<meta http-equiv="Content-Type" content="text/html; charset=UTF-8" /> Christian S. Loh，博士，南伊利諾伊大學Carbondale虛擬環境實驗室主任
I-Hung Li，南伊利諾伊大學Carbondale虛擬環境實驗室研究助理
嚴肅的遊戲最初旨在成為高級培訓工具，以提高決策技能並提高學員/學習者的工作績效。目前，只有不到10％的嚴肅遊戲被設計用於促進培訓 - 包括用於軍事和醫學模擬和培訓的遊戲。如果我們知道要使用哪些性能指標，如何將這些分析轉化為對利益相關者有意義的見解，以及為學習者提供及時（重新）培訓和補救，嚴肅的遊戲分析可以提高這些類型培訓的價值，這可能會影響學習型組織的投資回報率（ROI）。
技術人員（專家）和新手之間的行為和認知差異已在文獻中充分記錄。行動序列是勝任力的一個組成部分，由所執行行動的時間順序組成，已被證明可用於區分（可能）專家和新手，以進行培訓績效評估。在培訓和學習行業中，非常希望能夠區分專家和新手以及可能更快地預測誰可能成為專家（培訓時間更短）。
我們捕捉了嚴肅遊戲中玩家的行為，並通過將游戲世界劃分為不同粒度的網格來編碼他們的動作序列。我們使用JMP Pro 12中的偏最小二乘判別分析（PLS DA）功能來比較這些變量以及總遊戲完成時間，以根據遊戲中的行為進行性能評估，將玩家區分為專家和新手。嚴肅的遊戲分析 。
關鍵詞： 偏最小二乘判別分析，嚴肅遊戲分析，動作序列，相似性指數，績效評估
