完全にランダム化された複製されていない 2k サンプルにおける外れ値を検出するためのグラフィカル ツール... 完全にランダム化された、複製されていない 2k および 2k-P 要因計画における外れ値を検出するためのグラフィカル ツール
トニー・クーパー博士、SAS 主席分析コンサルタント
ダグ・サンダース、コンサルティング統計学者
シェリル・ヒルド、イージス・サイエンシズ品質担当ディレクター
今日、産業界では統計手法に対する認識が高まっており、統計学者以外の人々が統計研究を実施し、統計的に計画された実験 (DOE) を行っています。応用分野で統計学者以外の人々が DOE を使用するケースが増えているため、DOE 結果の分析と解釈の両方をサポートするグラフィカルな手法がさらに必要になっています。特に、複製されていない DOE におけるノイズやアクティブな背景変数の外れ値の影響を調査するための使いやすい手段が極めて重要です。この論文では、複製されていない 2k および 2k-p 要因計画における外れ値を特定するための非常にシンプルでありながら効果的な手法を紹介します。この手法は、確立された確認的統計手法とシンプルなグラフィカルな探索的ツールを統合したものです。この手法を最も効果的に適用するには、グラフ上でカラー コードとマーカーを対話型かつ動的に使用する必要があります。これは、JMP ソフトウェアで特に簡単かつ強力に行うことができます。常に、産業界は最小限のリソースで最大限の情報を見つけようとしています。多くの業界は、純粋な誤差項が推定されない複製されていない計画に頼っています。擬似エラー項は、効果の重要性を推定するために使用できます。この方法論は調査を拡張し、実験者が実験内のノイズの一貫性を評価できるようにします。この方法は広く使用されており、実験者がデータを操作して誤解を招く分析を回避し、プロセスがどのように機能しているかについての追加の手がかりを発見することができます。
