tecktom.com

確認テストの解答

2026年10月15日7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

AI 生成・木下が未勉強

実験計画法 第9章 §9.4

  1. 9.1-1 27行13列。各列の各水準は 27/3=927/3=9 回、任意の2列で各組は 27/9=327/9=3 回現れる。列平方和の自由度の合計は 13×2=26=27−113\times2=26=27-1 で、総平方和の自由度に等しい。
  2. 9.1-2 (a) T=∑lTklT=\sum_lT_{kl} とおく。xˉkl=Tkl/n\bar x_{kl}=T_{kl}/n、xˉ=T/(3n)\bar x=T/(3n) なので

n∑l(xˉkl−xˉ)2=n∑lxˉkl2−2nxˉ∑lxˉkl+3nxˉ2=∑lTkl2n−2nxˉ⋅3xˉ+3nxˉ2=∑lTkl2n−3nxˉ2.\begin{aligned}n\sum_l(\bar x_{kl}-\bar x)^2&=n\sum_l\bar x_{kl}^2-2n\bar x\sum_l\bar x_{kl}+3n\bar x^2\\ &=\sum_l\frac{T_{kl}^2}{n}-2n\bar x\cdot3\bar x+3n\bar x^2=\sum_l\frac{T_{kl}^2}{n}-3n\bar x^2 .\end{aligned}

3nxˉ2=T2/(3n)=T2/N=CT3n\bar x^2=T^2/(3n)=T^2/N=CT なので S[k]S_{[k]} に等しい。(b) ∑lTkl2/n−T2/(3n)={3∑lTkl2−(∑lTkl)2}/(3n)\sum_lT_{kl}^2/n-T^2/(3n)=\{3\sum_lT_{kl}^2-(\sum_lT_{kl})^2\}/(3n)。分子は次のようになる。

3∑Tl2−∑Tl2−2∑l<mTlTm=2∑Tl2−2∑l<mTlTm=∑l<m(Tl−Tm)2.3\sum T_l^2-\sum T_l^2-2\sum_{l<m}T_lT_m=2\sum T_l^2-2\sum_{l<m}T_lT_m=\sum_{l<m}(T_l-T_m)^2 .

3項の場合、各 Tl2T_l^2 は差の2乗の和の中にちょうど2回現れるからである。3n=N3n=N なので主張を得る。3. 9.1-3 (a) b⋅c=bcb\cdot c=bc が列[8]、b⋅c2=bc2b\cdot c^2=bc^2 が列[11]。(b) ab2⋅c=ab2cab^2\cdot c=ab^2c が列[12]、ab2⋅c2=ab2c2ab^2\cdot c^2=ab^2c^2 が列[10]。 (c) 列[9]は abcabc。a⋅abc=a2bca\cdot abc=a^2bc は2乗して a4b2c2=ab2c2a^4b^2c^2=ab^2c^2 で列[10]。a⋅(abc)2=a3b2c2=b2c2a\cdot(abc)^2=a^3b^2c^2=b^2c^2 は2乗して bcbc で列[8]。4. 9.1-4 列[1]で水準 ll のデータは9個で、構造式から T1l=9μ+9al+∑r: tr1=lεrT_{1l}=9\mu+9a_l+\sum_{r:\,t_{r1}=l}\varepsilon_r。ここで εˉl\bar\varepsilon_l を水準 ll の9個の誤差の平均とする。∑lal=0\sum_la_l=0 を使うと xˉ1l−xˉ=al+(εˉl−εˉ)\bar x_{1l}-\bar x=a_l+(\bar\varepsilon_{l}-\bar\varepsilon)。

SA=9∑l(xˉ1l−xˉ)2=9∑lal2+18∑lal(εˉl−εˉ)+9∑l(εˉl−εˉ)2.S_A=9\sum_l(\bar x_{1l}-\bar x)^2=9\sum_la_l^2+18\sum_la_l(\bar\varepsilon_l-\bar\varepsilon)+9\sum_l(\bar\varepsilon_l-\bar\varepsilon)^2 .

中央の項の期待値は0である。最後の項の εˉl\bar\varepsilon_l は、独立に N(0,σ2/9)\mathrm N(0,\sigma^2/9) に従う3個の変数である。その偏差平方和の期待値は (3−1)σ2/9(3-1)\sigma^2/9 なので、9倍して 2σ22\sigma^2。よって E(SA)=2σ2+9∑lal2E(S_A)=2\sigma^2+9\sum_la_l^2。5. 9.1-5 μ^(A1B1C1D1)=xˉA1+xˉB1+xˉC1+xˉD1−3xˉ\hat\mu(A_1B_1C_1D_1)=\bar x_{A_1}+\bar x_{B_1}+\bar x_{C_1}+\bar x_{D_1}-3\bar x。伊奈の式:49−327=12−327=13\frac49-\frac3{27}=\frac{12-3}{27}=\frac13、ne=3n_e=3。田口の式:自由度の和は 4×2=84\times2=8 で ne=27/(1+8)=3n_e=27/(1+8)=3。6. 9.2-1 点推定値は次のとおりである(元の単位でも差は同じ)。

(XˉA3B2−XˉA1B1)+(XˉC2−XˉC1)=(163+113)+(1+209)=9+299=1109≈12.222.(\bar X_{A_3B_2}-\bar X_{A_1B_1})+(\bar X_{C_2}-\bar X_{C_1})=\Bigl(\frac{16}3+\frac{11}3\Bigr)+\Bigl(1+\frac{20}9\Bigr)=9+\frac{29}9=\frac{110}9\approx12.222 .

D1=xˉA3B2−xˉA1B1D_1=\bar x_{A_3B_2}-\bar x_{A_1B_1} は、互いに素な3個ずつの平均の差である。よって V[D1]=23σ2V[D_1]=\frac23\sigma^2。D2=xˉC2−xˉC1D_2=\bar x_{C_2}-\bar x_{C_1} は9個ずつの平均の差で、V[D2]=29σ2V[D_2]=\frac29\sigma^2。

AiBjA_iB_j の3個の実験には、CC の3水準が1回ずつ入る。よって次の共分散は ll によらない。

Cov(xˉAiBj,xˉCl)=13⋅19⋅1⋅σ2=σ227.\mathrm{Cov}(\bar x_{A_iB_j},\bar x_{C_l})=\frac13\cdot\frac19\cdot1\cdot\sigma^2=\frac{\sigma^2}{27}.

したがって Cov(xˉAiBj,D2)=0\mathrm{Cov}(\bar x_{A_iB_j},D_2)=0 である。よって Cov(D1,D2)=0\mathrm{Cov}(D_1,D_2)=0 で、V[D1+D2]=23σ2+29σ2=89σ2V[D_1+D_2]=\frac23\sigma^2+\frac29\sigma^2=\frac89\sigma^2。95%信頼区間は 12.222±2.12089×1.6204=12.222±2.120×1.2001=12.222±2.54412.222\pm2.120\sqrt{\frac89\times1.6204}=12.222\pm2.120\times1.2001=12.222\pm2.544、すなわち [9.68, 14.77][9.68,\ 14.77]。7. 9.2-2 ST=311.630S_T=311.630、Ve′=1.6204V_e'=1.6204。

ρA=(168.074−2×1.6204)/311.630=52.9%,ρB=(39.407−3.241)/311.630=11.6%,ρA×B=(26.148−4×1.6204)/311.630=6.3%,ρC=(52.074−3.241)/311.630=15.7%,ρe=26×1.6204/311.630=13.5%.\begin{aligned}\rho_A&=(168.074-2\times1.6204)/311.630=52.9\%,\\ \rho_B&=(39.407-3.241)/311.630=11.6\%,\\ \rho_{A\times B}&=(26.148-4\times1.6204)/311.630=6.3\%,\\ \rho_C&=(52.074-3.241)/311.630=15.7\%,\\ \rho_e&=26\times1.6204/311.630=13.5\%.\end{aligned}

分子の和は次のようになる。

SA+SB+SA×B+SC−10Ve′+26Ve′=(ST−Se′)+16Ve′.S_A+S_B+S_{A\times B}+S_C-10V_e'+26V_e'=(S_T-S_e')+16V_e' .

Se′=16Ve′S_e'=16V_e' なので、これは STS_T に等しい。したがって合計はちょうど100%である(数値でも 52.9+11.6+6.3+15.7+13.5=100.052.9+11.6+6.3+15.7+13.5=100.0)。8. 9.2-3 使う平均は次のとおりである。

XˉA3=25/9,XˉB2=12/9,XˉC2=1.\bar X_{A_3}=25/9,\qquad \bar X_{B_2}=12/9,\qquad \bar X_{C_2}=1 .

よって

μ^=259+129+1−2×(−827)=15427≈5.704\hat\mu=\frac{25}9+\frac{12}9+1-2\times\Bigl(-\frac8{27}\Bigr)=\frac{154}{27}\approx5.704

で、元の単位では 75.704 である。ne=27/(1+6)=27/7≈3.857n_e=27/(1+6)=27/7\approx3.857。例題 9.4 の 179/27179/27 との差は 25/27≈0.92625/27\approx0.926 である。

A3B2A_3B_2 は xa=2,xb=1x_a=2,x_b=1 である。列[3]の水準は (2+1) mod 3=0(2+1)\bmod3=0 で水準1、偏差は Xˉ31−Xˉ=5/9+8/27=23/27\bar X_{31}-\bar X=5/9+8/27=23/27。列[4]の水準は (2⋅2+1) mod 3=2(2\cdot2+1)\bmod3=2 で水準3、偏差は −2/9+8/27=2/27-2/9+8/27=2/27。両者の和 25/2725/27 が差に一致し、A×BA\times B を無視するとこの分だけ偏る。

nen_e は大きくなるが、有意な交互作用を落とした推定は偏るので使わない。9. 9.2-4 ∑i,jTAiBj2=121+16+225+9+0+0+0+256+81=708\sum_{i,j}T_{A_iB_j}^2=121+16+225+9+0+0+0+256+81=708、SAB=708/3−64/27=6308/27≈233.630S_{AB}=708/3-64/27=6308/27\approx233.630。27(SA+SB+S[3]+S[4])=4538+1064+698+8=630827(S_A+S_B+S_{[3]}+S_{[4]})=4538+1064+698+8=6308 で一致する。10. 9.2-5 列[8](成分記号 bcbc)は、B×CB\times C の2列([8]・[11])の1本である。そのため DD を列[8]に置くと、その平方和に B×CB\times C の一部が混ざる。B×CB\times C が存在すれば DD の効果を過大に(または誤って)評価することになる。この割り付けが許されるのは、B×CB\times C が無視できると技術的に判断できるときに限る。適用例では B×CB\times C を無視すると仮定していたので、割り付けとしては成り立つ。ただし列[9]に置けば、この交互作用との交絡は避けられる(列[9]は A×B×CA\times B\times C の一部と交絡する)。

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