大学教育の質の保証・向上ならびに 電子化及びオープンアクセスの推進の観点から 学校教育法第百十三条に基づき、 教育研究活動の状況を公表しています。
第百十三条 大学は、教育研究の成果の普及及び活用の促進に資するため、その教育研究活動の状況を公表するものとする。
🏠
🏠
A.
A.①偶数に現れる変数を確率変数と言います。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言います。因子は実験計画で、意図的に変化させる変数です。水準は因子の取り合える値や条件です。L9直行表は実験計画表としてよく使う表のことです。講義内では因子を3つ2設定して考えました。しかし、実際の因子はより多くあります。 ②発表の要旨では直行表L9を具体化しました。トマトの特性要因図を描き、L9直行表を書きました。また、因子と水準を3つ考えどこで育てるか天候と肥料、経験について議論しました。共同制作者は
A.
A.トマトの収穫量について考えた 因子 肥料 多め、少なめ、なし 気温 高め、普通、低め 種の状態 土壌 水多め、普通、水少なめ 天候
A.分散分析法は、複数間で平均値が統計的に有意に異なるかどうかを検定するための統計的手法である。主に、異なる条件や処置が結果に与える影響を評価するために使用される。 作物を育てるための条件を様々変えて、分散分析法を行った。 授業後に、分散分析法について実例を調べた。
A.①特性要因図では、様々な要因(大まかなところから細かいところまでの要因)が分岐して図を作っているが、初めの分岐点部分が大きな要因となる。 これらの因子を踏まえ、直交表を用いて実験計画を立てることができる。 例えば、植物を育てる時に、肥料無しで育てたものより、肥料有りで育てたものの方が成長が良かった時、標本数が少ないため、本当に肥料の効果によるものだったのかが分からない。 そのため、そのほかの因子も含めて交互作用もみて実験する。 この時に直交表を用いる。 今回の例では、 因子1:肥料をやるかどう
A.【講義の再話】 設計や試作、設定、直交表の選定、実験計画に策定を行いF検定をすることで分散分析をすることができる。そのなかでも直交表は、意図的に変化させる変数として因子を用いて水準を定める。直交表を使うことで、実験回数を少なくして要因と水準を確かめることができる。また、要因ごとの相互作用なども確かめることができ、実験を有意義に進めることができる。 【発表の要旨】 演題 直交表L９を具体化してみよう グループ名を描くのを忘れました 人物 石川大翔 飯田悠斗 佐藤共希 岩崎麟太 井上空雅 根岸夏輝
A.この時間に行った内容は、因子の例によって結果がどうなるのかということについての学びを得ましたこの時の因子というのは、実験計画において、意図的に変化させる変数のことであり、水準としては因子の取りあえる値や条件である。これが一般的予測分布というものに含まれていて、この因子の関係性を直行表というものを使って実験計画に使用したりする。 グループワークにおいては、トマトの収穫において必要となるものはなにかを因子から考え直行表にまとめるものであった。私たちの班では、日航、肥料、水、という因子を考えこれらを日光はなし
A.①講義の要約 第14回では、実験計画法の基本概念や直交表（L9）の使い方、分散分析の流れについて学びました。肥料の効果を実験する際に、条件の統一や繰り返し実験が重要であることを理解しました。また、特性要因図を使って収穫量に対する要因を整理し、分散分析を用いてF検定で有意性を確認する方法についても学びました。 ②発表の要旨 演題：「直交表(L9)を具体化してみよう」 グループ名：ごんちゃ 共著者：阿部あかり、田代鈴葉、伊東怜南 私たちはパセリの栽培について直交表(L9)を用い
A.野菜栽培において肥料が必要かどうかを調べるとき、特別な条件を与えないようコントロールしたものと肥料を与えたものそれぞれが、サンプル数１であると、その結果がたまたまである可能性が大きいため、その結果を信頼できるかは怪しい。信頼に足る結果を出すためには、ある程度の標本数が必要である。 目的に対してどうアプローチしていくかを考えるときは特性要因図が使える。 目的に対する因子が多くなると実験の規模が大きくなり、時間とコストがかかる。直行表を用いた実験計画を立てることで実験回数を小さくすることができる。 グル
A.分散分析はデータに発生した誤差の要因を特定する方法である。要因を示すことのできる図は特性要因図と呼ばれ、様々な要因が分岐して図を作っているが、初めの分岐点部分が大きな要因を示している。この方法で分析した情報から次の実験の計画を行うことができる。これを実験計画法と呼び、直行法で示すことが出来る。直交表とは、任意の二つの要素を用いてその水準のすべての組合せが同数回ずつ現れるという性質をもつ実験のための割り付け表のことである。パラメータ設計などで活用され、安定性が高く評価することができる。 グループ名：ト
A.計量管理の117ページの表4.9、表4.6、表4.10、198ページを参考に勉強した。表4.9に関しては平均兵法の期待値が示された一元配置の分散分析表で要因、平方和、自由度、平均平方、F値、平均平方の期待値の項目があった。不確かさの評価の目的などで変量因子の効果を表す分散を定量化したい。この分散を計算するためには平均平方の期待値の情報が含まれた分散分析表を使うことができる。表の4.6に関しては平方和、自由度、平均平方。F値の項目があり、これは因子Bが因子Aに対応がないに段枝分かれの分散分析表である。表5.
A.①講義の再話 今回の講義では、特性要因図について学んだ。トマトの収穫量について因子を挙げ、特性要因図に書き表した。このとき、標本数が少ないと信頼度が失われてしまうことがわかった。また、実験計画法の基本概念や直交表（L9）の書き方について学んだ。直交表において、交互作用というものがあり、これは、二つの因子が組み合わさったときに追加で出現する効果のことである。 ②発表の要旨 グループワークでは、トマトの収穫量に関する要因について議論し、直交表（L9）を作成した。私たちの班では、トマトの収穫量に対
A.①トマトの収量を例として、因子とはどういうものかを学んだ。因子として挙げられたものは与える水の量、肥料の量、日光の量であった。人によるムラについても学んだ。同じくトマトの収穫を例として直交表L9の用い方を学んだ。 ②直交表L9について調べた。
A. 授業では夏野菜と肥料の重要性、ハーバーボッシュ法の役割を学びました。肥料の効果を考察する際、標本数や水分量の問題に触れ、確率統計を用いた判断の重要性も理解しました。特性要因図を使った因子分析、層別による問題解決手法を復習し、27通りの実験計画の必要性やランダムな植え付けの重要性も学びました。実験計画法、相関関係、分散分析などの手法も習得しました。 分散分析の対象とする量として、もやしの収量を想定してみた。もやしの収量に影響する因子として、日光、水、空気の3つの因子を選んだ。日光の水準として、日なた、
A.①講義の再話 最適条件を決定するための方法について学んだ。分散分析と実験計画は、これの強力な統計手法である。分散分析では、複数のグループ間の平均値の差異を評価し、要因が結果に与える影響を確認することができる。一方、実験計画は、複数の要因を系統的に変化させ、最適な条件を見つけるための計画的な実験設計を行う。これにより、効率的に情報を収集し、要因間の相互作用を理解することが可能になり、両手法を組み合わせることで、精度の高い最適条件の決定ができるようになる。 ②発表の要旨 演題: 直交表L9を具体化してみ
A.①2つトマトの苗を育てて、1つには肥料を加え、もう1つには何も加えなかった。そうすると、肥料を加えた方の苗が大きくなった。これにより肥料には苗を大きくする効果がある。 以上の文章で問題点がある。それはなにか。 1つ目は、大きく育った方は、肥料を加えなくても大きく育つ苗だったかもしれないこと。 2つ目は、光の当たり方が平等では無かったかもしれないこと。 3つ目は、土に含まれている水分量が違かったかもしれないこと。 ② トマトの収量に影響する因子として、日光、気温、肥料の3つの因子を選んだ。 日光の
A.今回の授業では、トマトの収量についての比較を行った。サンプルが二個あり、一方は肥料を加えたとき２本の葉が増えたが、もう一方のトマトは1本しか生えなかった。この時何の因子があるかについて考えた。まずそもそものサンプル数が少ないために元々のトマトの苗が育ちにくいものであったと考えることもでき、日光や水の量にも個人誤差があったと考えられる。よって、ランダムに抽出することで検定できると言える。また、F検定について改めて学んだ。2つのデータ群のばらつきが等しいか（等分散）を検定することを言った。等分散であるか、ない
A. トマトの苗が２本ある。１本には肥料を与え、もう１本には肥料を与えず収穫まで育てた。肥料を与えた方は、大きくなり肥料に効果はあるという結果が出た。これは、偶然によるものなのか、それとも必然によるものなのか、それを考えるためにはどのような因子が収穫量に影響するか考える必要がある。３通りの因子に対して水準が３つあるとすると、１３５本の苗を植える必要がある。これはコストがかかり過ぎるため、これを９本に減らす。これを実験計画法という。その中でもL9直交法を用いることが多い。
A.①統計では客観的に見て答えを出すことが大事である。植物に肥料を与えたものと与えなかったものの比較して肥料の効果を確認する場合、比較対象数を多くすること、光・温度・土・水などの条件を定義して揃えることが必要である。トマトの収穫量について、因子を考え、肥料や水、人が挙げられた。植える時はランダムであることが重要である。 要因平方は自由度、平均平方はF値を求める。F値が妥当であるかは、分散の差を使ったF検定で求める。 ②演題:直行表L9を具体化してみよう、グループ名:ごんちゃ、グループに属した人:阿部あかり
A. 散布図とは、縦軸、横軸に2項目の量や大きさ等を対応させ、データを点でプロットしたものである。分布図ともいう。各データは2項目の量や大きさ等を持ったものである。日本工業規格では、「二つの特性を横軸と縦軸とし，観測値を打点して作るグラフ表示」と定義している。なお、点を円の大きさに変換して量的なデータも表現したものをバブルチャートという。 散布図には、2項目の分布、相関関係を把握できる特長がある。データ群が右上がりに分布する傾向であれば正の相関があり、右下がりに分布する傾向であれば負の相関がある。なお、散
A.①講義の再話 本授業から直行計画表について学習した。直交表とは、任意の二つの要素を用いてその水準のすべての組合せが同数回ずつ現れるという性質をもつ実験のための割り付け表のことである。パラメータ設計などで活用され、安定性が高く評価することができる。 ②発表要旨 共同出演者は熊坂ゆな、山本佳織、佐藤れなである。役割は調査を行った。今回はきゅうりの収穫の因子について考えた。日光、水やり、肥料、温度を因子としてL9座標として考えた。今回はさらに要因図を活用して、種を蒔いたところから収穫の時までの流れや、要因
A.十四 ?【講義の再話】 因子の話は例としてトマトの収量を話していた。因子として、与える水の量、肥料の量、日光の量の3つが選ばれた。またそれぞれの因子は3段階に量が分けられていた。また、トマトの栽培の条件を考えるために直行表L9が使用され、条件がまとめられた。 ②【発表の要旨】 直行表L９でもやしの収量を想定した。もやしの収量に影響する因子として、日光、水、空気の3つの因子を選んだ。日光の水準として日なた、半日陰、日陰を選び、水の水準としていっぱい、少し、無しを選び、空気の水準として密閉、少し、解
A. この講義では、製造プロセスや製品開発において最適な条件を決定するための分散分析（ANOVA）と実験計画法（DOE）について学びました。分散分析は、複数のグループ間での平均値の差異を評価する手法で、要因がどの程度影響を与えているかを統計的に検証します。実験計画法は、効果的な実験を設計し、変数の組み合わせが結果に与える影響を明確にする方法です。講義では、これらの手法を用いて、製造条件の最適化や品質向上に向けた具体的なアプローチが解説されました。 演題：F検定、グループ名：犬、共著者名：富永陽紀(概念化)
A.講義の再話 分散分析は、複数のグループ間で平均値の差を検定し、要因の影響を評価する分析方法。実験計画法は、実験を効率的に設計し、信頼性の高い結果を得るための方法のことを指す。また、予測分析を行うときに、よく使う確率分布の種類と例を学んだ。主な分布は連続分布とワイブル分布と離散分布などがあり、連続分布の例が母平均の区間推定、母平均の有意差検定などが挙げられる。 発表の要旨 グループワークではラーメン屋の利益の直交表L9を使って表した。因子として因子Aを開店時間、因子Bを外装、因子Cを天候とした。表には
A. 今回の授業では、トマトなどの夏野菜の話をした後に肥料の有無の比較についての話を聞きました。このとき、サンプルを二つしか用意しなかった場合は比較実験としては不適切であると言っていました。肥料の有無やそれ以外の光や水量などの条件による植物の成長の比較をおこなうときにQC７つ道具の一つである特性要因図が十用になってくることが分かりました。 今回のグループワークでは、山本瑞貴、今井皇希、小野寺裕己、渡部凜玖の四人のメンバーで行いました。チーム名はモータリゼーションです。今回はカイワレを育てるための特性要因図
A.①実験計画には、因子を設定して直交表をつくることでうまく実験を進めることが出来ます。また、QC7つ道具の一つである特性要因図があることでより実験の分析がのちのちしやすくなります。特性要因図とは、問題(特性)の原因と考えられる(要因)を洗い出して整理することで真の原因を見つけることができるというものです。これを用いることで管理も容易に行うことが出来ます。 ②グループ名は「ジベレリン」で、役職は12の可視化Visualizationでした。 分散分析の対象とする量として、トマトの収量を想定しました。 トマ
A.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。偶然に現れる変数を確率変数と言います。 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。因子は、実験計画で、意図的に変化させる変数です。 水準は、因子の取りあえる値や条件です。 この授業での発表用紙の演題はトマトがうまく育つ要因について話し合った。トマトが育たない要因として人や環境、肥料などの意見が挙げられた。発表や意見交換での役割は概念化であった。
A.① 分散分析とは、異なるグループの平均値の違いを比較するために使用される統計手法のことであると分かりました。また、実験計画法とは、少ない実験回数から精度の良い結果の情報を、効率良く取り出すための実験配置が計画された手法であると分かりました。 ②演習では、私たちのグループは分散分析の対象とする量として、トマトの収量を想定してみました。トマトの収量に影響する因子として、日光、肥料、気温の3つの因子を選び、日光の水準として、当てる、当てない、過剰に当てるの3つの水準を選びました。肥料の水準として、加える、
A.データを得ると言っても実験をしなければそのデータも得られない。そこで用いられるのは実験計画法である。例えば、ある肥料が有効か否かを判断するために植物に肥料を与えたものと与えなかったものを比べればよい、というものではない。土が異なっていたのかもしれないし、日照時間が異なっていたのかもしれない。そこで実験計画法で表にすると文章にすると面倒なものがすべて解決することになる。肥料を（やる、やらない、いっぱい）、水を（やる、やらない、いっぱい）、人（てきとー、丁寧、さぼる）とするとその組み合わせは3*3*3=27通
A.因子の話をトマトの収量を例にして話していた。トマトに与える水の量、肥料の量、日光量にたっぷり、ほどほど、水を与えないなどの差を与え、意図的に変化を与える変数を因子という。直交表を用いた実験計画の例にL9などがある。実験計画法の流れには水準、直交表、実験計画などの選定、策定を行うことで分析の精度が上がる。 演題は「直交法L9を具体化してみよう」であり、グループ名はジベレリンであり、グループに属する人は石岡桜、宮原杏奈、高橋美羽、高橋加奈子、松本凛、赤池佳音、五十嵐千尋であった。私はトマトの収穫量の変
A. この講義では分散分析について学んだ。講義では肥料を例に取り実験計画法の流れを学んだ。初めに肥料の設計をし、次に肥料の試作、因子、水準の設定を行う。次に直交表の選定をした後に、実験計画の策定を行う。実験実施をし、標本抽出してデータの測定を行う。これをもとに分散分析表の作成と計算を行い、最後に仮設検定を行うがあることを学んだ。 発表では、きゅうりの収量に関する直交表をL9で作成した。日光をなし、半分、全部、肥料をなし、安い、高い、水をなし、天然水、水道水の三つに分けて直交表を作成した。 復習は直交表
A.実験計画法の流れを以下にまとめる。 肥料の設計から始まり、いくつかの肥料を試作。肥料以外の影響因子を特性要因図で設定し、制御因子として肥料の量やタイミングを考慮。層別した水準を設定し、直交表（L9、L18など）を選定後、実験計画を策定。実施後にデータを測定し、分散分析表を作成、F検定を行い肥料の効果を検証。因子は意図的に変化させる変数で、水準はその値や条件を指す。 発表では直行表L9でトマトの収穫量についてまとめた。直行表L9は、トマトの収穫量に影響を与える要因として日光、肥料、水の3つを評価するため
A.アサガオの栽培について直交法を考えました。
A.①シックスシグマと、DMAICについて学んだ。シックスシグマとは、品質管理と業務改善のための統計的手法およびビジネス戦略です。1980年代にモトローラ社で開発され、その後GE（ゼネラル・エレクトリック）など多くの企業で採用されました。シックスシグマの目標は、プロセスのばらつきを最小限に抑え、欠陥や不良品を極限まで減らすことです。 DMAICとは、シックスシグマの中心となるフレームワークがDMAIC（ディー・マイク）プロセスです。DMAICは、Define（定義）、Measure（測定）、Analyze（
A.①【講義の再話】 標本数２で、肥料を加えたら大きくなったので肥料には効果があると決めつけることは出来ない。標本数２では、光の当たり具合や、土の状態などの要素によって大きくなった可能性もあり、偶然である可能性が大きいと言える。収穫量の因子を①肥料、②水、③人でそれぞれの水準を3つ設定し、それぞれの標本数５とすると、135本植えなければならない。これを減らす方法として、実験計画法（L9直交法）がある。どうやって減らすかは、分散分析で計算している。 ②【発表の要旨】 「直交法L９を具体化してみよう」グルー
A.【講義の再話】 分散分析は、複数のグループ間で平均値の差を検定し、要因の影響を評価する分析方法である。実験計画法は、実験を効率的に設計し、信頼性の高い結果を得るための方法である。また、分散分析において、複数のグループ間の平均値の差を検定する方法として、f検定がある。f検定は、グループ間の分散とグループ内の分散を比較し、要因が統計的に有意かどうかを評価する。f値が大きいほど、グループ間の差が有意である可能性が高いと判断できる。 【発表の要旨】 グループワークにおいて、トマトの育成について、直交表l9で
A.①トマトの肥料について、シックスシグマやDMAICから評価する。肥料の設計、試作、因子の設定を行い、対照実験を行う。このような実験は実験計画法のL9直行表に表され、分散の検定はF検定によって行われる。また、分散分析によって評価される項目は、要因、平方和、自由度、平均平方、F値などである。これらの評価は分散分析表に表される。 ②平常演習として、直行表L９を描いた。今回は、分散分析の対象とする量として、トマトの収量を想定した。トマトの収量に影響する因子として、日光・肥料・水の３つの因子を選んだ。それぞれの因
A.
A.直行表L9を「筋肉を付ける実験」に当てはめた。因子を筋トレ量、たんぱく質量、休息量の三つに分け、１?９の条件を設定した。結果は推測でしかないが、１の条件が最も筋肉がつきやすい条件であると思う。
A. 分散分析と実験計画法について学んだ．確率分布において，偶然に現れる変数を確率変数と言う．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う．不確かさの評価の目的などで変量因子の効果を表す分散を定量化したいことがある．この分散を計算するためには平均平方の期待値の情報が含まれた分散分析表を使うことができる． 直交表L9を具体化した．きゅうりの収量の要因を3つ考え，日光量，肥料，水やり，湿度について直交表L9を考えた．講義中のグループワークではトマトの収穫量が増えない原因を考えるために特性要
A.【講義の再話】 特性要因図について学びました。肥料をあたえたトマトと与えていないトマトの成長の差が肥料によるものなのか特性要因図を用いて議論しました。 【発表の要旨】 演題：直行表L9を具体化してみよう グループ名： 共著者名：小室佳菜、北山桃那 役割：グラフィカルアブストラクトの作成 トマトの収穫量に影響する因子として肥料、水、光を選びました。肥料の水準は与えるか与えないか、水の水準は与えるか与えないか、光の水準は当てるか当てないかのように定義しました。列1:肥料、列2:水、列3:光と
A. 14回まではまずトマトのデータが信頼できるかできないか判断をした。トマト2本で結果を判断するには、まだはやいことが分かった。具体的にはn数が足りないことと、定義が曖昧で、条件も同じではないので正確ではない。トマトの収穫の特性要因図を書いた。発表の際、人という因子を選び発表した。しかし、要因が難しく２つしか書けなかった。実験計画法とL9直交表というのがあり、L9直交表で結論を出すのに分散分析のf検定を使う。f値を有利かどうか分析する。 グループワークではラーメン屋の利益の直交表L9を使って表した。因子
A.①第14回目の講義では最適条件について学びました。偶然に現れる変数を確率変数と言います。 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。 ②私たちの班はトマトの収量に影響する因子として肥料、気象、土壌を選びました。それぞれの水準は写真に記載した。 ③調べた結果、L9は、品質管理の手法の一つであり、主に製造業においてプロセスの監視や改善に使用されます。L9は、サブグループ内の観測値が9つのデータ点で構成されるグループ（サンプル）を表します。具体的には、毎日同じ時間帯や同じ条件下で
A.最適条件を決めろ！分散分析と実験計画法では、トマトの栽培を仮定して、どのような実験を行うのか、またそのさい変化させる条件はどのようなものがあるのか、を実際に考えました。まず、実験では実験を行う回数、そして比較したい条件以外をそろえる必要があることを学びました。実験方法が多いと、分析などの時にもあったようにサンプルｎ数が多くなり、その相関などを調べる際にとても役に立つ。また、この際の実験方法あh、因子を少しずつ変化させることが大切で、極端なものではなく 少しずつ変化させることでどの環境がより適しているのか
A. 分散分析（ANOVA）と実験計画法（DOE）は、最適条件を決定するための強力な統計手法である。分散分析は、複数のグループ間の平均値の差異を評価し、要因が結果に与える影響を確認できる。一方、実験計画法は、複数の要因を系統的に変化させ、最適な条件を見つけるための計画的な実験設計を行う。これにより、効率的に情報を収集し、要因間の相互作用を理解することが可能、両手法を組み合わせることで、精度の高い最適条件の決定が可能となる。 グループ発表の要旨は 農作物が収穫できない理由 グループ名：チバこう メンバー
A.①第14回目の授業では、最適条件を決める方法を学んだ。最適条件を決めるために必要となってくるのは、分散分析と実験計画法である。このことについて、トマトの栽培方法を例にとり解説していた。また、トマト栽培の特性要因図を作成し、具体的に考えた。 ②グループワークでは、ラーメン屋の利益について直行表L9を使用し表した。因子は、開店時間、見た目、天候である。 ③復習では、実験計画法について調べた。実験計画法とは、開発、設計、生産、製造などで実験する際に、評価する特性と、それに対して影響すると考えられる要因との関
A.徐放性とは、徐々に吸収されて効果が長く続くという意味だと知った。標本数が少なくては、効果があると結論づけるには確証が持てないことがわかった。因子を図に表す手法を特性要因図だと再認識した。収穫の為には、さまざまな因子があることがわかった。層別とは統計調査などの際に、対象となる母集団を、いくつかの層に分けることだと知った。また交互作用が2つの因子が組み合わさることで初めて現れる相乗効果のことだと知った。実験には乱数、ランダムに行うことが大切だと分かった。また、実験計画法とは、開発、設計、生産、製造などで実験す
A.第14回の講義では、特性要因図について再度学びました。具体的には、トマトの苗を2本栽培する際に片方には肥料を与え、もう片方には肥料を与えなかった場合に肥料を与えた方のみ大きく成長したケースについて、この成長の仕方が偶然起こった可能性を特性要因図にまとめました。苗が大きく成長したことを問題に設定し、それが生じる原因を特性要因図にまとめました。原因としては「温度や湿度などの環境的な違いがあったこと」や「外敵の存在」などが挙げられました。 授業時間内の発表では、特性要因図にまとめた原因から環境要因について直交
A. 世間一般で用いられる確率分布として母平均の区間推定や母平均の有意差検定であるt分布や分散の比、母分散の有意差検定や実験計画法、分散分析であるf分布などの区分である連続分布や、超幾何分布や二項分布やポアソン分布、ボルツマン分布などの区分である離散分布などが挙げられる。特に実験計画法の流れは、設計、試作、設定、層別、直交表の選定、実験計画の選定、実験実施、標本抽出、データの測定、f検定、仮設検定の順番に行うのが一般的である。 きゅうりの収量の因子について想定した。因子としては日光、肥料、水やり、湿度の四
A.私は20～29歳の成人男性と女性の身長と体重のBMIを調べた。男性のBMIが22.9で、女性が21.0であった。
A. 花を育てる時に、水、肥料、光を当てた時を因子とし、どうやったら1番かはながよく育つかを考えた。 L9直行表というものが必要で、実験計画法とはつまり、分散分析法のことである。F検定をして、F値を求めることが大切である。F検定をすることで、2つのグループである群の母分散つまりばらつきが、等しいくあるか、等しくないのかを判定するときに使う分析手法である。そしてここでまたQC7つ道具がポイントであった。定義、データ収集、分析、改善、管理である。定義では、特性要因図とパレード図、データ収集ではチェック
A. 授業の始めにラタトゥイユやナス、トマトなどの夏野菜について触れました。そこから、肥料（N、P、K）の話をして、そこからアンモニアについてハーバーボッシュ法の重要性について学びました。そこから、砂などにしみこませる技術を用いる、造粒など工業製品になるまで複雑な過程があるということを学びました。授業の課外学習に関して、肥料を入れた場合と入れなかった場合についての考察について、N数が少なかったら標本（サンプル）数の問題や光、土に含まれる水分量の問題が生じるということを学びました。偶然と必然の判断には確率統計が
A. 本授業ではトマトの収穫量に関して取り扱った。トマトの収穫量の違いは何が要因で起きているのかを原因を探った。原因として、水分量、土の状態、日光へのあたり具合、水を挙げる人による違い、標本数の少なさなどが挙げられると考えた。また、実験計画法についても講義内で触れた。本来はすべての通り分やらなければならないが、それを3分の１に減らすというものである。しかし、これを行うには品質管理マスター1人が必要となる。 今回のグループワークでは、直交表L9の具現化を協力して行った。直交表の具現化をするにあたって、トマト
A.①分散分析はデータに発生した誤差の要因を特定する方法である。要因を示すことのできる図は特性要因図と呼ばれる。この方法で分析した情報から次の実験の計画を行うことができる。これを実験計画法と呼び、直行法で示される。この方法により誰が製品を手に取っても効果が100％発揮される、性能が同じものを作ることができる。この結果を散布図で分析することがF検定であり、品質管理におけるPDCAサイクルが回ることが示された。 ②演題：トマトの収穫量に関する要因 グループ名：ジベレリン メンバー：?橋可奈子、?橋美羽、赤池
A.多元配置や多段枝分かれは因子が３つ以上になることで実験規模が大きくなる。そのため直交表を使った実験計画ではある決められた手順に従って因子の水準の組み合わせの一部を選ぶことで実験回数を減らすことが出来る。 アサガオの因子として、日当たり、水、土の３つの因子を挙げ、さらにそれぞれの因子に水準を３つほど決めた。これを直交表を使って表し、紹介した。 分散分析の対象とする量として、アサガオの種の収量を想定してみた。 アサガオの種の収量に影響する因子として、日当たり、水、土の３つの因子を選んだ。 日当
A.【講義の再話】 直交表とは、任意の2つ以上の因子について、それらの因子の基準が同じ回数ずつ現れるようにし、どの因子がどのような影響を示すのかデータから分析することができる表になっている。 【発表の要旨】 トマトの収穫量に影響する因子として光、土、気温が挙げられた。それぞれの水準は、光は当てない、当てる、直射、土は、悪い、良い、最高、気温は、低い、普通、高いに分けて直交表を制作した。 グループ名：小池当選おめ メンバー：富永陽紀、須田雄介、大石晴喜 要因は多く考えられ一度に多く検証する
A.①フィードバック制御についてまなびました。温度を管理維持するプロセスにはフィードバック制御が用いられています。具体的には、温度センサーが完治した温度を電気信号として制御器に送ります。すると制御器ではこの温度が目標とされている温度と比べて高いのか低いのかを判断し、室内の温度を調整しようとします。その結果をまた温度センサーが感知し、制御器におくることで調節が繰り返されます。これは人間による品質管理のPDCAサイクルに似たものがあるといえます。 ②「トマトの収穫量を増やすためには」私は調査を担当しました。
A.①分散分析と実験計画法について主に学習しました。実験を行い、考察をする上で、その結果は偶然得られたものなのか必然的に得られたものなのか判断することは非常に重要です。例えば、肥料を与えた植物が良く育った時に、それは本当に肥料の影響なのか考える必要があります。 ②演題：直交表L9を具体化してみよう、共著者名：一ノ宮和奏、熊坂結菜、市井桃子、相内彩果 私たちのグループは、分散分析の対象とする量として、キュウリの収量を想定しました。トマトの収量に影響する因子として、日光、肥料、水、湿度の4つの水準を選びまし
A.1. 分散分析はデータに発生した誤差の要因を特定する方法である。要因を示すことのできる図は特性要因図と呼ばれる。この方法で分析した情報から次の実験の計画を行うことができる。これを実験計画法と呼び、直行法で示される。この方法により誰が製品を手に取っても効果が100％発揮される、性能が同じものを作ることができる。この結果を散布図で分析することがF検定であり、品質管理におけるPDCAサイクルが回ることが示された。 2. まず、天候不順や異常気象による影響がある。特に、長期的な干ばつや集中豪雨、霜害などは作物の
A. データは数が少ないと、その信ぴょう性が薄れ信頼することができなくなってしまう。例えば標本数が少ないと、偶然起こってしまった可能性が浮上したり平均値が求められなかったり、t検定ができなくなってしまったりしてしまう。また環境条件によってもデータは信頼できないものとなる誤差を発生させてしまうことから、様々な条件下で物事を判断しなければいけなくなるのである。ここで活躍するのがL9直交表である。L9直交表は様々な因子を挙げそれぞれに異なる水準を設けることによって、様々な環境要因による実験を簡易的に行うことができる
A.①講義の再話 講義では、分散分析について学びました。分散分析とは、比較したいグループが3つ以上ある場合に選択される統計手法で、3グループの間のデータに差があるかどうかを検定する方法のことです。あくまで3群間のいずれかに差があるということだけが分かるということです。実際にどの群とどの群に差があるかは分散分析の結果だけでは分かりません。どこに差があるのかは多重比較で明らかにすることができます。分散分析は対応の有無と正規性の有無から手法を選択できる分析方法です。 ②発表の要旨 演題「直行表L9を具体
A. 直交表を使った実験計画法について学習した。結果に影響しそうな因子A、B、Cの条件（水準）を3段階に変えて、実験を繰り返す場合、3?で27回の試行が最低でも必要になる。これを9回の試行で結果を得るために直交表L９が必要となる。 演題は「直交表L9を具体化してみよう」である。グループ名「トマト」、共著者は山本瑞希、今井皇希、渡部凛玖である。私の役割は概念化、データ整理であった。トマトを育てるための特性要因図を描いた。収穫量に影響する要因として環境要因、個体差、人為的要因が挙げられた。カイワレの収量の因子
A.
A. 実験計画法を作製する必要がある。実験計画法の流れとして、設計、試作、因子の設定、水準の設定、直交表の設定、実験計画の策定、実験実施、データの測定、F検定が挙げられる。陰は、実験計画で、意図的に変化させる変数である。水準は、因子の取り合える値や条件である。L9直交表を作るために、各項目に３個ずつ水準を設ける。直交表には、L9直交表がある。水準３個を組み合わせることによって行う。 「直行表L9を具体化してみよう」 グループ名：ジベレリン グループメンバー：高橋可奈子、高橋美羽、五十嵐千紘、佐藤未歩、
A.①講義の再話 トマトの収穫量について、特性要因図を描きます。QC7つ道具を用いて、まず因子を3つ決めます。1つ目が肥料をやらない、やる、いっぱい、2つ目が水をやらない、やる、いっぱい、3つめが人で適当、丁寧、ズボラです。 次に実験計画法を用いて表を作成します。その後検定をして分析をします。 ②発表の要旨 トマトの収量を想定してみました。トマトの収量に影響する因子として、日光、気温、肥料の3つを選びました。日光の水準として、当てる、当てない、過剰の3つを選びました。気温の水準として、0℃、10℃、2
A.①因子についてトマトの栽培を例にとりあげた。トマトの苗を2つ植えて個体Aには肥料と水、個体Bには水のみを与え育てたところ個体Aの方が速く、大きく成長したため、肥料の効果が確認できたとは必ずしもいえない。サンプル数が少ないこと、個体差、光の当たり方、土に含まれる成分など、様々な要因が考えられる。これを確かめるためにL9直行表を用いて、肥料、水、人に関してやる、やらない、適当の項目を設け、栽培条件を変える必要性がある。 ②グループワークでは直行法L9を具体化した。メンバーは大藤雄也、鈴木颯斗である。トマトの
A.
A. 標本数ｎ＝２で一方は肥料あり、もう一方は肥料無しとして、肥料ありの方が大きくなった場合、肥料に効果があると結論付けることは間違いである。なぜなら標本数n=2では足りず、偶然か必然か分からないためである。また、実験計画法はＬ９直交表を用いることがある。L９直交表に対応する分散分析表を用いてF値を求め、F検定で有為かどうかを判断する。 ワークショップでは直交表L９を具体化した。チーム名は「小池当選おめ」で、共同著者は大木柊人、大石晴喜、富永陽紀、であった。役割は書記だった。主題を収穫量に設定し、特性要因
A.[講義の再話] 製品の効果を保証するためにはたくさんの要因とその水準について考える必要がある。例えば、トマトを栽培するのにも肥料、水、気温、光など様々な要因が関わっており、すべての水準で総当たりで比較するとなるとコストもかかる上に非効率的である。そこで直行表L9とそれをもとにした分散分析表を用いることでF値が求められ、有意差検定をすることができ総当たりで検証するよりも効率的な方法である。 [発表の要旨] 演題：直行表L9を具体化してみよう グループ名：なし 共著作者：宮原杏奈 役割：可視化
A.①講義の再話 今回の講義では、最適条件を決定するための方法にういて学んだ。分散分析と実験計画は、これの強力な統計手法である。分散分析では、複数のグループ間の平均値の差異を評価し、要因が結果に与える影響を確認することができる。一方、実験計画は、複数の要因を系統的に変化させ、最適な条件を見つけるための計画的な実験設計を行う。これにより、効率的に情報を収集し、要因間の相互作用を理解することが可能になり、両手法を組み合わせることで、精度の高い最適条件の決定ができるようになる。 ②発表要旨 発表内容は、「
A.① 第14回講義では、分散分析と確率分布について学びました。分散分析: 3つ以上のグループ間で平均値の差があるかどうかを検定する統計手法です。分散分析では、グループ間のいずれかに差があるかがわかりますが、どのグループとどのグループに差があるかは多重比較によって特定する必要があります。分散分析の手法は、データの対応や正規性に応じて選択します。確率分布: 予測分析でよく使用される確率分布の種類と例について学びました。主な分布には連続分布（例: 母平均の区間推定）、ワイブル分布、離散分布などがあり、それぞれの分
A.第14回の授業では、以前学習した特製要因図を用いて、収穫量に関する因子を分析しました。大きく分けて、光、水、肥料、天候が挙げられました。それらを詳しくみると、光は日照時間と建物の影、水は量や水質、肥料は種類や使用量、天候は気温・湿度・風が要因だと考えました。これらの因子の影響を比較するために、調べたい項目以外は同じ条件で実験を行う必要があります。しかしそれでは実験回数が膨大になってしまいます。そこで、ある決められた手順に従って因子の水準の一部を選ぶことで実験回数を小さくするため直交表を用いて実験計画を立て
A.
A.最適条件を決める方法のやり方を学んだ。その際に必要なのが分散分析と実験計画法を話していた。具体的な方法としてトマトの栽培を挙げていた。このトマトの栽培について3つの条件を挙げていた。日光、肥料、水であり、この3条件を多量、ほどほど、少量と変化させて直行表L9にかきしめすことで現れる。 今回のグループワークで私は、実験計画を立てるうえで、とまとの栽培実験を計画した。この栽培実験では、変える条件として、土壌、水分、肥料とした。土壌は、酸性、中性、塩基性とした。水分は、たっぷり、ほどほど、カラカラ、肥料がたっ
A.①シックスシグマという言葉を聞いたことがありますか？ シックスシグマは組織がビジネスプロセスを改善する際に役立つプロセス改善手法です。 シックスシグマの主な目的は一定のプロセスを確立することにより最終製品における品質のばらつきを抑えることにある。そうすることで結果製品に起こる欠陥の量を最小限に抑えられる。 ②私たちが選んだ因子は環境、個体差、品質、育て方であった。 ③直交表とは、任意の2因子について、その水準のすべての組合せが同数回ずつ現れるという性質をもつ実験のための割り付け表です。一般に多元配置
A.直行L表についての話を聞いた。収穫量について、因子として、肥料と水と人を選んだ。水準として、水準を3つ作った。この全てを試す気は27通り必要で1つにつき5本の苗が必要とすると135本の苗が必要になる。これでは手間がかかりすぎるため、そこで実験計画法を用いる。その一つとして直行L表を用いた。その時できるだけでたらめな順序でやることが重要。 グラフィカルアブストラクトではミニトマトの収量を分散分析の対象とした。ミニトマトの収量に影響する因子として、肥料、温度、水の3つを選んだ。肥料の基準として、いっぱい、ほ
A.【講義の再話】 この講義では、分散分析と実験計画法で最適条件を決めるためにどのようにすればいいのかを学んだ。まず予測分析を行う際に必要になる、よく使う確率分布の種類と例を学んだ。よく使う確率分布には連続分布とワイブル分布と離散分布などがあり、連続分布の例が母平均の区間推定、母平均の有意差検定などがあった。次に、実験計画法の流れを肥料を例にして学んだ。まず肥料の設計、次に肥料の試作、次に因子の設定、次に水準の設定、直交表の選定、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、仮設
A. 直交表とは、任意の2因子（列）について、その水準のすべての組合せが同数回ずつ現れるという性質をもつ実験のための割り付け表である。一般に多元配置の実験では、少なくとも因子の水準数の積の回数だけ実験数が必要になり、因子数が多くなると実験回数は膨大な数になる。ところが、求める交互作用が少なければ、直交表を用いることによって、多くの因子に関する実験を比較的少ない回数で行うことができる。 チームハンドボールはトマトの収量について特性要因図と直行表を作成した。メンバーは井上空雅、石川大翔、飯田悠斗、佐藤共希、根
A.1. 講義の再話 シックスシグマのDMAIC手法とその各フェーズについて学ぶ。Defineフェーズでは、問題点や目標値を明確にし、Measureフェーズではデータの記録方法を学ぶ。Analyzeフェーズでは、相関分析や回帰分析を用いてデータを解析し、Improveフェーズでは分散分析と実験計画法を用いて最適な改善プランを立てる。最後に、Controlフェーズで改善プランを維持するための管理方法を学ぶ。 2. 発表の要旨 品質管理における分散分析と実験計画法の重要性とその適用方法について説明する。分散
<!-- 課題 課題 課題 -->
<li>
<a href='https://edu.yz.yamagata-u.ac.jp/developer/WebClass/WebClassEssayQuestionAnswer.asp?id=321'>
<q><cite>
</q></cite>
</a>.
<a href='https://edu.yz.yamagata-u.ac.jp/developer/Asp/Youzan/@Syllabus.asp?nSyllabusID='>
<a/a>・
<a href='https://edu.yz.yamagata-u.ac.jp/developer/Asp/Youzan/@Lecture.asp?nLectureID='>
</a>
</li>
<!-- 課題 課題 課題 -->
大学教育の質の保証・向上ならびに 電子化及びオープンアクセスの推進の観点から 学校教育法第百十三条に基づき、 教育研究活動の状況を公表しています。
第百十三条 大学は、教育研究の成果の普及及び活用の促進に資するため、その教育研究活動の状況を公表するものとする。
