はじめよう実験計画

実験を早く終わらせるための技術

Rで交互作用項を含めた相関係数のカラーマップを描く

はじめに このブログのアイコンにも使っている相関係数のカラーマップ(上図)をRを使って描く方法について、読者の方から質問を受けましたので、説明します。 表1のような実験計画を作成した際、交互作用項や2乗項まで含めて相関係数のカラーマップを作成し…

実験計画法における多目的遺伝的アルゴリズムの利用(NSGA-II)

はじめに 実験計画法から多目的最適化へ 多目的遺伝的アルゴリズム(NSGA-II)の流れ 実装例 まとめ はじめに 目的変数が複数あり「すべての目的変数を最適化するような要因の値(水準、パラメータ)を見つける」必要があるシチュエーションがあります。それを…

回帰モデルの選択手法について|AIC、Partial F-test、LASSO、Ridgeなど

はじめに 実験計画法に基づいて実験をした後、モデル(数式)を構築する方法はたくさんあります。通常の実験計画法の教科書では、要因が例えばx1,x2,x3、目的変数がyだとしたら、 y= β0+β1x1+β2x2+β3x3 の一次式や y= β0+β1x1+β2x2+β3x3+β12x1x2+β23x2x3 の…

DSDApp|決定的スクリーニング計画のための無料webツール

決定的スクリーニング計画専用webツール(無料) webツール開発の背景と本記事の内容 使用方法(簡単に) 計画作成 モデル構築 最適化 あとがき DSDAppはこちら 決定的スクリーニング計画専用webツール(無料) こちらです→DSDApp webツール開発の背景と本記…

【2022年3月】G検定受験の記録

2022/3/6 G検定を受験しました。最低限の勉強でG検定に受かりたい人にとって良い情報になればと思います。 受験のきっかけ 事前知識 勉強量 受験した感想 勉強量と正解率を勝手に想像 受験のきっかけ 会社でAIのプロジェクトに携わっていて、受験料を会社が…

R ShinyのwebアプリをHerokuでデプロイする方法

以前、R shinyでwebアプリを作ってHerokuでデプロイしたので、その手順を書き残しておきます。 Rのwebアプリ作成 Herokuの登録 HerokuでR shinyアプリをデプロイする 1. ui.Rおよびserver.RをPCの適当な場所に作る。 2.Githubに新しいレポジトリを作成し、1…

実験計画法を理解するための参考書ベスト3

はじめに 実験計画法ははっきり言って分かりにくい。大学時代、色々な本を手に取って眺めてみたが、イマイチものになる本が見つからなかった。そんななかでも、かなり役に立ったと思う本を3冊ご紹介します。 Excelでここまでできる実験計画法 実験計画法に初…

ベイズ最適化と実験計画法

はじめに 実験におけるベイズ最適化の利用 デモ 実装 ベイズ最適化による実験の短縮についての疑問 ベイズ最適化と要因の数と実験計画法の利用 はじめに 最近、ベイズ最適化による実験の短縮が流行っているようで。ベイズ最適化について調べてみると、関数の…

Rによる実験計画法

Rによる実験計画一覧です。参照元はこちらです。 cran.r-project.org 要因配置計画 一部実施要因配置計画 Plackett-Burmann(プラケット-バーマン)計画 分割法 Central Composite Design(中心複合計画) Box-Behnken(ボックス-ベンケン)計画 Definitive …

分散分析の考え方

はじめに 分散分析とは実験計画法の中核をなす分析手法であり、様々な教科書・Webサイトで説明がなされています。 そのようなありふれた「分散分析」について本ブログで書くのは、「教科書の理論重視の説明だけでは実際に手を動かせない」という問題があり、…

2水準の要因を含む決定的スクリーニング計画

2水準の要因を含む決定的スクリーニング計画(DSD)の作成 2水準の要因を含むDSDの特徴 2水準の要因を含むDSDの解析 参考文献 2水準の要因を含む決定的スクリーニング計画(DSD)の作成 はじめ、決定的スクリーニング計画(DSD)は3水準実験として考案されましたが…

決定的スクリーニング計画の解析手法

DSDにおけるモデル作成 計画の作成 単純な線形回帰 情報量基準を用いた解析手法 効果的モデル選択 Step1 Step2 DSD用の無料アプリ DSDにおけるモデル作成 DSDの実験を行ったあと、どのようにしてモデル式を作成するかということは非常に重要な問題です。本記…

Rによる決定的スクリーニング計画

決定的スクリーニング計画(DSD)の具体的な作成方法と解析手法について簡単にまとめました。統計用の言語であるRを使用したやり方をご紹介します。

Rではじめよう実験計画法

ゼロから実験計画法をはじめる人には、個人的にはR言語をおすすめしたいです。本記事ではRで実験計画法をはじめるために必要なことをまとめてみました。

開発現場での実験計画について

新卒で某メーカーに就職して、数か月がたちました。 今はまだ研修中で、開発中の装置を先輩が動かしているのを横で見ているだけですが、だんだんと該当分野のことや、会社の技術のことが分かってきて、刺激の多い毎日です。 もちろん、研修中も、実験計画法…

Half-Normalプロット~要因効果の分析~

Half-Normalプロットは視覚的に効果の大小を比較できるようにしたものです。分散分析ができないとき、効果の大小を簡単に比較できます。

4成分系の配合計画のための正四面体プロット

4成分以上を扱う配合計画では実験点を2次元のグラフに表すことが出来ません。そこで、本記事では正四面体を用いた4成分系の配合計画における実験点の表し方について、まとめてみました。

Rを使ったBox-Cox変換

誤差が正規分布に従う仮定 Box-Cox変換 Rを使ったBox-Cox変換 まとめ 参考書籍 誤差が正規分布に従う仮定 通常の線形回帰分析では、データの誤差が正規分布に従うことを仮定しているため、データの誤差が正規分布に従わない場合、そのままでは回帰分析を行う…

phc曲線|『瀕死の統計学を救え』を参考に

Rを用いて『瀕死の統計学を救え』に出てきた仮説が正しい確率を表すphc曲線を書いてみました。

配合計画まとめ

配合計画は比率に関する実験計画です。本記事では、配合計画の作成方法と分析方法について簡単にまとめました。

Rを使ったD最適計画の選択

Rを使用してD最適計画を作成する具体的手順を説明します。

Rを使った実験計画おける予測の誤差分布グラフ(VDG)の作図

予測分散の散布度グラフ(VDG)によって異なる複数の実験計画における予測の誤差を比較することができます。Rを使用したVDGの作成方法についてまとめてみました。

計画の予測分散の評価|分散の散布度グラフ(VDG)

予測分散の散布度グラフ(VDG)によって異なる複数の実験計画における予測の誤差を比較することができます。本記事では、グラフの読み取り方を説明しています。

直交表は必要ない!?一部実施要因配置計画の作り方

直交表も線点図も必要ない。一部実施要因配置計画の一番簡単な作成方法。

分割法(Split-Plot Design)まとめ

実験計画法をやるにあたって、もっとも難しく重要なのが分割法です。分割法では、変更が困難な要因と変更が簡単な要因が両方存在するときに使用します。

決定的スクリーニング計画の拡張|コーヒーの淹れ方(続編)

はじめに 決定的スクリーニング計画のD最適性による拡張 具体的な拡張の方法 計画の評価 プログラム はじめに 決定的スクリーニング計画の拡張を、「コーヒーの淹れ方」実験に対して行いました。 「コーヒーの淹れ方」実験についてはこちらをご覧ください。 …

実験計画法が必要な5つの理由

はじめに そもそも実験計画法って使えるの? 理由1:効果の定量的評価ができる 理由2:交互作用を調べることができる 理由3:決められた少ない試行回数で実験が完了する 理由4:モデル式でシステムを理解できる 理由5:最適解を発見できる まとめ はじ…

実験計画法の用語のまとめ

はじめに 基本となる概念や用語 フィッシャーの3原則 要因・因子 水準 効果(主効果・交互作用・2乗効果) 直交性 レゾリューション(分解能) 飽和計画 D最適性 実験条件を指定するための計画表 要因配置計画(または一部実施要因配置計画) 中心複合計画 P…

重み付き最小二乗法を用いた対数関数の回帰分析

指数・対数関数の回帰分析は重み付き最小二乗法で行うのが正しいやり方です。

2つの平均の差の検定に必要なサンプル数(タイプⅡエラーと検出力)

2つの平均値の差の検定に必要なサンプル数について。実験は何回行えばよいのか?