【発表概要】
JMPは、高度な統計プラットフォームと実験計画法のユニークな組み合わせにより、アナリティクスと統計手法を通じて、組織全体の競争力を高め、エンジニアリング効率を向上させます。
本発表では、JMP 17で提供している「実験計画法」のツール群が、さまざまな段階でユーザーを支援する手法をご紹介します。プレゼンテーションの前半では、ナビ付きDOE（英語名：Easy DOE）を紹介します。ナビ付きDOEは、初心者の実験者の作業への取り組み方に革命をもたらすツールです。
このツールにより、計画から解析までの実験計画法のワークフローが、あらゆるスキルレベルの人にとって利用しやすくなりました。この革新的なソリューションが、実験の計画から解析までのプロセスをどのように簡素化し、初心者が自信を持って実験計画を使い始めることができるかをご説明します。
実験計画法をさらに進めると、計画にはブロック因子や、設定の変更が困難な因子と容易な因子の組み合わせ（分割実験）のような特徴が組み込まれることがあります。これらの計画は、混合モデルを用いて適切に分析されます。
混合モデル（応答が正規分布）、および一般化線形混合モデル（応答が離散カウント、2値、2項分布（y/n））は、効果的な意思決定のための迅速で正確な分析を可能にします。これらのテクニックの発見と活用は、最初は複雑に聞こえるかもしれませんが、難しく考える必要はありません。
実際、JMPの開発者である私たちは、シンプルさを念頭に置いて設計しており、あらゆるレベルの研究者や分析者がアクセスしやすく、使いやすいようにしています。JMP Proのユーザーフレンドリーな環境で分析できる計画や応答の範囲が、これらの機能によってどのように拡張されるかをお見せします。
【発表者プロフィール】
Ryan Lekivetz：Manager, Advanced Analytics R&D, JMP Development, JMP Statistical Discovery LLC.
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。
Elizabeth A. Claassen：Sr Research Statistician Developer, JMP Development, JMP Statistical Discovery LLC.
JMPとSASにおいて10年以上の経験がある、シニアリサーチ統計開発者。主に担当する分野は一般化線形混合モデル（GLMM）で、JMP ProのGLMMの開発リーダーを務めている。ネブラスカ大学リンカーン校で統計学の修士号と博士号を取得し、農業科学・天然資源学部の優秀教授賞（Holling Family Award）を受賞。
※発表資料はありません。