Niveau: intermédiaire
【Présentateur】
Takenori Takahashi, professeur invité, Université Keio
[Résumé de l'annonce]
Le questionnaire destiné à améliorer la situation actuelle nécessite à la fois des questions fondées sur les résultats et des questions causales. Ensuite, si la relation causale entre les deux est appréhendée par une analyse de régression, il est possible de sélectionner la cible à traiter. Dans ce cas, les éléments que vous avez manqués ne peuvent pas être couverts après l'enquête, mais s'il en résulte des éléments inutiles, vous pouvez les ignorer après coup. Pour cette raison, si les items de la question sont préparés sans omission en considération de ne pas surcharger les répondants, le résultat sera un grand nombre d'items de question et une forte corrélation apparaîtra entre les items. Pour résoudre ce problème, Takahashi et Kawasaki ont proposé une «analyse de régression en composantes principales multi-groupes». L'essence est que la composante principale est obtenue pour chaque groupe sous un groupe rationnel configuré de telle sorte que la corrélation au sein du groupe est élevée et la corrélation entre les groupes est faible, et la composante principale est importante dans la régression en composante principale en l'utilisant comme variable explicative. Est sélectionné, et il est sélectionné comme élément principal pour lequel des contre-mesures doivent être prises pour ceux dont la valeur absolue du coefficient de chargement est élevée pour le composant principal sélectionné.
Parfois, cet élément principal est dense, ce qui peut être traité par l'analyse factorielle. L'analyse causale est une analyse causale frontale lorsque la composante principale est utilisée, une analyse causale arrière lorsqu'un facteur est utilisé et une analyse causale bilatérale lorsque les deux sont combinés. Dans cette présentation, nous présenterons la théorie pour cela et une méthode concrète utilisant JMP.
[Profil du présentateur]
L'auteur mène des recherches et des pratiques de QM (gestion de la qualité), SQM (gestion de la qualité statistique) et de la théorie de la conception (recherche conjointe avec de nombreuses entreprises et conseils de gestion, etc.) depuis un demi-siècle. Depuis les années 1990, nous avons proposé un nouveau paradigme de conception, Hyper Design, recherché sa théorie mathématique HOPE (Hyper Optimization for Prospective Engineering) et fourni son logiciel de support, HOPE-Add-in for JMP, à SAS. Nous co-développons avec. De ce qui précède, une nouvelle méthode de conception est réalisée par la trinité du super design, qui est l'idée, la théorie HOPE qui est des mathématiques statistiques et HOPE-Add-in pour JMP qui est un outil de support.
Le design est souvent interprété à tort comme une activité spéciale par des personnes spéciales en raison du seuil élevé. Afin de surmonter cela et de permettre à de nombreuses personnes de maîtriser la conception, l'auteur développe de nouvelles méthodes d'enseignement ainsi que des recherches théoriques. Il s'agit d'une formation pratique utilisant du matériel pédagogique réel (hélicoptère en papier, planeur en papier, tir de pièces de monnaie, etc.) et du matériel didactique virtuel (simulateur de ballon volant, etc.). Ce programme éducatif (des bases de la statistique au super-design) est une formation facile à comprendre et intéressante pour l'analyse visuelle et la conception par JMP dans de nombreuses situations. Cette formation est dispensée dans des universités nationales et étrangères (Keio University, Yale University, Tokyo Science University, Tsukuba University, etc.) et de nombreuses entreprises depuis plus de 30 ans, et son efficacité a été confirmée.
* Pour ceux qui souhaitent avoir une compréhension plus détaillée, nous avons préparé un article. Si vous le souhaitez, vous êtes le présentateur Takenori Takahashi Veuillez nous contacter directement.
