こんにちは、
これまで何度か実験計画法（DOE）を実施してきましたが、常に課題となるのは、必要な試験回数の多さです。例えば、7回の実験ランを含むスクリーニング計画を用いる場合、再現性を評価するために、通常、1回のランにつき4～6回の反復試験を実施します。つまり、DOEあたり合計28～42回の試験が必要になります。
しかし、これらすべての試験を実施した後でも、モデルの性能はしばしば不十分で、R²値は0.35～0.65程度にとどまります。さらに、信頼区間が広く、パラメータ推定値が一貫していないため、信頼性が高く再現性のあるモデルを特定することが困難です。多くの場合、同じ試験の2つの異なる領域で制御された条件下でYデータを収集したとしても、モデルは一貫性を欠き、決定的な洞察を提供できません。
ますますイライラさせられます。この問題に効果的に対処し、無駄な労力を削減しながらモデルの信頼性を向上させるにはどうすればよいでしょうか？
