Choose Language Hide Translation Bar

cancel
Showing results for 
Show  only  | Search instead for 
Did you mean: 
Monday, October 31, 2022
빅데이터, 인공지능, 데이터과학분야의 발전은 데이터 기반 의사결정 활동에 크게 기여하였다. 다양한 데이터를 취합할 수 있는 산업군이나, 제품의 양산단계에서는 획득한 데이터를 다양한 형태로 가공이 가능하며, 적합한 분석모형을 개발 또는 응용하여 데이터 분석활동을 진행할 수 있다. 하지만 새로운 기술 또는 공정조건을 개발하는 연구개발 단계에서는 시간과 자원의 한계로 인하여 다양한 정보의 데이터를 얻기에는 다소 무리가 있다. 이러한 환경속에서 소수의 데이터를 바탕으로 다양한 실험 결과를 취득할 수 있는 데이터 분석 기법인 실험계획법에 관하여 JMP를 기반으로 알아보고자 한다. 본 내용에서는 실험계획법의 원리에 관한 간략한 소개와 더불어, JMP의 실험계획을 통하여 얻을 수 있는 다양한 통계량에 관하여 소개 한다. 계획된 실험설계 조건으로 부터 얻어진 실험변수와 수준, 반응변수를 기반으로 유의성 검정과 함께 신뢰구간에 관한 추정에 관한 내용 및 모수와 변량요인에 관한 설명을 진행한다. 특히, JMP 실험계획법은 일반적으로 널리 활용되는 완전요인실험법, 부분요인실험법, 반응표면분석법과 함께 실험환경의 제약사항을 고려한 사용자 설계 (Custom Design)에 관한 사용법을 제안하고자 한다. 해당 내용을 통하여 실제 산업군에서 적재적소에 실험계획법이 활용되길 기대한다.
Labels (4)
レベル:初級 JMPでは、ユーザーの皆様がより効果的に実験を行えるようにしたいと考えています。 JMP 17では、この目標を達成するために、2つのエキサイティングなツールを追加しました。 初めて実験計画を行い、解析するユーザーのために、JMPは実験と解析のすべてのステップを一貫して実行できるようになりました。本講演では、ナビ付きDOE(英語名:Easy DOE)が、実験や解析手法を推測して選択する必要のないガイド付きワークフローを提供することで、実験計画法のプロセスをこれまで以上に容易にする方法について説明します。 また、実験計画に慣れている皆様向けに、カスタム計画の実験計画エクスプローラ(英語名:Design Explorer)ツールのデモンストレーションを行います。実験計画エクスプローラでは、実験回数や最適化基準など、さまざまな計画の選択肢を素早く検討し、実験に適した計画を選択できます。 JMPの実験計画法(DOE)および信頼性プラットフォーム開発するチームのマネージャー。サイモン・フレーザー大学(カナダのブリティッシュコロンビア州バーナビー)で統計学の博士号を取得し、DOEのトピックに関する論文を査読付き学術雑誌に発表。また、DOEを日常生活に応用することで、その研究を家庭で生かす方法を模索している。  
レベル:初級 生体情報モニタは、最新のセンサー技術で、連続的に情報を提供する。治療上、安静が必要な集中治療室や術後など治療へ反応を経時的に見る場合、多くの生体情報が観察でき、AC電源で稼働する固定型のベッドサイドモニタが選択される。一方、一般病棟では、退院に向け自立した活動をされている方も多く、リスクは低減しているが、最低限の生体情報の観察が必要になる場合がある。リスクと利便性を踏まえ、電池を使用する携帯型のテレメータ送信機が広く用いられている。 生体情報モニタは、本来、「生体アラーム」と呼ばれる上下限閾値や不整脈を検知し、早期発見・早期対応を目的とするが、「テクニカルアラーム」と呼ばれる機械やセンサー・使い方によるアラームも少なくない。目的外アラームのため、“false-alarm(偽アラーム)”と呼ばれる。誤った警報が続くと、次第に、脅威に対し鈍感になってしまう。(オオカミ少年症候群) 今回、我々は、テレメータ送信機の”電池交換アラームの即時対応”に着目し、取り組みを行った。分析には、JMP16を用いた。特性要因図・乱数シミュレーション・管理図・信頼性成長 などを活用した。 一連の業務改善活動について報告する。
レベル:初級 The structural equation models (SEM) platform continues to evolve into a more complete and powerful platform. Two key features in JMP Pro 17 are (1) a link between Factor Analysis and SEM to facilitate survey development, and (2) multiple-group analysis. We demonstrate these features with data inspired by Yamamura and Takehira (2017), where Japanese students were surveyed on their learning motivation. Attendees will learn to build surveys and use them to gain insights about subpopulations 「構造方程式モデル」(SEM; structural equation models)プラットフォームは、より完全で、より強力なプラットフォームへと進化し続けている。JMP Pro 17での主な新機能は、(1)探索的因子分析と構造方程式モデルとの関連付け(この機能は、調査票の質問を設計するのに役立つ)、および、(2)多母集団分析である。これら2つの機能を、Yamamura and Takehira (2017)の調査を題材にして紹介していく。Yamamura and Takehira (2017)は、日本の大学において大学生の学習動機づけを調べた研究である。本講演では、調査を設計し、その調査から部分集団についての情報を得る方法を提示する。 【発表者プロフィール】 Laura Castro-Schilo works on structural equations models in JMP. She is interested in multivariate analysis and its application to different kinds of data; continuous, discrete, ordinal, nominal and even text. Previously, she was Assistant Professor at the L. L. Thurstone Psychometric Laboratory at the University of North Carolina at Chapel Hill. Castro-Schilo has a PhD in quantitative psychology from the University of California, Davis. Laura Castro-Schiloは、JMPで構造方程式モデルを研究しています。多変量解析と、連続、離散、順序、名義、テキストなど、さまざまなデータへの応用に関心がある。以前は、ノースカロライナ大学チャペルヒル校のL. L. Thurstone Psychometric Laboratoryで助教を務めていました。カリフォルニア大学デービス校で量的心理学の博士号を取得。
レベル:初級 This presentation shows how to build popular and captivating graph views using JMP Graph Builder. Based on the popular Pictures from the Gallery journals, the Gallery 7 highlights new views available in the latest versions of JMP. Views such as Dumbbell Charts, Word Clouds, Cumulative Sum Charts, Advanced Box Plots and more will be included that can help breathe new life into your graphs and reports! このプレゼンテーションでは、JMP Graph Builderを使用して、人気のある魅惑的なグラフビューを構築する方法を紹介します。Gallery 7では、JMPの最新バージョンで利用可能な新しいビューを紹介します。ダンベルチャート、ワードクラウド、累積和集合グラフ、箱ひげ図など、グラフやレポートに新しい息吹を吹き込むビューをご紹介します。 【発表者プロフィール】 Scott Lee Wise is a Senior Systems Engineer and Data Scientist for JMP Statistical Discovery, a subsidiary of SAS Institute. Scott attained degrees in Business (BSBA UNC) and Quality Engineering (MSQA SPSU). Scott also holds ASA Professional Statistician, ASQ Quality Engineering/Management, JMP and SAS Software, Master Black Belt and PMI Project Management certifications. Scott Lee Wiseは、SAS Instituteの子会社であるJMP Statistical Discoveryのシニアシステムエンジニア兼データサイエンティストです。ビジネス(BSBA UNC)および品質工学(MSQA SPSU)の学位を取得。また、ASA Professional Statistician、ASQ Quality Engineering/Management、JMPおよびSAS Software、Master Black Belt、PMI Project Managementの認定資格を持っています。
レベル:初級 実データで,2つの質的変数,量的な変数を応答として解析しようとすると必然的に「繰り返し不揃いの2元配置」に帰着するが,この問題を扱っている日本語の教科書を見い出すことができない.そのためか,Web上では,「繰り返しが等しくないと解析できない」などが蔓延している.その原因は,平方和の分解に頼り切りで,ダミー変数を用いたデザイン行列Xを用いた解析法が,統計の入門書では,忌み嫌われているためである.「モデルのあてはめ」を使っているJMPユーザーは,繰り返しが等しくても,不揃いでも,全く気にせず解析しているはずである.「効果の詳細」での質的変数の水準平均を求めようとすると,「最小2乗平均」と「平均」が出力され,それらに食い違いが出ることを知っているに違いない.ただし,その違いをきちっと説明することができるのだろうか.そこで,2×3の繰り返し不揃いの2元配置データについて,Excelの行列関数を用いた解析方法を示し,JMPによる解析結果と対比することにより,「モデルのあてはめ」の計算原理の理解を深め,更なる応用ができるように,平方和の分解に代わる計算方法を示す. JMP4からのユーザで,SASもJMP以前から使っています.以前勤めていた会社では,各種のJMPを用いた統計教育を行いつつ,JMPの社内での普及活動を行ってきました.この成果は適宜,JMPer’sミーティングで紹介してきました.定年退職後は,自営業的コンサルティング会社を設立して活動を続けています.最近,日本の多くの学問分野(臨床統計を除く)における実データの統計解析能力が集団的に衰退しつつあることを実感しています.私にとって実験計画法は,統計の理論の学習,実務での実践のために欠かせないものでした.今回のテーマは,私にとってすでに解決済の課題でしたが,改めて実験計画法に関連する書物を読み直したところ,JMPの「モデルのあてはめ」の計算原理を使った例示は全くなく,古典的な平方和の分解に固執している伝統的な解析法のオンパレードに愕然し,これが,繰り返し不揃いの2元配置データの解析ができないとの妄想が広まっていると確信しました.
レベル:中級 東林コンサルティング 代表 細島 章 JMPを品質問題解決に活用する事例は、これまでに信頼性予測の方法、不良の原因究明方法、テキストマイニングによる品質傾向分析、などを紹介してきました。今回は割合の平均分析(ANOM)を使って生産実績データから不良が有意に多い型番や装置を抽出して絞り込む方法、決定的スクリーニング計画を使った仮想実験で作業者の設定ノウハウをモデル化した例を紹介します。生産データのように定期的に追加されるデータを分析する際には、製品型番マスタなどの固定データを別テーブルで用意して両者をリンクすると更新が楽になります。ヒューマンエラーの可視化によりミスを年間で1/10に削減できた取組例も紹介します。操作ミスの総数とミス内容の内訳をグラフ化し、それを個人別・職位別・組織別に層別したグラフを使って監督者と作業者にフィードバックして気づきと工夫を促しました。グラフビルダで層別変数をグループX、段組、重ね合わせなどにドロップする方法やローカルデータフィルタ(LDF)による層別を紹介します。 山武ハネウエル(現Azbil)で理事 研究開発本部長,品質保証推進本部長などを歴任したのち東林コンサルティングを設立.専門領域は品質改善,信頼性予測,ロバスト設計,実験計画などの統計的問題解決全般,デザインレビュ―,根本原因分析手法(RCA),ヒューマンエラーの未然防止など. 主な著書は『実践ベンチャー企業の成功戦略』中央経済社 2011,『よくわかる「問題解決」の本』日刊工業新聞社 2014(単著).主な論文は「生産ラインのヒヤリハットや違和感に関する気づきの発信・受け止めを促進するワークショップの提案」【2016年度品質管理学会 品質技術賞受賞】.主な講演「作業ミスを誘発する組織要因を可視化し改善を促進する仕組みの提案」(Discovery-Japan 2018),「JMPによる品質問題の解決~不良解析と信頼性予測の事例紹介~」(同2019),「JMPによる実験と解析の効率化」(同2020)「多品種少量生産ラインの品質問題をテキストマイニングにより究明する方法」(同 2021),「JMPによる開発・生産・品証の業務改革」第1回~第5回(JMP On Air 日本版2021)
レベル:中級 質問紙調査の事例の多くは考察の段階で終わっており,一部には考察に基づいた提案を行うケースも存在するが,その場合の提案はあくまでも仮説発想(発想を示すこと)で止まっており,仮説検証(検証実験)までを行うケースは殆どない.一方,質問紙実験であるコンジョイント分析の事例は多く発表されているが,その殆どはコンジョイント分析に特化した単体のアプローチである.そして,それらのコンジョイント分析には実験計画の工学的な応用の観点から次の3つの問題点が存在している.①量的因子も質的に扱っていること,②積項(交互作用)や2次項を無視していること.③解析・設計は分散分析に基づいてシンプルな条件決定を行っていることである.これら3点は相互に絡み合っており,これらを総合的に解決する方法として次の3つが有効である.[1]最適計画(カスタム計画)を採用すること.[2][1]のデータで重回帰分析の変数選択を採用すること.[3][2]の推定重回帰式に基づいて数理計画法を実施すること.本研究は質問紙調査と質問紙実験をコラボさせるとともに質問紙実験の問題点を克服するための工夫を行った方法を提案する. 50年近くに亘りTQM(Total Quality Management:総合的質経営),SQM(Statistical Quality Management:統計的質経営)および設計論の研究を行ってきた.21世紀に入ってからは新しい設計パラダイムである超設計(Hyper Design)を提案し,その数理であるHOPE理論(Hyper Optimization for Prospective Engineering)を開発しその支援ソフトHOPE-Add-inをSAS社との共同開発行っている.この取組みによりこれまでに考え方である「超設計」,統計数理である「HOPE理論」,支援ツールである「HOPE-Add-in for JMP」の三位一体による新しい設計法を実現している.そしてこの理論の社会科学的延長線上で選抜型両側因果分析(表側因果分析 としての[多群主成分回帰分析]+裏側因果分析としての[因子回帰分析])を提唱し,現在は選抜型両側因果分析後の進展アプローチである反転因果分析(準SEMにあたる因果分析方法)を提案している. 論文集のサイトへ https://community.jmp.com/t5/Discovery-Summit-Japan-2022/Discovery-Summit-Japan-2022-%E8%AB%96%E6%96%87%E9%9B%86/ta-p/568396 ※動画公開は11月30日(水)まで。  公開を終了いたしました。
レベル:上級 超設計は超因子に基づく2重構造の関数であるところの超構造関数を用いる解析的な設計である.この方法は設計の可能性を高め,従来はできなかった高度な設計を可能にしている.ただし,初期に開発された超設計は全区間を一つの関数で高精度に近似できることを必要としている.しかし,近年は水準数の多い実験が増え,水準数が10前後からそれ以上になると全区間を一つの関数で高精度に近似することが困難になる.このような場合には全区間を小区間に分割して各区間を高精度に近似するという複合近似を用いることが合理的である.しかし,そのことにより設計で扱うパラメータ(係数)が格段に多くなるためにその対応が必要である.本研究はそのための方法を紹介する.また,柔軟で高度な設計は分散分析のアプローチでは困難で,数理計画法により可能になる.このとき重要になるのは「設計のPDCAサイクル」を廻すアプローチである.本研究では設計を関係者の合意形成ととらえ,それを数理計画法に基づく「設計のPDCAサイクル」の廻すアプローチで実現する方法を提案する.そして,高度な応用として超因子を自由自在に指定することの可能な柔軟設計についても議論する. 50年近くに亘りTQM(Total Quality Management:総合的質経営),SQM(Statistical Quality Management:統計的質経営)および設計論の研究を行ってきた.21世紀に入ってからは新しい設計パラダイムである超設計(Hyper Design)を提案し,その数理であるHOPE理論(Hyper Optimization for Prospective Engineering)を開発しその支援ソフトHOPE-Add-inをSAS社との共同開発行っている.この取組みによりこれまでに考え方である「超設計」,統計数理である「HOPE理論」,支援ツールである「HOPE-Add-in for JMP」の三位一体による新しい設計法を実現している.そしてこの理論の社会科学的延長線上で選抜型両側因果分析(表側因果分析 としての[多群主成分回帰分析]+裏側因果分析としての[因子回帰分析])を提唱し,現在は選抜型両側因果分析後の進展アプローチである反転因果分析(準SEMにあたる因果分析方法)を提案している. 論文集のサイトへ https://community.jmp.com/t5/Discovery-Summit-Japan-2022/Discovery-Summit-Japan-2022-%E8%AB%96%E6%96%87%E9%9B%86/ta-p/568396
レベル:上級 線形回帰分析・最尤推定・多変量正規分布などの基本的な統計知識をすでに習得している人向けに、JMP Pro 17での「構造方程式モデル」プラットフォームの新機能を紹介する。JMP Proの「構造方程式モデル」プラットフォームでは、多変量正規分布を仮定した完全情報最尤推定に基づき、潜在変数を含む線形モデルを推定できる。潜在変数を含むパス解析や確認的因子分析など、幅広い線形モデルに対する推測を行える。分析者が想定しているモデルをパス図で描くことによって指定できるので、その想定しているモデルにおける変数間の関係が直感的にわかりやすい。JMP Pro 17では、多母集団分析もサポートされた。最初に構造方程式モデルであてはめることができる幾つかのモデルを簡単に紹介した後、JMP Pro 17の新機能を、多母集団分析を中心に紹介する。 1994年、北海道大学文学部卒。1996年、株式会社サスインスティチュートジャパン入社(当時)。テクニカルサポート部にて統計関係のカスタマーサポートに従事。2001年、同社を退社後、製薬会社の生物統計担当、製造系エンジニアリング会社のプログラマー、フリーランスを経て、2005年にSAS Institute Japan株式会社に再入社。JMPジャパン事業部のテスターとして、ソフトウェアのテストや翻訳の校正に携わる。2014年、RSS/JSS Graduate Diploma(Passing with Distinctionおよび日本統計学会 統計検定 RSS/JSS試験最優秀成績賞)。2012年、統計検定1級(生物統計分野)。共訳書として、Tourangeau, R., Conrad, F. G., and Couper(著)大隅昇・鳰真紀子・井田潤治・小野裕亮訳(2013訳書)『ウェブ調査の科学』朝倉出版、Le Roux, B. and Rouanet, H.(著)大隅昇・小野裕亮・鳰真紀子訳(2010訳書)『多重対応分析』オーム。  
Tuesday, November 15, 2022
レベル:初級 This Project is to improve the Cpk by reducing the particle generated in PECVD with time. The particle problem leads to yield loss and high cost of production. The whole production time is devide into 3 stages. (1) Fit particle data with JMP Poisson & ZIP Distribution. (2) Combine particle data with JMP Goal Plot, Performance Plot & SPC Control Chart. (3) Compare the performance with Dunnett’s Method. (4) Combine Poisson Distribution with Goal Plot to modify the action plan for the next stages. このプロジェクトは、PECVDで発生する粒子を時間経過とともに減少させ、Cpkを向上させるものである。粒子の問題は、歩留まりの低下と製造コストの上昇につながる。生産時間全体を3つのステージに分ける。(1) JMPポアソン分布とZIP分布で粒子データをフィットさせる。(2) JMPゴールプロット、パフォーマンスプロット、SPC管理図を用いて、粒子データを結合します。(3) Dunnett's Methodで性能を比較します。(4) ポアソン分布とゴールプロットを組み合わせて、次のステージのアクションプランを修正します。 Module Process Engineer from Applied Materials Corp., in JMP process. River had been a PECVD (Plasma Enhance Chemical Vapor Deposition) engineer since 2015 for 5 years and as module process engineer since 2021 for 1 years. River’s research focus on defect /variability /COO reduction and Process Cpk /Matching /Output optimization; Identify opportunities or increase values for Applied service with those learnings. アプライドマテリアルズ株式会社のJMPプロセスのモジュールプロセスエンジニア。2015年から5年間PECVD(Plasma Enhance Chemical Vapor Deposition)エンジニアとして、2021年から1年間モジュール・プロセス・エンジニアとして勤務してきました。研究テーマは、欠陥・ばらつき・COOの低減、プロセスCpk・マッチング・アウトプットの最適化であり、これらの学習によりアプライドマテリアルズのサービスの機会を特定し、価値を向上させることに注力しています。
レベル:初級 コイルの開発にはCAEまたは磁気回路シミュレーションを使用した電気特性の設計が行われている。 この設計をJMPの実験計画(SpaceFilling計画)とモデル作成(Gauss過程モデル)、JMP予測プロファイルのシミュレータ機能を使い、工程能力指数(Cpk)の最適化を行うことで、設計時間の短縮とロバスト設計による高品質製品設計を目指した。 しかし、実験計画の因子範囲が広いと製品仕様範囲に実験点が少ない場合があり、推定精度に課題があることが分かった。 そこで、効率的に推定精度を向上するため、第一段階では広範囲で最適値を求め、第二段階では第一段階の最適値付近に範囲を絞り込んで最終的な最適化を行う、二段階設計を検討した。 この手法により、より高精度で最適設計値を得ることができた。 東光株式会社にてデバイス開発のプロセス業務等を経験したのち、大規模解析等のシミュレーション業務に携わる。 ・社外発表例 1.伊藤一洋(東光),井田浩一(東光),池寛子(東光),高橋政幸(東光),河瀬順洋(岐阜大),山口忠(岐阜大),加藤大地(岐阜大),塚田彰太(岐阜大),福井義成(海洋研究開発機構),西川憲明(海洋研究開発機構),大規模数値解析によるコイル損失低減技術の開発,平成27年度地球シミュレータ産業戦略利用プログラム利用成果報告書 page.101-109 (20160331) 2.河瀬順洋(岐阜大),山口忠(岐阜大),伊藤一洋(東光),高橋政幸(東光),池寛子(東光),三舩洋嗣(村田製作所),磁性粉をランダムに充填したソレノイドコイルの三次元有限要素解析,平成30年電気学会全国大会 3.河瀬順洋(岐阜大),山口忠(岐阜大),伊藤一洋(東光),高橋政幸(東光),池寛子(東光),三舩洋嗣(村田製作所),扁平磁性粉入りソレノイドコイルの三次元非線形有限要素解析,平成31年電気学会全国大会 現在は株式会社埼玉村田製作所のモールド材料技術開発部に所属し、コイル商品に関連したシミュレーション業務に従事している。 ※動画の公開、資料の配布はございません。
レベル:初級 日本触媒では研究開発の高速化を目指して、2020年から実験研究員を対象にデータサイエンス人材の育成に取り組んでいます。統計初心者でも扱いやすいJMPを標準ツールとして採用し、手法教育だけでなく実践支援も含めた総合施策により、現在では様々な活用事例が挙がってきています。 ただ成功事例がある一方で「演習通りにいかない」「どこが間違っているかもわからない」という声がありました。サンプルデータのようなお仕着せのデータでの演習だけでなく、課題の設計から始まる一連の取組みを体験することが重要であると考えました。 飛球シミュレーターは計画、実行、解析、改善のPDCAを実践的に学べる優れたJMPのアドインです。設計者によってレベルデザインが自由に設定できることが特長で、今回は材料開発の研究者が直面しやすい状況を想定して実験計画法の体験コンテンツを開発しました。 本発表では、人材育成の取組みと、飛球シミュレータ―で開発した教育コンテンツの取組みをご紹介します。また、教育コンテンツ作成にあたりSAS社主催の「JMPトレーナーズ勉強会」の紹介も行います。 高分子のメソシミュレーションが専門で、2018年にデータサイエンス業務に従事。データの解析を通じて、材料研究や生産におけるデータ駆動型の意思決定を支援している。2020年からは社内データサイエンティストの教育普及に携わっており、JMPを使った講習(材料処方設計、実験計画、生産データ解析等)や社内LTを実施してきた。 最近はSAS社主催のJMPトレーナーズ勉強会に参加し、体験型の教育コンテンツの開発に力を入れている。 ※動画公開は、12月18日(日)まで 公開を終了いたしました。
レベル:中級 糖質は食品加工おいて幅広く利用されており,食品の風味や食感のみならず,水分活性の調節,着色性,浸透性,澱粉の老化抑制などの機能から食品の嗜好性や保存性を左右している。低糖質化は,食品中の糖質配合量の低減やショ糖代替素材による置換で対応しているが,風味や食品テクスチャーに望ましくない影響を及ぼすといった問題が残されている。そこで,血糖値の短時間での上昇の抑制,摂取エネルギーの低減に向けた低糖質化食品の製造を可能にする素材および製法の開発が求められている。演者らは,菓子で多用されている素材として小麦粉と甘味料に注目し,菓子の低糖質化を可能にする素材開発を進めている。本講演ではスポンジケーキに適用できる小麦粉代替素材の配合を最適化する際に回転可能中心複合計画法を適用した事例を紹介する。さて,大学で実施されている情報処理教育ではAI・数理データサイエンス教育が求められている。ところが,記述統計学や推測統計学に関連する授業科目の担当教員がいないことを理由に非常勤講師の採用や授業科目の削除を行っているのが実状である。そこで,AI・数理データサイエンス教育に向けた統計学の在り方を提言したい。 三菱化成工業株式会社 総合研究所(1988年6月:三菱化成株式会社に社名変更,1994年4月:三菱化学株式会社が発足,2017年4月:三菱ケミカル株式会社が発足)への在職期間(1986年4月~1994年3月 )には糖質素材(マルトオリゴ棟,エリスリトール,イノシトールなど)および乳化剤(ショ糖脂肪酸エステル,ポリグリセリン脂肪酸エステルなど)の基本的機能の評価,機能発現の解明および用途開発に従事した。1994年からは現職で,澱粉の老化に及ぼす複数の操作条件(凍結速度,凍結貯蔵の温度と時間,解凍速度)の影響を検討し,老化を最も抑制する操作条件を探索する際に回転可能中心複合計画法法(Trial Run,IBM社)を適用したのが実験計画法との出会いである。その後は,製パンに適した米粉を調製するために,中心複合計画法法(Originを使用)を使用して粒子径分布を調整した。さらに,加工食品の低糖質化に向けたショ糖代替素材および小麦粉代替素材を開発するために,中心複合計画法法(Originを使用)を使用して構成素材の配合を最適化した。
レベル:中級 設計は長い間入力因子のない設計(静特性の設計)が行われ,最近になって入力因子のある1次式の設計(動特性)も行われ設計の守備範囲が広がってきた.そして,これからは2次以上の非線形関数を扱う設計(高度な動特性の設計)が重要となる.しかしながら,非線形関数の設計は1次式(線形関数)の設計の延長で扱うことはできない.何故ならば1次式にはない極値(極大値,極小値)を扱わなければならないからである.これを解決した設計法が超設計である.本研究は2次式の場合をとりあげ,JMPを用いて超設計を易しく学ぶことのできる教育を紹介する.実験はカスタム計画のもとで行い,最適化は満足度プロファイルを用いることで初級者でも簡単に実施することができる.なお,教材としては分かり易い飛球シミュレーターを用いている. 1984年横河電機入社.社内向けシリコン半導体デバイスプロセスに関する研究開発を担当.その後,研究試作およびデバイス製造のライン設計,製造装置および工場設備の導入から維持管理まで幅広く担当.あわせて,製品や工程,設備の品質管理,品質改善,コストダウン,納期短縮などの生産管理技術,特に統計的品質管理(Statistical Quality Control;SQC)の活用を進める.また,大手半導体デバイスメーカーに1年間社外出向し,統計解析やシックスシグマなどの管理ツールを協業事業の中で活用.これと前後して活動成果の社外発表を積極的に行う.2014年9月に開催された品質国際会議ICQ’14TokyoでTQMについて発表.その後2015年3月に横河電機を退社.同年4月に目白大学大学院経営学研究科博士後期過程入学.2015年9月のANQ Congress 2015 Taipei,2016年9月のANQ Congress 2016 Vladivostok,同年11月のSAS社Discovery SummitでSQCおよび最適化に関する発表を行う. 論文集のサイトへ https://community.jmp.com/t5/Discovery-Summit-Japan-2022/Discovery-Summit-Japan-2022-%E8%AB%96%E6%96%87%E9%9B%86/ta-p/568396
レベル:初級 発生が継続的であるが周期がなく規模が予測できない事象を分類する試みである.中学校英語教科書(全6点)の主要文法事項36項目を対象とし,導入時以降の出現頻度を追跡した.これらの文法事項は課毎に頻度を計測してもその傾向の一般化は全く不可能であり,況んや共通の基準で比較することはできない.本研究では累積度数の分布に3次曲線を回帰させることにより,その曲線の1次・2次・3次項係数及び切片を当該項目を説明する新たな変数として同定した.それらの変数を以て全項目の因子分析を行い,因子得点を2次元上に布置させて出現のパターンを得た.1つは凸型累積分布で,該当する項目は主として導入時に頻発するがその後は出現が低減する.他の1つは凹型累積分布で,導入時以降次第に出現頻度が増加する.これには初級段階で導入される高頻度事項(定冠詞・過去時制など普遍的項目)が多く該当し,学習の進展と共に自然な英文に近づいて行くことが想定される.項目毎に教科書間の布置を見ると,多くの項目で教科書が狭い範囲に集中しているか,あるいは原点からの直線に沿って並んでおり,凸型対凹型という分類基準は本対象の基本的説明要因であることが判明した. 言語学習及び言語測定に関わる課題を多変量解析を中心とする統計手法で分析し,教育プログラムへの提言を行ってきた.近著として,行列を用いた並べ替え問題の部分採点法に関する論文(IntechOpen社,2022年5月刊)がある.同論文の前段階の研究は ICICT 2019(ハワイ)にてベストプレゼンテーション賞を授与された.JMP はバージョン2からのユーザーで,多変量解析勉強会とともに多くのことを学ばせて頂いた.
レベル:初級 グループ病院内におけるにおけるフォーミュラリー(FM)の浸透・活用割合を高めることを戦略目標として、具体的な行動計画を策定するために病院勤務者に対して問題解決型業務調査を実施した。FMとは「疾患の診断、予防、治療や健康増進に対して、医師を始めとする薬剤師・ほかの医療従事者による臨床的な判断を表すために必要な、継続的にアップデートされる薬のリストと関連情報」とされる。調査によるアウトカムは、1)重要度・緊急度マトリクス作成による行動指針の検討と、2)回答者のキャリアパスクラスターに基づいた層別解析から、FMへの個々の認識を明確化することである。これら解析結果を回答者に公表することが勤務者内での合意形成に至り、結果、組織の原動力強化から戦略達成につながるものと考えられる。 H5日本医科大学付属病院薬剤部,H16日本大学薬学部,H25帝京平成大学薬学部薬学科・大学院薬学研究科 教授,H26(兼務)信州大学医学部附属病院臨床研究支援センター 特任教授 日本医療薬学会代議員,日本クリニカルパス学会理事・広報委員長,東京都病院薬剤師会臨床研究専門薬剤師養成小委員会副委員長,神奈川県病院薬剤師会特別委員、東京都健康長寿医療センター倫理・認定臨床研究審査委員,新渡戸記念中野総合病院IRB委員 日本医療薬学会 指導薬剤師,鍼灸師,診療情報管理士等
レベル:初級 本研究は、ドナベディアンの医療の質評価の3側面のうち、構造(ストラクチャー)に着目した医療機能評価から、結果(アウトカム)指標の一つである医療事故の発生割合に関する要因分析を行うことが目的である。そこで、概要をまとめる概念図と特性要因図を作成することで分析項目を洗い出し、病院機能評価機構の審査結果と厚生労働省の医療の質の評価・公表推進事業の臨床指標(QI:クオリティ・インディケーター)からデータセットを作成した。本研究では、一貫した評価基準と調査方法で臨床指標を収集し公開している済生会系列病院を分析対象病院とした。重回帰分析の結果、「臨床の倫理的課題への病院の方針決定」「安全確保体制」「療養環境整備」「医療機器管理機能」に関する審査項目の評価が高いほど、医療事故(3B以上のアクシデント)の発生割合が低いことが明らかとあった。 私は大学で看護学を専攻し、2年次からクリニックにおける初診患者満足度調査に取り組んできました。その研究は、Discovery Summit Japan 2021で口頭発表し、様々な意見をいただく機会となりました(2021-JA-25MP-08)。現在大学院では医療マネジメントを専攻し、「医療政策・管理学」や「医療機能評価論」などの授業を通して「医療の質」について学んでいます。これまでは、患者満足度という結果(アウトカム)だけに焦点を当てた研究をしていましたが、今回は授業で学んだことを活かして医療の質を評価するドナベディアンモデルの構造(ストラクチャー)・過程(プロセス)・結果(アウトカム)の3側面のうち、構造(ストラクチャー)の視点を追加することとしました。今回は、主に重回帰分析について学ぶ「クオリティマネジメント」という大学院の授業で取り組んだ内容を発表したいと考えています。 論文集のサイトへ https://community.jmp.com/t5/Discovery-Summit-Japan-2022/Discovery-Summit-Japan-2022-%E8%AB%96%E6%96%87%E9%9B%86/ta-p/568396