レレは母親の誕生日プレゼントについて悩んでいたとき、父親に相談しました。お父さんは、お母さんが手回しドリンクを飲むのが好きだというので、レレが自分でタピオカミルクティーを作ることを提案しました。しかし、お父さんは、ジェーンミルクを作るための重要な材料は簡単には見つからないことを彼に思い出させました。お父さんは、試行錯誤の方法では時間がかかり、結果が不確かであることを説明し、さらに効率的にお母さんの好みのタピオカティーの味を見つけるために、JMP を実験計画に使用することを提案しました。
レレ：お父さん、お母さんの誕生日が近づいているので、プレゼントをあげたいのですが、何をあげたら喜んでくれるかわかりません。
お父さん：お母さんは何をあげてもきっと喜んでくれるよ。お父さんはテレビで配信プラットフォームの広告を見て何気なく答えました。
レレさんはその広告を見て、ひらめきながらこう言いました。「お母さんは手回しドリンクを飲むのが好きなのですが、それともパールミルクティーを作ってあげるべきでしょうか？」
お父さん：そうだけど、やり方は知ってる？ 例えば、紅茶を入れる温度や真珠の調理方法など。
レレ：それはできません、助けてください。
お父さん「こういう製造工程はネット上にあるはずだけど、温度や調理時間などネット上には情報が少ないはずだし、好みも人それぞれだし、お母さんに特別な誕生日プレゼントを贈りたいから、私たちも」特別なものになります。誕生日プレゼントとして、彼女専用のタピオカティーを作ってみてはいかがでしょうか？
Lele: 分かったけど、彼女の好みの味はどうやって見つけたらいいの? 世界には無限の種類の味があるはずだから、無限の数のカップを作ればいいの?
お父さん：そうです、あなたが言ったあらゆる可能性を試す方法は、いわゆる網羅的方法または試行錯誤方法ですが、この方法は長い時間がかかりますし、必ずしもそれが良いとは限りませんレシピの組み合わせ。実験計画には JMP を使用する必要があります。
とはJMP実験計画?
Lele: JMP とは何ですか? 実験計画法とは何ですか? エンジニアが実験をしているように聞こえます。とてもパワフルな感じがします。
お父さん: JMP は、多くの統計解析機能を備えたソフトウェアです。おっしゃるとおり、その強力な機能の 1 つは、効率的な実験の計画に役立ちます。また、JMPの実験計画では、必要に応じて因子の種類や範囲を設定したり、考えられる効果モデルを追加したり、実験回数を追加したりすることもでき、条件下で最適な実験を構築することができます。能力。
レレさんは理解できなかったようで、未完成のレゴのツリーハウスに目が移りました。
お父さんは続けて言いました：結局のところ、私たちは彼に次のように言う必要があります。紅茶ティーバッグのオプションは何ですか、水温はどの範囲で制御できますか、お茶を淹れるのに望ましい時間範囲は何ですか。いくつかの実験を行って、実験的な組み合わせを設計するのに役立ちます。おお。
レレ：ああ、なるほど、一緒に遊んでるみたいに、ドライブ ナビゲーションを使用してナビゲーション ルートを設計し、行き先と現在位置を伝えると、最適な経路を設計するのに役立ちます。 。
お父さん: その通りですが、ナビゲーションは通常、私たちの目標を知っています。時間を最小限に費やすことですか? それとも最短の経路をたどることですか? ニーズに応じて、最も提案される組み合わせを教えてください。そして、これから私たちがやろうとしているのは、初期段階のデータ収集ですが、設定された実験回数を用いて、可能な限り幅広くあらゆる可能性を検討し、その結果を収集します。次に、このデータを使用してモデルを計算し、最適な予測を取得します。 。
Lele: つまり、私たちは現在、JMP を使用して分析のための実験を設計し、観察されたデータを使用して目的地に最速で到着する方法を見つける、運転ナビゲーション エンジニアのようなものですか?
お父さん: そうです、以上です。JMP を使用して実験設計を始めましょう、バブル ティー エンジニア。
Lele と彼女の父親は、JMP の実験計画法 DOE (Design of Experiment) 機能を使用して、おいしい紅茶の淹れ方を見つけることにしました。
お父さん：まず紅茶の作り方を見つけて、重要な影響を与える条件を見てみましょう。
お父さん: ウェブページで推奨されている紅茶の淹れ方を確認して、味に影響を与える重要な条件を調べて、提案される条件を設定して、実験の範囲を絞りましょう。
そこで、お父さんとレレさんはまず、インターネットの情報に基づいて、適切なお茶の浸漬温度と浸漬時間、推奨される水とお茶の体積比を調べました。さらに、お父さんは近くの店で 2 つのブランドのお茶を見つけ、お茶を作るための水として水道水またはミネラルウォーターを選択しました。主要なパラメーターは次のように整理されています (表 1)。
パラメータ
|
データ・タイプ
|
値 (範囲/タイプ)
|
紅茶のブランド
|
カテゴリー
|
ブランドA
|
ブランドB
|
お茶の水
|
カテゴリー
|
水道水
|
ミネラルウォーター
|
水とお茶の体積比
|
継続的な
|
20~60
|
浸漬温度 (⁰C)
|
継続的な
|
70～100
|
浸漬時間(分)
|
継続的な
|
5~20
|
表 1、紅茶の主要パラメータと範囲
主要なパラメータとパラメータ範囲を検索した後、レレとお父さんはリビングルームに戻り、座りました。
レレ：それでは、今から紅茶を作り始めてもいいですか？
お父さん: まだです。各実験で設定する必要があるパラメーターの実際の値がまだわかっておらず、実験の設計を手伝ってくれる小さなヘルパーがまだ必要です。
お父さん: 実験の組み合わせを設計するために JMP が必要です。
そこで、お父さんはコンピュータで JMP 統計ソフトウェアを開きました。
カスタム実験とは何ですかカスタムデザイン
お父さん: 実験計画に JMP が必要な場合は、メニュー オプションの [DOE] 列をクリックしてください。ここで使用できる DOE メソッドと関連する DOE 関数が多数あります。各 DOE の背後にある原則と適用可能なオブジェクトにあまり詳しくない場合は、最初にカスタム設計、つまりカスタム実験を使用することをお勧めします。
Lele: なぜこのカスタム実験を使用するのですか?
お父さん：カスタム実験の背後にある考え方は次のとおりです。最適化実験、私たちが彼に与えた条件に従って、私たちが重要だと思う主要な条件、これらの主要な条件が相互に影響を与えるかどうか、どのような結果を得たいか、実行できる実験の数などを含めて、最善のものを提案します。実験的なミックス。
Lele: ナビゲーションと同じですね。
お父さん: この利点は、DOE についてはよく知らないが、優れた実験計画を作成したいと考えている私たちのような一般人に非常に適しています。
Lele: 私は将来、DOE の専門家になります。今はまだ子供なので、なりません。大きくなったら、専門家になります。
お父さん: わかった。でも、DOE の専門家でも、最も効果的な実験を計画することが目標の場合、カスタマイズされた実験を実験計画のエントリ ポイントとして使用することがよくあります。それでは、カスタムの実験デザインを見てみましょう。
パラメータ名、範囲、実験数を指定してカスタム実験計画を使用します。
次に、お父さんはパラメータと範囲をカスタム設計プラットフォームに入力しました (図 1)。
JMP Custom DesignJMPカスタムデザイン
図 1、カスタム設計プラットフォームへの入力応答結果とパラメーター
パラメータの主効果、連続パラメータの二次項、および連続パラメータの交差項の効果項がモデルに追加されました (図 2)。
図 2、対応するエフェクト項目をモデルに入力
Lele: 二次項と交差項とは何ですか?なぜそれらを追加する必要があるのですか?
お父さん: 二次項効果を追加する理由は、キー パラメーターに再帰現象があるかどうか、つまり、結果が最大値または最小値を生成する範囲の中央に値があるかどうかを確認するためです。クロス項の追加は、これらのパラメータが相互に相乗効果を持つかどうか、つまり、主効果自体の影響に加えて、特定の条件を組み合わせると追加の効果があるかどうかを確認するためです。
Lele は下の写真を見て、「Lele: これは、私たちがやりたい実験の数を設定するための設定ですか?」と尋ねました。
図3、中心点と繰り返しの設定と実験番号の入力
お父さん: はい、ここでは、繰り返し実験を追加するか、実験に中心点を追加するかを設定できます。下の Number of Runs で実験の数を選択できます。ここでは、最小実行数は 12 (最小) です。 JMP の推奨値は 16 回 (デフォルト) ですが、手頃な実験回数 (ユーザー指定) を設定することもできます。引き続きデフォルトの 16 回を使用します (図 3)。
Lele: なぜ 16 回なのでしょうか? 回数は多ければ多いほど良いのではないでしょうか?
お父さん: はい、でも通常は時間やお金の不足が原因で、実行できる実験の数はあらかじめ設定されています。これはカスタム デザインの利点でもあり、他の実験デザインでは指定された実験数を達成する必要があるのに対し、カスタム デザインではこの要件に従って実験をデザインできます。もう1つの重要な理由は、お茶が飲めないので、この16杯を飲まなければならないということですが、お父さんは16杯飲むとすでに緊張しており、あと数杯飲むと夜眠れなくなるかもしれません。
紅茶を作るためのパラメータの組み合わせを生成し、データ収集を完了します
その後、Lele と彼の父親はカスタム設計を完成させ、紅茶を作るためのパラメーターの組み合わせを作成しました (図 4)。
JMP DOE參數組合JMP DOE パラメータの組み合わせ
図4、実験の組み合わせ表
次に、お父さんと Lele はこのパラメータ組み合わせ表に従って実験を完了し、お父さんは順番に採点し、16 個の採点結果を完成させました (図 5)。
図 5. 対応する実験の組み合わせ結果のコレクション
お茶を飲みすぎた後、お父さんはしゃっくりをしてこう言いました。「実験用のデータ収集がついに終わりました。」
使用JMPフィットモデル回帰分析を実行してモデルを予測する
その後、左上のスクリプト保存領域で「モデル」を押して、その後の分析を実行できます。JMP は、このプログラムでその後の分析をパッケージ化するのに非常に配慮しています。存在JMPモデルに適合回帰分析を実行するためのプラットフォームでは、DOE フォームの「モデル」を直接クリックして分析できます (図 6)。
図 6、DOE 実験組み合わせデータシートのモデル スクリプト
「モデル」を押した後、お父さんは続けてこう言いました。「ここでは、モデルにエフェクト項目を追加するかどうかを選択し、分析方法を選択できます。使用「段階的に」方法はJMPでお願いします適切なモデルの選択にご協力ください(図7)。
JMP Fit ModelJMPフィットモデル
図 7、回帰モデルの開始プラットフォーム
マウスを数回押した後、お父さんはレポート (図 8) を完成させ、効果の概要と適合性の概要の結果を指でコンピュータ上で指摘しました。
お父さん: より正確なモデルを得るために、p 値が 0.05 を超えるいくつかの項目をモデルから除外します。統計的に言えば、p 値が 0.05 を超える場合は、効果項目がモデルにほとんど影響を与えていないことを意味するからです。これを保持しますか?効果条件に違いはありません。加えて、見られますフィット感のまとめモデルの精度 (R 二乗) は次のとおりです。 0.997に達しましたこれは、このモデルがサンプル ポイントを説明する強力な能力を持っていることを意味します。これは、これがこれらのデータに対して優れた予測モデルであることを意味します。 。
JMP Fit ModelJMPフィットモデル
図 8、回帰モデル分析レポート
Lele さんはそれを見て、「なぜ浸漬時間の P 値が 0.05 より大きいのに削除されないのですか? そして、その横に上向きのインジケーターがあります。」と言いました。
お父さん: モデルには他にも保持する必要があるサブ項目があるため、この項目の浸漬時間 * 浸漬時間は 0.05 未満であることがわかります。親項目として、浸漬時間も維持する必要があります。維持され、この上向きのインジケーターは、どの親プロジェクトがこの問題を抱えており、維持する必要があるかを示しているだけです。
お父さんはマウス ホイールをスクロールし続け、レポートの下半分を表示しました。
検査する予測プロファイラー結果に関する各パラメータの観察された変化をレポートします。
お父さんは続けてこう言いました。「私たちは報告書を探しに下に行きました。」予測プロファイラー(マーカー）報告、ここではモデルがインタラクティブな画像で表示されており、より速く理解するのに役立ちます。各パラメータを変更するとフレーバーはどのように変化しますか? 。以下にパラメーターの名前が表示されます。その軸 (X 軸) は設定したパラメーター値を表し、左軸 (Y 軸) は味覚スコアの予測値を表します。さまざまな条件のスコアを知りたい場合は、以下のパラメータ値を設定した値に調整するだけで、予測された味の結果が得られます。たとえば、A のお茶を選択し、水道水に浸し、水の量/お茶の量の割合を40、浸漬温度を80、浸漬時間を15にして、このように変更すると…予測結果結果は、わずか 4.83 点でした (図 9)。
JMP Prediction ProfilerJMP 予測プロファイラー
図 9、予測プロファイラー
マウスをドラッグしてパラメータ設定を変更しているときに、お父さんが言いました。レレさんは信じられないほど感じたかのように目を丸くしました。
Lele: 彼はあなたの調整に応じて、写真上の予測味覚スコアを直接変更します。とてもクールです。
お父さん: はい、この対話型機能の方が操作が簡単で、誰でもモデルを理解しやすくなります。このグラフを詳しく見てみましょう。実際、このグラフは、より高い味覚スコアを得るにはどの方向に調整すればよいか、つまり味が良くなることが大まかにわかります。たとえば、最初のお茶のマップを見てみましょう。 Bお茶はAよりも優れていますお茶は高い、Bを知ることができますお茶の比率はAですおいしいお茶のトレンド、同様に、ミネラルウォーターで作るお茶は水道水で作るお茶より美味しい、としても浸す時間はおよそ10~15数分で良くなります、遊んでみてください。
JMP Prediction ProfilerJMP 予測プロファイラー
図 9、予測プロファイラ
Lele さんはさまざまなパラメーター設定を開始するのが待ちきれず、しばらくプレイした後、疑問を提起しました。
レレ：お父さん、ほら、水の量とお茶の量の比率を変えると、他のパラメータもそれに合わせて変化して、全体的に高くなったり低くなったり、形が少し変わったりするのがとても不思議なんです。
お父さん: おい、君はすごいね、この小さな変化に気づいたよ。こうした小さな変化は、パラメータ調整の効果, そのため、他のパラメータも同じ形で増加します。元のパラメータの値を変更すると、他のパラメータの形が明らかに変化していることがわかります。たとえば、元の左上と右下が左下と右上になるなど、これは、それらの項目の交差が強い影響を与えることを意味します。また、一部のパラメータのトレンドラインが直線ではなく曲線になっていることがわかり、最大値や最小値がある場合は、その二次項の影響が大きく影響していることが分かります。
レレは半ば理解したかのようにうなずいてから、「では、この方法で考えられるすべての結果を予測できるのですか?」と尋ねました。
お父さんは「いい質問ですね。私たちがやったのは、収集したデータに基づいて推定モデルを提供するよう JMP に依頼したところですが、これらのデータは、最初に定義した範囲内の広範囲で均一な点に基づいています。」可能な限り範囲内のすべてのポイントのパフォーマンスを確認するようにしますが、範囲外のパラメーターの組み合わせについては、このモデルの予測能力が低下するため、元の実験計画から外れる予測は行わない方がよいでしょう。ただし、範囲内のパラメータについては、すべてのパラメータの組み合わせのほとんどについて、このモデルを使用して正確な結果を予測できます。
次に、今日の重要な手順を実行します。パラメータと条件の最適な組み合わせを見つける、スクライバーのパラメーター設定を調整して、どのような組み合わせが最高のスコアを見つけるかを確認できます。
Lele がうなずくと、予測プロファイラーでパラメータ設定の調整がまた一気に行われました。
存在予測プロファイラー、パラメータの最適な組み合わせを見つけるため
レレ: お父さん、スコアが 9.47 の茶葉を見つけました。B の茶葉を選び、ミネラルウォーターに浸しました。水の量とお茶の量の比率は 60 を選択し、浸漬温度は 89.5、浸漬時間は 11.9 でした。結果は味覚スコア 9.47 で、非常に良好です。素晴らしいです。
お父さん: 悪くない、すでに非常に高い、もっと高いスコアがあると思うか?
Lele: たぶん、あるでしょう。すべてのユーザーが彼のスコアを確認できるように設定していないからです。
お父さん: 今度は JMP の魔法を見せるときです。ほら、JMP 予測プロファイラーで満足度の設定を有効にして、目標を設定できます。選ぶ最大結果を希望に満ちたもの、つまり大きいほど良いものとして設定するには。そして使用します好感度を最大化完了した目標に最適なパラメータの組み合わせを取得する関数(図10)。または、[最大化と記憶] を選択してパラメータの最適な組み合わせを見つけてレポートに記録します。
図 10、(左、中央) 意欲値を設定するための Set Desirability 関数、(右) Maximize Desirability
お父さんは、プロファイラーで [最大化] と [記憶] を押して、パラメータの最適な組み合わせをすばやく見つけてレポートに記録します (図 11)。
図 11、結果の最大化と記憶
レレ：これは速すぎて便利ですね！
お父さん：はい、通常、データ分析にはデータの収集に最も時間がかかります。 JMP分析時間をさらに節約できるため、統計分析にデータを使用する必要がある多くの企業が、分析時間を短縮するためにこのソフトウェアを使用しています。 。実際、手動で取得したパラメータの組み合わせを比較すると、最良の組み合わせよりも少し悪いだけであり、非常に優れています。また、浸漬温度 91.02894 などの連続パラメータは実際には制御が難しいため、設定を 91 または 90 に置き換えることができるかもしれません。
その後、レレとお父さんはさまざまなパラメータ条件の設定について話し合い、最終的にBの茶葉、ミネラルウォーターを使用し、お茶の量に対する水の量の比率は55、浸漬温度は90°C、浸漬時間は12.5で、最終的に決定されました。キーパラメータの条件設定（図12）。
図 12. 実験計画による最良の予測結果
レレ：そうだね！じゃあ次はミルクティーとパールにしましょうか？
お父さんは時間を見て、「お母さんがもうすぐ帰ってくるよ。お母さんの誕生日のサプライズにするなら、実験器具を早く片付けましょう。そうしないと見つかってしまいますよ。」と言いました。次回は、他の DOE スキルを使用して、ミルク ティーと真珠を実験して、適切な配合の組み合わせを見つけます。
レレは嬉しそうに言いました。「分かった、それではできるだけ早く集めましょう。楽しみにしています。」
父とレレは母が帰宅する前に実験を片付けようと急いだが、小さなDOEの種がレレの心の中でゆっくりと発芽した。
>>次のエピソードでは、JMP DOE 実験計画プラットフォームを通じておいしい真珠を作る方法を紹介します。 <<
DOE の実験計画法関連のリソースをさらに入手します。
