数字は、計画内の因子の数を示しています。
因子とは、実験において制御する変数のことを言います。独立変数、説明変数、予測変数とも呼ばれます。因子によって仮定できる有効値の数には限りがあり、因子水準として知られています。因子は、数値あるいはテキスト水準を持つことができます。数値因子の場合、因子となり得る値は数多くありますが、実験には特定の水準を選びます。
たとえば、プラスチックの製造過程において、プラスチックの強度に影響を与える可能性のある要因を研究しているとします。実験に添加物と温度の因子を含めます。添加物は、カテゴリ変数です。添加物は、AタイプとBタイプとします。温度は連続変数です。温度は因子なので、温度設定値は100℃と200℃の2温度のみを実験に含みます。計画に中心点が含まれる場合、数値因子は100℃、150℃、200℃の3つの水準を持つことができます。
数字は、計画内の反復の数を示しています。
反復とは、同じ因子設定(水準)で実験を複数回実行することです。1回の反復は、各因子水準の組み合わせを1回実行する基本計画と同等です。反復が2回になると、基本計画の各因子水準の組み合わせを2回(ランダムに)実行、という風に続きます。
たとえば、それぞれ2水準の因子が3つ存在するときに、因子水準の組み合わせすべてを試験する場合(完全実施要因計画)、基本計画には1回の反復と8回の実行(23)があります。反復を2回追加すると、計画には3回の反復と24回の実行が含まれます。
反復と繰り返しの違いに関する詳細は、計画実験における反復と繰り返しを参照してください。
ベースの実行数は、基本計画に含まれる一意の因子水準の組み合わせ数です。実行総数は、ベースの実行数に反復数を掛けた数です。
ベースの実行数を使用して計画を特定します。実行とは、応答を測定するときの各実験条件または因子水準の組み合わせです。各実行がワークシートの1行に対応し、結果として1つ以上の応答測定値、つまり観測値が得られます。たとえば、それぞれ2つの水準の因子2つが設定されている完全実施要因計画を実行するとします。この場合、実験の実行数は4回になります。
ベース実行組は、Minitabが最終計画を作成するための初期計画、または開始点です。反復を追加してベースの実行数に実行を追加することができます。たとえば、8因子の決定的スクリーニング計画を作成するとします。ベースの実行数は17です。2回の反復で、実行総数は34になります。
実行 | 因子1 | 因子2 | 応答 |
---|---|---|---|
1 | -1 | -1 | 11 |
2 | 1 | -1 | 12 |
3 | -1 | 1 | 10 |
4 | 1 | 1 | 9 |
5 | 1 | -1 | 8 |
6 | 1 | 1 | 12 |
7 | -1 | 1 | 10 |
8 | -1 | -1 | 11 |
実験を実行する場合は、実行順序をランダム化してください。
各実行は計画点に対応し、実行のセット全体が計画になります。同じ実験条件で行われる複数回の実行は、それぞれ別の実行とみなされ、反復と呼ばれます。
実行総数は、ベース実行数に反復数を掛けた数です。実行総数は、ワークシート内の行数に一致します。
実行 | 因子1 | 因子2 | 応答 |
---|---|---|---|
1 | -1 | -1 | 11 |
2 | 1 | -1 | 12 |
3 | -1 | 1 | 10 |
4 | 1 | 1 | 9 |
5 | 1 | -1 | 8 |
6 | 1 | 1 | 12 |
7 | -1 | 1 | 10 |
8 | -1 | -1 | 11 |
実験を実行する場合は、実行順序をランダム化してください。
各実行は計画点に対応し、実行のセット全体が計画になります。同じ実験条件で行われる複数回の実行は、それぞれ別の実行とみなされ、反復と呼ばれます。
数字は、計画内のブロックの数を示しています。各反復に同じ数のブロックがある場合、ベースブロックとブロック総数は同じになります。
ブロックは、異なる条件下で実験が実行された場合に起こりうる差を説明します。たとえば、ある技師が溶接を分析する実験を計画し、すべてのデータを一日では収集できないとします。溶接の質は、相対湿度などの技師では制御できない、日々変わる複数の不確定要素に影響されます。これらの制御できない変数を説明するため、各日で行われた実験を個別のブロックにグループ化します。ブロックは、制御できない変数の効果と技師が分析したい因子の効果が混同されないよう、制御できない変数からの変動性を説明します。
数字は、計画内のブロックの数を示しています。各反復に同じ数のブロックがある場合、ベースブロックとブロック総数は同じになります。
ブロックは、異なる条件下で実験が実行された場合に起こりうる差を説明します。たとえば、ある技師が溶接を分析する実験を計画し、すべてのデータを一日では収集できないとします。溶接の質は、相対湿度などの技師では制御できない、日々変わる複数の不確定要素に影響されます。これらの制御できない変数を説明するため、各日で行われた実験を個別のブロックにグループ化します。ブロックは、制御できない変数の効果と技師が分析したい因子の効果が混同されないよう、制御できない変数からの変動性を説明します。
リストには、モデルに含まれる各因子の水準数が表示されます。たとえば、プラスチックの製造過程において、プラスチックの強度に影響を与える可能性のある要因を研究しているとします。実験に「添加物」と「温度」を含めることにします。添加物は、カテゴリ変数です。カテゴリ変数は、AタイプとBタイプだけとします。温度は連続変数ですが、この実験では、100℃、150℃、200℃の3種類の温度設定でしかテストを行わないため、温度は因子となります。「添加物」の水準数は2で、温度の水準数は3です。水準数のラインは数を因子順(2、3)で表示します。
計画表には、実験実行ごとの因子設定が表示されます。計画表はワークシートよりもスペースを取りませんので、制限されたスペースのレポートに役立ちます。
文字は因子を表し、計画を作成した際に使用した順番に従います。各行の数字は因子水準を表します。
計画表を使用し、各実行の因子設定と計画内の実行順序を確認します。この結果の計画表では、計画には1ブロックに27の実行が含まれていることが示されています。実行順序はランダム化されています。最初の実行では、因子Aは水準1、因子BとCは水準3に設定されています。
実行 | Blk | A | B | C |
---|---|---|---|---|
1 | 1 | 1 | 3 | 3 |
2 | 1 | 1 | 1 | 1 |
3 | 1 | 2 | 2 | 2 |
4 | 1 | 1 | 2 | 3 |
5 | 1 | 2 | 3 | 3 |
6 | 1 | 3 | 3 | 2 |
7 | 1 | 3 | 1 | 3 |
8 | 1 | 3 | 3 | 3 |
9 | 1 | 3 | 1 | 2 |
10 | 1 | 2 | 2 | 3 |
11 | 1 | 2 | 1 | 3 |
12 | 1 | 1 | 3 | 1 |
13 | 1 | 1 | 2 | 2 |
14 | 1 | 2 | 3 | 1 |
15 | 1 | 1 | 1 | 2 |
16 | 1 | 3 | 3 | 1 |
17 | 1 | 3 | 2 | 1 |
18 | 1 | 1 | 1 | 3 |
19 | 1 | 1 | 3 | 2 |
20 | 1 | 2 | 1 | 2 |
21 | 1 | 3 | 2 | 3 |
22 | 1 | 2 | 1 | 1 |
23 | 1 | 2 | 3 | 2 |
24 | 1 | 2 | 2 | 1 |
25 | 1 | 3 | 2 | 2 |
26 | 1 | 1 | 2 | 1 |
27 | 1 | 3 | 1 | 1 |