Part 1では、ペットボトルランタンの明るさに対する藥品種類、容量、濃度（常用対ぃえルの形狀（ヒダヒダ、コーラ）の4つの因子を考慮したsukuriningu実験を実施しました。
実験の結果、容量、濃度、およびペッの結果、容量、濃度、およびペットボトルの形狀が明るさに影響を及ぼすこががさぬ験の結果をもとに考慮、災害時の実用性もして、ヒダヒダのペットボトルにsuポーツ飲料を入れてランとして使用すをてはめることにより調べてみます。
參考資料： 前回のブログ
実験計畫法（DOE）で「ペットボトルランタン」を最も明るくする條件を調べてみ明るくする條件を調べてみsukuriningu実験～
最適化実験
「カsuタム計」を使って応答彎曲モデルをあてはめる計畫を作成してみます。は[RSM] （響應曲面模型の略）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乘項を含むモデルとヒめをををめめめととととえと値である12回とし、[計畫の作成] ボタンをクrikkuすると計畫が出來上がります。
■実験データの入力、実験データの可視化
作成された計畫について実験を行い、照度計をより読み取った明るさ(lux)を入力しました。
並せて、「グラfuビルダー」で実験領域における実験點と明るさの㒁とめグめめをめめめめめめめめめ、、めめ、ぁ、ぁ、、ぁ、、ぁ、、、ぁ、は
実験領域の頂點、軸點（各因子の下限、上限の真ん中の水準）、中心點が実験點となっています。と中心複合規劃と呼ばれ、応答曲面をあてはめる際の代表な計畫です。
実験領域では右上（容量が濃度ともに大きい）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。
- 「予測値と実測値のreポート」を見るとR2乘は0.93であり、赤い線（実測値と予測値が一致する領域）から大きく外れた実験點はないことがわかります。2つの基因で說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(濃度)の2乘項が搬運になっいる、2乘項が搬運になっぁいる、す
■予測プロofァイル
予測プさァイルにて、明るさの予測値が最も大きくなる因子の條件を、 [満足度の最大化]オプションを使って調べてみました。
ヒダヒダのボトルにsuポーツ飲料を入れる場合、容量が500ml、濃度が100%のとかのかさ300ml、濃度が100%のとかの時25009る(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ポーツ飲料を使うのであれのまま使えばい良ことがわかりました。
■等高線プロofァイル
あてはめた応答曲面モデルを等高線でも可視化してみましょう。以下の「等高線プロましょう。以下の「等高線プロまあょう。以下の「等高線プロまとょう。たときの等高線です。さらに、明るさの予測値が20以上となる領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、白色の領域の範囲內で因子の設定すると。
もし半分ぐらい飲んでしまった（容量が250mlとなる）suポーツ飲料があっととぁとえあと予測されるので、十分な明るさが得られると考えられます。
確認実験
最後に最適條件など促因子設定したい條件で重新実験し、この測定値とモデルによりとを確認してみました。
今回の例では容量500ml、濃度100%の條件のとき明るさが最大となったので、これまてしたところ、測定値は25.5(lux)となりました。
予測プロァイルで求めた最適條件での予測値は25.9(lux)なので、測定値と予測値は近い値になっており、最適條件での明るさの再現性でででの明るさの再現性でぁぁぁぁぁぁぁぁぁぁえぁぁえぁぁえぁえぁぁえぁえぁえぁえぁえぁえぁえぁえぁえぁえぁ』
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に分けてペットボに分けてペットボに分けてペットボに分けてペットボに分けてペットボに分けてペットボに分けてペットボに分けてペットボトルランタンの実験をご紹介しましたがぅぁぁえで、自宅のキッチンで実施しました。薄暗い中で測量カップを使いながら濃度を調整したり、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。。。
それにも關わらず、何とか皆様に說明できるぐらいの実験結果を得るぁっがぁぁえぁぁえは理科の自由研究reberuの実験なので、今回の結果が本當に正確なのか、再現性や一般化の可能性については疑問が殘ります。興味のある方は、ぜひ実験してみ方は、ぜひ実験してみ
ペットボトルランは非常時に訓練な明るさを得る方法の一つです。是非覿えぁえぁつです。
by 増川直裕（JMP Japan）
Naohiro Masukawa - JMP 使用者社區
