実務のための実験計画法入門 (基礎編)

いま、技術職や研究職に最も必要とされているのは統計学、そして実験を計画する能力です。インターネットが発達し、グローバル化が進む現在、あらゆる業界が激しい競争にさらされています。そして、そこではビッグデータの利活用や、根拠に基づいた医療、効率的な実験の計画…といった実践的な統計学のスキルが要求されます。しかし、日本では高校や大学における統計学の教育がおろそかにされていたため、現場の多くの方は苦手意識を持っています。 　今回のセミナーでは、そうした「実験を成功させなければならないが、統計学については全くの素人」という方々を対象に、具体的な事例を使って、実験計画のツボをわかりやすく解説します。実験計画法は、近年、産業界で再評価されている品質工学 (品質管理) の入り口でもあることから、多くの方にとって欠かせないセミナーといえるでしょう。統計ソフト (Excel分析ツール、エクセル統計、SPSS、JMP、G*power等) を使用した分析のデモンストレーションも行いますので、すぐに仕事の役に立つセミナーとしてお勧めです。

1. 第1部「分散分析」
   1. 分散分析の概要と不偏分散
      1. 統計解析用ソフトウェアの紹介
      2. 分散分析とは
      3. いろいろな分散分析と用語の解説 (不偏分散)
   2. 対応のない一元配置分散分析
      1. 対応関係とは
      2. 対応のない一元配置分散分析
      3. 分散分析の原理
      4. 3つの変動の計算
      5. 分散分析におけるF検定
      6. ソフトウェア実演
   3. 対応のある一元配置分散分析
      1. 標本 (被験者) 間変動
      2. 対応のある一元配置分散分析の原理
      3. ソフトウェア実演
   4. 対応のない二元配置分散分析
      1. 交互作用とは
      2. 二元配置分散分析の原理
      3. ソフトウェア実演
      4. 平方和のタイプ
2. 第2部「多重比較と実験計画」
   1. 多重比較法 (分散分析の後の検定)
      1. 多重比較法とは
      2. 多重性の問題と発生理由
      3. 3つに分類できる多重性調整法
      4. Tukey法
      5. Scheffe法,Bonferroni法,Dunnet法の簡単な解説
      6. ソフトウェア実演
      7. 最適な多重比較法の選び方
   2. フィッシャーの三大原則
      1. 実験を成功させるためのルール
      2. 実験での成功とは
      3. 原則1:繰り返し (疑似反復に注意)
      4. 原則2:無作為化
      5. 原則3:局所管理
      6. 完全無作為法か乱塊法か
3. 第3部「直交計画と検出力分析」
   1. 直交計画法
      1. 実験を間引いて効率化
      2. 直交配列表の仕組み
      3. L8表を使った直交計画の事例
      4. ソフトウェア実演
      5. 直交計画の注意点
      6. オフライン品質工学の初歩
   2. 標本サイズの決め方 (検出力分析)
      1. 検定のための理想的な標本サイズとは
      2. 標本サイズを左右する4要素
      3. 検出力,第1・2種の過誤
      4. 効果量と分散分析における目安
      5. 標本サイズの決定手順
      6. 無料ソフト (G*power) を使った実演