トップページ | ひとつ上のページ | 目次ページ | このサイトについて | ENGLISH

測定

「使い物にならないデータを見ていた！」、 「測定の再現性がすごく悪い。」、 「見たいものを、測れていなかった！」といった事は、工場のデータ分析で良くある失敗です。

統計学 や データマイニング の分野では、データが正しいことを前提にしていて、 「そもそも、そのデータは、何を、どうやって測ったものなのか？」、と言ったことには、あまり触れません。


「どこかにあるデータを使う」から、「ないデータは、自分で測って用意する」に変わると、解決できる問題が増えます。 筆者の肌感覚では、100倍から1000倍くらい増えます。

尺度の分類

測定方法のさらに前に、そもそも「何を測るか？」は、 データサイエンス では、基本中の基本とも言えるような問題です。 ここで間違うと、測定が無意味になってしまいます。

世の中には、いろいろな尺度があります。 筆者は、物理尺度・感覚尺度・心理尺度・計算尺度の４種類に分類してみました。 これらは筆者の造語ですが、 適当な専門用語がなさそうなので、 ここでは仮にこう呼んでおきます。

ここでは、４種類に分けてありますが、 実際には、「明るさ」のように複数の種類に当てはまるものもあります。 このような場合は、その時その時で定義を把握しておかないと、誤解の原因になります。

下表には、誤差を入れてみましたが、あくまで目安です。 「個人差の問題だから、そんなに違わないだろう。」、 という理由で、感覚尺度の誤差を”中”にしました。 また、 「言葉は、人によって意味が違ったり、その言葉に対する印象が違うし、 聞かれた時のタイミングや、その人の持っている関連した情報量も違うだろう。」 という理由で、心理尺度の誤差を”大”にしました。

尺度の種類（その１）
名前 測定方法 誤差 例
物理尺度 測定器（単位が明確） 小 m・g・pH・秒
感覚尺度 視覚・聴覚・触覚　等 中 味（辛い・甘い　等）・におい
心理尺度 アンケート 大 怖さ・不安さ・期待度
計算尺度 各種の集計 中・大 環境影響の尺度 ・ 経済性の尺度（GDP等） ・ 経営指標 ・ KPI ・ リスク

測定の技

測定をする時には、 無意識のうちに、その人の世界観や知識が関わっています。 無意識でやっていたことを、意識的にするようになると、広くて深いデータ解析ができます。

データの質

データマネジメント では、データを管理する側面でデータの質が語られますが、以下は測定に関係した話題です。

測定の計画

データ分析をする時に、どのようなデータがあると望ましいのかを考えながら、測定の計画を立てた方が良いです。

測定の原理

例えば、温度は、温度によって物質の体積が変わる性質や、温度によって赤外線の量が変わる性質を利用します。 体積や赤外線を測ることで、温度を測ります。 これが測定の原理です。

以下は、物理的には測れないものを測る方法です。

IoT

IoTは、「Internet of Things」の略で、いろいろなモノが通信ネットワークにつながっていることを指します。

IoTから得られるものはいろいろですが、工場などでは、「見える化」が多いです。 モノの状態がグラフなどで視覚的に分かることは、それだけでも価値があります。

その外には遠隔操作があります。 この場合は、自分が遠隔操作できるということは、他人もできることになるので、セキュリティが問題視されることもあります。

IoTでは、通信の技術はもちろん重要ですが、その前に、データを取る技術も大事です。 センサーデータ が代表的です。

IoTは、 デジタルトランスフォーメーション（DX） に不可欠のツールとしても、期待されています。



尺度の独り歩き

尺度としての「お金」



参考文献

なんでも測る

「測れるもの　測れないもの」　高田誠二　著　裳華房　1998
「測る」について、歴史と著者の考察がまとまっています。
・天びんは、測り方がとてもわかりやすい。たくさんの人に見られながら測定される事で、データの正しさを確保できる。
・測れるようにしたいものは、「予兆」。ここでいう予兆とは、「バタフライ効果」のバタフライのようなもの。 空間的、時間的に細分化して測定する方法には限界がある。 それよりも、無視しがたい予兆たちを抽出して、重大な作用とのつながりを突き止めることが重要。 これをするには、細部を切り捨て、特徴的なパタンを強調するような測り方をする。 着目すべきパラメーターは、エントロピー（熱、物質、情報の）と、それらの空間的流れと、時間的変化
・測ってはいけないものは、風土、孝養、など。これらのものは、測ることよりも、これらに対しての人のあり方が大事


「<はかる>科学」　阪上孝・後藤武　編著　中央公論新社　2007
キログラムのように計測器を使う「はかる」だけでなく、意味や概念を把握することも「はかる」の一種としています。
測るものとしては、キログラム、環境、アフォーダンス、土地、穀物、国土（風水で測る）、考古学（人工衛星画像で測る）、音、美（音で測る）、罪の重さ、世界（メタファーで測る）


「心を測る」　菱谷晋介、田山忠行　編著　八千代出版　2005
「パーソナリティ」や「不安」を測る時は、下位の測定項目（因子）を作り、総合的に評価する測り方が提案されていました。
この本自体は、測り方、というよりも、 認知心理学 や ヒューリスティクス に関連した、心の仕組みの研究の話が多いです。


「測る技術」 　黒須茂　編著　ナツメ社　2007
宇宙、微小な世界、自然、生活、人体の測り方


「なんでも測定団が行く　はかれるものはなんでもはかろう」 　武蔵工業大学　編　講談社　2004
人間、もの、地球、情報、環境、社会の測り方


「測れないものを測るには?　医療従事者のための評価スケール・予測モデルの考え方・活かし方」 　奥田千恵子　著　金芳堂　2022
質問紙を使って、患者が感じていることを定量的に評価する方法を紹介しています。


「Statistics hacks　統計の基本と世界を測るテクニック」 　Bruce Frey　著　オライリー・ジャパン　2007
正規分布を念頭において物事を理解することを、「世界を測る」と表現しています。


複雑なものを測る

「空間解析入門　都市を測る・都市がわかる」 　貞広幸雄・山田育穂・石井儀光　編　朝倉書店　2018
空間統計、ネットワーク分析などを使って、地理情報や建物の構造を定量化しています。 これを「都市を測る」と表現しています。


「量から質に迫る　人間の複雑な感性をいかに「計る」か」 　徃住彰文　監修　新曜社　2014
テキストデータについて、意味のネットワーク構造を分析することで、感覚的なものを把握しようとしています。


物理的な量を測る

「やさしい測定学　長さ、重さから粗さまで」 　香住浩伸　著　科学図書出版　2002
形状の測り方を、具体的に説明。粗さや、平面度なども。


「はじめての計測工学」　南茂夫　他　著　講談社　2012
まえがきに「 企業の中では、単純で古い方法で測定している事があるが、 なぜその方法が採用されているかがわからなかったり、遅れている、と言う学生がいる。 著者は、高校の理科の教科書に、アイディアの源があると考えている。」 、という話があり、印象的でした。
この本は、さまざまな物を測る方法の原理についての解説が中心ですが、 誤差の伝播 などの考え方も解説されています。
物体を測る（距離、動き、振動、力、トルク、動力、強さ、硬さ、流速、流量）
状態量を測る（流体圧力、温度）
物質を測る（元素、気体、複雑な化合物、放射線）


「計測工学」　宮崎孔友　著　朝倉書店　1982
様々な物の計測方法の原理の他に、それを扱う電気信号の処理についても触れています。
直線変位、角変位、圧力、トルク、応力、温度、時間、角測度、流速、体積流量、質量流量、振動


「絵ときでわかる計測工学」　門田和雄　著　オーム社　2018
単位や測り方について、シンプルな説明をしています。
長さ、質量、力、圧力、時間、回転速度、温度、湿度、流体、材料強さ、形状、機械要素（ねじ・歯車）


計量の管理

「トコトンやさしい計量の本」　今井秀孝　監修　日刊工業新聞社　2007
製造業の中での計量の管理について、測定法や制度などの様々な話題を、読み物のようにして解説しています。


センサーで測る

「センシングの基礎」　山崎弘郎　著　岩波書店　2005
センサーそのものの原理の話もありますが、センサーのデータがどのようなもので、どのように扱うのかの話も多いです。
人工知能 、 サンプリング 、 異常値の予測 に関連する話もありました。


「化学センサシステムとソフトコンピューティング」　大薮多可志・勝部昭明・木村春彦　著　海文堂　2001
化学センサとして、ガスセンサ、ニオイセンサ、イオンセンサ等を原理から解説しています。 エージェント 、 ファジィ理論 、 カオス 、 ニューラルネットワーク 、 遺伝的アルゴリズム などの、 ソフトコンピューティング と、センサーを組み合わせて、人間に近い認識のできるシステムが作れることを解説しています。
この本は、実際のシステムの事例集ではなく、そうしたシステムが作れる可能性を示す内容になっています。


「電子工作が上達するセンサーのきほん」　伊藤尚未　誠文堂新光社　2010
前半が、どのようなセンサーがあるのかの解説で、後半が、センサーを電子工作に使う方法の解説になっています。


「よくわかる最新センサーの基本と仕組み　幅広く利用されるセンサーの機能を紹介　事象検出の常識」　高橋隆雄　著　秀和システム　南茂夫
日常生活で使われている物をスタートにして、それらにどのようなセンサーが使わているのかを解説。


「センサー技術」　多田邦雄　丸善　1991
さまざまなセンサーの原理を解説。 センサーシステムとして、エアコンや自動車がどのようにセンサーを組み合わせているのかを解説。


IoT

「Pythonデータエンジニアリング入門　高速化とデバイスデータアクセスの基本と応用」　橋本洋志　他　著　オーム社　2020
センサーとパソコンなどの機器をつないで、データを収集するためにPythonでプログラムを作る時のノウハウがまとまっています。


「戦略的IoTマネジメント」　内平直志　著　ミネルヴァ書房　2019
モノビス：著者の造語で、モノとサービスの提供を一体的に進めるビジネス。
6次産業：1次、2次、3次の掛け算で「6」になっている。これらを一体的に進めること。
IoTは、モノビスや6次産業で、見える化を実現するのに必要な技術。
IoTは、手段。目的と、それを実現する筋道が大事。 データの流れなど、実現したいことを具体的に描く。


「IoTの基本・仕組み・重要事項が全部わかる教科書」　八子知礼　監修　SBクリエイティブ　2017
オムロンの「OKAO Vision（HVC-C2W）」は、顔、人体、手、顔向き、視線、目つむり、年齢、性別、表情、ペット、といった項目の認識ができるカメラセンサー。
オムロンの環境センサー（2JCIE-BL01）は、手の平サイズで、温度、湿度、照度、気圧、騒音、UV、加速度のデータが取れる。
ファナックは、ZDT（Zero Down Time）を実現するためのエッジコンピューティングのために、 Cisco Systems、Rockwell Automation、Preferred Networksと提携している。
ドイツでは、AXOOMというプラットフォームで、産業界向けのアプリ開発の環境を作っている。 プラットフォームビジネスは、APIの経由回数で課金する。


「中小企業が始める!　生産現場のIoT」　「工場管理」編集部　編　日刊工業新聞社　2018
IoTの基本的な進め方は、 「既存のデータを自動で集める仕組みを作る」、「データから意味を見つける」、「できたルールは自動化する」


「中小企業がIoTをやってみた　試行錯誤で獲得したIoTの導入ノウハウ」　岩本晃一・井上雄介　編著　日刊工業新聞社　2017
IoTでできることは見える化。この本には、生産工程の見える化の事例がある。


「 絵で見てわかるIoT/センサの仕組みと活用」　河村雅人　他　著　翔泳社　2015
センサーの技術そのものや、センサーを使ったシステムやサービスに使われる技術の話が具体的です。
6章がセンサーデータのデータ分析の話になっています。 可視化、発見、予測と分けて手順を紹介しています。 回帰分析 がセンサーのキャリブレーション（校正）に使われている話は、この本ならではです



順路 次は データの見分け・使い分け

データサイエンス教室