この画面は何を見せるのか
ベイジアンネットは「この学習者は各制約をどれくらい理解していそうか」を確率で答える。 それとは別に、誤りそのものを IF-THEN 形式の規則（誤りルール）の適用 として説明する立場がある （Brown & Burton 1978 の BUGGY と同じ考え方）。 確率ではなく規則で説明できると、教師にそのまま渡せる言葉になり、 「観測された誤答の何 % を説明できたか」という明確な検証量が立つ。ここでは次の 4 つを見る。
- 誤りルールとカバー率 — 各規則の IF-THEN と、誤答のうち何 % に適用されたか。
- 知識モデルによるクラスタリング — 規則の保有プロファイルで学習者を分けられるか。
- 規則と誤答の共起（アソシエーション分析） — 併発する誤りの構造。 誤答パターンの共起については「状態空間で隣接しているだけ」で説明できる分も測る。
- 探索と活用 — 答え合わせのたびに 1 枚だけ直すか（深掘り）、大きく作り直すか（冒険）。
1. 誤りルールとモデルトレーシングのカバー率：全課題と課題別
全48課題の合算
選択課題
| ID | 誤りルール | IF-THEN | 主に違反する制約 | 全課題 | 選択課題 | 教員確認 |
|---|
2. 知識モデルによるクラスタリング（全課題横断）
| クラスタ | 人数 | 平均学年 | 誤答率 | 課題あたり答え合わせ | 特徴的な誤りルール |
|---|
主成分（規則プロファイルの連続的な軸）
| 成分 | 寄与率 | 強く効く規則 | 学年との相関 | 誤答率との相関 |
|---|
3. 共起（アソシエーション分析，全課題横断）
誤りルール間の共起（学習者単位、リフト上位）
| 前件 | 後件 | 支持度 | 確信度 | リフト |
|---|
誤答パターンの共起 × 状態空間距離
| 距離（入れ替え枚数） | ペア数 | 幾何平均リフト |
|---|
4. 探索と活用（バンディット的な見方）：全課題と課題別
全48課題の合算
選択課題
答え合わせから次の答え合わせまでにカードを何枚入れ替えたかで、直前の解答を保って 1 か所だけ直す
活用（深掘り）と、大きく作り直す探索（冒険）に分ける。
多腕バンディットの exploit / explore に対応させた操作的定義であり、
切り替え率はその 2 つの間を行き来した頻度を表す。