Niveau : Avancé
【Présentateur】
Société d'institut interuniversitaire de recherche Organisation de recherche sur l'information et les systèmes Institut de mathématiques statistiques
Centre de recherche sur la stratégie d'analyse des risques Professeur invité Takenori Takahashi
[Résumé de la présentation]
La plupart des cas d'enquêtes par questionnaire (enquêtes par questionnaire) à ce jour se sont terminés au stade de l'examen, et il existe certains cas dans lesquels des propositions sont faites sur la base de l'examen, mais dans de tels cas, les propositions ne sont basées que sur des idées hypothétiques (pensées et Cependant, il n'existe pratiquement aucune présentation de cas dans lesquels la vérification d'hypothèses (expériences de vérification), qui constitue la base objective de la proposition, a été effectuée. Afin de faire des propositions concrètes liées à la résolution de problèmes et à l'accomplissement de tâches avec des preuves, il est nécessaire de mener des expériences pour fournir la base de telles propositions. L’analyse conjointe est une option pour cela. Cependant, la plupart des analyses conjointes conventionnelles sont des efforts indépendants, et leurs analyses présentent également trois caractéristiques : (1) Tous les facteurs sont traités qualitativement, (2) Les interactions et les termes quadratiques sont ignorés, et (3) Expériences Le plan est un arrangement factoriel ou un expérience orthogonale), qui est une expérience extrêmement restrictive (limitée).
Cette étude présente une méthode de collecte des données résultantes et une expérience utilisant une table de modèle structurel et une conception optimale (appelée expérience virtuelle dans cette étude). Il est mathématiquement clair qu’il est souhaitable que les données de résultats soient à une échelle continue dans les expériences virtuelles. Cependant, les évaluations abruptes et continues imposent un fardeau aux répondants et fournissent des données peu fiables. Dans cette étude, nous proposons une méthode de répartition des différences ajustée à cet effet.
[Profil du présentateur]
Après avoir été professeur à la Faculté d'ingénierie de l'Université des sciences de Tokyo, à la Graduate School de l'Université Keio, puis à la Faculté d'administration des affaires de l'Université Mejiro, il poursuit actuellement ses recherches et sa formation en science des données en tant que professeur invité à l'Institut de mathématiques statistiques. En termes de recherche, il propose un nouveau paradigme de conception, le superdesign, dans le domaine de l'ingénierie, et de nouvelles méthodes d'analyse, l'analyse causale bilatérale et les expériences virtuelles, dans le domaine des sciences sociales.
D'autre part, alors que j'étais étudiant diplômé, j'ai développé la théorie du ski de compétition (principalement le slalom et le slalom géant) et j'ai enseigné des compétences pratiques au club de ski d'une certaine université pendant plusieurs années, et j'ai publié le contenu sous forme d'un livre sur le ski de compétition. théorie, en parallèle de mes recherches spécialisées. Sur la base de cette expérience, nous mettons en œuvre depuis environ un demi-siècle une formation active à la science des données, c'est-à-dire une formation statistique basée sur une formation pratique, dans les universités, les écoles supérieures, les entreprises et divers séminaires.
Durant son congé sabbatique, il approfondit ses recherches sur le super-design à l'Université de Yale aux États-Unis et développe un hélicoptère biplan à assembler comme véritable matériel pédagogique. Le premier est le thème principal de la recherche de l'auteur, et le second est un véritable matériel pédagogique à part entière qui peut prendre plus d'une douzaine de variables (facteurs) et peut également gérer des modèles quadratiques. En outre, nous avons également développé un planeur en papier comme matériel pédagogique extrêmement avancé, ainsi que le tir à pièces, un matériel pédagogique général destiné à tous, des débutants aux experts.
*L’affichage des affiches se fait uniquement sur papier.
