4. 最適設定の発見とモデルの確認

  1. 最適な設定を見つけるには、Numerical ノードをクリックします。


  2. この応答である Filtration Rate が既に選択状態にありますので、この応答に関する目標 (Goal) を設定することにしましょう。


  3. ここでは、目標を定める因子や応答を選ぶことができます。


  4. Goal ドロップダウンリストをクリックします。


  5. Maximize を目標に選択します。


  6. Solutions タブをクリックします。


  7. Solutions ウィンドウが開きます。デフォルトの表示はランプ (ramp) ビューです。


  8. Solution (解) 番号 1 が選択され、その内容が表示されます。


  9. これは分かり易い表示です。解の水準とそれぞれで得られた結果がグラフィカルにあらわされているからです。


  10. したがって、グラフを探索することで…、


  11. Temperature の水準が高、Concentration の水準が低、Stir Rate の水準が高のときに、ろ過速度 (Filtration Rate) が最大になることが分かります。


  12. Temperature (A) の水準が高、


  13. Concentration (C) の水準が低、


  14. そして、Stir Rate (D) の水準が高になっています。


  15. 全ての解の数値的なレポートを確認するには、Report ビューをクリックします。


  16. ここには、全ての解が望ましさ (Desirability) の高い順に表示されています。


  17. 解1が選択されているので、レポートの1番目にアンダーラインが引かれています。


  18. 解番号2のボタンをクリックしてみましょう。


  19. 今度は、解番号2にアンダーラインが引かれます。


  20. 解番号3を選択すると…、


  21. 3番目にアンダーラインが引かれます。この状態でランプビューに表示させてみましょう。


  22. Ramps ボタンをクリックします。


  23. 解番号3の因子設定とろ過速度が表示されます。


  24. この解の因子設定を解番号1と比較すると、その違いはわずかしかありません。


  25. 解番号1の最適解に戻ってみましょう。


  26. 濃度 (Concentration) の値は、最低にせざるをえないようです。


  27. Point Prediction ノードをクリックしてみましょう。


  28. このツールは、予測に対する信頼区間 (CI: Confidence Interval) を与えるものです。


  29. 解のいずれか一つを選択すると、その因子水準がツールに読み込まれることになります。


  30. 従って、ここでは解番号1の水準が使用されています。


  31. この水準については、Factors Tool を使って変更することができます。


  32. この水準で予測される Filtration rate (ろ過速度) は、ここに表示されています。


  33. 95% 信頼区間 (CI) は、ここに表示されています。


  34. 最適条件が見つかったら、モデル予測を確認するための確認実験 (confirmation runs) を実行するようにしてください。


  35. 単一または複数の確認実験の平均に使用する適切な間隔は、Confirmation ノードにあります。


  36. 任意数の確認実験の予測区間を確認するには、Confirmation ノードをクリックします。


  37. このツールを使えば、任意の数 (n) の確認実験を入力できます。


  38. そして、その都度、予測区間 (PI low から PI high) が計算されることになります。


  39. PI (予測区間) は、選択された因子設定で将来実行される "n" 回の測定の平均が 95% の信頼度で含まれるよう計算される範囲です。


  40. n の値を変更するには、このボックスをクリックして別な値を入力するだけです。この事例では 3 を入力してみます。


  41. n=3 について、PI (予測区間) の low および high の値が更新されます。


  42. この実験の確認データを入力するには、Enter Data チェックボックスをクリックします。


  43. 3回の確認実験で得られた結果をここに入力します。


  44. 確認実験を行ったものとして、その結果を入力してみます。


  45. Data Mean が更新される点に注意してください。この値が PI の範囲内に収まっているかどうかを確認します。


  46. 94 を入力します。


  47. 106 を入力します。


  48. 102 を入力します。


  49. Data Mean が予測区間の範囲内に収まっていれば、このモデル予測の妥当性が確認されたことになります。


  50. 92.3 < 100.7 < 108.9 となり、このモデルの妥当性が確認されました。ついに祝杯を挙げるときがやってきました!


  51. 全部で4つのチュートリアルをご覧いただけば、以下の方法を学んだことになります。
    ・計画の構築とデータの入力
    ・ANOVA による実験データの分析
    ・グラフの解釈
    ・得られた結果の最適化と確認


  52. 以上で製品や製造工程を最適化するのに必要な基本的なスキルが Design-Expert の助けを借りて身に付きました。コンピュータから離れて、DOE による改善を開始してください。