Niveau : Débutant
【Présentateur】
Masashi Kawasaki, professeur agrégé, College of Business Management, Université d'Oberlin
[Résumé de la présentation]
Lorsque les données d'une expérience virtuelle sont obtenues, il est possible d'analyser les données de chaque individu. Cependant, normalement, l'analyse est effectuée en utilisant des valeurs moyennes pour chaque strate en fonction des attributs des répondants. S'il n'y a pas de différences majeures dans les résultats de l'analyse stratifiée, le traitement de l'ensemble des données en même temps produira des résultats plus précis puisqu'il y a plus de données. Toutefois, s’il existe des différences évidentes dans les résultats de l’analyse pour chaque strate, un examen correct ne peut être effectué sans stratification et il existe un risque d’obtenir des informations incorrectes.
Dans cette étude, nous discutons de l'analyse stratifiée de données expérimentales virtuelles à l'aide d'une conception optimale utilisant JMP. Au moment de la présentation, nous prévoyons d'utiliser des études de cas pour démontrer comment exploiter un plan d'expérience personnalisé (DOE) à l'aide de JMP17.
[Profil du présentateur]
Après avoir travaillé dans une société d'études et de conseils en marketing et en tant que consultant en ressources humaines organisationnelles, il est actuellement professeur agrégé à la School of Business Management de l'Université d'Oberlin. Représentant de FREELY LLC. À l'université, en plus des cours sur la recherche commerciale et la science des données, il était également chargé de prédire la moyenne générale (notes) des étudiants à l'aide de JMP et de mener des exercices (analyse des données de flux humain, développement d'applications AR) en utilisant le ministère de l'Éducation, de la Culture, Subvention DX pour les sports, sciences et technologies. Depuis ses études supérieures, il a continué à mener des recherches méthodologiques sur les thèmes de l'analyse et de la conception basées sur des enquêtes par questionnaire et des expériences par questionnaire, ainsi que des études de cas dans lesquelles les méthodes sont appliquées principalement aux domaines de l'éducation et des ressources humaines organisationnelles. https://gproweb1.obirin.ac.jp/obuhp/KgApp?resId=S000489
[Co-présentateur]
Takenori Takahashi, Institut de statistique et de mathématiques
*Exposition papier uniquement
[Recueil de papiers]
Accédez au site de collecte
https://community.jmp.com/t5/Discovery-Summit-Japan-2023/Discovery-Summit-Japan-2023-%E8%AB%96%E6%96%87%E9%9B%86/ta-p /718363
