级别：中级
【主持人】
东林咨询代表细岛彰
[公告摘要]
如今，当要求进行工作方式改革时，提高实验和分析效率的重要性日益提高。为了显示JMP可以提高实验效率的能力，很好地表明可以通过用确定性筛选计划（DSD）或自定义计划替换实验数据来显着减少实验次数。当时的响应数据是从现有实验数据中提取的。当您发现将实验数据分成多个表时，请在一个表中执行多变量分析，并通过一个配置文件对其进行可视化，并注意OFAT（一次一个因子）方法的缺陷。得到。对于平均分析重复实验数据的想法，我们表明存在通过堆叠处理和平均/分散来进行多用途优化和鲁棒优化的方法。
在开发场所使用实验性规划方法时，交互作用的存在通常是不可预测的，并且交互作用并不罕见。 DSD没有主效应和交互作用（2FI）的纠缠，也没有2FI之间的纠缠，并且实验的数量几乎是因子数量的两倍。这是一个很大的优势。我发现使用DSD时，主要效果数+交互作用项数接近因素数时发生的故障，扩展计划的解决方案以及从JMP社区和ASQ获得的DSD相关论文中的实际重要性我将汇报我的想法。
[演讲者简介]
在担任Yamatake Honeywell（现为Azbil）的FA发展经理，研发部总监，质量保证促进总部总监和Asville Kinmon顾问之后，成立了Tobayashi Consulting。专业领域包括通过生产数据分析提高产量和质量，解决一般的统计问题，例如市场缺陷预测，稳健的设计，优化的设计，实验计划，设计审查，根本原因分析方法（RCA），人为错误现场指导，例如预防和流程改进。他的著作有《互联网业务的本质》，2001年Nikkagiren Publishing（合着），[电信社会科学奖获得者]，《实用创业公司的成功策略》，中央经济研究所，2011年（合着），《理解》，《解决问题》，“书”。 《日刊工业新闻》 2014年（单一作品）。主要论文是“关于促进生产线的疾病和不适意识的传播和接受的研讨会的提议”，质量控制协会，2016年[获得2016年质量技术奖]。主讲“提出可视化导致工作失误并促进改进的组织因素的机制的建议”（Discovery-Japan 2018）
“通过JMP缺陷分析和可靠性预测来解决制造业中的质量问题-”（Discovery-Japan 2019）
