直行配列表とBox-Behnken法の違い
Q:
直行配列表(taguchi法)は，立方体の8つの角と中心および中間点などを考慮した考え方で実験点を設定し実験数を求めていると考えてよいか
ChatGPT:
ご質問の「直交配列表（Taguchi法）」と「立方体の8つの角＋中心＋中間点」という発想は、実は異なる設計理論に基づいており、両者は直接的には一致しません。
以下に、その違いと背景を明確に解説します。
1. 直交配列表（Taguchi法）の考え方
● 本質は「統計的バランス（直交性）」
- 直交配列表（Taguchi法）は、因子と水準の組合せをバランスよく配置し、主効果を効率的に推定できるよう設計された配列です。
- 目的は、できるだけ少ない実験回数で重要因子の効果を明らかにすること。
- 配列は「直交表（Orthogonal Array, OA）」をベースにしており、これは幾何的な空間構造（立方体）とは無関係です。
❌ 立方体の頂点や中心点を意識していない
- 直交配列表は「直交性の条件を満たす最小限の組合せ」を選び取る設計なので、空間的な配置（例：立方体の角）を意識していません。
2. 立方体の角や中心・中間点を使う設計：応答曲面法（RSM）
● 該当するのは「中心複合計画（Central Composite Design, CCD）」や「Box-Behnken法」
- CCDでは、**立方体の8つの角（因子が±1の全組合せ）＋中心点＋星点（中間点や外側点）**を使います。
- これは主に2次の回帰モデル（曲面）を構築するための設計で、空間的な分布を考慮しています。
| 設計法 | 空間構造（立方体）との関係 |
|---|---|
| CCD（中心複合計画） | ◎（角点、中心点、軸方向点） |
| Box-Behnken法 | ○（中間点のみ、角点なし） |
| 直交配列表（Taguchi法） | ✕（空間的構造には依存しない） |
3. 結論：設計目的と理論が異なる
| 比較項目 | 直交配列表（Taguchi法） | CCD（中心複合計画） |
|---|---|---|
| 目的 | 少数の実験で主効果を評価 | 応答の最適化・モデル構築 |
| 因子水準配置 | 直交性に基づく抽出 | 空間的な幾何配置に基づく |
| 実験点の配置 | 計算的・統計的に定義 | 立方体の角＋中心＋軸上点 |
| 適用分野 | 工程設計、品質工学 | 応答最適化、数学モデル |
まとめ
❌「直交配列表（Taguchi法）は、立方体の8つの角や中心点・中間点を考慮して設計されている」
→ これは誤りです。
正しくは、直交配列表は因子の主効果を直交性に基づいて効率よく推定するための統計的設計であり、空間的な配置（立方体構造）とは関係ありません。
必要であれば、CCDやBox-BehnkenとTaguchi法の具体的な点配置の図示やサンプル表もご提供できます。
その他具体例
Q:
CCDやBox-BehnkenとTaguchi法の具体的な点配置の図示やサンプル表もご提供して
ChatGPT:
以下に、CCD（中心複合計画）、Box-Behnken法、Taguchi法（L9直交配列表）の3因子設計について、
それぞれの点配置の図示（概念図）とサンプル表をわかりやすく比較してご紹介します。
1. Taguchi法（L9直交配列表：3因子×3水準）
■ 点配置（図示イメージ）
3次元空間における点配置は立方体上にない（統計的に配置）
コピーする編集する点は立方体の角や中心にはなく、統計的バランス重視の配置。
（例：1,1,1 → 1,2,2 → 1,3,3 → 2,1,2 → …）
■ 実験表（L9 OA）
| 実験No | A | B | C |
|---|---|---|---|
| 1 | 1 | 1 | 1 |
| 2 | 1 | 2 | 2 |
| 3 | 1 | 3 | 3 |
| 4 | 2 | 1 | 2 |
| 5 | 2 | 2 | 3 |
| 6 | 2 | 3 | 1 |
| 7 | 3 | 1 | 3 |
| 8 | 3 | 2 | 1 |
| 9 | 3 | 3 | 2 |
2. Box-Behnken法（3因子）
■ 点配置（図示イメージ）
- 各因子は 中間水準と中心点 のみ使用。
- 角点（±1, ±1, ±1）は含まれず、軸上の面の中心点＋中心点。
点配置例：
● ●
●
● ●
（各軸方向に中間点、中央に中心点）
■ 実験表（3因子で15実験）
| 実験No | A | B | C |
|---|---|---|---|
| 1 | -1 | -1 | 0 |
| 2 | -1 | 1 | 0 |
| 3 | 1 | -1 | 0 |
| 4 | 1 | 1 | 0 |
| 5 | -1 | 0 | -1 |
| 6 | -1 | 0 | 1 |
| 7 | 1 | 0 | -1 |
| 8 | 1 | 0 | 1 |
| 9 | 0 | -1 | -1 |
| 10 | 0 | -1 | 1 |
| 11 | 0 | 1 | -1 |
| 12 | 0 | 1 | 1 |
| 13 | 0 | 0 | 0 |
| 14 | 0 | 0 | 0 |
| 15 | 0 | 0 | 0 |
※ -1, 0, +1 は低・中・高水準を標準化した値
3. 中心複合計画（CCD）
■ 点配置（図示イメージ）
- 立方体の角点（±1,±1,±1）：8点
- 中心点（0,0,0）：複数回
- 軸上の「星点（±α,0,0など）」：各因子2点 × 3因子 = 6点
■ 実験表（例：α = 1.682、20点程度）
| 種別 | A | B | C |
|---|---|---|---|
| 角点 | -1 | -1 | -1 |
| 角点 | -1 | -1 | 1 |
| … | … | … | … |
| 軸点 | -α | 0 | 0 |
| 軸点 | +α | 0 | 0 |
| … | … | … | … |
| 中心 | 0 | 0 | 0 |
まとめ表
| 設計法 | 点の種類 | 実験数（3因子） | 特徴 |
|---|---|---|---|
| Taguchi（L9） | 統計的な代表点 | 9 | 少数の実験で主効果のみを評価 |
| Box-Behnken | 面の中心＋中心点 | 15 | 応答最適化向け、極端条件を避ける |
| CCD | 角点＋星点＋中心点 | 約20 | 曲面最適化向け、精密な2次モデル |
実験数を決定するルール
Q:
それぞれの実験計画法についてどのような理屈でその実験ポイントを選ぶのかのルールをそれぞれ表にして示して
ChatGPT:
以下に、代表的な実験計画法である Taguchi法（直交配列表）、Box-Behnken法、中心複合計画（CCD） について、
実験点の選定ルールや背後にある理屈・設計原理を明確に比較した表を示します。
各実験計画法の実験点選定ルール比較表
| 実験計画法 | 実験点の選び方（ルール） | 設計の理屈・背後の考え方 | 特徴的な点配置 |
|---|---|---|---|
| Taguchi法（直交配列表） | ・事前に定義された「直交表（Orthogonal Array）」を使用 ・すべての因子がバランスよく各水準に現れるよう構成されている ・交互作用は原則評価しない（または簡略に） | ・直交性（要因同士の独立性）とバランス性（各水準の均等出現）を重視 ・主効果を最小実験数で明確にすることが目的 | 統計的に選ばれた水準組み合わせ（空間上の幾何配置は無関係） |
| Box-Behnken法 | ・各因子の水準を「-1（低）」「0（中）」「+1（高）」に設定 ・因子2つの水準を±1に変化させ、他の因子を0に固定 ・すべての因子の交互作用を等しく評価可能なよう設計 | ・2次モデルの構築を目的とし、曲面の形状推定に適する点を選定 ・極端条件を避けることで実験リスクを軽減 | 立方体の各面の中心＋中心点（角点は使わない） |
| 中心複合計画（CCD） | ・3種の点で構成： ①角点（±1,±1,±1） ②星点（±α,0,0…） ③中心点（0,0,0） ・αは回転性や直交性を保つよう計算（例：α = 1.682） | ・応答面の2次モデルを精密に構築するため、 曲率情報を得られるよう点を空間全体に分布させる設計 ・**回転不変性（rotatability）**を持たせる | 立方体の角点＋軸上の外部点（星点）＋中心点 |
各設計法の設計原理を簡潔にまとめると：
| 設計法 | 設計原理のキーワード | 主な目的 |
|---|---|---|
| Taguchi法 | 直交性・主効果の抽出 | 少数実験で主効果の比較 |
| Box-Behnken | 中央面設計・2次モデル構築 | 応答曲面の最適化（実験負担少） |
| CCD | 回転性・曲率情報の確保 | 応答曲面法による精密な最適条件探索 |
参考：各水準の意味（数値モデル）
| 水準 | 数値表記 | 意味 |
|---|---|---|
| -1 | -1 | 低水準 |
| 0 | 0 | 中央水準 |
| +1 | +1 | 高水準 |
| ±α | ±1.682など | 星点（軸上外側） |