システム工学実験 品質管理 第1週目 システム工学実験

Slides:



Advertisements
Similar presentations
分散分析と誤差の制御 実験結果からできるだけ多くの情報を取り出すために 分散分析を利用する 主効果の大きさ 交互作用の大きさ 誤差の大きさ 採用した因子の効果の有無 の検定には,誤差の大きさ と比較するので誤差を小さ くできれば分散分析での検 出力が高まる どのようにしたら誤差を小さくできるか?
Advertisements

1標本のt検定 3 年 地理生態学研究室 脇海道 卓. t検定とは ・帰無仮説が正しいと仮定した場合に、統 計量が t 分布に従うことを利用する統計学的 検定法の総称である。
生物統計学・第 5 回 比べる準備をする 標準偏差、標準誤差、標準化 2013 年 11 月 7 日 生命環境科学域 応用生命科学 類 尾形 善之.
統計解析第 11 回 第 15 章 有意性検定. 今日学ぶこと 仮説の設定 – 帰無仮説、対立仮説 検定 – 棄却域、有意水準 – 片側検定、両側検定 過誤 – 第 1 種の過誤、第 2 種の過誤、検出力.
統計学 西山. 平均と分散の標本分布 指定した値は μ = 170 、 σ 2 = 10 2 、データ数は 5 個で反復 不偏性 母分散に対して バイアスを含む 正規分布カイ二乗分布.
Q 1. ある工場で直径1インチの軸棒を標準偏差 0.03 の 管理水準で製造している。 ある日の製造品の中から 10 本の標本をとって直径を測定 したところ、平均値が インチであった。品質管理上、 軸棒の直径が短すぎるだろうか、それとも、異常なしと判断 して、製造を続けてもよいであろうか。
1 6章 データ数不揃いの場合の分析 アンバランス型(不釣合い型)の 計画 ss2 や ss3 って何?
エクセルと SPSS による データ分析の方法 社会調査法・実習 資料. 仮説の分析に使う代表的なモデ ル 1 クロス表 2 t検定(平均値の差の検定) 3 相関係数.
第4日目第1時限の学習目標 3つ以上の平均値の差の検定(分散分析)の概要を知る。 (1)分散分析の例を知る。
第6回授業(5/17)での学習目標 1.2.1 実験計画法のひろがり(途中から) 1.2.2 節完全無作為化デザインをもっと知 ろう
統計学第10回 多群の差を調べる~ 一元配置分散分析と多重比較 中澤 港
第4章補足 分散分析法入門 統計学 2010年度.
データ分析入門(11) 第11章 平均値の差の検定 廣野元久.
第1部 一元配置分散分析: 1つの条件による母平均の違いの検定 第2部: 2つの条件の組み合わせによる二元配置分散分析
ホーエル『初等統計学』 第8章1節~3節 仮説の検定(1)
フィッシャーの三原則 実験につきまとう誤差をいかにして制御するか
第7回 独立多群の差の検定 問題例1 出産までの週数によって新生児を3群に分け、新生児期黄疸の
分散分析マスターへの道.
多変量解析 -重回帰分析- 発表者:時田 陽一 発表日:11月20日.
統計的仮説検定 基本的な考え方 母集団における母数(母平均、母比率)に関する仮説の真偽を、得られた標本統計量を用いて判定すること。
第1章 場合の数と確率 第1節 場合の数  2  場合の数 (第1回).
第5回(5/10) 授業の学習目標 1.1.5節 検定の前提とその適否について考えよう(テキスト輪読 p.10から p.11)
土木計画学 第5回(11月2日) 調査データの統計処理と分析3 担当:榊原 弘之.
第9回 二標本ノンパラメトリック検定 例1:健常者8人を30分間ジョギングさせ、その前後で血中の
寺尾 敦 青山学院大学社会情報学部 社会統計 第9回:1要因被験者内デザイン 寺尾 敦 青山学院大学社会情報学部
統計的仮説検定の考え方 (1)母集団におけるパラメータに仮説を設定する → 帰無仮説 (2)仮説を前提とした時の、標本統計量の分布を考える
統計的仮説検定 治験データから判断する際の過誤 検定結果 真実 仮説Hoを採用 仮説Hoを棄却 第一種の過誤(α) (アワテモノの誤り)
繰り返しのない二元配置の分散分析 データの値は,それぞれ偶然誤差による変動と処理の効果による変動とが重なってできている.
第4回講義(4/26)の学習目標 1.1.3節 2種類の過誤等の理解を深めよう 1.1.4節 効果量とは 1.1.5節 検定の前提とその適否
系統誤差への適切な対処 プリント「生物統計学_第11回実験計画法2013年」P5以降を予習しながら空所を埋めていきましょう.
統計学 12/13(木).
母分散が既知あるいは大標本の 平均に関する統計的検定
計測工学 -測定の誤差と精度2- 計測工学 2009年5月17日 Ⅰ限目.
対応のあるデータの時のt検定 重さの測定値(g) 例:
第8回 関連多群の差の検定 問題例1 健常人3名につき、血中物質Xの濃度を季節ごとの調べた。 個体 春 夏 秋 冬 a
寺尾 敦 青山学院大学社会情報学部 社会統計 第8回:多重比較 寺尾 敦 青山学院大学社会情報学部
母集団と標本調査の関係 母集団 標本抽出 標本 推定 標本調査   (誤差あり)査 全数調査   (誤差なし)査.
土木計画学 第6回(11月9日) 調査データの統計処理と分析4 担当:榊原 弘之.
ー 第1日目 ー 確率過程について 抵抗の熱雑音の測定実験
寺尾 敦 青山学院大学社会情報学部 社会統計 第9回:実験計画法 寺尾 敦 青山学院大学社会情報学部
Excelによる実験計画法演習 小木哲朗.
早稲田大学大学院商学研究科 2016年1月13日 大塚忠義
繰り返しのない二元配置の例 ヤギに与えると成長がよくなる4種類の薬(A~D,対照区)とふだんの餌の組み合わせ
第4日目第1時限の学習目標 3つ以上の平均値の差の検定(分散分析)の概要を知る。 (1)分散分析の例を知る。
1.標本平均の特性値 2.母分散既知の標本平均の分布 3.大数法則と中心極限定理
第8回授業(5/29日)の学習目標 検定と推定は、1つの関係式の見方の違いであることを学ぶ。 第3章のWEB宿題の説明
第11回授業(12/11)の学習目標 第8章 分散分析 (ANOVA) の学習 分散分析の例からその目的を理解する 分散分析の各種のデザイン
第3章 統計的推定 (その1) 統計学 2006年度.
統計学 西 山.
1.標本平均の特性値 2.母分散既知の標本平均の分布 3.大数法則と中心極限定理
確率と統計 年1月12日(木)講義資料B Version 4.
市場調査の手順 問題の設定 調査方法の決定 データ収集方法の決定 データ収集の実行 データ分析と解釈 報告書の作成 標本デザイン、データ収集
1.母平均の検定:小標本場合 2.母集団平均の差の検定
母分散の検定 母分散の比の検定 カイ2乗分布の応用
早稲田大学大学院商学研究科 2014年12月10日 大塚忠義
確率と統計2009 第12日目(A).
第12回授業(12/18)の目標 ANOVA検定の実習 WEB を用いたANOVA検定と、授業で行った検定結果の正誤の確認方法(宿題)
統計的検定   1.検定の考え方 2.母集団平均の検定.
母分散の検定 母分散の比の検定 カイ2乗分布の応用
第4章 統計的検定 (その2) 統計学 2006年度.
「アルゴリズムとプログラム」 結果を統計的に正しく判断 三学期 第7回 袖高の生徒ってどうよ調査(3)
母集団と標本抽出の関係 母集団 標本 母平均μ サイズn 母分散σ2 平均m 母標準偏差σ 分散s2 母比率p 標準偏差s : 比率p :
統計学  第9回 西 山.
小標本に関する平均の推定と検定 標本が小さい場合,標本分散から母分散を推定するときの不確実さを加味したt分布を用いて,推定や検定を行う
確率と統計2007(最終回) 平成20年1月17日(木) 東京工科大学 亀田弘之.
実習 実験の目的 現行と目標値の具体的数値を記す。 数値がわからなければ設定する。.
要因Aの差,要因Bの差を見たい 2つの要因なので二元配置分散分析の適用 要因B 水準A 水準B 水準C 要因A 水準a
数理統計学  第12回 西 山.
確率と統計 年12月16日(木) Version 3.
確率と統計 年1月7日(木) Version 3.
Presentation transcript:

システム工学実験 品質管理 第1週目 システム工学実験 品質管理 第1週目 http://www.pclab.se.uec.ac.jp/labworks/quality%20control/20031115/qc-1-20030522.ppt システム工学実験

実験計画法の必要性 (1)再現性の保証 ある“条件”での実験データ;目標達成 真に達成 “たまたま”達成 ⇒ システム工学実験

(2)最適性の保証 触媒量 B1 B2 反応量 A1 80 90 70 A2 B1 B2 A1 A2 B1 B2 A1 A2 B1 B2 第二回目の実験 反応量 A1 80 90 70 A2 飲まない 飲む 飲まない   飲む 1      薬 A 薬B A1     A2    2 1 0 -1 第一回目の実験 2 ?      ケース(a) B1 B2 A1 A2 0   1 1    B1 B2 ケース(b) A1 A2 0   2 1     ケース(c) B1 B2 A1 A2 0    2 1     2 5 -1 システム工学実験 加法性 (相乗) 交互作用 (相殺)

実験計画法 品質の改善 製品の収率の向上 原因系 特性値 「特性値に影響を及ぼすと考えられる諸原因系 の作用を解明し,その最適条件を探る」 成分含量 水分量 粒度 温度 圧力 加工温度 添加物の種類 解媒量 原料 作業条件 原因系 収率 不良率 純度 硬度 寸法精度 表面の粗さ 製品 特性値 「特性値に影響を及ぼすと考えられる諸原因系 の作用を解明し,その最適条件を探る」 実験計画法 (design of experiment) システム工学実験

(多因子)要因実験(factorial experiment)   取り上げた因子の水準のあらゆる組み合わせを 各  回実験するもの 要因効果  「主効果」   A,B  「交互作用」 A×B 温度 収率 100° 140° 120° 105° 110° システム工学実験

特性値に影響を及ぼすと考えられている種々の原因系のうち,その実験で取り上げて比較するもの 因子(factor)   特性値に影響を及ぼすと考えられている種々の原因系のうち,その実験で取り上げて比較するもの 水準(level)   因子のとる種々の条件 システム工学実験

実験計画におけるFisherの3原則 (1) 反復 偶然誤差と処理間の差 観測誤差の評価 (2) 無作為化 系統的誤差の偶然誤差への転化 (1) 反復             偶然誤差と処理間の差 観測誤差の評価 (2) 無作為化         系統的誤差の偶然誤差への転化 A1 A2  A3 (3) 局所管理         系統誤差の除去 x11 x 21 x31 x21 x22 x23 x31 x31 x33 晴 曇 雨  A1 A2 A3   曇  雨  晴  A1 A2 A3 A1 A2 A3 システム工学実験

処理A ミルク、紅茶 3杯 処理B 紅茶、ミルク 3杯 1人 AAABBB 2人 BAA BAB 3人 BA AB BA システム工学実験

処理A, B, Cを3回ずつ計9回の実験 3回/日 (Ⅱ) ABB CAB CCA (Ⅲ) BAC ABC CBA     〔1日目〕         〔2日目〕          〔3日目〕 (Ⅰ)   AAA     BBB CCC ‘なれ’による系統的な誤差 (Ⅱ)   ABB CAB CCA 無作為化 各処理効果は平均的には平等   作業能力 (Ⅲ)   BAC ABC CBA 日ごとに“処理”の順序を無作為化 類似の実験の場(ブロック)をまとめて、その中で比較したいものを無作為化する。 “局所管理” 乱塊法 (Ⅳ)   ACB CBA BAC ‘日’によるブロックと‘順序’によるブロック システム工学実験 ラテン方格法

<局所管理> 「統計誤差の大きい部分を,ブロック間誤差として,誤差の評価から除去し,各ブロック内は,できるだけ均一になるように管理する」  「統計誤差の大きい部分を,ブロック間誤差として,誤差の評価から除去し,各ブロック内は,できるだけ均一になるように管理する」 A   C   B B   C   A C   A   B A B C 第1日 ブロック 3つの   処理方法 第2日 第3日 システム工学実験

(a)規則的配置 A A A B B B C C C (b)完全無作為加法による配置 反復 無作為化 B C A C B B A C A 第1日 第2日 第3日 A A A  B B B  C C C (b)完全無作為加法による配置 反復 無作為化 B C A  C B B  A C A システム工学実験

(c)乱塊法による配置 局所管理 B C A C A B A C B 完備型計画 (d)ラテン方格法による配置 ブロック1 ブロック2 ブロック3 B C A  C A B  A C B 完備型計画 (d)ラテン方格法による配置 ブロック1 ブロック2 ブロック3 B C A  C A B  A B C システム工学実験

A,B,C,D の4つの処理方法 D   A   B B   C   A C   D   B 第1日 第2日 第3日 A   C   D 第4日 不完備型 システム工学実験

統計的判定 (i)帰無仮説H0を設ける 片側検定 両側検定 H0 : 「μA=μB」 H0 : 「μA=μB」 片側検定         両側検定     H0 : 「μA=μB」     H0 : 「μA=μB」     H1 : 「μA<μB 」     H1 : 「μA≠μB 」 (ii)実験を行う (iii)仮説の下で,このような実験結果の得られる確率を計算する システム工学実験

統計的判定(つづき) (iv)判定 (a)(iii)での確率が異常に小さいとき,仮説H0を否定する  (b)(iii)での確率がそれほど小さいとは考えられないとき,仮説H0に対する反証は十分でないことになり,結論は保留される。 判定の誤る危険率   5% or 1% 5% μA μB システム工学実験

分散分析法 〔一元配置〕 Example フェライトコア(金属酸化物の粉末を焼きかためて 分散分析法 〔一元配置〕 Example  フェライトコア(金属酸化物の粉末を焼きかためて 作った磁性材料)の製造工程がある。A1,A2,A3,A4 の4通りの原料粉末の配合方法で各5回ずつ焼成処 理を行って,製品の磁気の強さを測定した。その結果 を表に示す。解析せよ。ただし,焼成処理の順序はラ ンダムに行った。 システム工学実験

分散分析法 〔一元配置〕 Example (単位:  ) システム工学実験

データのグラフ化 A1 A2 A3 A4 システム工学実験

総変動 CT:修正項 システム工学実験

データのグラフ化 A1 A2 A3 A4 システム工学実験

データの構造(一元配置) A1 A2 A3 A4 システム工学実験

データ 総平均 配合Aiの 効果 誤差 ;母数模型 A4 システム工学実験

システム工学実験

データ = 総平均 + Aiの効果 + 誤差 Data Overall mean Effect of Ai Error <モデル>Model データ = 総平均 + Aiの効果 + 誤差 Data   Overall mean    Effect of Ai      Error ここで システム工学実験

一元配置(母数模型) データ 総平均 誤差 Aの効果 = + + = + + システム工学実験

総変動の分解 = + (総変動)  = (級間変動) + (級内変動) = + システム工学実験

総変動の分解(つづき) ;修正項 システム工学実験

効果の捉え方 システム工学実験

誤差変動 システム工学実験

級間変動SA SA:大 SA:小 システム工学実験

級内変動Se Se:小 Se:大 システム工学実験

分散分析表(一般形) 分散分析表(フェライトコアの例) システム工学実験

[検定] H0: (または     ) H1: H0の下で 5% ~   分布 システム工学実験

[推定] (1)母平均の区間推定 のとき (2)母平均の差の区間推定 のとき システム工学実験

二元配置(two-way layout) Example フェライトコアの配合をA因子(4水準),焼成日を B因子(5水準)として焼成実験を行い,製品の 磁気の強さの測定データを得た。各因子の影響を 調べよ。ただし,実験順序はランダムである。 システム工学実験

二元配置(two-way layout) Example (単位:  ) システム工学実験

二元配置(two-way layout) Example データの構造 (単位: ) (総平均) (Aiの効果)(Bjの効果)(誤差) (単位:  ) (総平均) (Aiの効果)(Bjの効果)(誤差) データの構造 システム工学実験

データのグラフ化 B5 12.0 B4 11.0 B3 B1 B2 10.0 A1 A2 A3 A4 システム工学実験

二元配置(繰り返しなし) データ 総平均 Aの効果 = + Bの効果 誤差 + + システム工学実験

二元配置(繰り返しなし) データ 総平均 Aの効果 = + Bの効果 誤差 + + システム工学実験

総変動の分解 (総変動)  =   +   + (総変動)  =   +   + システム工学実験

総変動の分解(つづき) システム工学実験

分散分析表(一般形) 分散分析表(フェライトコアの例) システム工学実験

母数 変量 H0: (              ) H1: H0: 5% H1: システム工学実験

各因子の各水準の母平均の推定 <A,Bともに母数因子のとき> A; B; A1の場合 B3の場合 システム工学実験

AiBjの組み合わせの母平均の推定 の場合 システム工学実験

:有効反復数 実験の総数 田口の公式: 無視しない要因の自由度の合計 伊奈の公式: 求めようとする母平均の推定式の係数の和 システム工学実験

繰り返しのある2元配置 Example フェライトコアの配合をA因子(3水準),焼成温度を B因子(4水準)とする。Aのi水準,Bのj水準の組み合 わせ実験AiBjを各2回ずつ行って,製品の磁気の強さ の測定データを得た。各因子の影響を調べよ。ただし, 焼成実験の順番はランダムに行った。 システム工学実験

繰り返しのある2元配置 Example システム工学実験

分散分析表(一般形) 分散分析表(フェライトコアの例) システム工学実験