Naohiro Masukawa

Latest Posts

• 「一変量の分布」で実施できる「工程能力分析」のレポートを徹底理解（計算式を示したスクリプト付き）

  JMPで工程能力分析をする際には、「工程のスクリーニング」や「工程能力」のプラットフォームがありますが、最もわかりやすいのは「一変量の分布」プラットフォームで [工程能力] のオプションを使用する方法でしょう。   JMPのサンプルデータ「Pickles.jmp」に対して、連続尺度の列「酸度」について「一変量の分布」で仕様限界（下側 = 8、上側 = 17）を設定し、工程能力分析を実行すると、次のレポートが表示されます。     レポートには、「ヒストグラム」、「工程の要約」、「群内シグマ 工程能力」、「全体シグマ 工程能力」、「不適合率」の項目があり、これらのグラフや統計量を理解しておくことは、工程能力分析を実施する上で重要です。   単にCpkやPpkといった工程能力指数を算出することが目的であり、レポートの該当の箇所を見れば良いという考えもあるかもしれませんが、これらの指標をどのよ...

  Masukawa_Nao

  Naohiro Masukawa |

  Aug 6, 2024 11:41 PM

  2583 views | 0 replies
  

• 景気後退のシグナル点灯？？　JMPでシグナル「サームルール」を算出し視覚化する

  先週末、世界中がパリオリンピックの選手の活躍に注目していた中、アメリカでは7月の雇用統計が発表されました。今回の雇用統計では失業率が市場予想を上回り、景気後退のシグナルである「サームルール（Sahm Rule）」が点灯されたことが話題となりました。   サームルールとは、元FRBのクローディア・サーム氏が提唱した失業率より計算されます。具体的には、その値（パーセンテージ）が0.5を上回ると、景気後退に陥る可能性が高いとされています。   今回の雇用統計では、2024年7月の失業率が4.3%と発表され、サームルールによるパーセンテージが0.53となり、コロナ以降初めて0.5を上回りました。     サームルールによるパーセンテージは、月次の失業率より以下の定義で算出されます。   ①直近3か月の失業率の平均（3か月移動平均） ②過去12か月間の3か月移動平均の最小値   パーセンテージ （...

  Masukawa_Nao

  Naohiro Masukawa |

  Aug 5, 2024 2:39 AM

  2484 views | 1 replies
  

• 次元削減の新技術 UMAP、t-SNE でデータパターンの視覚化を

  多変量データの関係性を調べる際、2次元や3次元程度に次元を削減してデータの関連性を調べる方法として主成分分析（PCA）がよく用いられます。   しかし近年、次元削減の方法としてUMAP、t-SNEという手法が脚光を浴びています。これらは非線形な次元削減手法であり、線形な次元削減方法である主成分分析ではうまくデータ構造を表現できないときでも有効であると言われています。   これらの手法も次元削減方法なので、多次元のデータを2次元や3次元に削減してデータのパターンを視覚的に調べられます。   機械学習の分野でも、UMAPやt-SNEは次元削減の目的で広く利用されています。例えば、画像認識、テキスト分類、遺伝子解析など、様々な用途で有効です。   ちょうどJMP Proには「多変量埋め込み」というプラットフォームがあり、UMAP、t-SNEの手法を搭載しています。   t-SNEを用いたサンプ...

  Masukawa_Nao

  Naohiro Masukawa |

  Jul 23, 2024 4:40 PM

  3601 views | 0 replies
  

• JMPで効果的なプレゼンテーションを! 　～ジャーナルとレーザーポインタの利用～

  JMPで分析した結果を組織内でプレゼンテーションする際、JMPのジャーナル機能が役立ちます。   ジャーナルはJMPのファイル形式の一つであり、分析に使ったデータテーブル、レポート、スクリプト、WebのURL、テキストなどを含めることができます。   そのため、プレゼンテーションの内容を一つのジャーナルファイルとして保存しておくと、Power Pointなどを使わなくてもJMPだけで完結できます。インタラクティブなJMPな機能を効果的に使うためには、ジャーナルを使うのが最適です。   ジャーナルの例   本ブログでは、JMPでデータ分析結果のプレゼンテーションをされる方を想定し、ジャーナルの基本的な作成方法をご紹介します。併せて、実際にプレゼンテーションをする際に役立つ、JMPのレーザーポインタの機能も紹介します。   ※最後に、ジャーナルの作成方法について動画にしたものを用意しています...

  Masukawa_Nao

  Naohiro Masukawa |

  Jul 9, 2024 4:27 PM

  1074 views | 0 replies
  

• 「JMP 18」でディスク容量を節約！文字列コンパクト化の実践

  近年、JMPユーザの中で、センサーから秒単位で取得されたデータ、多くのパラメータがある製造データ、ゲノムデータなど、いわゆるビッグデータを扱う方が増えています。   大きなデータの場合、その分ファイルサイズが大きくなるので、ディスクの容量が必要になります。   JMPではもともと、データテーブルを保存時にファイルを圧縮する機能がありますが、最新バージョンの「JMP 18」では、文字タイプの列をコンパクトにする機能が追加されました。この機能を使うと、ファイルサイズを小さくする、メモリを節約することが期待できます。   このブログでは、JMP 18で列をコンパクトにする操作方法を説明し、コンパクトにする内部的な仕組みや、いくつかのデータでコンパクトにしたときのファイルサイズの比較を行います。   文字タイプの列をコンパクトに この機能を述べる際に重要なこととして、コンパクトにできるのは文字タ...

  Masukawa_Nao

  Naohiro Masukawa |

  Jun 19, 2024 7:04 PM

  816 views | 0 replies
  

• JMP 18の新機能 Part 3：多くの方に好評な「プラットフォームのプリセット」機能

   

  Masukawa_Nao

  Naohiro Masukawa |

  May 20, 2024 5:05 PM

  1122 views | 0 replies
  

• JMP 18の新機能 Part 2：データ探索に便利な機能と予測プロファイルのアップデート

  前回のブログ(Part 1)　では、JMP 18で強化された「Pyhtonインテグレーション」の機能を用いて、scikit-learnのサンプルデータ「カリフォルニアの住宅価格」をJMPのデータテーブルとして読み込む方法をご紹介しました。   今回のブログ（Part 2）では、読み込んだデータを用いて、住宅価格を築年数、部屋数、緯度、経度などから予測する回帰モデルを作成し、予測プロファイルを使ってモデルを視覚化します。その際、JMP 18ではプロファイルで予測区間を表示できるようになりましたので、この機能も活用してみます。     ただし、データを観察せずいきなりモデルを作成することは危険ですので、グラフ化や要約によってデータを探索してみます。JMP 18では、データを探索するのに便利な機能も追加されています。   ヘッダ統計量、列スイッチャーによるデータ探索 JMPでデータを探索する際...

  Masukawa_Nao

  Naohiro Masukawa |

  May 15, 2024 1:50 AM

  1263 views | 0 replies
  

• 1回30分のオムニバスセミナー「JMP 情報局」で実施したことのまとめ（第5回～第8回実施分）

  JMPジャパン事業部では、今年3月から4月にかけて「JMP情報局」というセミナーを毎週火曜日、全8回で実施しました。このセミナーは、毎回30分という短時間でJMPの様々な情報をお伝えすることを目的としており、想定を上回る多くの方々にご参加いただきました。   エンディングで頂いた多くのリアクション   本ブログでは、4月に実施した第5回～第8回で実施した主要なトピックについてまとめています。   ※第1回から第4回の主な内容は、以下のブログをご参照ください。 1回30分のオムニバスセミナー「JMP 情報局」で実施したことのまとめ（第1回～第4回実施分） - JMP User Community。   目次 第5回（本放送4/2、再放送4/9 ）　改めて「一変量の分布」でできることを知る第6回（本放送4/9、再放送4/11 ）　「予測区間と許容区間について」第7回（本放送4/16、再放送4...

  Masukawa_Nao

  Naohiro Masukawa |

  Apr 24, 2024 11:08 PM

  3540 views | 0 replies
  

• 「Excelプロファイル」でできることを、JMPのプロファイルだけで完結させる方法

  先日、JMPジャパン事業部では「JMP情報局」というセミナーの中で、「Excelプロファイル」に関する説明を行いました。これまであまり紹介してこなかった機能でしたが、多くの方にご参加頂き、いくつかの質問もいただきました。   Excelプロファイルは、Microsoft Excelで作成した数式をJMPの「プロファイル」を使って視覚化する機能です。JMPをインストールする際にExcelアドインを選択すると、このアドインがインストールされます。   JMPのドキュメンテーションには、Excelアドインを使用した例として、サンプルデータ（Demand.xlsx）を用いた総支出（Overall Cost）を在庫（Amount Stocked）や需要（Demand）から算出する数式をもとに、JMPのプロファイルを起動して数式を視覚化する例が示されています。   JMPヘルプの該当箇所（日本語） E...

  Masukawa_Nao

  Naohiro Masukawa |

  Mar 25, 2024 12:30 AM

  1488 views | 0 replies
  

• 過去最低と言われている2023年の出生数ですが、ARIMAモデルでは想定以上に良い結果という結論に・・・　2024年の出生数予測も

  先日、2023年の日本国内の出生数（速報値）が758,631人となり、過去最少となったという報道がありました。2022年比で約5.1%も減少しており、少子化に待ったなしという状況ではあります。しかし、過去のデータを基にした予測と比較すると、この程度の減少で踏みとどまることができたと肯定的に見ることができます。   本ブログでは、昨年の同時期実施したにARIMAモデルによる2023年の出生数予測の答え合わせと、時系列モデルを用いた2024年の出生数予測について紹介します。   昨年同時期に予測したARIMAモデルによる2023年出生数は、どれぐらい当たっていたのか？   昨年（2023年）の同時期に、2022年までの出生数（月ごと）のデータでARIMAモデルをあてはめ、2023年の出生数を予測するというブログを書いています。丁度、厚生労働省から2023年の月別出生数が公開されたので、答え合わ...

  Masukawa_Nao

  Naohiro Masukawa |

  Feb 28, 2024 10:18 PM

  8666 views | 0 replies
  

• 「データテーブルに表示できるヒストグラム」のさらなる活用（JMPのTips）

  JMPではデータテーブルの左上にあるヒストグラムのアイコンをクリックすると、その場で各列についてのヒストグラムを表示できるのが大きな特徴です。この機能は2つ前のバージョンである「JMP 15」で追加され、多くのお客様から支持を受けています。   下図は、JMPのサンプルデータ「Diabetes.jmp」に対してデータテーブルのヒストグラムを表示したものです。ここで列「Y 2値」のヒストグラムにある ”High”の棒をクリックすると、他の列の該当部分が強調表示され、対応するデータ行が選択されます。     この機能を使うだけでもある程度データを探索できてしまうのですが、今回はデータテーブルのヒストグラムを活用するうえで有用なTipsを3つ紹介します。   その1：「一変量の分布」を起動し、より詳細なグラフ/統計量を表示   データテーブルでヒストグラムを表示させた後、ヒストグラム以外の部...

  Masukawa_Nao

  Naohiro Masukawa |

  Dec 27, 2023 6:24 PM

  1579 views | 0 replies
  

• 「指数化されたデータ」を用いて折れ線グラフを描く　～日本の果物消費に関する興味深い考察～

  皆様は毎日果物を食べていますか？　以前から果物離れが言われており、令和元年（2019年）の調査では1人1日あたりの果物摂取量は約100gであり、目標とされる200gの半分程度しかないようです。   では、果物別の消費量の推移を調べてみるとどうなるでしょうか。   下図は、2010年から2022年にかけて、りんご、みかん、梨など各果物の購入数量（1年に何g購入したか）折れ線グラフで表したものです。   ※果物の消費金額のデータもあるのですが、その年の物価に依存するため、購入数量を用いています。   データの出典：総務省統計局　家計調査   果物によって重さが異なりますので、このグラフだと果物間の比較が難しいです。重さが相対的に小さい果物（いちごやぶどうなど）はY軸の下部に表示され、購入数量が増加傾向なのか、減少傾向なのかがいまいち分からないですね。   指数化したデータを用いた折れ線グラフ...

  Masukawa_Nao

  Naohiro Masukawa |

  Dec 27, 2023 4:28 PM

  6158 views | 0 replies
  

• 「PDF読み込みウィザード」は想像以上にデータ分析を楽にしてくれます

  PDFファイルからのデータ抽出 私は公開されているデータを分析することがありますが、ときどきPDFファイルにある表をデータテーブルにしたいことがあります。特に官公庁等で公開されているデータはExcelやcsv形式でなく、PDFファイルの中にテーブルとして埋め込まれていることが案外多いです。   そんなとき、4,5年前まではPDFファイル上で該当のテーブルを選択してコピーし、ExcelやJMPにペイストしていたのですが、きちんとデータとして認識しないことも多々あり、最悪の場合はあきらめて手入力でデータを作成することもありました。   そんなとき、JMP のバージョン15で追加された「PDF読み込みウィザード」は、私にとって福音でした。今まで時間がかかっていたPDFからのデータ作成を、本の数秒でできてしまうのです！！　そのため、データを深く分析することに余った時間を回すことができるのです。  ...

  Masukawa_Nao

  Naohiro Masukawa |

  Dec 21, 2023 11:01 AM

  2156 views | 0 replies
  

• JMP 17対応「使い方のヒント」の一覧表（日本語）

  JMPを起動すると、下図にあるような「使い方のヒント」のウィンドウが表示されます。JMPを効果的に使うためのヒントやコツが集められているいわばTips集のようなもので、起動するたびに81個のヒントの中からランダムに一つのヒントが表示されます。   何気なくこのウィンドウを見ていると、"JMPでこんなこともできるんだ"と新たな発見があるかもしれません。   「使い方ヒント」をデータテーブルにまとめたアドイン 以前、あるお客様からこの「使い方ヒント」をExcelで表形式にまとめて学習しているとの話を聞きました。確かに、これらのヒント全体を一覧でみることで、役立ちそうなものをピックアップするアプローチも有効であると感じました。   そこで簡単なものではありますが、私の方でヒントをまとめたJMPデータテーブルを作成してみました。   このテーブルにはヒントのタイトル、関連するWebリンク、イメ...

  Masukawa_Nao

  Naohiro Masukawa |

  Dec 21, 2023 11:01 AM

  2884 views | 0 replies
  

• 私がよく使う　JMPのショートカットキー5選（操作動画あり）

  JMPはポイントアンドクリックで探索的にデータ分析、統計解析ができることが特徴ですが、時にはキーボードのショートカットキーを使用した方が素早く操作が実行できることもあります。     そこで本ブログでは、私がJMPでデータを分析するときによく用いるショートカットキーを5つほどご紹介します。ショートカットの利用例を示した短い（ショートな）動画もありますので、併せてご確認ください。   ※ここで紹介するのはWindows版でのショートカットキーになります。   1．選択されている行に移動する F7: 次の選択行を見つけ、点滅表示させる F6: 前の選択行を見つけ、点滅表示させる   JMPではグラフで気になるプロット点などを選択すると、データテーブルの該当する行が選択されます。このとき、データ行が多いデータテーブルで選択されている行を確認するのは大変なこともあります。 そこで、F7キーを押...

  Masukawa_Nao

  Naohiro Masukawa |

  Dec 21, 2023 11:01 AM

  2693 views | 0 replies
  

• JMPの技術関連サイトのリンク集とそのアドイン（日本語）

  近年、JMPジャパン事業部ではオンデマンドセミナー、YouTubeなど日本のお客様を対象とした技術関連のコンテンツを増やしています。   そこで、日本語ネイティブ（自動翻訳を使っていない）の技術関連コンテンツを一覧としてまとめてみました。 また、このコンテンツ一覧をJMPのメニューバーから参照できるアドインも用意しています。   ■JMP アドイン（JMP Add-Insのページ） JMPの技術関連情報サイトリンク集（日本語の情報） - JMP User Community     ■コンテンツ一覧 Webセミナー Webセミナー　ライブ ライブで実施するWebセミナーの最新情報を掲載しています。   Webセミナー　オンデマンド Webで視聴できる無料のオンデマンドセミナーの一覧です。視聴には登録が必要になります。   Mastering JMP（オンデマンド動画） 過去のセミナーのオン...

  Masukawa_Nao

  Naohiro Masukawa |

  Dec 21, 2023 11:01 AM

  2460 views | 0 replies
  

• 「ムーアの法則」は今後も成立するのかどうか？ JMPとChatGPTで考察してみた

  最近のChatGPT（GPT-4）では、画像をアップロードすることによりその画像を認識できるようになっています。   そこで何気なく、以下のようなJMPのレポートを画像形式（png）にしたものをChatGPTにアップロードし、「これはJMPで曲線をあてはめたときのレポートですが、この結果を解釈してください。」というプロンプトを試してみました。     すると、次のような文書を返してくれました。     この後、この画像にあるAICcやBIC、R2乗の値を認識して結果を解釈していましたが、何よりも驚いたのは最後に記述された以下の文章です。     おー、特に説明していないのに、このデータが「ムーアの法則」を示すものだと認識しているではありませんか！！ ChatGPT恐るべしです。   「ムーアの法則」とそれを示すグラフ ムーアの法則とは、集積回路あたりに搭載されるトランジスタの数が、お...

  Masukawa_Nao

  Naohiro Masukawa |

  Nov 16, 2023 12:05 AM

  1815 views | 0 replies
  

• 実験計画法（DOE)で「ペットボトルランタン」を最も明るくする条件を調べてみる　～ Part2. 最適化実験 ～

  本ブログシリーズのPart 1では、ペットボトルランタンの明るさに対する液体の種類、容量、濃度（常用対数に変換したもの）、そしてペットボトルの形状（ヒダヒダ、コーラ）の4つの因子を考慮したスクリーニング実験を実施しました。     実験の結果、容量、濃度、およびペットボトルの形状が明るさに影響を及ぼすことが確認されました。そこでPart 2ではスクリーニング実験の結果をもとに、災害時の実用性も考慮して、ヒダヒダのペットボトルにスポーツ飲料を入れてランタンとして使用する際の最適な容量と濃度を応答曲面モデルをあてはめることにより調べてみます。   参考：前回のブログ 実験計画法（DOE)で「ペットボトルランタン」を最も明るくする条件を調べてみる　～ Part1. スクリーニング実験～   最適化実験 「カスタム計画」を使って応答曲面モデルをあてはめる計画を作成してみます。以下のように応答と因...

  Masukawa_Nao

  Naohiro Masukawa |

  Oct 23, 2023 3:16 AM

  1634 views | 0 replies
  

• 実験計画法（DOE)で「ペットボトルランタン」を最も明るくする条件を調べてみる　～ Part1. スクリーニング実験～

  懐中電灯の上に液体の入ったペットボトルを乗せるだけで簡易的なランタンを作成できるのをご存じでしょうか。例えば災害で停電になったとき、懐中電灯だけでは十分な明かりが得られないことがあります。そのとき、水などがはいったペットボトルを懐中電灯の上に置くことによって光が乱反射して明るくなり、広く周りを照らしてくれるのです。     停電時にはできるだけ周りを明るくできるのが望ましいですが、どれぐらい明るくなるかはペットボトルのさまざまな条件によって変動するようです。そこで、実験をしてみましょう。   とはいってもやみくもに実験するわけではありません。実験計画法に基づいて実験をし結論を導き出してみましょう。   「ペットボトルランタン」の明るさ実験 懐中電灯を埋め込んだ土台をつくり、50cmほど離れたところに照度計を設置します。 土台に液体の入ったペットボトルを乗せ、しばらくして照度計の値が安定し...

  Masukawa_Nao

  Naohiro Masukawa |

  Oct 23, 2023 3:15 AM

  5684 views | 0 replies
  

• 製造業における「同等性検定」の活用　Part2. 割合の同等性検定

  割合の同等性検定について、次のような例を考えてみます。   （例） ある金属加工会社は2つの生産ラインA とB で同じ金属部品を加工しており、不適合品の発生する割合が同等であることを示したい。   同時間、同環境で生産された金属部品について、ラインAとラインBからランダムにサンプルを抽出し不適合品（不良品）の数を調べた結果は以下の通りである。   ラインA：290個中33個が不適合品   ラインB :   250個中28個が不適合品     不適合率（不良率）の差に対する同等性のマージンを0.03(3%)としたとき、生産ラインAの不適合率と生産ラインBの不適合率の同等性がいえるかどうか。   二標本割合の同等性検定 先だって本ブログシリーズのPart 1では平均に対する同等性検定を取り上げましたが、今回のPart 2では割合の同等性を取り上げます。製造業の品質管理で関わることとして、今回...

  Masukawa_Nao

  Naohiro Masukawa |

  Sep 18, 2023 4:57 PM

  3812 views | 0 replies