JMPのEasy DOEプラットフォームのパワーと、父娘チームの創造性が融合した、活気あふれるセッションを体験してください。プレゼンターを務めるのは、研究開発マネージャーとその9歳の娘さん。Easy DOEを使って様々な種類の紙製のカエルを作る、魅力的な実験を通して、皆様をご案内します。
Easy DOEのJMP 18におけるユーザーフレンドリーなアプローチにより、さまざまな条件下で異なる紙製のカエルがどのように振る舞うかを調べるための実験計画を簡単に設定・実行する方法を学ぶことができます。このセッションでは、因子指定やモデル選択のためのユーザーフレンドリーなオプションなど、JMP 18におけるEasy DOEの最新機能の一部を紹介します。
家族チームがEasy DOEを使って紙製のカエルのデザインを分析し、パターンを発見する様子をご覧ください。DOEを初めて使う方も、専門知識を深めたい方も、このセッションではご自身のプロジェクトに役立つ実践的な洞察と戦略を学ぶことができます。
皆さん、こんにちは。本日の講演にお越しいただきありがとうございます。講演のタイトルは「さあ始めよう：簡単なDOEで紙のカエルを作ろう」です。私はJMPのDOEおよび信頼性チームのマネージャー、ライアン・レキベッツです。
ノースウッズ小学校のロリー・レキベッツです。
ええ。そして、たまたま私があなたの父親です。はい。タイトルを見ると、紙のカエルを作る何かが見えます。もしあなたが私と同じなら、自然な疑問は「紙のカエルって何？」でしょう。見てみましょう。ここにビデオがあります。これは何のビデオですか？
これは私が紙のカエルを作っているところです。この紙のカエルは折り紙で作るカエルで、折るとジャンプさせることができます。
ええ。普段からこんなに大きく作るんですか？
いいえ。
いいえ。私たちはただ、それらがどんな見た目なのかをよりよく理解してもらいたかっただけだと思います。ところで、紙のカエルの作り方はどこで覚えたのですか？
学校で。
学校で。正直に言うと、私は自分で紙のカエルを作ったことがありません。彼女が家で紙のカエルを作る人なんです。でも、この紙のカエルを作った後、それがこのようにジャンプできるかどうかは分かります。でも、私たちはもっとうまくジャンプできることを期待していたと思います。
また、彼女が学校で紙のカエルの作り方を覚えてからは、余った紙切れがあると、どういうわけか紙のカエルやプラスチックのカエルに変わることがよくありました。でも、これにはどんな目的があったのでしょうか？繰り返しますが、私は紙のカエルを作ったことはありませんが、家でたくさん見てきました。この研究の目的は何だったのでしょうか？何をしたかったのですか？
カエルがより遠くまでジャンプできる要因は何なのかを知りたかった。
うんうん。彼女がそう言ったとき、私は彼女に「遠くまでジャンプするカエルを作れるか？」と挑戦した。これは親父ギャグのつもりだった。そう。さて、Easy DOE が何かわからない人のために説明すると、Rory は私たちが Easy DOE を初めて発表したときの最初のベータテスターの 1 人だった。しかし、これは実際にはジャンク ドキュメントから得られた数値にすぎない。
これらは、実験を設計する際に通常行う手順またはフェーズです。記述フェーズでは、応答と要因について説明します。指定フェーズでは、想定する基礎モデルがあります。設計を作成し、データを収集し、最終的に収集したデータにモデルを適合させ、それを使用してプロセスのパフォーマンスを最適化するか予測するかを決定します。しかし、JMP で従来行ってきたことを考えてみましょう。
Easy DOE の気に入っている点は、設計と分析という一連のステップを 1 つのプラットフォームに統合できることです。従来の JMP での DOE のやり方を考えてみてください。記述、仕様、設計の順に DOE プラットフォームを使用して進めますが、その段階ではデータ テーブルを作成するだけで、設計フェーズと収集フェーズの間には明確な分離があります。Easy DOE は、これらすべてを 1 つのプラットフォーム内に統合しようとしています。つまり、私たちがこれを開発したときの目的は、カスタム設計に不慣れな初心者ユーザーを支援することでした。
例えば、DOE にアクセスしてカスタム設計を見ると、そこに表示されているすべての機能に圧倒されてしまうかもしれません。Easy DOE は、DOE メニューの「カスタム」と「拡張」のすぐ下にあります。起動すると、より分かりやすい「連続係数を追加」というオプションが表示されます。ヒント付きの補足説明もいくつかあります。連続係数は任意の数値を取ることができます。ヒントも表示されます。例えば、温度は 30 から 50 の間です。Easy DOE では、このプラットフォーム全体を通して、このようなヒントや詳細情報が表示されます。
しかし、この設計にあたって私たちが特に重視したのは、JMPのDOE（実験計画法）の原則を忠実に守ることでした。これはカスタムデザインへの架け橋となるものだと考えています。Easy DOEでユーザーをサポートしたいという思いはありますが、Easy DOEではニーズを満たせない場合にカスタムデザイナーを使いたいと思ったとき、カスタムデザインへの移行が大きな飛躍にならないようにしたいと考えています。特に、実験計画法に慣れているユーザーにとっては、フレキシブルモードはカスタムデザインとより近い感覚で利用できます。
ここで見てみると、いくつかの要素を追加するかもしれませんが、フレキシブル モードを見ると、モデルなどはガイド モードなどよりもずっと馴染みのあるものに見えます。このさまざまなタブは、この後も表示されますが、すべてのワークフローが 1 つのプラットフォーム内にあると言ったことを覚えているでしょうか。ここにあるように、上部にタブがあり、DOE プロセスの一部としてこれらのさまざまなステップを反映しています。ここで、1 つのことを述べておきます。この Easy DOE ファイルを閉じると、実際には保存されていることがわかります... この JMP DOE への変更を保存しますか?
今のところは「いいえ」と答えますが、Easy DOEの便利な点の1つは、必要に応じてJMP DOEファイルを保存できることです。例えば、DOEダイアログやDOE JSスクリプト、JMPのデータテーブルを保存するだけでなく、JMP DOEファイル自体を共有できるのです。そのため、設計の初期段階でも、データ収集後でも、同僚と共有できます。
さて、これらの紙のカエルに関しては、デザインに関して実際に何をしたかったのでしょうか？最初のステップとして、Easy DOEに入ると、明確なフェーズがあります。反応と要因があります。それに対する反応はどうでしたか？何をしたのですか？
カエルがどれくらいの距離をジャンプしたかを測りたかったのです。
カエルはどれくらいジャンプしたか？ ええ。それについては後で少し話そうと思いますが… カエルがどれくらいジャンプしたかをどうやって測るのかは、すぐには分かりませんよね？ ちょっと難しかったですよね？ 最初はそうでしたよね？ でも、最終的にあなたが興味を持ったのは、カエルがどれくらいジャンプできるかということだったんですよね。
しかし、興味深いことに、実際に紙のカエルを使った実験を検索してみると、思ったほど簡単ではないことがわかります。科学フェアの実験はいくつか見つかりますが、それらは通常、たった一つの要素しか変えていないのではないでしょうか？例えば、紙の種類を変えるとか、そんな程度です。では、あなたはどのような要素を決定したのですか？
紙の種類、例えば厚紙や装飾紙などです。厚さが違うと、届く距離も変わってくるかもしれないと思ったからです。
わかりました。では、サイズはどうでしょうか？
もっと大きかったら、それほど遠くまで飛ばないかもしれないと思った。
動画で見ましたよ。あれはちょっと大きすぎましたよね？ジャンプさせるのが難しくなりました。この重さはどうですか？あのペニーは何だったんですか？
1セント硬貨を1枚乗せた場合と、乗せなかった場合で、重さが増すかどうか、そしてどれくらい遠くまで飛ぶのかを確かめたかったのです。
はい。ええ。フォールドってどういう意味ですか？
カエルを折るとき、普通に折ればそれが普通です。すごく正確に折れば、それが私が正確に折った方法です。
それは、折り目に余計な力を加えたということでしょうか？
うん。
彼女が折っているのを見ていると、ある種の弾力性があるから違いが出るのかもしれないと思う。あまりにも正確に折ると、弾力性がなくなるのかもしれない。この表面はどうなっていたんだろう？
表面が滑らかかでこぼこしているかによって、飛距離に影響があるのかどうか気になっていました。
はい。それが要因でした。あなたは何をしましたか？確か、これらを再度入力したのはあなただったと思いますよね？確認してみましょう。ここに、あなたが簡単な実験計画法（Easy DOE）で入力した要因があります。さて、以前にも簡単な実験計画法（Easy DOE）を行ったことがあるので、今回は何か違いを感じましたか？少し違いましたか？
うんうん。
はい。それがロリーの親になるかどうか確信が持てませんでした。というのも、Easy DOE の上部で気づくことの 1 つは、ここにあるこれらのボタンを使用して因子を追加できることです。連続因子、離散数値因子、カテゴリ因子を追加します。しかし、ここにある私のコメントのいくつかを見ると、今回ははるかに速かったと思います。最初に紙飛行機で行ったときは、因子ごとに検討し、「さて、これはどのようなタイプになるだろうか？」という議論をしていました。今回は、ほとんどの場合、さまざまなタイプが何であるかをかなり早く認識できたと思います。
しかし、JMP 18 をご利用の場合は、Easy DOE の因子リストの表示方法が新しくなっていることを指摘しておきたいと思います。特に前回は、例えば Rory が後で、サイズがカテゴリ変数であると判断した場合に、サイズには数値が関連付けられているため、実際には連続変数または離散数値変数であると判断した場合に、特定の順序で表示したい場合は、他のすべての因子を削除してから再度追加する必要がありました。
JMP 18 では、ここでわかるように、切り替えることができます。たとえば、重量が必要な場合でも、1 セント硬貨の代わりに、1 グラム、2 グラムなどの小さな重量を割り当てることができます。これで、いつでも連続型またはカテゴリ型にすばやく切り替えることができます。たとえば、順序を変更したい場合、たとえば、力をリストの上位に移動するとします。ラップトップでこれを実行しようとしているときに実行します。これで完了です。この新しい因子リスト内でドラッグ アンド ドロップもできることがわかります。
以前は、表示される項目の順序を変更しようとすると、DOE 内でかなりの作業が必要でした。今では、これを非常に簡単に行うことができます。ここには便利なボタンもあります。行の追加、削除、取り消しができます。これは特に便利です。ルールの仕組みがよく理解できれば、これらのボタンを使う必要はなくなると思います。これらのボタンは使いましたか？それともあまり使いませんでしたか？
ええ。コツさえ掴めば、この便利なコントロールを使い始めることができると思います。同じです。応答テーブルにも同じものが表示されます。さて、覚えていますか？これについては少し話しましたよね。なぜあなたの目標を最大化したのですか？
どこまでできるか見てみようと思っているだけです。何か目標に到達しようとしているわけではありません。
あるいは、この意味では大きい方が良いのかもしれません。あなたはカエルをジャンプさせたかったのだと思います。確かに、カエルがジャンプできるかどうか試すために、的を用意するかどうかについて話し合ったことはあります。それは将来的に面白いかもしれませんね。
でも、ここの9歳の子にとっては、カエルをできるだけ遠くまでジャンプさせる方がずっとクールだと思う。学校の友達もそう思うよね？うん。そう、また、この新しい係数リスト。これはJMP 17にあったものとかなり似ているように見えるけど、JMP 18にアクセスできるなら、この新しい係数リストの方がずっと寛容だと思う。特にEasy DOEのようなものでは、あるいは気が変わった場合、ずっと簡単に変更できる。
はい。これが定義です。これで、これらすべてが揃いました。ここで、下部のナビゲーション コントロールを使用するか、モデルに移動することができます。モデルでは、まだ少し難しいと思います。Easy DOE を使用している場合、相互作用が何であるかをまだ理解しておく必要があります。覚えていますか？相互作用とは何か覚えていますか？
相互作用とは、2つの要因が互いに作用し合うことを指します。
具体例を挙げるとすれば何でしょうか？ここで挙げた要素を検討したら、どのようなことが起こると思いますか？
折り目や紙の種類に関する何かがあると思っていました。
なるほど。それは、どちらか一方の方が折りやすいからですか？
うん。
どちらの方が折りやすかったですか？
厚紙。
わかりました。もしかしたら、相互作用で何かが起こっている可能性があるという考えがあったのかもしれません。しかし、ここを見てみると…そのモデルを見たとき、主効果は重要なものを見つけるだけですが、2因子相互作用では、その数値はどういう意味になるのでしょうか？
30個作らなければならなかった。
そうですね。彼女はカエルを30匹作らなければなりませんでした。30匹は多すぎたでしょうか、それともそうではなかったでしょうか？
私ならできた。すごくスムーズにできた。
ええ。そうですね、普通に練習すれば、30秒くらいでできることもあると思います。
うん。
テレビを見ながら作ったんじゃないですか？そうですよね？それで話し合った結果、30匹が妥当だと思いました。ひどい数ではありませんでした。それに、相互作用への関心も感じられました。最終的にその数で行くことにしました。では、30匹のカエルを用意しました。そこでやったことは、次のボタンを押しただけです。これは、どのカエルを作る必要があるかを示していました。それから、実際にやったことを告白します。それを印刷して、あとはデータを収集する作業でした。このデータ収集についてお話していただけますか？
箱からカエルをランダムに1匹取り出しました。次に、テープをカエルの鼻の先端に貼り、カエルをジャンプさせました。そして、ジャンプさせた時の鼻の位置と、ジャンプさせた後の鼻の位置との間の距離を測りました。これを3回繰り返し、その最大絶対値を記録しました。
ええ。そうですね、これは興味深い点でした。というのも、その距離であなたが何をしたいかにあまり干渉したくなかったからです。鼻が始まった場所に最も近い地点に行くと思うかもしれません。実は疑問もありました。最大絶対値に気づきましたか？私が疑問符と言ったのがわかりますか？絶対値とは何か覚えていますか？
それは、ゼロからどれだけ離れているかということです。
陰性だったものもあったのでしょうか？
はい。
それがマイナスだった場合、どういう意味ですか？
それは後退した。
ええ。最初に取り出した数匹については、パパは娘のカエルの実験がうまくいかないんじゃないかと心配していました。だって、中には全くジャンプしないカエルもいたでしょう？ 空中にジャンプしても、せいぜい1センチか2センチしか留まらないカエルもいれば、マイナスに動いているカエルもいました。でも、最終的には… ご覧のとおり、かなり遠くまでジャンプしたカエルもいましたよね？ どう思いますか？
うん。
はい。データ入力が終わったので、データ収集後には何をすればいいですか？次のタブは何でしたっけ？あ、すみません、そこには表示されていないようですね。データ収集後に何をしたか覚えていますか？
私たちは遠くまで移動し、分析に向かった。
ええ。ここを見てください。実はもうその分析は記入済みだと思います。記入されているか確認してみましょう。もう一方の方にも記入されているかもしれません。見てみましょう。分析では何をしましたか？ここに来ると、これらがすべて含まれていると思います。これはあなたがここに求めていたものに見えましたか？いいえ。何をしたか覚えていますか？
私はベストモデルに会いに行きました。
最適なモデルですか？わかりました。何が見えましたか？最適なモデルに到達したとき、あなたにとって何が重要でしたか？
光の下では、厚紙が重要なようだった。
うん、そうだね。あの厚紙が効いてるんだね。うん。もしくは紙が効いてるんだね。うん。もしかしたら重さのせいかもしれないね。
うん。
これは興味深い点でした。なぜなら、このフォースライトはそれほど重要ではないように見えたからです。これは、JMP 18 についても言及しておくべき点です。前回のことを覚えているかどうかわかりませんが、JMP 17 では、効果を削除すると、モデルに含まれていないすべての効果がちょうどゼロを中心としていました。すべての相互作用を削除するとどうなるか見てみましょう。ここで、JMP 18 では、この効果を次に追加した場合に何が起こるかを実際に教えてくれることに気付くでしょう。これがあなたにとって明らかだったかどうかはわかりませんが、JMP の最新バージョンでは、これを削除すると、突然、すべての信頼区間が大きくなりました。削除したものに注意を払わなければ、難しくなっていました。
JMP 18 の良いところの 1 つは、すぐに戻ってそれを入力できることです。また、経験豊富なユーザーから多くのフィードバックを受けたため、force を削除すると、Easy DOA が影響遺伝にも従うようになったことにも気づくでしょう。遺伝の意味については、また別の日に議論しましょう。さて、実際には...言い忘れたわけではありません。そのデータを収集した後、興味深いと思いました。それで、他のことをする前に、データを入力する前に、最初の印象はどうだったか尋ねたのを覚えていますか。覚えていますか?私が書き留めたのはこれです。何を？紙です。
紙質が重要なようです。それから、装飾力と通常力にも何らかの関係があったように思います。どちらも非常によく調和しているようです。
わかりました。それで、私があなたに尋ねたとき、それは相互作用のようなものかもしれないと言いました。するとあなたは、ペニーがある方がペニーがないよりも良いかもしれないと言いました。それとも逆でしたか？それを書き留めたかどうかわかりませんが、私の紙にはそう書いてありました。しかし、ここから、その予測に移ると、ペニーがない方が良いように見えましたか？でも、あなたの言うことは正しかったようですか？何かが起こっていましたか？見てみましょう。その力を光から通常のものに移動すると、相互作用の考え方があるように見えますか？
うん。
ええ、そうですよね？装飾用または厚紙で何が起こっているかによって、その力に何かが起こっているようです。実際、何かがあったかもしれないと気づきましたよね…覚えていますか？本当に良いカエルを作りたいと思ったらどうしますか？どうしましたか？
最適化をクリックしました。
ええ、最適化ですね。確かに、実際に議論する必要がありました。将来のバージョンでは、「これがあなたの要因に対する最適な設定です」というテキストを追加するかもしれません。しかし、それをクリックすると、JMP が私たちに提案していたことになります。つまり、Easy DOE が Rory に伝えていたのはそれだったということです。ここでも言及しておくべきでしょう。外れ値の概念について話しました。強調していなかったと思いますが。このモデルでは、これらの残差を見たとき、外れ値が何であるかについては既にある程度の知識がありましたよね。ここで何に気づきましたか?
それは7行目と9行目の外れ値だった。
実際、私たちは戻って、この9列目は大丈夫そうに見えました。戻ったとき、7列目について何に気づいたでしょうか？
実際には正の最大値が存在した。
ええ。プラスの値がありました。
うん。
これはまさに絶対的なものでした。これはたまたまかなり昔に遡ったものです。私たちが変更を加えたとき、状況も少し変わったと思います。まだそのうちの1つが残っていたと思います。もう1つのマイナスがありました。振り返ってみると、そうですよね。実際に、それらの絶対的なもののいくつかをよりポジティブなものに変更したと思います。それはまさに最大値のようなものでした。そのモデルで、私たちが最良のモデルに到達したとき、実際にはあなたにとって重要に見える効果がいくつか追加されていましたよね？
はい。
これもまた別の可能性かもしれません。でも、いずれにせよ、結局のところ、私たちはまだ興味を持っていました。興味深いのは、外れ値を変更した後でも、実際には同じ予測がされたことです。つまり、あなたの最良のカエルは依然としてそのカエルでした。特に、あなたは実際にそのカエルを持っていましたか？広葉樹にはなかったと思います。それは正しかったですか？少しネタバレになるかもしれませんが、そのカエルを試したとき、うまくいきましたか？
うん。
もし直接お会いできたら、それが…実際は？たぶん40センチか50センチくらいかな。紙のカエルがそんなに遠くまでジャンプできるとは思っていませんでした。実験するまではそう思っていましたか？いいえ。
ここで、もう一つ付け加えておきます。父はこう考えました。「よし、私は統計学者だ。きっとローリーのモデルを凌駕できるはずだ。あるいは、統計ツールを使って何かをしよう。」例えば、私はそれを積み重ねてみました。「よし、もしかしたら何らかの時間的効果があるかもしれない。ランダム効果モデルを使って、これらのカエルはランダム効果であると定義できる。」そして、見てください。私たちは、時間的傾向があるかもしれないと考えました。
まあ、私が面白いと思ったことの1つを挙げるとすれば、「じゃあ、私もやってみようかな。代わりにその3つの平均値を取ってみよう」と言うかもしれません。でも、結局のところ、お父さんの結果はあなたとほぼ同じになりました。これ以上はできませんでした。でも、私がやったことが1つあります。どうやってこれを得たのか？ええと、そのデータから、私はそのデータをエクスポートしただけです。私はロリーと同じものを使っていて、それらの距離の列を自分で追加しただけです。私たちが持っていた元のシートをそのまま使いました。つまり、それが私がロリーのこの距離1、2、3を得た方法です。
でも、ここにデータがあれば、エクスポートして良かった点が1つあります。グラフビルダーのようなものができたんです。覚えていると思いますが、ロリーは、紙が重要になるかもしれないと言っていました。これはとても簡単で、グラフビルダーに紙とメインの距離を読み込むだけで、距離1、2、3、最大距離でもできたはずです。でも、グラフビルダーに列切り替え機能を追加したので、これで確認できます。カードストックと装飾に何か問題があるようです。
サイズは、そうかもしれないし、そうでないかもしれない。待てよ、そうだ。ペニー硬貨がないように見える。折り目は、それほど目立たなかったと思う。少し良くなったかもしれない。力は、もっとばらつきがあるかもしれない。その力には何かがある。表面は、少し見える。でも、ここでその違いがわかると思う。紙には間違いなく何かがある。
Graph Builder のようなものにこれを読み込むことについて、もう一つ私が気に入っているのは、ここから始めてみましょう。この距離を取ってみましょう。さて、ロリーが言っていたことを覚えていますか。彼女は、カードストックと装飾品に何か問題があると考えていました。それをここに持ち込んでみましょう。それを見る方法はいくつかあります。しかし、これは、光に関しては彼女の言うとおりかもしれません。光の力は、カードストックと装飾品の間に大きな違いはないかもしれません。しかし、通常のものがあれば、違いがあるように見えます。
これは良い方法だと思ったので、エクスポートしたデータから直接グラフビルダーを起動してみましょう。ここで言っておきますが、最大値は実際にはそれほど悪くなかったかもしれません。9歳の子どもが何を望んでいるかを考えてみましょう。ここでは、平均値を見ていました。いくつかの試行では標準偏差がありました。できるだけ堅牢にしたいと思っていました。しかし、結局のところ、彼女は学校に行って、遠くまでジャンプできるカエルを持っていることを友達に見せたいのです。たとえ時々失敗しても、おそらくそれでいいでしょう。ジャンプできる距離を友達に見せるチャンスは一度きりではないと思います。そうですよね？もしかしたら、彼女が最大値を選んだのは実際にはそれほど悪くなかったのかもしれません。
しかし、仮に私が実際にその平均距離を取り込みたいと思ったとしましょう。おそらく私はたくさんの作業をしました。おそらく自分の外れ値を削除しました。おそらくその応答を変換しました、または外部で何らかの作業を行いました。今、それをRoryのEasy DOEに戻そうとすることができますが、作業していたデータテーブルしかない場合はどうすればよいでしょうか。新しいEasy DOEを起動すると、これは少し見つけにくいと言いますが、その因子テーブルの下にある赤い三角形をクリックすると、ここに低設計のオプションがあります。
ここでは、私が持っている因子を選択します。これらはRoryが持っていた因子です。ご覧のとおり、Easy DOEはあなたが使用したのと同じ設計を読み込んでいます。しかし、Roryの応答を使用する代わりに、あるいは自分で実行したい場合は、「応答の読み込み」に移動して、その平均応答を取り込みます。このようにして、外部で他の作業を行い、Easy DOEを使用して読み込むことができます。これを新しい設計と呼びますが、実際にはそうではありません。Easy DOEを使用している人がそのファイルやデータテーブルを他の人に送信した場合でも、それを簡単にEasy DOEに読み込んで、独自の作業を行うことができます。
結局、予測は正しかった。最終的には同じ予測になったと思う。予測したカエルに満足した？パパが試した時でさえ、私のカエルはあなたのカエルよりも遠くまで行けたと思う。あなたの予測を使った場合。そうでもないかもね。
はい。これで、Easy DOEに関するプレゼンテーションは終了です。最後にいくつか考えを述べます。私自身の考えはさておき、時にはシンプルに考えることも大切です。プロセスを信じましょう。実験計画法を実行するだけでも、多くのことを学ぶことができます。繰り返しますが、父がもう少し時間をかけてくれれば、もっと良いモデルや、もっと多くのことが分かったかもしれません。しかし、シンプルに考えることは本当にうまくいきました。プロセスを信じることで、実験計画法を実行してデータを見るだけでも、多くのことが分かるという考え方は本当に重要です。
二重ランダム化は、後から考えると一つの問題だった。跳んだ順番を記録しておくべきだったかもしれない。元の順番は使わなかったからね。あれは君の番号付けシステムだったと思う。でも、君がただ上手くなっているだけなのか、それとも時間とともに修正しているだけなのか、私たちにはよく分からなかった。時間的な枠組みを測ることはできなかったけれど、君はあまり気にしていなかったと思う。でも、統計学者であるパパは、君が跳ぶ紙のカエルの跳び方を徐々に覚えていくことを心配していたんだ。だって、ずっと跳ぶのは君だったんだから、そうでしょ？
次回はどのように変えますか? お父さんが最初にやってもいいですか。強制は主観的すぎると思いました。光と通常の区別が難しかったと思います。少なくとも私がロリーを見ていたときは、その光は、少しちらつくので、やりにくいことがありました。また、その時間効果についてもっと考えていると、何か学習が起こっているのかもしれません? カエルの中でのその3回の繰り返しでさえ、これを分割プロットとして行う方が良いと思います。特にその場所効果のように、一度に数匹のカエルを行うために、これをバッチで行う方が簡単だと思います。
では、今回は鼻先から鼻先までを測っただけなので、次回は、それをまっすぐ下に伸ばしてみるのも良いかもしれません。例えば、まっすぐ下に伸ばせる定規があったとして、それをまっすぐに伸ばしたり、あのターゲットを狙ったりできるでしょうか？ あなたはどう思いますか？ 次回はどんなことを変えてみますか？
別の用紙の種類を追加してください。
別の種類の用紙を追加してください。他に何か違うことをしていますか？
おそらく、ターゲットを切り詰めるためでしょう。
ターゲット、楽しそうですね。すごくいいアイデアだと思いませんか？またいつかDOEに挑戦してみませんか？ええ。でも、料理のDOEがいいかもしれませんね。お楽しみに。もしかしたら、チョコレート作りの話もしたかもしれませんね。
それでは、お時間をいただきありがとうございました。ご参加いただきありがとうございました。ご意見やご質問がありましたら、下記にご記入ください。ありがとうございました。
