JP4529939B2 - Device status determination device and program - Google Patents
Device status determination device and program Download PDFInfo
- Publication number
- JP4529939B2 JP4529939B2 JP2006124578A JP2006124578A JP4529939B2 JP 4529939 B2 JP4529939 B2 JP 4529939B2 JP 2006124578 A JP2006124578 A JP 2006124578A JP 2006124578 A JP2006124578 A JP 2006124578A JP 4529939 B2 JP4529939 B2 JP 4529939B2
- Authority
- JP
- Japan
- Prior art keywords
- data
- determination
- sections
- determination data
- section
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Expired - Fee Related
Links
Images
Landscapes
- Complex Calculations (AREA)
Description
本発明は、複数種類の測定データに有意な差が存在するか否かを、推定した同一の分布に従うか否かを検定することで判定する推定分布適合度検定装置、装置状態判定装置、その方法及びプログラムに関する。 The present invention relates to an estimated distribution suitability test apparatus, an apparatus state determination apparatus, and the like that determine whether or not there is a significant difference in a plurality of types of measurement data by testing whether or not the same distribution is estimated. The present invention relates to a method and a program.
分布が未知である複数の多項母集団からの標本が、同じ分布と見なせるかどうかを調べるためにカイ二乗適合度を検定する統計的手法がある。 There is a statistical method to test the chi-square goodness of fit to examine whether samples from multiple populations with unknown distributions can be considered as the same distribution.
この方法では、連続量である観測値を、例えば0≦x<0.1に含まれる件数、0.1≦x<0.2に含まれる件数・・・、というように集計して、擬似的に多項母集団からの標本とすることで様々な観測値を扱うことができる。 In this method, observation values that are continuous quantities are aggregated such that, for example, the number of cases included in 0 ≦ x <0.1, the number of cases included in 0.1 ≦ x <0.2, and so on. By using samples from a multinomial population, various observation values can be handled.
しかしながら、カイ二乗適合度検定では、期待度数が大きくなると漸近的にカイ二乗分布に近似できる性質を利用しているため、ある分類に入る確率が低い、すなわち観測数が少ない場合には近似精度が極端に悪化する。精度を上げるためには確率の低い分類の観測数を増やすように全体の観測数を増やさなければならないが、多大なコストがかかるという問題がある。 However, since the chi-square goodness-of-fit test uses the property that asymptotically approximates the chi-square distribution when the expected frequency increases, the approximation accuracy is low when the probability of entering a certain category is low, that is, when the number of observations is small. Extremely worse. In order to increase the accuracy, the total number of observations must be increased so as to increase the number of observations of the classification with low probability, but there is a problem that a great cost is required.
特許文献1では、順序統計量かつ打ち切りデータとなるバグデータの性質を利用し、想定される信頼性成長曲線モデルの適合するものを選択するための検定方法を開示している。しかしながらバグデータの性質に基づくため、任意の統計量、任意の分布への適用ができないという問題がある。
また、特許文献2は、測定したデータが、推定する確率分布に適合するかどうかを検定する分布適合度検定装置に関する発明である。この発明では、測定したデータを集計する集計区間の幅を、測定したデータのデータ数に応じて決定し、決定した各集計区間のデータ数を集計して適合度検定を行っている。
しかしながら、特許文献2では図1(A)に示すように分布形状が関数として推定でき、区間同士の面積が等しくなるような区間設定が可能である必要がある。このため、図1(B)に示すように分布が推定できず、未知の分布に従う複数種類の観測値を扱うような場合には、集計幅を決定することができないため適用できない。
However, in
本発明は上記事情に鑑みてなされたものであり、データ数が少なく分布が推定できない測定データであっても、複数種類の測定データに有意な差があるか否かを精度よく判定することができる推定分布適合度検定装置、装置状態判定装置、その方法及びプログラムを提供することを目的とする。 The present invention has been made in view of the above circumstances, and it is possible to accurately determine whether or not there is a significant difference between a plurality of types of measurement data, even if the measurement data has a small number of data and the distribution cannot be estimated. An object of the present invention is to provide an estimated distribution suitability test apparatus, apparatus state determination apparatus, method and program thereof.
かかる目的を達成するために本発明の装置状態判定装置は、ネットワーク接続したコンピュータ装置と通信を行う通信手段と、前記コンピュータ装置から送信され、前記通信手段を介して取得した画像データを記憶する記憶手段と、前記記憶手段から画像データを読み出して、読み出した画像データに画像処理を行う画像処理手段と、前記画像処理手段で画像処理された画像データの画像を形成する画像形成手段と、前記記憶手段に画像データが記憶されてから、前記画像処理手段で画像処理が開始されるまでの待機時間が、異なる期間において有意な差を生じるか否かを判定するための複数の判定期間の指定入力を受け付ける指定入力受付手段と、前記待機時間を判定対象の判定データとして、前記指定入力受付手段で受け付けた複数の判定期間における判定データを求めて、前記複数の判定期間における判定データに有意な差があるか否かを検定する制御手段とを有し、前記制御手段は、前記記憶手段に画像データが記憶された時刻と、前記記憶手段から画像データが読み出され、読み出された画像データに対する画像処理を前記画像処理手段で開始した時刻とを前記記憶手段に記憶させて登録する登録手段と、前記記憶手段に記憶させた、前記記憶手段に画像データが記憶された時刻と、前記画像処理手段が前記画像データに対する画像処理を開始した時刻とに基づいて前記待機時間を判定データとして求め、前記指定入力受付手段で受け付けた複数の判定期間における判定データをそれぞれ求める算出手段と、前記算出手段で算出された前記複数の判定期間における判定データを、判定期間に関わらず待機時間により昇順又は降順に並べ替える並替手段と、前記並替手段で昇順又は降順に並べ替えた判定データを、複数個ずつの区間に分割する際の区間数を決定する手段であって、各区間に属する判定データの数が所定数以上となるように、前記複数の区間の区間数を決定する区間数決定手段と、前記昇順又は降順に並べ替えた判定データを、前記区間数決定手段で決定した区間数に基づく各区間に所定数以上含まれるように分割して、前記区間数決定手段で決定した区間数に基づく各区間に割り当てる分割手段と、前記分割手段で分割され、前記各区間に割り当てられた判定データの数を、判定データが属する判定期間ごとに集計する集計手段と、前記複数の判定期間ごとの判定データ数を前記区間数で除算して、前記複数の判定期間ごとに除算値を求め、前記各区間に割り当てられた判定データのデータ数が前記除算値であると仮定して、該仮定が正しいか否かを統計的に検定する検定手段とを備える。
本発明によれば、指定入力受付手段で受け付けた複数の判定期間において、画像データが記憶手段に記憶されてから、画像形成手段で画像を形成するまでの待機時間に有意な差が生じているか否かを判定することができ、装置の動作状態を把握することができる。
In order to achieve the above object, an apparatus state determination apparatus according to the present invention includes a communication unit that communicates with a computer device connected to a network, and a memory that stores image data transmitted from the computer device and acquired through the communication unit. Means, image processing means for reading out image data from the storage means, and performing image processing on the read image data, image forming means for forming an image of the image data processed by the image processing means, and the storage Designation input of a plurality of determination periods for determining whether or not there is a significant difference in the waiting time from when image data is stored in the means until image processing is started by the image processing means. And a plurality of judgments accepted by the designated input accepting means as the judgment data to be judged. And determining means for determining determination data in the period, and testing whether there is a significant difference in the determination data in the plurality of determination periods, wherein the control means stores image data in the storage means Registration means for storing and registering the time and the time when the image data is read from the storage means and the image processing for the read image data is started by the image processing means; The waiting time is obtained as determination data based on the time when the image data is stored in the storage means and the time when the image processing means starts image processing on the image data, and the designation input reception is performed. Calculating means for obtaining determination data for each of the plurality of determination periods received by the means, and determination data for the plurality of determination periods calculated by the calculation means. Sorting means for sorting the data in ascending or descending order according to the waiting time regardless of the judgment period, and the number of sections when dividing the judgment data sorted in ascending or descending order by the sorting means into a plurality of sections Determining the number of sections of the plurality of sections so that the number of determination data belonging to each section is equal to or greater than a predetermined number, and the determination sorted in ascending or descending order Dividing means for dividing the data so that a predetermined number or more is included in each section based on the section number determined by the section number determining means, and assigning to each section based on the section number determined by the section number determining means; Aggregating means for counting the number of determination data divided by the dividing means and assigned to each section for each determination period to which the determination data belongs; and dividing the number of determination data for each of the plurality of determination periods by the number of sections. The A test that statistically tests whether or not the assumption is correct by obtaining a division value for each of the plurality of determination periods and assuming that the number of pieces of determination data assigned to each interval is the division value. Means.
According to the present invention, in the plurality of determination periods received by the designated input receiving unit, is there a significant difference in the waiting time from when the image data is stored in the storage unit to when the image forming unit forms an image? It is possible to determine whether or not the apparatus is operating.
上記の装置状態判定装置において、前記分割手段は、前記複数の判定期間ごとの判定データの和である判定データの総数が、前記複数の区間の区間数で割り切ることができない総数であった場合、前記判定データの総数を前記区間数で除算して除算の結果の商に1を足した値を求め、前記昇順又は降順に並べた判定データのうち、並び順が前記商に1を足した値の判定データを2つの区間にまたがる判定データとし、前記除算の結果の余りを表す分数値を前記2つの区間の前半の区間に分類し、1から前記余りの分数値を減算した値を前記2つの区間の後半の区間に分類し、前記集計手段は、前記2つの区間にまたがる判定データの属する判定期間を求め、前記2つの区間にまたがる判定データの前記前半の区間に含まれるデータ数が、前記除算の結果の余りを表す分数値であるとして、前記前半の区間における前記判定期間に属する判定データのデータ数を加算し、また、前記2つの区間にまたがる判定データの前記後半の区間に含まれるデータ数が、前記1から余りの分数値を減算した値であるとして、前記後半の区間における前記判定期間に属する判定データのデータ数を加算するとよい。In the above apparatus state determination apparatus, when the dividing unit is a total number of determination data that is the sum of the determination data for each of the plurality of determination periods cannot be divided by the number of sections of the plurality of sections, A value obtained by dividing the total number of the determination data by the number of sections and adding 1 to the quotient of the division result, and among the determination data arranged in the ascending or descending order, the arrangement order is a value obtained by adding 1 to the quotient And the fractional value representing the remainder of the result of the division is classified into the first half of the two sections, and the value obtained by subtracting the remainder fractional value from 1 is used as the above-mentioned judgment data. Classifying into the latter half of the two sections, the counting means obtains a determination period to which the determination data spanning the two sections belongs, the number of data included in the first half of the determination data spanning the two sections, Above As a fractional value representing the remainder of the calculation result, the number of determination data belonging to the determination period in the first half is added, and included in the latter half of the determination data spanning the two sections Assuming that the number of data is a value obtained by subtracting the remainder fractional value from 1, the number of determination data belonging to the determination period in the latter half interval may be added.
従って、判定データの総数が、複数の区間の区間数で割り切ることができない総数であった場合であっても、判定データを各区間に最適に割り当てることができる。Therefore, even when the total number of determination data is a total number that cannot be divided by the number of sections of a plurality of sections, the determination data can be optimally allocated to each section.
上記の装置状態判定装置において、前記集計手段は、前記並替手段で昇順又は降順に並べ替えた判定データを、前記区間数決定手段で決定した区間数の各区間に分割する際に、値の同じ判定データであって属する判定期間が異なる判定データが2つの区間にまたがる場合に、前記値の同じ判定データのうち前記2つの区間の前半の区間に分類する判定データの数と、前記2つの区間の後半の区間の分類する判定データの数とをそれぞれ求め、それぞれ求めた前半の区間の判定データの数と後半の区間の判定データの数とを前記値の同じ判定データのデータ数でそれぞれ除算し、各除算値に、各判定期間に属する値の同じ判定データのデータ数を積算して、前記前半の区間において、前記値の同じ判定データが属する判定期間のデータ数と、前記後半の区間において、前記値の同じ判定データが属する判定期間のデータ数とを集計することができる。In the above apparatus state determination apparatus, the counting unit may calculate a value when dividing the determination data rearranged in ascending or descending order by the rearranging unit into each section of the number of sections determined by the section number determining unit. When determination data belonging to the same determination data and having different determination periods spans two sections, the number of determination data classified into the first half of the two sections among the determination data having the same value, and the two The number of judgment data to be classified in the second half of the section is obtained, respectively, and the number of judgment data in the first half section and the number of judgment data in the second half section obtained are respectively equal to the number of judgment data having the same value. Dividing and adding to each division value the number of data of determination data having the same value belonging to each determination period, and in the first half section, the number of data of the determination period to which the determination data having the same value belongs, In the second half of the period, it is possible to aggregate the number of data determination period of the same decision data of said value belongs.
本発明によれば、値の同じ判定データであって属する判定期間が異なる判定データが2つの区間にまたがる場合に、判定データを2つの区間に最適に分割して、各区間に割り当てることができる。According to the present invention, when determination data having the same value and belonging to different determination periods spans two sections, the determination data can be optimally divided into two sections and assigned to each section. .
上記の装置状態判定装置において、前記検定手段は、カイ二乗適合度検定を用いて、前記複数の判定期間の判定データに統計的有意差があるか否かを検定するとよい。In the above apparatus state determination apparatus, the test means may test whether or not there is a statistically significant difference in the determination data of the plurality of determination periods using a chi-square goodness-of-fit test.
本発明のプログラムは、コンピュータを、ネットワーク接続したコンピュータ装置と通信手段により通信を行う手段と、前記コンピュータ装置から送信された画像データを記憶手段に記憶させる手段と、前記記憶手段から画像データを読み出して、読み出した画像データに対して、画像処理手段により画像処理を行わせる手段と、前記画像処理された画像データの画像を画像形成手段に形成させる手段と、前記記憶手段に画像データが記憶されてから、前記画像処理手段で画像処理が開始されるまでの待機時間が、異なる期間において有意な差を生じるか否かを判定するための複数の判定期間の指定入力を受け付ける手段と、前記記憶手段に画像データが記憶された時刻と、前記記憶手段から画像データが読み出され、読み出された画像データに対する画像処理を前記画像処理手段で開始した時刻とを前記記憶手段に記憶させる手段と、前記記憶手段に記憶させた、前記記憶手段に画像データが記憶された時刻と、前記画像処理手段が前記画像データに対する画像処理を開始した時刻とに基づいて前記待機時間を判定データとして求め、前記指定入力受付手段で受け付けた複数の判定期間における判定データをそれぞれ求める手段と、求めた前記複数の判定期間における判定データを、判定期間に関わらず待機時間により昇順又は降順に並べ替える手段と、昇順又は降順に並べ替えた判定データを、複数個ずつの区間に分割する際の区間数を決定する手段であって、各区間に属する判定データの数が所定数以上となるように、前記複数の区間の区間数を決定する手段と、前記昇順又は降順に並べ替えた判定データを、前記区間数を決定する手段で決定した区間数に基づく各区間に所定数以上含まれるように分割して、前記区間数を決定する手段で決定した区間数に基づく各区間に割り当てる手段と、前記各区間に割り当てられた判定データの数を、判定データが属する判定期間ごとに集計する手段と、前記複数の判定期間ごとの判定データ数を前記区間数で除算して、前記複数の判定期間ごとに除算値を求め、前記各区間に割り当てられた判定データのデータ数が前記除算値であると仮定して、該仮定が正しいか否かを統計的に検定する手段として機能させることを特徴としている。The program of the present invention includes a means for communicating a computer with a computer connected to a network via a communication means, a means for storing image data transmitted from the computer apparatus in a storage means, and reading out image data from the storage means. Image data is stored in the storage means, means for causing the image processing means to perform image processing on the read image data, means for forming an image of the image processed image data in the image forming means, and Receiving a designation input of a plurality of determination periods for determining whether or not a significant difference occurs in different periods in the waiting time until image processing is started by the image processing means, and the storage The time when the image data was stored in the means, the image data was read from the storage means, and the read image data A time at which image processing for the image processing means is started in the storage means, a time at which image data is stored in the storage means, and a time at which the image data is stored in the storage means. Means for determining the waiting time as determination data based on the time at which image processing for image data is started, and determining the determination data in a plurality of determination periods received by the designated input receiving means; and the plurality of determination periods determined Means for rearranging the determination data in ascending or descending order according to the waiting time regardless of the determination period, and means for determining the number of sections when dividing the determination data rearranged in ascending or descending order into a plurality of sections And means for determining the number of sections of the plurality of sections such that the number of determination data belonging to each section is equal to or greater than a predetermined number; The determination data rearranged in descending order is divided so that a predetermined number or more is included in each section based on the number of sections determined by the means for determining the number of sections, and the number of sections determined by the means for determining the number of sections Means for assigning to each section based on, means for counting the number of determination data assigned to each section for each determination period to which the determination data belongs, and dividing the number of determination data for each of the plurality of determination periods by the number of sections Then, a division value is obtained for each of the plurality of determination periods, and it is statistically tested whether the assumption is correct by assuming that the number of pieces of determination data assigned to each interval is the division value. It is characterized by functioning as a means to perform.
本発明は、データ数が少なく分布が推定できない測定データであっても、複数種類の測定データに有意な差があるか否かを精度よく判定することができる。 The present invention can accurately determine whether or not there is a significant difference between a plurality of types of measurement data even if the measurement data has a small number of data and the distribution cannot be estimated.
次に、添付図面を参照しながら本発明の最良の実施例を説明する。 Next, preferred embodiments of the present invention will be described with reference to the accompanying drawings.
図2には、本発明の実施例としての推定分布適合度検定装置の構成が示されている。図2に示す実施例は、測定データ保持部2と、分割数決定部3と、データ並べ替え部4と、分割位置決定部5と、分割区間集計部6と、有意差検定部7と、出力部8とを備えている。
FIG. 2 shows the configuration of an estimated distribution suitability test apparatus as an embodiment of the present invention. The embodiment shown in FIG. 2 includes a measurement
測定データ保持部2は、所定の順序関係(例えば大小関係)のある複数種類の測定データを保持する。
The measurement
分割数決定部3は、最も少ない種類の観測データのデータ数に基づいて、集計する分割数を決定する。カイ二乗適合度検定では、連続量である観測値を、例えば0≦x<0.1に含まれる件数、0.1≦x<0.2に含まれる件数・・・、というように集計して、擬似的に多項母集団からの標本とすることで様々な観測値を扱うことができる。また、カイ二乗統計量は、期待度数が大きくなると漸近的に自由度がk−1のカイ二乗分布に従うようになる。そのため、期待度数≧10をできるだけ満たすように分割数を決定する。
The division
データ並べ替え部4は、順序関係に基づいて複数種類のデータを並べ替える。複数種類の測定データを昇順または降順に並び替える。
The
分割位置決定部5は、決定した分割数で並べ替えられたデータを分割し、データの区切り位置を決定する。分割した集計区間で測定データ数、すなわち観測データ数を等しくするため、分割数は整数にかぎらず、小数、分数を含んで分割する。
The division
分割区間集計部6は、分割した各区間内に含まれる測定データ数を、複数種類ごと(以下では分類と呼ぶ)に計数する。また同じ種類の測定データが複数の区間にまたがる場合には、分類間の比率と、区間間の比率とに比例して分類間に計上する。また、分割位置できれいにわかれず、同じ順位のデータが複数の区間にまたがってしまう場合もある。このような場合には、同一順位の測定データの分類ごとの比率と、同一順位の測定データをまたがる集計区間のそれぞれに割り当てる比率とによって分ける(詳細については後述する)。
The divided
有意差検定部7は、各種類の測定データが同一区間に割り当てられる割合が一定であると仮定し、仮定が正しいかどうかを統計的に検定する。本実施例では、検定方法にカイ二乗適合度検定を用いる。カイ二乗適合検定を用いて、複数種類の測定データに有意な差があるかどうかを検定することで、設定した仮定が正しいかどうかを統計的に検定する。カイ二乗適合度検定とは、分類数をk、各分類の観測値(集計値)をxi、各分類の期待度数をnpiとして、カイ二乗統計量を以下の式1で求め、自由度k-1、危険率α(通常0.05もしくは0.01)のカイ二乗分布の値と比較する。カイ二乗分布の値よりもカイ二乗統計量が大きければ(すなわち統計的に有意な差がある場合)、仮定が正しくないこととなり、仮定が適合しないと判定する。逆にカイ二乗統計量よりもカイ二乗分布の値が大きくなれば、仮定は正しいことになり、仮定に適合すると判定できる。
出力部8は、検定結果を出力したり、記録する。
[具体例1]
The
[Specific Example 1]
本実施例の具体的な処理方法について、具体例を挙げて説明する。
表1には、擬似乱数を利用して求めた、擬似的な正規分布の乱数列を示す。
Table 1 shows a pseudo-normally distributed random number sequence obtained using pseudo-random numbers.
このような乱数列は、擬似乱数の偏りなどによって実際には正規乱数と言えない場合もあり、乱数(1)はカイ二乗検定によって正規乱数でないとは言えないという検定結果が得られ、乱数(2)は同検定により正規乱数ではないという検定結果が得られている。 Such a random number sequence may not actually be a normal random number due to the bias of the pseudo random number, etc., and the test result that the random number (1) cannot be said to be a normal random number by the chi-square test is obtained. The test result of 2) is not normal random numbers by the same test.
これら2つの乱数を、分布が不明であるとして比較することを考える。乱数(1)は正規分布、乱数(2)は正規分布以外の分布と見なすことができるので、2つの乱数を比較すると同じ分布とは言えないという結果が期待される。 Consider comparing these two random numbers with an unknown distribution. Since the random number (1) can be regarded as a normal distribution, and the random number (2) can be regarded as a distribution other than the normal distribution, a result that cannot be said to be the same distribution when two random numbers are compared is expected.
まず、従来手法による検定を説明する。2つの乱数の全データから最大値と最小値を求め、全区間の幅を求める。続いて、区間を4等分し、乱数(1)、乱数(2)それぞれの区間の件数を集計し、カイ二乗値を計算する。
この結果、表2に示すようにカイ二乗統計量(6.390988)は、自由度3で、有意水準5%のカイ二乗値(7.814725)よりも小さく、乱数(1)と乱数(2)との間では、有意な差が見られないという結果になり、正確な検定結果を得られない。
First, the test by the conventional method will be described. The maximum value and the minimum value are obtained from all the data of two random numbers, and the width of all sections is obtained. Subsequently, the interval is divided into four equal parts, the number of cases in each of the random number (1) and the random number (2) is totaled, and a chi-square value is calculated.
As a result, as shown in Table 2, the chi-square statistic (6.339088) has a degree of freedom of 3 and is smaller than the chi-square value (7.814725) at the significance level of 5%, and the random number (1) and the random number (2 ), The result is that no significant difference is found, and an accurate test result cannot be obtained.
次に、本実施例の検定方法について説明する。表3は、前述した乱数(1)と乱数(2)にラベルをつけて束ね、昇順に並べ替えた例で、左側から小さい順に分割して4つに分けている。表3では、一番左の列が区間1の測定データ、左から2番目の列が区間2の測定データ、左から3番目の列が区間3の測定データ、右の列が区間4の測定データである。
Next, the verification method of this example will be described. Table 3 is an example in which the random number (1) and the random number (2) described above are labeled and bundled and rearranged in ascending order. The random number is divided into four in ascending order from the left side. In Table 3, the leftmost column is the measurement data for
分割した各区間で乱数(1)と乱数(2)の数を集計する。そして、各区間で、各区間に分割された乱数(1)と乱数(2)の期待度数が一定であると仮定した有意差をカイ二乗検定で求める。カイ二乗検定結果を表4に示す。表4に示すようにカイ二乗値は10.0となり、自由度3で、有意水準5%のカイ二乗値(7.814725)よりも大きくなる。従って、同じ乱数(1)と乱数(2)は同じ分布ではないと正しく判定される。 The numbers of random numbers (1) and random numbers (2) are tabulated in each divided section. Then, in each interval, a significant difference is calculated by chi-square test assuming that the expected frequencies of the random numbers (1) and (2) divided into the intervals are constant. The results of chi-square test are shown in Table 4. As shown in Table 4, the chi-square value is 10.0, which is 3 degrees of freedom and greater than the chi-square value (7.814725) at the significance level of 5%. Therefore, it is correctly determined that the same random number (1) and random number (2) do not have the same distribution.
これらの差は、カイ二乗統計量が、期待度数が大きくなると漸近的に自由度がk−1のカイ二乗分布に従うという性質を反映したもので、期待度数が少ない分類があると、それだけ誤差が大きくなるためと考えられる。すなわち、本検定手法は、従来の手法よりも近似精度が高いといえる。
[具体例2]
These differences reflect the property that the chi-square statistic asymptotically follows a chi-square distribution with k-1 degrees of freedom as the expected frequency increases. This is thought to be because it grows. That is, it can be said that this test method has higher approximation accuracy than the conventional method.
[Specific Example 2]
表5には、システムトラブルによって営業組織の行動が変わったかどうかを調べた測定データを示す。
トラブルは5月に入って発生し、5月以降、そのトラブルによって外出機会を損失したという営業メンバーの声が大きく、実態がどうであったかを入退出管理システムによる在社率で比較することにする。営業メンバーは、入退出管理システムによりオフィス内にいるかどうかを検出できるものとする。また、比較は、顧客訪問が多いといわれる各営業日の15:00の在社率を利用するものとする。在社率データは、左側の列の値が1のデータは、4月までのトラブル前の各営業日の在社率、左側の列の値が2のデータは、5月以降のトラブル後の各営業日の在社率を示す。 Troubles occurred in May, and after May, sales members said that they had lost their chances to go out due to the troubles. The actual situation was compared with the in-company rate by the entrance / exit management system. . The sales member can detect whether he / she is in the office by the entrance / exit management system. For comparison, it is assumed that the in-house ratio at 15:00 on each business day, which is said to have many customer visits, is used. The in-company rate data is the data in the left column with a value of 1 for each business day before the trouble until April, and the data in the left column with a value of 2 is after the trouble after May Shows the working rate of each business day.
まず、4月までが35日分、5月以降が40日分のため、集計区間は少ないほうの4月に合わせ、期待度数が10以上となるように分割数を3とする。
次に、データを在社率の順に並べ替える。表6には、並べ替え後の在社率データの例を示す。左上から小さい順にデータが並んでいる。
First, since 35 days are for April and 40 days are for May and after, the number of divisions is set to 3 so that the expected frequency is 10 or more in accordance with April with the smaller total number of sections.
Next, the data is rearranged in the order of the in-house ratio. Table 6 shows an example of the in-company rate data after the rearrangement. Data are arranged in ascending order from the top left.
続いて、分割位置を決定する。分割数は3であり、データ数が75あるので、各区間が25データずつになるように、25番目と26番目のデータの間と、50番目と51番目のデータの間で区切る。3分割する際の区切りの位置を表6では太い線で示す。表6に示す左上の測定データから左から2番目の列の上から5番目の測定データ0.38889までが区間1に分割された測定データである。また、左から2番目の列の上から6番目の測定データから左から3番目の列の上から10番目の測定データまでが区間2に分割された測定データである。また、左から3番目の列の上から11番目の測定データから左から4列目のデータすべてが区間3に分割された測定データである。
Subsequently, the division position is determined. Since the number of divisions is 3 and the number of data is 75, the data is divided between the 25th and 26th data and between the 50th and 51st data so that each section has 25 data. In Table 6, the position of the division when dividing into three is indicated by a thick line. The measurement data divided into the
次に、分割区間内の各分類の件数を集計する。集計結果を表7に示す。
本実施例では、たまたま分割数3で割り切れるデータ数である。割り切れない場合は、区切りにかかったデータを前後の比率に応じて分割して集計する。例えば、データ数が76で、3分割する場合、各区間には25+1/3のデータが割り当てられる。このため、26番目のデータが分類2のデータであるとすると、区間1には、分類2が1/3加えられ、区間2には、分類2が2/3加えられることになる。
In this embodiment, it is the number of data that happens to be divisible by the
また、本実施例の区間1と区間2の区切りは、ちょうど異なる値の間で区切られているので問題ない。しかし、区間2と区間3の間の様に、同じ順位のデータが複数の区間にまたがっている場合もある。このような場合は、分類の比率に合わせて、前後の区間に加えられる。本実施例の場合は、同じ順位のデータが5件で全て分類が2であるため、前半の2件分を区間2に、後半の3件を区間3に加える。例えば、もし、5件中の1件が分類1のデータであれば、区間2に、分類1を1×2/5、分類2を4×2/5、区間3に、分類1を1×3/5、分類2を4×3/5加えるというように、比率を保存して集計する。
Further, the
続いて、有意差の検定を行う。有意差の検定は、各区間の期待度数と実際の集計件数からカイ二乗統計量を算出し、基準となるカイ二乗値と比較することで行う。なお、本実施例では、各区間のデータ件数は等しくなるように区切りを決めているため、各区間の期待度数は、同じ分類間では等しい値となる。
表7に示すようにカイ二乗統計量は14.25となり、自由度2で、有意水準5%のカイ二乗値(5.991476)よりも大きくなる。従ってカイ二乗統計量がカイ二乗値を大きく上回り有意差があると判定される。このため、4月以前と5月以降の在社率には、統計的に有意な差があることがわかる。また、図3に示すように区間ごとの度数をグラフにしてみると、5月以降は明らかに在社率が高いということがいえる。
Subsequently, a significant difference test is performed. The test for significant difference is performed by calculating a chi-square statistic from the expected frequency of each interval and the actual number of cases, and comparing it with the reference chi-square value. In the present embodiment, since the division is determined so that the number of data in each section is equal, the expected frequency in each section is the same value between the same classifications.
As shown in Table 7, the chi-square statistic is 14.25, which is 2 degrees of freedom and is greater than the chi-square value (5.999476) at the significance level of 5%. Therefore, it is determined that the chi-square statistic greatly exceeds the chi-square value and has a significant difference. Therefore, it can be seen that there is a statistically significant difference between the pre-April and May post-employment rates. In addition, when the frequency for each section is graphed as shown in FIG. 3, it can be said that the in-company rate is clearly high after May.
図4に示すフローチャートを参照しながら本実施例の処理手順を説明する。
まず、分割数決定部3は、測定データ保持部2から複数種類の測定データを読み出して、件数が最小となる種類の測定データを探し、その件数から分割数を決定する(ステップS1)。件数が最小となる種類の測定データを分割した区間に振り分けた時に、各区間のデータ数が10以上となるように分割数が決定される。
次に、データ並び替え部4では、測定データの種類を示す分類IDを保持した状態で、データ昇順又は降順に並び替える(ステップS2)。
次に、分割位置決定部5では、分割数決定部で決定された分割数の各区間に、並び替えられた測定データが等しい割合で割り当てられるように測定データの区切り位置を決定する(ステップS3)。
次に、分割区間件数集計部6では、各区間に属する測定データ数を、測定データの種類(分類ID)ごとに計数する(ステップS4)。
次に、有意差検定部7では、各種類(分類ID)の測定データが同一区間に割り当てられる割合が一定であると仮定した場合の統計的有意差を検定する(ステップS5)。
次に、出力部8は、検定結果を出力する。または記録して保存する(ステップS6)。
The processing procedure of this embodiment will be described with reference to the flowchart shown in FIG.
First, the division
Next, the
Next, the division
Next, the divided section
Next, the significant
Next, the
次に、図5を参照しながら分割区間計数処理の詳細について説明する。なお、このフローでは、測定データは昇順に並べ替えられているものとし、測定データの種類を分類1と分類2の2種類とする。
まず、分割区間集計部6は、初期設定を行う。区切り(n)の値の設定と、区切り(n)の分類1,2の件数(カウント数)を0に設定する。また、昇順に並べ替えたデータを識別するパラメータiを1に、jを2に設定する(ステップT1)。なお、nは分割数を表し、区切り数(n)は区切りとなるデータの位置を示す。例えば測定データ数が97個あって、これを4分割するとした場合、区切り(1)=24.25、区切り(2)=48.5、区切り(3)=72.75となる。なお、区切り(4)=98としておくと、最後のデータへの対応が容易になる。
Next, details of the divided section counting process will be described with reference to FIG. In this flow, it is assumed that the measurement data is rearranged in ascending order, and the types of measurement data are two types,
First, the divided
次に、分割区間集計部6は、昇順に並び替えられた測定データX(i)とX(j)の大小比較を行う(ステップT2)。X(i)はi番目の測定データを表し、X(j)はj番目の測定データを表す。ここではX(i)と同じ値の測定データがあれば検出する。測定データは昇順に並べられているので、X(j)がX(i)よりも大きいか否かを判定すればよい。X(j)がX(i)よりも大きくなかった場合(ステップT2/NO)、すなわち、X(i)とX(j)とが同じ値であった場合、分割区間集計部6は、jの値を1加算し(ステップT3)jが全データ数よりも大きくなったか否かを判定する(ステップT4)。すなわち、X(i)と、X(i)以降のすべての測定データとの比較が行われたか否かを判定する。パラメータjが全データ数よりも小さかった場合(ステップT4/NO)、分割区間集計部6は、ステップT2、T3の処理をX(j)がX(i)よりも大きくなるか、jの値が全データ数よりも大きくなるまで繰り返す。
Next, the divided
X(j)がX(i)よりも大きくなるか(ステップT2/YES)、又はパラメータjの値が全データ数よりも大きくなった場合(ステップT4/YES)、分割区間集計部6は、i番目からj番目までの測定データのうち、分類1に属する測定データ数をカウントする(ステップT5)。同様に分割区間集計部6は、iからjまでの測定データのうち、分類2に属する測定データ数をカウントする(ステップT6)。なお、分類1に属する測定データ数をC1といい、分類2に属する測定データ数をC2と呼ぶ。
When X (j) is larger than X (i) (step T2 / YES) or the value of the parameter j is larger than the total number of data (step T4 / YES), the divided
次に、分割区間集計部6は、パラメータjと区切り(n)の大小比較を行う(ステップT7)。ここでは、ステップT2〜T4で検出したi〜jの同じ値の測定データが区切り(n)にかかっているか否かを判定する。jが区切り(n)よりも大きい場合には(ステップT7)、測定データi〜jが2つ以上の分割区間にまたがっていると判定できるので、測定データの分類の比率に応じて各区間に振り分ける。
例えば、測定データi〜jが区間nとn+1にまたがっている場合を考える。この場合、区間n内の測定データ数は、[区切り(n)−i]となる。この測定データ数を分類1と分類2の比率に応じて分割する。従って、区切り(n)に属する分類1の個数は、以下の式(1)となり、区切り(n)に属する分類2の個数は、以下の式(2)となる。
C1/(C1+C2)×[区切り(n)−i]・・・・・(1)
C2/(C1+C2)×[区切り(n)−i]・・・・・(2)
分割区間集計部6は、この式(1)、(2)に従って区切り(n)に属する分類1の個数と、分類2の個数とを求める(ステップT8,T9)。
Next, the divided
For example, let us consider a case where the measurement data i to j span the sections n and n + 1. In this case, the number of measurement data in the section n is [separation (n) -i]. The number of measurement data is divided according to the ratio of
C1 / (C1 + C2) × [separator (n) −i] (1)
C2 / (C1 + C2) × [separator (n) −i] (2)
The divided
次に、分割区間集計部6は、iの値を区切り(n)に設定し(ステップT10)、nの値を1加算する(ステップT11)。そして、区切り(n+1)に属する分類1の個数と分類2の個数を算出する。
Next, the divided
次に、分割区間集計部6は、jと区切り(n+1)の大小比較を行う。jが区切り(n+1)よりも小さかった場合には(ステップT7/NO)、i(=区切り(n)〜Jまでの測定データを分類1と分類2との比率に応じて分割する。
C1/(C1+C2)×[j−区切り(n)]・・・・・(3)
C2/(C1+C2)×[j−区切り(n)]・・・・・(4)
分割区間集計部6は、この式(3)、(4)に従って区切り(n+1)に属する分類1の個数と、分類2の個数とを求める(ステップT12,T13)。
また、jが区切り(n+1)よりも大きかった場合には(ステップT7/NO)、ステップT8〜T11の処理を繰り返す。
Next, the divided
C1 / (C1 + C2) × [j−separator (n)] (3)
C2 / (C1 + C2) × [j-separator (n)] (4)
The divided
If j is larger than the delimiter (n + 1) (step T7 / NO), the processes of steps T8 to T11 are repeated.
また、ステップT7において、jが区切り(n)よりも小さい場合には(ステップT7/NO)、i〜jの測定データが1つの区間内にあると判定できるので、分類1と分類2に属する測定データをそれぞれ加算する(ステップT12、T13)。以上の処理を全測定データに対して行う。全測定データに対する処理が終了していない場合には(ステップT14/NO)、i=j,j=j+1としてステップT2からの処理を繰り返し行う。
In step T7, if j is smaller than the delimiter (n) (step T7 / NO), it can be determined that the measurement data of i to j are within one section, and therefore belong to
図6には、図2に示す推定分布適合度検定装置1を備えるプリンタ装置(本発明の装置状態判定装置にかかる実施例)の構成が示されている。このプリンタ装置は、指定された複数区間において、プリンタの処理待ち時間に違いが生じているかどうかを判定する機能を有している。
通信部21は、PC(不図示)と直接或いはネットワークを通じて接続し、PCからプリントデータを受信する。通信部21を介して受信したプリントデータはプリントキュー22に格納される。
FIG. 6 shows the configuration of a printer apparatus (an embodiment according to the apparatus state determination apparatus of the present invention) provided with the estimated distribution
The
プリントキュー(本発明のデータ取得手段として機能する)22は、プリントデータの格納を完了した時刻を推定分布適合度検定装置1に通知する。また画像処理部23が処理中のプリントデータに対する処理を終了し、次に処理するプリントデータをプリントキュー22から読み出すと、プリントキュー22は、プリントデータが読み出された時刻を推定分布適合度検定装置1に送る。
A print queue (functioning as data acquisition means of the present invention) 22 notifies the estimated distribution
画像処理部23は、画像を出力するために、プリントデータを色分解してラスタ画像に変換し、出力部24に送出する。処理が終了すると、画像処理部23は次のプリントデータをプリントキュー22から読み出して、処理を行う。出力部24は、画像処理部23から入力したラスタ画像を用いて画像を紙面上に形成する。
In order to output an image, the
診断指示部25は、期間Aと期間Bというように複数の期間について、プリントキューの待ち状況を比較するための期間を指定する指示入力手段であり、コンソールパネルや、クライアントの画面上の仮想パネルによって入力によって実現できる。なお、これまでのプリンタ稼働時間全体というような定常統計量に対して、今日あるいは今週の待ち状況の診断というように、診断対象期間を固定する場合には、診断指示部25は設けなくともよい。
The
推定分布適合度検定装置1は、プリントデータの格納時間と画像処理部23への送付時間とに基づいて、プリントキュー22内での待ち時間を求め、統計データ保持部26に格納する。また推定分布適合度検定装置1は、統計データ保持部26に格納した待ち時間データから、診断指示部25で指定された複数期間で、待機時間に違いがあるか否かを判定する。
診断結果は、プリントキュー22に送り、画像処理部23で画像処理を施して出力部24から出力する。なお、診断結果を出力部24から出力するのではなく、通信部21に転送して、通信部21から管理端末(不図示)にメール送付するようにしてもよい。
The estimated distribution
The diagnosis result is sent to the
図7に示すフローチャートを参照しながら判定装置の処理手順を説明する。
プリントキュー22は、プリントデータの送付要求を通信部21から受けると(ステップS10)、キューの空きを調べ(ステップS11)、キューが空いていない場合には(ステップS11/NO)、原稿の受け入れが不可能であることを通信部21を通して通知する(ステップS12)。キューに空きがあり、プリントデータの受け入れが可能であれば(ステップS11/YES)、プリントデータをキューに格納し(ステップS13)、格納を完了した時刻を推定分布適合度検定装置1に通知する(ステップS14)。
The processing procedure of the determination apparatus will be described with reference to the flowchart shown in FIG.
When the
次に、図8に示すフローチャートを参照しながら、画像処理部23の処理手順を説明する。
画像処理部23は、処理中のプリントデータに対する処理が終了すると(ステップS21/NO)、プリントキュー22の状態を調べる(ステップS22)。プリントキュー22にプリントデータが格納されていると(ステップS22/YES)、画像処理部23はプリントキュー22からプリントデータを1件取り出す(ステップS23)。通常は、プリントキュー22に最も早く到着したプリントデータを取り出す。ここで、プリントデータの情報によって、紙切れしているサイズの原稿などを飛ばして、その時点で出力可能なプリントデータを取り出すようにしても構わない。取り出したプリントデータは、出力のための色分解やページ割付処理による出力画像生成を行う(ステップS24)。生成された出力画像は、出力部24によりプリントアウトなどによって出力される(ステップS25)。画像を出力した後、再びプリントキュー22に原稿があるかどうかを調べるステップS52へ戻り、プリントキュー22に原稿がなくなると(ステップS22/NO)、処理を終了する。
Next, the processing procedure of the
When the processing for the print data being processed ends (step S21 / NO), the
次に、プリントデータの読み出しを受けた時のプリントキュー22の処理手順を図9に示すフローチャートを参照しながら説明する。
プリントキュー22は、格納しているプリントデータが画像処理部23によって読み出されると(ステップS31/YES)、統計データ保持部26にデータが読み出された時刻を送信して書き込む(ステップS32)。
推定分布適合度検定装置1では、プリントデータがプリントキュー22から読み出された時刻から、プリントキュー22に原稿が格納された時刻を差し引いて、そのプリントデータの待ち時間を算出する。算出した待ち時間は、統計データ保持部26に追加登録する。
[具体例3]
Next, the processing procedure of the
When the stored print data is read by the image processing unit 23 (step S31 / YES), the
The estimated distribution
[Specific Example 3]
次に、このようにして求められた待ち時間データを用いて、複数区間で待ち時間に変化が生じたか否かを判定する推定分布適合度検定装置1の処理について説明する。
以下では、オフィス内の人員の配置換えを行った前後での、プリンタキューの待ち時間(単位:分)を診断する例を示す。配置換えの後、プリンタの待ち時間が長くなったという意見を受けて、配置換えの前後のある期間を選択して、診断を行うものとする。配置換えは2006年1月23日からであるとして、その前後の期間を診断指示部25として機能するプリンタのコンソールパネル(図10参照)から入力したものとする。
Next, a description will be given of the processing of the estimated distribution
In the following, an example of diagnosing the waiting time (unit: minute) of the printer queue before and after the relocation of the personnel in the office is shown. In response to an opinion that the waiting time of the printer has become longer after the rearrangement, a certain period before and after the rearrangement is selected to perform diagnosis. It is assumed that the rearrangement is from January 23, 2006, and the period before and after that is input from the console panel (see FIG. 10) of the printer functioning as the
表8にオフィス内の配置換えを行う前のプリント指示の発生時刻と、プリント待ち時間とを示し、表9に配置換えを行った後のプリント指示の発生時刻と、プリント待ち時間を示す。0分はプリンタキューに一つも文書が溜まっておらず、転送後すぐにプリント開始になる場合を示している。配置換えの後、プリンタの待ち時間が長くなったという意見を受けて、検定により調べるものとする。 Table 8 shows the print instruction generation time and print waiting time before the relocation in the office, and Table 9 shows the print instruction generation time and print wait time after the relocation. 0 minutes shows a case where no document is accumulated in the printer queue and printing starts immediately after transfer. In response to the opinion that the waiting time of the printer has become longer after the rearrangement, it is examined by a test.
配置換えの前後で待ち時間に変化があったかどうかをまず従来方法で調べる。
集計区間として、データの最小値が0で最大値が22.54であることと、データ量が少ない配置変更後のデータ数が43件なので、おおよそ4〜5区間として、5分刻みとする。0の件数が特に多いので0のみを1つのカテゴリとし、期待度数が1以下のカテゴリをまとめることにより、最終的には表10に示すように、0分、5分未満、10分未満、10分以上という4つの集計区間に分割することにする。結果としては、0分が多い偏ったデータであることもあり、従来方法では、表10に示すようにカイ二乗統計量は2.387679となり、自由度3で、有意水準5%のカイ二乗値(7.814725)よりも小さくなる。従って、従来方法では、「変化があったとは言えない」という結果になる。
First, the conventional method is used to check whether the waiting time has changed before and after the rearrangement.
As the aggregation section, the minimum value of data is 0 and the maximum value is 22.54, and the number of data after the arrangement change with a small amount of data is 43. Since the number of 0 is particularly large, only 0 is set as one category, and categories with an expected frequency of 1 or less are finally collected, and finally, as shown in Table 10, 0 minutes, less than 5 minutes, less than 10 minutes, 10 We will divide it into four tabulation intervals of more than minutes. As a result, the data may be biased data with many 0 minutes. In the conventional method, as shown in Table 10, the chi-square statistic is 2.387679, the degree of freedom is 3, and the chi-square value at the significance level of 5%. It becomes smaller than (7.814725). Therefore, the conventional method results in “it cannot be said that there has been a change”.
次に、本実施例の推定分布適合度検定装置で検定を行った場合を示す。
表11には、表8と表9に示すプリント待ち時間を昇順に並べ替えたものを示す。なお、表8に示す配置変更前の待ち時間データには、ラベル「1」を付け、表9に示す配置変更後の待ち時間データには、ラベル「2」を付けている。
Next, a case where the test is performed by the estimated distribution fitness test apparatus of the present embodiment will be described.
Table 11 shows the print waiting times shown in Table 8 and Table 9 sorted in ascending order. Note that the label “1” is attached to the waiting time data before the change of arrangement shown in Table 8, and the label “2” is attached to the waiting time data after the change of arrangement shown in Table 9.
昇順に並び替えたデータを4つに分割して集計するために、24.25件ずつ分割する。分割したそれぞれで、変更前(=1)と変更後(=2)の数を集計し、検定を行う。表12に24.25件ずつの4つの区間に分割し、それぞれの区間でカイ二乗統計量を求めた結果を示す。表12に示すようにカイ二乗統計量は9.140051となり、自由度3で、有意水準5%のカイ二乗値(7.814725)よりも大きくなる。従って、配置換えの前後で待ち時間に差があるという結果が導かれ、利用者の感覚的な意見を裏付けることができる。 In order to divide the data rearranged in ascending order into four and tabulate, 24.25 items are divided. In each of the divided areas, the number before change (= 1) and after change (= 2) is added up and tested. Table 12 shows the results obtained by dividing the four sections of 24.25 cases and calculating the chi-square statistic in each section. As shown in Table 12, the chi-square statistic is 9.140051, which is 3 degrees of freedom and larger than the chi-square value (7.814725) at the significance level of 5%. Therefore, a result that there is a difference in waiting time before and after the rearrangement is derived, and the sensual opinion of the user can be supported.
以上説明したように、本実施例はデータ数が少なく分布が推定できない測定データであっても、複数種類の測定データが同一の分布に従っているか、すなわち、複数種類の測定データに有意な差があるか否かを判定することができる。
また、各区間に含まれる測定データ数が所定数10以上となるように分割数を決定するので、カイ二乗検定に適した測定データ数を保証することができる。
なお、この例では、小数点以下のある数値データの例で示したが、0分のデータの処理の例を見てわかるように、同じ値がカテゴリをまたがった場合の処理を行うことによって、例えば5段階評価のアンケートの回答のように、離散的な数値の場合にも適用することができる。
As described above, even in the case of measurement data in which the number of data is small and the distribution cannot be estimated, a plurality of types of measurement data follow the same distribution, that is, there is a significant difference between the plurality of types of measurement data. It can be determined whether or not.
In addition, since the number of divisions is determined so that the number of measurement data included in each section is equal to or greater than the
In this example, numerical data with a decimal point is shown as an example. However, as can be seen from the example of 0-minute data processing, by performing processing when the same value crosses categories, for example, The present invention can also be applied to discrete numerical values such as answers to a five-level evaluation questionnaire.
図11には、本発明の推定分布適合度検定プログラムにかかる実施例の構成が示されている。ROM32には、推定分布適合度検定プログラムが格納されており、CPU31は、このプログラムをROM32読み出して、図4に示す手順に従って、演算を行い、演算結果をRAM33に格納する。RAM33は、I/F部35から入力される測定データが格納されており、またCPU31による演算結果を保存する領域としても用いられる。
FIG. 11 shows the configuration of an embodiment according to the estimated distribution suitability test program of the present invention. The
上述した実施例は本発明の好適な実施例である。但しこれに限定されるものではなく、本発明の要旨を逸脱しない範囲内において種々変形実施可能である。 The embodiment described above is a preferred embodiment of the present invention. However, the present invention is not limited to this, and various modifications can be made without departing from the scope of the present invention.
1 推定分布適合度検定装置
2 測定データ保持部
3 分割数決定部
4 データ並べ替え部
5 分割位置決定部
6 分割区間集計部
7 有意差検定部
8 出力部
DESCRIPTION OF
Claims (5)
前記コンピュータ装置から送信され、前記通信手段を介して取得した画像データを記憶する記憶手段と、Storage means for storing image data transmitted from the computer device and acquired via the communication means;
前記記憶手段から画像データを読み出して、読み出した画像データに画像処理を行う画像処理手段と、Image processing means for reading image data from the storage means and performing image processing on the read image data;
前記画像処理手段で画像処理された画像データの画像を形成する画像形成手段と、Image forming means for forming an image of the image data image-processed by the image processing means;
前記記憶手段に画像データが記憶されてから、前記画像処理手段で画像処理が開始されるまでの待機時間が、異なる期間において有意な差を生じるか否かを判定するための複数の判定期間の指定入力を受け付ける指定入力受付手段と、A plurality of determination periods for determining whether or not a waiting time from when image data is stored in the storage means until image processing is started by the image processing means causes a significant difference in different periods. A designated input receiving means for receiving a specified input;
前記待機時間を判定対象の判定データとして、前記指定入力受付手段で受け付けた複数の判定期間における判定データを求めて、前記複数の判定期間における判定データに有意な差があるか否かを検定する制御手段とを有し、Using the waiting time as determination data for determination, determination data for a plurality of determination periods received by the designated input receiving unit is obtained, and whether or not there is a significant difference in the determination data for the plurality of determination periods is tested. Control means,
前記制御手段は、前記記憶手段に画像データが記憶された時刻と、前記記憶手段から画像データが読み出され、読み出された画像データに対する画像処理を前記画像処理手段で開始した時刻とを前記記憶手段に記憶させて登録する登録手段と、前記記憶手段に記憶させた、前記記憶手段に画像データが記憶された時刻と、前記画像処理手段が前記画像データに対する画像処理を開始した時刻とに基づいて前記待機時間を判定データとして求め、前記指定入力受付手段で受け付けた複数の判定期間における判定データをそれぞれ求める算出手段と、前記算出手段で算出された前記複数の判定期間における判定データを、判定期間に関わらず待機時間により昇順又は降順に並べ替える並替手段と、前記並替手段で昇順又は降順に並べ替えた判定データを、複数個ずつの区間に分割する際の区間数を決定する手段であって、各区間に属する判定データの数が所定数以上となるように、前記複数の区間の区間数を決定する区間数決定手段と、前記昇順又は降順に並べ替えた判定データを、前記区間数決定手段で決定した区間数に基づく各区間に所定数以上含まれるように分割して、前記区間数決定手段で決定した区間数に基づく各区間に割り当てる分割手段と、前記分割手段で分割され、前記各区間に割り当てられた判定データの数を、判定データが属する判定期間ごとに集計する集計手段と、前記複数の判定期間ごとの判定データ数を前記区間数で除算して、前記複数の判定期間ごとに除算値を求め、前記各区間に割り当てられた判定データのデータ数が前記除算値であると仮定して、該仮定が正しいか否かを統計的に検定する検定手段とを有することを特徴とする装置状態判定装置。The control means includes a time when the image data is stored in the storage means, and a time when the image data is read from the storage means and image processing for the read image data is started by the image processing means. A registration means for storing and registering in the storage means; a time stored in the storage means when the image data is stored in the storage means; and a time when the image processing means starts image processing on the image data. The waiting time is determined as determination data based on the calculation means for determining the determination data in the plurality of determination periods received by the designated input receiving means, and the determination data in the plurality of determination periods calculated by the calculation means, Sorting means for rearranging in ascending or descending order according to the waiting time regardless of the judgment period, and judgment data sorted in ascending or descending order by the sorting means. The number of sections of the plurality of sections is determined so that the number of determination data belonging to each section is equal to or greater than a predetermined number. Dividing the determination data rearranged in ascending or descending order into the number of sections determining means so as to be included in each section based on the number of sections determined by the section number determining means, so that the section number determining means A dividing unit that assigns to each section based on the determined number of sections; a totaling unit that divides the number of determination data divided by the dividing unit and assigned to each section for each determination period to which the determination data belongs; The number of determination data for each determination period is divided by the number of sections to obtain a division value for each of the plurality of determination periods, and the number of determination data assigned to each section is assumed to be the division value. The Apparatus state determining apparatus characterized by having a test means for the constant is statistically test whether correct or not.
前記集計手段は、前記2つの区間にまたがる判定データの属する判定期間を求め、前記2つの区間にまたがる判定データの前記前半の区間に含まれるデータ数が、前記除算の結果の余りを表す分数値であるとして、前記前半の区間における前記判定期間に属する判定データのデータ数を加算し、また、前記2つの区間にまたがる判定データの前記後半の区間に含まれるデータ数が、前記1から余りの分数値を減算した値であるとして、前記後半の区間における前記判定期間に属する判定データのデータ数を加算することを特徴とする請求項1記載の装置状態判定装置。The counting means obtains a determination period to which the determination data spanning the two sections belongs, and the number of data included in the first half of the determination data straddling the two sections is a fractional value indicating a remainder of the result of the division As a result, the number of determination data belonging to the determination period in the first half section is added, and the number of data included in the second half section of the determination data spanning the two sections is the remainder from 1 The apparatus state determination apparatus according to claim 1, wherein the number of determination data belonging to the determination period in the latter half interval is added as a value obtained by subtracting a fractional value.
ネットワーク接続したコンピュータ装置と通信手段により通信を行う手段と、Means for communicating with a networked computer device by means of communication;
前記コンピュータ装置から送信された画像データを記憶手段に記憶させる手段と、Means for storing image data transmitted from the computer device in a storage means;
前記記憶手段から画像データを読み出して、読み出した画像データに対して、画像処理手段により画像処理を行わせる手段と、Means for reading image data from the storage means, and causing the image processing means to perform image processing on the read image data;
前記画像処理された画像データの画像を画像形成手段に形成させる手段と、Means for causing the image forming means to form an image of the image processed image data;
前記記憶手段に画像データが記憶されてから、前記画像処理手段で画像処理が開始されるまでの待機時間が、異なる期間において有意な差を生じるか否かを判定するための複数の判定期間の指定入力を受け付ける手段と、A plurality of determination periods for determining whether or not a waiting time from when image data is stored in the storage means until image processing is started by the image processing means causes a significant difference in different periods. Means for accepting a specified input;
前記記憶手段に画像データが記憶された時刻と、前記記憶手段から画像データが読み出され、読み出された画像データに対する画像処理を前記画像処理手段で開始した時刻とを前記記憶手段に記憶させる手段と、The storage means stores the time when the image data is stored in the storage means and the time when the image data is read from the storage means and image processing for the read image data is started by the image processing means. Means,
前記記憶手段に記憶させた、前記記憶手段に画像データが記憶された時刻と、前記画像処理手段が前記画像データに対する画像処理を開始した時刻とに基づいて前記待機時間を判定データとして求め、前記指定入力受付手段で受け付けた複数の判定期間における判定データをそれぞれ求める手段と、 The waiting time is obtained as determination data based on the time when the image data is stored in the storage means and the time when the image processing means starts image processing on the image data, which is stored in the storage means, Means for respectively obtaining determination data in a plurality of determination periods received by the designated input receiving means;
求めた前記複数の判定期間における判定データを、判定期間に関わらず待機時間により昇順又は降順に並べ替える手段と、Means for rearranging the determination data in the plurality of determination periods obtained in ascending or descending order according to the standby time regardless of the determination period;
昇順又は降順に並べ替えた判定データを、複数個ずつの区間に分割する際の区間数を決定する手段であって、各区間に属する判定データの数が所定数以上となるように、前記複数の区間の区間数を決定する手段と、A means for determining the number of sections when the determination data rearranged in ascending or descending order is divided into a plurality of sections, the plurality of determination data so that the number of determination data belonging to each section is a predetermined number or more. Means for determining the number of sections of
前記昇順又は降順に並べ替えた判定データを、前記区間数を決定する手段で決定した区間数に基づく各区間に所定数以上含まれるように分割して、前記区間数を決定する手段で決定した区間数に基づく各区間に割り当てる手段と、The determination data rearranged in ascending or descending order is determined by the means for determining the number of sections by dividing the determination data so as to be included in each section based on the number of sections determined by the means for determining the number of sections. Means for assigning to each section based on the number of sections;
前記各区間に割り当てられた判定データの数を、判定データが属する判定期間ごとに集計する手段と、Means for counting the number of determination data assigned to each section for each determination period to which the determination data belongs;
前記複数の判定期間ごとの判定データ数を前記区間数で除算して、前記複数の判定期間ごとに除算値を求め、前記各区間に割り当てられた判定データのデータ数が前記除算値であると仮定して、該仮定が正しいか否かを統計的に検定する手段として機能させるためのプログラム。The number of determination data for each of the plurality of determination periods is divided by the number of sections to obtain a division value for each of the plurality of determination periods, and the number of determination data assigned to each section is the division value A program for assuming and functioning as a means for statistically testing whether or not the assumption is correct.
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2006124578A JP4529939B2 (en) | 2006-04-28 | 2006-04-28 | Device status determination device and program |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2006124578A JP4529939B2 (en) | 2006-04-28 | 2006-04-28 | Device status determination device and program |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2007299078A JP2007299078A (en) | 2007-11-15 |
JP4529939B2 true JP4529939B2 (en) | 2010-08-25 |
Family
ID=38768536
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2006124578A Expired - Fee Related JP4529939B2 (en) | 2006-04-28 | 2006-04-28 | Device status determination device and program |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP4529939B2 (en) |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH06259544A (en) * | 1992-12-11 | 1994-09-16 | Robert Bosch Gmbh | Adaptive quantizing method of input value region |
JP2003281116A (en) * | 2002-03-25 | 2003-10-03 | Tama Tlo Kk | Data processor, and method and program for data processing |
JP2006011492A (en) * | 2004-06-21 | 2006-01-12 | Fuji Xerox Co Ltd | Distribution goodness-of-fit testing device, consumable item supply timing determination device, image formation apparatus, distribution goodness-of-fit testing method, and program |
-
2006
- 2006-04-28 JP JP2006124578A patent/JP4529939B2/en not_active Expired - Fee Related
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH06259544A (en) * | 1992-12-11 | 1994-09-16 | Robert Bosch Gmbh | Adaptive quantizing method of input value region |
JP2003281116A (en) * | 2002-03-25 | 2003-10-03 | Tama Tlo Kk | Data processor, and method and program for data processing |
JP2006011492A (en) * | 2004-06-21 | 2006-01-12 | Fuji Xerox Co Ltd | Distribution goodness-of-fit testing device, consumable item supply timing determination device, image formation apparatus, distribution goodness-of-fit testing method, and program |
Also Published As
Publication number | Publication date |
---|---|
JP2007299078A (en) | 2007-11-15 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US8296426B2 (en) | System and method for performing capacity planning for enterprise applications | |
EP2490126B1 (en) | System operation management device, system operation management method, and program storage medium | |
KR101639332B1 (en) | Server for managing image forming apparatus, Method and system for managing error of image forming apparatus | |
US10452666B2 (en) | Sensor data search system, sensor data search method and management computer | |
CN111507479B (en) | Feature binning method, device, equipment and computer-readable storage medium | |
US20070192266A1 (en) | Apparatus for identification of performance scenario and methods thereof | |
JP5193774B2 (en) | Method and system for supporting selection of regulatory measures | |
KR100992345B1 (en) | Service evaluation method, system, and computer program product | |
US7231315B2 (en) | Distribution goodness-of-fit test device, consumable goods supply timing judgment device, image forming device, distribution goodness-of-fit test method and distribution goodness-of-fit test program | |
US7213234B1 (en) | System and method for function point sampling for software size estimates | |
CN113448955A (en) | Data set quality evaluation method and device, computer equipment and storage medium | |
JP4529939B2 (en) | Device status determination device and program | |
US8326977B2 (en) | Recording medium storing system analyzing program, system analyzing apparatus, and system analyzing method | |
CN113780666B (en) | Missing value prediction method and device and readable storage medium | |
CN113962558A (en) | Industrial internet platform evaluation method and system based on production data management | |
CN114693039A (en) | Abnormal express identification method and device, computer equipment and storage medium | |
CN115757273B (en) | Cloud platform-based pension policy data management method and system | |
CN111768130B (en) | User allocation method, device, electronic equipment and readable storage medium | |
CN117687911A (en) | Method and device for generating test terminal allocation strategy and electronic equipment | |
CN117573050B (en) | Printer-based job priority control method and system | |
WO2022219810A1 (en) | Information presentation device, information presentation method, and program | |
KR100697866B1 (en) | Job Management System with Job Waiting Time Detecting Function and Method for Detecting Job Waiting Time and Medium for Storing for Program Carrying out Method of Computing Job Waiting Time | |
Denteneer et al. | The acquisition queue | |
CN111398610B (en) | Sample turnaround time statistical method, device, sample analysis system and medium | |
Aulia et al. | The Effect of The Quality Of The System and Information Quality on The Satisfaction of The User of The Aplication Product (SAP) With Perceived Usefulness As A Moderating Variables In The National Electricity Company |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20090210 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20100209 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20100223 |
|
A521 | Written amendment |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20100420 |
|
TRDD | Decision of grant or rejection written | ||
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20100518 |
|
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20100531 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 4529939 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20130618 Year of fee payment: 3 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20140618 Year of fee payment: 4 |
|
LAPS | Cancellation because of no payment of annual fees |