分析装置、控制方法和程序与流程

1.本发明涉及数据分析。


背景技术：

2.开发了一种用于识别多个数据之间关系的技术。例如，专利文献1公开了一种通过使用因果图、饼图等表示数据之间的相关性的技术。这里，因果图用于可视地显示效果(结果)及其因素，具有从效果延伸的主干，并且在从主干延伸的分支上指示分组的因素。
3.[专利文献]
[0004]
[专利文献1]日本专利申请公开no.2019-36061
[0005]
[专利文献2]美国专利申请公开no.2014/0222741a1


技术实现要素：

[0006]
[技术问题]
[0007]
因素给予效果的影响程度可以因每个因素而不同。然而，专利文献1的因果图并未表示每个因素的这种影响程度。
[0008]
考虑到上述问题而构思本发明，并且提供一种能够容易地同时识别效果及其因素这两者以及每个因素给予效果的影响的技术。
[0009]
[问题解决样式]
[0010]
根据本发明的分析装置包括：(1)获取单元，其获取指示多个说明变量中的每个说明变量对目的变量的影响程度的关系信息；以及(2)生成单元，其通过使用关系信息来生成表示目的变量与说明变量之间关系的因果图。
[0011]
生成单元基于说明变量的影响程度来确定在因果图中的与每个说明变量有关的显示的显示样式或者有无显示。
[0012]
根据本发明的控制方法通过计算机来执行。所述控制方法包括：(1)获取步骤，其获取指示多个说明变量中的每个说明变量对目的变量的影响程度的关系信息；以及(2)生成步骤，使用关系信息来生成表示目的变量与说明变量之间关系的因果图。
[0013]
在生成步骤中，基于说明变量的影响程度来确定在因果图中的与每个说明变量有关的显示的显示样式或者有无显示。
[0014]
根据本发明的程序使计算机执行根据本发明的控制方法。
[0015]
[发明的有益效果]
[0016]
所提供的技术能够容易地同时识别效果及其因素这两者以及每个因素给予效果的影响。
附图说明
[0017]
图1是描述根据示例实施例的分析装置的概况的示意图。
[0018]
图2是示出根据示例实施例1的分析装置的功能配置的示意图。
[0019]
图3是示出用于实现分析装置的计算机的示意图。
[0020]
图4是示出分析装置的使用环境的示意图。
[0021]
图5是示出通过根据示例实施例1的分析装置执行的处理流程的流程图。
[0022]
图6是示出关系信息的配置的示意图。
[0023]
图7是示出通过多个线性模型来表示目的变量与说明变量之间关系时的关系信息50的示意图。
[0024]
图8是示出因果图10的示意图，其中通过使用说明变量的影响程度来确定因素显示的显示样式。
[0025]
图9是示出因果图10的示意图，其中通过使用说明变量的影响程度来确定因素显示的有无。
[0026]
图10是描述根据示例实施例2的分析装置的概况的示意图。
[0027]
图11是示出通过根据示例实施例2的分析装置执行的处理流程的流程图。
[0028]
图12是示出同时包括因果图和图表的画面的示意图。
[0029]
图13是示出指示关于指定说明变量与目的变量的数据的图表的示意图。
[0030]
图14是示出当指定多个因素显示时的图表的示意图。
具体实施方式
[0031]
下面使用附图来描述本发明的示例实施例。注意，在所有附图中，相似的组件被分配相似的附图标记，并视情况省略其描述。此外，在每个框图中，每个框并非表示基于硬件的配置而是基于功能的配置，除非特别描述。
[0032]
[实施例1]
[0033]
《概况》
[0034]
图1是描述根据示例实施例的分析装置2000的概况的示意图。注意，图1是为了便于理解分析装置2000而示出，分析装置2000的功能不限于图1所示。
[0035]
分析装置2000生成表示目的变量与多个说明变量之间关系的因果图10。在此，因果图是可视地表示效果与其多个因素之间的关系的图。在因果图10中，效果与目的变量与目的变量相关联，因素与说明变量相关联。在此，效果可以是目的变量本身，也可以是与目的变量相关的项目。与目的变量相关的项目例如是关注与目的变量共同的对象或事件的项目。例如，存在这样的情况，其中目的变量表示“产品有无缺陷”而效果表示“产品中的缺陷”等等。类似地，因素可以是说明变量本身，也可以是与说明变量相关的项目。
[0036]
因果图10包括一个与表示效果的显示(效果显示12)链接的主干11，并且主干11与一个或多个分支13链接。每个分支13与表示因素的群组的显示(群组显示14)链接。此外，一个或多个子分支15与一个分支13链接。然后，表示一个因素的显示(因素显示16)与每个子分支15链接。
[0037]
在图1的示例中，目的变量是“产品有无缺陷”，而效果为“产品中的缺陷”。在此，效果显示12指示“缺陷”。此外，说明变量的群组是材料、环境和质量。在此，因果图10指示“材料”、“环境”和“质量”作为群组显示14。此外，说明变量是平均温度、成分1、质量信息1等等。在此，因果图10指示与每个说明变量相关联的因素显示16。
[0038]
分析装置2000基于与因素显示16相关联的说明变量给予目的变量的影响程度(以
下称为影响程度)，确定每个因素显示16的显示样式或每个因素显示16有无显示。为此，分析装置2000获取表示目的变量与说明变量之间关系的关系信息50。关系信息50指示每个说明变量的影响程度。
[0039]
例如，在影响程度相对高的说明变量的因素显示16与影响程度相对低的说明变量的因素显示16之间，分析装置2000使显示样式不同。更具体而言，影响程度相对高的说明变量的因素显示16得到更多强调。在图1的示例中，对影响程度相对高的说明变量的因素显示16加上边框，而除此之外的其他因素显示16不加边框。除此之外，例如，分析装置2000允许因果图10以这样的方式只包括影响程度相对高的说明变量的因素显示16，并且不允许因果图10以这样的方式包括除此之外的说明变量的因素显示16。
[0040]
《有利效果的一个示例》
[0041]
作为可视地表示目的变量与说明变量之间关系的一种方法，可以想到使用因果图的方法。然而，在现有因果图中，无法识别每个说明变量对目的变量的影响程度。
[0042]
有鉴于此，分析装置2000基于影响程度来确定因素显示16的显示样式。通过这样做，在可视地表示目的变量与说明变量之间关系的因果图中能够容易地识别每个说明变量对目的变量的影响程度的差异。换言之，通过浏览因果图10，能够容易地识别目的变量与说明变量之间的关系(效果与因素之间的关系)和说明变量的影响程度这两者。
[0043]
下面更详细地描述本示例性实施例。
[0044]
《功能配置示例》
[0045]
图2是示出根据示例实施例1的分析装置2000的功能配置的示意图。分析装置2000包括获取单元2020和生成单元2040。获取单元2020获取源数据40的关系信息5050。生成单元2040通过使用关系信息5050来生成因果图10。在此，生成单元2040基于与因素显示16相关联的说明变量的影响程度，确定在因果图10中每个因素显示16的显示样式或者因素显示16有无显示。
[0046]
《分析装置2000的硬件配置示例》
[0047]
通过实现每个功能配置单元的硬件(例如硬连线电子电路等)或通过硬件与软件的组合(例如电子电路与控制它的程序的组合等)可以实现分析装置2000的每个功能配置单元。下面，进一步描述通过硬件和软件的组合来实现分析装置2000的每个功能配置单元的情况。
[0048]
图3是示出用于实现分析装置2000的计算机1000的示意图。计算机1000是任意的计算机。例如，计算机1000是诸如个人计算机(pc)或服务器机的固定计算机。除此之外，例如，计算机1000是诸如智能手机或平板终端的便携式计算机。
[0049]
计算机1000可以是为实现分析装置2000而设计的专用计算机，也可以是通用计算机。在后一种情况下，例如，通过在计算机1000上安装预定应用，利用计算机1000来实现分析装置2000的每个功能。上述应用通过程序配置为实现分析装置2000的功能配置单元。
[0050]
计算机1000包括总线1020、处理器1040、存储器1060、存储设备1080、输入/输出接口1100和网络接口1120。总线1020是处理器1040、存储器1060、存储设备1080、输入/输出接口1100和网络接口1120相互收发数据的数据传输路径。然而，将处理器1040等相互连接的方法并不限于总线连接。
[0051]
处理器1040是诸如中央处理单元(cpu)、图形处理单元(gpu)和现场可编程门阵列
(fpga)的各种处理器。存储器1060是使用随机存取存储器(ram)等实现的主存储装置。存储设备1080是使用硬盘、固态驱动器(ssd)、存储卡、只读存储器(rom)等实现的辅助存储装置。
[0052]
输入/输出接口1100是将计算机1000连接到输入/输出设备的接口。例如，诸如键盘的输入装置或诸如显示装置的输出装置连接到输入/输出接口1100。
[0053]
网络接口1120是将计算机1000连接到通信网络的接口。通信网络例如是局域网(lan)或广域网(wan)。
[0054]
存储设备1080存储用于实现分析装置2000的功能配置单元的程序(实现上述应用的程序)。处理器1040通过将程序读取到存储器1060中并且执行程序来实现分析装置2000的功能配置单元。
[0055]
《分析装置2000的使用环境示例》
[0056]
为了便于理解分析装置2000，下面描述分析装置2000的使用环境的一个示例。图4是示出分析装置2000的使用环境的示意图。
[0057]
在图4中，分析装置2000经由网络连接到用户终端60。用户操作用户终端60，向分析装置2000发送指示与特定关系信息50有关的条件的请求，以这样的方式来提供关系信息50的因果图10。响应于该请求，分析装置2000从存储装置获取满足条件的关系信息50，并且通过使用所获取的关系信息50来生成因果图10。然后，分析装置2000将生成的因果图10发送给用户终端60。
[0058]
例如，分析装置2000向用户终端60提供包括因果图10的图像的画面数据(例如网页)。在这种情况下，用户终端60利用浏览器显示接收到的网页。通过这样做，用户能够浏览因果图10。
[0059]
分析装置2000的使用环境并不限于图4所示。例如，分析装置2000可以由用户、而非经由用户终端60直接操作。此外，确定为其生成因果图10的关系信息50的方法不限于由用户指定与关系信息50有关的条件的方法(下面详细描述)。
[0060]
《处理流程》
[0061]
图5是示出通过根据示例实施例1的分析装置2000执行的处理流程的流程图。获取单元2020获取关系信息50(s102)。生成单元2040通过使用关系信息50来生成因果图10(s104)。生成单元2040输出因果图10(s106)。
[0062]
《关于关系信息50》
[0063]
关系信息50指示目的变量与多个说明变量之间的关系。图6是示出关系信息50的配置的示意图。在图6中，关系信息50包括诸如目的变量52和说明变量54的信息。目的变量52指示目的变量的识别信息(姓名等)。说明变量54指示每个说明变量的识别信息56(姓名等)和影响程度58。
[0064]
例如，由关系信息50指示的关系是通过分析目的变量的值与每个说明变量的值相关联的数据(以下称为源数据)来估计的关系。估计的关系例如通过用于根据每个说明变量的值估计目的变量的值的线性模型(线性回归模型或线性识别模型)来表示。在这种情况下，关系信息50也能够被视为表示线性模型的信息。
[0065]
例如，通过线性模型中与说明变量相关联的系数(与所述说明变量的值相乘的系数)来表示说明变量的影响程度。这是因为在线性模型中关联系数越大的说明变量对于使
用该模型获取的目的变量的值的影响就越大。有鉴于此，例如，关系信息50指示与经过学习的线性模型中的说明变量相关联的系数，作为说明变量的影响程度。
[0066]
例如，假设将产品有无缺陷作为目的变量进行处理，并且将表示产品制造条件的每个指标(例如，材料的成分、诸如温度的环境)作为说明变量进行处理。在这种情况下，源数据指示表示制造条件的每个指标的值(每种成分的含量、温度等)，以及在该制造条件下制造的产品中有无缺陷。当使用源数据来学习线性模型时，能够获取表示有无缺陷与制造条件之间关系的经过学习的线性模型。
[0067]
例如，分析装置2000将表示线性模型的信息作为关系信息50进行处理。在这种情况下，关系信息50在目的变量52中指示生成的线性模型中目的变量的识别信息，在识别信息56中指示生成的线性模型中每个说明变量的识别信息，并且在影响程度58中指示与每个说明变量相关联的系数。
[0068]
可以通过多个线性模型来表示目的变量与说明变量之间的关系。通过多个线性模型来表示目的变量与说明变量之间关系的方法的示例包括使用异质混合学习来生成估计模型的方法(参见专利文献2)。异质混合学习生成通过表示条件分支的节点所配置的树的集合和多个线性模型来定义的估计模型。一个线性模型被分配给树的每个叶。在使用估计模型时，首先，通过使用要估计的数据(每个说明变量的值的组合)从根到叶来跟踪树。然后，将要估计的数据输入到与所到达的叶相关联的线性模型，从而获取目的变量的值。
[0069]
例如，当通过多个线性模型来表示目的变量与说明变量之间的关系时，关系信息50指示多个线性模型中的每个线性模型的说明变量54(识别信息56与影响程度58的组合)。图7是示出当通过多个线性模型来表示目的变量与说明变量之间关系时的关系信息50的示意图。图7中的关系信息50指示多个线性模型的每个线性模型的说明变量54。
[0070]
《关系信息的获取50：s102》
[0071]
获取单元2020获取用于生成因果图10的关系信息50(s102)。例如，获取单元2020从预先存储在存储装置中的多个关系信息50中获取满足由用户指定的条件的关系信息50。
[0072]
例如，通过关系信息50指示的目的变量与说明变量之间的关系所使用的与源有关的条件来确定关系信息50。例如，当源数据是与产品制造有关的数据时，能够通过诸如产品名称、生产地点、生产日期和时间的条件来确定源数据。
[0073]
有鉴于此，用户向分析装置2000给出与希望由其生成因果图10的源数据有关的条件。分析装置2000在给定条件下搜索上述存储装置，从而获取满足条件的关系信息50。
[0074]
注意，当存在满足由用户指定的条件的多个关系信息50时，分析装置2000可以针对所有关系信息50的每个信息来生成因果图10，也可以只针对某些关系信息50来生成因果图10。在后一种情况下，获取单元2020可以向用户提供与满足指定条件的多个关系信息50有关的信息，并且允许用户选择一个或多个关系信息50。在这种情况下，分析装置2000只为由用户选择的关系信息50来生成因果图10。
[0075]
除此之外，例如，获取单元2020可以接收从另一个装置(例如用户终端60)发送的关系信息50。例如，在这种情况下，用户终端60将关系信息50发送给分析装置2000。
[0076]
除此之外，例如，获取单元2020可以获取生成关系信息50所必需的信息，并且通过使用获取的信息来生成关系信息50。例如，用户向获取单元2020提供指示源数据的信息、目的变量的标识信息、模型的类型等。获取单元2020通过使用所提供的信息来生成估计模型，
并且生成由生成的估计模型表示的关系信息50。
[0077]
注意，可以通过除了分析装置2000之外的装置来进行使用用户提供的信息生成关系信息50的处理。在这种情况下，获取单元2020从生成关系信息的装置来获取关系信息5050。
[0078]
《生成因果图10》
[0079]
生成单元2040通过使用关系信息50来生成因果图10。在此，为了生成因果图10，除了目的变量和说明变量的识别信息之外，用来定义说明变量群组的信息(以下称为群组定义信息)是必需的。群组定义信息例如指示群组的识别信息(名称等)和包括在群组中的每个说明变量的识别信息。群组定义信息可以包括在关系信息50中，也可以与关系信息50分开准备。注意，当效果不是目的变量本身时(例如，当目的变量是“有无缺陷”，而效果是“缺陷”时)，还准备了效果的识别信息(名称等)以及群组的识别信息。当因素不是说明变量本身时，这同样适用。
[0080]
例如，生成单元2040通过分别使用目的变量的识别信息、群组定义信息指示的群组的识别信息以及说明变量的识别信息来生成效果显示12、群组显示14和因素显示16。此外，生成单元2040通过使用群组定义信息来确定群组显示14与因素显示16之间的位置关系。然后，生成单元2040基于所确定的位置关系，通过将生成的显示的每个显示与主干11、分支13和子分支14连接来生成因果图10。
[0081]
然而，生成单元2040基于关系信息50指示的说明变量的影响程度来生成因素显示16。下面特别举例说明基于影响程度来生成因素显示16的方法。
[0082]
《根据影响程度确定显示样式的情况》
[0083]
例如，生成单元2040通过将说明变量的影响程度与预定阈值进行比较来确定说明变量的因素显示16的显示样式。例如，生成单元2040使影响程度等于或大于阈值的说明变量的因素显示16的显示样式不同于影响程度低于阈值的说明变量的因素显示16的显示样式。使因素显示16的显示样式不同的方法的示例包括使因素显示16的背景(有无填充、颜色、图案等)不同的方法、使因素显示16的边框不同(有无边框、颜色、形状、厚度等)的方法、以及使因素显示16的尺寸不同的方法。
[0084]
对于影响程度等于或大于阈值的情况和影响程度低于阈值的情况的每种情况来确定显示样式的信息被预先存储在可从生成单元2040访问的存储装置中。然而，该信息可由用户修改。
[0085]
在此，优选的说明变量的影响程度越高，说明变量的因素显示16就越突出(强调)。有鉴于此，例如，优选的通过诸如“影响程度等于或大于阈值的说明变量的因素显示16的背景比除此之外的因素显示16的背景更突出”、“影响程度等于或大于阈值的说明变量的因素显示16的边框比除此之外的因素显示16的边框更突出”或者“使影响程度等于或大于阈值的说明变量的因素显示16的尺寸比除此之外的因素显示16的边框更大”这样的标准来确定因素显示16的显示样式。
[0086]
图8是示出因果图10的示意图，其中通过使用说明变量的影响程度来确定因素显示16的显示样式。在图8中，只有影响程度等于或大于阈值的说明变量(最低温度、成分2、质量信息2、质量信息3)的因素显示16被加上边框。因此，能够容易地将影响程度等于或大于阈值的说明变量与除此之外的说明变量区分开来。
[0087]
对于影响程度而言可以有多个阈值。换言之，对于影响程度可以确定多个数值范围，并且对于每个数值范围可以使得因素显示16的显示样式不同。例如，提供三个数值范围r1至r3，分别是“小于th1”、“等于或大于th1并且小于th2”和“等于或大于th2”(其中th1和th2是满足th1《th2的实数)。在这种情况下，生成单元2040使影响程度属于数值范围r1的说明变量的因素显示16的显示样式、影响程度属于数值范围r2的说明变量的因素显示16的显示样式和影响程度属于数值范围r3的说明变量的因素显示16的显示样式相互不同。例如，当影响程度越高，因素显示16就越得到强调时，强调程度的高低是按照影响程度属于数值范围r3的说明变量的因素显示16的显示样式、影响程度属于数值范围r2的说明变量的因素显示16的显示样式和影响程度属于数值范围r1的说明变量的因素显示16的显示样式的顺序。
[0088]
确定数值范围与显示样式之间关联的信息预先存储在可从生成单元2040访问的存储装置中。然而，该信息可由用户修改。
[0089]
生成单元2040可以基于影响程度的顺序排名来确定因素显示16的显示样式。例如，在所有说明变量中，生成单元2040按照影响程度从大到小的顺序来确定落入预定排名的每个说明变量，并且使说明变量的因素显示16的显示样式与其他说明变量的因素显示16的显示样式不同。例如，当预定顺序排名为3时，使影响程度从最大到第三的每个说明变量的因素显示16的显示样式与除此之外的因素显示16不同。
[0090]
生成单元2040可以按照说明变量的群组为单位进行影响程度的排序。换言之，对于每个群组而言，生成单元2040按照在群组中影响程度从大到小的顺序来确定落入预定排名的每个说明变量，并且使确定的说明变量的因素显示16的显示样式与其他说明变量的因素显示16的显示样式不同。例如，当预定顺序排名为2时，生成单元2040对于每个群组确定在群组中具有最大影响程度的说明变量和具有第二大影响程度的说明变量。然后，生成单元2040使确定的说明变量的因素显示16的显示样式与其他说明变量的因素显示16的显示样式不同。
[0091]
注意，影响程度可以是与图6的关系信息50中的成分2的影响程度一样的负值。当影响程度能够像这样取负值时，生成单元2040可以使用影响程度的绝对值而非影响程度的值本身。例如，生成单元2040强调影响程度的绝对值等于或大于阈值的说明变量的因素显示16。除此之外，例如，生成单元2040通过使用影响程度的绝对值对说明变量进行排序，并且基于顺序排名来确定因素显示16的显示样式。这同样适用于根据影响程度来确定有无因素显示16的情况。
[0092]
此外，生成单元2040可以在因素显示16的显示样式中反映关联说明变量的符号。例如，生成单元2040在关联说明变量的值的符号为正时向因素显示16添加向上的箭头，在关联说明变量的值的符号为负时向因素显示16添加向下的箭头。除此之外，例如，当关联说明变量的值的符号为正时以及当关联说明变量的值的符号为负时，生成单元2040对于因素显示16可以使用不同的颜色、形状等。
[0093]
《根据影响程度来确定有无因素显示16的情况》
[0094]
例如，生成单元2040通过将说明变量的影响程度与阈值进行比较来确定是否允许因果图10包括说明变量的因素显示16。更具体而言，生成单元2040允许因果图10以这样的方式包括影响程度等于或大于阈值的说明变量的因素显示16，并且不允许因果图10以这样
的方式包括影响程度小于阈值的说明变量的因素显示16。
[0095]
图9是示出因果图10的示意图，其中通过使用说明变量的影响程度来确定因素显示16的有无。在图9中，影响程度等于或大于阈值的说明变量与图8中的示例相同。然而，在图9中，因果图10中只包括影响程度等于或大于阈值的说明变量的因素显示16。
[0096]
除此之外，例如，生成单元2040可以根据影响程度的顺序排名来确定因素显示16的有无。例如，在所有说明变量中，生成单元2040按照影响程度从大到小的顺序来确定落入预定排名的每个说明变量，并且允许因果图10只包括确定的说明变量的因素显示16。除此之外，例如，针对每个群组，生成单元2040按照在群组中影响程度从大到小的顺序来确定落入预定排名的每个说明变量，并且允许因果图10只包括确定的说明变量的因素显示16。
[0097]
在此，当通过上述方法来确定因素显示16的有无时，可能存在不包括因素显示16的群组显示14。有鉴于此，生成单元2040可以根据是否包括因素显示16来确定群组显示14的显示样式。通过这样做，包括因素显示16的群组显示14比不包括因素显示16的群组显示14得到更多强调。使群组显示14的显示样式不同的方法的示例包括使背景、边框等不同的方法，类似于使因素显示16的显示样式不同的方法。此外，生成单元2040可以不显示未包括因素显示16的群组显示14。换言之，仅对于包括至少一个因素显示16的群组显示14，生成单元2040才确定群组显示14的显示的有无。
[0098]
《其中关系信息50包括关于多个线性模型的信息的情况》
[0099]
如图7所示，关系信息50可以指示关于多个线性模型的每个线性模型的信息。在这种情况下，生成单元2040可以为多个线性模型的每个线性模型生成因果图10，也可以接受用户对线性模型的指定并且为指定的线性模型生成因果图10。
[0100]
除此之外，例如，生成单元2040可以针对每个说明变量计算说明变量的影响程度的统计值(和值、平均值、最大值、最小值等)，并且通过将统计值作为说明变量的影响程度进行处理来生成一个因果图10。例如，在将通过关系信息50指示的影响程度的和值用于生成因果图10时，生成单元2040使用以下公式(1)。
[0101]
[公式1]
[0102][0103]
e[i][j]是第j个线性模型的关系信息50指示的说明变量i的影响程度。n是关系信息50指示的线性模型的总数。ei是在生成因果图10时作为说明变量i的影响程度进行处理的值。
[0104]
《因果图10的输出》
[0105]
分析装置2000将由生成单元2040生成的因果图10输出。输出因果图10的具体方法很多。例如，分析装置2000将表示因果图10的图像数据存储在存储装置中，在连接到分析装置2000的显示装置上显示图像数据，或者将图像数据发送给另一个装置(例如用户终端60)。
[0106]
[示例性实施例2]
[0107]
《概况》
[0108]
图10是描述根据示例性实施例2的分析装置2000的概况的示意图。图10是为了便于理解分析装置2000而示出，并且分析装置2000的功能并不限于图10所示。此外，除了以下
描述之外，根据示例性实施例2的分析装置2000具有与根据示例性实施例1的分析装置2000类似的功能。
[0109]
根据示例性实施例2的分析装置2000响应于在输出的因果图10上进行指定因素显示16的输入，输出与指定的因素显示16相关联的说明变量(下面也被称为指定说明变量)的图表30。
[0110]
在图10中，用户选择作为“成分2”的因素显示16。有鉴于此，分析装置2000生成以时序顺序表示针对成分2获取的数据的折线图作为图表30。
[0111]
在此，用于估计关系信息50表示的目的变量与说明变量之间关系的源数据包括目的变量的值和说明变量的值的多个集合。例如，源数据指示目的变量的值和说明变量的值的集合的时序数据。例如，作为与产品制造相关的源数据，能够处理指示产品中有无缺陷和在每个不同制造时间点的制造条件的多个集合的数据。
[0112]
图表30是用于以图形方式表示通过指定说明变量的源数据指示的多个值。例如，图表30是以时序顺序表示多个数据的图表，或者是表示对多个数据进行统计处理的结果的图表。
[0113]
《代表性有利效果》
[0114]
通过浏览由分析装置2000生成的因果图10，用户能够容易地识别每个说明变量对目的变量的影响程度的差异。例如，通过强调影响程度高的说明变量的因素显示16，能够容易地识别影响程度高的说明变量。
[0115]
然后，可以这样说以这样的方式识别出说明变量的影响程度的差异的用户很可能想要浏览与每个说明变量相关的更多信息。例如，当强调影响程度高的说明变量的因素显示16时，用户很可能想要浏览关于影响程度高的说明变量的更详细信息。
[0116]
就此而言，根据本示例实施例的分析装置2000在对因果图10进行指定因素显示16的输入时生成指定说明变量的图表30。因此，用户能够容易地获得关于指定说明变量的更详细信息。
[0117]
下面更详细地描述根据本示例实施例的分析装置2000。
[0118]
《功能配置的示例》
[0119]
根据示例实施例2的分析装置2000的功能配置例如由图2表示，类似于根据示例实施例1的分析装置2000。然而，根据示例实施例2的生成单元2040响应于在因果图10上进行指定因素显示16的输入，生成并且输出与指定因素显示16相关联的因素的图表30。
[0120]
《硬件配置的示例》
[0121]
根据示例实施例2的分析装置2000的硬件配置例如由图3表示，类似于根据示例实施例1的分析装置2000。然而，根据示例实施例2的存储设备1080存储用于实现根据示例实施例2的分析装置2000的功能的程序。
[0122]
《处理流程》
[0123]
图11是示出通过根据示例实施例2的分析装置2000执行的处理流程的流程图。获取单元2020获取指定说明变量的识别信息(s202)。生成单元2040针对指定说明变量来获取源数据指示的多个数据(s204)。生成单元2040通过使用获取的多个数据来生成图表30(s206)。生成单元2040输出生成的图表30(s208)。
[0124]
《获取因素显示16的识别信息：s202》
[0125]
获取单元2020获取在因果图10中的指定说明变量的识别信息(s202)。在此，当通过在显示装置上显示的方法等在图形输出中指定特定部分时，能够将各种类型的现有技术用于获取指定部分的识别信息的技术。
[0126]
《获取源数据：s204》
[0127]
生成单元2040针对指定说明变量来获取由源数据指示的多个数据。源数据被预先存储在可从生成单元2040访问的存储装置中。生成单元2040通过访问存储装置来获取指定说明变量的多个数据。
[0128]
例如，如上所述，源数据指示包括目的变量的值和说明变量的值的集合的时序数据。在这种情况下，生成单元2040获取表示指定说明变量的值的时间变化的时序数据。然而，源数据只需要包括目的变量的值和说明变量的值的多个集合，而这些集合不一定是表示时间变化的数据。
[0129]
《生成图表30：s206》
[0130]
生成单元2040通过使用针对指定说明变量获取的多个数据来生成图表30(s206)。图表30能够是可以通过使用多个数据生成的任何类型。例如，当获取的数据是如上所述的时序数据时，图表30是表示指定说明变量的值的时间变化的折线图等。除此之外，例如，图表30是表示对说明变量的多个值进行统计处理的结果的直方图等。
[0131]
在此，生成单元2040可以针对指定说明变量生成多个图表30。例如，生成单元2040生成表示所获取数据的时序变化的图表以及表示对数据进行统计处理的结果的图表。除此之外，例如，生成单元2040通过使用多个方法中的每个方法来对获取的数据进行统计处理，并且针对每个结果生成图表30。
[0132]
在此，作为图表30生成哪种类型的图表可以预先固定地确定，也可以由用户指定。
[0133]
《图表30的输出》
[0134]
生成单元2040输出所生成的图表30。输出图表30的方法类似于输出因果图10的方法。此外，生成单元2040可以连同图表30一起输出因果图10。例如，生成单元2040生成并且输出同时包括因果图10和图表30的画面数据(例如网页)。
[0135]
图12是示出同时包括因果图10和图表30的画面的示意图。注意，在图12中，包括以时序顺序表示数据的图表(30-1)和直方图(30-2)这两个图表作为图表30。
[0136]
图表30并不限于折线图或直方图。例如，可以通过对每个特定间隔进行累积来生成箱形图，或者可以显示表示类似间隔中的样本数量的条形图。注意，累积间隔可以被预先设置，可以由用户从预先准备的多种类型的间隔(每月、每周、每天和每小时)中选择，或者可以由用户指定任何值。
[0137]
此外，图表30中包括的整个时间段(从何时到何时显示数据的时间段)可以是从源数据中包括的第一时间点到最后时间点，或者可以是由用户指定的任何时间段。在后一种情况下，例如，在画面上显示日历并且可以在日历上进行指定第一时间点和最后时间点这两者的输入。
[0138]
《添加与目的变量相关的数据》
[0139]
生成单元2040可以从源数据中获取关于除了指定说明变量之外的目的变量的数据，并且通过使用指定说明变量和关于目的变量的数据来生成图表30。通过这样做，能够关于指定说明变量直接地识别与目的变量的关系。
[0140]
图13是示出指示关于指定说明变量和目的变量的数据的图表30的示意图。在图13中，图表30是包括指定说明变量的值的直方图的图表，表示关于目的变量的数据的虚线叠加在其上面。更具体而言，针对直方图横轴上指示的每个等级，虚线指示落入该等级的产品的缺陷率(落入该等级的缺陷产品数量与所制造产品总数的比率)。注意，在图13中，针对每个等级的缺陷率显示置信度间隔。
[0141]
此外，作为关于目的变量的数据的替代或者连同它一起，可以将关于与目的变量相关的项目的数据添加到图表30。例如，当目的变量是有无缺陷等时，示例包括允许图表30包括关于缺陷率的数据的情况。
[0142]
《多个因素显示16的说明》
[0143]
用户能够指定因果图10中包括的多个因素显示16。在这种情况下，生成单元2040针对多个指定说明变量中的每个说明变量生成图表30。此时，生成单元2040可以针对多个指定说明变量中的每个说明变量获取的每个数据分别生成图表30，也可以针对这些数据生成一个图表30。
[0144]
图14是示出当指定多个因素显示16时的图表30的示意图。在该示例中，指定了成分1和成分2这两个说明变量。有鉴于此，图表30-1以时序顺序指示关于成分1和成分2的数据。此外，图表30-2和图表30-3分别指示成分1的直方图和成分2的直方图。
[0145]
虽然参照附图描述了本发明的示例实施例，但是上述示例实施例只是本发明的示例，还可以采用上述示例实施例的组合或除此之外的各种配置。
[0146]
能够将上述示例实施例的一部分或全部描述为以下附记，但不限于此。
[0147]
下面，将添加参考形式的示例。
[0148]
1.一种分析装置，包括：
[0149]
获取单元，所述获取单元获取指示多个说明变量中的每个说明变量对目的变量的影响程度的关系信息；以及
[0150]
生成单元，所述生成单元通过使用所述关系信息来生成表示所述目的变量与所述说明变量之间关系的因果图，其中
[0151]
所述生成单元基于所述说明变量的所述影响程度来确定在所述因果图中的与每个说明变量有关的显示的显示样式或者有无所述显示。
[0152]
2.根据附记1所述的分析装置，其中，
[0153]
通过一个或多个线性模型来表示所述目的变量与多个所述说明变量之间的关系，以及
[0154]
通过在所述线性模型中的与所述说明变量相乘的系数来表示所述关系信息指示的所述说明变量的所述影响程度。
[0155]
3.根据附记1或2所述的分析装置，其中，
[0156]
所述关系信息针对每个所述说明变量指示所述说明变量的多个影响程度，以及
[0157]
所述生成单元针对每个所述说明变量来计算由所述说明变量的所述关系信息指示的所述多个影响程度的统计值，并且通过将计算出的统计值作为所述说明变量的所述影响程度进行处理来生成确定-效果图。
[0158]
4.根据附记1至3所述的分析装置，其中
[0159]
所述生成单元：
[0160]
在与所述影响程度等于或大于阈值的说明变量有关的显示和与除了所述影响程度等于或大于所述阈值的所述说明变量之外的说明变量有关的显示之间使显示样式不同，
[0161]
在与所述影响程度落入预定顺序排名的说明变量有关的显示和与除了所述影响程度落入所述预定顺序排名的所述说明变量之外的说明变量有关的显示之间使显示样式不同，或者，
[0162]
对于所述说明变量的每个群组，在与所述影响程度落入属于所述群组的说明变量中的预定顺序排名的说明变量有关的显示和与除了所述影响程度落入属于所述群组的所述说明变量中的所述预定顺序排名的所述说明变量之外的说明变量有关的显示之间使显示样式不同。
[0163]
5.根据附记1至3所述的分析装置，其中
[0164]
所述生成单元：
[0165]
允许所述因果图只包括与所述影响程度等于或大于阈值的说明变量有关的显示，
[0166]
允许所述因果图只包括与所述影响程度落入预定顺序排名的说明变量有关的显示，或者，
[0167]
对于所述说明变量的每个群组，允许所述因果图只包括与所述影响程度落入属于所述群组的说明变量中的预定顺序排名的说明变量有关的显示。
[0168]
6.根据附记1至5中任一项所述的分析装置，其中，
[0169]
所述生成单元：
[0170]
输出所述因果图，
[0171]
当在所述输出的因果图中指定所述说明变量时，获取指示所述指定说明变量的多个值的数据，以及
[0172]
通过使用所述数据来生成图表。
[0173]
7.根据附记6所述的分析装置，其中，
[0174]
所述生成单元：
[0175]
获取关于所述指定说明变量的时序数据，以及
[0176]
生成表示所述说明变量的值的时间变化的第一图表或者表示对所述时序数据进行统计处理的结果的第二图表作为所述图表。
[0177]
8.根据附记7所述的分析装置，其中
[0178]
所述生成单元生成包括所述第一图表和所述第二图表这两者的画面数据。
[0179]
9.根据附记6至8中任一项所述的分析装置，其中，
[0180]
所述生成单元允许所述图表包括关于所述目的变量的数据。
[0181]
10.一种通过计算机执行的控制方法，包括：
[0182]
获取步骤，所述获取步骤获取指示多个说明变量的每个说明变量对目的变量的影响程度的关系信息；以及
[0183]
生成步骤，所述生成步骤通过使用所述关系信息来生成表示所述目的变量与所述说明变量之间关系的因果图，其中
[0184]
在所述生成步骤中，基于所述说明变量的所述影响程度来确定在所述因果图中的与每个说明变量有关的显示的显示样式或者有无所述显示。
[0185]
11.根据附记10所述的控制方法，其中，
[0186]
通过一个或多个线性模型来表示所述目的变量与多个所述说明变量之间的关系，并且
[0187]
通过在所述线性模型中的与所述说明变量相乘的系数来表示所述关系信息指示的所述说明变量的所述影响程度。
[0188]
12.根据附记10或11所述的控制方法，其中，
[0189]
所述关系信息针对每个所述说明变量指示所述说明变量的多个影响程度，
[0190]
所述控制方法进一步包括：
[0191]
在所述生成步骤中，针对每个所述说明变量来计算由所述说明变量的所述关系信息指示的所述多个影响程度的统计值，并且通过将计算出的统计值作为所述说明变量的所述影响程度进行处理来生成确定-效果图。
[0192]
13.根据附记10至12所述的控制方法，进一步包括：
[0193]
在所述生成步骤中，
[0194]
在与所述影响程度等于或大于阈值的说明变量有关的显示和与除了所述影响程度等于或大于所述阈值的所述说明变量之外的说明变量有关的显示之间使显示样式不同，
[0195]
在与所述影响程度落入预定顺序排名的说明变量有关的显示和与除了所述影响程度落入所述预定顺序排名的所述说明变量之外的说明变量有关的显示之间使显示样式不同，或者，
[0196]
对于所述说明变量的每个群组，在与所述影响程度落入属于所述群组的说明变量中的预定顺序排名的说明变量有关的显示和与除了所述影响程度落入属于所述群组的所述说明变量中的所述预定顺序排名的所述说明变量之外的说明变量有关的显示之间使显示样式不同。
[0197]
14.根据附记10至12所述的控制方法，进一步包括：
[0198]
在所述生成步骤中，
[0199]
允许所述因果图只包括与所述影响程度等于或大于阈值的说明变量有关的显示，
[0200]
允许所述因果图只包括与所述影响程度落入预定顺序排名的说明变量有关的显示，或者，
[0201]
对于所述说明变量的每个群组，允许所述因果图只包括与所述影响程度落入属于所述群组的说明变量中的预定顺序排名的说明变量有关的显示。
[0202]
15.根据附记10至14任一项所述的控制方法，进一步包括：
[0203]
在所述生成步骤中，
[0204]
输出所述因果图；
[0205]
当在所述输出的因果图中指定所述说明变量时，获取指示所述指定说明变量的多个值的数据；以及
[0206]
通过使用所述数据来生成图表。
[0207]
16.根据附记15所述的控制方法，进一步包括：
[0208]
在所述生成步骤中，
[0209]
获取关于所述指定说明变量的时序数据；以及
[0210]
生成表示所述说明变量的值的时间变化的第一图表或者表示对所述时序数据进行统计处理的结果的第二图表作为所述图表。
[0211]
17.根据附记16所述的控制方法，进一步包括：
[0212]
在所述生成步骤中，生成包括所述第一图表和所述第二图表这两者的画面数据。
[0213]
18.根据附记15至17中任一项所述的控制方法，进一步包括：
[0214]
在所述生成步骤中，允许所述图表包括关于所述目的变量的数据。
[0215]
19.一种程序，所述程序使计算机执行根据附记10至18中的任一项所述的控制方法。
[0216]
本技术基于2019年10月24日提交的日本专利申请no.2019-193810并要求其优先权，通过引用将其全部公开内容合并于此。
[0217]
[附图标记列表]
[0218]
10
ꢀꢀꢀꢀ
因果图
[0219]
11
ꢀꢀꢀꢀ
主干
[0220]
12
ꢀꢀꢀꢀ
效果显示
[0221]
13
ꢀꢀꢀꢀ
分支
[0222]
14
ꢀꢀꢀꢀ
群组显示
[0223]
15
ꢀꢀꢀꢀ
子分支
[0224]
16
ꢀꢀꢀꢀ
因素显示
[0225]
30
ꢀꢀꢀꢀ
图表
[0226]
50
ꢀꢀꢀꢀ
关系信息
[0227]
52
ꢀꢀꢀꢀ
目的变量
[0228]
54
ꢀꢀꢀꢀ
说明变量
[0229]
56
ꢀꢀꢀꢀ
影响程度
[0230]
60用户终端
[0231]
1000计算机
[0232]
1020总线
[0233]
1040处理器
[0234]
1060存储器
[0235]
1080存储设备
[0236]
1100输入/输出接口
[0237]
1120网络接口
[0238]
2000分析装置
[0239]
2020获取单元
[0240]
2040生成单元