レベル：初級
【発表者】
Charles Chen, MBB, Quality and Reliability, Applied Materials
【共同発表者】
Mason Chen, Black Belt Student, Stanford University OHS
Patrick Giuliano, Black Belt Student Statistics SME, Abbott
【発表概要】
ポーカーは、カジノで、もしくは家族や友人と遊ぶ際に非常に人気のあるギャンブルです。
プロを除くほとんどのポーカープレイヤーは、確率に基づく適切なロジックを用いないために、大切なお金やチップを失ってしまいます。本講演では、部分デッキのAKQJカード（エース、キング、クイーン、ジャック）を16枚使用し、最大6人でプレイできるポーカーゲームを例に、マッチングパターンの相対的順位がフルデッキの場合に比べて部分デッキではわずかに低下することから分かるポーカーの確率についてご紹介します。可能なマッチングパターンの結果それぞれについて組み合わせ公式を使用し、マッチング確率の一般化された式を導出しました。この部分デッキを用いたポーカーゲームは、ゲーム結果のシミュレーション確率を単純化したいという思いから生まれたものであり、「フルハウス」のような高ランクのパターン結果（このゲームでも通常のポーカーの役を採用しています）では、マッチング確率を大幅に向上させることができました。このAKQJゲームでは、勝利のパターンは次の「フォーカード」、「フルハウス」、「スリーカード」、「ツーペア」になります。6人のプレイヤーがプレイしている場合、このAKQJゲームは、通常のポーカーの確率を単純に計算してベットのタイミングを知らせるので、リスクが高い場合の感情の起伏を抑えることができ、非常にエキサイティングなゲームとなります。プレイヤーの性格や心理を研究するために、各プレイヤーにはリスクテイクの傾向に基づいて異なるプレイ特性が割り当てられています。勝利確率の分布をプロットするために、グラフビルダーや分布などのJMPの可視化プラットフォームを利用しています。実際のプレイヤーのゲームデータは、JMPの「Hypothesis Proportion Testing」によってシミュレーションされた確率と比較されます。統計的な結果推定と心理的なリスクテイクを組み合わせたAKQJゲームに参加すれば、実際のプレイヤーによる結果は最悪のケースの確率（モンテカルロ）シミュレーションによってサポートされ、カードプレイヤーがより合理的なデータに基づいた方法で手札をプレイするための構造を知ることでギャンブリング障害の病気を回避することができます。
【発表者プロフィール】
現在までハードディスクドライブ、自動車、ヘルスケア、医療機器、半導体などの分野で、MBB、継続的改善、「JMP Transformation leader functions」に従事してきました。
国立台湾大学で理学士号を、カリフォルニア大学バークレー校で博士号をそれぞれ工学系で取得しています。これまでに30以上の技術論文を発表し、米国特許12件、ASQ certificate 14件を取得。また、生物統計学、ビジネス統計学、データマイニング、ビッグデータ、DOE、信頼性計画、組織のリーダーシップについても教えています。