- ベストアンサー
タグチメソッドと実験計画法の違い
品質工学は全くの素人ですが、何卒ご教示下さい。 最近、「タグチメソッド」という言葉を聞くのですが、 昔からある実験計画法とどこが違うのでしょうか？ 解説をみても明確にわからないのですが、どうか、 宜しくお願い致します。
- iykm
- お礼率67% (98/145)
- その他（学問・教育）
- 回答数2
- ありがとう数5
- みんなの回答 （2）
- 専門家の回答
質問者が選んだベストアンサー
主な相違点は、バラツキに対する考え方です。 実験計画法 ；バラツキは条件が変わっても一定と仮定します。 タグチメソッド；バラツキは条件が変われば変動することを前提とします。 実験順序も結果に影響するという考えから 主にＬ１８という 18回試験すると結果が分かる直行表を使ってデータ採りを行います。 この時、バラツキは品質損失に結びつくという考えから、 最初にバラツキを小さくする要因を見つけ、その上で目的とする 出力が得られるような要因で調整します。 解析には出力ηとＳ／Ｎ比をデジベル(dB)によって議論します。 余談ですが・・・このタグチメソッドとは 田口玄一博士が考案した 手法であり、実験計画法とは異なるインパクトの大きい呼び名として、 1982年ゼロックスの元CEOの方が名づけました。 それが世界的に広がり、タグチメソッドと呼ばれるようになりました。
その他の回答 (1)
- rei00
- ベストアンサー率50% (1133/2260)
私も専門外でわかりませんが，下のページは参考になりますでしょうか。 ◎ タグチメソッド、田口玄一 このページによると，田口博士本人は御自分の仕事について『直交表を使いやすくしたこと。機能のばらつきを減らすためのデータの取り方と解析手法を実験計画法にプラスしたこと。』と言ってられるそうです。 ご参考まで。
お礼
ご教示ありがとうございました。 実験計画法は直交表が面倒なのと、後から実験を追加する際には、 もう一度最初から直交表を作り直さなくてはならない点が不満でした。 その点がタグチメソッドではどうなっているのか、実際のケースで 勉強したいと思います。
関連するQ&A
- 品質工学、実験計画法
私は機械メーカーに勤める者ですが、品質工学や実験計画法 を用いて仕事されている方をあまり見た事がありません。 そこで実際に業務で使われている方、または傍から見た事のある方 に質問ですが、 ・品質工学で不具合を少なくする事は可能でしょうか？ ・実験計画法で効果的な実験ができるでしょうか？ ・これらの方法は深く追求すればするほど、効果の上がるものなのでしょうか？ 以上よろしくお願いします。
- 締切済み
- アンケート
- 実験計画法と田口メソッド、多変量解析について
以下、具体的な展開を教えてください。 R.A.Fisherの「実験計画法」(Design of Experiment)や「田口メソッド」を利用または応用されて成果を上げておられる方は、適用分野とどのようにされておられるかをお教えいただけませんでしょうか。 「多変量解析」の応用例についてもよろしくお願い申しあげます。
- 締切済み
- その他（生活・暮らし）
- 実験計画法について
初心者です。 EXCELを使って実験計画法を用いたいのです。 本を買ったのですが、 1)一元配置法 2)二元配置法（繰り返しのある場合） 3)二元配置法（繰り返しが一定でない場合） 4)二元配置法（繰り返しがない場合） 5)多重比較法 6)直交表実験計画法 7)重回帰分析とシックスシグマ 8)シックスシグマにおけるDOE分析 と順に追っていかないと理解できないような本です。 私は統計に詳しいわけではなく、 極端に言ってしまえば、内容は後々勉強することにして現状はブラックボックスとしておいて とりあえず、 評価、分析のツールとして実験計画法（直交表実験計画法、重回帰分析とシックスシグマ、シックスシグマにおけるDOE分析等）をEXCEL等使用して行えないかと考えております。 直交表実験計画法、重回帰分析とシックスシグマ、シックスシグマにおけるDOE分析等のみを勉強できる方法はないでしょうか？ （理屈がわかっていなければ妥当な分析ができないのは重々承知です。が、実験計画法の理解するために、実際に実験計画法を使って分析して実践で使ってみたいと思っています。） 買った本を一から読んで勉強しろとおっしゃられる方もいらっしゃると思いますが、なにぶん統計学初心者名もののため、質問をさせていただきました。 また、実験計画法の初心者向け説明サイトや実験計画法の実践例みたいなサイトや、ソフトウエア（フリーでもシェアウエアでも）ご存知でしたら ご教授お願いいたします。 お詳しい方から見ると本末転倒なことをいっているかも知れませんが、なにぶん初心者のため 本末転倒とご指摘ください。
- 締切済み
- その他（学問・教育）
- Excelで実験計画法を行うには
初心者です。 Excelで実験計画法を学ぶ本を買ったのですが、 統計に詳しくなく苦戦しております。 直交実験計画法やシックスシグマDOE分析 など詳しい方いらっしゃいましたら、 統計学初心者でもEXCELで実験計画法の やり方がわかるようなサイトでもありましたら おしえていただけないでしょうか？ やはり、基礎から統計学を学ばないと駄目な ものなのでしょうか？ よろしくお願いいたします。
- ベストアンサー
- オフィス系ソフト
- タグチメソッド 直交表使用方法
タグチメソッド 直交表の解説、使用方法がくわしく載っているHPなどご存知の方いらっしゃいましたら教えてください。 具体的にて直交表L12にしたがって実験を行い、解析を進めて行きたいと考えています。
- ベストアンサー
- その他（開発・設計）
- 実験計画法の分析方法
ある実験でいろいろ条件を変えて、得られるデータの最大値と最小値がいくらぐらいになるのかを見たいのですが、因子が多く、水準も３つぐらいあるので直交表（Ｌ１８）をもちいて実験回数を減らすという方向になったのですが、得られた実験データの解析方法がわかりません。 今回のようにデータの最大値と最小値を推測するにはどのようにすればいいのでしょうか？実験計画法について、最近勉強し始めたばかりで全くの素人です。わかりやすくお教えいただけるとありがたいです。またこの部分を勉強すればいいというアドバイスでもいいのでよろしくお願いします。
- ベストアンサー
- 科学
- 実験計画法を用いて実験を分けることができるのか？
実験計画法を用いて心理実験を行おうと考えています。 その実験の内容なのですが、評価対象が多くなってしまい、被験者の疲労等を考えると、被験者一人当たりの量を減らさなければならないと考えました。 そこで、実験を3つにわけ(たとえば実験A,B,C)、その実験ごとに評価対象を割り当てると、被験者の負担は考慮できる範囲に収まることが予想できました。 このように実験を分けて心理量を評価させてもよろしいのでしょうか？
- ベストアンサー
- 心理学・社会学
- 実験計画/水準の割り付け方
品質工学初心者です。 工程で不具合が発生し、原因の特定に難航しています。 原因を特定しないまま、工程を動かし続ける訳には行かず、何とか原因を 特定したく、実験計画(L18直交表)を用いた再現実験を考えています。 因子および水準を検討した結果、因子が3つの水準が2因子が2水準、 残り一つが3水準です。 L18直交表の場合、2水準の因子が2つ以上ある場合は、余った因子列の 3水準目にダミーとして第一水準または第2水準を重要度またはコスト を勘案して任意で割り付け良いと参考書に記載されていたのですが、 これでは重複する条件が何項目か出るかと思います。 この場合、重複する箇所は省いて実験をすれば良いのでしょうか。 もしこの考え方が間違っているようであれば、最適な実験計画方法を アドバイス頂けると幸いです。
- ベストアンサー
- 科学
- マハラノビス距離について
最近、品質工学などにおいて、品質の評価基準として マハラノビス距離 （もしくはマハラノビス・タグチ・メソッドなどと呼ばれている） をよく耳にします。 これを、複雑な現象のパターン認識に応用するときの、 長所と短所など、できれば詳しい特徴などを交えて 教えていただきたいのですが。 例えばニューラルネットワークと比べて どういった違いがあるのかなど。 知っている方、おられたら、 簡単でもいいのでお願いします。
- 締切済み
- 科学
- 3要因対応なしの実験計画法について
実験計画法について、同じ被験者に対して2回の実験を行う場合でも、 対応なしの被験者間計画はできますでしょうか。 例えば、実験計画は2×2×3の被験者間計画とし、 第一の要因は条件A（A1・A2）2水準、 第二の要因は条件B（B1・B2）2水準、 第三の要因は条件C（C1・C2・C3）3水準、 被験者60名で実験を行う場合について、 被験者数も少なく、実験時間が4時間程度かかるので、 第一の要因の条件A1を第1回の実験、 別な日に条件A2を第2回の実験で行おうと思うのですが、 第1回で被験者60名からランダムに6グループ（1グループ10名）を作成し、 第2回でも同じ60名からランダムに6グループ（1グループ10名）を作成し、 条件B×条件Cでグループ分けして実験を行った場合、 何名かは1回目と2回目で同じグループになるとしたら、 対応なしの被験者間計画とはいえないでしょうか。 ご教示のほど、よろしくお願いいたします。
- ベストアンサー
- 心理学・社会学
お礼
ご教示ありがとうございました。 早速、実際のケースで勉強したいと思います。