
【劇的】QC検定1級の私が「実験回数を激減させる統計手法」を解説する
胡散臭いタイトルでスミマセン・・・。
しかし、割と真実なのでお許しください。
✓記事の内容
実験回数削減に直結する「実用性の高い実験計画法」の”実践方法”を解説します。
このNoteを書いている私は、QC検定1級で、検定対策や統計的品質管理の講師を本業としています。
元々は工場に生産設備を導入するエンジニアでしたが、実験回数削減や品質管理に役立つ統計手法の素晴らしさに惚れて、先生に学びながら実践を進め、現在は統計手法の推進を業務としています。
なお、QC検定1級は年間の受験者が約2,000人、合格率は約5%(100人)という非常に厳しい検定です。
1級合格者の中で業務での実践方法を発信している人はほとんどいませんが、私の場合はブログで全て公開しています。なので信頼性も高いはず。
>>のーさんのプロフィール
✓金額:500円
一般的な専門書に比べて格安の値段設定にしています。
なお500円という費用は「本書のノウハウ利用で”余裕で回収できる”」と思っています。この点ついて詳しくは、次の項目(想定読者)の部分をご覧ください。
✓想定読者
・4因子以上を組み合わせた実験を行う予定のエンジニア
基本的には「直近で実験を行う予定がある人」を対象としています。
なお、「統計学を勉強中の学生・3因子以下の実験を計画中の人」は想定読者ではありません。
企業に勤めるエンジニア(具体的には設計者・生産技術者・品質管理者など)で、4因子以上の組み合わせ実験を計画中の人が想定読者です。
その理由としては、「企業に勤めている方なら、本書を買ったとしても、ノウハウを利用する事で、本書の代金を試作回数削減による経費節約・実験時間の削減効果で回収できるから」です。
要するに、「経費を使って実験をする予定がある→本書を買う→ノウハウを利用する→実験回数が削減される→使用する予定だった経費・時間が削減される→書籍代金は回収できる」という図式です。
✓購入前の注意点:ちゃんと動ける人限定
ぶっちゃけ、本書の通りに作業すれば、ほぼ確実に実験回数は削減できます。
私自身は「統計手法で実験回数が減らせると聞く→参考書を買うがやり方がわからず挫折→しばらく放置→先生からツールと実践方法を学ぶ→業務で実践成功」という感じでして、ぶっちゃけ不足していたのは「実践」でした。
なので、まず第一に「実践」が必須なのですが、その過程で学んだ「実務に適用するための知識」を詰め込んでいます。
一般的な専門書は手法の解説はあっても、ツールの紹介や、使い方、実務への適用方法までは書かれていません。
動けば実験回数は減らせます。
なのでちゃんと実践できる人だけの購入でお願いします!実験回数が減らせると、仕事の難易度が少し下がるので、個人的にはオススメですね(^-^)
✓もくじ
1.実験回数を243回→30回に削減する記事の公開
2.実務での活用に適した実験計画手法「D最適計画」
3.「D最適計画」の具体的なやり方。
4.実験結果の解析方法。結果の見方。
5・Q&A:いただいた質問に答えます
■1.実験回数を243回→30回に削減する記事の公開
6つの因子を扱う場合に、実験回数を213回削減したのが下記の記事でして、計画手法は「中心複合計画」です。
✓中心複合計画で作成した実験計画
実験回数を見て欲しいのですが、6因子3水準の組み合わせ実験で30回。
これだけの実験で、特性値に対する各因子の主効果、因子間の交互作用、主効果の二次項による効果が全て分かります。
統計手法を知らない場合、これらを調べようと思うと、3回の6乗つまり243回の総当り実験を行う必要があります。
つまり243-30=213回の実験を削減したと言う事。
実験のテストピースが100円/個だったとしても、これだけで21,300円も節約できた事になります。
中心複合計画だけでも十分に効果的ですが、実はこの計画には実務で使いにくい弱点が2つあります。
✓中心複合計画の弱点
・質的変数は扱えない
・調べたい範囲外の水準でも実験が必要
簡単に説明します。
◆質的変数は扱えない
例えば
・原材料:A材・B材・C材
・設備:1号機・2号機
のような質的変数(カテゴリーデータ)は中心複合計画では扱えません。
◆調べたい範囲外の水準でも実験が必要
例えば
材料温度40~80℃における特性値への影響を調べたい場合も、精度を上げるために20℃、100℃といった水準で実験をする必要があります。
上記2つの弱点は実務で実践する上で大きな枷となる場合があります。
これらの弱点がなく、実務で活用しやすい実験計画方法が、「D最適計画」です。
■2.実務での活用に適した実験計画手法「D最適計画」
✓D最適計画の位置づけ
実験計画法は下図のような分類で、「D最適計画」は応答曲面法の1つです。
✓D最適計画のメリット
・量的変数と質的変数を混ぜて計画できる
・指定した水準外の実験が不要
・実験回数が中心複合計画並みに少ない
・難しい”割り付け”が不要
・多特性の同時最適化ができる
✓D最適計画のデメリット
・因子間の効果がわずかに交絡する
デメリットはありますが、因子間の交絡は数パーセント 、なので結果の判断を誤る事はありません。
それよりもメリットがとても大きいので、これを使わないのは勿体ないです。D最適計画を知る事で業務の負荷が格段に下がります。
気軽にクリエイターの支援と、記事のオススメができます!