要因はMethod(1,2,3)とTemp.(200, 225, 250, 275)。Rep.は反復。Yが実験データ。 1つのMethodあたり、すべてのTemp.の実験をまとめて行うので、MethodがWhole-Plotになります。

書籍紹介 当ブログで紹介している「決定的スクリーニング計画」について電子書籍を出版しました。 おそらく、日本語で決定的スクリーニング計画について詳しく書いてある唯一の本だと自負しています。 決定的スクリーニング計画は3水準の実験にもかかわらず…

測定のばらつき 本記事のシチュエーション 枝分かれ実験（Nested Design） 枝分かれ実験の解析方法 実践例 誤差の分解 参考書籍 測定のばらつき あらゆる実験でばらつきは重要な問題です。 特に、測定のばらつきは、実験を実施する前にある程度把握しておく…

Hatena Blogの特別お題「わたしの2022年・2023年にやりたいこと」に便乗しまして、今年の目標でも書いてみようかなと思います。論文投稿、本を書く、統計検定１級。

通常の12回プラケット・バーマン計画では、交互作用と主効果の交絡が原因で、モデルにあいまいさが残ります。そんなとき、「折り返し24回プラケット・バーマン計画」によって、多くの交互作用を正しく抽出できます。

ページタイトルのスペル間違えました、すみません。 誤：Burmann → 正: Burman Plackett-Burman計画（プラケット・バーマン計画）とは PB計画の交絡関係 PB計画と他の計画との比較（メリット・デメリット） PB計画の使いどころ PB計画の解析における注意点 …

実験計画法ではたくさんの因子のうち、どの因子（項）をモデルに加えるかを判断する必要がありますが、この判断をParital F-testを利用して実施することができます。

実験計画法で頻出のHalf Normal Plotについて

Q-Qプロットの作図方法を4ステップで解説しました。Q-Qプロットって実際何をしているの？という方、ぜひご覧ください。

以前、分割法のまとめ記事を書いたのですが...かなり難解な説明になってしまったと反省しています。そこで、今回は実際に問題を解きながら分割法の理解を目指します。

Rで分散分析を行う具体的な方法についてまとめました。①aov関数を用いた簡単な方法、②Σの計算を自分でちゃんとやる方法、③行列を使った方法があります。

因子間の相関のカラーマップを描くRのコードです。ちなみに本ブログのアイコンは決定的スクリーニング計画における因子間の相関係数のカラーマップです。

実験計画法→モデル式→最適化で最適化したい目的変数同士にトレードオフの関係がある場合、多目的遺伝的アルゴリズムという手法が有用です。

モデル選択は機械学習では中心的な話題の一つですが、実験計画法ではどのような扱いなのか考えてみました。

決定的スクリーニング計画（DSD）をクリックのみで試せる無料Webアプリ、DSDAppを公開しています。

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。

Rでアプリ作れるって知ってましたか？ 最近Herokuは有料化してしまいましたけど...

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。

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。ベイズ最適化は、機械学習のハイパーパラメータ調整に使われることが多いイメージがありますが、本記事では「ベイズ最適化を実験に使う」ことについて書いてみました。

実験計画法のためのRパッケージまとめです。Rを使えば1行のコードで計画を作成することができます。みんなExcelから卒業すればいいんだ。

分散分析についての解説はどこにでもあるのですけど、この記事くらいの理解で十分ですよ～という気持ちでまとめてみました。分散分析はともだち！怖くないよ！

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、2水準の要因も扱うことができます。

決定的スクリーニング計画の解析は結構難しいので、がっつり解説してみました。決定的スクリーニング計画の解析ができるWebツールも公開しています。

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。

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。

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。

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ことが出来ません。そんな時に役に立つのがBox-Cox変換です。

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。