級別：中級
【主持人】
東林諮詢代表細島彰
[公告摘要]
如今，當要求進行工作方式改革時，提高實驗和分析效率的重要性日益提高。為了顯示JMP可以提高實驗效率的能力，很好地表明可以通過用確定性篩選計劃（DSD）或自定義計劃替換實驗數據來顯著減少實驗次數。當時的響應數據是從現有實驗數據中提取的。當您發現將實驗數據分成多個表時，請在一個表中執行多變量分析，並使用配置文件對其進行可視化，並註意OFAT（一次一個因素）方法的缺陷。得到。對於平均分析重複實驗數據的想法，我們表明存在通過堆疊處理和平均/分散來進行多用途優化和魯棒優化的方法。
在開發場所使用實驗性規劃方法時，交互作用的存在通常是不可預測的，並且交互作用並不罕見。 DSD沒有主效應和交互作用（2FI）的糾纏，也沒有2FI之間的糾纏，並且實驗的數量幾乎是因子數量的兩倍。這是一個很大的優勢。我發現使用DSD時，主要效果數+交互作用項數接近因素數時發生的故障，擴展計劃的解決方案以及從JMP社區和ASQ獲得的DSD相關論文中的實際重要性我將匯報我的想法。
[演講者簡介]
在擔任Yamatake Honeywell（現為Azbil）的FA發展經理，研發部總監，質量保證促進總部總監和Asville Kinmon顧問之後，成立了Tobayashi Consulting。專業領域包括通過生產數據分析提高產量和質量，解決一般的統計問題，例如市場缺陷預測，穩健的設計，優化的設計，實驗計劃，設計審查，根本原因分析方法（RCA），人為錯誤現場指導，例如預防和流程改進。他的著作有《互聯網業務的本質》，2001年Nikkagiren Publishing（合著），[電信社會科學獎獲得者]，《實用創業公司的成功策略》，中央經濟研究所，2011年（合著），《理解》，《解決問題》，“書”。 《日刊工業新聞》 2014年（單一作品）。主要論文是“關於促進生產線的歡笑和不適感的傳播和接受的研討會的提議”，質量管理學會2016年[獲得2016年質量技術獎]。主講“提出可視化導致工作失誤並促進改進的組織因素的機制的建議”（Discovery-Japan 2018）
“通過JMP解決質量問題-製造業中的缺陷分析和可靠性預測-”（Discovery-Japan 2019）
