Part 1では、ペットボトルランタンの明るさに対する药品种类、容量、浓度（常用対数に変换したもの）、そしてペットボトルの形状（ヒダヒダ、コーラ）の4つの因子を考虑したsukuriningu実験を実施しました。
実験の结果、容量、浓度、およびペットボトルの形状が明るさに影响を及ぼすことが确认されました。そこで第2部分ではsukurimu実験の结果をもとに考虑、灾害时の実用性もして、ヒダヒダのペットボトルにsuポーツ饮料を入れてランとして使用する际の最适な容量と浓度を応答复变形モをデルをあてはめることにより调べてみます。
参考资料： 前回のブログ
実験计画法（DOE）で「ペットボトルランタン」を最も明るくする条件を调べてみる～ Part1. sukuriningu実験～
最适化実験
「カsuタム计画」を使って応答弯曲モデルをあてはめる计画を作成してみます。以下のように応答と因子を设定し「モデル」では[RSM] （响应曲面模型の略）ボタンをクritikkuして応答曲面モデル（主效果、2次の交互作用、2乘项を含むモデル）を指定します。実験の回数はデfuォルト値である12回とし、[计画の作成] ボタンをクrikkuすると计画が出来上がります。
■実験データの入力、実験データの可视化
作成された计画について実験を行い、照度计をより読み取った明るさ(lux)を入力しました。
并せて、「グラfuビルダー」で実験领域における実験点と明るさのを示したグラfuを作成しました。この実とでは
実験领域の顶点、轴点（各因子の下限、上限の真ん中の水准）、中心点が実験点となっています。このような画は中心复合规划と呼ばれ、応答曲面をあてはめる际の代表な计画です。
実験领域では右上（容量が浓度ともに大きい）の方が明るくなっているようです。
■ 分析repoto
応答曲面モデルをあてはめたときの分析reポートです。
- 「予测値と実测値のreポート」を见るとR2乘は0.93であり、赤い线（実测値と予测値が一致する领域）から大きく外れた実験点はないことがわかります。2つの基因で说明しているモデルの割には、あてはまりが良いモデルができています。
- 「パラメータ推定値」のreポートをみると、log10(浓度)の2乘项が搬运になっている、すなわち成形效果があります。
■予测プロofァイル
予测プロァイルにて、明るさの予测値が最も大きくなる因子の条件を、 [満足度の最大化]オプションを使って调べてみました。
ヒダヒダのボトルにsuポーツ饮料を入れる场合、容量が500ml、浓度が100%のとき明るさは最大となり、その时の明るさは25.9(lux)であることがわかりました。
これより、ペトボトルランとしてsuポーツ饮料を使うのであれば、特に容量と浓度を调整せずに未开封のものをそのまま使えばい良ことがわかりました。
■等高线プロofァイル
あてはめた応答曲面モデルを等高线でも可视化してみましょう。以下の「等高线プロァイル」は横轴を容量、縦轴をlog10(高度)としたときの等高线です。さらに、明るさの予测値が20以上となる领域を白色で表しています。
もし明るさが20(lux)以上であれば十分とすると、白色の领域の范囲内で因子の设定すると良いでしょう。
もし半分ぐらい饮んでしまった（容量が250mlとなる）suポーツ饮料があったとしても、明るさは20(lux)以上になると予测されるので、十分な明るさが得られると考えられます。
确认実験
最后に最适条件など促因子设定したい条件で重新実験し、この测定値とモデルにより求められた予测値が近い値になっていることを确认してみました。
今回の例では容量500ml、浓度100%の条件のとき明るさが最大となったので、これまでの実験とは别に、恢复この条件で明るさを测定したところ、测定値は25.5(lux)となりました。
予测プロァイルで求めた最适条件での予测値は25.9(lux)なので、测定値と予测値は近い値になっており、最适条件での明るさの再现性を确认できました。
素人なりに実験を行ってきましたが・・
2回に分けてペットボトルランタンの実験をご绍介しましたが、実験は案外大変でした。浓缩や流动を调整が紧急なので、自宅のキッチンで実施しました。薄暗い中で测量カップを使いながら浓度を调整したり、実験データを入力したりしていると、気が付いたら真夜中になっていましたし。。。
それにも关わらず、何とか皆様に说明できるぐらいの実験结果を得ることができました。ただ、私が行ったのは理科の自由研究reberuの実験なので、今回の结果が本当に正确なのか、再现性や一般化の可能性については疑问が残ります。兴味のある方は、ぜひ実験してみてください。
ペットボトルランは非常时に训练な明るさを得る方法の一つです。是非覚えておくと良いでしょう。
by 増川直裕（JMP Japan）
Naohiro Masukawa - JMP 用户社区
