Livello: Intermedio
【Presentatore】
Yukio Takahashi, Direttore rappresentativo, BioStat Laboratory Co., Ltd.
[Riepilogo annuncio]
Il design tradizionale degli esperimenti non si limita agli array ortogonali, ma è un metodo di analisi che scompone principalmente la somma dei quadrati utilizzando un sigma chiamato analisi della varianza sulla premessa che i fattori siano ortogonali tra loro. Tuttavia, poiché questo metodo non può essere applicato quando si verificano valori mancanti, è necessario eseguire l'analisi utilizzando la "teoria della stima lineare" che ha fornito un quadro teorico per l'analisi della varianza. Tuttavia, è difficile trovare il libro che lo spieghi.
Il "Model Fitting" di JMP supporta anche l'analisi di array ortogonali con valori mancanti, ma lo standard per l'analisi di array ortogonali è "stima dell'intervallo di confidenza al 95% della differenza tra il livello corrente e il livello ottimale". Come dovrei trovarlo? La "formula di Taguchi" o la "formula di Ina" per stimare tali varianze di errore sono incorporate in JMP? È coraggioso fare affidamento sui risultati di JMP poiché sono privi di un libro che spieghi quale procedura di analisi viene utilizzata per calcolarli.
Pertanto, mostreremo il metodo di analisi utilizzando la funzione analitica di Excel nel caso in cui sia presente un valore mancante nell'array ortogonale L8 e approfondiremo la comprensione del principio di calcolo di "adattamento del modello" confrontandolo con il risultato dell'analisi di JMP ， Mostra il metodo di calcolo di base che può essere ulteriormente applicato.
