개발 현장에서는 초기 실험 단계에서 모든 요인과 모델 구조를 전망하기가 어렵습니다. 실험 결과를 확인한 후, 탐색 범위의 재검토, 교호작용이나 제곱항의 추가, 새로운 설명 변수의 도입이 필요할 수 있다. 한편, 취득한 실험 데이터를 버리고 처음부터 실험을 다시 실행하는 것은 시간과 비용면에서 큰 부담이된다. JMP의 확장 계획은 기존 데이터를 기점으로 발전시키고 싶은 모델에 필요한 추가 실험점을 설계할 수 있는 기능이다. 본 발표에서는 초기 실험에서 얻은 깨달음을 바탕으로 기존 데이터를 활용하면서 모델을 단계적으로 발전시키는 확장 계획의 사고방식과 활용 절차를 소개한다. 구체적으로는, 초기 실험만으로는 설명할 수 없는 결과에 대해, 교호작용이나 제곱항의 추가, 탐색 범위의 재검토, 새로운 설명 변수의 도입 등, 실무로 직면하기 쉬운 장면을 상정해, JMP에 의한 추가 실험점의 생성과 모델 갱신의 흐름을 나타낸다. 제한된 실험 자원 내에서 실험 결과를 다음 계획으로 연결하고 기술 지식을 깊게하는 실용적인 방법을 제안한다.
