2022.01/28 データ解析（２）
最近話題となっているビッグデータの解析では、必ずしも科学的な解析とは言い難い例も出てきた。そのような例では、解析結果が普遍的真理とはならず、単なるその場限りの現象理解に終わる。
これを科学的ではないから、という理由で否定的に見ていると時代に乗り遅れるか、あるいは間違った情報を形式知としてしまうミスを犯したりする。せめて解析プロセスも含め経験知の一つ程度に考えるとよい。
すなわち、現代のデータ解析事例を眺めるときに、科学的に解析された結果なのか、単なるデータを整理し傾向を記述しただけの結果なのか、あるいは眉唾も含むその他の結果なのか、それを自ら検討する必要がある。
一方で、科学的ではないデータ解析あるいは手法の中には、技術開発にうまく取り込むと業務を効率化できる可能性もあるので、その手法がどのようなプロセスで行われているのか調べてみると面白い。
よく使われる手法として、多変量解析あるいはマハラビノスのＴＭがあるが、これは技術開発で集められた大量のデータから、未知の情報を絞り出すときに使える。高分子の難燃化技術セミナーで一例を示す。
１５年以上前に歩留まりを１０倍近く改善できた中間転写ベルトの技術開発では、それまでの開発で収集されたデータを解析し歩留まり向上のヒントを導き出している。CMCリサーチのセミナーで手法を詳しく説明する。
pagetop