4. まとめ

この実験では、環境制御された試験機を開くというコストのかかるステップを要する HTC 因子（Gap および Deflection）が存在しました。分割法を使用して、この計画をwhole-plotのグループに分類することで、この試験機を開く回数を減らすことができました。ソートによって無作為化が制限されるため、このモデルの適切な p 値を求めるために最大尤度（REML）分析を使用しました。その結果、飛行機の翼の揚力を最適化する条件が、数値最適化によって示されました。分割法を使用することで、実験者は時間とコストを節約することができ、また、完全無作為化では実行できないような実験も行うことができます。無作為化された計画を並び替えて簡単に試行しようとしたことがある方は、代わりに分割法を試してみてください。適切な p 値が得られるような並び替えられた実験を行うことができます。

実験の労力に関して言えば、分割法は非常に効率が良いといえます。実験が簡単になるほど、それだけHTC 因子の効果を決定する精度と検出力が低くなるという点に、留意してください。サンプルサイズを調べる power や fraction of design space（FDS）ツールを使用して、実験の試行数が十分か否かを必ず確認し、無作為化による制約で検出力と精度が低くならないようにしてください。これらのツールについては、他のチュートリアルおよびウェビナー（https://statease.com/training/webinar.html）で説明しています。それから、実験の計画と解析用にまとめられた手順に従ってください。