Level: Mittelstufe
【Moderator】
Takenori Takahashi, Gastprofessor an der Keio University
[Ankündigung Zusammenfassung]
Ein Fragebogen zur Verbesserung der aktuellen Situation erfordert sowohl ergebnisbasierte als auch kausale Fragen. Wenn dann der Kausalzusammenhang zwischen den beiden durch eine Regressionsanalyse erfasst wird, ist es möglich, das zu behandelnde Ziel auszuwählen. In diesem Fall können die Elemente, die Sie verpasst haben, nach der Untersuchung nicht mehr abgedeckt werden. Wenn jedoch unnötige Elemente vorhanden sind, können Sie sie nachträglich ignorieren. Wenn die Fragenelemente ohne Auslassung vorbereitet werden, um die Befragten nicht zu überlasten, führt dies aus diesem Grund zu einer großen Anzahl von Fragenelementen und zu einer hohen Korrelation zwischen den Elementen. Um dieses Problem zu lösen, haben Takahashi und Kawasaki eine "Mehrgruppen-Hauptkomponenten-Regressionsanalyse" vorgeschlagen. Das Wesentliche ist, dass die Hauptkomponente für jede Gruppe unter einer rationalen Gruppe erhalten wird, die so konfiguriert ist, dass die Korrelation innerhalb der Gruppe hoch und die Korrelation zwischen den Gruppen niedrig ist, und dass die Hauptkomponente bei der Regression der Hauptkomponente wichtig ist, wobei dies als erklärende Variable verwendet wird. Wird ausgewählt und als Hauptelement ausgewählt, für das Gegenmaßnahmen für diejenigen ergriffen werden sollten, die einen großen absoluten Wert der Faktorbelastung für die ausgewählte Hauptkomponente haben.
Manchmal ist dieser Hauptpunkt dicht, was durch Faktoranalyse behandelt werden kann. Die Kausalanalyse ist die Kausalanalyse auf der Vorderseite, wenn die Hauptkomponente verwendet wird, die Kausalanalyse auf der Rückseite, wenn der Faktor verwendet wird, und die zweiseitige Kausalanalyse, wenn beide kombiniert werden. In dieser Präsentation werden wir die Theorie dafür und eine konkrete Methode unter Verwendung von JMP vorstellen.
[Moderatorprofil]
Der Autor forscht und praktiziert seit einem halben Jahrhundert QM (Qualitätsmanagement), SQM (statistisches Qualitätsmanagement) und Designtheorie (gemeinsame Forschung mit vielen Unternehmen und Managementberatung usw.). Seit den 1990er Jahren haben wir ein neues Design-Paradigma vorgeschlagen, Hyper Design, das seine mathematische HOPE-Theorie (Hyper Optimization for Prospective Engineering) erforscht und SAS die Support-Software HOPE-Add-in für JMP zur Verfügung gestellt hat. Wir entwickeln gemeinsam mit. Aus dem oben Gesagten wird eine neue Entwurfsmethode durch die Dreifaltigkeit des Super-Designs realisiert, das die Idee ist, die HOPE-Theorie, die statistische Mathematik ist, und das HOPE-Add-In für JMP, das ein Unterstützungswerkzeug ist.
Design wird aufgrund der hohen Schwelle oft als besondere Aktivität von besonderen Menschen missverstanden. Um dies zu überwinden und es vielen Menschen zu ermöglichen, das Design zu beherrschen, entwickelt der Autor neue Lehrmethoden sowie theoretische Forschung. Es handelt sich um eine praktische Ausbildung, bei der reale Unterrichtsmaterialien (Papierhubschrauber, Papiergleiter, Münzschießen usw.) und virtuelle Unterrichtsmaterialien (Flugballsimulator usw.) verwendet werden. Dieses Bildungsprogramm (von den Grundlagen der Statistik bis zum Super-Design) ist eine leicht verständliche und interessante Ausbildung für die visuelle Analyse und Gestaltung durch JMP in vielen Situationen. Diese Ausbildung wird seit mehr als 30 Jahren an in- und ausländischen Universitäten (Keio University, Yale University, Tokyo Science University, Tsukuba University usw.) und vielen Unternehmen durchgeführt und ihre Wirksamkeit wurde bestätigt.
* Für diejenigen, die ein detaillierteres Verständnis wünschen, haben wir ein Papier vorbereitet. Wenn Sie möchten, sind Sie der Moderator Takenori Takahashi Bitte kontaktieren Sie uns direkt.
