実験計画法使ってますか？
>>607
JMPのv8が上梓されたようだね。v7から１年たらずなのに。
”SAS Institute Japan（本社東京）は，統計解析や実験計画，品質管理といった
分野に向く探索型データ分析ソフト「JMP」の新版「同8」を発表した。新版では
グラフ作成機能などを向上させたほか，同社製品との連携を強化・・・・”
▼SAS，探索型データ分析ソフトの新版でグラフ作成機能を強化 2008/11/19
http://techon.nikkeibp.co.jp/article/NEWS/20081119/161453/
JMPのv8が上梓されたようだね。v7から１年たらずなのに。
”SAS Institute Japan（本社東京）は，統計解析や実験計画，品質管理といった
分野に向く探索型データ分析ソフト「JMP」の新版「同8」を発表した。新版では
グラフ作成機能などを向上させたほか，同社製品との連携を強化・・・・”
▼SAS，探索型データ分析ソフトの新版でグラフ作成機能を強化 2008/11/19
http://techon.nikkeibp.co.jp/article/NEWS/20081119/161453/
|
|
|
>>627 この底力は凄いな。徹底したユーザ指向の開発努力がそれをささえている。
外国の誰でも投稿できる掲示板からだから、誰の投稿かは知らないけれど。
タグチメソッドに関しては、結論は下記でいいんでないか？
FEA domain.comから
ttp://feadomain.com/e107_plugins/faq/faq.php?cat.17.54
Q. What is Taguchi Method ?
A. The Taguchi Method is a design-of-experiments technique based on two assumptions
1. The input-output relationship is only linear and does not have any interactions between
the input parameters.
2. The discrete distributions for the input parameters, i.e., every input variable can have
values only at the design-of-experiment levels, but nothing in between. In general.
This method was pioneered Dr. Genichi Taguchi after the end of the Second World War.
Even though this is an outdated method,
it still remains popular in cases where the computational effort is highly expensive,
such as in crash simulation and testing. For many other applications,
the gross simplifications and assumptions of the method for most applications are no longer adequate .
タグチメソッドに関しては、結論は下記でいいんでないか？
FEA domain.comから
ttp://feadomain.com/e107_plugins/faq/faq.php?cat.17.54
Q. What is Taguchi Method ?
A. The Taguchi Method is a design-of-experiments technique based on two assumptions
1. The input-output relationship is only linear and does not have any interactions between
the input parameters.
2. The discrete distributions for the input parameters, i.e., every input variable can have
values only at the design-of-experiment levels, but nothing in between. In general.
This method was pioneered Dr. Genichi Taguchi after the end of the Second World War.
Even though this is an outdated method,
it still remains popular in cases where the computational effort is highly expensive,
such as in crash simulation and testing. For many other applications,
the gross simplifications and assumptions of the method for most applications are no longer adequate .
631 ：名無しさん＠５周年：2009/02/18(水) 01:47:05
山谷はそもそも分散分析の大前提忘れてるからじゃない。
要因効果図って実は大前提を忘れたために作られた産物じゃないか？
だから、山谷すら無意味かと。
要因効果図って実は大前提を忘れたために作られた産物じゃないか？
だから、山谷すら無意味かと。
632 ：名無しさん＠３周年：2009/02/18(水) 07:58:13
>>631 む、フィッシャー直伝なw
633 ：名無しさん＠５周年：2009/02/18(水) 08:31:38
>>632
？
？
634 ：名無しさん＠３周年：2009/02/18(水) 12:29:47
>>633 軽率レスに重ねての「？？」で愛想づかしは嫌だから、
作戦タイムをちょっとほしい−半／１日−。お願い。
作戦タイムをちょっとほしい−半／１日−。お願い。
635 ：名無しさん＠３周年：2009/02/18(水) 21:35:18
>>634
フィッシャーが分散分析で構造模型をどう考えていたか、
数式ではYatesの半理論的な説明があるが読みづらい。
回帰分析（＝応答分解）と分散分析とは内容の違う別の
手法という位置づけもあり、相互の関係は見づらい。
しかし、組み合わせ完全配置では、応答分解を定義して、
その結果から、分散分析を導びくとわかりやすい。
応答分解で得られる効果成分は要因効果図で表わされる。ただし、
主効果の要因効果図の山・谷が交互作用効果の存在と結びつくのは、
「主効果の要因効果図は、本来、直線になる」という暗黙の前提が
成り立つ場合だけ。その保証がないから山・谷は無意味。↓
フィッシャーが分散分析で構造模型をどう考えていたか、
数式ではYatesの半理論的な説明があるが読みづらい。
回帰分析（＝応答分解）と分散分析とは内容の違う別の
手法という位置づけもあり、相互の関係は見づらい。
しかし、組み合わせ完全配置では、応答分解を定義して、
その結果から、分散分析を導びくとわかりやすい。
応答分解で得られる効果成分は要因効果図で表わされる。ただし、
主効果の要因効果図の山・谷が交互作用効果の存在と結びつくのは、
「主効果の要因効果図は、本来、直線になる」という暗黙の前提が
成り立つ場合だけ。その保証がないから山・谷は無意味。↓
636 ：名無しさん＠３周年：2009/02/18(水) 21:37:05
↓フィッシャーや追随者の多くが数式による構造模型の説明を重視せず、
一般に、効果成分はその場その場で半経験的に定義されるだけ。
加法性と分離性とによるa)公理的な定義は明確。正準制約式を用いる
b)実用的な定義、代数演算子によるc)操作的な定義、また、線形ベクト
ル演算子によるd)解析的な定義とは、それぞれ、たがいに同値。
数理統計学を専門としない一般の研究者・技術者にはa)がわかりやすいが、
効果成分の「自由度」とか、「単一自由度効果成分」とか、したがって、
「F検定」とか、になると、d)が最もわかりやすい。その基本は
応答ベクトルを直交単位ベクトル完全系に分解すること。↓
一般に、効果成分はその場その場で半経験的に定義されるだけ。
加法性と分離性とによるa)公理的な定義は明確。正準制約式を用いる
b)実用的な定義、代数演算子によるc)操作的な定義、また、線形ベクト
ル演算子によるd)解析的な定義とは、それぞれ、たがいに同値。
数理統計学を専門としない一般の研究者・技術者にはa)がわかりやすいが、
効果成分の「自由度」とか、「単一自由度効果成分」とか、したがって、
「F検定」とか、になると、d)が最もわかりやすい。その基本は
応答ベクトルを直交単位ベクトル完全系に分解すること。↓
637 ：名無しさん＠３周年：2009/02/18(水) 21:38:51
↓フィッシャーの業績を追跡してみると、d)の分解を十分に理解して
利用していたことは結果的に明白であるが、原理を数式で説明することは
なく、多くの後進はさまざまの苦労を重ねることになった。
応用面のフィッシャーの関心は、応答につきまとう揺動（ばらつき）の
効果成分を意味のある効果成分と誤認しないことに集中していたので、
意味のある効果成分の内容を要因効果図で把握するよりも、分散分析で
個々の効果成分の平均平方の比をF検定で吟味することが重要だった。
>>632 でフィッシャー直伝(w)と言ったのはその意味。
利用していたことは結果的に明白であるが、原理を数式で説明することは
なく、多くの後進はさまざまの苦労を重ねることになった。
応用面のフィッシャーの関心は、応答につきまとう揺動（ばらつき）の
効果成分を意味のある効果成分と誤認しないことに集中していたので、
意味のある効果成分の内容を要因効果図で把握するよりも、分散分析で
個々の効果成分の平均平方の比をF検定で吟味することが重要だった。
>>632 でフィッシャー直伝(w)と言ったのはその意味。