3/2010
13/49

比NSのてしと度精測予計合の失損のとご法寸計合の失損のとご法寸1234567Ave56:101112:15(20*)45:91011:1434:8910:1323:789:1212:678:11信号データ未知データ6050403020100真値推定値SN比被験者ごとの練習作品 図8 技能量の予測の結果とSN比受検の目安 7060504030201001116:1235672116作成個数 2631図7 実技課題における技能向上のパターン表4 練習結果の並べ替え項目1項目2項目3項目4項目5真値1011:153/20104.2 技能量の予測の結果36として,技能量の評価を真値としたときの未知なる真値を予測する方法を提案する。予測には多変量解析を利用したMTシステム4)を用いた。 予測に用いたデータは,専門課程生産技術科の有志の学生7人が技能五輪予選に取り組んだときのものである。その結果を図7に示す。学生は主に平常授業の終了後に取り組んだ。練習の終盤では1日に1作品を作成するほどであった。 今回の予測では,検定本番の1週間前までの練習結果から,検定当日における作品の評価を対象とした。このため,項目を現在の練習日を含めた過去5日分の作品の評価とし,真値を現在の練習日から5日後の作品の評価とした。そして,15個まで作成したときに,16~20個の作品の評価を予測する。表4に練習した作品の作成した順番と項目,真値の関係を示す。 取り上げた7人の学生から1人の被験者を選ぶ。残りの6人の評価の結果を表4に従って,データを作成する。今回のデータの場合,5次元情報のパターンを約70データ収集できる。マハラノビスの距(16)(17)離(以後,MD値)が1近傍であるデータを単位空間とする。MD値は,複数の群同士の一致の度合いを無次元量として示す統計量である。本報では単位空間および信号を構成する群の均一性と,単位空間と個々の未知データの一致の度合いを確認するために適用した。MD値で均一化された単位空間で,被験者の未知データの真値をMTシステムにより,被験者の15個までの練習作品から16~20個の練習作品の評価の結果を予測する。 図8に,16~20個の練習作品ごとの技能量の評価とその予測の結果を示す。ここで,被験者No.2,4は20個までの練習結果を取得できなかった。右縦軸は予測精度としてのSN比を示す。SN比が大きいほど予測精度が高いことを示す。ここで,相関係数と同様に,被験者ごとのSN比を単純に比較することはできないので注意を要する。図より被験者No.5の予測精度は最も高く示されているが,被験者No.3,5,7の信号データのMD値は1から大きく離れており,単位空間データとの整合がとれなかった。また,被験者No.3,5,6の推定値はそれぞれでほぼ一定の値であるため,感度が低すぎることも考えられる。これらは正確に予測できていないと考えられるため注意して検討する。被験者No.6では予測値が真値に近いので予測精度は高いように感じるが,多次元パターンの比較としては予測精度は低く,SN比も小さかった。以上より,6人の被験者の中で一番精度よく予測できたのは被験者No.1の場合であった。これは,16~20個の技能量の評価がV字型に上下している傾向もよく予測できた。0−5−10−15−20−25−3011

元のページ  ../index.html#13

このブックを見る