Nivel: intermedio
【Presentador】
Takenori Takahashi, profesor invitado, Universidad de Keio
[Resumen del anuncio]
El cuestionario para mejorar la situación actual requiere preguntas tanto basadas en resultados como en causas. Entonces, si la relación causal entre los dos es captada por análisis de regresión, es posible seleccionar el objetivo a tratar. En ese caso, los elementos que omitió no se pueden cubrir después de la investigación, pero si hay elementos innecesarios como resultado, puede ignorarlos después del hecho. Por esta razón, si los ítems de la pregunta se preparan sin omisión en consideración de no sobrecargar a los encuestados, el resultado será un gran número de ítems de pregunta y aparecerá una alta correlación entre los ítems. Para resolver este problema, Takahashi y Kawasaki han propuesto un "análisis de regresión de componentes principales de grupos múltiples". La esencia es que el componente principal se obtiene para cada grupo bajo un grupo racional configurado de manera que la correlación dentro del grupo sea alta y la correlación entre los grupos sea baja, y el componente principal es importante en la regresión del componente principal utilizando esto como variable explicativa. Se selecciona, y se selecciona como el elemento principal para el cual se deben tomar contramedidas para aquellos con un valor absoluto grande de la carga factorial para el componente principal seleccionado.
A veces, este elemento principal es denso, lo que puede tratarse mediante un análisis factorial. El análisis causal es un análisis causal frontal cuando se usa el componente principal, un análisis causal posterior cuando se usa un factor y un análisis causal bilateral cuando se combinan ambos. En esta presentación, presentaremos la teoría para eso y un método concreto usando JMP.
[Perfil del presentador]
El autor ha estado investigando y practicando QM (gestión de la calidad), SQM (gestión estadística de la calidad) y teoría del diseño (investigación conjunta con muchas empresas y orientación de gestión, etc.) durante medio siglo. Desde la década de 1990, hemos propuesto un nuevo paradigma de diseño, Hyper Design, investigamos su teoría matemática HOPE (Hyper Optimization for Prospective Engineering) y proporcionamos su software de soporte, HOPE-Add-in para JMP, a SAS. Estamos co-desarrollando con. A partir de lo anterior, se realiza un nuevo método de diseño mediante la trinidad del súper diseño, que es la idea, la teoría HOPE, que es matemática estadística, y el complemento HOPE para JMP, que es una herramienta de apoyo.
El diseño es a menudo malinterpretado como una actividad especial por personas especiales debido al alto umbral. Para superar esto y permitir que muchas personas dominen el diseño, el autor está desarrollando nuevos métodos de enseñanza, así como investigación teórica. Es una educación práctica que utiliza materiales didácticos reales (helicóptero de papel, planeador de papel, lanzamiento de monedas, etc.) y materiales didácticos virtuales (simulador de pelota voladora, etc.). Este programa educativo (desde los conceptos básicos de la estadística hasta el súper diseño) es una educación interesante y fácil de entender para el análisis visual y el diseño de JMP en muchas situaciones. Esta educación se ha realizado en universidades nacionales y extranjeras (Universidad de Keio, Universidad de Yale, Universidad de Ciencias de Tokio, Universidad de Tsukuba, etc.) y en muchas empresas durante más de 30 años, y se ha confirmado su eficacia.
* Para aquellos que deseen tener una comprensión más detallada, hemos preparado un documento. Si lo deseas, eres el presentador Takenori Takahashi Por favor contáctenos directamente.
