公開日: 04/01/2021

計画の作成

実験計画の手順: 問題の把握、モデルの指定、計画の作成で概説する手順に従い、計画を作成します。

応答と因子の定義

モデルの指定

計画の作成

計画の評価

データテーブルを作成する

応答と因子の定義

最初に表示されるアウトラインで、応答と因子に関する情報を入力します。

応答

1. [実験計画(DOE)]>[カスタム計画]を選択します。

2. 「応答名」の下の「Y」をダブルクリックし、「濃度」と入力します。

「目標」はデフォルトで[最大化]になっています。この例での目標は、濃度が目標の1.3(1.2~1.4の範囲内)になることです。

3. デフォルトの目標値である[最大化] をクリックし、[目標値に合わせる]に変更します。

図3.4 [目標値に合わせる]を選択 

Image shown here

4. 「下側限界」の欄をクリックして「1.2.」と入力します。

5. 「上側限界」の欄をクリックして「1.4.」と入力します。

6. 「重要度」の欄は空白にします。

応答が1つだけなので、デフォルトで、その応答に重要度1が割り当てられます。

入力が終わった「応答」アウトラインは図3.5のようになります。

因子

因子は、手動で入力するか、または因子と設定が含まれている既存のテーブルからロードします。新しい実験を計画する際は、最初に因子を手動で入力しなければなりません。[因子の保存]オプションを使って因子をデータテーブルに保存すると、そのデータテーブルからの因子のロードが可能になります。

この例では、どちらの方法でもかまいません。手動での因子の追加または[因子のロード]を使った因子の入力を参照してください。

手動での因子の追加

1. [因子の追加]>[カテゴリカル]>[2水準]を選択します。

2. デフォルト名の「X1」「挽き」に変更します。

「役割」は「カテゴリカル」に設定されています。「変更」の属性はデフォルトで「容易」になっています。この「容易」は、実験を1回行うごとに、「挽き」の設定をリセットすることを示しています。

3. 「L1」と「L2」のデフォルトの値をクリックし、それぞれ「Coarse」と「Medium」に変更します。

4. 「N個の因子を追加」の右側のボックスに「3」と入力します。[因子の追加]>[連続変数]を選択します。

5. デフォルト値を次のように変更します。

温度(195と205)

時間(3と4)

豆の量(1.6と2.4)

6. [因子の追加]>[ブロック]>[ブロックあたり4実験]を選択します。

この例では、予算の都合上、実験回数が12に決まっていました。これら12回の実験を3つの場所にバランス良く分散させます。

7. デフォルト名の「X5」「場所」に変更します。

「役割」が[ブロック]に設定され、「値」の設定値が1つだけであることに注目してください。これは、ユーザが希望の実験回数を指定するまで、JMPがブロックの数を判断できないためです。「実験の生成」アウトラインで「実験の回数」を指定すると、「場所」の水準数が更新されます。

図3.5 設定後の「応答」および「因子」アウトライン 

Image shown here

8. [続行]をクリックします。

「カスタム計画」ウィンドウに次のアウトラインが追加されます。

因子の制約を定義(この例では使用しません)

モデル

交絡項

計画の生成

[因子のロード]を使った因子の入力

因子の情報を含んだテーブルを使って因子を入力するには、次の手順に従います。

1. 「カスタム計画」の赤い三角ボタンをクリックし、[因子のロード]を選択します。

2. [ヘルプ]>[サンプルデータライブラリ]を選択し、「Design Experiment」フォルダ内の「Coffee Factors.jmp」を開きます。

因子をロードすると、「カスタム計画」ウィンドウが更新されます。「カスタム計画」ウィンドウに次のアウトラインが追加されます。

因子の制約を定義(この例では使用しません)

モデル

交絡項

計画の生成

因子の制約を定義

[因子の制約を定義]アウトラインは、因子を手動で入力して[続行]をクリックした後、またはデータテーブルから因子をロードした後に表示されます。因子に制約がある場合は、「応答」と「因子」における手順の途中で追加します。この計画では因子設定に制約がないため、このアウトラインでは何もしません。

モデルの指定

「モデル」アウトライン

図3.7は、「モデル」アウトラインです。「モデル」アウトラインでは、推定したいモデル効果を指定します。モデルの指定を参照してください。デフォルトで表示されるリストには、すべての主効果が[必須]と表示されます。これは、この計画ですべての主効果が推定できることを示します。この時点で興味があるのは因子の主効果なので、「モデル」アウトラインに効果は追加しません。

図3.6 主効果だけの「モデル」アウトライン 

Image shown here

同じ結果を得るための手順(オプション)

「カスタム計画」のアルゴリズムでは、無作為に選んだ初期計画から計画を探索していくので、実際の計画は図3.8とは異なってきます。同じ実験を含む計画を作成したい場合は、計画を生成する前に次の手順を実行します。

1. 「カスタム計画」の赤い三角ボタンをクリックし、[乱数シード値の設定]を選択します。

2. 「569534903」と入力します。

3. [OK]をクリックします。

4. 「カスタム計画」の赤い三角ボタンをクリックし、[開始点の数]を選択します。

5. 「100」と入力します。

6. [OK]をクリックします。

注: 上記の乱数シード値と開始点の数を設定すると、以下の例と同じ計画が得られます。ただし、計画のデータテーブル中の行の順序は異なる可能性があります。同じ結果でなくても良い場合は、これらの手順は不要です。

計画の作成

「計画の生成」アウトラインで、計画の構造やサイズに関する追加的な情報を指定できます。実験回数のデフォルト値は12です。この例では、予算の都合上、実験回数が12に決まっていました(実験の回数)。

図3.7 「計画の生成」アウトライン 

Image shown here

1. [計画の作成]をクリックします。

「カスタム計画」ウィンドウに、「計画」および「計画の評価」アウトラインが追加されます。「出力オプション」パネルも表示されます。

「計画」アウトラインには計画が表示されます(図3.8)。同じ結果を得るための手順(オプション)の手順を行わなかった場合、計画は図3.8のものと異なる場合があります。これは、アルゴリズムが、無作為に選んだ初期計画から最適な計画を探索するためです。

図3.8 コーヒーの実験の計画 

Image shown here

計画の評価

「計画の評価」アウトラインには、計画を評価するさまざまな方法が用意されています。ここでは具体的な説明は割愛します。詳細については、計画の評価を参照してください。

データテーブルを作成する

「出力オプション」パネルにおいて、データテーブル内における実験の順序を指定できます。この例においては、デフォルトで選択されている[ブロック内でランダム化]が適切でしょう。このオプションは、実験を各「場所」内においてランダムな順序に並べます。

図3.9 出力オプション 

Image shown here

1. [テーブルの作成]をクリックします。

図3.10のようなデータテーブルが開きます。同じ結果を得るための手順(オプション)の手順を行わなかった場合、実際に表示されるテーブルの内容が図とは異なる可能性があります。その場合、表示されたテーブルは、図とは異なる最適な計画になっています。

図3.10 カスタム計画のテーブル 

Image shown here

「列」パネルで、因子と応答の右側にアスタリスク(*)がついています。これは、データテーブルの列に列プロパティが保存されていることを示します。これらの列プロパティは、データの分析に使用されます。因子および因子の列プロパティを参照してください。

より詳細な情報が必要な場合や、質問があるときは、JMPユーザーコミュニティで答えを見つけましょう (community.jmp.com).