この人生における一日がまた一つゆっくりと終わりに向かっている。
時刻は夕方の六時を迎えた。この時間帯のフローニンゲンはまだまだ明るく、太陽の光が依然として地上に降り注ぎ続けている。
ただし、それは朝の光や昼の光とは異なっており、夕方のそれが持つ独特な特徴を醸し出している。朝とは違った優しさが夕方の光にはある。そのようなことを思う。
今日は午前中からこの時間帯にかけて、明日に控えた最終試験に向けた学習を行っていた。もちろん、試験に向けた学習だけを行っていたわけではなく、早朝には日本企業との協働プロジェクトの仕事があり、昼食後にはまた新たに一曲作った。
そうした活動を挟みながら、明日に控えた試験に向けての学習をしていた。基本的にもう勉強できることはほぼ終えたように思う。
あとはこれまで学習した内容を確実に定着させることだけが重要であり、新たに知識項目を取り入れようとは思わない。今回のコースを通じて学習した本質的な事柄については自分なりに全て押さえているように思う。
これ以上学習を続けてもあまり効果はないであろうことが感覚的に分かるため、明日の午後からの試験の前の午前中に、もう一度全体の要点を確認することに留めたい。
今日はこれから現在取り掛かっている研究を少しばかり前に進める。このステップさえ終了すれば、あとは論文の文章を書くことだけに集中できる。
昨日少しばかり行っていたデータ分析の続きを行う。具体的には、昨日発見した、「標準化分散解析」のRプログラミンコードにおける謎を解明しておく必要がある。
プログラミンコードの関数内の条件がほんのわずか変化するだけで結果に大きな差が生まれてしまうことを昨日発見した。端的には、時系列データの最初のデータポイントの組み合わせの平均を分析プロセスに組み入れるか否かの条件によって、対象とする時系列データのフラクタル次元が大きく変わってしまう。
その点について、このプログラミンコードの原典にあたる論文を今日大学に行ってプリントアウトしてきた。これからこの謎を解明するべく論文の該当箇所を丹念に読む。
今回の研究において、最初のデータポイントの組み合わせの平均を分析プロセスの中に入れるのが適切なのかどうかを判断したのちに、もう一度データ分析を行う。この分析にはほとんど時間がかからず、時間がかかるのは論文を読み、この点に関する自分なりの理解を深めることだろう。
三つの定量化基準で生み出したそれぞれの時系列データのフラクタル次元が明らかになったら、それぞれのフラクタル次元と学習成果の相関係数を算出する。今回の研究で言えば、対象とするMOOCのビデオレクチャーの完遂率、クイズスコア、テストスコアが学習成果に該当する。
相関係数を算出した後は、三つの時系列データのフラクタル次元が学習成果をどれだけ予測することができるのかを調査するために、回帰分析を行っていく。論文アドバイザーのミヒャエル・ツショル教授からは、ここからさらにフラクタル次元の組み合わせ、つまり独立変数のどういった組み合わせが各学習成果を最もよく予測するのかについて調べてみるのはどうかという提案を受けた。
これは是非調査してみようと思っており、そのためには単回帰分析ではなく、重回帰分析を適用する必要がある。この分析については中欧旅行から戻ってきた際に改めて行いたい。とりあえずもう一つ簡単に行える分析としては、相関係数や回帰係数を調べる前に、三つのフラクタル次元の各々の相関係数を算出することである。
これは個人的にも非常に関心があり、それらのフラクタル次元がどの程度相関があるのかは興味深い。今日はとりあえず、重回帰分析の手前まで分析を進め、中欧旅行から戻ってきたらまずはそれまでの分析結果を文章にしていきたい。フローニンゲン：2018/4/11（水）18:24