Naohiro Masukawa

Latest Posts

• 「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

  1354 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

  8464 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

  1455 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

  5939 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

  1984 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

  2712 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

  2523 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

  2299 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

  1707 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

  1554 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

  5489 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

  3546 views | 0 replies
  

• 製造業における「同等性検定」の活用　Part1. 平均の同等性検定

  先日、製造業のお客様向けに、JMPを利用した統計的検定と利用例を解説するWebセミナー(*)を実施しました。品質管理における例を用いて検定手法の必要性や考え方を説明しましたが、最後に説明した「同等性の検定」に多くのお客様が関心を持っていただけました。 * このセミナーのオンデマンド版（日本語）を公開しております。本ブログの最後をご参照ください。   セミナー後に取得したアンケートでは、"実務ではほとんどのケースで同等性検定を実施する"という回答もあり、同じであることを示す必要のあるケースが多い製造業でのニーズがあることを確認できました。   同等性のイメージ図 左図の例：今の工程は目標値からずれていない（ほとんど同じ） 右図の例：2つの施設で作られた原料の重さは等しいとみなしてよい   セミナーでは、2つの製造施設で製品される医療用チューブの特性値（外径）が同等であることを示す、いわゆる...

  Masukawa_Nao

  Naohiro Masukawa |

  Sep 11, 2023 6:36 PM

  15124 views | 0 replies
  

• 医薬品の安定性試験分析において、「JMP 17」では重要なオプションが追加されています

  現在の最新バージョン「JMP 17」には、医薬品の安定性試験分析に関する新機能が追加されました。具体的には、切片および傾きが異なるモデルで、誤差分散をプール（併合）して計算するオプションが導入されています。   このオプションを利用すると、切片および傾きが異なるモデルを選択した場合に、下図のような「誤差分散をプールして計算した」というメッセージが表示されます。そして、この計算方法に基づいて有効期間が算出されます。     特に、日本のJMPユーザーの中で、安定性試験の分析を行っている方々にとって、この機能は非常に便利です。しかし、このオプションが十分に知られていない可能性も考えられるため、本ブログでは具体的な例を交えながらこのオプションの意味と利用方法を詳しく解説します。   ICH Q1Eガイドラインの記述に準拠 端的に言うと、このオプションはICH Q1E(安定性データの評価に関する...

  Masukawa_Nao

  Naohiro Masukawa |

  Aug 30, 2023 9:49 PM

  2320 views | 0 replies
  

• 今年の7月は暑かった・・　ヒートマップで世界の平均気温をグラフ化してみるとさらに暑さを感じるように・・

  今年の7月は（今年の7月も？）暑かった。この時期の暑さは今に始まったことではありませんが、こう暑い日が連続して続くと、外に出るのが億劫になってしまう今日この頃です。   NASAのニュースによると、今年7月の世界の平均気温は、7月では観測史上最も高い気温だったようです。2023年7月は、1951年から1980年までの7月の平均気温を基準として、世界全体では1.18℃高かったとの記述があります。   "数十年前と比べて1℃高いだけなのか、大したことないな" と思われる方もいらっしゃるかもしれませんが、気温が1℃上がるだけで大型台風の多発、洪水、干ばつの増加など、人類にとって危機的な状況が起こる可能性は高まると言われています。   そこで本ブログでは、世界の平均気温がどのように変わっているかを、主にヒートマップを使って可視化してみます。   過去30年の世界の平均気温（1951年～1980年を...

  Masukawa_Nao

  Naohiro Masukawa |

  Aug 22, 2023 11:47 PM

  1398 views | 0 replies
  

• 「CochranのQ検定」でみる製品評価の一致性

  このブログでは複数の製品の特徴を評価する例を扱い、製品間の評価の一致性を調べる方法として「CochrannのQ検定」を、製品と評価の関連性を調べる方法として「対応分析」を用いる方法を紹介します。   「CochranのQ検定」はあまり知られていない検定方法かもしれませんが、今回の例のように複数製品を評価する検定手法として有用ですので、今回の例を参照し実務に使える場面があれば是非とも使ってみてください。   複数の缶コーヒーの特徴比較 例：7種類の缶コーヒーについて甘さ、ロースト感、ビター感などを評価     7つの缶コーヒー（A,B,C,D,E,F,G）について、12名のパネリスト（評価者）が、コーヒーに対する以下の5つの特徴   Aroma: 香り Acidity: 酸味 Sweetness: 甘味 Bitterness: ビター感 Roastness: ロースト感   を評価します。...

  Masukawa_Nao

  Naohiro Masukawa |

  Aug 7, 2023 7:22 PM

  2646 views | 0 replies
  

• 「Jenksの自然分類によるカテゴリ化」はどんなときに使うのか？　利用例とともに解説

  JMPでは、データテーブルで数値変数を選択した後、[列] > [ユーティリティ] > [カテゴリ化の計算式の作成] を用いると、その数値変数をさまざまな規則に基づいて、いくつかのカテゴリに分割できます。   例えば、年齢が入力されているデータを、10代、20代、・・・とカテゴリ化したり、100点満点のテストについて80点以上を"合格"のカテゴリ、80点未満を"不合格"のカテゴリに分けるようなときに便利です。   カテゴリ化するルールとしては、下図のようにさまざまなオプションを用意しています。「等しい幅でカテゴリ化」や「パーセント点によるカテゴリ化」などは分け方がイメージしやすいですが、オプションとしてある「Jenksの自然分類によるカテゴリ化」については、そんな分類方法は知らないぞという方が多いかもしれません。   そこで本ブログでは「Jenksの自然分類によるカテゴリ化」はどのようなケ...

  Masukawa_Nao

  Naohiro Masukawa |

  Jul 26, 2023 11:17 PM

  1991 views | 0 replies
  

• ジェンダーギャップを解消するにはどうしたら良いか？　～指数を分析してみてわかったこと～

     

  Masukawa_Nao

  Naohiro Masukawa |

  Jun 26, 2023 9:43 PM

  1635 views | 0 replies
  

• JMP 17の新機能「デザインスペースプロファイル」を用いたデザインスペースの構築

  Masukawa_Nao

  Naohiro Masukawa |

  Jun 15, 2023 1:45 AM

  4093 views | 1 replies
  

• カラーグラデーションによる等高線プロファイルを描く方法

  JMPの「等高線プロファイル」 JMPでは「等高線プロファイル」により、あてはめたモデルの予測式を等高線で表示し、因子(X) と特性値（Y）との関係を調べることができます。   特に医薬品の開発や製造段階ではQbD（Quality by Design）コンセプトにおいて、実験計画法により因子と特性との関係を等高線で表し、デザインスペース *を構築することが推奨されています。その際JMPでは、先に示した「等高線プロファイル」が良く用いられます。   *品質を確保することが立証されている入力変数（原料の性質など）と工程パラメータの多元的な組み合わせと相互作用(ICH Q8より)   ときどき、日本のお客様から「等高線プロファイル」で、以下のように応答の予測値をカラーグラデーションをつけて表示したいというご要望を受けることがあります。     残念ながらJMPでは「等高線プロファイル」にて、上...

  Masukawa_Nao

  Naohiro Masukawa |

  May 29, 2023 7:04 PM

  2911 views | 0 replies