級別：初級
【主持人】
Masa Kawasaki，歐柏林大學商業管理學院副教授
[演講摘要]
當獲得虛擬實驗數據後，就可以分析每個人的數據。然而，通常情況下，分析是根據受訪者的屬性使用每個階層的平均值進行的。如果分層分析結果沒有大的差異，由於數據較多，一次處理整個數據會得到更準確的結果。但如果各層次的分析結果有明顯差異，不分層就無法做出正確的考慮，有獲取錯誤訊息的風險。
在本研究中，我們討論使用 JMP 進行最佳化設計對虛擬實驗數據進行分層分析。在演示時，我們計劃透過案例研究來展示如何使用 JMP17 操作自訂實驗設計 (DOE)。
[主講人簡介]
在一家行銷研究和顧問公司工作並擔任組織人力資源顧問後，他目前是歐柏林大學商業管理學院的副教授。 FREELY LLC 的代表。在大學裡，除了商業研究和數據科學課程外，他還負責使用JMP預測學生的GPA（成績），並使用文部科學省進行練習（人流數據分析、AR應用程式開發） 、體育、科技DX補助。從研究生時代起，他就基於問卷調查和問卷實驗以及主要應用於教育和組織人力資源領域的案例研究，持續進行分析和設計主題的方法論研究。 https://gproweb1.obirin.ac.jp/obuhp/KgApp?resId=S000489
[共同主持人]
統計數學研究所 高橋剛德
*僅紙質展覽
