Livello: Avanzato
【Presentatore】
Takenori Takahashi, Professore in visita, Centro di ricerca sulla strategia di analisi del rischio, Istituto di matematica statistica, Organizzazione di ricerca su informazioni e sistemi, Interuniversity Research Institute Corporation
[Riepilogo della presentazione]
La maggior parte dei casi di indagini tramite questionario (indagini con questionario) fino ad oggi si sono concluse con la fase di considerazione, e ci sono alcuni casi in cui le proposte vengono fatte sulla base della considerazione, ma in questi casi le proposte si basano solo su idee ipotetiche (pensieri e Tuttavia, non ci sono quasi presentazioni di casi in cui è stata effettuata la verifica delle ipotesi (esperimenti di verifica), che costituisce la base oggettiva della proposta. Per fare proposte concrete legate alla risoluzione dei problemi e allo svolgimento dei compiti con prove, è necessario condurre esperimenti per fornire le basi per tali proposte. L’analisi congiunta è un’opzione per questo. Tuttavia, la maggior parte delle analisi congiunte convenzionali sono sforzi indipendenti e le loro analisi hanno anche tre caratteristiche: (1) Tutti i fattori sono trattati qualitativamente, (2) Interazioni e termini quadratici vengono ignorati e (3) Esperimenti Il disegno è una disposizione fattoriale o un esperimento ortogonale), che è un esperimento estremamente restrittivo (limitato).
Questo studio introduce un metodo per raccogliere i dati risultanti e un esperimento utilizzando una tabella del modello strutturale e una progettazione ottimale (denominata esperimento virtuale in questo studio). È matematicamente chiaro che è auspicabile che i dati dei risultati siano su scala continua negli esperimenti virtuali. Tuttavia, le valutazioni brusche e su scala continua gravano sugli intervistati e forniscono dati inaffidabili. In questo studio, proponiamo un metodo di ripartizione delle differenze aggiustato a questo scopo.
[Profilo del presentatore]
Dopo aver insegnato alla Facoltà di Ingegneria dell'Università di Scienze di Tokyo, alla Graduate School dell'Università di Keio e alla Facoltà di Amministrazione Aziendale dell'Università di Mejiro, attualmente continua la sua ricerca e la sua formazione in scienza dei dati come professore in visita presso l'Istituto di Matematica Statistica. In termini di ricerca, propone un nuovo paradigma di progettazione, il superdesign, nel campo dell'ingegneria, e nuovi metodi di analisi, analisi causale bilaterale ed esperimenti virtuali, nel campo delle scienze sociali.
D'altra parte, mentre ero dottorando, parallelamente alla mia ricerca specialistica, ho sviluppato la teoria dello sci agonistico (principalmente slalom e slalom gigante) e ho insegnato per diversi anni abilità pratiche allo sci club di una certa università, e ho pubblicato il contenuti come un libro sulla teoria dello sci agonistico. Sulla base di questa esperienza, da circa mezzo secolo implementiamo l'educazione attiva alla scienza dei dati, ovvero l'educazione statistica basata sulla formazione pratica, presso università, scuole di specializzazione, aziende e seminari vari.
Durante il suo anno sabbatico, approfondì le sue ricerche sul super-design presso l'Università di Yale negli Stati Uniti e sviluppò un elicottero biplano assemblabile come vero e proprio materiale didattico. Il primo è il tema principale della ricerca dell'autore, il secondo è un vero e proprio materiale didattico che può accettare più di una dozzina di variabili (fattori) e può anche gestire modelli quadratici. Inoltre, abbiamo sviluppato anche un aliante di carta come materiale didattico estremamente avanzato per la vita reale e il tiro con le monete, un materiale didattico per la vita reale di uso generale rivolto a tutti, dai principianti agli esperti.
*La visualizzazione dei poster è solo cartacea.
[Raccolta di documenti]
Vai al sito web della raccolta
https://community.jmp.com/t5/Discovery-Summit-Japan-2023/Discovery-Summit-Japan-2023-%E8%AB%96%E6%96%87%E9%9B%86/ta-p /718363
