• 2026年04月30日(木) 10:00 ~ 17:00

１．実験計画法とは
　　（１）．実験計画法の歴史
　　　　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を支える実験計画法と重回帰分析：それぞれの利点と欠点
　　　　ｃ．演習：歴史と概要

２．実験計画法の基礎と特性のモデル化
　　（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）と分散分析（ＡＮＯＶＡ）
　　　　ｇ．演習：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
　　　　ｅ．計画の分解能（Ｄｅｓｉｇｎ Ｒｅｓｏｌｕｔｉｏｎ）
　　　　ｆ．計画の種類（直交計画と非直交計画）
　　　　ｇ．演習：スクリーニング計画（Ｌ１２）
　　（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
　　　　ｅ．多水準で１次・積および２次の効果を評価する応答曲面計画
　　　　ｆ．演習：モデリング計画（Ｌ１６）

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．代表的な応答曲面計画（ＣＣＤとＢＢＤ）
　　　　ｄ．Ｌ１６からＣＣＤへの展開
　　　　ｅ．あてはまりの悪さ（Ｌａｃｋ ｏｆ Ｆｉｔ）
　　　　ｅ．演習：応答局面計画（CCD）
　　（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．演習：最適計画（Ｒｕｎ１３）
　　（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．タグチメソッドと実験計画法の違い
　　　　ｅ．演習：タグチメソッド（Ｌ１８）

４．実務における活用のポイント
　　（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

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

オンラインセミナー