製造業の研究者・技術者向け：t検定に必要なデータ数は？統計解析ソフトJMPで学ぶ実験計画と、ベイズ最適化活用術
JMPは統計分析・グラフ作成だけではなく、実験計画の機能も充実したソフトウェアです。 実験計画を活用することで、時間やコストを抑えた効率的なデータ収集が可能になります。 本セミナーでは、実験計画の機能から標本サイズエクスプローラとベイズ最適化に焦点を当て、製造業での活用例をデモンストレーション形式でご紹介します。 ▼詳細＆お申込み https://www.jmp.com/ja/events/live-webinars/discovery-seminar-series/2026/10-09
この製品へのお問い合わせ
基本情報
【日時】 2026年10月9日（金）14:00～16:00 【参加対象】 ・ 製造業におけるJMPの活用方法にご興味がある方 ・ JMPの実験計画の機能にご興味がある方 【概要】 前半：製造業におけるt検定の活用と必要データ数のシミュレーション t検定は製造業において様々な用途で活用されています。 本セッションでは、t検定の概要と製造業における活用例を解説し、JMPでの分析例をご紹介します。 また、標本サイズエクスプローラを使って、t検定に必要なデータ数と検出力の関係をシミュレーションする方法もご紹介します。 後半：JMP Pro ベイズ最適化の活用法 ～シミュレーション実験データへの適用～ ベイズ最適化プラットフォームは、本来、測定誤差を含む実験データを対象として設計されています。 一方で、CAEなど誤差を含まないシミュレーション実験データに適用したいというニーズも多くあります。 本セミナーでは、JMP Pro のベイズ最適化をシミュレーション実験データで活用するためのアプローチ方法を紹介します。
価格情報
無料（下記ページより事前のお申し込みが必要です） https://www.jmp.com/ja/events/live-webinars/discovery-seminar-series/2026/10-09
納期
用途／実績例
「データの民主化」でもの創りの「知恵」を全社の共有知へ-TOTOが実践する「良品と均質」の新たな探求 (TOTO株式会社) 【チャレンジ】 天然原料を用いる衛生陶器の製造は、乾燥・焼成工程で約13%もの収縮を伴う。製品の大型化・複雑化が進むなか、いかに「均質」な高品質を維持し、熟練の匠による「暗黙知」を「形式知」化して次世代へ継承するか。100年を超える歴史を持つTOTO株式会社において、これは同社のもの創りの根幹をなす重要な課題であった。 【解決策】 先進的な滋賀工場の製造データに対し、JMPを用いた「探索的データ分析」を導入。衛生陶器工場初のバーコードシステム導入等により実現した高歩留まりを深化させ、グラフビルダーによる視覚的検証や、パーティション、クラスター分析等を駆使して「良品条件」を数値化し、直行率や歩留まりの向上を実現した。また、2年間にわたる「社内留学制度」の基礎教育にJMPを採用。全社的なデータサイエンススキルの底上げを図った。 【結果】 下記ページからご確認ください！ https://www.jmp.com/ja/customer-stories/toto
カタログ（4）
カタログをまとめてダウンロード
企業情報
JMPの歴史は、SASの創始者でひとりである John Sallが統計分析機能とグラフィカルな可視化機能を組み合わせて、データをアニメーション化し、可視化しようと思い立った1989年に遡ります。35年以上にわたり、John SallはJMPの研究開発を主導し、JMPの各バージョンを、より視覚的に、よりインタラクティブに、より実用的にして、ユーザーがデータを理解することを支援してきました。情熱のプロジェクトとして始まったこの取り組みは、飛躍的な発展を遂げました。現在では、科学者やエンジニア向けに設計された統計ソフトウェア製品群に成長し、世界中のほぼすべての業界で使用されています。
