Niveau: Anfänger
【Moderator】
Masa Kawasaki, außerordentlicher Professor, Oberlin University School of Business Management
[Zusammenfassung der Präsentation]
Wenn virtuelle Experimentdaten gewonnen werden, ist es möglich, die Daten jedes Einzelnen zu analysieren. Normalerweise wird die Analyse jedoch anhand von Durchschnittswerten für jede Schicht basierend auf den Attributen der Befragten durchgeführt. Wenn es keine großen Unterschiede in den Ergebnissen der geschichteten Analyse gibt, führt die Behandlung aller Daten auf einmal zu genaueren Ergebnissen, da mehr Daten vorhanden sind. Liegen jedoch deutliche Unterschiede in den Analyseergebnissen pro Schicht vor, ist eine korrekte Betrachtung ohne Schichtung nicht möglich und es besteht die Gefahr, falsche Informationen zu erhalten.
In dieser Studie diskutieren wir die geschichtete Analyse virtueller experimenteller Daten unter Verwendung eines optimalen Designs mit JMP. Zum Zeitpunkt der Präsentation planen wir, anhand von Fallstudien zu demonstrieren, wie eine benutzerdefinierte Versuchsplanung (DOE) mit JMP17 durchgeführt werden kann.
[Präsentatorprofil]
Nach seiner Tätigkeit bei einem Marktforschungs- und Beratungsunternehmen und als organisatorischer Personalberater ist er derzeit außerordentlicher Professor an der School of Business Management der Oberlin University. Vertreter von FREELY LLC. An der Universität war er neben Vorlesungen über Wirtschaftsforschung und Datenwissenschaft auch für die Vorhersage der GPA (Noten) von Studenten mithilfe von JMP verantwortlich und führte Übungen durch (Analyse menschlicher Flussdaten, AR-Anwendungsentwicklung) im Auftrag des Ministeriums für Bildung, Kultur, DX-Zuschuss für Sport, Wissenschaft und Technologie. Seit seiner Graduiertenstudienzeit betreibt er weiterhin methodische Forschung zu den Themen Analyse und Design auf der Grundlage von Fragebogenbefragungen und Fragebogenexperimenten sowie Fallstudien, in denen die Methoden hauptsächlich auf die Bereiche Bildung und organisatorische Personalressourcen angewendet werden. https://gproweb1.obirin.ac.jp/obuhp/KgApp?resId=S000489
[Co-Moderator]
Takenori Takahashi, Institut für Statistik und Mathematik
*Ausstellung nur auf Papier
[Papiersammlung]
Gehen Sie zur Website der Sammlung
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
