Choose Language Hide Translation Bar

cancel
Turn on suggestions
Auto-suggest helps you quickly narrow down your search results by suggesting possible matches as you type.
Showing results for 
Show  only  | Search instead for 
Did you mean: 
How to save journal to a JMP data table using JSL (2022-US-EPO-1079)
Monday, September 12, 2022
We have a built-in command to save a JMP report to a JMP data table so that the customer can rerun the report. However, if a customer wants to save the report as a journal, customize it, and then save it to the data table, JMP currently does not have the build-in UI command to do so. As a tester on the JMP journal, I see customers' needs for this function.    My poster will show how to write an add-in to save a journal to a data table so that customers can rerun it in future JMP sessions.      Hi,  my  name  is  Hoi Dee. I'm  working  in  JMP. I'm  working  in  JMP  system  testing  group. One  of  my  responsibility is   testing  journal. So  this  brings  the  introduction   of  my  poster. JMP  has  a  function  to  save our JSL  or the report to data table, which  is  very  convenient   for  users to  access  previously generated  reports. A s  a  journal  tester, I'm  thinking, is  it  possible  to  save a  journal  to  a data  table? And  not  only  me  think  about  that, we  have  some  customers thinking  of  that,  too. And  even  our  customer  requested the  function  of  save journal   to  a  data  table. So  because  we  have  customer   requesting  that, I  began  to  look   into  the  ways in JSL, how  do  we  do  it  to  save a  journal  to  a data  table? So  this  poster  is  to  study   their  JSL commands and  how  do  I  put  them  together to  save  journal  to  a  data  table. Methods  and  objectives. Objectives,  as  introduction  said, as I planned, or as customer requested, is  to  save  journal  to  a  data  table so that  in  a  data  table,  users  can launch  other  report  or  journal. So that  they  don't  need   to  have  a  separated  journal associated  with  the  data  table. Then  the  second  method, and  the  objectives  we  are  thinking is  how  to  deliver  this  small  application. Because  JMP  has  an  add- in, I  used  this add- in  to  deliver this  small piece of JSL command  for  easier  delivery. The  last  one  I  want   to  mention  is that since  we  want  to  save the journal  to the data table, we  need  the  data  table   to  be  current. That  means  we  need  existing  data  table in the JMP to   save the script, too. Then  let's  talk  about  results. After  user  creates  a  new  journal or  attached  piece  of  the  report to an existing journal, by  running  the  add- in   save  journal  to  data table, user  can  save  journal   to  the  data  table. When  a  user  send or  share  the  file   to  another  user, then  another  person  can  launch  the  journal from  her  or  from  his  desktop. Similarly,  a  user  may  use   this  method  to  save  file, s ave  other  file  formats  inside the data table, to  wrap  other  files   inside  a  data  table. Then  I  will  show  you  a  case  study   how to use this add-in. On  the  poster,  I  have  show  you multiple steps  how  to  do  that. But  in  a  little  while, I  will  show  you  how  to  use  it, how  do  we  save  the  journal to a data table  in  real  JMP  session. Let  me  briefly  introduce  the  steps how  to  use  this  command. First of  all,  either  we  want  to  bring in a template to journal, like  in  this  case, I  use  our  marketing  department's journal template  from  Hyde Miller as  a  template  because  I  want to  insert  report  to  his  journal  template. On  this  template, we can see they have the company's JMP logo, and a title for their journal and some other  land  separators  there. After  we  bring  up  our journal  template, we need a data table and a report, especially  a  report, because we want  to insert report to the journal. After  we  insert,  let's  move  on   to  the  step  number  three. After  we  attach  a  part  of   or a  whole  part of the report to journal, then  we  move  on  to  the  last  step, which  is  run  add- in. Since  we  are  on  the  journal, then we move on to the last step - to  run  the  add- in   save  journal  to  data  table. The  result,  as  I  shown  before, is  that  we  have  viewed  in  JSL scripts in  the  data  table  on  the  left  panel  of  the  table. Then  if  we  launch  it,  we  get   the  journal  template  and  the  report. So  the  conclusion   of  this  poster  is that we  can  use  the  save  journal  to  do the  table  add- in  to  fill  the  gap  in  JMP, where  we  have  no  command  you to  save  journal  to  your  data  table. Besides,  we  can  save  journal  to  a  data  table. Similarly,  we  can  use  this  method to  apply  to  other  file  formats. So  we  can  wrap  other  file  formats   inside the JMP data table so  that  when  we  share  the  data  table, it  comes  with  the  JSL  scripts and other file formats  could be launched from  JMP. Let's go, for  example, HTML5, PDF, etc. Last  part  is that  I  want  to  say  some  thanks for the people who  contribute   to  this  presentation. Of  course,  the  first one  who come   to  my  mind is Hyde Miller, whose  journal  template   is  used  in  my  case  study. Now,  let's  move  on   to  the  journal  to  see... Let's  move  on  to  the   real-time  JMP to  see  how  do  I  use  this  function or  this  save  journal   to  data table add-in. First of  all,   let's  bring  up  JMP  application. Now,  we  open  the  data  table, for  example,  Big  Class. First,  let  me   demonstrate   the  first scenario. The first case  study  where  a  report was inserted  into  a journal  template. Let  me  bring  up  a  journal. Here  is  an  existing  journal   template  from Hyde. Then  user  bring  up   a  JMP  data  table. Then  he  or  she  may  run   testing  scripts or  his  own  customized JSL l aunched  report. In  my  case,  in  this  example,  let me run this  one, bar  chart,  and  the  land  chart. From  here,  we  may  copy  or  paste part  of  the   display  boxes. This  report  made  up  of  display  boxes. We  may  copy  parts  or  copy  a whole   display  boxes  or  reports  to  this  journal. To  make  it  easy,   let  me  use  [inaudible 00:10:08] to  journal  this  report to  existing  journal  template. Now,  this  is  the  journal. Then  here,  we  can  go  to  the  add- in, then  we  click  save  journal  to  data  table. Now... Let  me  close  all  this so  that  we  may  see  clearly. Here  on  the  data  table,  we  have  viewed in  JSL  script  AsJ ournal. When  we  run  it, we  have a general template  at beginning of the journal, and  we  have  the  journal   of  the  report  inserted  into  it. This  is  the  one  scenario  which  we insert  a  report  or  part  of  report to  an existing  journal and save the  journal  to  the  data  table. Now,  let  me  demo  another  one,   which  is  the  case  where  the  user do not want to  use  the  template, but want to save the  journal  to  the  data  table. Let  me  bring  up  Big  Class  again. We  may  want  to  run  a  report, then we may want  to  Control- J   to  make  a  journal. Here,  this  is  the  journal. Then  go  to  the  add- in   to  save  journal  to  the  data  table. So  to  see  clearly,   we  close  all  the  other  windows. So  now  we  have  this  viewed   in  JSL  script  AsJ ournal. Then  when  we  ran  it,   this  is  the  journal   we  captured  from  our  report. I  put  this  journal  as  a  label  to  see,   to  identify  that  this  is  a  journal  window. Journal  is  different  from  a report. It's  a  static  image. So it's  not  affected  by  the  changing   of  their  development. It's  like  a  camera. It  takes  the  picture  there. For  example,  here  on  journal, we  don't  have  the  two  tapes   showing  up  here. So  this  is  a  journal. The  good  thing  about  journal is  that  it  won't  change. It's   static. It's   a  screenshot  of  the  report   at  that  moment. Okay,   let's  go  back   to  the  PowerPoint. The  whole  poster, I  want  to  summarize  the  poster  again. Here,  we  have  a  new  add- in   save  journal to data table enabled  for  user  to  use  if  they  want   to  save  a  journal  to a  data  table. The  journal  is  a  static  image of  different  display  boxes  in  nature. And  it  can  include  image   or  different  display  boxes. So from  this  add- in, user  can  add  a  script, viewed in script  to  a  data  table to  keep  their  report  or  their  journal. S imilarly,  to  save a  JSL   of  a  report  to  a  data  table, we  can  do  save  a  journal   to  a  data  table to  capture  the  journal  users   want  to  keep. So  the  good  thing  is  that,   once  again, as a conclusion, people  can  share  this  data  table   so  that  people  can  run  their  journal to  bring  up  their  static  image   of  their  report  at  that  time. So  this  is  the  poster   of  save  journal  to  a data  table. Let  me  know  if  you  have  any  questions. Again,   there  are  many  user  cases   possible  still  to  explore. I've  just  researched   and  studied  some simple cases for  saving  journal  to  a data  table. I'm  looking  for  your  feedback. Thank  you. Bye. Bye.
Event has ended
면역원성 연구에서 ADA Cut point 결정을 위한 JSL 개발 (2022-KR-30MP-1290)
Monday, October 31, 2022
면역원성(Immunogenicity)은 항원과 같은 이물질이 인간이나 다른 동물의 신체에서 면역 반응을 유발하는 것을 의미합니다. 면역원성 발생은 PK(약물동태학), Efficacy(효능), Safety(안전성) 등 임상적 영향이 발생할 수 있습니다. FDA/EMA 규제기관에서도 면역원성 측정법에 대한 자료를 제출하도록 권고 하고 있습니다. 따라서 치료제를 성공적으로 개발하기 위해서는 면역반응을 검색하고 측정하기 위한 시험법 개발 전략이 필수적이며, ADA 시험법에서 통계적으로 적절한 Cut point를 설정하는 것은 ADA를 검출하기 위한 검사의 허용 가능한 민감도를 보장하는 데 중요한 역할을 합니다. 시험법은 주로 Screening assay 와 Confirmatory assay 를 순차적으로 수행하는 Tiered approach가 사용됩니다. 일반적인 혈액 샘플 데이터셋을 예시로 구성하여, 하나의 Report에 각 단계 별 Cut point 추정치와 결과물을 출력하도록 개발한 JSL Script 를 소개하겠습니다.
Event has ended
B2B 영업에의 JMP 활용(Data Analysis in the B2B Sales using JMP) (2022-KR-30MP-1359)
Monday, October 31, 2022
전통적으로 JMP는 제조업의 신제품 개발을 위한 연구 개발이나 제조 현장의 품질, 공정 분석에 많이 활용되고 있습니다. 그러나, JMP의 다양하고 편리한 기능은 연구 개발, 제조 등의 영역만이 아니라 마케팅, 인사, 재무, 영업, 서비스지원 등 다양한 업무, 다양한 프로세스에도 폭넓게 활용할 수 있습니다 금번 발표에서는 영업 부분에서 JMP를 활용하여 의사결정에 활용한 사례를 공유해보고자 합니다. 제조, 연구소에 근무하는 연구원, 엔지니어들에 비하여 영업사원들은 통계나 데이터분석 관련 경험이나 지식이 부족한 경우가 많습니다만 쉽게 활용할 수 있는 JMP의 다양한 기능을 활용하여, 한 단계 업그레이드된 의사결정, 문제해결을 할 수 있음을 사례를 통하여 공유하고자 합니다 이번에 발표하고자 하는 B2B 영업 부분의 사례는 1) 내/외부 데이터를 활용한 Market Map 작성 2) 다중 회귀 분석을 통한 적정 가격 구간 설정 3) Graph Builder를 활용한 고객 구매형태 패턴 분석 등입니다. 이번 발표를 계기로 영업 분야에도 JMP를 활용한 데이터 분석 사례가 확대되기를 기원합니다.
Event has ended
JMP를 활용한 고급실험계획법 (2022-KR-30MP-1341)
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.
Event has ended
JMP DOE를 활용한 에너지 절감형 V벨트의 절감 인자 확인. (2022-KR-30MP-1303)
Monday, October 31, 2022
에너지 절감형 V-벨트의 경우, 동력 전달 과정에서 발생하는 에너지 Loss를 절감하여 환경에 기여하는 제품이지만, 그 절감량을 계산하는 데 있어서 뚜렷한 절감관련 수식이 없어 실측 평가 외에는 절감량을 확인하기가 어렵습니다. 다만, 이렇게 실측을 통한 절감량 계산은 과도한 시간과 자원이 투입되는 작업이라, 일괄적으로 적용 가능한 수식의 필요성이 대두 되고 있는 실정입니다. 벨트 전동 이론에서 언급된 인자들은 크게 4종류로, 이를 각각 X1 ~ X4로 정의 하였고, DOE를 활용하여 스크리닝을 통한 주요 인자를 확인한 결과, 인자들 중 X1이 주요 요인일 것으로 추정 하였습니다. 스크리닝 과정을 통해, 실험 설계와, 설계된 실험의 진행, 그리고 도출된 결과에 대한 상관관계 분석을 통해 주요 인자를 추정 하였고, 추정된 인자를 중심으로 Fit model 및 신경망 분석을 활용한 모델링을 진행, 최종적으로 인자를 확정 하였습니다. 도출된 인자에 대해, 벨트 전동이론과의 비교한 결과, 이론적 타당성도 확보 되었고, 이를 통해 절감 수식을 수립할 수 있는 방안을 확보하게 되었습니다.
Event has ended
바이오의약품 액상 제형 개발에서의 DoE 활용 (2022-KR-30MP-1244)
Monday, October 31, 2022
DoE는 의약품 개발에 있어 현재 범용적으로 사용되는 기법입니다. 바이오의약품 공정 개발에 있어서도 바이오의약품을 생산하는 배양공정 / 정제공정 개발에 뿐만 아니라 제조된 바이오의약품을 안정화할 수 있는 제형 개발에도 DoE가 널리 사용되고 있습니다. 바이오의약품 액상 제형개발에서 최적화를 위해 DoE 를 적용할 때 어려운 점은 a) 일반적인 RSM 설계를 이용할 경우 정해진 변수가 많아서 시험 run 수가 너무 많아진다는 점과 b) 안정성 시험을 진행함에 있어 각 시간 point 마다 변화된 결과가 쌓여간다는 점입니다.. 그래서 변수를 줄이기 위해 추가적인 시험을 진행하거나, 모든 point 가 아닌 특정 point에서만 결과를 해석하는 경우도 있습니다. 하지만 JMP를 활용할 경우 custom design 과 유연한 DoE 해석을 이용하여 이러한 어려움을 해결하고 최적화된 제형을 선별할 수 있었습니다. JMP의 custom design 을 통해 한번의 시험 세트 내 시험이 가능한 최적화 설계를 할 수 있었습니다, 그리고 DoE 설계 이후에 시간 point를 추가적인 변수로 두고 결과 해석을 수행함으로서 시간에 따른 변화까지 하나의 모델로 해석할 수 있었습니다.
Event has ended
新しいツールで、初心者から経験者まで簡単に実験計画を_Ryan Lekivetz(Special Session)
Tuesday, November 15, 2022
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。  
Event has ended
分析的アプローチ～行動変容に繋がった業務改善の一例　 （オオカミ少年よ、安らかに眠れ。）_上條 秀昭(2022-JA-25MP-30)
Tuesday, November 15, 2022
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。
Event has ended
「構造方程式モデル」プラットフォームによる信頼性・妥当性の高い調査の設計_Castro-Schilo Laura(2022-JA-50MP-27)
Tuesday, November 15, 2022
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。
Event has ended
Pictures from the Gallery 7: グラフビルダーで利用可能な新しいビュー_Wise Scott(2022-JA-50MP-26)
Tuesday, November 15, 2022
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。
Event has ended
JMPを用いた測定システム分析（MSA）の計画と分析_勝村 裕一(2022-JA-50MP-25)
Tuesday, November 15, 2022
レベル：初級 製造業では、工程の管理など、さまざまな場面で測定が行われます。例えば、測定が精確に行われていないと、測定値のばらつきが、測定システムに起因するものなのか、工程に起因しているものなのか、理解するのが難しくなってしまいます。では、どのような方法で測定システムの測定精度を調べればよいでしょうか。このようなときに役立つのが、測定システム分析（MSA: Measurement System Analysis）です。測定システム分析には、偏り、安定性、直線性の評価などがありますが、本発表では、測定システムのばらつきを分析するGauge R&R分析やEMP分析について、主にご紹介します。JMPを使うと、測定システム分析実験の計画から、分析結果の出力まで行えます。また、JMP 17で追加された測定システム分析関連のいくつかの新機能、変更点などについてもご紹介する予定です。 2010年にSAS Institute Japan株式会社に入社。現在は、主に化学業界のお客様を担当しており、JMPのセミナーやJMPのデモンストレーション等、JMP製品のプリセールス業務を担当しています。
Event has ended
JMPで繰り返しが不揃いの2元配置データの解析ができるの？ －平方和の分解ではなくデザイン行列と最小2乗平均の活用－_高橋 行雄(2022-JA-50MP-24)
Tuesday, November 15, 2022
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．
Event has ended
JMPによる品質問題の発見と解決_細島 章(2022-JA-50MP-23)
Tuesday, November 15, 2022
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）
Event has ended
質問紙調査のための仮想実験と最適計画_髙橋 武則(2022-JA-50MP-22)
Tuesday, November 15, 2022
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。
Event has ended
一般化超設計の理論と応用_高橋 武則(2022-JA-50MP-21)
Tuesday, November 15, 2022
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
Event has ended