂｒ２を除外した第１決定木Ｄｔ１における第１分岐点Ｂｒ１と第３分岐点Ｂｒ３との値をそれぞれ、分類閾値Ｔに設定する。これに対して、図４に示すように、ステップＳ２３７において「Ｎｏ」と判定した場合、すなわち、第２の一致率Ｍｒ２が第１の一致率Ｍｒ１よりも高い場合に、分類部２２は、ステップＳ２３９において、図６に示す第２決定木Ｄｔ２を採用する。そして、分類部２２は、第３分岐点Ｂｒ３を除外した第２決定木Ｄｔ２における第１分岐点Ｂｒ１と第２分岐点Ｂｒ２との値をそれぞれ、分類閾値Ｔに設定する。
【0022】
図４に示すように、ステップＳ２３８とステップＳ２３９とのいずれか一方を実行した後に、分類部２２は、予測二値ラベルＬｐの選定を行うステップＳ２４０のラベル選定工程を実行する。ラベル選定工程は、閾値設定工程で採用された決定木Ｄｔ１，Ｄｔ２において、対象量的データＱｓの予測二値ラベルＬｐを選定する工程である。閾値設定工程で採用された決定木Ｄｔ１，Ｄｔ２とは、第２分岐点Ｂｒ２と第３分岐点Ｂｒ３とのうち、一致率Ｍｒ１，Ｍｒ２がより低い分岐点Ｂｒ２，Ｂｒ３を除外した決定木Ｄｔである。対象量的データＱｓとは、第１分類閾値Ｔ１により分類された後に、第２分類閾値Ｔ２によって分類されることなく予測二値ラベルＬｐが出力される量的データＱである。第１分類閾値Ｔ１は、第１分岐点Ｂｒ１により定まる分類閾値Ｔである。第２分類閾値Ｔ２は、第２分岐点Ｂｒ２と第３分岐点Ｂｒ３とのうち、一致率Ｍｒ１，Ｍｒ２がより高い分岐点Ｂｒにより定まる分類閾値Ｔである。換言すると、第２分類閾値Ｔ２は、ステップＳ２３８およびステップＳ２３９において除外されることなく、第１決定木Ｄｔ１に残された第２分岐点Ｂｒ２と、第２決定木Ｄｔ２に残された第３分岐点Ｂｒ３と、のいずれかの分岐点Ｂｒにより定まる分類閾値Ｔである。つまり、対象量的データＱｓは、第２分岐点Ｂｒ２と第３分岐点Ｂｒ３とのいずれか一方が除外されたことにより分類されることなく予測二値ラベルＬｐが出力される量的データＱである。
【0023】
ラベル選定工程において、分類部２２は、正解二値ラベルＬｃのうち、第１正解二値ラベルＬｃ１の付与率が第２正解二値ラベルＬｃ２の付与率よりも高い場合には、対象量的データＱｓに対して、第１予測二値ラベルＬｐ１を出力するように設定する。これに対して、分類部２２は、正解二値ラベルＬｃのうち、第２正解二値ラベルＬｃ２の付与率が第１正解二値ラベルＬｃ１の付与率よりも高い場合には、対象量的データＱｓに対して、第２予測二値ラベルＬｐ２を出力するように設定する。なお、第１正解二値ラベルＬｃ１の付与率と第２正解二値ラベルＬｃ２の付与率とが同一の場合には、決定木Ｄｔにおいて、第１分岐点Ｂｒ１のみが形成され、第２分岐点Ｂｒ２と第３分岐点Ｂｒ３とは形成されない。そのため、第１正解二値ラベルＬｃ１の付与率と第２正解二値ラベルＬｃ２の付与率とが同一の場合、ステップＳ２３３からステップＳ２４０までの各ステップは、省略される。
【0024】
図４に示すように、ラベル選定工程の後に、ステップＳ２５０において、分類部２２は、ラベル一致率Ｍｒを算出する。ラベル一致率Ｍｒは、閾値設定工程で設定した分類閾値Ｔで予測二値ラベルＬｐを出力したときの第１正解二値ラベルＬｃ１が付与された対象Ｓｂの総数に対する、複数の対象Ｓｂごとにおける第１正解二値ラベルＬｃ１と一致する第１予測二値ラベルＬｐ１の数の割合である。よって、閾値設定工程において、図６に示す第１決定木Ｄｔ１の第１分岐点Ｂｒ１の値が第１分類閾値Ｔ１として設定され、第３分岐点Ｂｒ３の値が第２分類閾値Ｔ２として設定された場合、分類部２２は、第１の一致率Ｍｒ１をラベル一致率Ｍｒとする。また、閾値設定工程において、第２決定木Ｄｔ２の第１分岐点Ｂｒ１の値が第１分類閾値Ｔ１に設定され、第２分岐点Ｂｒ２の値が第２分類閾値Ｔ２に設定された場合、分類部２２は、第２の一致率Ｍｒ２をラベル一致率Ｍｒとする。
【0025】
ステップＳ２５０の後に、分類部２２は、ステップＳ２７０において、データセットＤｓに含まれる全ての候補要因要素Ｐｃについて、分類閾値Ｔの設定とラベル一致率Ｍｒの算出とが完了しているかを確認する。ステップＳ２７０において「Ｙｅｓ」と判定した場合、すなわち、データセットＤｓに含まれる全ての候補要因要素Ｐｃについて、分類閾値Ｔの設定とラベル一致率Ｍｒの算出とが完了している場合に、分類部２２は、分類工程を終了する。これに対して、ステップＳ２７０において「Ｎｏ」と判定した場合、すなわち、データセットＤｓに含まれる少なくとも１個以上の候補要因要素Ｐｃについて、分類閾値の設定とラベル一致率Ｍｒの算出とが完了していない場合に、分類部２２は、以下の処理を実行する。この場合、分類部２２は、ステップＳ２７０において「Ｙｅｓ」と判定するまで、ステップＳ２３０からステップＳ２７０までの各ステップを繰り返し実行する。
【0026】
図２に示すように、分類工程の後に、抽出部２３は、目的変数の説明変数となる候補要因要素Ｐｃを抽出する抽出工程を実行する。図７は、抽出工程を示すフローチャートである。図８は、抽出工程の詳細を説明するための図である。図８には、図７の各ステップに対応するステップ番号を付している。抽出工程は、データセットＤｓに含まれるＮ個の候補要因要素Ｐｃの中から、ラベル一致率Ｍｒが予め定められた抽出閾値以上となるＮ個（Ｎは、１以上Ｍ未満の整数）の候補要因要素Ｐｃを、目的変数の説明変数となる要因要素として抽出する工程である。本実施形態では、図７に示すように、抽出部２３は、抽出工程において、抽出処理工程と判定処理工程とをこの順に実行して、説明変数となる要因要素を抽出する。
【0027】
抽出工程において、抽出部２３は、まず、初回ルーチンにおける抽出処理工程であるステップＳ３１０を実行する。初回ルーチンにおける抽出処理工程では、抽出部２３は、データセットＤｓに含まれる全ての候補要因要素Ｐｃの中から、ラベル一致率Ｍｒが最も高い候補要因要素Ｐｃを、目的変数の説明変数となる要因要素として抽出する。図８に示す例では、ラベル一致率Ｍｒが最も高い候補要因要素Ｐｃは、複数の候補要因要素Ｐｃのうち、候補要因要素Ａである。よって、この場合、抽出部２３は、候補要因要素Ａを要因要素として抽出する。
【0028】
ステップＳ３１０の後に、抽出部２３は、初回ルーチンにおける判定処理工程を実行する。初回ルーチンにおける判定処理工程では、抽出部２３は、第１占有割合Ｈｒ１が予め定められた割合閾値以上であるか否かを判定して、抽出した要因要素とは異なる他の要因要素をさらに抽出するか否かを判定する。具体的には、ステップＳ３２０において、抽出部２３は、図８に示すように、第１占有割合Ｈｒ１を算出する。第１占有割合Ｈｒ１は、第１正解二値ラベルＬｃ１が付与された対象Ｓｂの総数に対する、抽出処理工程によって抽出された要因要素において、ラベル一致率Ｍｒの算出元のラベルである第１予測二値ラベルＬｐ１の割合である。つまり、図８に示す例では、第１占有割合Ｈｒ１は、第１正解二値ラベルＬｃ１が付与された製品の総数に対する、候補要因要素Ａについて設定された分類閾値Ｔにより分類することで出力された第１予測二値ラベルＬｐ１の割合である。
【0029】
図７に示すように、ステップＳ３２０の後に、抽出部２３は、ステップＳ３３０において、第１占有割合Ｈｒ１と割合閾値とを比較する。割合閾値は、例えば、第１正解二値ラベルＬｃ１が付与された対象の総数に対して９０％となる値である。そして、ステップＳ３３０において「Ｙｅｓ」と判定した場合、すなわち、第１占有割合Ｈｒ１が割合閾値以上である場合に、抽出部２３は、抽出工程を終了する。これに対して、ステップＳ３３０において「Ｎｏ」と判定した場合、すなわち、第１占有割合Ｈｒ１が割合閾値未満である場合に、抽出部２３は、さらに他の要因要素を抽出するために、次ルーチンの抽出処理工程および判定処理工程を実行する。
【0030】
ステップＳ３３０において「Ｎｏ」と判定した場合に、抽出部２３は、次ルーチンにおける抽出処理工程であるステップＳ３４０を実行する。次ルーチンにおける抽出処理工程では、抽出部２３は、前回までのルーチンにおいて抽出された候補要因要素Ｐｃを除いた残りの候補要因要素Ｐｃのうちで、ラベル一致率Ｍｒが最も高い候補要因要素Ｐｃを要因要素として抽出する。つまり、分類部２２は、残りの対象Ｓｂごとにおいて、第１正解二値ラベルＬｃ１と一致する第１予測二値ラベルＬｐ１の数の割合をラベル一致率Ｍｒとみなして、このラベル一致率Ｍｒが最も高い候補要因要素Ｐｃを要因要素として抽出する。残りの対象Ｓｂとは、前回までのルーチンにおいて抽出された要因要素を除いた複数の候補要因要素Ｐｃのうちで、前回までのルーチンにおいてラベル一致率Ｍｒの算出元となった第１正解二値ラベルＬｃ１が付与された対象Ｓｂを除いた残りの複数の対象Ｓｂである。図８に示す例では、候補要因要素Ｂは、候補要因要素Ａの次にラベル一致率Ｍｒが高い。よって、この場合、抽出部２３は、候補要因要素Ｂを要因要素としてさらに抽出する。
【0031】
ステップＳ３４０の後に、抽出部２３は、次ルーチンにおける判定処理工程を実行する。次ルーチンにおける判定処理工程では、抽出部２３は、第２占有割合Ｈｒ２が予め定められた割合閾値以上であるか否かを判定して、今までに抽出した要因要素とは異なる他の要因要素をさらに抽出するか否かを判定する。具体的には、ステップＳ３５０において、抽出部２３は、図８に示すように、第２占有割合Ｈｒ２を算出する。第２占有割合Ｈｒ２は、第１正解二値ラベルＬｃ１が付与された対象Ｓｂの総数に対する、次ルーチンを含む今までの各ルーチンにおけるラベル一致率Ｍｒの算出元のラベルである第１予測二値ラベルＬｐ１の総数の割合である。つまり、図８に示す例では、第２占有割合Ｈｒ２は、第１正解二値ラベルＬｃ１が付与された製品の総数に対する、候補要因要素Ａおよび候補要因要素Ｂについて設定された各分類閾値Ｔによりそれぞれ分類することで出力された第１予測二値ラベルＬｐ１の総数の割合である。
【0032】
図７に示すように、ステップＳ３５０の後に、抽出部２３は、ステップＳ３６０において、第２占有割合Ｈｒ２と割合閾値とを比較する。ここで言う割合閾値は、ステップＳ３３０における割合閾値と同一である。つまり、抽出部２３は、第１正解二値ラベルＬｃ１が付与された対象Ｓｂの総数に対する、次ルーチンを含む今までの各ルーチンにおけるラベル一致率Ｍｒの算出元のラベルである第１予測二値ラベルＬｐ１の総数の割合を第１占有割合Ｈｒ１とみなして、割合閾値と比較する。そして、ステップＳ３６０において「Ｙｅｓ」と判定した場合、すなわち、第２占有割合Ｈｒ２が割合閾値以上である場合に、抽出部２３は、抽出工程を終了する。一方、ステップＳ３６０において「Ｎｏ」と判定した場合、すなわち、第２占有割合Ｈｒ２が割合閾値未満である場合に、抽出部２３は、第２占有割合Ｈｒ２が割合閾値以上となるまで、ステップＳ３４０からステップＳ３６０までの各ステップを繰り返し実行する。
【0033】
【0034】
ステップＳ４１０において、テーブル生成部２４は、初期テーブルデータを生成する。初期テーブルデータは、目的変数と説明変数との関係をテーブル形式で表すデータである。図１０は、抽出工程において要因要素Ｐｄとして抽出された候補要因要素Ｐｃの数が１以上３以下の場合に生成される初期テーブルデータＤｐの一例を示す図である。図１０では、抽出工程において、複数の候補要因要素Ｐｃの中から、候補要因要素Ａと候補要因要素Ｂとの２個の候補要因要素Ｐｃが要因要素Ｐｄとして抽出された場合を例示している。以下においては、図１０に示す初期テーブルデータＤｐを第１初期テーブルデータＤｐ１とも呼ぶ。図１１は、抽出工程において要因要素Ｐｄとして抽出された候補要因要素Ｐｃの数が４以上の場合に生成される初期テーブルデータＤｐの一例を示す図である。図１１では、複数の候補要因要素Ｐｃの中から、候補要因要素Ｃと候補要因要素Ｄと候補要因要素Ｅと候補要因要素Ｆとの４個の候補要因要素Ｐｃが要因要素Ｐｄとして抽出された場合を例示している。以下においては、図１１に示す初期テーブルデータＤｐを第２初期テーブルデータＤｐ２とも呼ぶ。テーブル生成部２４は、正解二値ラベルＬｃと、抽出工程によって抽出された要因要素Ｐｄごとの量的データＱに対して付与された予測二値ラベルＬｐと、を対象Ｓｂごとに関連付けることで、初期テーブルデータＤｐを生成する。図１０および図１１では、１７個の製品ＩＤのそれぞれに、正解二値ラベルＬｃと、要因要素Ｐｄごとの予測二値ラベルＬｐとが関連付けられている。なお、各予測二値ラベルＬｐには、いずれの要因要素Ｐｄにより出力された予測二値ラベルＬｐであるかを示す識別子が紐付けられている。つまり、同一の対象Ｓｂについて、複数の要因要素Ｐｄにより出力された同一種類の予測二値ラベルＬｐ同士は、判別可能である。
【0035】
ステップＳ４２０において「Ｎｏ」と判定した場合、すなわち、抽出工程において要因要素Ｐｄとして抽出された候補要因要素Ｐｃの数が１以上３以下である場合、テーブル生成部２４は、テーブル生成工程を終了する。つまり、ステップＳ４１０において、第１初期テーブルデータＤｐ１が生成された場合、テーブル生成部２４は、テーブル生成工程を終了する。
【0036】
ステップＳ４２０において「Ｙｅｓ」と判定した場合、すなわち、抽出工程において要因要素Ｐｄとして抽出された候補要因要素Ｐｃの数が４以上である場合、テーブル生成部２４は、ステップＳ４３０を実行する。つまり、ステップＳ４１０において、第２初期テーブルデータＤｐ２が生成された場合、テーブル生成部２４は、ステップＳ４３０を実行する。なお、ベン図生成部２５は、抽出工程において要因要素Ｐｄとして抽出された候補要因要素Ｐｃの数に関わらず、生成した初期テーブルデータＤｐを記憶部６に記憶させる。
【0037】
図１２は、データ群生成工程を説明するための図である。図９に示すように、ステップＳ４３０において、テーブル生成部２４は、図１２に示す初期テーブルデータＤｐ２に含まれる予測二値ラベルＬｐを要因要素Ｐｄごとに分類したデータ群ＤｇＣ～ＤｇＦを生成するデータ群生成工程を実行する。
【0038】
図９に示すように、ステップＳ４４０において、テーブル生成部２４は、複合データ群Ｄｇを生成するデータ群統合工程を実行する。図１３は、データ群統合工程の詳細を説明するための図である。図１３では、図１２に示す２個のデータ群ＤｇＣ，ＤｇＤを統合して、第１複合データ群Ｄｇ１を生成する場合を例示している。データ群統合工程において、テーブル生成部２４は、図１２に示す複数のデータ群ＤｇＣ，ＤｇＤにそれぞれ含まれる同一の対象Ｓｂについて付与された予測二値ラベルＬｐ同士を、予め定められた演算方法により、分類し直す。具体的には、図１３に示すように、テーブル生成部２４は、複数のデータ群ＤｇＣ，ＤｇＤにそれぞれ含まれる同一の対象Ｓｂについて付与された予測二値ラベルＬｐ同士を、第１予測二値ラベルＬｐ１と第２予測二値ラベルＬｐ２とのいずれかに分類し直す。これにより、テーブル生成部２４は、データ群生成工程において生成した複数のデータ群ＤｇＣ，ＤｇＤをまとめた第１複合データ群Ｄｇ１を生成する。図示は省略するが、テーブル生成部２４は、第１複合データ群Ｄｇ１と同様に、図１２に示す残りの２個のデータ群ＤｇＥ，ＤｇＦを統合して、後述の図１４に示す第２複合データ群Ｄｇ２を生成する。
【0039】
複合データ群Ｄｇを生成するために用いられる予め定められた演算方法は、例えば、オア演算である。複数のデータ群ＤｇＣ～ＤｇＦのそれぞれに含まれる同一の対象Ｓｂについて付与された予測二値ラベルＬｐ同士を、オア演算により分類し直す場合、テーブル生成部２４は、以下の処理を実行する。同一の対象Ｓｂについて、第１要因要素Ｐｄ１である要因要素Ｃと第２要因要素Ｐｄ２である要因要素Ｄとのいずれかにおいて、第１予測二値ラベルＬｐ１が出力されている場合に、テーブル生成部２４は、当該対象Ｓｂを第１予測二値ラベルＬｐ１に分類し直す。一方、同一の対象Ｓｂについて、第１要因要素Ｐｄ１である要因要素Ｃと第２要因要素Ｐｄ２である要因要素Ｄとのいずれも、第２予測二値ラベルＬｐ２が出力されている場合に、テーブル生成部２４は、当該対象Ｓｂを第２予測二値ラベルＬｐ２に分類し直す。なお、複合データ群Ｄｇを生成するために用いられる予め定められた演算方法は、これに限られるものではない。また、複合データ群Ｄｇに含まれるデータ群ＤｇＣ～ＤｇＦは、使用者による入力により手動で選択されてもよく、クラスター分析等により自動的に選択されてもよい。
【0040】
図９に示すように、ステップＳ４５０において、複合テーブルデータを生成する複合テーブル生成工程を実行する。図１４は、図１１に示す初期テーブルデータＤｐ２から生成された複合テーブルデータＤｃを示す図である。複合テーブルデータＤｃは、目的変数と複合データ群Ｄｇ１，Ｄｇ２との関係をテーブル形式で表すデータである。複合テーブル生成工程において、テーブル生成部２４は、正解二値ラベルＬｃと、複合データ群Ｄｇ１，Ｄｇ２ごとに付与された予測二値ラベルＬｐと、を対象Ｓｂごとに関連付けることで、複合テーブルデータＤｃを生成する。テーブル生成部２４は、生成した複合テーブルデータＤｃを記憶部６に記憶させる。
【0041】
図９に示すように、ステップＳ４６０において、テーブル生成部２４は、詳細テーブルデータを生成する詳細テーブル生成工程を実行する。図１５は、図１４に示す第１複合データ群Ｄｇ１の詳細をテーブル形式で表す詳細テーブルデータＤｆを示す図である。詳細テーブルデータＤｆは、目的変数と複合データ群Ｄｇに含まれるデータ群ＤｇＣ～ＤｇＦとの関係をテーブル形式で表すデータである。詳細テーブル生成工程において、テーブル生成部２４は、正解二値ラベルＬｃと、複合データ群Ｄｇに含まれるデータ群ＤｇＣ～ＤｇＦごとの予測二値ラベルＬｐと、を対象Ｓｂごとに関連付けることで、詳細テーブルデータＤｆを生成する。テーブル生成部２４は、生成した詳細テーブルデータＤｆを記憶部６に記憶させる。
【0042】
【0043】
ステップＳ５１０において「Ｎｏ」と判定した場合、すなわち、抽出工程において要因要素Ｐｄとして抽出された候補要因要素Ｐｃの数が１以上３以下である場合、ベン図生成部２５は、ステップＳ５２０の初期ベン図生成工程を実行して、初期ベン図データを生成する。初期ベン図データは、初期テーブルデータＤｐに含まれる目的変数と説明変数との関係をベン図によって表すデータである。一方で、ステップＳ５１０において「Ｙｅｓ」と判定した場合、すなわち、抽出工程において要因要素Ｐｄとして抽出された候補要因要素Ｐｃの数が４以上である場合、ベン図生成部２５は、ステップＳ５３０の複合ベン図生成工程と、ステップＳ５４０の詳細ベン図生成工程と、をこの順に実行して、複合ベン図データと詳細ベン図データとを生成する。複合ベン図データは、複合テーブルデータＤｃに含まれる目的変数と説明変数との関係をベン図によって表すデータである。詳細ベン図データは、詳細テーブルデータＤｆに含まれる目的変数と説明変数との関係をベン図によって表すデータである。
【0044】
【0045】
図１７に示すように、ステップＳ５２１の後に、ベン図生成部２５は、ステップＳ５２２において、初期テーブルデータＤｐに含まれる要因要素Ｐｄの数に応じたテンプレート情報を取得する。本実施形態では、テンプレート情報は、記憶部６に予め記憶されている。テンプレート情報は、配置情報と、領域情報と、を含む。配置情報は、全体集合を示す枠内の領域数および領域識別子によって区別される各領域の配置を示す情報である。領域情報は、ベン図の各領域に対応する領域識別子を示す情報である。具体的には、領域情報は、目的変数である正解二値ラベルＬｃと、説明変数として抽出された各要因要素Ｐｄにより出力される各予測二値ラベルＬｐと、の組合せに応じた領域を区別するための領域識別子をリスト化した情報である。
【0046】
図１８は、第１テンプレート情報Ｔｐ１を示す図である。第１テンプレート情報Ｔｐ１は、抽出工程において１個の要因要素Ｐｄが抽出されることにより、初期テーブルデータＤｐに１個の要因要素Ｐｄが含まれる場合に使用される。第１テンプレート情報Ｔｐ１は、配置情報としての第１配置情報Ｓｐ１と、領域情報としての第１領域情報Ａｒ１と、を含む。抽出工程において１個の要因要素Ｐｄが抽出される場合、目的変数である正解二値ラベルＬｃと、説明変数として抽出された要因要素Ｐｄにより出力される予測二値ラベルＬｐと、の組合せは、４通りである。よって、第１配置情報Ｓｐ１では、異なる領域識別子Ａ０～Ａ３を割り当てた４個の領域によって全体集合Ｕが区分される。また、第１領域情報Ａｒ１では、正解二値ラベルＬｃと第１要因要素Ｐｄ１により出力される予測二値ラベルＬｐとの組合せごとに、異なる領域識別子Ａ０～Ａ３が割り当てられている。
【0047】
図１９は、第２テンプレート情報Ｔｐ２を示す図である。第２テンプレート情報Ｔｐ２は、抽出工程において２個の要因要素Ｐｄが抽出されることにより、初期テーブルデータＤｐに２個の要因要素Ｐｄが含まれる場合に使用される。第２テンプレート情報Ｔｐ２は、配置情報としての第２配置情報Ｓｐ２と、領域情報としての第２領域情報Ａｒ２と、を含む。抽出工程において２個の要因要素Ｐｄが抽出される場合、目的変数である正解二値ラベルＬｃと、説明変数として抽出された２個の要因要素Ｐｄによりそれぞれ出力される予測二値ラベルＬｐと、の組合せは、８通りである。よって、第２配置情報Ｓｐ２では、異なる領域識別子Ａ０～Ａ７を割り当てた８個の領域によって全体集合Ｕが区分される。また、第２領域情報Ａｒ２では、正解二値ラベルＬｃと第１要因要素Ｐｄ１および第２要因要素Ｐｄ２により出力される各予測二値ラベルＬｐとの組合せごとに、異なる領域識別子Ａ０～Ａ７が割り当てられている。
【0048】
図２０は、第３テンプレート情報Ｔｐ３を示す図である。第３テンプレート情報Ｔｐ３は、抽出工程において３個の要因要素Ｐｄが抽出されることにより、初期テーブルデータＤｐに３個の要因要素Ｐｄが含まれる場合に使用される。第３テンプレート情報Ｔｐ３は、配置情報としての第３配置情報Ｓｐ３と、領域情報としての第３領域情報Ａｒ３と、を含む。抽出工程において３個の要因要素Ｐｄが抽出される場合、目的変数である正解二値ラベルＬｃと、説明変数として抽出された３個の要因要素Ｐｄによりそれぞれ出力される予測二値ラベルＬｐと、の組合せは、１６通りである。よって、第３配置情報Ｓｐ３では、異なる領域識別子Ａ０～Ａ１５を割り当てた１６個の領域によって全体集合Ｕが区分される。また、第３領域情報Ａｒ３では、正解二値ラベルＬｃと、第１要因要素Ｐｄ１、第２要因要素Ｐｄ２、および第３要因要素Ｐｄ３により出力される予測二値ラベルＬｐと、の組合せごとに、異なる領域識別子Ａ０～Ａ１５が割り当てられている。
【0049】
本実施形態では、図１０に示すように、第１初期テーブルデータＤｐ１には、第１要因要素Ｐｄ１としての要因要素Ａと、第２要因要素Ｐｄ２としての要因要素Ｂと、の２個の要因要素Ｐｄが含まれる。よって、ベン図生成部２５は、目的変数である正解二値ラベルＬｃと、説明変数として抽出された２個の要因要素Ｐｄ１，Ｐｄ２により出力される各予測二値ラベルＬｐと、の関係を表すために、図１７に示すステップＳ５２２において、図１９に示す第２テンプレート情報Ｔｐ２を取得する。
【0050】
図１７に示すように、ステップＳ５２２の後に、ベン図生成部２５は、第１初期テーブルデータＤｐ１から初期ベン図データを生成するための初期変換データ生成工程を実行する。図２１は、図１０に示す第１初期テーブルデータＤｐ１から生成された初期変換データＥｐを示す図である。図１７に示すように、初期変換データ生成工程では、ベン図生成部２５は、まず、ステップＳ５２３において、第１初期テーブルデータＤｐ１に含まれる正解二値ラベルＬｃおよび予測二値ラベルＬｐをそれぞれ、「０」と「１」とのいずれか一方によって表される２進数に変換する。本実施形態では、図２１に示すように、ベン図生成部２５は、第１正解二値ラベルＬｃ１を「１」に変換し、第２正解二値ラベルＬｃ２を「０」に変換している。また、ベン図生成部２５は、第１予測二値ラベルＬｐ１を「１」に変換し、第２予測二値ラベルＬｐ２を「０」に変換している。
【0051】
図１７に示すように、ステップＳ５２３の後に、ベン図生成部２５は、ステップＳ５２４において、第１初期テーブルデータＤｐ１に含まれる対象Ｓｂごとに、初期ビット情報Ｂｉ１を生成する。初期ビット情報Ｂｉ１は、各対象Ｓｂの正解二値ラベルＬｃと要因要素Ｐｄごとの予測二値ラベルＬｐとを２進数に変換した２進数値を、予め定められた並び順により並べた数値列を示す情報である。本実施形態では、正解二値ラベルＬｃと要因要素Ｐｄごとの予測二値ラベルＬｐとは、対象Ｓｂごとに合計で３個ずつ存在する。よって、本実施形態における初期ビット情報Ｂｉ１は、２進数値を３個並べることにより生成される３桁の数値列を示す情報である。このとき、ベン図生成部２５は、例えば、正解二値ラベルＬｃを２進数に変換した２進数値の位が、予測二値ラベルＬｐを２進数に変換した２進数値の位よりも小さくなるように、各２進数値を対象Ｓｂごとに並べることで、初期ビット情報Ｂｉ１を生成する。本実施形態では、ベン図生成部２５は、第１数値を最小桁である一の位とし、第２数値を十の位とし、第３数値を百の位とした初期ビット情報Ｂｉ１を生成する。第１数値は、正解二値ラベルＬｃを２進数に変換した２進数値である。第２数値は、各要因要素Ｐｄにより出力された予測二値ラベルＬｐを２進数に変換した２進数値である。第３数値は、第２要因要素Ｐｄ２により出力された予測二値ラベルＬｐを２進数に変換した２進数値である。よって、例えば、製品ＩＤが「０００８」である対象Ｓｂについて、ベン図生成部２５は、「１０１」という３桁の数値列を初期ビット情報Ｂｉ１として生成する。
【0052】
図１７に示すように、ステップＳ５２４の後に、ベン図生成部２５は、ステップＳ５２５において、対象Ｓｂごとに生成された初期ビット情報Ｂｉ１としての２進数値の数値列を１０進数に変換する。これにより、ベン図生成部２５は、領域識別子Ａ０～Ａ７に対応する領域番号を対象Ｓｂごとに算出して、領域番号を含む領域識別子を各対象Ｓｂに付与する。例えば、製品ＩＤが「００１５」である対象Ｓｂでは、「１００」という２進数値の数値列が初期ビット情報Ｂｉ１として生成されている。そこで、ベン図生成部２５は、２進数値の数値列である「１００」を１０進数に変換する。このとき、２進数によって表された「１００」を１０進数によって表すと「４」である。よって、ベン図生成部２５は、製品ＩＤが「００１５」である対象Ｓｂに対して、１０進数に変換することにより導き出された領域番号である「４」を含む領域識別子である「Ａ４」を付与する。また、例えば、製品ＩＤが「００１３」である対象Ｓｂでは、「０１０」という２進数値の数値列が初期ビット情報Ｂｉ１として生成されている。このとき、ベン図生成部２５は、初期ビット情報Ｂｉ１である２進数値の数値列のうち、「１」が付与された最も大きい位よりも上位の「０」を含めることなく無視した状態で１０進数に変換する。つまり、製品ＩＤが「００１３」である対象Ｓｂでは、ベン図生成部２５は、「１」が付与された最も大きい位である十の位よりも上位の百の位の「０」を含めることなく、２進数値の数値列である「１０」を１０進数に変換する。これにより、ベン図生成部２５は、製品ＩＤが「００１３」である対象Ｓｂに対して、１０進数に変換することにより導き出された領域番号である「２」を含む領域識別子である「Ａ２」を付与する。このように、ベン図生成部２５は、第１初期テーブルデータＤｐ１に含まれる全ての対象Ｓｂについて、対象Ｓｂごとに領域識別子Ａ０～Ａ７を付与する。
【0053】
図１７に示すように、初期変換データ生成工程の後に、ベン図生成部２５は、ステップＳ５２６において、テンプレート情報Ｔｐ２と初期変換データＥｐとを用いて、初期ベン図データを生成する。図２２は、図２１に示す初期変換データＥｐを用いて図１０に示す第１初期テーブルデータＤｐ１から生成した初期ベン図データＢｐを示す図である。図２２に示す初期ベン図データＢｐでは、各領域の面積は、ラベル一致率Ｍｒと対応していないが、他の実施形態では、初期ベン図データＢｐの各領域の面積がラベル一致率Ｍｒと一致するように、初期ベン図データＢｐが生成されてもよい。ベン図生成部２５は、生成した初期ベン図データＢｐを記憶部６に記憶させる。
【0054】
【0055】
図２３に示すように、ステップＳ５３１の後に、ベン図生成部２５は、ステップＳ５３２において、複合テーブルデータＤｃに含まれる複合データ群Ｄｇの数に応じたテンプレート情報Ｔｐ１～Ｔｐ３を取得する。本実施形態では、図１４に示すように、複合テーブルデータＤｃには、第１複合データ群Ｄｇ１と第２複合データ群Ｄｇ２との２個の複合データ群Ｄｇが含まれる。よって、ベン図生成部２５は、目的変数である正解二値ラベルＬｃと、２個の複合データ群Ｄｇに対応する各予測二値ラベルＬｐと、の関係を表すために、図１９に示す第２テンプレート情報Ｔｐ２を取得する。
【0056】
図２３に示すように、ステップＳ５３２の後に、ベン図生成部２５は、複合テーブルデータＤｃから複合ベン図データを生成するための複合変換データ生成工程を実行する。図２４は、図１４に示す複合テーブルデータＤｃから生成された複合変換データＥｃを示す図である。図２３に示すように、複合変換データ生成工程では、ベン図生成部２５は、まず、ステップＳ５３３において、複合テーブルデータＤｃに含まれる正解二値ラベルＬｃおよび予測二値ラベルＬｐをそれぞれ、「０」と「１」とのいずれか一方によって表される２進数に変換する。本実施形態では、図２４に示すように、ベン図生成部２５は、第１正解二値ラベルＬｃ１を「１」に変換し、第２正解二値ラベルＬｃ２を「０」に変換している。また、ベン図生成部２５は、第１予測二値ラベルＬｐ１を「１」に変換し、第２予測二値ラベルＬｐ２を「０」に変換している。
【0057】
図２３に示すように、ステップＳ５３３の後に、ベン図生成部２５は、ステップＳ５３４において、複合テーブルデータＤｃに含まれる対象Ｓｂごとに、複合ビット情報Ｂｉ２を生成する。複合ビット情報Ｂｉ２は、各対象Ｓｂの正解二値ラベルＬｃと複合データ群Ｄｇごとの予測二値ラベルＬｐとを２進数に変換した２進数値を、予め定められた並び順により並べた数値列を示す情報である。本実施形態では、正解二値ラベルＬｃと複合データ群Ｄｇごとの予測二値ラベルＬｐとは、対象Ｓｂごとに合計で３個ずつ存在する。よって、本実施形態における複合ビット情報Ｂｉ２は、２進数値を３個並べることにより生成される３桁の数値列を示す情報である。２進数値の並べ方は、前述した初期ビット情報Ｂｉ１での並べ方と同様である。
【0058】
図２３に示すように、ステップＳ５３４の後に、ベン図生成部２５は、ステップＳ５３５において、対象Ｓｂごとに生成された複合ビット情報Ｂｉ２としての２進数値の数値列を１０進数に変換する。これにより、ベン図生成部２５は、領域識別子Ａ０～Ａ７に対応する領域番号を対象Ｓｂごとに算出して、領域番号を含む領域識別子Ａ０～Ａ７を各対象Ｓｂに付与する。各対象Ｓｂに領域識別子Ａ０～Ａ７を付与する方法は、初期変換データ生成工程と同様である。
【0059】
図２３に示すように、複合変換データ生成工程の後に、ベン図生成部２５は、ステップＳ５３６において、テンプレート情報Ｔｐ２と複合変換データＥｃとを用いて、複合ベン図データを生成する。図２５は、図２４に示す複合変換データＥｃを用いて図１４に示す複合テーブルデータＤｃから生成した複合ベン図データＢｃを示す図である。図２５に示す複合ベン図データＢｃでは、各領域の面積は、ラベル一致率Ｍｒと対応していないが、他の実施形態では、複合ベン図データＢｃの各領域の面積がラベル一致率Ｍｒと一致するように、複合ベン図データＢｃが生成されてもよい。ベン図生成部２５は、生成した複合ベン図データＢｃを記憶部６に記憶させる。
【0060】
【0061】
図２６に示すように、ステップＳ５４１の後に、ベン図生成部２５は、ステップＳ５４２において、詳細テーブルデータＤｆに含まれる要因要素Ｐｄの数に応じたテンプレート情報Ｔｐ１～Ｔｐ３を取得する。本実施形態では、図１５に示すように、詳細テーブルデータＤｆには、第１要因要素Ｐｄ１としての要因要素Ｃと、第２要因要素Ｐｄ２としての要因要素Ｄと、の２個の要因要素Ｐｄが含まれる。よって、ベン図生成部２５は、目的変数である正解二値ラベルＬｃと、説明変数として抽出された２個の要因要素Ｐｄ１，Ｐｄ２により出力される各予測二値ラベルＬｐと、の関係を表すために、図２６に示すステップＳ５４２において、図１９に示す第２テンプレート情報Ｔｐ２を取得する。
【0062】
図２６に示すように、ステップＳ５４２の後に、ベン図生成部２５は、詳細テーブルデータＤｆから詳細ベン図データを生成するための詳細変換データ生成工程を実行する。図２７は、図１５に示す詳細テーブルデータＤｆから生成された詳細変換データＥｆを示す図である。図２６に示すように、詳細変換データ生成工程では、ベン図生成部２５は、まず、ステップＳ５４３において、詳細テーブルデータＤｆに含まれる正解二値ラベルＬｃおよび予測二値ラベルＬｐをそれぞれ、「０」と「１」とのいずれか一方によって表される２進数に変換する。本実施形態では、図２７に示すように、ベン図生成部２５は、第１正解二値ラベルＬｃ１を「１」に変換し、第２正解二値ラベルＬｃ２を「０」に変換している。また、ベン図生成部２５は、第１予測二値ラベルＬｐ１を「１」に変換し、第２予測二値ラベルＬｐ２を「０」に変換している。
【0063】
図２６に示すように、ステップＳ５４３の後に、ベン図生成部２５は、ステップＳ５４４において、詳細テーブルデータＤｆに含まれる対象Ｓｂごとに、詳細ビット情報Ｂｉ３を生成する。詳細ビット情報Ｂｉ３は、各対象Ｓｂの正解二値ラベルＬｃと要因要素Ｐｄごとの予測二値ラベルＬｐとを２進数に変換した２進数値を、予め定められた並び順により並べた数値列を示す情報である。本実施形態では、正解二値ラベルＬｃと要因要素Ｐｄごとの予測二値ラベルＬｐとは、対象Ｓｂごとに合計で３個ずつ存在する。よって、本実施形態における詳細ビット情報Ｂｉ３は、２進数値を３個並べることにより生成される３桁の数値列を示す情報である。２進数値の並べ方は、前述した初期ビット情報Ｂｉ１での並べ方と同様である。
【0064】
ステップＳ５４４の後に、ベン図生成部２５は、ステップＳ５４５において、対象Ｓｂごとに生成された詳細ビット情報Ｂｉ３としての２進数値の数値列を１０進数に変換する。これにより、ベン図生成部２５は、領域識別子Ａ０～Ａ７に対応する領域番号を対象Ｓｂごとに算出して、領域番号を含む領域識別子Ａ０～Ａ７を各対象Ｓｂに付与する。各対象Ｓｂに領域識別子Ａ０～Ａ７を付与する方法は、初期変換データ生成工程と同様である。
【0065】
図２６に示すように、詳細変換データ生成工程の後に、ベン図生成部２５は、ステップＳ５４６において、テンプレート情報Ｔｐ２と詳細変換データＥｆとを用いて、詳細ベン図データＢｆを生成する。図２８は、図２７に示す詳細変換データＥｆを用いて図１５に示す詳細テーブルデータＤｆから生成した詳細ベン図データＢｆを示す図である。図２８に示す詳細ベン図データＢｆでは、各領域の面積は、ラベル一致率Ｍｒと対応していないが、他の実施形態では、詳細ベン図データＢｆの各領域の面積がラベル一致率Ｍｒと一致するように、詳細ベン図データＢｆが生成されてもよい。ベン図生成部２５は、生成した詳細ベン図データＢｆを記憶部６に記憶させる。
【0066】
図２に示すように、ベン図生成工程の後に、表示制御部２６は、テーブルデータＤｐ，Ｄｃ，Ｄｆとベン図データＢｐ，Ｂｃ，Ｂｆとの少なくとも一方を表示部４に表示させるデータ表示工程を実行する。図２９は、データ表示工程を示すフローチャートである。ステップＳ６１０で「Ｎｏ」と判定した場合に、表示制御部２６は、ステップＳ６２０のステップＳ６２０以降の各ステップを実行する。ステップＳ６１０で「Ｎｏ」と判定される場合とは、抽出工程において要因要素Ｐｄとして抽出された候補要因要素Ｐｃの数が１以上３以下となる場合である。すなわち、ステップＳ６１０で「Ｎｏ」と判定される場合とは、複合テーブルデータＤｃと複合ベン図データＢｃとが生成されることなく、第１初期テーブルデータＤｐ１と初期ベン図データＢｐとが生成されている場合である。一方で、ステップＳ６１０において「Ｙｅｓ」と判定した場合に、表示制御部２６は、ステップＳ６３０以降の各ステップを実行する。ステップＳ６１０において「Ｙｅｓ」と判定される場合とは、抽出工程において要因要素Ｐｄとして抽出された候補要因要素Ｐｃの数が４以上となる場合である。すなわち、ステップＳ６１０において「Ｙｅｓ」と判定される場合とは、初期ベン図データＢｐが生成されることなく、第２初期テーブルデータＤｐ２と複合テーブルデータＤｃと複合ベン図データＢｃとが生成されている場合である。
【0067】
ステップＳ６２０において、表示制御部２６は、初期表示画面Ｖｐを表示部４に表示させる初期表示工程を実行する。図３０は、初期表示画面Ｖｐと第１入力指示画面Ｇｔとを説明するための図である。初期表示画面Ｖｐは、初期表示工程を実行した場合において表示部４に表示される表示画面である。初期表示工程において、表示制御部２６は、図１０に示す第１初期テーブルデータＤｐ１と、図２２に示す初期ベン図データＢｐとを、表示部４に同時に表示させる。このとき、図１０に示す第１初期テーブルデータＤｐ１から生成された図２１に示す初期変換データＥｐでは、領域識別子として「Ａ６」が付与された対象Ｓｂが存在しない。そこで、表示制御部２６は、「Ａ６」という領域識別子が割り当てられた領域をグレーアウトさせた状態で、表示部４に初期ベン図データＢｐを表示させている。
【0068】
図２９に示すように、ステップＳ６２０の後に、表示制御部２６は、ステップＳ６２１において、第１入力指示画面Ｇｔを表示部４に表示させる第１画面表示工程を実行する。本実施形態では、第１入力指示画面Ｇｔは、初期ベン図データＢｐと、第１初期テーブルデータＤｐ１と、第１初期テーブルデータＤｐ１に含まれるデータの編集内容を指定するための第１操作画面Ｇｓと、を含む。本実施形態では、第１操作画面Ｇｓは、第１初期テーブルデータＤｐ１に含まれるデータの編集内容を指定するための２つのチェックボックスＣｈ１，Ｃｈ２を含む。なお、第１操作画面Ｇｓの構成は、これに限られるものではない。第１操作画面Ｇｓは、例えば、第１初期テーブルデータＤｐ１に含まれるデータの編集内容を指定する指示リストをプルダウン表示することにより、指示内容の選択肢を選択可能とする構成であってもよい。
【0069】
図３１は、第１画面表示工程が実行された後に実行される各工程を示すフローチャートである。図２９および図３１に示すように、ステップＳ６２１の後に、表示制御部２６は、ステップＳ６２２を実行する。ステップＳ６２２において「Ｎｏ」と判定した場合に、表示制御部２６は、データ表示工程を終了する。一方で、ステップＳ６２２において「Ｙｅｓ」と判定した場合に、表示制御部２６は、ステップＳ６２３において、更新指示を受け付けたか否かを判定する。表示制御部２６は、例えば、第１操作画面Ｇｓに含まれる２つのチェックボックスＣｈ１，Ｃｈ２のいずれかが選択されている場合に、更新指示を受け付けたと判定する。なお、ステップＳ６２２において「Ｙｅｓ」と判定される場合とは、第３の場合と第４の場合との少なくとも一方の場合である。第３の場合とは、第１入力指示画面Ｇｔに含まれる第１初期テーブルデータＤｐ１のいずれかに含まれる情報が使用者によって選択された場合である。第４の場合とは、第１入力指示画面Ｇｔに含まれる初期ベン図データＢｐのいずれかに含まれる領域が使用者によって選択された場合である。以下においては、第１初期テーブルデータＤｐ１において、使用者により選択された情報を第１選択情報と呼ぶ。第１選択情報に相当する初期ベン図データＢｐの領域を第１被選択領域と呼ぶ。初期ベン図データＢｐにおいて、使用者により選択された領域を第１選択領域と呼ぶ。第１選択領域に相当する第１初期テーブルデータＤｐ１の情報を第１被選択情報と呼ぶ。
【0070】
ステップＳ６２３において「Ｎｏ」と判定した場合に、表示制御部２６は、ステップＳ６２４において、第１変更画面を表示部４に表示させる第１表示変更工程を実行する。第１変更画面は、第１選択領域と、第１選択情報と、第１被選択領域と、第１被選択情報と、の少なくとも１つを、他の領域および情報とは異なる表示態様で表示部４に表示する表示画面である。
【0071】
図３２は、第１変更画面Ｈｐ１を示す図である。第１変更画面Ｈｐ１は、第１入力指示画面Ｇｔに含まれる初期ベン図データＢｐの１個の領域が使用者によって選択された場合に表示部４に表示される変更画面Ｈｐである。初期ベン図データＢｐの１個の領域を選択する場合、使用者は、例えば、入力操作部５としてのマウスを操作して、第１入力指示画面Ｇｔに含まれる初期ベン図データＢｐの各領域のうち、選択したい領域上をクリックする。また、この場合、使用者は、入力操作部５としてのキーボードを操作して、第１入力指示画面Ｇｔに含まれる初期ベン図データＢｐの各領域のうち、選択したい領域を選択してもよい。図３２に示す例では、第１選択領域Ｓａ１は、初期ベン図データＢｐにおいて、「Ａ７」という領域識別子が付与された領域である。また、第１被選択情報Ｆｉ１は、第１初期テーブルデータＤｐ１において、製品ＩＤが「０００７」である対象Ｓｂを示す行に記載された情報である。
【0072】
図３３は、第２変更画面Ｈｐ２を示す図である。第２変更画面Ｈｐ２は、第１入力指示画面Ｇｔに含まれる初期ベン図データＢｐの複数個の領域が使用者によって選択された場合に表示部４に表示される変更画面Ｈｐである。初期ベン図データＢｐの複数個の領域を選択する場合、使用者は、例えば、入力操作部５としてのマウスを操作して、第１入力指示画面Ｇｔに含まれる初期ベン図データＢｐの各領域のうち、選択したい領域をドラッグして囲い込む。また、この場合、使用者は、入力操作部５としてのマウスを操作して、選択したい領域間にまたがる境界線上をクリックしてもよい。図３３に示す例では、第１選択領域Ｓａ１は、初期ベン図データＢｐにおいて、「Ａ５」および「Ａ７」という領域識別子が付与された領域である。また、第１被選択情報Ｆｉ１は、第１初期テーブルデータＤｐ１において、製品ＩＤが「０００７」、「０００８」、「０００９」、および「００１０」である対象Ｓｂを示す行に記載された情報である。
【0073】
図３２および図３３に示すように、第１表示変更工程において、表示制御部２６は、第１選択領域Ｓａ１に相当する第１被選択情報Ｆｉ１を、他の情報とは異なる表示態様で表示させる。本実施形態では、表示制御部２６は、第１選択領域Ｓａ１と第１被選択情報Ｆｉ１とをハイライト表示させている。
【0074】
図３４は、第３変更画面Ｈｐ３を示す図である。第３変更画面Ｈｐ３は、第１初期テーブルデータＤｐ１に含まれる第２要因要素Ｐｄ２としての要因要素Ｂが使用者によって選択された場合に表示部４に表示される変更画面Ｈｐである。第１初期テーブルデータＤｐ１の要因要素Ｂを選択する場合、使用者は、例えば、入力操作部５としてのマウスを操作して、第１入力指示画面Ｇｔに含まれる第１初期テーブルデータＤｐ１のうち、要因要素Ｂの予測二値ラベルＬｐを示す列の見出し部分をクリックする。また、この場合、使用者は、例えば、入力操作部５としてのマウスを操作して、第１入力指示画面Ｇｔに含まれる第１初期テーブルデータＤｐ１の行列のうち、選択したい行列をドラッグして囲い込んでもよい。図３４に示す例では、第１選択情報Ｓｉ１は、第１初期テーブルデータＤｐ１において、要因要素Ｂを示す列に記載された情報である。また、第１被選択領域Ｆａ１は、初期ベン図データＢｐにおいて、「Ａ４」、「Ａ５」、および「Ａ７」とう領域識別子が付与された領域である。
【0075】
第１表示変更工程において、表示制御部２６は、第１選択情報Ｓｉ１に相当する第１被選択領域Ｆａ１を、他の情報とは異なる表示態様で表示させる。本実施形態では、表示制御部２６は、第１選択情報Ｓｉ１と第１被選択領域Ｆａ１とのうちで、第１条件および第２条件を満たす対象Ｓｂを示す情報および領域をそれぞれ、異なる表示態様によりハイライト表示させている。第１条件を満たす対象Ｓｂは、正解二値ラベルＬｃが第１正解二値ラベルＬｃ１であり、かつ、要因要素Ｂにより出力された予測二値ラベルＬｐが第１予測二値ラベルＬｐ１である対象Ｓｂである。第２条件を満たす対象Ｓｂは、正解二値ラベルＬｃが第２正解二値ラベルＬｃ２であり、かつ、要因要素Ｂにより出力される予測二値ラベルＬｐが第１予測二値ラベルＬｐ１である対象Ｓｂである。
【0076】
図３１に示すように、第１表示変更工程の後に、表示制御部２６は、ステップＳ６２５において、図３４に示す第１関連情報Ｐｕを表示部４に表示させる第１表示追加工程を実行する。第１関連情報Ｐｕは、第１選択情報Ｓｉ１と第１選択領域Ｓａ１との少なくとも一方に関連する情報である。本実施形態では、第１関連情報Ｐｕは、選択された要因要素Ｐｄの種類と、データ数と、元の不良数と、ラベル一致率Ｍｒと、を表す文字列である。図３４に示す例では、データ数は、ハイライト表示した対象Ｓｂの数である。データ数は、第１選択情報Ｓｉ１ないし第１選択領域Ｓａ１として選択された対象Ｓｂの数であってもよい。また、元の不良数は、データ数としてカウントした対象Ｓｂのうち、第１正解二値ラベルＬｃ１が付与されている対象Ｓｂの数である。なお、表示制御部２６は、図３２および図３３に示す第１変更画面Ｈｐにおいても、第１関連情報Ｐｕを表示させてもよい。
【0077】
図３１に示すように、ステップＳ６２３において「Ｙｅｓ」と判定した場合、表示制御部２６は、ステップＳ６２７において、第１更新工程を実行する。具体的には、第１更新工程において、表示制御部２６は、第１画面表示工程において入力された指示を基に、第１初期テーブルデータＤｐ１に含まれるデータを更新して、新規表示画面や除外表示画面を表示部４に表示させる。
【0078】
図３５は、新規表示画面Ｎｐの一例を示す図である。新規表示画面Ｎｐは、第１選択情報Ｓｉ１と第１選択領域Ｓａ１とのいずれかが存在し、かつ、第１操作画面Ｇｓに含まれる第１チェックボックスＣｈ１が選択された場合に表示部４に表示される表示画面である。図３５では、第１初期テーブルデータＤｐ１に含まれる情報のうち、第１要因要素Ｐｄ１としての要因要素Ａを示す行と、第２要因要素Ｐｄ２としての要因要素Ｂを示す行とが選択され、かつ、第１チェックボックスＣｈ１が選択された場合を図示している。第１チェックボックスＣｈ１は、第１選択領域Ｓａ１と第１選択情報Ｓｉ１との少なくともいずれかの選択範囲を基に新規分析を行う指示をするためのチェックボックスである。第１チェックボックスＣｈ１が選択された場合、表示制御部２６は、第１初期テーブルデータＤｐ１に第１選択情報Ｓｉ１に関する新たな情報を追加した更新後テーブルデータＲｐを生成して、表示部４に表示させる。図３５に示す例では、更新後テーブルデータＲｐは、要因要素Ａに係るデータ群ＤｇＡと要因要素Ｂに係るデータ群ＤｇＢとを統合した第１複合データ群Ｄｇ１に関する情報を第１初期テーブルデータＤｐ１に追加したテーブル形式のデータである。表示制御部２６は、例えば、図９に示すステップＳ４３０からステップＳ４５０までの各ステップと同様の処理を実行することで、第１複合データ群Ｄｇ１に関する情報を生成する。
【0079】
さらに、図３５に示す例では、表示制御部２６は、初期ベン図データＢｐに含まれる第１被選択領域Ｆａ１と、更新後テーブルデータＲｐに含まれる追加情報Ｐｉと、をハイライト表示させている。追加情報Ｐｉは、更新後テーブルデータＲｐに含まれる情報であって、第１初期テーブルデータＤｐ１に新たに追加された第１複合データ群Ｄｇ１に関する情報である。なお、新規表示画面Ｎｐの表示態様は、これに限られるものではない。
【0080】
図３６は、除外表示画面Ｋｐの一例を示す図である。除外表示画面Ｋｐは、第１選択情報Ｓｉ１と第１選択領域Ｓａ１とのいずれかが存在し、かつ、第１操作画面Ｇｓに含まれる第２チェックボックスＣｈ２が選択された場合に表示部４に表示される表示画面である。図３６では、初期ベン図データＢｐのうち、領域識別子が「Ａ４」および「Ａ５」である領域が選択され、かつ、第２チェックボックスＣｈ２が選択された場合を図示している。第２チェックボックスＣｈ２は、第１選択領域Ｓａ１と第１選択情報Ｓｉ１との少なくともいずれかの選択範囲を除外する指示を行うためのチェックボックスである。第２チェックボックスＣｈ２が選択された場合、表示制御部２６は、第１初期テーブルデータＤｐ１に含まれる第１選択情報Ｓｉ１と第１被選択情報Ｆｉ１とを、他の情報とは異なる表示態様で表示させる。図３６に示す例では、表示制御部２６は、初期ベン図データＢｐに含まれる第１選択領域Ｓａ１と、第１初期テーブルデータＤｐ１に含まれる第１被選択情報Ｆｉ１と、をグレーアウトさせた状態で、表示部４に表示させている。なお、除外表示画面Ｋｐの表示態様は、これに限られるものではない。表示制御部２６は、例えば、初期ベン図データＢｐに含まれる第１選択領域Ｓａ１と、第１初期テーブルデータＤｐ１に含まれる第１被選択情報Ｆｉ１と、を完全に削除した状態で、表示部４に表示させてもよい。
【0081】
図２９に示すように、Ｓ６１０において「Ｙｅｓ」と判定した場合に、表示制御部２６は、ステップＳ６３０において、複合表示画面を表示部４に表示させる複合表示工程を実行する。複合表示画面は、複合表示工程を実行した場合において表示部４に表示される表示画面である。複合表示工程において、表示制御部２６は、図１４二示す複合テーブルデータＤｃと、図２５に示す複合ベン図データＢｃとを、表示部４に同時に表示させる。
【0082】
図２９に示すように、複合表示工程の後に、表示制御部２６は、ステップＳ６３１において、第２入力指示画面を表示部４に表示させる第２画面表示工程を実行する。第２入力指示画面は、例えば、複合ベン図データＢｃと、複合テーブルデータＤｃと、複合テーブルデータＤｃに含まれるデータの編集内容を指定するための第２操作画面と、を含む。
【0083】
第２画面表示工程の後に、表示制御部２６は、ステップＳ６４０を実行する。ステップＳ６４０において「Ｎｏ」と判定した場合に、表示制御部２６は、データ表示工程を終了する。一方で、ステップＳ６４０において「Ｙｅｓ」と判定した場合に、表示制御部２６は、ステップＳ６５０を実行する。ステップＳ６５０において「Ｎｏ」と判定した場合、すなわち、階層表示指示を受け付けた場合に、表示制御部２６は、後述の図３７に示すステップＳ６３３を実行する。
【0084】
図３７は、第２画面表示工程が実行された後に実行される各工程を示すフローチャートである。ステップＳ６３３において、表示制御部２６は、更新指示を受け付けたか否かを判定する。表示制御部２６は、例えば、第２操作画面に含まれるチェックボックスのいずれかが選択されている場合に、更新指示を受け付けたと判定する。なお、ステップＳ６４０において「Ｙｅｓ」と判定する場合とは、第５の場合と第６の場合との少なくとも一方の場合である。第５の場合とは、第２入力指示画面に含まれる複合テーブルデータＤｃのいずれかに含まれる情報が使用者によって選択された場合である。第６の場合とは、第２入力指示画面に含まれる複合ベン図データＢｃのいずれかに含まれる領域が使用者によって選択された場合である。以下においては、複合テーブルデータＤｃにおいて、使用者により選択された情報を第２選択情報と呼ぶ。第２選択情報に相当する複合ベン図データＢｃの領域を第２被選択領域と呼ぶ。複合ベン図データＢｃにおいて、使用者により選択された領域を第２選択領域と呼ぶ。第２選択領域に相当する複合テーブルデータＤｃの情報を第２被選択情報と呼ぶ。
【0085】
ステップＳ６３３において「Ｎｏ」と判定した場合に、表示制御部２６は、ステップＳ６３４において、第２変更画面を表示部４に表示させる第２表示変更工程を実行する。第２変更画面は、第２選択領域と、第２選択情報と、第２被選択領域と、第２被選択情報と、の少なくとも１つを、他の領域および情報とは異なる表示態様で表示する表示画面である。第２表示変更工程において、表示制御部２６は、例えば、第２選択領域と第２被選択情報とをハイライト表示させる。
【0086】
第２表示変更工程の後に、表示制御部２６は、ステップＳ６３５において、第２関連情報を表示部４に表示させる第２表示追加工程を実行する。第２関連情報は、第２選択情報と第２選択領域との少なくとも一方に関する情報である。
【0087】
ステップＳ６３３において「Ｙｅｓ」と判定した場合、表示制御部２６は、ステップＳ６３７において、第２更新工程を実行する。具体的には、第２更新工程において、表示制御部２６は、第２画面表示工程において入力された指示を基に、複合テーブルデータＤｃに含まれるデータを更新して、新規表示画面や除外表示画面を表示部４に表示させる。
【0088】
図２９に示すように、ステップＳ６５０において「Ｙｅｓ」と判定した場合、すなわち、階層化指示を受け付けた場合に、表示制御部２６は、ステップＳ６６０において、階層表示工程を実行する。具体的には、階層表示工程において、表示制御部２６は、第２選択情報と第２選択領域との少なくとも一方を含む詳細テーブルデータＤｆおよび詳細ベン図データＢｆを表示部４に階層的に表示させる。このとき、表示制御部２６は、例えば、複合テーブルデータＤｃおよび複合ベン図データＢｃからドリルダウンすることで、詳細テーブルデータＤｆおよび詳細ベン図データＢｆを表示部４に表示させる。
【0089】
階層表示工程の後に、表示制御部２６は、ステップＳ６６１において、第３入力指示画面を表示部４に表示させる第３画面表示工程を実行する。第３入力指示画面は、例えば、詳細ベン図データＢｆと、詳細テーブルデータＤｆと、詳細テーブルデータＤｆに含まれるデータの編集内容を指定するための第３操作画面と、を含む。
【0090】
図３８は、第３画面表示工程の後に実行される各工程を示すフローチャートである。図２９および図３８に示すように、第３画面表示工程の後に、表示制御部２６は、ステップＳ６６２を実行する。ステップＳ６６２において「Ｎｏ」と判定した場合に、表示制御部２６は、データ表示工程を終了する。一方で、ステップＳ６６２において「Ｙｅｓ」と判定した場合に、表示制御部２６は、ステップＳ６６３において、更新指示を受け付けたか否かを判定する。表示制御部２６は、例えば、第２操作画面に含まれるチェックボックスのいずれかが選択されている場合に、更新指示を受け付けたと判定する。なお、ステップＳ６６２において「Ｙｅｓ」と判定される場合とは、第７の場合と第８の場合との少なくとも一方の場合である。第７の場合とは、第３入力指示画面に含まれる詳細テーブルデータＤｆのいずれかに含まれる情報が使用者によって選択された場合である。第８の場合とは、第３入力指示画面に含まれる詳細ベン図データＢｆのいずれかに含まれる領域が使用者によって選択された場合である。以下においては、詳細テーブルデータＤｆにおいて、使用者により選択された情報を第３選択情報と呼ぶ。第３選択情報に相当する詳細ベン図データＢｆの領域を第３被選択領域と呼ぶ。詳細ベン図データＢｆにおいて、使用者により選択された領域を第３選択領域と呼ぶ。第３選択領域に相当する詳細テーブルデータＤｆの情報を第３被選択情報と呼ぶ。
【0091】
ステップＳ６６３において「Ｎｏ」と判定した場合に、表示制御部２６は、ステップＳ６６４において、第３変更画面を表示部４に表示させる第３表示変更工程を実行する。第３変更画面は、第３選択領域と、第３選択情報と、第３被選択領域と、第３被選択情報と、の少なくとも１つを、他の領域および情報とは異なる表示態様で表示部４に表示する表示画面である。第３表示変更工程において、表示制御部２６は、例えば、第３選択領域と第３被選択情報とをハイライト表示させる。
【0092】
第３表示変更工程の後に、表示制御部２６は、ステップＳ６６５において、第３関連情報を表示部４に表示させる第３表示追加工程を実行する。第３関連情報は、第３選択情報と第３選択領域との少なくとも一方に関する情報である。
【0093】
ステップＳ６６３において「Ｙｅｓ」と判定した場合、表示制御部２６は、ステップＳ６６７において、第３更新工程を実行する。具体的には、第３更新工程において、表示制御部２６は、第３画面表示工程において入力された指示を基に、詳細テーブルデータＤｆに含まれるデータを更新して、新規表示画面や除外表示画面を表示部４に表示させる。
【0094】
上記実施形態によれば、収集したデータが量的データＱである場合において、複数の対象Ｓｂごとに、第１状態と第２状態とのいずれか一方の状態であることを示す二値ラベルＬｃ，Ｌｐを付与することができる。これにより、収集した量的データＱに対して層別分析を実行する場合に、目的変数としてカテゴリカルデータを出力することができる。
【0095】
また、上記実施形態によれば、収集した量的データＱに付与した正解二値ラベルＬｃと予測二値ラベルＬｐとのラベル一致率Ｍｒを算出することで、候補要因要素Ｐｃを第１状態と第２状態とに分類する分類閾値Ｔを設定できる。このようにすると、収集した量的データＱから層別分析に有用な要因要素Ｐｄとして目的変数の説明変数を抽出する過程において、量的データＱをカテゴリカルデータに変換することができる。これにより、説明変数が量的データＱである場合において、量的データＱをカテゴリカルデータに変換した上で、層別分析に有用な要因要素Ｐｄを抽出することができる。
【0096】
また、上記実施形態によれば、ラベル一致率Ｍｒが最も高い候補要因要素Ｐｃから順に、予め定められたＮ個の候補要因要素Ｐｃを説明変数となる要因要素Ｐｄとして抽出することができる。これにより、Ｍ個の候補要因要素Ｐｃの中から、層別分析に有用な要因要素Ｐｄを容易に抽出することができる。
【0097】
また、上記実施形態によれば、占有割合が予め定められた割合閾値以上となるまで、抽出処理工程と判定処理工程とを繰り返し実行して、要因要素Ｐｄを抽出することができる。これにより、目的変数を説明するために必要十分な個数の要因要素Ｐｄを抽出することができる。
【0098】
また、上記実施形態によれば、複数の量的データＱに対して、候補要因要素Ｐｃごとに決定木Ｄｔによって予測二値ラベルＬｐのラベル分類を行い、決定木Ｄｔにおいて分岐条件となる値を分類閾値Ｔとして設定することができる。これにより、決定木Ｄｔを用いて、分類閾値Ｔを容易に設定することができる。
【0099】
また、上記実施形態によれば、分類閾値Ｔの設定数を２個以下に制限することができる。これにより、初期ベン図データＢｐを表示部４に表示する場合に、初期ベン図データＢｐの領域数が過度に増える等により、視認性が低下することを抑制できる。
【0100】
また、上記実施形態によれば、第１の一致率Ｍｒ１と第２の一致率Ｍｒ２とを比較して、より一致率Ｍｒ１，Ｍｒ２が高い決定木Ｄｔにおける分岐点Ｂｒを分類閾値Ｔに設定することで、分類閾値Ｔの設定数を２個以下に制限することができる。これにより、分類閾値Ｔによる分類精度をより確実に確保することができる。つまり、分類閾値Ｔの設定数を制限しつつ、正解二値ラベルＬｃと予測二値ラベルＬｐとのラベル一致率Ｍｒがより高くなる分類閾値Ｔを複数の候補分類閾値の中から選択することができる。
【0101】
また、上記実施形態によれば、決定木Ｄｔで分岐点Ｂｒが除外されることで分類されることなく予測二値ラベルＬｐが出力される量的データＱに対して、第１正解二値ラベルＬｃ１と第２正解二値ラベルＬｃ２との付与率に応じて予測二値ラベルＬｐを出力できる。これにより、分類閾値Ｔの設定数を２個以下に制限した場合に、分類精度が低下することを抑制できる。つまり、分類閾値Ｔの設定数を２個以下に制限した場合に、正解二値ラベルＬｃと予測二値ラベルＬｐとのラベル一致率Ｍｒが低下することを抑制できる。
【0102】
また、上記実施形態によれば、目的変数と説明変数との関係をテーブル形式で表す初期テーブルデータＤｐと、初期テーブルデータＤｐに含まれる目的変数と説明変数との関係をベン図によって表す初期ベン図データＢｐと、を生成することができる。さらに、上記実施形態によれば、表示部４によって、初期テーブルデータＤｐと初期ベン図データＢｐと、を初期表示画面Ｖｐとして表示することができる。これにより、目的変数と説明変数との関係を可視化することができる。よって、表示部４に表示された初期表示画面Ｖｐを視認することで、使用者は、目的変数と説明変数との関係や抽出された要因要素Ｐｄの種類等を容易に確認することができる。
【0103】
また、上記実施形態によれば、第１選択領域Ｓａ１と、第１選択情報Ｓｉ１と、第１被選択領域Ｆａ１と、第１被選択情報Ｆｉ１と、の少なくとも１つを、他の領域および情報とは異なる表示態様で表示することができる。これにより、使用者によって選択された領域および情報を、表示部４を介して、分かりやすく使用者に提示することができる。
【0104】
また、上記実施形態によれば、使用者によって選択された領域および情報をハイライト表示することで、他の領域および情報とは異なる表示態様で表示することができる。これにより、使用者によって選択された領域および情報を、表示部４を介して、より一層分かりやすく使用者に提示することができる。
【0105】
また、上記実施形態によれば、第１選択情報Ｓｉ１と第１選択領域Ｓａ１との少なくとも一方に関連する第１関連情報Ｐｕを表示部４に表示することができる。これにより、初期テーブルデータＤｐおよび初期ベン図データＢｐから読み取れる情報を、より分かりやすく使用者に提示することができる。
【0106】
また、上記実施形態によれば、使用者が入力により指示を行うための第１入力指示画面Ｇｔであって、初期テーブルデータＤｐに含まれるデータの編集内容を指定するための第１操作画面Ｇｓを含む第１入力指示画面Ｇｔを表示部４に表示することができる。そして、第１入力指示画面Ｇｔにおいて入力された指示を基に、初期テーブルデータＤｐに含まれるデータを更新することができる。これにより、層別分析に有用な要因要素Ｐｄを抽出する過程における使用者の利便性を向上させることができる。
【0107】
また、上記実施形態によれば、第１入力指示画面Ｇｔを介して入力された指示に応じて、第１選択領域Ｓａ１と第１選択情報Ｓｉ１との少なくともいずれかの選択範囲を基に新規分析を行ったり、選択範囲を除外したりできる。これにより、層別分析に有用な要因要素Ｐｄを抽出する過程における使用者の利便性をさらに向上させることができる。また、ラベル一致率Ｍｒをさらに向上させることが可能な説明変数を探索しやすくできる。
【0108】
また、上記実施形態によれば、要因要素Ｐｄごとのデータ群ＤｇＡ～ＤｇＦを統合した複合データ群Ｄｇを生成して、複合データ群Ｄｇに含まれる対象Ｓｂごとの予測二値ラベルＬｐを付与し直すことで、複合テーブルデータＤｃを生成することができる。さらに、複合テーブルデータＤｃに含まれる目的変数と複合データ群Ｄｇとの関係をベン図によって表す複合ベン図データＢｃを生成することができる。またさらに、上記実施形態によれば、表示部４によって、複合テーブルデータＤｃと複合ベン図データＢｃと、を複合表示画面として表示することができる。これにより、目的変数と複合データ群Ｄｇとの関係を可視化することができる。よって、表示部４に表示された複合表示画面を視認することで、使用者は、目的変数と複合データ群Ｄｇとの関係や複合データ群Ｄｇに含まれる要因要素Ｐｄの種類等を容易に確認することができる。
【0109】
また、上記実施形態によれば、第２選択領域と、第２選択情報と、第２被選択領域と、第２被選択情報と、の少なくとも１つを、他の領域および情報とは異なる表示態様で表示することができる。これにより、使用者によって選択された領域および情報を、表示部４を介して、分かりやすく使用者に提示することができる。
【0110】
また、上記実施形態によれば、第２選択情報と第２選択領域との少なくとも一方に関連する第２関連情報を表示部４に表示することができる。これにより、複合テーブルデータＤｃおよび複合ベン図データＢｃから読み取れる情報を、より分かりやすく使用者に提示することができる。
【0111】
また、上記実施形態によれば、使用者が入力により指示を行うための第２入力指示画面であって、複合テーブルデータＤｃに含まれるデータの編集内容を指定するための第２操作画面を含む第２入力指示画面を表示部４に表示させることができる。そして、第２入力指示画面において入力された指示を基に、複合テーブルデータＤｃに含まれるデータを更新することができる。これにより、層別分析に有用な要因要素Ｐｄを抽出する過程における使用者の利便性を向上させることができる。
【0112】
また、上記実施形態によれば、第２入力指示画面を介して入力された指示に応じて、第２選択領域と第２選択情報との少なくともいずれかの選択範囲を基に新規分析を行ったり、選択範囲を除外したりできる。これにより、層別分析に有用な要因要素Ｐｄを抽出する過程における使用者の利便性をさらに向上させることができる。
【0113】
また、上記実施形態によれば、目的変数と複合データ群Ｄｇに含まれるデータ群ＤｇＡ～ＤｇＦとの関係をテーブル形式で表す詳細テーブルデータＤｆを生成することができる。さらに、上記実施形態によれば、目的変数と複合データ群Ｄｇに含まれるデータ群ＤｇＡ～ＤｇＦとの関係をベン図によって表す詳細ベン図データＢｆを生成することができる。またさらに、上記実施形態によれば、表示部４によって、詳細テーブルデータＤｆと詳細ベン図データＢｆと、を詳細表示画面として表示することができる。これにより、目的変数と複合データ群Ｄｇに含まれるデータ群ＤｇＡ～ＤｇＦとの関係を可視化することができる。よって、表示部４に表示された詳細表示画面を視認することで、使用者は、目的変数と複合データ群Ｄｇに含まれるデータ群ＤｇＡ～ＤｇＦとの関係等を詳細に確認することができる。
【0114】
また、上記実施形態によれば、複合テーブルデータＤｃおよび複合ベン図データＢｃからドリルダウンすることで、使用者により選択された情報と選択された領域との少なくとも一方を含む詳細テーブルデータＤｆおよび詳細ベン図データＢｆを表示部４に階層的に表示することができる。これにより、複合テーブルデータＤｃと詳細テーブルデータＤｆとの関係、および、複合ベン図データＢｃと詳細ベン図データＢｆとの関係をより把握しやすくできる。
【0115】
また、上記実施形態によれば、第３選択領域と、第３選択情報と、第３被選択領域と、第３被選択情報と、の少なくとも１つを、他の領域および情報とは異なる表示態様で表示することができる。これにより、使用者によって選択された領域および情報を、表示部４を介して、分かりやすく使用者に提示することができる。
【0116】
また、上記実施形態によれば、第３選択情報と第３選択領域との少なくとも一方に関連する第３関連情報を表示部４に表示することができる。これにより、詳細テーブルデータＤｆおよび詳細ベン図データＢｆから読み取れる情報を、より分かりやすく使用者に提示することができる。
【0117】
また、上記実施形態によれば、使用者が入力により指示を行うための第３入力指示画面であって、詳細テーブルデータＤｆに含まれるデータの編集内容を指定するための第３操作画面を含む第３入力指示画面を表示部４に表示させることができる。そして、第３入力指示画面において入力された指示を基に、詳細テーブルデータＤｆに含まれるデータを更新することができる。これにより、層別分析に有用な要因要素を抽出する過程における使用者の利便性を向上させることができる。
【0118】
また、上記実施形態によれば、第３入力指示画面を介して入力された指示に応じて、第３選択領域と第３選択情報との少なくともいずれかの選択範囲を基に新規分析を行ったり、選択範囲を除外したりできる。これにより、層別分析に有用な要因要素Ｐｄを抽出する過程における使用者の利便性をさらに向上させることができる。
【0119】
また、上記実施形態では、テーブルデータＤｐ，Ｄｃ，Ｄｆに含まれる正解二値ラベルＬｃと予測二値ラベルＬｐとを２進数に変換することで生成したビット情報Ｂｉ１～Ｂｉ３を１０進数に変換することで、対象Ｓｂごとに領域識別子Ａ０～Ａ１５を付与できる。このとき、正解二値ラベルＬｃを２進数に変換した２進数値の位が、予測二値ラベルＬｐを２進数に変換した２進数値の位よりも小さくなるように、各２進数値を対象Ｓｂごとに並べることで、ビット情報Ｂｉ１～Ｂｉ３を生成している。このようにすると、第１正解二値ラベルＬｃ１が付与された対象Ｓｂに対して奇数の領域番号を割り当てることができ、第２正解二値ラベルＬｃ２が付与された対象Ｓｂに対して偶数の領域番号を割り当てることができる。これにより、目的変数と説明変数との関係をより一層明確に示すことができる。
【0120】
また、上記実施形態によれば、ベン図データＢｐ，Ｂｃ，Ｂｆは、各領域の面積がラベル一致率Ｍｒと一致するように生成されてもよい。ベン図データＢｐ，Ｂｃ，Ｂｆの各領域の面積がラベル一致率Ｍｒと一致する場合、表示部４に表示された初期表示画面Ｖｐ、複合表示画面、および詳細表示画面を視認することで、使用者は、層別分析により有用な要因要素Ｐｄを容易に把握することができる。
【0121】
Ｂ．他の実施形態：
Ｂ－１：他の実施形態１：
上記実施形態では、設定した分類閾値Ｔよって量的データＱをラベル分類した場合の分類精度は、一致率Ｍｒ１，Ｍｒ２によって表されていた。これに対して、他の実施形態では、設定した分類閾値Ｔよって量的データＱをラベル分類した場合の分類精度は、平均情報量を示すエントロピー、不平等さを示すジニ係数、２変数間の関連度合いを示すＸ２値等によって示される不純度によって表されてもよい。このとき、不純度が高いほど分類精度は低く、不純度が低いほど分類精度は高い。よって、分類部２２は、一致率Ｍｒ１，Ｍｒ２に代えて、不純度を示すエントロピー、ジニ係数、Ｘ２値等を用いて、分類工程および抽出工程を実行してもよい。
Ｂ－１：他の実施形態１：
上記実施形態では、設定した分類閾値Ｔよって量的データＱをラベル分類した場合の分類精度は、一致率Ｍｒ１，Ｍｒ２によって表されていた。これに対して、他の実施形態では、設定した分類閾値Ｔよって量的データＱをラベル分類した場合の分類精度は、平均情報量を示すエントロピー、不平等さを示すジニ係数、２変数間の関連度合いを示すＸ２値等によって示される不純度によって表されてもよい。このとき、不純度が高いほど分類精度は低く、不純度が低いほど分類精度は高い。よって、分類部２２は、一致率Ｍｒ１，Ｍｒ２に代えて、不純度を示すエントロピー、ジニ係数、Ｘ２値等を用いて、分類工程および抽出工程を実行してもよい。
【0122】
Ｂ－２．他の実施形態２：
候補分類閾値が２個以下であることにより、図４に示すステップＳ２３３からステップＳ２４０までの各ステップが実行されない場合、分類部２２は、ステップＳ２５０において、以下の処理を実行する。この場合、分類部２２は、第１正解二値ラベルＬｃ１が付与された対象Ｓｂの総数に対する、複数の対象Ｓｂごとにおける第１正解二値ラベルＬｃ１と一致する第１予測二値ラベルＬｐ１の数の割合をラベル一致率Ｍｒとする。
候補分類閾値が２個以下であることにより、図４に示すステップＳ２３３からステップＳ２４０までの各ステップが実行されない場合、分類部２２は、ステップＳ２５０において、以下の処理を実行する。この場合、分類部２２は、第１正解二値ラベルＬｃ１が付与された対象Ｓｂの総数に対する、複数の対象Ｓｂごとにおける第１正解二値ラベルＬｃ１と一致する第１予測二値ラベルＬｐ１の数の割合をラベル一致率Ｍｒとする。
【0123】
Ｂ－３：他の実施形態３：
他の実施形態では、抽出工程において４個以上の要因要素Ｐｄが抽出されることにより、初期テーブルデータＤｐに４個の要因要素Ｐｄが含まれる場合に使用されるテンプレート情報が記憶部６に予め記憶されていてもよい。抽出工程においてＮ個の要因要素Ｐｄが抽出される場合、目的変数である正解二値ラベルＬｃと、説明変数として抽出されたＮ個の要因要素Ｐｄによりそれぞれ出力される予測二値ラベルＬｐと、の組合せは、２Ｎ通りである。よって、この場合、配置情報において、ベン図の形状は、異なる領域識別子を割り当てた２Ｎ個の領域によって区分される形状である。
他の実施形態では、抽出工程において４個以上の要因要素Ｐｄが抽出されることにより、初期テーブルデータＤｐに４個の要因要素Ｐｄが含まれる場合に使用されるテンプレート情報が記憶部６に予め記憶されていてもよい。抽出工程においてＮ個の要因要素Ｐｄが抽出される場合、目的変数である正解二値ラベルＬｃと、説明変数として抽出されたＮ個の要因要素Ｐｄによりそれぞれ出力される予測二値ラベルＬｐと、の組合せは、２Ｎ通りである。よって、この場合、配置情報において、ベン図の形状は、異なる領域識別子を割り当てた２Ｎ個の領域によって区分される形状である。
【0124】
Ｂ－４：他の実施形態４：
他の実施形態では、表示制御部２６は、初期表示画面Ｖｐおよび第１変更画面Ｈｐおいて、第１初期テーブルデータＤｐ１に代えて、初期変換データＥｐを表示させてもよい。このようにすると、初期ベン図データＢｐにおける領域識別子Ａ０～Ａ７と、初期変換データＥｐにおける領域識別子Ａ０～Ａ７と、を同時に表示できる。これにより、初期ベン図データＢｐの各領域と、第１初期テーブルデータＤｐ１の各行により示される各対象Ｓｂの情報と、の関係を、使用者が把握しやすくできる。
他の実施形態では、表示制御部２６は、初期表示画面Ｖｐおよび第１変更画面Ｈｐおいて、第１初期テーブルデータＤｐ１に代えて、初期変換データＥｐを表示させてもよい。このようにすると、初期ベン図データＢｐにおける領域識別子Ａ０～Ａ７と、初期変換データＥｐにおける領域識別子Ａ０～Ａ７と、を同時に表示できる。これにより、初期ベン図データＢｐの各領域と、第１初期テーブルデータＤｐ１の各行により示される各対象Ｓｂの情報と、の関係を、使用者が把握しやすくできる。
【0125】
Ｂ－５．他の実施形態５：
他の実施形態では、データセットＤｓは、候補要因要素Ｐｃごとに取得された量的データＱと、候補要因要素Ｐｃごとに取得したカテゴリカルデータと、の両者を含んでもよい。
他の実施形態では、データセットＤｓは、候補要因要素Ｐｃごとに取得された量的データＱと、候補要因要素Ｐｃごとに取得したカテゴリカルデータと、の両者を含んでもよい。
【0126】
Ｃ．他の形態：
本開示は、上述の実施形態に限られるものではなく、その趣旨を逸脱しない範囲において種々の構成で実現することができる。例えば、発明の概要の欄に記載した各形態中の技術的特徴に対応する実施形態の技術的特徴は、上述の課題の一部又は全部を解決するために、あるいは、上述の効果の一部又は全部を達成するために、適宜、差し替えや、組み合わせを行うことが可能である。また、その技術的特徴が本明細書中に必須なものとして説明されていなければ、適宜、削除することが可能である。
本開示は、上述の実施形態に限られるものではなく、その趣旨を逸脱しない範囲において種々の構成で実現することができる。例えば、発明の概要の欄に記載した各形態中の技術的特徴に対応する実施形態の技術的特徴は、上述の課題の一部又は全部を解決するために、あるいは、上述の効果の一部又は全部を達成するために、適宜、差し替えや、組み合わせを行うことが可能である。また、その技術的特徴が本明細書中に必須なものとして説明されていなければ、適宜、削除することが可能である。
【0127】
（１）本開示の一形態によれば、要因要素の抽出方法が提供される。対象を層別する場合における要因要素の抽出方法は、複数の前記対象ごとに、（ｉ）前記対象が第１状態と第２状態とのいずれか一方の状態であることを示す目的変数である二値ラベルである正解二値ラベルと、（ｉｉ）前記対象に対するラベル分類の要因となり得るＭ個（Ｍは、２以上の整数）の候補要因要素ごとに取得された量的データと、を関連付けたデータセットを準備する準備工程と、前記量的データを前記第１状態と前記第２状態とに分類する分類閾値を前記候補要因要素ごとに設定して、前記候補要因要素ごとの前記分類閾値により、前記候補要因要素ごとに前記量的データをラベル分類することで、複数の前記量的データのそれぞれに対して、前記二値ラベルである予測二値ラベルを付与する分類工程と、前記第１状態を示す前記正解二値ラベルが付与された前記対象の総数に対する、複数の前記対象ごとにおける前記第１状態を示す前記正解二値ラベルと一致する前記予測二値ラベルの数の割合である一致率が、予め定められた抽出閾値以上となるＮ個（Ｎは、１以上Ｍ未満の整数）の前記候補要因要素を、前記目的変数の説明変数となる前記要因要素として抽出する抽出工程と、を備える。この形態によれば、収集したデータが量的データである場合において、複数の対象ごとに、第１状態と第２状態とのいずれか一方の状態であることを示す二値ラベルを付与することができる。これにより、収集した量的データに対して層別分析を実行する場合に、目的変数としてカテゴリカルデータを出力することができる。さらに、この形態によれば、収集した量的データに付与した正解二値ラベルと予測二値ラベルとの一致率を算出することで、候補要因要素を第１状態と第２状態とに分類する分類閾値を設定できる。このようにすると、収集した量的データから層別分析に有用な要因要素として目的変数の説明変数を抽出する過程において、量的データをカテゴリカルデータに変換することができる。これにより、説明変数が量的データである場合において、量的データをカテゴリカルデータに変換した上で、層別分析に有用な要因要素を抽出することができる。
【0128】
（２）上記形態において、前記抽出工程は、（ｉ）複数の前記候補要因要素の中から、複数の前記対象ごとにおいて、前記第１状態を示す前記正解二値ラベルと、前記第１状態を示す前記予測二値ラベルと、の一致率が最も高い前記候補要因要素を前記要因要素として抽出する抽出処理工程と、（ｉｉ）前記第１状態を示す前記正解二値ラベルが付与された前記対象の総数に対する、前記抽出処理工程によって抽出された前記要因要素において、前記一致率の算出元のラベルである前記第１状態を示す前記予測二値ラベルの数の割合である占有割合が、予め定められた割合閾値以上であるか否かを判定する判定処理工程と、を備え、前記占有割合が前記割合閾値以上である場合には、前記抽出工程を終了し、前記占有割合が前記割合閾値未満である場合には、前記抽出工程において、さらに、他の前記要因要素を抽出するために次ルーチンの前記抽出処理工程および前記判定処理工程を実行し、前記次ルーチンにおける前記抽出処理工程では、前回までのルーチンにおいて抽出された前記要因要素を除いた複数の前記候補要因要素のうちで、前記前回までのルーチンにおいて前記一致率の算出元となった前記第１状態を示す前記正解二値ラベルが付与された前記対象を除いた残りの複数の前記対象ごとにおいて、前記第１状態を示す前記正解二値ラベルと一致する前記第１状態を示す前記予測二値ラベルの数の割合を前記一致率とみなして、前記一致率が最も高い前記候補要因要素を前記要因要素として抽出し、前記次ルーチンにおける前記判定処理工程では、前記第１状態を示す前記正解二値ラベルが付与された前記対象の総数に対する、前記次ルーチンを含む今までの各ルーチンにおける前記一致率の算出元のラベルである前記第１状態を示す前記予測二値ラベルの総数の割合を前記占有割合とみなして、前記占有割合が前記割合閾値以上であるか否かを判定してもよい。この形態によれば、一致率が最も高い候補要因要素から順に、予め定められたＮ個の候補要因要素を説明変数となる要因要素として抽出することができる。これにより、Ｍ個の候補要因要素の中から、層別分析に有用な要因要素を容易に抽出することができる。さらに、この形態によれば、占有割合が予め定められた割合閾値以上となるまで、抽出処理工程と判定処理工程とを繰り返し実行して、要因要素を抽出することができる。これにより、目的変数を予め定められた割合閾値以上に説明するために必要な要因要素を抽出することができる。
【0129】
（３）上記形態において、前記分類工程は、前記分類閾値を設定する閾値設定工程を含み、前記閾値設定工程は、複数の前記量的データに対して、前記候補要因要素ごとに決定木によって前記二値ラベルのラベル分類を行い、前記決定木において分岐条件となる値を前記分類閾値として設定してもよい。この形態によれば、複数の量的データに対して、候補要因要素ごとの決定木によって予測二値ラベルのラベル分類を行い、決定木において分岐条件となる値を分類閾値として設定することができる。これにより、決定木を用いて、分類閾値を容易に設定することができる。
【0130】
（４）上記形態において、前記対象は、Ｐ個（Ｐは、４以上の整数）であり、前記閾値設定工程は、前記決定木の分岐回数を２回以下にすることで、前記分類閾値の設定数を２個以下に制限してもよい。この形態によれば、分類閾値の設定数を２個以下に制限することができる。これにより、初期ベン図データを表示部に表示する場合に、初期ベン図データの領域数が過度に増える等により、視認性が低下することを抑制できる。
【0131】
（５）上記形態において、前記閾値設定工程は、前記決定木において、最初の分岐点である第１分岐点からさらに第２分岐点と第３分岐点とで分岐している場合に、前記第２分岐点を除外して前記第１分岐点と前記第３分岐点とで前記決定木を分岐させた状態における前記一致率である第１の一致率と、前記第３分岐点を除外して前記第１分岐点と前記第２分岐点とで前記決定木を分岐させた状態における前記一致率である第２の一致率と、を比較して、前記一致率が高い方の前記決定木における前記分岐点を、前記分類閾値に設定することで、前記分類閾値の前記設定数を２個に制限してもよい。この形態によれば、第１の一致率と第２の一致率とを比較して、より一致率が高い決定木における分岐点を分類閾値に設定することで、分類閾値の設定数を２個以下に制限することができる。
【0132】
（６）上記形態において、前記閾値設定工程は、さらに、前記第２分岐点と前記第３分岐点とのうち、前記一致率がより低い前記分岐点を除外した前記決定木において、前記第１分岐点により定まる前記分類閾値により分類された後に、前記第２分岐点と前記第３分岐点とのいずれか一方の前記分岐点が除外されたことにより分類されることなく前記予測二値ラベルが出力される前記量的データについて、前記正解二値ラベルのうち、前記第１状態であることを示す前記正解二値ラベルの付与率が、前記第２状態であることを示す前記正解二値ラベルの付与率よりも高い場合には、前記第１状態であることを示す前記予測二値ラベルを出力し、前記第２状態であることを示す前記正解二値ラベルの前記付与率が、前記第１状態であることを示す前記正解二値ラベルの前記付与率よりも高い場合には、前記第２状態であることを示す前記予測二値ラベルを出力するラベル選定工程を含んでもよい。この形態によれば、決定木で分岐点が除外されることによって分類されることなく予測二値ラベルが出力される量的データに対して、第１正解二値ラベルと第２正解二値ラベルとの付与率に応じて予測二値ラベルを出力することができる。これにより、分類閾値の設定数を２個以下に制限した場合に、予測二値ラベルによる分類精度が低下することを抑制できる。
【0133】
（７）上記形態において、さらに、前記正解二値ラベルと、前記抽出工程によって抽出された前記要因要素ごとの前記量的データに対して付与された前記予測二値ラベルと、を前記対象ごとに関連付けることで、前記目的変数と前記説明変数との関係をテーブル形式で表す初期テーブルデータを生成する初期テーブル生成工程を含むテーブル生成工程と、前記初期テーブルデータに含まれる前記目的変数と前記説明変数との関係をベン図によって表す初期ベン図データを生成する初期ベン図生成工程を含むベン図生成工程と、表示部によって、前記初期テーブルデータと前記初期ベン図データとを表示する初期表示工程を含むデータ表示工程と、を備えてもよい。この形態によれば、目的変数と説明変数との関係をテーブル形式で表す初期テーブルデータと、初期テーブルデータに含まれる目的変数と説明変数との関係をベン図によって表す初期ベン図データと、を生成することができる。さらに、この形態によれば、表示部によって、初期テーブルデータと初期ベン図データとを表示することができる。これにより、目的変数と説明変数との関係を可視化することができる。
【0134】
（８）上記形態において、前記データ表示工程は、さらに、前記初期テーブルデータのいずれかに含まれる情報が使用者によって選択された場合に、前記初期テーブルデータにおいて選択された情報である第１選択情報に相当する前記初期ベン図データの領域である第１被選択領域を他の領域とは異なる表示態様で表示し、前記初期ベン図データに含まれるいずれかの領域が前記使用者によって選択された場合に、前記初期ベン図データにおいて選択された領域である第１選択領域に相当する前記初期テーブルデータの情報である第１被選択情報を他の情報とは異なる表示態様で表示する第１表示変更工程を含んでもよい。この形態によれば、第１選択領域と、第１選択情報と、第１被選択領域と、第１被選択情報とを、他の領域および情報とは異なる表示態様で表示することができる。これにより、使用者によって選択された領域および情報を、表示部を介して、分かりやすく使用者に提示することができる。
【0135】
（９）上記形態において、前記第１表示変更工程は、前記初期テーブルデータに含まれるいずれかの情報が前記使用者によって選択された場合に、前記第１選択情報と前記第１被選択領域とをハイライト表示し、前記初期ベン図データに含まれるいずれかの領域が前記使用者によって選択された場合に、前記第１選択領域と前記第１被選択情報とをハイライト表示してもよい。この形態によれば、使用者によって選択された領域および情報をハイライト表示することで、他の領域および情報とは異なる表示態様で表示することができる。これにより、使用者によって選択された領域および情報を、表示部を介して、より一層分かりやすく使用者に提示することができる。
【0136】
（１０）上記形態において、前記データ表示工程は、さらに、前記初期テーブルデータにおいて選択された情報である第１選択情報と、前記初期ベン図データにおいて選択された領域である第１選択領域と、の少なくとも一方に関連する第１関連情報を前記表示部に表示する第１表示追加工程を含んでもよい。この形態によれば、第１選択情報と第１選択領域との少なくとも一方に関連する第１関連情報を表示部に表示することができる。これにより、初期テーブルデータおよび初期ベン図データから読み取れる情報を、より分かりやすく使用者に提示することができる。
【0137】
（１１）上記形態において、前記データ表示工程は、さらに、使用者が入力により指示を行うための第１入力指示画面を前記表示部に表示させる第１画面表示工程と、前記第１画面表示工程において入力された前記指示を基に、前記初期テーブルデータに含まれるデータを更新する第１更新工程と、を含み、前記第１入力指示画面は、前記初期ベン図データと、前記初期テーブルデータに含まれる前記データの編集内容を指定するための第１操作画面と、を含んでもよい。この形態によれば、使用者が入力により指示を行うための第１入力指示画面であって、初期テーブルデータに含まれるデータの編集内容を指定するための第１操作画面を含む第１入力指示画面を表示部に表示することができる。そして、第１入力指示画面において入力された指示を基に、初期テーブルデータに含まれるデータを更新することができる。これにより、層別分析に有用な要因要素を抽出する過程における使用者の利便性を向上させることができる。
【0138】
（１２）上記形態において、前記抽出工程において前記要因要素として抽出される前記候補要因要素の数は４以上であり、前記テーブル生成工程は、さらに、（１ａ）前記初期テーブルデータに含まれる前記予測二値ラベルを前記要因要素ごとに分類したデータ群を生成するデータ群生成工程と、（１ｂ）複数の前記データ群にそれぞれ含まれる同一の前記対象について付与された前記予測二値ラベル同士を、予め定められた演算方法により、前記第１状態であることを示す前記予測二値ラベルと、前記第２状態であることを示す前記予測二値ラベルと、のいずれかの前記予測二値ラベルに分類し直すことで、前記データ群生成工程において生成した複数の前記データ群をまとめた複合データ群を生成するデータ群統合工程と、（１ｃ）前記正解二値ラベルと、前記複合データ群ごとに付与された前記予測二値ラベルと、を前記対象ごとに関連付けることで、前記目的変数と前記複合データ群との関係を前記テーブル形式で表す複合テーブルデータを生成する複合テーブル生成工程と、（１ｄ）前記正解二値ラベルと、前記複合データ群に含まれる前記データ群ごとの前記予測二値ラベルと、を前記対象ごとに関連付けることで、前記目的変数と前記複合データ群に含まれる前記データ群との関係を前記テーブル形式で表す詳細テーブルデータを生成する詳細テーブル生成工程と、を含み、前記ベン図生成工程は、さらに、（２ａ）前記複合テーブルデータに含まれる前記目的変数と前記複合データ群との関係を前記ベン図によって表す複合ベン図データを生成する複合ベン図生成工程と、（２ｂ）前記詳細テーブルデータに含まれる前記目的変数と前記データ群との関係を前記ベン図によって表す詳細ベン図データを生成する詳細ベン図生成工程と、を含み、前記データ表示工程は、さらに、（３ａ）前記表示部によって、前記複合テーブルデータと前記複合ベン図データとを表示する複合表示工程と、（３ｂ）前記複合テーブルデータと前記複合ベン図データとが前記表示部に表示された状態において、前記複合テーブルデータに含まれるいずれかの情報と、前記複合ベン図データに含まれるいずれかの領域と、の少なくとも一方が使用者によって選択された場合に、前記複合テーブルデータおよび前記複合ベン図データからドリルダウンすることで、選択された前記情報と選択された前記領域との少なくとも一方を含む前記詳細テーブルデータおよび前記詳細ベン図データを前記表示部に階層的に表示する階層表示工程と、を含んでもよい。この形態によれば、要因要素ごとのデータ群を統合した複合データ群を生成して、複合データ群に含まれる対象ごとの予測二値ラベルを付与し直すことで、複合テーブルデータを生成することができる。さらに、複合テーブルデータに含まれる目的変数と複合データ群との関係をベン図によって表す複合ベン図データを生成することができる。またさらに、表示部によって、複合テーブルデータと複合ベン図データとを表示することができる。これにより、目的変数と複合データ群との関係を可視化することができる。また、この形態によれば、目的変数と複合データ群に含まれるデータ群との関係をテーブル形式で表す詳細テーブルデータを生成することができる。さらに、目的変数と複合データ群に含まれるデータ群との関係をベン図によって表す詳細ベン図データを生成することができる。またさらに、表示部によって、詳細テーブルデータと詳細ベン図データとを表示することができる。これにより、目的変数と複合データ群に含まれるデータ群との関係を可視化することができる。さらに、この形態によれば、複合テーブルデータおよび複合ベン図データからドリルダウンすることで、使用者により選択された情報と選択された領域との少なくとも一方を含む詳細テーブルデータおよび詳細ベン図データを表示部に階層的に表示することができる。
【0139】
（１３）上記形態において、前記データ表示工程は、さらに、前記複合テーブルデータのいずれかに含まれる情報が使用者によって選択された場合に、前記複合テーブルデータにおいて選択された情報である第２選択情報に相当する前記複合ベン図データの領域である第２被選択領域を他の領域とは異なる表示態様で表示し、前記複合ベン図データに含まれるいずれかの領域が前記使用者によって選択された場合に、前記複合ベン図データにおいて選択された領域である第２選択領域に相当する前記複合テーブルデータの情報である第２被選択情報を他の情報とは異なる表示態様で表示する第２表示変更工程と、前記詳細テーブルデータのいずれかに含まれる情報が使用者によって選択された場合に、前記詳細テーブルデータにおいて選択された情報である第３選択情報に相当する前記詳細ベン図データの領域である第３被選択領域を他の領域とは異なる表示態様で表示し、前記詳細ベン図データに含まれるいずれかの領域が前記使用者によって選択された場合に、前記詳細ベン図データにおいて選択された領域である第３選択領域に相当する前記詳細テーブルデータの情報である第３被選択情報を他の情報とは異なる表示態様で表示する第３表示変更工程と、を含んでもよい。この形態によれば、第２選択領域と、第２選択情報と、第２被選択領域と、第２被選択情報とを、他の領域および情報とは異なる表示態様で表示することができる。さらに、この形態によれば、第３選択領域と、第３選択情報と、第３被選択領域と、第３被選択情報とを、他の領域および情報とは異なる表示態様で表示することができる。これにより、使用者によって選択された領域および情報を、表示部を介して、分かりやすく使用者に提示することができる。
【0140】
（１４）上記形態において、前記第２表示変更工程は、前記複合テーブルデータに含まれるいずれかの情報が前記使用者によって選択された場合に、前記第２選択情報と前記第２被選択領域とをハイライト表示し、前記複合ベン図データに含まれるいずれかの領域が前記使用者によって選択された場合に、前記第２選択領域と前記第２被選択情報とをハイライト表示し、前記第３表示変更工程は、前記詳細テーブルデータに含まれるいずれかの情報が前記使用者によって選択された場合に、前記第３選択情報と前記第３被選択領域とをハイライト表示し、前記詳細ベン図データに含まれるいずれかの領域が前記使用者によって選択された場合に、前記第３選択領域と前記第３被選択情報とをハイライト表示してもよい。この形態によれば、使用者によって選択された領域および情報をハイライト表示することで、他の領域および情報とは異なる表示態様で表示することができる。これにより、使用者によって選択された領域および情報を、表示部を介して、より一層分かりやすく使用者に提示することができる。
【0141】
（１５）上記形態において、前記データ表示工程は、さらに、前記複合テーブルデータにおいて選択された情報である第２選択情報と、前記複合ベン図データにおいて選択された領域である第２選択領域と、の少なくとも一方に関連する第２関連情報を前記表示部に表示する第２表示追加工程と、前記詳細テーブルデータにおいて選択された情報である第３選択情報と、前記詳細ベン図データにおいて選択された領域である第３選択領域と、の少なくとも一方に関連する第３関連情報を前記表示部に表示する第３表示追加工程と、を含んでもよい。この形態によれば、第２選択情報と第２選択領域との少なくとも一方に関連する第２関連情報を表示部に表示することができる。これにより、複合テーブルデータおよび複合ベン図データから読み取れる情報を、より分かりやすく使用者に提示することができる。さらに、この形態によれば、第３選択情報と第３選択領域との少なくとも一方に関連する第３関連情報を表示部に表示することができる。これにより、詳細テーブルデータおよび詳細ベン図データから読み取れる情報を、より分かりやすく使用者に提示することができる。
【0142】
（１６）上記形態において、前記データ表示工程は、さらに、使用者が入力により指示を行うための第２入力指示画面を前記表示部に表示させる第２画面表示工程と、前記第２画面表示工程において入力された前記指示を基に、前記複合テーブルデータに含まれるデータを更新する第２更新工程と、を含み、前記第２入力指示画面は、前記複合ベン図データと、前記複合テーブルデータに含まれる前記データの編集内容を指定するための第２操作画面と、を含んでもよい。この形態によれば、使用者が入力により指示を行うための第２入力指示画面であって、複合テーブルデータに含まれるデータの編集内容を指定するための第２操作画面を含む第２入力指示画面を表示部に表示させることができる。そして、第２入力指示画面において入力された指示を基に、複合テーブルデータに含まれるデータを更新することができる。これにより、層別分析に有用な要因要素を抽出する過程における使用者の利便性を向上させることができる。
【0143】
（１７）上記形態において、前記データ表示工程は、さらに、前記使用者が入力により指示を行うための第３入力指示画面を前記表示部に表示させる第３画面表示工程と、前記第３画面表示工程において入力された前記指示を基に、前記詳細テーブルデータに含まれるデータを更新する第３更新工程と、を含み、前記第３入力指示画面は、前記詳細ベン図データと、前記詳細テーブルデータに含まれる前記データの編集内容を指定するための第３操作画面と、を含んでもよい。この形態によれば、使用者が入力により指示を行うための第３入力指示画面であって、詳細テーブルデータに含まれるデータの編集内容を指定するための第３操作画面を含む第３入力指示画面を表示部に表示させることができる。そして、第３入力指示画面において入力された指示を基に、詳細テーブルデータに含まれるデータを更新することができる。これにより、層別分析に有用な要因要素を抽出する過程における使用者の利便性を向上させることができる。
【0144】
（１８）本開示の他の形態によれば、要因要素の抽出プログラムが提供される。対象を層別する場合における要因要素の抽出を行うためのコンピュータープログラムは、複数の前記対象ごとに、（ｉ）前記対象が第１状態と第２状態とのいずれか一方の状態であることを示す目的変数である二値ラベルである正解二値ラベルと、（ｉｉ）前記対象に対するラベル分類の要因となり得るＭ個（Ｍは、２以上の整数）の候補要因要素ごとに取得された量的データと、を関連付けたデータセットを準備する準備機能と、前記量的データを前記第１状態と前記第２状態とに分類する分類閾値を前記候補要因要素ごとに設定して、前記候補要因要素ごとの前記分類閾値により、前記候補要因要素ごとに前記量的データをラベル分類することで、複数の前記量的データのそれぞれに対して、前記二値ラベルである予測二値ラベルを付与する分類機能と、前記第１状態を示す前記正解二値ラベルが付与された前記対象の総数に対する、複数の前記対象ごとにおける前記第１状態を示す前記正解二値ラベルと一致する前記予測二値ラベルの数の割合である一致率が、予め定められた抽出閾値以上となるＮ個（Ｎは、１以上Ｍ未満の整数）の前記候補要因要素を、前記目的変数の説明変数となる前記要因要素として抽出する抽出機能と、を備える。この形態によれば、収集した量的データに付与した正解二値ラベルと予測二値ラベルとの一致率を算出することで、候補要因要素を第１状態と第２状態とに分類する分類閾値を設定できる。このようにすると、収集した量的データから層別分析に有用な要因要素として目的変数の説明変数を抽出する過程において、量的データをカテゴリカルデータに変換することができる。これにより、説明変数が量的データである場合において、量的データをカテゴリカルデータに変換した上で、層別分析に有用な要因要素を抽出することができる。
【0145】
上述した本開示の各形態の有する複数の構成要素はすべてが必須のものではなく、上述の課題の一部又は全部を解決するため、あるいは、本明細書に記載された効果の一部又は全部を達成するために、適宜、前記複数の構成要素の一部の構成要素について、その変更、削除、新たな他の構成要素との差し替え、限定内容の一部削除を行うことが可能である。また、上述の課題の一部又は全部を解決するため、あるいは、本明細書に記載された効果の一部又は全部を達成するために、上述した本開示の一形態に含まれる技術的特徴の一部又は全部を上述した本開示の他の形態に含まれる技術的特徴の一部又は全部と組み合わせて、本開示の独立した一形態とすることも可能である。
【0146】
本開示は、要因要素の抽出方法、および、要因要素の抽出方法を実行するためのコンピュータープログラム以外の種々の形態で実現することも可能である。例えば、要因要素の抽出方法を実行する抽出装置等の形態で実現することができる。
【符号の説明】
【0147】
１…抽出システム、２…ＣＰＵ、３…通信部、４…表示部、５…入力操作部、６…記憶部、９…測定ユニット、１０…抽出装置、２２…分類部、２３…抽出部、２４…テーブル生成部、２５…ベン図生成部、２６…表示制御部、１００…製造設備、Ａ０～Ａ１５…領域識別子、Ａｒ１…第１領域情報、Ａｒ２…第２領域情報、Ａｒ３…第３領域情報、Ｂｃ…複合ベン図データ、Ｂｆ…詳細ベン図データ、Ｂｉ１…初期ビット情報、Ｂｉ２…複合ビット情報、Ｂｉ３…詳細ビット情報、Ｂｐ…初期ベン図データ、Ｂｒ…分岐点、Ｂｒ１…第１分岐点、Ｂｒ２…第２分岐点、Ｂｒ３…第３分岐点、Ｃｈ１…第１チェックボックス、Ｃｈ２…第２チェックボックス、Ｄｃ…複合テーブルデータ、Ｄｄ１…第１分岐状態、Ｄｄ２…第２分岐状態、Ｄｆ…詳細テーブルデータ、Ｄｇ…複合データ群、Ｄｇ１…第１複合データ群、Ｄｇ２…第２複合データ群、ＤｇＡ～ＤｇＦ…データ群、Ｄｐ…初期テーブルデータ、Ｄｐ１…第１初期テーブルデータ、Ｄｐ２…第２初期テーブルデータ、Ｄｓ…データセット、Ｄｔ…決定木、Ｄｔ０…除外前決定木、Ｄｔ１…第１決定木、Ｄｔ２…第２決定木、Ｅｃ…複合変換データ、Ｅｆ…詳細変換データ、Ｅｐ…初期変換データ、Ｆａ１…第１被選択領域、Ｆｉ１…第１被選択情報、Ｇｓ…第１操作画面、Ｇｔ…第１入力指示画面、Ｈｐ…変更画面、Ｈｐ１…第１変更画面、Ｈｐ２…第２変更画面、Ｈｐ３…第３変更画面、Ｈｒ１…第１占有割合、Ｈｒ２…第２占有割合、Ｋｐ…除外表示画面、Ｌｃ…正解二値ラベル、Ｌｃ１…第１正解二値ラベル、Ｌｃ２…第２正解二値ラベル、Ｌｐ…予測二値ラベル、Ｌｐ１…第１予測二値ラベル、Ｌｐ２…第２予測二値ラベル、Ｍｒ…ラベル一致率、Ｍｒ１…第１の一致率、Ｍｒ２…第２の一致率、Ｎｐ…新規表示画面、Ｐｃ…候補要因要素、Ｐｄ…要因要素、Ｐｄ１…第１要因要素、Ｐｄ２…第２要因要素、Ｐｄ３…第３要因要素、Ｐｄ４…第４要因要素、Ｐｉ…追加情報、Ｐｔ１…第１の場合、Ｐｔ２…第２の場合、Ｐｕ…第１関連情報、Ｑ…量的データ、Ｑｓ…対象量的データ、Ｒｐ…更新後テーブルデータ、Ｓａ１…第１選択領域、Ｓｂ…対象、Ｓｉ１…第１選択情報、Ｓｐ１…第１配置情報、Ｓｐ２…第２配置情報、Ｓｐ３…第３配置情報、Ｔ…分類閾値、Ｔ１…第１分類閾値、Ｔ２…第２分類閾値、Ｔｐ１…第１テンプレート情報、Ｔｐ２…テンプレート情報、Ｔｐ３…第３テンプレート情報、Ｕ…全体集合、Ｖｐ…初期表示画面
【図1】
【図2】
【図3】
【図4】
【図5】
【図6】
【図7】
【図8】
【図9】
【図10】
【図11】
【図12】
【図13】
【図14】
【図15】
【図16】
【図17】
【図18】
【図19】
【図20】
【図21】
【図22】
【図23】
【図24】
【図25】
【図26】
【図27】
【図28】
【図29】
【図30】
【図31】
【図32】
【図33】
【図34】
【図35】
【図36】
【図37】
【図38】