要因実験(Factorial experiment, Factorial design)は最も基本的な実験計画であり、総当たりでデータを取得します。各要因を個別に調査していく一因子実験などと異なり、交互作用の影響も調査できるメリットがある一方、必要な実験数が多いのが難点…
このページでは具体例を交えつつ、要因実験の使い方を紹介していきます。
実施難易度 | ★☆☆ |
定義 (JISZ8101-3) | 二つ以上の水準で探求される二つ以上の因子の すべての可能な処理から構成される実験 |
オススメのつかいかた (スクリーニング or 最適化) | 因子が多い場合のスクリーニング実験 部分要因実験との合わせを推奨 |
メリット | 交互作用の発見が可能 |
デメリット | 実験回数が多い |
必要なサンプルサイズ | 水準数の積 |
設定可能水準数 | 任意 |
要因実験の使い方
まずは、実施する際の流れを見ていきましょう!
- 因子の洗い出し
実験を行う因子の洗い出しを行いましょう。この段階で影響がありそうな因子をすべて洗い出すことが重要です。 - 実験計画の作成
洗い出した因子の全ての組み合わせを列挙します。 - 実験順序の決定
実験はランダムな順序で行います。ランダムに実験を実施することで、想定していない要因(日間差、人による差など)の影響を除くことができます。 - データの取得と解析
解析方法はこちらの記事をご覧ください(準備中)
要因実験の使用例とポイント
要因実験の実施例は以下のような感じ。実験計画の構成方法はシンプルですね。
おいしいホットサンドを作るための実験を例として取り上げます。因子として、2水準の3因子を考えます。
パンの種類(A・B)、マスタードの有無(あり・なし)、焼き時間(3分、5分)
要因実験では以下のように、すべての組み合わせ(2x2x2=8通り)を実験します。
このような計画を2x2x2要因実験もしくは23要因実験と呼びます。


ポイント:2水準因子のスクリーニングにオススメ
上記の例では2水準の因子を3つでしたが、要因実験ではいくつで因子を増やすことができます。2水準の因子がk個ある計画を2k要因実験と呼びます。
因子をいくつでも増やすことができることを利用し、”因子に影響あるかないか”を判断するスクリーニング実験に使用するのが効果的です。検討の初期段階で実施するイメージですね。ただし、因子数を増やすと実験数が膨大になってしまいますが…
ちなみに、3水準での実施はオススメできません。
実験数が多くなってしまうことに加えて、3水準を調べる場合はより効率的な実験計画で代替可能だからです。こちらは別な記事を用意しますので少々お待ちください。
まとめ
最もベーシックな実験計画である要因実験の計画方法を紹介しました。
こちらの記事では解析方法を紹介していますので、あわせてご覧ください!(準備中)
改訂履歴
2025/1/17 公開
コメント