カスタム実験計画コースカスタム実験計画法に関する無料のeラーニングコースを開講いたします。このコースでは、実験計画の基本原則に焦点を当て、JMPのカスタム計画プラットフォームを用いて最適な計画を実現するために、それらの原則を理解し、適用する方法を学びます。
カスタムデザインとは、重要な効果の特定や、1つまたは複数の応答の最適化など、解決しようとしている問題に最適なデザインを生み出す実験設計手法です。JMPにおけるカスタムデザインについて学ぶだけでなく、サンプルサイズと検出力、バランス、因子範囲の選択、ブロッキング、デザイン評価といった主要なデザイン概念についても学びます。このコースは、探索、研究、開発、品質保証、品質管理に携わる方を対象としています。
このコースのデモンストレーションはJMP 14で録画されています。JMP 15以降をご利用の場合は、メニュー項目の追加やダイアログのオプションなど、インターフェースに一部変更が見られる場合があります。これらの変更はコースの内容には影響せず、コースの理解にも影響はありません。「ヘルプ」>「新機能」に移動すると、新機能と機能強化に関するPDFファイルをご覧いただけます。
コースで使用するには、ページ上部にあるコース ファイル (custom-design-of-experiments.zip) をダウンロードしてください。
コースに関するフィードバックは、「カスタム DOE コースに関するフィードバック」という件名でルース・フンメル@jmp.comまでお送りください。
実験計画法Re: カスタム実験計画コースサプライヤー係数が 10 である理由を理解しようとしています。
Re: カスタム実験計画コースこんにちは@iKnowVeryLittle さん、ご質問ありがとうございます。この例では、破断荷重が 30 ポンド (Acme の平均) から 50 ポンド (必要な最小破断荷重) に変化したことを検出する実験の検出力を知りたいと考えています。したがって、20 ポンドの効果を求めています。検出力分析の予測係数は、期待効果サイズの半分として入力されるため、ここでは 10 です。「連続因子のテスト」セクションのビデオ「スケール不変性」では、連続因子のコンテキストでこれを説明していますが、レベルが 2 つしかないため、サプライヤーにも適用されます。
Re: カスタム実験計画コースこんにちは、モニカ。
カスタム DOE を実行する場合、最初の一連の実験を実行して、望ましい結果を満たすと予想される一連の予測条件を取得します (DOE にいくつかの要因があると想定)。
条件をさらに最適化し続けたい場合は、最初のラウンドで予測されたものを中心に絞り込み、要因の新しい範囲で予測条件を入力する必要がありますか?
各ラウンドの後にリセットするというのはそういう意味だと思います。でも、確認したかったのです。私の推測では、さらに最適化できる条件があると思います (ELISA メソッドの最適化に取り組んでいます)。
ご返信ありがとうございます。
よろしくお願いします、
フアン（前の人よりは知らない）
Re: カスタム実験計画コースこんにちは@JCabreraLuque 。JMP コミュニティへようこそ。あなたの投稿のコピーで@monica_bealsに言及しています。そうすることで、彼女がそれを見ることが確実になります。
こんにちは、モニカ。
カスタム DOE を実行する場合、最初の一連の実験を実行して、望ましい結果を満たすと予想される一連の予測条件を取得します (DOE にいくつかの要因があると想定)。
条件をさらに最適化し続けたい場合は、最初のラウンドで予測されたものを中心に絞り込み、要因の新しい範囲で予測条件を入力する必要がありますか?
各ラウンドの後にリセットするというのはそういう意味だと思います。でも、確認したかったのです。私の推測では、さらに最適化できる条件があると思います (ELISA メソッドの最適化に取り組んでいます)。
ご返信ありがとうございます。
よろしくお願いします、
フアン（前の人よりは知らない）
Re: カスタム実験計画コースこんにちは@JCabreraLuque さん、ご質問ありがとうございます!
非常に一般的に言えば (そして、それらの設定が予測された結果を生み出していることを確認するための確認実験をいくつか実行したと仮定すると)、プロセス改善の一般的な次のステップは、以前に見つけた最適な設定を中心に、因子の新しい範囲で後続の実験を実行することです。そのシナリオでは、因子の範囲を狭めることが理にかなっている可能性があります。そうすれば、最適な結果が得られない設計空間の領域で実行が行われなくなります。1 つの注意点は、予測された最適値が元の設計空間の端に近い場合、因子の範囲を狭めると重要な動作を見逃す可能性があることです。
(各実行後に条件をリセットするという問題は、実験におけるランダム化の要素です。どの実験でも、各実行の前に、因子を同じ開始条件からリセットする必要があります。それが不可能な場合は、分割プロット実験を設計します。)
モニカ
Re: カスタム実験計画コースモニカとゲイル、助けてくれて本当にありがとう。
それが私がすべきことだと思ったのです。
素晴らしいコース、とても役に立ちました。
Re: カスタム実験計画法コースモニカ・ビールズジャーナルの第4章には、7つの実験因子の詳細が記載されていないようです。実験設計に用いるべきこれらの値が不明で、ジャーナルには「ドアシール実験の設計」という項目が提案されているにもかかわらず、記載されていません。この情報を含めるようにジャーナルを更新していただけますか？
Re: カスタム実験計画法コースこんにちは@Fizzix96 さん。最初の返信を書いたのですが、ジャーナルに別の問題があることに気付きました。修正が完了次第、新しいバージョンをアップロードしますので、しばらくお待ちください。:)
Re: カスタム実験計画法コース...
