🏠
令和8年9月6日 (日)

🔷 最適条件を決めろ!分散分析と実験計画法

山形大学  理工学研究科(工学系)  化学・バイオ工学科  🔋 C1 📛 立花和宏

🔚 品質管理 🏫 Web Class syllabus 53225 📆 🌸 🕒 時間割 🕐 13:00~14:30 🕝 ( 中示BFiles C1
このWeb資料は、テキストの持参を前提とする対面授業の参考にすることができます。 但し、Web資料の閲覧だけでは、授業の復習として不十分です。 資料は現状有姿のまま提供されます。不備な箇所も多々ありますが、ご了承ください。 また予告なく訂正・追加されることもありますので、ご了承ください。

シックスシグマ(6σ)とDMAIC

  1 シックスシグマ(6σ)とDMAIC
フェーズ 内容 手法
Define(定義) 問題点、目標値、管理の理由を定義する 従属変数 y 特性要因図パレート図
Mesure(測定、 データ 記録) 説明変数 yとxに関して測定データを記録 チェックシート
Analyze(解析、分析) yとxの関係を分析する。 ヒストグラム 散布図 相関分析回帰分析
Improve(改善) yを最良にするxを見つける 改善プラン を立てる 分散分析、統計的検定、 実験計画法
Control(管理) 改善プラン を計画的に 管理ポカヨケ のしくみをつくる 管理図 1 ) 、ポカヨケ
QC7つ道具 *

シックス・シグマ の管理手法 で ばらつきをなくそう。 DMAIC ディマイク には、QC7つ道具も登場します。

標準偏差 σ管理するには、 データにして 記録しなければなりません。 それが測定です。 測定 には、必ず誤差が伴います。 そこで、統計的な取り扱いが必要になります。


散布図

  2 散布図
アプリ言語 説明/ 記述例/プログラム例
python + matplotlib
plt.scatter(x, y, marker="x", alpha=0.5)
plt.show()
JavaScript Webアプリとして、 canvasに出力
asp サーバーサイドスクリプトとして として、 svgに出力
Google sheet * 挿入→グラフ→散布図
offce365/ Excel

散布図は、 データ の関係を表現するのに多様される プロットです。 QC7つ道具です。 論文の図表や、 講演のスライドにも使われます。


散布図

140150160170180180170160150140 親の身長 子の身長
  1 散布図

イギリスの遺伝学者であるゴルトン(Francis Galton、1822-1911)は、親と子どもの身長を分析し、非正常的に身長が大きい子どもと小さい子どもの身長は全人口の平均身長に回帰する傾向があることを見つけました。 * *

👨‍🏫 QC7つ道具

予測分析


身長にと体重は相関があるか?-相関と回帰分析-

  3 身長にと体重は相関があるか?-相関と回帰分析-
番号 身長 身長**2 体重
1 174 3.0276 79
2 182 3.3124 74
3 173 2.9929 75
4 167 2.7889 65
5 173 2.9929 64
6 169 2.8561 79
7 177 3.1329 68
8 170 2.89 64
  4 統計量
項目 身長 身長**2 x 体重y
母平均 171.6 65.4
母標準偏差 6.1 11.6
標本数 8 8
総和Sx,Sy ∑x,∑y 23.9937 568
二乗和 ∑x2,∑y2 72.15568917 40624
∑xy 1705.2187
偏差平方和Sxx,Syy i=1 n xi 2 - ( i=1 n xi ) 2 n 0.2 296.0
積和Sxy i=1 n xi yi - i=1 n xi i=1 n yi n ?
自由度 7 7
標本平均 3.0 71.0
標本分散 0.0 42.3
共分散 Sxy/(n-1)
標本標準偏差sx,sy sqr(Sxx/(n-1)),sqr(Syy/(n-1)) 0.2 6.5
相関係数r sxy/(sx*xy) ?

ふたつの母集団の因子が異なり、因子と因子の間に相関があるか調べるときは、積和と共分散を求めます。

ふたつの母集団の因子が同じで、因子に有意が違いがあるか調べるときは、偏差平方和と分散を求めます。

データ 平方和

最小二乗法

  2 最小二乗法
©2023-2026 K.Tachibana * , C1 Lab.

信頼区間は、回帰直線の信頼区間です。 予測区間は、予測点の信頼区間です。 *


よく使う確率分布

  5 よく使う確率分布
種類 分布
連続分布 🖱 正規分布
t-分布 母平均 の区間推定、 母平均の有意差検定 2 ) (t検定)
χ( カイ) 2-分布 * 標本標準偏差s
F-分布 分散の比、 母分散の有意差検定(F検定) 3 ) 実験計画法 分散分析
一様分布 一様乱数
対称三角分布
ワイブル分布
離散分布 超幾何分布
2項分布
ポアソン分布
物性 粒度分布
物性 円管内の流速分布 (ハーゲンポアズイユ)
力学 ボルツマン分布 マクスウェルボルツマン統計。 古典統計。気体の分子運動。
フェルミ分布 * フェルミディラック統計。 量子力学。電子の統計。
ボーズ分布 ボーズアインシュタイン統計。 光子の統計。絶対零度のヘリウム(超流動)の統計。超電導状態のクーパー対の統計。

偶然に現れる変数を確率変数xと言います。 確率変数がどのような確率で現れるかを表現したものを 確率分布といいます。

離散分布と連続分布があります。

TRPG クトゥルフWEBダイス

設計開発プロセス

  6 設計開発プロセス
段階 関連部署 アクション 情報の表現
構想 営業 市場調査・企画・ 原価計算 調査書・企画書・原価計算書
研究開発
設計試作(プロトタイプ) 研究開発 知財・法務 特許調査、意匠調査 ラボテスト、ベンチテスト、 スケールアップ 仕様書設計図 品質保証 体制 テクノロジー
量産設計
量産設計 生産技術 パイロットプラント、試作、テスト、操業計画 作業標準 標準化 エンジニアリング
量産
量産 (製造) 技術、製造、品質管理 用地買収・工場建設・装置搬入・製造ライン立ち上げ QC7つ道具( チェックシートなど) インダストリー
販売
検査 品質管理・品質保証 QC7つ道具

技術者は、構想、 設計、製造、 検査 に携わります 4 ) 。 設計では、実現可能な仕様特性を決めていきます。


分散分析


実験計画法の流れ(肥料の例)

肥料の設計
いくつかの肥料を設計する
肥料の試作
実際に肥料を試作する
因子の設定
肥料以外に影響を与えそうな因子はないか? 特性要因図
制御因子:肥料の量、タイミング、植え付け場所=日当たり、水やり頻度
誤差因子:土壌の質、日照量、降水量
水準 の設定 (層別)
直交表 の選定
ラテン方格付、 L9,L18など
実験計画 の策定
実験実施、標本抽出、データの測定
分散分析表の作成と計算 ( F検定
仮説検定 F検定
肥料に効果がある?ない?
  3 実験計画法の流れ(肥料の例)

トマトの収量の因子の例

  7 トマトの収量の因子と水準の例
因子 水準1 水準2 水準3
日光 日なた 半日陰 日陰
肥料 たっぷり ほどほど やらない
水やり じゃぶじゃぶ しっとり からから

分散分析は、実験データのばたつきをいくつかの要因による特性のばらつきの成分に分離する方法です。

因子は、 要因のうち、実験計画で、意図的に変化させる変数です。 水準は、因子によって取り得る値や条件です。


L9の例

  8 直交表L9(32型直交表)を使った実験計画
実験番号 日光 肥料 水やり 収量
実験1 日なた たっぷり じゃぶじゃぶ
実験2 日なた ほどほど しっとり
実験3 日なた やらない からから
実験4 半日陰 たっぷり からから
実験5 半日陰 ほどほど じゃぶじゃぶ
実験6 半日陰 やらない しっとり
実験7 日陰 たっぷり しっとり
実験8 日陰 ほどほど からから
実験9 日陰 やらない じゃぶじゃぶ

分散の有意差検定(F検定)

  4 分散の有意差検定( F検定)
python (colab)→ pngsvghtml

男子と女子との体重のばらつき(母分散)に違いがあるか調べるため、無作為抽出、それぞれの集団から標本を抽出します。 それぞれの集団の標本分散sm2sf2を求めます。 標本分散の比をFとします。

F検定は、ばらつきに違いがあるかどうか、分散の比を検定します 5 )

F検定は、 実験計画法で得られたデータの分散分析にも使います 6 )

統計モデル、データ・マイニング技法、 機械学習 ビッグデータや データサイエンス データ・ソース トランザクションのデータベース、機器のログ・ファイル、画像、動画、センサーなどの

参考文献

🏫 品質管理
q71
品質管理
🔋 C1離散会兼OB親睦会


QRコード
https://edu.yz.yamagata-u.ac.jp/Public/53225/53225_14.asp
名称: 教育用公開ウェブサービス
URL: 🔗 https://edu.yz.yamagata-u.ac.jp/
管理運用 山形大学 学術情報基盤センター

🎄🎂🌃🕯🎉
名称: サイバーキャンパス「鷹山」
URL: 🔗 http://amenity.yz.yamagata-u.ac.jp/
管理運用 山形大学 データベースアメニティ研究会
代表: 多田隈 理一郎
〒992-8510 山形県米沢市城南4丁目3-16

Copyright ©1996- 2026 Databese Amenity Laboratory of Virtual Research Institute,  Yamagata University All Rights Reserved.