tecktom.com

適用例

2026年10月15日22分で読めますAI生成教科書『資格試験』第9章 3水準系直交配列表実験
目次
  1. 確認テスト
  2. 木下の層

AI 生成・木下が未勉強

実験計画法 第9章 §9.2 ★★ L27L_{27} の数値例で、列平方和・分散分析表・プーリング・交互作用を含む最適条件の推定と区間推定までを通す

ある化学反応の収率(%、大きいほど良い)を高めるため、3水準の因子を4つ取り上げた。

  • AA:反応温度。
  • BB:反応時間。
  • CC:触媒量。
  • DD:撹拌速度。

技術的な見込みから交互作用 A×BA\times B と A×CA\times C は存在しうるが、ほかの交互作用は無視できると考えた。自由度は主効果 4×2=84\times2=8 と交互作用 2×4=82\times4=8 で16である。よって L9L_9 では足りず L27L_{27} を使う。

線点図(図 9.1)の三角形に、A,B,CA,B,C を順に列[1]・[2]・[5]として置く。すると A×BA\times B は列[3]・[4]に、A×CA\times C は列[6]・[7]に現れる。DD は離れた点の列[9]に置き、残りの列[8]・[10]・[11]・[12]・[13]を誤差の列とした(誤差の自由度10)。列[8]・[11]には無視した B×CB\times C が入る。

実験の順序は無作為化し、表 9.3 のデータを得た(自作の数値)。計算を楽にするため、X=x−70X=x-70 と変換して計算する(平方和は変わらない)。

表 9.3 割り付けと収率 xx(%)。A,B,C,DA,B,C,D の水準は L27L_{27} の列[1]・[2]・[5]・[9]
No.AABBCCDDxxNo.AABBCCDDxxNo.AABBCCDDxx
11111641021126919311368
21122671121237020312171
31133681221316821313271
41212671322136622321174
51223701422217323322276
61231691522327124323376
71313631623116725331272
81321651723227226332375
91332671823337127333172

例題 9.3 分散分析表の作成とプーリング ★★★

オリジナル表 9.3 のデータについて、X=x−70X=x-70 を使って次に答えよ。

  1. CTCT と STS_T を求めよ。
  2. 13本の列平方和を求め、∑kS[k]=ST\sum_kS_{[k]}=S_T を確かめよ。
  3. 誤差を列[8]・[10]・[11]・[12]・[13]とした分散分析表を作れ。次の値を使ってよい。

F2,10(0.05)=4.10,F4,10(0.05)=3.48,F2,10(0.01)=7.56,F4,10(0.01)=5.99.F_{2,10}(0.05)=4.10,\quad F_{4,10}(0.05)=3.48,\quad F_{2,10}(0.01)=7.56,\quad F_{4,10}(0.01)=5.99. 4. F0<2F_0<2 の要因をプーリングして分散分析表を作り直し、有意水準5%と1%で判定せよ。次の値を使ってよい。

F2,16(0.05)=3.63,F2,16(0.01)=6.23,F4,16(0.05)=3.01,F4,16(0.01)=4.77.F_{2,16}(0.05)=3.63,\quad F_{2,16}(0.01)=6.23,\quad F_{4,16}(0.05)=3.01,\quad F_{4,16}(0.01)=4.77.

解答

(1) XX は表の xx から70を引いた値で、次のとおりである。

No. 1〜9:−6,−3,−2,−3,0,−1,−7,−5,−3No. 10〜18:−1,0,−2,−4,3,1,−3,2,1No. 19〜27:−2,1,1,4,6,6,2,5,2\begin{aligned}&\text{No.\ 1〜9}: && -6,-3,-2,-3,0,-1,-7,-5,-3\\ &\text{No.\ 10〜18}: && -1,0,-2,-4,3,1,-3,2,1\\ &\text{No.\ 19〜27}: && -2,1,1,4,6,6,2,5,2\end{aligned}和は T=−8T=-8、2乗和は ∑X2=314\sum X^2=314。CT=(−8)2/27=64/27≈2.370CT=(-8)^2/27=64/27\approx2.370、ST=314−64/27=8414/27≈311.630S_T=314-64/27=8414/27\approx311.630。

(2) 表 9.2 の水準を読んで列ごとに和を取る。たとえば列[3]の水準1は No. 1,2,3,16,17,18,22,23,24 なのでT31=−6−3−2−3+2+1+4+6+6=5T_{31}=-6-3-2-3+2+1+4+6+6=5 である。各水準のデータ数は9なので S[k]=∑lTkl2/9−64/27=(3∑lTkl2−64)/27S_{[k]}=\sum_lT_{kl}^2/9-64/27=(3\sum_lT_{kl}^2-64)/27。結果は次のとおりである。

列[1][2][3][4][5][6][7][8][9][10][11][12][13]
Tk1T_{k1}−30-30−14-145−2-2−20-20−4-4−2-2−1-1−7-7−6-60−4-4−1-1
Tk2T_{k2}−3-3122−4-49−7-7−4-4−5-52−2-2−4-42−9-9
Tk3T_{k3}25−6-6−15-15−2-233−2-2−2-2−3-30−4-4−6-62
27S[k]27S_{[k]}45381064698814061588261225632104194
S[k]S_{[k]}168.07439.40725.8520.29652.0745.8520.2960.9634.5192.0741.1853.8527.185

たとえば列[1]は ∑lT1l2=900+9+625=1534\sum_lT_{1l}^2=900+9+625=1534、27S[1]=3×1534−64=453827S_{[1]}=3\times1534-64=4538。27S[k]27S_{[k]} の合計は、次のように 27ST27S_T に一致する。

4538+1064+698+8+1406+158+8+26+122+56+32+104+194=8414.4538+1064+698+8+1406+158+8+26+122+56+32+104+194=8414 .

(3) 各要因の平方和は次のとおりである。

SA=S[1],SB=S[2],SA×B=S[3]+S[4]=706/27,SC=S[5],SA×C=S[6]+S[7]=166/27,SD=S[9].\begin{aligned}S_A&=S_{[1]}, & S_B&=S_{[2]}, & S_{A\times B}&=S_{[3]}+S_{[4]}=706/27,\\ S_C&=S_{[5]}, & S_{A\times C}&=S_{[6]}+S_{[7]}=166/27, & S_D&=S_{[9]}.\end{aligned}

誤差は次のようになる。

Se=S[8]+S[10]+S[11]+S[12]+S[13]=412/27=15.259,ϕe=10,Ve=1.5259.S_e=S_{[8]}+S_{[10]}+S_{[11]}+S_{[12]}+S_{[13]}=412/27=15.259,\qquad \phi_e=10,\qquad V_e=1.5259 .

要因SSϕ\phiVVF0F_0判定
AA168.074284.03755.071%で有意
BB39.407219.70412.911%で有意
A×BA\times B26.14846.5374.285%で有意
CC52.074226.03717.061%で有意
A×CA\times C6.14841.5371.01
DD4.51922.2591.48
ee15.259101.526
計311.63026

(4) F0<2F_0<2 の要因を誤差にプールする。該当するのは A×CA\times C と DD である。プールすると次のようになる。

Se′=412+166+12227=70027=25.926,ϕe′=10+4+2=16,Ve′=25.92616=1.6204.S_e'=\frac{412+166+122}{27}=\frac{700}{27}=25.926,\qquad \phi_e'=10+4+2=16,\qquad V_e'=\frac{25.926}{16}=1.6204 .

要因SSϕ\phiVVF0F_0判定
AA168.074284.03751.861%で有意
BB39.407219.70412.161%で有意
A×BA\times B26.14846.5374.035%で有意
CC52.074226.03716.071%で有意
e′e'25.926161.620
計311.63026

A×BA\times B は、5%点 F4,16(0.05)=3.01F_{4,16}(0.05)=3.01 を超える。しかし1%点 F4,16(0.01)=4.77F_{4,16}(0.01)=4.77 を下回るので、5%で有意である。A,B,CA,B,C は1%で有意である。

A×BA\times B が有意なので、2因子の最適水準は2元表の平均で決める。AiBjA_iB_j の各組合せは3回ずつ実験されていて、XX の和は次のとおりである。

B1B_1B2B_2B3B_3
A1A_1−11-11−4-4−15-15
A2A_2−3-30000
A3A_300161699

元の単位の平均 70+TAiBj/370+T_{A_iB_j}/3 を図 9.2 に示す。AA の水準を上げると収率は上がるが、その上がり方は BB の水準によって違う。とくに A3A_3 では B2B_2 が明らかに高い。

3本の線が平行でないことが交互作用である。最大は A3B2A_3B_2(平均 75.33)である。

図

図 9.2 適用例の A×BA\times B の2元表の平均。実線=B1B_1、破線=B2B_2、点線=B3B_3

CC の水準別の和と平均(XX の単位)は次のとおりである。

TC1=−20, TC2=9, TC3=3;XˉC1=−2.222, XˉC2=1.000, XˉC3=0.333.T_{C_1}=-20,\ T_{C_2}=9,\ T_{C_3}=3;\qquad \bar X_{C_1}=-2.222,\ \bar X_{C_2}=1.000,\ \bar X_{C_3}=0.333 .

よって C2C_2 がよい。DD はプーリングしたので、技術的な都合(費用や作業のしやすさ)で決めてよい。

例題 9.4 最適条件での母平均の推定 ★★★

オリジナル例題 9.3 の結果を使う。残った要因は A,B,A×B,CA,B,A\times B,C である。誤差は Ve′=1.6204V_e'=1.6204、ϕe′=16\phi_e'=16 である。

  1. 最適条件を求め、その母平均の点推定値を元の単位で求めよ。
  2. 有効反復数を田口の式と伊奈の式で求めよ。
  3. 母平均の95%信頼区間と、最適条件で新たに1回実験したときの値の95%予測区間を求めよ(t16(0.025)=2.120t_{16}(0.025)=2.120)。
解答

(1) 2元表の平均が最大の A3B2A_3B_2 と、C2C_2 を組み合わせる。最適条件は A3B2C2A_3B_2C_2 である。XX の単位では、次の3つの平均を使う。

XˉA3B2=16/3,XˉC2=9/9=1,Xˉ=−8/27.\bar X_{A_3B_2}=16/3,\qquad \bar X_{C_2}=9/9=1,\qquad \bar X=-8/27 .

よって

μ^(A3B2C2)=XˉA3B2+XˉC2−Xˉ=163+1+827=144+27+827=17927≈6.630.\hat\mu(A_3B_2C_2)=\bar X_{A_3B_2}+\bar X_{C_2}-\bar X=\frac{16}3+1+\frac8{27}=\frac{144+27+8}{27}=\frac{179}{27}\approx6.630 .

元の単位では 70+6.630=76.63070+6.630=76.630(%)である。

(2) 田口の式:推定に用いた要因 A,B,A×B,CA,B,A\times B,C の自由度の和は 2+2+4+2=102+2+4+2=10 である。よって ne=27/(1+10)=27/11≈2.455n_e=27/(1+10)=27/11\approx2.455。伊奈の式:1ne=13+19−127=9+3−127=1127\frac1{n_e}=\frac13+\frac19-\frac1{27}=\frac{9+3-1}{27}=\frac{11}{27} で一致する。

(3) Ve′/ne=1.6204×11/27=0.6602=0.8125\sqrt{V_e'/n_e}=\sqrt{1.6204\times11/27}=\sqrt{0.6602}=0.8125、半幅は 2.120×0.8125=1.7222.120\times0.8125=1.722。信頼区間は 76.630±1.72276.630\pm1.722、すなわち [74.91, 78.35][74.91,\ 78.35]。

予測区間では Ve′(1+1/ne)=1.6204×38/27=2.2806=1.5101\sqrt{V_e'(1+1/n_e)}=\sqrt{1.6204\times38/27}=\sqrt{2.2806}=1.5101 を使う。半幅は 2.120×1.5101=3.2012.120\times1.5101=3.201 である。予測区間は 76.630±3.20176.630\pm3.201、すなわち [73.43, 79.83][73.43,\ 79.83]。

最適条件は実験されていることもある

A3B2C2A_3B_2C_2 は実験 No. 23 で実際に試されていて、観測値は76である。点推定値 76.63 はこの1個の観測値ではない。A3B2A_3B_2 の3個と C2C_2 の9個の情報を、構造式に沿って合わせたものである。分散は1回の観測の 1/ne=11/271/n_e=11/27 倍に小さい。

L27L_{27} の27通りは 34=813^4=81 通りの組合せの一部なので、最適条件が実験に含まれていないことの方が多く、そのときもこの推定式で母平均を推定する。

確認テスト

オリジナル

  1. 9.2-1 適用例で、最適条件 A3B2C2A_3B_2C_2 と現行条件 A1B1C1A_1B_1C_1 の母平均の差の点推定値を求めよ。その推定量の分散が 89σ2\frac89\sigma^2 であることを示し、95%信頼区間を求めよ。
  2. 9.2-2 適用例のプーリング後の分散分析表について、A,B,A×B,CA,B,A\times B,C と誤差の寄与率を求め、合計が100%になることを確かめよ。寄与率は ρ=(S−ϕVe′)/ST\rho=(S-\phi V_e')/S_T、誤差は ρe=ϕTVe′/ST\rho_e=\phi_TV_e'/S_T とする。
  3. 9.2-3 適用例で A×BA\times B を無視したとする。3つの主効果だけで A3B2C2A_3B_2C_2 を推定すると、点推定値(元の単位)と nen_e はいくつになるか。例題 9.4 との差を、列[3]・[4]の偏差で説明せよ。
  4. 9.2-4 適用例の A×BA\times B の2元表から、SAB=∑i,jTAiBj2/3−CTS_{AB}=\sum_{i,j}T_{A_iB_j}^2/3-CT を計算せよ。さらに SAB=SA+SB+S[3]+S[4]S_{AB}=S_A+S_B+S_{[3]}+S_{[4]} を確かめよ。
  5. 9.2-5 適用例で DD を列[9]でなく列[8]に置いていたとする。DD の平方和に何が混ざりうるかを述べ、この割り付けが許される条件を答えよ。

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