tecktom.com

適用例

2026年10月15日12分で読めますAI生成教科書『資格試験』第6章 繰返しのない2元配置法
目次
  1. 残差の点検。
  2. を入れた効果。
  3. 確認テスト
  4. 木下の層

AI 生成・木下が未勉強

実験計画法 第6章 §6.2 ★★ データから分散分析表・最適条件の推定・残差の点検まで通しで計算する

ある金属部品の引張強さ(単位は省く)を上げる条件を探すため、熱処理温度 AA を4水準、冷却速度 BB を3水準とり、12通りの組合せで1回ずつ、計12回の実験をランダムな順序で行った。過去の同種の実験から、この範囲では温度と冷却速度の交互作用は小さいと分かっている。

得られたデータを表 6.1 に示す(数値は説明のために作ったもの)。

表 6.1 引張強さのデータ
B1B_1B2B_2B3B_3
A1A_1424546
A2A_2464751
A3A_3495253
A4A_4484851

データを温度の水準ごとに、冷却速度の水準で折れ線にすると図 6.1 のようになる。3本の折れ線はほぼ平行で、交互作用が小さいという事前の知見と矛盾しない。

図

図 6.1 表 6.1 のデータ。実線が B1B_1、破線が B2B_2、点線が B3B_3。A4A_4 で B1B_1 と B2B_2 が重なる以外は、3本の間隔がおおむね一定に保たれている。

例題 6.3 引張強さの分散分析と最適条件 ★★

オリジナル表 6.1 のデータについて、次の問に答えよ。

  1. データの構造式を書き、交互作用を含めない理由を述べよ。
  2. yij=xij−48y_{ij}=x_{ij}-48 と変換して平方和と自由度を求め、分散分析表を作れ。
  3. 有意水準 5% と 1% で検定せよ。
  4. 引張強さが最大になる条件を選び、その母平均の点推定値・有効反復数・信頼率 95% の信頼区間を求めよ。

次の数表を用いよ。

F3,6(0.05)=4.757,F3,6(0.01)=9.780,F2,6(0.05)=5.143,F2,6(0.01)=10.92,t6(0.025)=2.447\begin{gathered}F_{3,6}(0.05)=4.757,\quad F_{3,6}(0.01)=9.780,\quad F_{2,6}(0.05)=5.143,\\ F_{2,6}(0.01)=10.92,\quad t_6(0.025)=2.447\end{gathered}

解答
  1. 構造式は次のとおりである。

xij=μ+ai+bj+εij (i=1,…,4, j=1,2,3),∑ai=∑bj=0,εij∼N(0,σ2) 独立x_{ij}=\mu+a_i+b_j+\varepsilon _{ij}\ (i=1,\dots,4,\ j=1,2,3),\qquad \textstyle\sum a_i=\sum b_j=0,\qquad \varepsilon _{ij}\sim\mathrm{N}(0,\sigma^2)\ \text{独立}

各組合せで1回しか実験していないので、交互作用を入れると母数の個数 1+3+2+6=121+3+2+6=12 がデータの個数と等しくなる。誤差の自由度が0になる。過去の知見で交互作用が小さいと分かっていることを根拠に、交互作用を含めない加法模型を使う。2. 定数を引いても偏差は変わらないので、平方和は変換後の値で計算してよい。その表と和は次のとおりである。

B1B_1B2B_2B3B_3Ti⋅T_{i\cdot}
A1A_1−6-6−3-3−2-2−11-11
A2A_2−2-2−1-130
A3A_314510
A4A_40033
T⋅jT_{\cdot j}−7-709T=2T=2

修正項と2乗和は次のとおりである。

CT=22/12=0.333,∑yij2=36+9+4+4+1+9+1+16+25+0+0+9=114CT=2^2/12=0.333,\qquad \sum y_{ij}^2=36+9+4+4+1+9+1+16+25+0+0+9=114

(6.5) より

ST=114−0.333=113.67,SA=(−11)2+02+102+323−CT=2303−0.333=76.33,SB=(−7)2+02+924−CT=1304−0.333=32.17,Se=113.67−76.33−32.17=5.17.\begin{aligned} S_T&=114-0.333=113.67,\\ S_A&=\frac{(-11)^2+0^2+10^2+3^2}{3}-CT=\frac{230}{3}-0.333=76.33,\\ S_B&=\frac{(-7)^2+0^2+9^2}{4}-CT=\frac{130}{4}-0.333=32.17,\\ S_e&=113.67-76.33-32.17=5.17. \end{aligned}

自由度は ϕA=3, ϕB=2, ϕe=3⋅2=6, ϕT=11\phi_A=3,\ \phi_B=2,\ \phi_e=3\cdot2=6,\ \phi_T=11。

要因SSϕ\phiVVF0F_0判定
AA76.33325.4429.55∗∗^{**}
BB32.17216.0818.68∗∗^{**}
ee5.1760.861
計113.6711
3. 次のとおり、2つの因子とも 1% で有意である。

FA=29.55>F3,6(0.01)=9.780,FB=18.68>F2,6(0.01)=10.92F_A=29.55>F_{3,6}(0.01)=9.780,\qquad F_B=18.68>F_{2,6}(0.01)=10.92 4. 加法模型では、2つの因子の最良の水準を別々に選べばよい。水準平均と全体の平均は次のとおりである。

xˉ1⋅=44.33,xˉ2⋅=48.00,xˉ3⋅=51.33,xˉ4⋅=49.00,xˉ⋅1=46.25,xˉ⋅2=48.00,xˉ⋅3=50.25,xˉ=48+2/12=48.17.\begin{aligned}&\bar x_{1\cdot}=44.33,\quad \bar x_{2\cdot}=48.00,\quad \bar x_{3\cdot}=51.33,\quad \bar x_{4\cdot}=49.00,\\ &\bar x_{\cdot1}=46.25,\quad \bar x_{\cdot2}=48.00,\quad \bar x_{\cdot3}=50.25,\qquad \bar x=48+2/12=48.17.\end{aligned}

最適条件は A3B3A_3B_3 である。点推定値は

μ^(A3B3)=xˉ3⋅+xˉ⋅3−xˉ=51.33+50.25−48.17=53.42.\hat\mu(A_3B_3)=\bar x_{3\cdot}+\bar x_{\cdot3}-\bar x=51.33+50.25-48.17=53.42.

有効反復数は、2つの式のどちらでも ne=2n_e=2 になる。

田口:1/ne=(1+3+2)/12=1/2,伊奈:1/ne=1/3+1/4−1/12=6/12=1/2\text{田口:}1/n_e=(1+3+2)/12=1/2,\qquad \text{伊奈:}1/n_e=1/3+1/4-1/12=6/12=1/2

信頼区間は

53.42±2.4470.8612=53.42±2.447×0.656=53.42±1.61,53.42\pm2.447\sqrt{\frac{0.861}{2}}=53.42\pm2.447\times0.656=53.42\pm1.61,

すなわち 51.81≤μ(A3B3)≤55.0251.81\le\mu(A_3B_3)\le55.02 である。

残差の点検。

加法模型が妥当かを確かめるため、残差 xij−xˉi⋅−xˉ⋅j+xˉx_{ij}-\bar x_{i\cdot}-\bar x_{\cdot j}+\bar x を計算すると次のようになる。

B1B_1B2B_2B3B_3
A1A_1−0.42-0.420.830.83−0.42-0.42
A2A_2−0.08-0.08−0.83-0.830.920.92
A3A_3−0.42-0.420.830.83−0.42-0.42
A4A_40.920.92−0.83-0.83−0.08-0.08

残差の絶対値は最大でも0.92で、Ve=0.93\sqrt{V_e}=0.93 の程度に収まっている。主効果の大きい組合せ(左上の A1B1A_1B_1 や右下の A3B3A_3B_3 付近)で残差が系統的に大きいといった傾向も見られない。式 (6.12) で Tukey の SNS_N を計算すると0.0145で、Se=5.17S_e=5.17 のごく一部にすぎない。主効果の積に比例する形の交互作用も認められない。

BB を入れた効果。

冷却速度を因子として取り上げたことで、温度の検定と推定がどれだけ精密になったかを確かめる。冷却速度を無視して1元配置として解析した場合と比べる。

例題 6.4 BB を無視した場合との比較 ★★

オリジナル表 6.1 のデータを、冷却速度を無視して、温度の4水準・繰返し3回の1元配置法として解析する。

  1. 分散分析表を作り、AA を検定せよ(F3,8(0.05)=4.066, F3,8(0.01)=7.591F_{3,8}(0.05)=4.066,\ F_{3,8}(0.01)=7.591)。
  2. μ(A3)\mu(A_3) の信頼率 95% の信頼区間の幅を、2元配置で解析した場合と1元配置で解析した場合とで比べよ(t8(0.025)=2.306, t6(0.025)=2.447t_8(0.025)=2.306,\ t_6(0.025)=2.447)。
解答
  1. 1元配置の誤差平方和は ST−SA=113.67−76.33=37.33S_T-S_A=113.67-76.33=37.33 で、自由度は 4⋅(3−1)=84\cdot(3-1)=8、平均平方は4.667である。VA=25.44V_A=25.44 は変わらないので F0=25.44/4.667=5.45F_0=25.44/4.667=5.45 である。4.066<5.45<7.5914.066<5.45<7.591 で、5% で有意だが 1% では有意にならない。 2元配置では F0=29.55F_0=29.55 で 1% 有意だった。冷却速度の平方和32.17が1元配置では誤差に含まれ、誤差の平均平方が0.861から4.667へ5倍以上に増えたためである。
  2. 推定量 xˉ3⋅\bar x_{3\cdot} は3個の平均なので、どちらの解析でも ne=3n_e=3 である。区間の半幅は次のとおりで、2元配置の方が半分以下になる。

2元配置:2.4470.861/3=1.31,1元配置:2.3064.667/3=2.88\text{2元配置:}2.447\sqrt{0.861/3}=1.31,\qquad \text{1元配置:}2.306\sqrt{4.667/3}=2.88

2元配置での μ(A3)\mu(A_3) は「冷却速度の3水準で平均した A3A_3 の母平均」である。冷却速度の水準間の違いは行の平均のどれにも同じだけ入るので、温度の水準の比較には影響しない。

この比較は、実験の場を区切る因子を計画に入れて誤差から取り除く、という乱塊法(第11章)の考え方と同じである。自由度は8から6に減ったが、誤差の平均平方が大きく減ったので、検定と推定の精度はどちらも上がった。

確認テスト

オリジナル

  1. 6.2-1 5水準の因子と4水準の因子の繰返しのない2元配置法で、SA=48, VB=8, Se=24S_A=48,\ V_B=8,\ S_e=24 が得られた。分散分析表の残りの欄(2つの平方和、各自由度、2つの平均平方、F0F_0)を埋めよ。次の数表で検定せよ。

F4,12(0.05)=3.259,F4,12(0.01)=5.412,F3,12(0.05)=3.490,F3,12(0.01)=5.953F_{4,12}(0.05)=3.259,\quad F_{4,12}(0.01)=5.412,\quad F_{3,12}(0.05)=3.490,\quad F_{3,12}(0.01)=5.953 2. 6.2-2 例題 6.3 の最適条件 A3B3A_3B_3 で新たに1回実験したときの引張強さの、信頼率 95% の予測区間を求めよ。3. 6.2-3 例題 6.3 で、温度の2水準の母平均の差について、信頼率 95% の信頼区間の半幅を求めよ。次の3組のそれぞれに差があると言えるか答えよ。

A3 と A1,A3 と A4,A4 と A2A_3\text{ と }A_1,\qquad A_3\text{ と }A_4,\qquad A_4\text{ と }A_2 4. 6.2-4 例題 6.3 の各要因の寄与率 ρA,ρB,ρe\rho_A,\rho_B,\rho_e を求めよ。

木下の勉強ステータス

木下はまだこの記事を勉強していません。

AI(Claude)が書いた教材を、木下が勉強しながら公開しています。式と数値は検算していますが、誤りが残っているかもしれません。誤りのご指摘・削除のご依頼をいただければ直します。 連絡先:support@tecktom.com

← AI生成教科書『資格試験』の記事一覧へ