タイムテーブル

テキストマイニング⼿法は、品質傾向の分析や保守記録をテキストマイニングして保守を最適化した報告など、⼯学部⾨においても注⽬すべき活⽤事例がある。本報告では⽣産実績データをテキストマイニングすることで品質や⽣産性の問題点を発⾒して原因究明した事例を紹介する。⽣産実績データには機械やオペレータの番号、加⼯条件、材料条件、特記事項など数⼗の変数が含まれている。特記事項はイレギュラー事象が起きたときにオペレータがマニュアル⼊⼒したテキストデータで、内容には異常事象とは無関係の語などが含まれているのでそれをストップワードに登録して解析対象から除外し、次に「ミス、間違い、間違え」などの同義語を再コード化で⼀つの語に置き換える。こうした前処理を経て、頻度の多い異常語の出現の有無を列に保存 し、その有無を⽣産条件と２変量の関係で分析することにより、機械、オペレータ、加⼯条件、材料条件など異常との相関が明らかになり、異常の発⽣原因を究明することができた。

実験計画の有効性を疑う技術者はいないにもかかわらず，⽇本の産業分野では，誰もが実施しているという状況ではない．Design of Experimentsの「デザイン」を先⼈が計画と訳してしまったため，実験計画のテクニカルな側⾯のみが強調され，あたかも魔法の⼿法のように理解されていることにその⼀因がある．⾞や服の外観を決めることだけがデザインではなく，その本質は問題解決にある．近年，デザイン思考が周知されつつあることも⼿伝って，例えば，キャリア・プランとキャリア・デザインの違いを理解する⼈も増えてきた．そうであれば，今こそ問題解決としての実験計画を考え直してみる機会であろう．実験を通して問題解決することが実験計画であるならば，製品開発に携わる⼀部の技術者だけが実施すれば良いというわけではない．問題を抱える全ての関係者が全員参加してこそ，実験計画の威⼒が発揮されるのだ．とはいえ，開発部⾨の上下流， 即ち企画部⾨やユーザーに近い部⾨では，慣れと経験がない中でどこから⼿をつければ良いか悩むことだろう．そこで，本発表では，デモ事例を⽤いて，幾つかの実験計画のヒントを紹介したい．

旭化成では工場現場のデータ活用を活性化させるため製造IoTプラットフォームの構築と人財育成の両輪で強化を進めています。製造IoTプラットフォーム上に実装する統計解析ツールとしてＪＭＰを採用し、工場現場のエンジニアに向けたデータ分析人財育成プログラムを進めてきました。２０１９年から開始し今年で３年目になります。単なる統計学の勉強ではなく、現場の課題に沿った実践的な教育により様々な工場現場で成果が生まれてきています。本日はこの人財育成の取り組みをご紹介いたします。

昭和電工マテリアルズでは2017年頃から当社主力製品である機能性材料開発に統計的手法を取り入れる取組みを全社的に進めています。機能性材料開発は、数十に及ぶ設計変数をチューニングして、複数の目的変数を最適化する極めて複雑な設計最適化問題であり、それを解くために日々試行錯誤が繰り返されています。

実験計画法等の統計的手法はこうした試行錯誤の負担軽減に有効ですが、大学で統計教育を受けていない多くの材料研究者にとって、統計的手法を実務に取り入れ、使いこなすのは容易ではありません。そこで我々が着目したのが、統計初心者でも使いやすいJMPでした。JMPを軸に統計スキルと材料知見を併せ持つ二刀流人財の育成を4年間実施して、現在では統計的手法の活用事例が日々多くの部門から挙がってきています。

本発表では

・材料メーカーとしてJMP＆統計学を推進する意義と効果
・当社における社内データサイエンティスト育成の取り組み
・各所属部門のJMPユーザー自身による教育・普及活動

について推進担当者の立場からお話します。

本報告は、アートマネジメント分野におけるサービス品質評価の方法を提案するものである。統計分析には、JMP Pro 16を用いる。具体的には、公立美術館が提供するサービスの満足度について高橋・川﨑（2019）が提唱する選抜型多群主成分回帰分析の手法を参考に、公立美術館の利用者を対象に調査を行う。調査結果の分析を通じ、公立美術館が利用者に対してサービス提供を行う際に重視すべき要因を明らかにする。質問群はハード（建物・内装）、ソフト（職員の対応）、展示内容の3群による構成を想定している（各質問は7件法とする）。調査票は4ページである。まず広島大学の学生を対象に授業内で事前調査を行い、それをもとに調査票を作成し本調査を行う予定である。

参考文献

Van Ryzin; G. G. (2006). Testing the expectancy disconfirmation model of citizen satisfaction with local government. Journal of Public Administration Research and Theory; 16(4); 599-611.

高橋武則・川崎昌（2019）『アンケートによる調査と仮想実験: 顧客満足度の把握と向上』日科技連。

山本昭二（2010）『サービス・クォリティ: サービス品質の評価過程』千倉書房。

本研究は，脳神経クリニックにて医療の質を確保する目的で実施したアンケートから，初診患者の満足度を俯瞰的に把握するために分析したものである．本研究の前段階で，初診患者満足度を効果的でかつ効率的な維持・改善施策を立案する際に，重点指向に基づく選抜型両側因果分析が応用可能であることを明らかにした．それをもとに，今後も当クリニックでは患者満足度を維持・向上するために，患者満足度を俯瞰的に把握したいと考えた．そのために，これまでに収集したデータを用いて選抜型両側因果分析では採用されなかった影響度の弱い原因系項目も復元させ，SEM（構造方程式モデリング）に準じた分析を行う．選抜型両側因果分析で選抜された主要原因系項目とその背後にある因子は，SEMの分析でもある程度の適合度が得られる．しかし，影響度が低い原因系項目とその因子を加えることによって，因果構造をより俯瞰的に把握できるが，その一方で適合度指標は相対的に劣化する．今後，本研究の結果を用いて本来のSEMに近づける過程において，新たに患者満足度調査を実施することで適合度指標の改善を考えている．本発表では，一連の分析過程で得られた知見を紹介する．

火災に関する研究の多くでは，その活動の個々の要素に着目し，その特徴を詳細に研究している．一方，実際の火災や消防活動における報告として，火災原因，出火時間，ポンプ台数や鎮圧時間などといった火災報告データが火災統計として整理されており，これは火災や消火活動のプロセス全体を概略的に示したものである．そのため，火災報告データを解析することで出火から鎮圧までの火災や消火活動のプロセス全体の関連構造を把握し，出火及び鎮圧時間に影響する要因を見つけることができる．

そこで，本研究では2011年から2015年までの5年間の火災報告データをJMPの構造方程式モデリングによって分析を行い，火災及び消火活動の各要素の関係をモデリングした．その結果，火災や消火活動のプロセス全体の関連構造を解き明かすための潜在変数を特定することができた．

実験計画法を活用して工程改善の成果を挙げるには、まず対象工程内の誤差を低減し、次に目的に合った実験を計画、実行し、得られたデータを解析して最適解を求める。これを工程に適用して改善を確認し、もし改善が不十分であれば最適解を修正して確実に成果を挙げる。以上の取り組みは単なる実験計画法ではなく、一連の取組みを総合的にまとめた包括的実験計画法である。この習得するには、仮想的であっても計画、実行、解析、改善のPDCAを実践的に体験することが重要であり、従来は紙ヘリコプターやテーブルゴルフなどの教材が用いられた。しかしこれらには一人で短時間に効率よく学べない欠点があった。近年JMPのアドインソフトとして、誤差を含む工程データを柔軟に生成できる飛球シミュレーターが開発され、一人でも効率的に包括的実験計画法を習得できるようになった。そこで本研究では飛球シミュレーターとJMPの実験計画法プラットフォームとを連携させ、カスタム計画（最適計画）を前提に、包括的実験計画法のPDCAを体験学習する教育プログラムを考案した。特に非線形応答にも対応して最適解を回帰修正するために、多水準の繰返し実験を採用した点に特徴がある。

日本人が古くから主食として食べている米飯の「おいしさ」は、炊きあがりが美しく、食感、におい（香り）、呈味の品質特性のバランスが重要とされている。米飯の「おいしさ」に影響する精白米の品質には、品種（銘柄米）、生産地、気候、栽培条件などが大きく関与する。さらに収穫後の貯蔵条件・期間などもあり、精白米の品質検査は米飯の「おいしさ」や品質の安定性を確認する上で非常に重要となる。また、米飯の「おいしさ」には搗精方法、加水率、炊飯方法などが大きく影響するが、米飯の食感の評価では、粘りと硬さが強く影響して、一定の硬さと強い粘りという品質特性が好まれることが多い。

食品業界では、米飯を喫食する際に「おいしい」と感じる品質特性は何なのかということを、様々な理化学的な品質特性分析を通じて数値化・視覚化することが強く求められており、

そのため品質特性分析した数値をJMP 15 proにより多変量解析し、その中から米飯の「おいしさ」を解析する取り組みについてご紹介させて頂きたい。

治療効果の推定のために群間比較を行う観察研究や疫学研究では，しばしば被験者の背景因子の不均衡が生じる．背景因子のうち交絡となりうる因子の群間での不均衡は比較可能性を損なわせる原因となることから，解析に十分な注意を要する．一般に交絡因子の不均衡は層別解析によりある程度調整が可能であるが，サンプルサイズに対して多くの交絡因子を考える場合には層別解析を適用できないことがある．このような場合に利用される調整手法の一つに傾向スコアを用いた解析がある．傾向スコアは主に層別分析，マッチング，逆確率重み付け（inverse probability weighting: IPW）に用いられ，マッチングはJMPアドインを用いた実装が可能である．しかし，傾向スコアによる層別解析やIPWはJMPには実装されておらず，手動でいくつかの手順を踏む必要がある．傾向スコアを用いた解析においては複数の傾向スコアモデルを検討することからも，手順を自動化することは研究の効率化に重要である．本発表では特に傾向スコアによるIPWに着目し，JMPでの実行方法と，手順を自動化する方法をデモンストレーションも交え紹介する．

ロールモデル（RM）とは、自分にとって、具体的な行動や考え方の模範となる人物のことを指す。薬剤師6年制教育課程においては、病院・薬局それぞれで2.5ヵ月間の実務実習が必須となっている。本解析ではそれぞれの実務実習先で実習生がRMと遭遇出来たか否かが、彼らの臨床的実践能力（以下、実践能力）へ及ぼした影響を明らかとした。解析は、1）学生のRMへの遭遇状況をクラスター化し、2）実習前後における実践能力の変化量とクラスターとの関係を明らかとするためにANCOVAを実施した。この結果、病院・薬局それぞれの実習先でRMに遭遇出来た学生ほど実践能力が向上していた。実習先でのRMとの遭遇は、実習生の実践能力醸成に重要な意味を持つ。

JMPは操作がしやすく、かつ多様な解析方法をサポートしているため、当大学では医学研究者に広く利用されている。しかしながら、昨今は比較的高度な解析方法について論文の査読者から求められる、あるいは研究者自身がそれを実践したいという場面が増えてきており、JMPの既存の機能だけでは要望に十分応えられないことがある。例えばSASのようなソフトウェアを用いれば高度な解析も可能であるが、多忙な医学研究者が自身でSAS等のプログラミングを思うままに行うにはハードルが高い。

本発表では、統計コンサルテーションで寄せられた相談事例をもとに、今後JMPに実装されると有益と考える解析方法のいくつかを報告する。

滋賀大学は、日本初のデータサイエンス（以下「DS」とする）学部及びDS研究科を開設し、データから価値を創造できる人材を、リテラシーレベルからエキスパートレベルまで養成できる体制を整えている。卒業生、修了生はDS・AI活用課題を抱える企業から高い評価を得ている。2016年以来、数理・DS教育強化拠点コンソーシアムの一つとして、スキルセット開発や教材提供、FD研修など様々な拠点校連携事業を推進している。

DS学部において、学生が専用ソフトウェアとデータを使って統計手法を初めて実践する場になるのは、2回生の前期に演習形式で行われる授業である。学生は、1回生時に座学で学んだ手法を実践し、独自のテーマを設定して発表を行う。学ぶソフトウェアの1つがJMPで、学生個人のPCにインストールしても使えるため、自宅での作業も可能で、オンライン併用の授業形態にも適している。

本発表では、1. 滋賀大DS学部・大学院カリキュラム、2. DS学部カリキュラムにおけるJMPを用いる授業の位置付け、3. その演習内容、そして4. 数理・DS教育強化拠点コンソーシアムとの関連について紹介する。

製品開発における信頼性創り込みは、製品がメーカの手許を離れてからの顧客との約束（安心して選んでいただき、満足して使っていただき、自社のブランを信頼していただくこと）を守るための最重要な活動の１つです。このため、信頼性創り込みは全員参加で行う必要があり、製品の信頼性/安全性の保証には統計手法の利用が不可欠になります。本発表ではJMP（JMP Pro）を活用して信頼性創り込みに役立つ様々な手法の扱い方について紹介する予定です。

製品開発における信頼性創り込みは、製品がメーカの手許を離れてからの顧客との約束（安心して選んでいただき、満足して使っていただき、自社のブランを信頼していただくこと）を守るための最重要な活動の１つです。このため、信頼性創り込みは全員参加で行う必要があり、製品の信頼性/安全性の保証には統計手法の利用が不可欠になります。本発表ではJMP（JMP Pro）を活用して信頼性創り込みに役立つ様々な手法の扱い方について紹介する予定です。

発表者はJMPとMYSQLを接続し数千万規模のデータを解析している。昨年度の本学会ではJMPとMYSQLの接続⽅法を解説したが、本年度は個⼈レベルで⼤量データを解析する場合に、⼊⼿した⼤量データを元にMYSQL 上にどのようにデータベースを⽣成して利⽤するかの実例を解説する。

そのためMYSQL上のデータベース⽣成をExcelやAccessで⾏う⽅法、JMPで⾏う⽅法、⼤量データをエディタで加⼯しMYSQLで読み込む⽅法を⽰す。それと共に複数施設で作成して微妙に変数名やJOINした値が異なってしまったデータをJMPを使って統⼀する⽅法を実例を元に解説する。また、JMPからODBC経由でMYSQLを検索するときのポイントを説明する。

本報告ではMYSQL特有の操作を多く解説するが、JMPユーザーにとってビッグデータを扱うときの有益な基礎技術になると考える。

伝統的な実験計画法は，直交表に限らず因子が互いに直交していることを前提に分散分析というシグマを用いた平方和の分解を主体にした解析法である．ただし，欠測値が発生した場合にこの方法が適用できないので，分散分析に対する理論的な枠組みを与えてきた「線形推定論」による解析を行う必要がある．しかし，解説している書物を見いだすことは困難である．JMPの「モデルのあてはめ」は，欠測値がある直交表の解析にも対応しているが，直交表の解析の定番である「現行水準と最適水準の差の95%信頼区間の推定」をどのようして求めたら良いのであろうか．それらの誤差分散の推定のための「田口の公式」あるいは「伊奈の公式」は，JMPに組み込まれているのであろうか．どのような解析手順によって計算されているかを解説した書物なしに，JMPの結果をそのまま信頼して使うことは勇気のいることである．そこで，L8直交表で欠測値が1つある場合について，Excelの行列関数を用いた解析方法を示し，JMPによる解析結果と対比することにより，「モデルのあてはめ」の計算原理の理解を深め，更なる応用ができるような基礎的な計算方法を示す．

超設計は超構造関数に基づく汎用的で解析的な設計である．この汎用性を更に広げ解析性を更に高めるために二つの拡張を行う．一つは関数の必要な部分だけを抜粋して用いる抜粋超設計で，もう一つは代入関数（超構造関数に超因子の値を代入した関数）を列方向関数とした多頭頑健設計を併用する複合型頑健設計である．

超構造関数は直積実験のデータを超因子（特別に指定した設計因子）の多項式として二重推定構造の関数である．これを用いることで関数の極値（極大値，極小値）や変曲点を活用する高度に解析的な設計が可能となる．ただし，関数の近似度が十分高くないと設計にリスクを生じる．この場合に，必要な極値や変曲点の近辺を抜粋してそらの超構造関数を組合わせて用いれば十分に高い近似度での設計が可能になる．これが抜粋超設計である．

超構造関数の近似度が高い場合でも，パラメータが多数の場合には最適化でトレードオフの問題が生じる．例えば頑健設計の場合には全てのパラメータを同時に頑健にすることはできないし，目標（目標値，目標関数）が与えられた場合に全てのパラメータを同時に目標に近づけることはできない．更に困難なのは頑健でかつ目標に近づけるという両方を考慮した設計の場合は多重のトレードオフの問題になる．本研究はこれらの問題を解決するための複合型超設計の理論とその応用について提案する．

CS（顧客満足度）調査における選抜型両側因果分析の主目的は「どの対象に手を打つべきかを客観的に明らかにすること」である．このため原因系項目（サービス，商品特性）のうち結果系項目（満足度評価）に影響の特に強いものに焦点を絞り，そうでないものは分析の過程で積極的に除外するという重点指向（The vital few and the trivial many.）のアプローチをとる．

しかし，選抜型両側因果分析の終了後に，CS調査でとった全データを活用してCSの俯瞰的因果構造を把握することは高度で有用な知見を獲得できる点で価値がある．このために有用な方法として，選抜型両側因果分析の過程で除外したものを復活したうえで活用してSEM（構造方程式モデリング）に準じた方法を提案する．

結果系に直接強い影響を持っていなくても原因系の因子に影響を持つもの（原因項目と因子）は，全体の因果構造を把握する上で価値ある情報を提供してくれる．選抜型両側因果分析後に行うSEMのためのパス図作成のスタートは選抜型両側因果分析の最終結果の構造模型図の加工である．これに分析過程で除外したものを順次復帰させて俯瞰的因果構造を段階的に構築する．以上のことから明らかなように，この方法の本質は選抜型両側因果分析で得た因果構造を核とし，その背後の因子に注目して図を反転させた反転因果分析である．それはSEMそのものではないが，本質的にはSEMに準じたアプローチなので準SEMと位置付けることができる．

構造方程式モデリング（Structural Equation Modeling; SEM）は、俯瞰的知見の獲得を目的として、複雑な仮説モデルの検証に用いられることが一般的である。しかし、このアプローチの核となる仮説モデルの構築には、丁寧な先行研究や対象領域の専門知識が不可欠であり、その準備や吟味にはかなりの時間とエネルギーを要する。また、仮説モデルの検討に試行錯誤を重ねたとしても、結果として適合度の良いモデルが獲得できるとは限らない。さらにその結果として、自身が納得できかつ他者への説得性をもつ考察につなげられない事態となることも少なくない。

本発表では、重点指向にもとづく選抜型両側因果分析の結果から出発し、発展的にSEMの仮説モデルに近づくための方法論をオンライン調査の事例を用いて紹介する。仮説モデルを段階的に拡張していくこの方法論では、JMP Proの分析ツールを活用することで、効率的にSEMの仮説モデル構築に向けて接近できると共に、複数モデルの適合度指標も容易に比較可能となる。発表時は、実調査データを用いたJMPデモンストレーションを交えてこの方法論の具体的な解説をわかりやすく行う。

錠剤の製剤設計に統計解析技術および機械学習を活⽤した事例を紹介する。

①JMP：処⽅製法データに対する理解を深めるために、グラフビルダーや多変量の相関などの機能を⽤いてデー タの関連性や可視化を試みた事例について紹介する。

②JMP  Pro：複数の製造⽅法で製造した顆粒や錠剤の物性を含むデータベースに弾性ネットを適⽤することで顆粒物性と錠剤物性の関係をモデル化し重要な顆粒物性の抽出した事例や、81種類の原薬とその物性を含むデータベースにブースティングツリーを適⽤することで原薬物性と錠剤物性の関係をモデル化し重要な原薬物性の抽出を試みた事例について紹介する。

糖尿病患者のためのHIIT（High Intensity Interval Training）プロファイルをデザインします。

糖尿病患者は、食事管理、メトホルミン薬、インスリン注射に加えて、糖質をより早く燃焼させるための高心拍数の運動を行う必要があります。HIITプロファイルを作成するのに必要な心拍数モデルを構築するために、トレッドミルの設定（傾斜、速度）に関して実験計画（DoE）の完全実施要因計画を実施しました。
また、膝や足の怪我のリスクを回避するために、前十字靭帯の損傷やジャンプのパターンを3Dモーションバイオメカニクスで研究するとともに、モデルドリブンSPCを使用して傷害のメカニズムを分析しました。

筋萎縮性側索硬化症（ALS）は、主に上部および下部の運動ニューロンに影響を及ぼす神経変性疾患です。診断は正確を期すため様々な評価に基づいて行われますが、症状が出てから平均で12ヶ月以上かかるという状況が続いています。そのため、ALSの早期診断は、生存期間を延ばし、生活の質を向上させるために非常に重要です。今回の発表の目的は、シーケンシャルパターンマイニングとcSPADEを用いて、頻繁に起こる診断パターンを観察し、ALSの予測に役立つかどうかを評価することです。

「百聞は一見にしかず」と言いますが、JMPのグラフビルダーで作成したグラフは、アートのように美しい見た目で情報を伝えます。ジャーナルを用いた今回の発表では、グラフレット、ランオーダースパイラル、マップカートグラム、時系列など、グラフやレポートに新たな息吹を吹き込む、美しく万人受けのする高度なグラフビューをグラフビルダーによって作成する方法をご紹介します。

JMPの時系列分析、ARIMAモデル / State-Space Smoothing Models (SSM)を用いて、2021-2041年の予測期間における南極氷河の質量減少を調査しました。また、GRACE-FO衛星による氷床質量データを地球科学的・COVID-19的な観点で検討しています。非季節/季節ARIMAモデルは、12ヶ月の季節性および長期的な前年比トレンドパターン（平均2％の融解率の増加）を示しています。SSMによって、ランダムノイズを低減して予測精度を向上させ、予測範囲を少なくとも5年先まで拡大することができました。