最適計画による仮想実験データの層別分析_川﨑 昌(2023-JA-PO-01)

仮想実験データを取得した場合、一人ひとりのデータを分析することが可能である。しかし通常は、回答者の属性による層の単位でまとめて平均値を用いた分析を行う。層別した分析結果に大きな違いがなければ、全体をまとめて扱う方が、データ数が多いので精度が良い結果となる。しかし、各層の分析結果に明確に違いがある場合には、層別しなければ正しい考察ができず、誤った情報を得るリスクがある。
本研究では、JMPによる最適計画を用いた仮想実験データの層別分析について議論する。発表時は、事例を用いJMP17による実験計画(DOE)のカスタム計画の操作、デモンストレーションを行う予定である。

プレゼンター

‎03-25-2024 01:01 PM に公開 Community Manager Community Manager | ‎03-25-2024 01:06 PM に更新済み

仮想実験データを取得した場合、一人ひとりのデータを分析することが可能である。しかし通常は、回答者の属性による層の単位でまとめて平均値を用いた分析を行う。層別した分析結果に大きな違いがなければ、全体をまとめて扱う方が、データ数が多いので精度が良い結果となる。しかし、各層の分析結果に明確に違いがある場合には、層別しなければ正しい考察ができず、誤った情報を得るリスクがある。
本研究では、JMPによる最適計画を用いた仮想実験データの層別分析について議論する。発表時は、事例を用いJMP17による実験計画(DOE)のカスタム計画の操作、デモンストレーションを行う予定である。



イベントは終了しました
このイベントにはもう参加できません

開始:
水, 11 15, 2023 10:00 午前 EST
終了:
木, 11 16, 2023 10:00 午前 EST
0 件の賞賛