HIGOMARI®受託解析
新たな多変量解析法「HIGOMARI®」を用いた受託解析サービス
本解析法を用いた受託解析サービスを、2025年1月より開始いたしました。
(※2)クラスタリング手法:複数のデータに含まれる要素を、特定のルールに基づいて分類する手法
HIGOMARI®とは
HIGOMARI®は、多変量解析の一種である相関ネットワーク解析(※3)に、偽陽性要素(※4)の除外および偽陰性要素(※5)の取り入れを追加した解析法です。これにより、解析精度と機能性が向上し、これまで見えなかった関係性をより正確に見ることが可能になりました。
HIGOMARI®という名称は、解析によって作成されるグルーピング図が熊本の伝統玩具「肥後まり」の精緻な美しさを想起させることに由来しています。(※3)相関ネットワーク解析:複数の要素間の相関関係を基に、それらの要素をネットワークとして可視化する手法
(※4)偽陽性要素:一見関係性があるように見えるが、実は関係性の無い要素
(※5)偽陰性要素:関係性があるにもかかわらず、不採用になってしまう要素
HIGOMARI®という名称は、解析によって作成されるグルーピング図が熊本の伝統玩具「肥後まり」の精緻な美しさを想起させることに由来しています。
(※4)偽陽性要素:一見関係性があるように見えるが、実は関係性の無い要素
(※5)偽陰性要素:関係性があるにもかかわらず、不採用になってしまう要素

HIGOMARI®の特徴
従来の解析法は似た要素を近くに配置する(従来法1)/つなぐ(従来法2)ことにとどまり、単純な関係性しか見ることができませんでした。
HIGOMARI®は従来法2の後、さらに独自アルゴリズムを用いた2段階の解析を追加することで、高い精度で関係性のある要素をグルーピングします。
(※6)PCA:分類したい要素の分散が最大となる方向を見つけ出し、それを新たな軸としてデータを変換し、データ構造を可視化する手法
1段階目の解析:FPO(False-Positive-Out)
従来の相関ネットワーク解析で作成したグループから、一見関係性があるように見えるが実際に関係性の無い要素(偽陽性要素)を除外します。
→ 従来の手法では解析できなかった膨大な数の要素も高い精度でグルーピングすることが可能になりました。
従来の相関ネットワーク解析で作成したグループから、一見関係性があるように見えるが実際に関係性の無い要素(偽陽性要素)を除外します。
類似性のみで判別できない、FPOで漏れたものの潜在的に関係性のある要素(偽陰性要素)をピックアップします。
→ 従来の解析で見落とされてきた関係性も正確に知ることができるようになりました。
類似性のみで判別できない、FPOで漏れたものの潜在的に関係性のある要素(偽陰性要素)をピックアップします。
その他、HIGOMARI®は以下のような特徴があります。
• 要素の条件が揃っていれば、種類、単位、スケールを問いません
• 要素は異種・異質データも組み合わせ可能です
• 設定する値は想定のグループサイズの範囲のみであり、統計的な手法を用いて最適なグループが自動的
に構築されます
• グループサイズは調整可能であり、グループ間での要素の重複はありません
• ライフサイエンスの限らず、経済、金融、マーケティング、物流など様々な分野において利用可能です
HIGOMARI®の使用例や活用法については、以下のリンクの「HIGOMARI®の効果的な活用」をご参照ください。
HIGOMARI®の効果的な活用
受託解析の流れ
研究開発本部 遺伝資源研究開発部
〒861-0198 熊本県熊本市北区植木町一木111番地
TEL. 096-272-5528 (09:00 ~ 17:00 土日祝除く)
E-mail. h_higomari@hirata.co.jp