• 2025年03月05日(水) 10:30 ~ 17:30

１．実験計画法とは
　　（１）．歴史的な流れ
　　　　ａ．数理統計学（サイエンス）と情報通信技術（テクノロジー）およびマネジメント（実験計画）
　　　　ｂ．実験計画法とデータサイエンス
　　　　ｃ．実務における実験計画法の成功事例
　　（２）．実験計画法の概要
　　　　ａ．勘・経験・度胸(KKD)と統計的品質管理(SQC)
　　　　ｂ．SQCにおける実験計画法と重回帰分析
　　　　ｃ．実験計画法の利点と欠点

２．実験計画法の基礎とモデリング
　　（１） 統計の基礎
　　　　ａ．古典統計とベイズ統計
　　　　ｂ．大数の法則と中心極限定理
　　　　ｃ．仮説検定と母数の推定
　　　　ｄ．検定の危険率と検出力（２種類の誤り：αとβ）
　　　　ｅ．要因効果検定のための直交配置（L型）と直交対比
　　　　f．効果の独立性（交絡と多重共線性）
　　　　g．Ｌ８直交表実験
　　（２）．要因の絞り込み（スクリーニング）
　　　　ａ．実験の目的と目標
　　　　ｂ．要因の種類（質的と量的）
　　　　ｃ．要因の効果（主効果と交互作用）
　　　　ｄ．効果の希薄性と遺伝性
　　（３）．特性のモデル化（モデリング）
　　　　ａ．絞り込まれた要因による多項式重回帰モデル
　　　　ｂ．多項式の次数（１次、２次）と因子の水準（２水準、３水準、多水準）
　　　　ｃ．効果の階層性と単峰性
　　　　ｄ．２水準で1次・積の効果を評価する実験計画（Ｌ１６）と活用事例

３．実験計画法の応用
　　（１）．応答曲面計画（Response Surface Design）
　　　　ａ．量的因子の変換（中心化、規格化）
　　　　ｂ．実験領域と応答曲面
　　　　ｃ．中心複合計画（CCD）
　　　　ｄ．ボックス・ベンケン計画（ＢＢＤ）
　　　　ｅ．モデルのあてはまりの悪さ（Lack of Fit）
　　　　f．講師が実践したCCDの紹介
　　（２）．最適計画（Optimum Design）
　　　　ａ．コンピュータ使用を前提とした非直交計画
　　　　ｂ．要因効果に応じた因子の水準設定
　　　　ｃ．推定精度を考慮した実験回数の設定
　　　　ｄ．講師が実践した最適計画（Run１３）の紹介
　　　　ｅ．固有技術＋実験計画法に基づく改善
　　（３）．タグチメソッド
　　　　ａ．静特性と動特性（特性評価と機能性評価）
　　　　ｂ．Ｌ１８直交表を使う理由
　　　　ｃ．制御、誤差、信号の３因子直積配置による動特性の頑健設計
　　　　ｄ．実験計画法とタグチメソッドの違い

４．実務における実験計画法活用のポイント
　　（１）．その実験は必要か？
　　　　ａ．目的と目標（データサイエンティストの視点）
　　　　ｂ．SQCの活用（多変量データ解析）
　　（２）．PDCAサイクルを意識しているか？
　　　　ａ．実験の計画、実行、検討、対応
　　　　ｂ．実験の発展（スパイラルアップ）
　　（３）．プロジェクト管理の視点があるか？
　　　　ａ．失敗リスクの管理
　　　　ｂ．利害関係者（ステークホルダー）の管理
　　（４）．技術および経営視点からみた実験計画法

５．おわりに
　　（１）．実験計画法の特徴と限界
　　（２）．実験計画法とデータサイエンス
　　（３）．ＤＸと実験計画法
　　（４）．質疑応答

日本テクノセンター研修室