Nivel: Avanzado
【Presentador】
Escuela de Graduados en Gestión Sanitaria de la Universidad de Keio
Profesor visitante Takenori Takahashi
[Resumen de la presentación]
Superdesign es un diseño analítico que utiliza una función de superestructura, que es una función de estructura dual basada en superfactores. Este método aumenta las posibilidades de diseño y permite diseños avanzados que antes eran imposibles. Sin embargo, los superdiseños desarrollados inicialmente requieren que todo el intervalo pueda aproximarse con una sola función con alta precisión. Sin embargo, en los últimos años, la cantidad de experimentos con una gran cantidad de niveles ha aumentado, y cuando la cantidad de niveles aumenta de alrededor de 10 a más, resulta difícil aproximar todo el intervalo con una sola función con alta precisión. En tales casos, es razonable utilizar una aproximación compuesta en la que todo el intervalo se divide en pequeños intervalos y cada intervalo se aproxima con alta precisión. Sin embargo, esto significa que el número de parámetros (coeficientes) manejados en el diseño aumenta significativamente, por lo que es necesario abordar esto. Esta investigación introduce un método para tal fin. Además, los diseños flexibles y sofisticados son difíciles de lograr con el enfoque del análisis de varianza, pero son posibles mediante la programación matemática. Lo importante en este momento es un enfoque que utilice el "ciclo de diseño PDCA". En este estudio, consideramos el diseño como la construcción de consenso entre las partes involucradas y proponemos un método para lograrlo a través de un enfoque que utiliza el "ciclo de diseño PDCA" basado en programación matemática. También analizamos el diseño flexible, que permite especificar libremente los superfactores, como una aplicación avanzada.
[Perfil del presentador]
Durante casi 50 años, he realizado investigaciones sobre TQM (Gestión de la calidad total), SQM (Gestión estadística de la calidad) y teoría del diseño. Desde principios del siglo XXI, hemos propuesto un nuevo paradigma de diseño llamado Hyper Design, hemos desarrollado la teoría HOPE (Hyper Optimization for Prospective Engineering) y hemos desarrollado el software de soporte HOPE-Add-in con SAS, y estamos llevando a cabo un desarrollo conjunto. Gracias a este esfuerzo, hemos creado un nuevo método de diseño que combina el concepto de "hiperdiseño", las matemáticas estadísticas de la "teoría HOPE" y la herramienta de soporte "HOPE-Add-in for JMP". Como una extensión científica social de esta teoría, propuso un análisis causal selectivo bilateral ([análisis de regresión de componentes principales multigrupo] como análisis causal frontal + [análisis de regresión factorial] como análisis causal inverso), y actualmente está utilizando Un análisis causal selectivo de dos caras. Proponemos un análisis causal inverso (un método de análisis causal equivalente a cuasi-SEM), que es un enfoque avanzado después del análisis causal.
[Colección de artículos]
Ir al sitio web de la colección
https://community.jmp.com/t5/Discovery-Summit-Japan-2022/Discovery-Summit-Japan-2022-%E8%AB%96%E6%96%87%E9%9B%86/ta-p /568396
*El vídeo se publicará hasta el 30 de noviembre (miércoles)
La publicación ha finalizado.
