慶應義塾大学大学院 客員教授 高橋 武則
データを取り扱う教育にはサイエンス（基礎科学）型とエンジニアリング（応用科学）型がある。本研究は後者を取り上げ、そこで重要なテーマである問題解決と課題達成の教育について議論する。両者には際立った相違（発表時に詳述）があるが、両者に共通するのは前半が解析（模型化）で後半が設計（最適化）であり、模擬体験教育の採用が重要である。
解析（模型化）は事前の状況で対象が透明な場合（因子と水準と構造が分かる場合）と対象が不透明な場合（因子と水準と構造が漠然としか分からない場合）とに分けられる。前者にはカスタム計画が有効である。一方、後者には初期実験を行って因子と水準と構造を決定する同定（identification）が不可欠であり、本研究は同定方法を提案する。同定後は模型化のために追加実験が必要となり、その際に拡張計画が有効である。
設計（最適化）においては作成した模型に基づく数理計画法（制約条件と目的関数による求解）を活用する。このときプロファイル機能を用いると効果的である。
本研究は上記の理論紹介とこれを実践的に学ぶためにJMP上で動く仮想実験である飛球シミュレーターをメインに他のシミュレーターも用いた模擬体験教育を紹介する。