シラバス
| 授業科目名 | 年度 | 学期 | 開講曜日・時限 | 学部・研究科など | 担当教員 | 教員カナ氏名 | 配当年次 | 単位数 |
|---|---|---|---|---|---|---|---|---|
| 実験計画法 | 2026 | 前期 | 金3 | 基幹理工学部／社会理工学部／先進理工学部／理工学部 | 長塚 豪己 | ナガツカ ヒデキ | 3年次配当 | 2 |
科目ナンバー
SS-SA3-7B26
履修条件・関連科目等
「統計学」、「統計学演習」、及び「データサイエンス実験A」を履修していること。あるいは、それと同等の知識と理解を有していること。
授業で使用する言語
日本語
授業で使用する言語（その他の言語）
授業の概要
実験計画法の理論と実践について概説する。
科目目的
実験計画法の基礎理論と実践を学ぶ。
到達目標
1. 実験計画法を基礎理論から理解すること。
2. ビジネスの場で、実験計画法を自由自在、かつ適切に、自ら適用でき、指導もでき、かつ方法論と結果について論理的に説明できるようになること。
3. 統計検定1級 (特に統計応用)、QC検定１級の該当範囲の試験に対応するための基礎力を養うことも目的とする。
授業計画と内容
第1回 ガイダンス
第2回 回帰分析
第3回 分散分析、共分散分析
第4回 2水準系直交配列実験
第5回 3水準系直交配列実験
第6回 多水準法・擬水準法
第7回 乱塊法
第8回 分割法
第9回 ランダム効果を含む実験計画法
第10回 タグチメソッド (品質工学) の基礎
第11回 タグチメソッド (品質工学) の技法
第12回 非正規データの実験計画
第13回 応答曲面法
第14回 ベイズ最適化
授業時間外の学修の内容
指定したテキストやレジュメを事前に読み込むこと／授業終了後の課題提出
授業時間外の学修の内容（その他の内容等）
授業時間外の学修に必要な時間数／週
・毎週１回の授業が半期（前期または後期）または通年で完結するもの。１週間あたり４時間の学修を基本とします。
・毎週２回の授業が半期（前期または後期）で完結するもの。１週間あたり８時間の学修を基本とします。
成績評価の方法・基準
| 種別 | 割合（％） | 評価基準 |
|---|---|---|
| 期末試験（到達度確認） | 70 | 期末試験での評価(70%) |
| レポート | 20 | 演習・宿題 (20%) |
| 平常点 | 10 | 平常点(出欠、遅刻)(10%) |
成績評価の方法・基準（備考）
原則として、平常点(10%)、演習・宿題(20%)、期末試験(70%)により評価を行う。ただし、聴講状況を加味することがある(最大100%)。
課題や試験のフィードバック方法
授業時間に限らず、manabaでフィードバックを行う
課題や試験のフィードバック方法（その他の内容等）
アクティブ・ラーニングの実施内容
実施しない
アクティブ・ラーニングの実施内容（その他の内容等）
授業におけるICTの活用方法
その他
授業におけるICTの活用方法（その他の内容等）
SAS Institute 社の JMP を使用。
実務経験のある教員による授業
はい
【実務経験有の場合】実務経験の内容
1. 統計学、機械学習を用いたデータ活用の企業へのコンサルティング
2. 統計学、機械学習を用いた問題解決アプローチの企業へのコンサルティング
3. 企業との統計学、機械学習に関する共同研究
【実務経験有の場合】実務経験に関連する授業内容
以下の実務経験に基づく事例を紹介する。
1. 統計学、機械学習を用いたデータ活用の企業へのコンサルティング
2. 統計学、機械学習を用いた問題解決アプローチの企業へのコンサルティング
3. 企業との統計学、機械学習に関する共同研究
テキスト・参考文献等
テキスト：
1. 資料を適宜配布する。
参考文献：
1. 永田靖, 「入門実験計画法」, 日科技連出版社 (2000).
2. 宮川雅巳, 「実験計画法特論」, 日科技連出版社 (2006).
3. C. F. Jeff Wu and Michael S. Hamada, ``Experiments: Planning, Analysis, and Optimization, 3rd Edition'',
John Wiley & Sons, Hoboken, 2021.
4. Douglas C. Montgomery, ``Design and Analysis of Experiments, 8th Edition'', John Wiley & Sons, Hoboken,
2012.