レコーディング・エクスペリメンターズ・クラブ 2026年第1四半期ビデオ1：JMPのDOEプラットフォーム：アーティストのツールキットへの新たな追加
ビルフィッシュ828のブログはこちらをご覧ください: https://community.jmp.com/t5/JMP-Blog/JMP-s-DOE-platform-A-new-addition-to-the-artist-s-toolkit/ba-p/919860
質問: タグチデザインと直交表の違いは何ですか。
MOLSは因子間の独立性を保証するバランスのとれた一部実施要因設計行列であり、一方、タグチ設計はこれらの行列を利用してSN比平均応答を最適化し、堅牢性を高める。
ビデオ 2: n=1 の場合にランダム化を行う理由
コメント：私の主張は傾向というよりも、むしろ識別できない効果、つまり実験前には実際には分からなかった効果についてでした。まずは考えられる限り多くの影響要因、たとえ突飛な影響要因であっても、そこから因子を選択し、可能であれば、含まれていない要因を観察することをお勧めします。
ビデオ3: 応答曲面（RS）などのDOEの詳細な分析
Re: レコーディング実験クラブ 2026年第1四半期録音をありがとう、@maria_astals さん！
ランダム化についてですが、応答における時間的傾向を回避するというランダム化の目的には、私は完全には同意できません。ランダム化の目的は、実験に影響を与える可能性のある、未知の制御不能な外部要因の影響によって生じる実験におけるあらゆるバイアスを回避することです。これは、治療効果とその他の未知の効果（偽相関）との交絡を回避するために用いられます。
実験のランダム化の方法によっては、時間に対する設計の頑健性は多かれ少なかれ効果的になる可能性がある。より良い選択肢としては（妨害要因がどの程度既知で制御可能かによって異なるが）、以下のようなものがある。
- 実際の実行順序を記録し、それをモデルの共変量として使用して、既知の迷惑要因に対する統計的有意性と実用的重要性を評価します（これもまた、実行順序が影響を与える可能性があるかどうかを評価するための「事後分析」です）。 迷惑要因ではありません。
- @statmanさんが述べたように、ブロッキングを用いることで、ブロック間で要因レベルを可能な限り均一にバランスさせ、既知の制御可能な迷惑効果を軽減または完全に排除することができます。ブロッキングは、異なるオペレーター、機器/機械、日や週ごとの差異など、類似した実行を異なるブロック/実行グループに割り当てます。
- 時間を共変量として使用し、時間依存性を考慮して実験計画法（DoE）を事前に設計することで、時間経過に伴う因子レベルのバランスを取ることができます。 @bradleyjones は、時間的傾向に強い設計を作成する方法について非常に優れた記事を書いています。 「線形時間的傾向に強い実験設計を作成する方法」
アプリケーション例はこちら： カスタムデザインにおける定義済み順序の共変量
時間を共変量として使用して堅牢な時間的傾向設計を作成する状況については、 Peter GOOSとBradley JONESの著書「Optimal Designs of Experiments : A Case Study Approach」（第9章：共変量が存在する場合の実験計画）で説明されています。
外れ値や異常値を示すデータポイントが1つあるからといって、あまり心配する必要はありません。DoEは、OFATや他の類似手法に比べて、少数の外れ値に対する感度が低いように設計されています。
次回ご一緒できるのを楽しみにしています！
