実験設計におけるブロッキングの活用
以下の手順をご覧ください。
- ランダム化に伴う制約、ブロック化とプロット作成の違い、および共変量を設計に組み込む方法を理解する。 (1:26)
- ブロックとは分散に関するもので、同質な要因をグループ化することで、要因に関連する不要なノイズ（例えば時間帯など）を分離することができます。
- グラフは変動性に対応し、単位を整理することで、要因に関連するノイズ/信号を推定できるようにします。
- 共変量（実験に関連し、実験前に既知である制御不能な要因）を組み込むことで、関連要因の影響を評価できます。
- ウィジェットのケーススタディに関連する要因を理解する。製造業者は、スラリーに硬化剤を加え、攪拌し、粘度を制御し、成形し、焼成する。 (7:06)
- カスタムデザイナーを使用して、実験実施日に関連する差異を組み込む (8:55)
- 日々の変動を推定するために、実行データをブロックにグループ化する方法（ランダム効果ブロック）をご覧ください。
- 日々の平均差を計算するために、ブロッキングファクターを追加する方法（固定効果ブロック）をご覧ください。
- ランダム効果と固定効果の選択が、設計に必要な実行回数にどのような影響を与えるかを理解してください。
- 信号とノイズの推定値を得るために分割プロット設計を選択する理由を理解する
- カスタムデザイナーを使用して、変更が困難な要因とその他のすべての要因間の相互作用に関する統計情報を含む分割プロット設計を作成します。 (18:28)
- 誤ったデザインと正しいデザインを比較する (27:00)
- 分割分割プロット法と二元分割プロット法（ストリッププロット法）を理解し、比較する (30:16)
- モデルに関連因子（共変量）に関する情報を追加する (38:43)
注：36:30、43:53、44:49、45:16の時点で質疑応答が含まれています。
リソース
実験計画法
