apx.251. 実験計画法   目次（第5章）へ

　

　実験計画法とは，あるシステムの特性を実験によって明らかにしたいときに，実験の手順を計画し，測定値を精度よく解析するための統計学的一手法である．

　ｚ＝ｆ(ｘ1 ，ｘ2 ，ｘ3 ，ｘ4 )で，ｘ1 ，ｘ2 ，ｘ3 ，ｘ4 を要因とよび，各要因を３水準(３個の異なる値）に変えて，目的の特性値ｚの観測値を得るためにこれらの全組合せの実験を行うとき「完全配備型」の要因実験とよぶ．この例では34＝81回の実験を行うことになる．

　これらの要因実験のデータは，分数分析 ( 計算プログラムは容易に入手できる ) を行って各要因の特性値への影響の大きさや各要因間の交互作用 ( 相乗効果 ) を明らかにできる．

要因の数が増えると「完全配備型」では実験回数が多くなりすぎて効率が悪くなるので，つぎのような直交表による要因の割津付け後実験を行って，少ない実験回数で効果的に解析を行うことができる．

　　　　　　　　　　Ｌ9 ( 3 4 )直交表　　　　　　　　　単式実験の組合せ表

実験番号

x1

x2

x3

x4

 　

実験番号

x1

x2

x3

1

1

1

1

1

 　

1

1

2

2

2

1

2

2

2

 　

2

2

2

2

3

1

3

3

3

 　

3

3

2

2

4

2

1

2

3

 　

4

2

1

2

5

2

2

3

1

 　

5

2

3

2

6

2

3

1

2

 　

6

2

2

1

7

3

1

3

2

 　

7

2

2

3

8

3

2

1

3

 　 　 　 　 　

9

3

3

2

1

 　 　 　 　 　

　表中の1，2，3 は，要因ｘ1，ｘ2，ｘ3，ｘ4 の各水準を意味する．各要因間に交互作用がなければ，34＝81回の実験の代りに本組合せの９回の実験で各要因の影響は明らかにできる．

　以上のような各要因の水準の組合せによる実験を複式実験とよび，つぎに述べるような組合せによる実験を単式実験とよぶ．

　上の例では，２ｎ＋１= 7回の ( nは要因の数 ) の実験ですむが，交互作用の情報は得られず，実験のコストパフォーマンス ( cost performance：経費当りの効果 ) は小さいといわれる．