Embed Size (px)
Citation preview
実験計画法とは？
応答（ ）に対する因子（ ）の効果を効率的に調べるための実験を計画し、その結果を解析する統計の理論です。
注文処理方法 →
梱包の方法 →→ 配送時間
因子（ ） 応答（ ）
統計モデルY = 𝛽0 + 𝛽1X1 + 𝛽2X2
実験計画法のメリット
効率のよい実験を可能にします• 無駄な実験を省く一方で、必要な効果（交互作用、 次の効果など）を見落とすこと
のないように実験点を配置します。
精度の高いモデル作成を可能にします• 交絡による効果の重複や、多重共線性による推定精度の低下を回避するように実験
点を配置します。
このスライドは 段構成です
で
実験を計画する
実験結果を解析する
因子の最適な組合せを探す
実験を計画する
ストーリー
ある配送センターでは、新しい注文処理システムと、 つの異なる梱包工程を有しています。
どのような組み合わせの工程が、より効率的なのかを判断する必要があります。注文品の配送準備に要する時間を最短にする組み合わせを探すため、実験を行うことにします。
操作
メニューから、統計実験計画法 要因計画
要因計画を作成 を選択
操作
計画のタイプと因子数を決める（今回はデフォルトのまま）
操作
計画ボタンをクリック
コ ー ナ ー 点 の 反 復 数（実験の反復数）を に設定
をクリック
操作
因子ボタンをクリック
各項目に各因子の情報を入力
各画面で をクリック
実験の計画
自動的に実験の表が作成されます。
実験の実行順序はランダム化されます。
実験の計画
新しい列に実験結果（応答）を入力すると、この実験結果の解析を実施できるようになります。
※このスライドでは、次のページ以降にサンプルデータを用意しています。
実験結果を解析する
試用版 ダウンロード
データ
サンプルデータ ダウンロード
• 注文方法注文システムの種類（現在、新規）
• 梱包梱包方法の種類（ 、 ）
• 時間配送準備にかかった時間（応答変数）
操作
メニューから、統計 実験計画法要因計画 要因計画の分析を選択
操作
応答に時間 を入力
ボタンをクリック
結果の解釈
有意な効果を持つ因子の特定
標準化効果のパレート図を使えば、応答に対して統計的に有意な効果をもつ因子を正しく選択することができます。
赤いラインより右にバーが伸びている因子は、有意水準 で統計的に有意と判定されるものです。
結果の解釈
有意な効果を持つ因子の特定
今回の場合、注文方法と梱包工程、さらにそれらの交互作用は、すべて有意な効果を持つようです。
※ 交互作用とは、ある因子の応答への影響が、他の因子の水準に依存して生じる作用のことです。
因子の最適な組合せを探す
操作
メニューから、統計 実験計画法要因計画 要因計画プロットを選択
操作
ボタンをクリック
結果の解釈
グラフによる効果の可視化
主効果プロットは、各因子の水準ごとの応答の適合平均をプロットします。
今回の場合、注文処理システムを現在のものから新しいものに変更すると、平均準備時間が大きく減少するようです。
結果の解釈
グラフによる効果の可視化
交互作用プロットは、交互作用を可視化します。
梱包工程の違いにより、注文処理システムが新規のときと現在のときの変化の程度が異なるようです。
結果の解釈
グラフによる効果の可視化
また、このグラフから、新規の注文処理システムと梱包工程 の組み合わせが、準備時間を最短にすることが分かります。
まとめ
• 実験計画法（ 水準要因計画）に基づき計画を立て、実験結果を解析し、注文処理システムと梱包工程を変化させた時の効果を定量化した。
• 結果として、新規の注文処理システムと梱包工程 の組み合わせが、配送準備時間を平均的に最短にすることが分かった。
追加の考察
公式トレーニングプライベートトレーニング
もっと詳しい話は トレーニングで
今回の事例は つしか因子がなかったので、実験回数も少なく済みました。ただし因子が多くなるにつれ、実験数はどんどん増加します。そんな時、どうにかして実験数を削減するテクニックはないものでしょうか？
株式会社 構造計画研究所 スタッフ
お問い合わせ
試用版ダウンロード
ホームページ
