|
・朝倉書店「多変量解析実例ハンドブック」かく語りき（13）
・「環境心理尺度実例ハンドブック刊行WG」を遠目に眺める（談）
・「数量化理論」を一般化して理解するには ／ 「SD法」に確率論とグラフ理論を導入するには（解決編）
・表 分析の流れ（※朝倉書店「多変量解析実例ハンドブック」より作成）
・表4改 （朝倉書店「多変量解析実例ハンドブック」より抜粋）
（約18000字）
SD法について中途半端なまま止まっていた[3469]の続きです。「実例に見る総合評価」としては[3401],[3420]の続きです。[3582]とあわせて、「「数量化理論」を一般化して理解するには」「「SD法」に確率論とグラフ理論を導入するには」という2問同時問いかけ（…いえ、だいたいそういうのを一般に文系でいう「問いかけ」というんですけれど）への一種「解決編」としていただければと思います。（※解決するのはあなた自身ですよ、の意。）
「実例に見る総合評価」と題した記事での副題は、なるべく一般化した表現にしようとして四苦八苦してきています。
・[3564]
> 「K府立大」などと伏せる必要がない上に伏せたことにもなっていないのですが、この一連の記事ではこういう見出しをつけないといけないようではあるとの感触にはございます。
徳間書店は伏せないんですけど…その発想はなかった！ 「T工務店」といって、本店所在地や従業員数などを示さない限りはかなり伏せた感じですよね、わかります。（棒読み）ま、竹中工務店なんですけど。…えーっ。（※そもそも伏せる意味はないのです。…タイトルは雰囲気です！）
・[3543]
> まっさきに困ったのは、今回の話題をなんと呼べばよいだろうかということです。これだけで2年ほど悩み続けたといっても過言…いえ、そこまでいうと過言ではあるんですけどね。
> 仮に「生まれ月」と呼んでしまうと、自動的に（数学としては）『変な区間！』に分けて、それ以上は何も考えないことになるわけですが、いえいえいえ！ 2月は短いんですよ。夏至や冬至なども、分割された区間の中間にポヤンと挟まるのですよ。あまりキレイじゃないのではないかと…うーん。キレイかどうかという問題でもないんですけど、数学はキレイじゃないとね。
> 具体的な目先の問題からは切り離して「区間」だけを議論してもいいではないですか。…その発想はなかった！（棒読み）「彼自身は自身の統計学的研究をあくまでも心理学研究の副産物と考えていた。」については[3524]を参照。
今回の「ビル外壁汚れ認知構造のモデル化」も、なるほど、修士課程に進学した学生（M1）を待ち構える『最初の関門！』はこれですよっ。じぶんのことばで「汚れ感」「汚れ度」（＝後述）みたいにいっているうちは、まだまだなんですよ。じぶんの研究テーマは「ビル外壁汚れ認知構造のモデル化」だっ、と宣言できれば、あとは副査をどのセンセイに頼めばいいかという、わかりやすい（淡々と進めていける＝研究テーマを御しきれる＝もう少しメタなところでの研究遂行能力を着実に養いながら課程博士まで1直線な）研究（生活）になるのですよ。
※最初のうち「ビル外観の汚れに対する印象の定量化」といって、「印象とはにわ！！（※意訳：印象の定義を教えてくださるかしら）」のほうなど…ゲフンゲフン。「外観の汚れ」も意味不明なんですよ。それがじぶんではわからないのだということを承知のうえ、せめて別の日に見返すくらいはしないとですよね。…その発想はなかった！（棒読み）続いて「認知過程の定量化」などと（略）定量化するのが科学なのよっ＆サイエンスでネイチャーでトムソン・ロイター・ジャパンなのよっ。…デスヨネ〜…。
・いわゆる「認知構造のモデル化」とその周辺（…「とその周辺」！）
http://cogpsy.educ.kyoto-u.ac.jp/personal/Kusumi/datasem03.htm
・…より「6月25日 ＊＊ 文章理解 対応分析とテキストマイニング」付近
http://cogpsy.educ.kyoto-u.ac.jp/personal/Kusumi/datasem03/komeda.files/frame.htm
> 数量化III類との違い
おおー！（＝追って述）
・こんがりプサイどっと（平山ファイル）「5月7日 ＊＊ 批判的思考 ロジスティック回帰分析」付近
http://cogpsy.educ.kyoto-u.ac.jp/personal/Kusumi/datasem03/hirayama.files/frame.htm
※…だって「cogpsy」って書いてあるじゃないですかぁ。…その発想はなかった！ 「平山ファイル」…「平山ファイル」っ。その時なにか的なものが動いたみたいな証言を集めたファイルみたいだよね。（違）SPSSやRでの命名規則とかもダイジョーブなんでしょうかと心配になってくるURLではございました、の意。
> 連続値尺度のカテゴリー化
> 説明変数の数値に対応するオッズ比の自然対数が，直線関係にあることが前提．
> 当てはまらない場合，カテゴリー化する必要がある．
> ステップワイズ法
> ある変数のみ常に説明変数に入れ，調整した後にステップワイズ法を行う方法もある．
もっとも、最初はじぶんの専攻とまったく関係ない多変量データで分析手法の数理だけを学ぶべきではあると思うのだがねみたいな…いえいえいえ、メッソウではございました。データがおもしろい（じぶんの専攻で扱う内容のデータである）というところに頼りすぎてはいけないよ。（※私見です。）
> ソフト，文献・リンク集
> 利用できるソフトと比較的入手しやすい主な参考文献，サイトを挙げる．各自探して情報をe-mailで提供してほしい．
※ここでいう「ソフト」：SPSSの前処理に使えるフリーソフト、の意。
えーっ。ここでいう「e-mail」と、わたしの思う「e-mail」とが同じものであるかわからなくなってくるような（中略）メールすると「ゼミに持ってきて」、ゼミに持っていくと「後でメールで送って」などと（略）えーっ。（※一般的なイメージです。）
★朝倉書店「多変量解析実例ハンドブック」かく語りき（13）
※数字は章番号です。
・[3576]
> もはや主成分回帰（[3572]）みたいなのに最初から放りこみたいと思えてきました。あるいは（関係性を表現した隣接行列から）『解釈しやすい行列を複数！』つくればいいんだというHITS（[3566]）みたいなのでも（重回帰分析を「予測」ではなく「考察」に使いたいという場面では＆特に質的な多変量データの場合）よさそうにすら思えてきました。
・[3469]
> 「数量化理論」を一般化して理解するには ／ 「SD法」に確率論とグラフ理論を導入するには
> 「I類」なんていってないで
> 回帰分析ですのん
> 「III類」なんていってないで
> SD法ですのん
※[3469]では、（もともとの）林の研究課題（目的）に照らして「よい代替」となる『モダンな手法』は何か、ということを述べています。あくまで数理的な理解をともないながら「アルゴリズムの1つ」として「数量化Ｘ類」を『つまみ食い』することはさほど深刻な問題にならないでしょうが、質的な研究をしたいといって『数量化理論！』を「I類」から「IV類」まで、この順で（しかも「数量化理論」だけを）勉強してしまうような（いまとなっては）「致命的なエラー！（おなかが痛い）」みたいなのを防ぎましょうよ、という趣旨でございました。あしからず。
これに関連して朝倉書店「多変量解析実例ハンドブック」の索引「決定係数」で目に留まる「13」の稿を参照します。（参照してください、の意。）
・13. オフィスビル外観の「汚れ感」評価 −重回帰分析と数量化I類による分析
「竹中工務店技術研究所」と「竹中工務店人事室」（＝執筆時）のかた2名の共著でございます。
> キーワード：建物外観，汚れ，印象評価実験，SD法，重回帰分析，数量化I類
いや〜、SD法といいながら「I類」が出てくるという「論文レポートの報告文例！」みたいなのがあるとは思っていませんでした。じぶんたちが行なった一連の分析を、どのようなまとまりでどう呼ぶかというところが、いまとなってはびみょーに思えるのだというだけのことでもあるわけですが、…いえいえいえ、本当でしょうか。著者らの分析手法への理解が的確であることを先に確かめます。
■表 分析の流れ（※朝倉書店「多変量解析実例ハンドブック」より作成）| 1. | （A）印象評価尺度の作成に「SD法」を使う
「汚れ感」1尺度と「ダミー」7尺度（8尺度×7段階） | | 2. | 「67枚」の写真（刺激）を見て | | ：（A）「汚れ感」（を含む「SD尺度」）を評定してもらう | | ：（B）「汚れ度」を5段階で評定してもらう | | | | 3. | 2.の結果とインタビューから「汚れ感」「汚れ度」に関する「10要因」の分類を作成
「67枚」の写真に対し「10要因」の程度や区分を4名でコーディング | | ：（A）8尺度のうち「清潔な−汚い」尺度（1〜7）の
「5以上」（の人数比）を「代表値」とする | | ：（B）5段階のうち「4以上」（の人数比）を「代表値」とする | | 4. | 「ステップワイズ重回帰分析」を用いて「10要因」（変数）を絞り込み（選択） | | ：（B）「10要因」を説明変数、
「汚れ度」を目的変数とする
重回帰分析（変数選択で上から3つ） | | ：（A）「10要因」を説明変数、
「汚れ感」を目的変数とする
重回帰分析（変数選択で上から6つ） | | | | 5. | 4.で選択された変数について「数量化I類分析」で「カテゴリースコア」を求める |
※本文中では「被験者へのヒアリング」と書いてありますけど、それは（心理学や社会学の実験や調査でいう）「インタビュー」ですね、わかります。また、本来は「10要因」のコーディングから「カテゴリースコア」までを指して「I類」と呼ぶのでしょうけれど、著者らは「カテゴリースコア」だけを指して「I類」と呼んでおられます。
■表4改 （朝倉書店「多変量解析実例ハンドブック」より抜粋）| 要因 | | カテゴリー | | | | | 汚れの状態 | 明度差 | 2程度 | | | 1程度 | | | 0.5程度 | | | それ以下 | | 規則性 | 規則的 | | | やや規則的 | | | ばらばら | | 範囲 | 全体 | | | 部分 | | 形状 | 直線状 | | | 紡錘状 | | | 雨だれ | | | 雲状，斑状 | | | しみ，くすみ | | 外壁素材の性質 | 仕上げ材料 | ガラス | | | タイル | | | 石 | | | 金属パネル | | | 塗材，素地 | | 模様 | ある | | | なし | | 目地 | 目立つ | | | 目立たない | | 色相 | 無彩色 | | | 茶系 | | | 青系 | | 明度 | 9程度 | | | 8程度 | | | 7程度 | | | 6以下 | | 凹凸 | 激しい | | | 少ない | | | フラット |
「I類」って、何ですかっ。相関係数の100倍したみたいな数字が並ぶ、要は「100点満点」みたいなのと思っていいんでしたっけ。そして「表4改」を数えてわかるカテゴリー数は33、カテゴリー数は33にもなるんですけど、ここで真にカテゴリー変数なのは「仕上げ材料」だけですよね＆「色相」もちょっとアレですよね。その他は単一の性質の「程度」や「量」を表していて、厳密に数値化しにくいものもありますけど、変数としては量的だと思って差し支えない変数ばかりですよね。…その発想はなかった！（棒読み）
そもそも「ガラス」「タイル」「石」「金属パネル」「塗材，素地」の違いは、ほかの変数で表現されていますよね。あえていえば「透明」かどうかといってガラスだけ特別、「光沢」といって「金属パネル」「塗材」を特別とみなすことはできるかもですが、それはほかの変数と同じように「透明」「光沢」といって並べるべきですよね。…その発想はなかった！（棒読み）
以下、「13」の稿で述べられている順番に沿って読み解いてまいりましょう。
・「67刺激」：被験者に見せるビル外観の写真が67枚あるということです（うち10枚は「写真から汚れが確認でき」ない写真だということです）
・被験者「35名」
どのような実験かということについては、1998年の予稿、それに2000年の資料を参照のこと。
・「建物外観の汚れ感評価に関する研究」日本建築仕上学会（1998年9月）
http://ci.nii.ac.jp/naid/110002512488
http://ci.nii.ac.jp/lognavi?name=nels&lang=jp&type=pdf&id=ART0002789097
> バブル崩壊を契機に、
えーっ。書き出しが「我が国」「近年」「従来」のいずれかから始まるのでない論文や技報は珍しいものではないですけど「バブル崩壊を契機に」から始まるとは思わなかったよみたいな（略）。
・「オフィスビル外観の印象に関する研究」（2000年10月17日）
http://www.sas.com/offices/asiapacific/japan/usergroups/wg/archive/001017muto.pdf
うわぁ…SAS！ SAS！（※メッソウでした。）こちらの内容も朝倉書店「多変量解析実例ハンドブック」の「12」として収められています。
> 汚れ感の大きいビルは景気の悪そうな印象を与える
> しょぼい・きゅうくつな・もうかってなさそう・暗い・たよりない・・・
> 「汚れ感」が意識されるのではなく
> 別の言葉で表現されるマイナスイメージを与えている
続けて「13」の内容に移ります。
> 汚れ感と汚れの程度の官能評価実験
> データ分析に多変量解析手法を利用
> （回帰分析など）
> データ分析に多変量解析手法を利用
> （回帰分析など）
> データ分析に多変量解析手法を利用
> （回帰分析など）
えーっ！！ 「多変量」というなら、そこじゃないでしょみたいなーっ。（棒読み）
> 評定平均値
> 相関係数＝0.74
なぜか著者ら、後の稿では全力でオレンジなさる…いえ、否定はしないけれども「評定平均値」よりも「いいもの」というニュアンスで「代表値」（＝後述）を採用していく…何をどう考えたのかがいまいちわかりませぬぞ。（※感想です。）
・「外壁汚れの見え方評価に関する研究 オフィスビル外観の「汚れ感」評価」月刊リフォーム（2001年8月）
http://jglobal.jst.go.jp/public/20090422/200902152061690669
※あくまで「月刊リフォーム」ですが、なるほど2001年8月ですね、わかります。
・槙センセイのページで武藤氏の業績を一覧する（※恐縮です！）
http://www.jissen.ac.jp/kankyo/lab-maki2/maki/maki-thesis/maki-works.html
> 48) 建物外観の汚れ感評価に関する研究 その2 個別尺度法と共通尺度法を併用した評定調査、日本建築学会大会学術講演梗概集D-1、pp.805-806、2001
ほぼ朝倉書店「多変量解析実例ハンドブック」（2002年6月）で最終稿なんだと、これ以上の続報はないのだと、そういうことでよろしかったでしょうか。（※以下、うーん。確かに採録にはならないレヴェルだと見受けます。なるほど「月刊リフォーム」ですか。論文が通ったかどうかがカイシャで問われないといってモチベーションが上がらないっぽい感じですかっ。それでは御社が技術研究所を擁している意味が半減してしまうのではないかなぁ＆もったいないことです。）
再び「13」の稿です。
・「汚れ感」の評価：「8項目のSD法7段階尺度」：「5以上の評価をした被験者の割合を刺激ごとに求めた．」：「その値をその刺激の「汚れ感」の代表値とし」（※）
・「汚れ度」の評価：「汚れている部分の拡大写真67枚を見比べ，汚れの程度で5段階に分類させた．」：「4以上の評価をした被験者の割合を刺激ごとに求めた．」
※この「代表値」をとるという方法の妥当性の根拠として「武藤・槙・小島・松原，1999」を挙げておられます。槙センセイの研究領域や主な主張（…『主な主張』！）については[3469]を参照。
ここで「図6 「汚れ度」と「汚れ感」の関係」とキャプションされた散布図が1枚、ポヤンと出てまいります。本文中では「プロットした」「プロットされた」とありますが、散布図とは呼ばれていません。いえ、散布図であることはわかりきっているので（略）プロットするのもあたりまえ、（じぶんで）プロットすれば「プロットされ」るのもあたりまえなので、「A変数とB変数の関係を図6に示す．」といってから相関係数や相互情報量（[3526]）などの…うーん。y=0.9xみたいな直線（…y=0.9xっ！）に沿っての楕円っぽい領域に一様分布しながら両端の長さが足りなくてつぶれてますみたいな、フランクフルトを串に刺そうとしたら身がつぶれましたみたいな（…えーっ）分布なんですよね。こういうことを定量的に述べるには何を使えばいいんでしょうか。
・[3526]
> 散布図1枚ごとに「F検定」と「相互情報量」を示す例です
> 「κ係数」の用例です
再び「13」の稿です。
せっかく「SD尺度（汚れ感＋ダミー）」8項目7段階、「汚れ度」5段階の多変量データをおとりになられながら、▼被験者によって迷いながら評定された結果としての境界的な値を『切り上げ』て2値化（※一種の『過大評価』）している格好で、▼生の値をそのまま「みなし量的変数（仮）」として扱った場合に見えたかもしれない相関が、つぶれて見えなくなっている（図6）といえます。
※（比ゆ的には）CMになったら音量が極端に大きくなる（[3193]）民間の放送局（※仮名）っ！！ このつぶれた状態で、さらに回帰分析の外的基準（目的変数）として使われていくんです。…なんだかなぁ。つぶさなくても目的変数にできるよね。別のいいかたでいえば（…『いいかたでいう』！）、「被験者の割合」は「汚れ感の程度（積分量みたいなの）」ではなくて「汚れ感5以上の尤度」なんですよね。実質的には「汚れ感」の有無を目的変数とする「判別分析」をしていることになるんですよね（＝量的な「回帰分析」とはいいがたいですよね）。んだんだ。（※見解です。）
著者らは「汚れ感（清潔な−汚い）」1項目7段階の評定を確かなものにしようとして「ダミー」（※原文ママ）として7項目（「古そうな−新しそうな」「好き−嫌い」など）を用意したと述べています。その狙いは機能したのでしょうか。「清潔な−汚い」を外的基準とする回帰分析もしくはクラスタリングをして分割表を書いたりしなくてはいけないのではないのでしょうか。「写真から汚れが確認でき」ない10枚の写真が正しく「清潔な」と評定されたのかどうかも書いてくださいっ。（※きわめていまさらですけど見解です。）
再び「13」の稿からです。
> 代表値に評定平均値ではなく割合を用いた主な理由は，結果が示す数値の意味がわかりやすい（何パーセントの人が汚いと感じるかで示すことができる）ことである．
2000年10月17日のスライドで『データ分析に多変量解析手法を利用！』といっておきながら、多変量解析の結果の意味がわからなかったといいました！ なんと、多変量解析の結果の意味がわからなくて考察できなかったので、考察できるようなデータに簡略化しましたといいました！！（…そういうことですよね。）
※（『初見！』の）登場人物が多い上にストーリーがむずかしくてついていけない○○監督きもいりの最新作がテレビ初放送（略）音が大きくなったのでCMだけは見ました！！（違）新井センセイ「RST試行調査」（[3568]）的な意味で、言語を使っての考察に不安があるということかなぁと推察してみます。いえ、確かに難しいですけど、これができないと（学位）論文は書けまいて。（※見解です。）
> 評価に影響すると思われる要因の抽出
> 刺激と各要因のカテゴリーとの対応づけは，スタッフ4人が個別に視感でおこなった結果を調整して決めた（表2）．
うーん。…うーん！ あえていおう（略）この「表2」がくせものですぜ＠であえであえーっ。（棒読み）
・「きもいりの（新）」←「会心の当たり」
https://thesaurus.weblio.jp/content/%E3%81%8D%E3%82%82%E3%81%84%E3%82%8A
https://thesaurus.weblio.jp/content/%E6%B1%BA%E5%AE%9A%E6%89%93
・「視感」とはにわ（「主観」を「しかん！ しかん！」となまるひとって、いそうですよね）
https://kotobank.jp/word/%E8%A6%96%E6%84%9F-517469
> 「視覚(しかく)」に同じ。
「スタッフ4人が目で見て主観的に」というニュアンスが「視感」と書かれるに至るまでのストーリーみたいなのも長そうです。（※あくまで想像です。）
※いま検索すると「色の違いを定量的に評価する方法はCIELAB空間の色差式が利用されているが，色差式から予測される色差と視感で感じられる色差とは必ずしも一致しない．」という用例も見つかるように、「視感」とまで言及するからには、あなた、よほど（五感を使う）官能評価の専門家なんですね、音やにおいでなく視覚なんですね、というニュアンスが高まってまいります。竹中工務店（※実名）にもそういう専門家はいるでしょうけど、この研究課題で強調すべきはそこじゃない気がしますよね。）「4D6963726F736F667420576F7264202D2031305F967B95D287572D322D318160328BC696B18FA48BC6926E82C982A882AF82E991E3955C934982C88E9697E12E646F63」（2008年4月28日）より「ビルピット臭気のない街づくりについて」については[3353]を参照。
※「視感」でなければどうすればいいんですかっ…説明しよう！ 画像処理ソフトウェアを用いて輝度ヒストグラムを平均化するとか、拡大写真については写真全体の輝度ヒストグラムをそのまま用いるなどの（略）。
あくまで2000年で、竹中工務店（※実名）みたいな業界のひとですから、デジタルカメラなどというやわでナウいものではなく、フィルムで撮影されていると見受けられます。技研のひとがじぶんで撮ったのでなく、もともと撮られているリニューアル工事の着工前みたいな写真から選んできたのかなぁ、とも想像してみます。
写真そのものの質といいましょうか、きちんとしたフィルム（※リバーサルです＝スライドで「ほぼ実物大」に映写なさってます）、レンズ、カメラが使われている感じであり、刺激として用いるのに『変なばらつき！』（写真がヘタだから汚く見える！）がまぎれこむという心配はなさそうに思われます。…本当でしょうか。
サンプリングという意味では、67枚をはるかに上回る、あり余るほどの写真（1998年の予稿では「300件以上」）の中から、一定の体系的な基準をもって67枚を選んだということです。枚数の少なさに対しては非常に網羅性の高い「刺激セット」になっていると想像されます。
※枚数を少なく抑えないとそもそも実験できないという事情も先にあります。
このあたりの、狭義の「実験」はまったく問題がなく、むしろ簡単には集められないような＆このあと工事するんでしょという意味で「切迫感」のあるデータセット（…いえ、「刺激」のセットですけど、研究に使う素材という意味で「データセット」と呼びます）をお使いであるという、ならばきちんとした分析（多変量解析）を完遂してみせなければデータセットに対して申し訳が立たないというものですよ。（※申し訳が立たないとまで感じるかどうかというのは、まだ共通認識が得られない考えかたかなぁ。）
・[3576]
> 変数を用意したときには、意味があるだろうと思って用意したはずなのに、よく考えもせず（あるいは別口で検討するなど切り分けるでもなく）プログラムによって自動で捨てるということを何とも思わないというのはいけないこと（※多変量解析に挑んだけれどもばんじょー！！ 岩にささった「てんかのけん」が抜けなかったのですごすご帰ってきたような）だと思うのですよ。（※あくまで私見です。）
★「環境心理尺度実例ハンドブック刊行WG」を遠目に眺める（談）
…インターネットなので半角ですけど、本来は全角で書くんですよね。（棒読み）
・「第9回 環境心理尺度ファイルWG 議事録」（2002年11月9日）
http://news-sv.aij.or.jp/kankyo/s1/syakudoWG/giji9.html
> 要求品質展開表に基づき、顧客が判断できる代用特性70項目程度（例：一人当たり床面積→「人の席の後ろをカニ歩きしなくても通れるか」など）を用いた絶対評価法の簡易AHPにより、問診感覚で改修計画を支援する。
ほぉお（略）AHPについては[3401],[3403],[3406]を参照。そのAHPをさらに「簡易」とは…キビシイなぁ。（※個人の感想です。）
・[3401]
> うーん。固有ベクトルが云々のあたりをブラックボックスにするとですね（大巾に略）まるで意味のない計算しかできないような少ないデータ（項目数）や均質なデータで無理に計算を実行して、まるで無意味な結果がでてきたのをうのみにしても、そのこと自体に気づかれないのではないかという危うさが感じられてきそうです。おお、これがウィキペディアでいう「本来つけられるはずのない順序を誘引」ということですね。…たぶん。「あのね★『ねまわしくん』がいったんだもの」からの「どっかーん」キターっ。（※メッソウですが事実であればカナシイです！）
> > DEAは特定の関数型を仮定せず、あくまでも「データ自身に語らせる」という立場を取る。すなわち、ノンパラメトリックな手法である。
> > DEAはフロンティア解析を直接対象とする。DEAでは非効率的なDMUは効率的フロンティアの形成になんら関与しないが、統計的手法では、通常、全データが効率的フロンティアの形成に影響を与える。数学的にはL2ノルム（最小2乗法）問題と片側L1ノルム問題（目標計画法の一種）の違いとして見ることもできる。
> > DEAに先立って、クラスター分析等によりDMU群をクラス分けすることも有効である。
> > ベンチマーク或いはスタンダードと思われる仮想的なDMUを作って、DMU群に加え、再計算して見ることは有意義である。
> > 確率的DEA
あくまで『OR用語！』としても時代が進めば「確率的DEA」に進んでいくというでっかい大きなトレンドみたいなのがありながら『簡易AHP』ですかっ。…うーん。
再び議事録です。
> 「環境心理尺度実例ハンドブック刊行WG」という名称の刊行委員会に移行する手続きをとっている旨、主査より連絡があった。
そういえば（これより前に刊行された）あの本（※当時、買って手元におきながら、このフォーラムで言及できるほどの理解には至らず）、それっきり…げふ。（※あくまで専門でないのでごめんなさい＆めったなことはいえません、の意。）
・「駅前広場計画指針」技報堂出版（1998年7月）
http://gihodobooks.jp/book/1592-3.html
> 計画の基本理念から機能，面積配分，配置計画までを解説した駅前広場計画の指針である．
> 現況の分析，面積算定の手法，整備事例（１４例）も付さ
…コレジャナイ。
・「よりよい環境創造のための環境心理調査手法入門」技報堂出版（2000年5月）のイメージです
http://gihodobooks.jp/book/2444-2.html
https://images-na.ssl-images-amazon.com/images/I/81vJtxmIU5L.jpg
> 【在庫僅少・美本ございません】
> 【在庫僅少・美本ございません】
むしろ在庫あるということのほうがスバラシイ。
> 調査に際して明確な目的意識をもつことの重要性を強調し，体系的であるよりも，マニュアルとしての使い勝手のよさを優先させて調査目的別の構成とした．
かえって、ぜんぜんわからん（＝当時）との…げふ。
> ＜コラム＞構築法と構造同定
> ＜コラム＞パーソナル・コンストラクト理論
> ＜コラム＞尺度水準
> ＜コラム＞SD法の設定のあれこれ
> ＜コラム＞統計量はやわかり
> ＜コラム＞因子分析の用途の今昔
> ＜コラム＞リサーチを役立たせる秘訣
> ＜コラム＞企画・計画時に，設計者に必要な情報：FMの視点から
> ＜コラム＞当たり前品質と魅力的品質
> ＜コラム＞グラフィカルモデリングとは
> ＜コラム＞説得的コミュニケーション
> ＜コラム＞ワーディングに命をかける
> ＜コラム＞フィッシャーの3原則：実験計画法のこころ
> ＜コラム＞物理量の探索
> ＜コラム＞ジャックナイフ：結果の安定性を検証する
> ＜コラム＞POEを実施して
> ＜コラム＞POEM−O：オフィスのための居住後評価システム
> ＜コラム＞自動車開発における事前評価
コラムみたいなのだけで1冊ちゃんと書いてよみたいなもどかしさのある…げふ。（※現在の感想です。）
技報堂出版「よりよい環境創造のための環境心理調査手法入門」については[3582]に続きます。
★「数量化理論」を一般化して理解するには ／ 「SD法」に確率論とグラフ理論を導入するには（解決編）
この、まず「問いかけ」の意味がわからないよという…さいですか。
・行列計算に適したRが自由に使えるようになった現在、手計算や簡単なプログラムのみを前提としていた「数量化Ｘ類」とかつて呼ばれた一連の分析を律儀になぞる必要は薄い
・「SD法」は「実験計画法」「因子分析」と混然一体としている面があるが、これらは本来、別々のタスクである
「数量化Ｘ類」は、質的変数のコーディングの方法としてのみ参考にできるところがあるのであって、現在の水準で必須となる水準の考察ができるように解析することは、林の責任ではなく現在のわたしたちの責任であるということです。
※「数量化Ｘ類」を、量的変数の解析方法と一対一に対応させて読み替えるという、いわば「純数理的」「純工学的」な見かたをしてよいものとは考えられないということをいいたいのです。
量的変数ではあるけれども、限られた範囲の整数値や、わずか数種類の値しか出てこないという場合もあるわけです。そうした状況と、質的変数について厳密に2値化してしまうことなく、質問紙などでたずねた通りの分解能を保って、そのまま解析にかけるということは、あまり区別しなくてよいだろうということです。相関係数でいえば順位相関があるように、主成分分析にかければ中心化したり標準偏差をとったりということが一種『透過的』に行われ、深い数理的理解や変数そのものに関する「ドメイン知識」がなくても、極端な結果は出にくいという、そういう意味では安定した分析ができようかと、こういうわけです。
※分析方法の選択や調査の設計を誰もが間違えない（＝「最適な方法が見つけられず結果的に中途半端な調査をしてしまうこと」を《自力で》避けることができるようになる）ように授業される必要があるということです。むしろ、そっちです。じぶんは詳しいので間違えないとか、じぶんに聞いてくれればよかったのにとか、そういう属人的なことを言っていてはいけないのですよ。
総合的な感性（的）評価の実験体系といえる「SD法」にはさまざまな要素や段階が含まれるわけですが、最も一般化されて活用されたいと思われてくるのは、なんといっても「SD尺度（のつくりかた）」であろうと、これまたこういうわけです。
・さる連盟とはにわ
https://ja.wikipedia.org/wiki/%E6%97%A5%E6%9C%AC%E7%A7%91%E5%AD%A6%E6%8A%80%E8%A1%93%E9%80%A3%E7%9B%9F
http://ebsa.ism.ac.jp/ebooks/sites/default/files/ebook/581/pdf/ch02-05.pdf
> 日科技連。関連組織として日科技連出版社、日本科学技術研修所（日科技研）がある。
※分野を問わず計算機の導入に大きく貢献してきた連盟であるという理解でございます。
・日科技研「SD法（SDプロファイル）」の説明です
https://www.i-juse.co.jp/statistics/product/func/ma/sd-profile.html
> 対となる形容詞を両極にとり，その間をスケール化したもの
> 通常，調査は評価に当たる言語を5段階や7段階の評価尺度（レベル）でユーザーに提示し，感じたままのレベルを選択してもらう形で行います．
> 情報量が大量であるほど，そのデータによる結果の信頼性は高くなります．また，データは目的によって様々な統計分析（主成分分析や因子分析など）にかけることが可能であるため，データ間の相関関係を見るなど多角的な分析収集ができます．
ここでいう「情報量が大量」とは、評定者の数が多いということではなく、評価尺度の種類がじゅうぶんであるということを指していると理解したほうがよさそうです。逆に、「（評価項目，評価対象，評定者）」という3成分（軸）からなる多次元と見て「3相3元データ」だとみなす場合には、本来「Tucker3」のようなかなりむずかしい数理的な操作が必要となりましょう。この意味では（某Tensorなソレを使うとよさそうだという意味で）ディープラーニングの応用にも向きそうなデータ（空間）であるように思えてきますが、そこまでの実装力や数理的な理解がともなっていないと自覚するならば（※恐縮です）、評価対象の数が少数であるというところに頼って、簡略化した計算で済ませるという方略も考えられそうです。（※まことに恐縮です。）
また、因子分析でいう「潜在変数」という意味での「因子」と、「SD尺度」とが混同（同一視）されるきらいもあるのではないでしょうか。解析手法における操作は、端から端まで数学です。中途半端に好き勝手な用語を持ちこまず、『数学用語』（※ただし「みなし数学用語」としての「統計学用語」を含んでよいものとする）だけを使って説明（≒授業）できなければいけません。既成の用語でいえば「潜在変数」と呼ぶのがいちばんまともであると、こういうわけです。じぶんたちの目的に沿って「因子」とまで呼びつけることは慎まなくてはならないという気持ちがしてきます。（※現時点では気持ちです。）
少なくとも7つくらいの「（具体的な）SD尺度」を使って得られたデータ（の行列）を主成分分析にかける場面を思い浮かべると明らかであるように、主成分分析によって「回転」された独立成分（互いに無相関な軸）が「潜在変数」であり、これを（調査などの目的に照らして）「（抽象的な）因子」とみなして分析（考察）していく対象にするわけです。「（具体的な）SD尺度」から「（抽象的な）因子」への「回転」（というデータ処理）が行なわれるのだというところをよく理解しておかなくてはいけません。主成分分析でいう主成分は、まったく機械的な行列の操作によって出てくる、きわめて抽象的な（元の尺度との相関はあるがそのものではない）質的変数なのだといえます。
この、主成分分析（あるいは共分散構造分析）を行なって考察するという段階は、もはやそちら側の範囲に含まれるものであり、「SD法」からは（SD尺度で評定を行なって得られた行列という「バトン」を渡して後を任せる）「バトンタッチ」するような関係にあるといえばよいでしょうか。いつかどこかではるかなる日科技研みたいな便利なソフトを使っていると、そういうことがまったくわからない（初学者にとって意識されない）まま、この「分析ソフト」を使うことを指して「SD法」とまで呼びつけられかねないと、こういう心配をしていたのだとわかってきます。
「確率論」と「グラフ理論」が残っていました。
・「3相3元データ」でいう「評定者」軸は「尤度」のようなものである
・ベイズ推定やブートストラップ法などによって、評定者の顔ぶれがじゅうぶんであるか（自然な分布であるか）を「検定」できるのではないか
「Tucker3」をしていさえすればいいというところで立ち止まらず、より洗練されていくことを待とうというわけです。（※きわめて恐縮です。）
・因子分析といいながら「パス解析」「回帰木」でいうパスや木にあたる、「つながり」に関する分析や考察のしかたがよくわからない（わかりやすい形では普及していない）
・共分散構造分析が「因子分析と重回帰分析を同時に行なえる手法」と説明されるのと同様に、分析しながら評定者のソフトクラスタリングも行なえるような融合的な手法がほしくなってくる
そこを研究していくのは、心理学でも経済学でも工学でもないような気がしてきて、では何なのかといって、答えに窮するというわけであります。
・統計数理研究所（統数研）「各教員の研究テーマ一覧」
http://www.ism.ac.jp/ism_info_j/theme_j.html
http://www.ism.ac.jp/ism_info_j/labo/visit/126-2.html
> 状態空間モデル・階層ベイズモデルによるデータ解析
> 距離データからグラフ構造を抽出するための離散幾何学の研究
おおー（略）。
> 「関数データ解析」は、1990年代に提唱されたデータ解析手法で、従来の統計解析が数値データを扱ったのに対し、データの系列である関数を扱って解析をする。この解析手法は時間的変化に従って得られる気象データの解析、株価の変動分析などに適している。
呼びかたが一般化されていてわからないですが、いまはやりの「ベイズ推定」と同様の方向だと思ってよろしかったでしょうか。本当でしょうか。
> 数値データとカテゴリカルデータを同時に解析する
> 関数データ解析におけるクラスタリング
> この研究は統計数理研究所のエヌ野＊＊教授が中心になって研究しているデータの可視化とも関連している。
おおー（以下略）。
・かけん！「高次シンボリックデータに対するクラスターワイズ手法の開発とその応用」（2014年5月30日）
https://tsukuba.repo.nii.ac.jp/?action=repository_action_common_download&item_id=34122&item_no=1&attribute_id=17&file_no=1
ぬおー＆ぬおーっ！（略）
> “Statistical Learning”
> 遺伝子解析におけるマイクロアレイデータや脳科学分野における脳波データ等
> まず、ファジィクラスタリング
> 次元縮約法を提案する。
> 次元縮約法を展開することにより
> 次元縮約法の開発が期待でき
> 計算時間の縮小
…えーっ。急速に何かがしぼむようすをストレートに表現したくなりましたが無理ですやめておきます。計算時間じゃなくてですよ（大巾に中略）解析結果の、元のデータに対する網羅性や解像度みたいなのを評価しないといけなかったのではないんですかねぇ。だー・かー・らー！ 「クラスターワイズ」って書いてあるじゃないですかぁ（ほら、ここ！）。…えーっ。「クラスターワイズ」って、そういうことだったのん。すんごいよくわかったです。ええ。（※あくまで感想です。）
・合成「はいはいわいずわいず」のイメージです（違）
https://ejje.weblio.jp/content/wise
https://goo.gl/maps/2QpM2GMLoQ82
https://goo.gl/maps/UzRPQbdohHB2
https://goo.gl/maps/Y2W48ZEYYL82
https://goo.gl/maps/V2Ad6LJnATL2
https://goo.gl/maps/v358uoDbQX62
https://ja.wikipedia.org/wiki/%E6%B2%B3%E6%B4%A5%E3%83%90%E3%82%AC%E3%83%86%E3%83%AB%E5%85%AC%E5%9C%92
https://image1.shopserve.jp/kameda-netshop.jp/pic-labo/982694-omote1.jpg
https://www.askul.co.jp/resource/club_com/sweetmeguri/nigata/images/02_cominfo3.jpg
https://www.askul.co.jp/resource/club_com/sweetmeguri/nigata/images/02_cominfo4.jpg
https://www.askul.co.jp/before_login/sweetmeguri/nigata/02/
> いわゆる
> ハワイアンズ
> 貝の博物館
> わいわい
> 伊豆
> 河津バガテル公園（Jardin de Bagatelle）
> 2015年4月から河津町が運営している。
> バオバブ
> さんま寿し
> ずわい
> 洋蘭飯店
…はわいずわいーっ！！ 伊豆にあるハワイ風のホテルの宴会場（※和室）でズワイガニ。これだね。（※実在の施設等とは無関係です。柿ピーは有料です。）
> anywise, likewise.
> clockwise, lengthwise.
> taxwise 税金に関して(は).
「クラスターワイズ」と書いてあるだけでは、どれなのかわからないよ。説明を読む限りでは（「ステップワイズ」と同じ）「方法」のように思えるけれども、タイトルだけではわからないよ。素朴には「方向」や「関連」が期待されるのに実は「方法」だけだったとしたらがっかりだよ。（※個人の感想です。）
・「なになにワイズ」とは何か。いまここで、その答えを知ることになるだろう。えー、なになに？ なんかおもしろそー（違）
http://benjaminadamsdesign.com/wp-content/uploads/2013/11/lego-artdeco-poster1.jpg
http://benjaminadamsdesign.com/works/lego/
・[3059] 「部活動」とはにわ付近
> > 知り合いのイギリス人に言ったら、誰が主催しているのとか、会費はいくらとか、学校のとはどういう関係あるのか、うまく説明できませんでした。
> ぜんぶ暗黙のまま活動しているということのほうが、むしろ気味が悪いという感覚ですよねぇ。
ここですよね。「河津バガテル公園」といいさえすれば観光客が訪れる…とんでもない。「誰が主催しているのとか、会費はいくらとか、学校のとはどういう関係あるのか」にあたることをはっきりさせる。これだね。興ざめじゃないんですよ。先に安心してからでないと楽しめないのですよ。うん。（※見解です。）
| 