実験計画法全然わかんね

書籍「ガウス過程と機械学習」実践中！ ４章のコラムの「1次元ブラウン運動軌道」の可視化コードを描きました。 いったん４章で書籍「ガウス過程～」を離脱して、「Pythonで学ぶ実験計画法入門」に戻ります。 楽しかったぁヽ(*´▽`*)ﾉ #のんびり統計 #ガウス過程 #Python pic.twitter.com/j5I0lbThJA

やばい実験計画法の課題やってると頭使いすぎて気持ち悪くなる

生物統計中間レポ始めたけど実験計画法ってなんすか…わっかんないよ

Excelで学ぶ実験計画法 −シックスシグマと重回帰分析− 第2版 amzn.to/348YpDm #お買い得

彼らは皮肉な意味で今の製薬会社にも学んでもらいたいくらい、実験計画法、特に対照群の取り方に五月蠅く、対照群が偽鍼に気づかないようなテクニックを誇っています。何かズレている気がします。「気」を「気でないもの」と比較することで定位するアプローチは、そもそも意味が無いのですが。

★ 図解入門 よくわかる 最新 実験計画法の基本と仕組み[第2版] #ad amazon.co.jp/dp/B088YY2KDV?…

これ、 いま流行りの「人文的」を使いたいだけだよね＾＾； まぁお仕事で使うマーケティングリサーチの基礎は、ロナルド・フィッシャーの農業統計※を源流としているので、「理系」だというならばそうなんだろう （そんな深くは考えていないぞｗ ※実験計画法 ja.wikipedia.org/wiki/%E5%AE%9F… pic.twitter.com/v02rzCODa6

返信先:@kerokero1162548他1人統計学の常識です。5%の確からしさを有意差の在り、無しで分析します。 実験計画法とか、分散分析が何か？を、理解していない。 1%の誤差、つまり、統計学で言う確からしさを上げ、標本を増やしても、対費用、対効果を考えた時に、全くコスパは上がらないのです。 その辺りが素人には理解出来ない！

Excelで学ぶ実験計画法 －シックスシグマと重回帰分析－ 第2版 amzn.to/348YpDm #訳ありセール

統計検定準1級ワークブック「第20章　分散分析と実験計画法」の例題について記事を書きました。お役に立てば幸いです。 note.com/jb_semione/n/n… #統計検定 #統計検定準1級

7/19に日刊工業新聞社主催でwebセミナーやります。 不具合やクレームの再現検証する際に使える実験計画法というテーマになります。 統計的な小難しい事抜きで実用的な内容になります。聞いてってや。 corp.nikkan.co.jp/seminars/view/…

…ちなみにタグチメソッドは最初から外側に因子を配置した実験計画法ではなかった。これはタグチメソッドの教科書に書かれているが、昭和28年に伊奈製陶で行われたタグチメソッドでは内側の列をうまく活用している。

1日経っただけで実験計画法の平方和だけ忘れてる😰

（つづき）この時、信号因子として難燃剤の添加量を用いてLOIを目的変数とした相関係数をラテン方格の外側に配置した実験計画法で実験している。タグチメソッドによく似た方法でこの時の経験談を故田口玄一先生にお話ししたところ褒められると同時に感度重視の好ましくない実験と批判されている…

返信先:@Risky_t_fueno今も実験計画法詰めてて、交互作用A×Bがある場合も解けたのであと数日復習すれば分散分析表は定着できそうです！😆😆😆

Excelで学ぶ実験計画法 −シックスシグマと重回帰分析− 第2版 amzn.to/348YpDm #即発送

これは本当にそう思うし、最近悩んでもいる というのもドメイン知識的に効果が自明なものに対して、果たして統計学的な検証（実験計画法に基づく分散分析とか仮説検定とか）をやる必要があるのかということ 続く

書籍「Pythonで学ぶ実験計画法入門」を脱線中！ 第３章のガウス過程回帰が気になって「ごちきか」さん gochikika.ntt.com/Modeling/gp_re… の「ガウス過程回帰モデルの基礎」に寄り道しました。 線形トレンド・周期性・局所相関・ノイズに分けた解説が分かりやすかったです！ #のんびり統計 #機械学習 #Python pic.twitter.com/6uiMKGPVuK

そもそも、実験計画法ではデータのばらつきを少なくする工夫をしますものね。

実験計画法の平方和Sの求め方がまだ定着していない😥 あとA×Bがある場合はほぼ分からない 帰ってからまた解き方暗記だな

実験計画法、過飽和計画を読んだ。機械学習モデルの因果性を検証するには、まだ表が足りない。マイ量子コンを待つしかないかな。 kyoritsu-pub.co.jp/book/b10032976…

書籍「Pythonで学ぶ実験計画法入門」を実践中！ 第３章でガウス過程回帰が降臨です。 きちんと学ぶのは今回が初めてで、カーネル関数の感覚が未だ掴めていません。。。 図はガウス過程回帰の予測値です。 （なんとなく折れ線グラフにしました） #のんびり統計 #機械学習 #Python pic.twitter.com/MkJ3vjCNzY

そうは言ってもマーケターとしてやっていくには統計の分析や実験計画法の知識はつけておいて損はありません。

実験計画法が少しずつできるようになってきてる😁 分散分析表の作る順番はわかる(修正項CT求める→SA,ST,SE求めるなど)けど、与えられた表の「合計、合計の2乗、個々のデータの2乗和」のどれを使うか慣れないとな…ここ間違えたら後の計算全部狂うし… #QC検定2級 pic.twitter.com/vzF5btLIl1

でも統計学は実験計画法と密接に結び付いているというか、実験の基礎の基礎だから…… (実験の企画・立案をするなら必ず通る道なので、理系の必須教養) 数学科とかそっち系はそうなのかも知らんですが

研究開発でデータサイエンスを活用して、データがなく新しい開発に挑戦する際は、 ベイズ最適化（実験計画法）がお勧め。 性能を最大化する点を探索し、提案してくれることもメリットの1つだけど、 個人的には少ない実験点で、「解がない」ことを証明できることも魅力の１つだと思っている。…

『店舗スタッフによるSNSマーケ』支援AI。売れているＳＮＳの画像の特徴量を数値化するのはムズイな。むしろ、キーワード＋生成AIで画像を作って、その画像で商品が売れるか？実験計画法した方がブレがないな。

書籍「Pythonで学ぶ実験計画法入門」を開始！ 第３章は主要な機械学習アルゴリズムで回帰を解きます。 ハイパーパラメータチューニングの手法に目から鱗です！ cross_val_predict()やOOBを活用した予測値の評価指標で最適パラメータを探索しました。 図はおまけ😆 #のんびり統計 #機械学習 #Python pic.twitter.com/Dfxwmm6raD

返信先:@Risky_t_fuenoまあまあ前の回で合格されたんですね😙 QC検定について調べると、過去問と似てるとかよく出てきますけど全然そう思わないんですよね😑 確かに、検定や実験計画法など毎回出てくる分野はありますが、中身がまるで違うんですよね🤧😔

これらの不正はソフトウェア試験からすると何故？と思ってしまうが、最近、実験計画法と品質工学を読み直してなんとなくわかった。 ソフトウェア工学では条件を同じくして繰り返し試験が容易なのだが、ハードウェアの場合は条件が同じにするのが容易ではなく、できて2,3回ぐらいしかできない。

なんか流れてきたけど、そんなに顔真っ赤にして書き散らすポストかねぇ…？ 言い方を変えないと理解できない相手に、噛み砕いて説明したら…っていうだけの話なんだけど。 まぁ、たしかに元ポストの「勘違い」は勘違いを生むかも。実験計画法に則って行った試験で、期待結果がたまたま出なかった的？ pic.twitter.com/Ax5SHkHceW

実験計画法じゃなくて回帰分析のほうの分散分析表と回帰式やってた 表の作り方の流れはわかってるけど繰り返さな覚えられん、あと回帰式のbは求められるけどa(切片)がまだわからない #QC検定 #QC検定2級

夜勤が終わって今起きました 今から昨日言った漢マスAランク読み系とQC検定2級の相関係数の復習&過去問から実験計画法だけを選んで解いてみたいと思います

改めて思うと機械学習がなぜ流行ったのか？データがあるなら、実験計画法に基づいてサンプリングし直した方が介入効果のあるモデルが作れる。とにかく機械学習、後から重要変数で悩むなんて変。先に重要変数の仮説を考える点、p値の難しさがネック？まあネーミングの勝利かな。AutoDoEなら勝てるか？

Pytorch_Tabularで競馬予想。データ数が少ないときは機械学習がお薦め、そのテクニックは。というセミナーが多いが、手法に必要なデータ数を議論する前に反事実データが１件でもあるか？の方が大切。機械学習を学ぶ前に、実験計画法等でデータの基本を勉強する方が介入効果のあるモデルが作れる。

仕事終わったら↓ 漢マス読み系A QC検定2級相関係数の復習と実験計画法の分散分析表の練習 最低でも覚える

実験計画法を使っておいしい珈琲の淹れ方を研究してみようかな と思う自分が嫌です…

NEDOらはバイオ由来製品生産技術の開発で、千葉県茂原市に完成させた関東圏バイオファウンドリ拠点の機能検証を進める　本拠点が保有する実験計画法のノウハウやスケールダウンモデルとCFD解析等を用いた生産システムによりスケールアップ検討期間を約6分の1の半年程度で完了　nedo.go.jp/news/press/AA5…