실험적 제약으로 인해 실험 순서의 무작위 화가 제약을 받으면 분할 실험 모델에서 분석을 수행해야합니다. 실험 데이터가 깨끗하게 갖추어져 있는 경우에는, 번거롭지만 직교표 또는 완비형의 분산 분석표를 수동으로 재조합함으로써 대응해 왔다. 그러나 데이터가 고르지 않은 경우 손을 들어 올립니다. JMP에서는 데이터가 불규칙한 분할 실험·분지 실험의 경우에 대해서도 세련된 해석 기능이 「모델의 적합」에 갖추어져 있다. 여기까지는 2006년 3월 2일에 행해진 JMPer's Meeting의 요지이다. 그 후 「JMP 분할 실험의 공부회」가 여러 번 행해졌지만, 오래 가지 않았다. 최근 제조업에서 JMP가 널리 사용되고 있어 실험의 계획·해석에 JMP의 DOE가 주목받게 된 것은 기쁘다. 현실의 실험에서는 랜덤화에 어떠한 제약이 포함되는 것이 보통이지만, 현실에는 완전 랜덤으로 간주한 해석이 행해져, 잘못된 결과의 해석이 되기 쉽다. 현재도, 20년전과 같은 상황이 계속되고 있다고 인식해, 고요가 선생님의 유고도 포함해, 입문 강좌로 하고 싶다.
