実験計画法には数学の熟練が必要ですか？<meta http-equiv="Content-Type" content="text/html; charset=UTF-8" />SAS JMPを使用して多変量テスト実験（MVT、回帰）を実行します。テスト計画を生成し、回帰分析を実行して重要な効果を定義します。最も重要なことは、落とし穴を解釈して知ることができるということです。
そのため、数学的計算は必要ありません。
私は実験のモンゴメリーデザインのような統計書を読みました、そして、それらは通常式でいっぱいです。
実世界でそれらがどのように使用されているのかまだ理解できません。
ええ、私は、概念、異なるタイプのデザイン、p値としての統計の基本、標準偏差、適切なサンプルサイズの計算方法などを知る必要があることを理解しています。
私は主にWebマーケティングとユーザーエクスペリエンスの分野で実験のデザインについて話します。
再：実験計画法には数学の熟練が必要ですか？その価値があるために、私はこれらの式を理解することなくDoEを使用することで十分な成功を収めました。
再：実験計画法には数学の熟練が必要ですか？私は数学に焦点を当てないことをお勧めします...それは統計学者から聞こえるかもしれないように異端的なように。以下に注目してください。
1。検討中のプロセス。要因（コントロール、迷惑、そしてノイズ）。応答（連続、カテゴリカル、繰り返し測定など）。測定システム プロセスは実際にどのように「機能する」のでしょうか。これがわかるまで他に何もしないでください。
2。実際の問題に対処するための具体的な実験的な目標と目的を策定するまでは、設計や分析について心配する必要はありません。
3。それから、私の同僚のマイクアンダーソンの考えと一致して、最も効率的な実験計画を見つけます。私にとっての効率は、最適性基準などの数学的基準だけに限定されるものではなく、また限定されるべきでもありません。私にとっての効率は、最小限のリソースの消費に対して必要な情報を提供する設計です。
4。再現性、再現性、直線性などの特性に対するあなたの反応に対するあなたの測定システムについて何を知っていますか。
5。可能であれば実験が行われた/行われたときにgembaに行ってください。あなたがそれを一枚の紙に書いて、誰かに実際に走らせるように手渡したので、デザインマトリックスが実行されると思い込まないでください。
6。最後に、分析に着手すると…実験計画結果の分析を成功させるための3つの規則があります。規則1：データをプロットします。規則2：データをプロットする規則3：データをプロットする これはJMPの特徴です... JMPは確かにその下で数学を行いますが、JMPで利用可能なグラフィカル分析技術の宝庫で...数学はあなたの悩みの中で最小であるべきです。
がんばろう！
再：実験計画法には数学の熟練が必要ですか？一言で言えば、実験的設計は、データ収集に割り当てられたリソースから最大の価値と情報を引き出すことです。 実験的なベストプラクティス（統計的有意性、無作為化、標本数などのチェック）を順守するためのフレームワークとして機能することも役立ちます。 実際には、マーケティングやユーザーエクスペリエンスの分野、およびアンケートの設計などの関連トピックには、かなり多くの実験デザインがあります。 実例をいくつかご希望の場合は、JMP Discovery Seriesのエリア（ https://community.jmp.com/community/discovery-summit-series ） あなたが一般的にトピックについて興味があるならば、あなたは私たちがトピックに投稿したウェビナーのいくつかをチェックするかもしれません。
ベスト、
M
再：実験計画法には数学の熟練が必要ですか？この提案をありがとう。この本はもう読んだことがありますが、もう一度読むことにします。また、私はPaul Bergerの実験的設計による管理のアプリケーションに関する本を知っていますが、まだ読んでいません。
再：実験計画法には数学の熟練が必要ですか？ご提案ありがとうございます。私はこの本を持っていますが、まだ読んでいません。私はその対話スタイルが好きでした。
あなたはこの本がDOEの実用的な落とし穴と本質的な統計を理解するのに十分であると思いますか？
DOEの基本的な式を理解するために勉強しなければならない数学のトピックは何ですか？
私は基本的な式を理解していますが、このようなことは私を混乱させます。
再：実験計画法には数学の熟練が必要ですか？あなたはチェックアウトしたいかもしれません
Johannes LedolterおよびArthur J. Swerseyによる、マーケティングおよびサービス業務におけるテスト1,2,3実験計画
http://www.sub.org/books/title/?id=4513
再：実験計画法には数学の熟練が必要ですか？私は、多くの本が一般的なユーザーのニーズを超えて、式に満ちているという点に同意します。
一方、実験計画は常に特定の種類のデータ分析に適したデータを生成することを目的としています。最後に：あなたが本当に理解していない分析を実行するために良いデータを得ることのポイントは何ですか？回帰分析をよく理解すればするほど、DOEから学ぶことが多くなります。
したがって、DOEを分析する際に使用される統計をよく理解することが不可欠です。p値が何であるかを知ることはもちろん始まりですが、潜在的な問題とそれらがあなたのプロセスにとって何を意味するかについてよく理解することはとても価値があります。
私は、実世界のDOE経験を持つ人によって与えられたDOEクラスに参加するか、またはPeter GooseとBradley Jonesのような本質的な統計をスキップしない実践指向の本を読むことをお勧めしますアプローチ（ ワイリー：実験の最適設計：ケーススタディアプローチ - Peter Goos、Bradley Jones ）
