はじめに 24回PB計画をどんなときに使うか？ 24回PB計画の特徴（ほかの計画との比較） 12回PB計画 vs 24回PB計画 24回PB計画 vs 一部実施要因配置計画 32回 24回PB計画の解析 解析手順 Rで実践 24回PB計画で推定可能な因子数 まとめ 参考文献 はじめに Fold-over 24-run Plackett-Burmann計画（折り返し24回プラケット・バーマン計画）とは12回のPB計画を2回分組み合わせた計画です。以下では24回PB計画と書くことにします。 24回PB計画の基本は12回のPB計画なので、12回PB計画をまだ知らないよ～という方は、先にこちらをご覧ください。 www.doe-get-started.com 24回PB計画をどんなときに使うか？ 一般的に、PB計画はスクリーニング（実験初期に多くの因子の中から、有効な因子を絞り込む）目的で使用します

決定的スクリーニング計画（DSD）とは 効果の交絡が少ない 3水準実験 少ない実験回数で最適化が可能 DSDの構造 DSDの特徴 DSDの解析方法 その他の情報 ブロック カテゴリカル変数 偽要因 (Fake Factor) 参考書籍 Web上で試せる無料アプリDSDApp 最後に 決定的スクリーニング計画（DSD）とは 決定的スクリーニング計画（Definitive Screening Design）とは2011年に提案された新しい実験計画の手法です。*1頭文字をとって「DSD」と呼ばれています。 実験計画では「要因配置計画」が最もメジャーですが、DSDは要因配置計画のような古典的な実験計画よりも多くの点で優れています。本記事ではDSDの特徴をまとめてみました。 効果の交絡が少ない 調べたい要因の効果に相関がある状態は「交絡」と言われますが、DSDではこの「交絡」が少ないという特徴があり

はじめに 実験計画法に基づいて実験をした後、モデル（数式）を構築する方法はたくさんあります。通常の実験計画法の教科書では、要因が例えばx1,x2,x3、目的変数がyだとしたら、 の一次式や のように交互作用項を加えた2次式を仮定します。当ブログで説明している決定的スクリーニング計画や、応答曲面計画のような試行回数の多い計画だと、さらにx1^2やx2^2の2乗項を加えたモデル式を仮定して、回帰分析を行います。 モデル選択とは、例えば、そもそもx1はモデルに含めるのが妥当なのか？x2x3の交互作用は含めるのが妥当なのか？という項の選択のことです。 実験計画法でモデル選択ってあったっけ？ 実験計画法の枠組みでは、あまりモデル選択の手法について考えることは少ないかもしれません。というのも、実験計画法ではモデルに入れる項ははじめから決まっていて、その項の係数を推定することが重要なので「項を選ぶ」ため

はじめに 最小二乗法の係数 分散共分散行列の例 D最適とは まとめ D最適計画による計画の拡張（実例） Rを使用したD最適計画の選択 D最適計画について詳しく理解するための参考書 はじめに D最適計画はある試行回数・指定したモデルについて、もっとも効率的に効果の推定ができる計画です。 この性質を利用すると、図1のように、最初の実験の後に追加で実験をする際「指定した回数で想定したモデルの項を推定するのに、もっとも効率的な実験点」を追加することが出来ます。実験の拡張だけではなく、最初からD最適計画を用いて実験計画を作成することも可能です。 図1 D最適計画のイメージ 本記事では、基本となる最小二乗法と分散共分散行列について簡単にまとめてから、D最適計画の理論について説明したいと思います。 また、Ｒを用いた具体的なＤ最適計画の作成方法についてはこちらの記事をご覧ください。 sturgeon.ha