知って得する統計的寿命予測法のあれこれ ～まだ、確率紙に頼っていますか～

★信頼性工学の寿命予測を行う際に、確率紙を起点にして、分析方法の進化を段階的に　示し、正確な推定方法である多変量非線形回帰モデルまでの流れを学習でき、実務に　生かすことができる！ ※オンライン会議アプリzoomを使ったWEBセミナーです。ご自宅や職場のノートPCで受講できます。【アーカイブ配信受講：11/25（月）～12/9（月）】での受講もお選びいただけます。

セミナー講師

(株)リコー　技術経営センター倫理統括室　室長廣野 元久氏【ご専門】数理統計(因果推論)/信頼性工学/マネジメントシステム/新規事業開発【ご略歴・ご経歴など】・日本品質管理学会(副会長・フェロー・事業・広報委員長・論文編集委員）・日本科学技術連盟多変量解析研究委員(1994～)、現代統計実務教育委員、他・品質管理推進功労賞(2018)、信頼性学会優秀コラム賞(2020)、他　【ご著書】　　　　　　・「グラフィカルモデリングの実際」(1999:日科技連出版),日経品質管理文献賞・「アンスコム的な数値例で学ぶ統計的方法23講」(2013:日科技連出版),日経品質管理文献賞・「目からウロコの統計学」(2017 :日科技連出版)・「目からウロコの多変量解析」(2019 :日科技連出版)・「統計的機械学習ことはじめ」(2021 :日科技連出版)・「JMPによる信頼性工学」(2022 :規格協会)他　(15冊)

セミナー受講料

49,500円（税込、資料付）■ セミナー主催者からの会員登録をしていただいた場合、1名で申込の場合46,200円、　 2名同時申込の場合計49,500円（2人目無料：1名あたり24,750円）で受講できます。（セミナーのお申し込みと同時に会員登録をさせていただきますので、　  今回の受講料から会員価格を適用いたします。）※ 会員登録とは　 ご登録いただきますと、セミナーや書籍などの商品をご案内させていただきます。　 すべて無料で年会費・更新料・登録費は一切かかりません。　 メールまたは郵送でのご案内となります。　 郵送での案内をご希望の方は、備考欄に【郵送案内希望】とご記入ください。

Zoomを使ったWEB配信セミナー受講の手順

1. Zoomを使用されたことがない方は、こちらからミーティング用Zoomクライアントをダウンロードしてください。ダウンロードできない方はブラウザ版でも受講可能です。
2. セミナー前日までに必ず動作確認をお願いします。
3. 開催日直前にWEBセミナーへの招待メールをお送りいたします。当日のセミナー開始10分前までに招待メールに記載されている視聴用URLよりWEB配信セミナーにご参加ください。

• セミナー資料は開催前日までにPDFにてお送りいたします。
• アーカイブの場合は、配信開始日以降に、セミナー資料と動画のURLをメールでお送りします。
• 無断転載、二次利用や講義の録音、録画などの行為を固く禁じます。

セミナー趣旨

　わかりやすい事例(仮想的な数値例)を通じて、伝統的な方法に潜む落とし穴を回避するために、確率紙から非線形回帰分析の流れを示し、利活用を以下のステップで紹介する。　はじめに、信頼性工学で行われる伝統的方法のおさらいとして、ワイブル確率プロットを利用したワイブル解析の考え方とその落とし穴を紹介する。次に、線形モデルによる近似による寿命予測法を単回帰分析、重回帰分析を使って紹介する。この方法は変数変換を使った線形回帰分析になるので、予測の基となる反応論モデルの仮定が正しくないと近似精度が悪くなることを示す。最後に、ソフトウェアを使った正確な推定方法を紹介する。非線形回帰分析のうれしい使い方として、包括検定や残差分析の方法を紹介する。段階的に予測方法の考え方を紹介するので、近似法の問題を解決するために非線形回帰分析が役立つことが理解できる。また、時間があれば、おまけとして機械学習への橋渡しを提供する。

受講対象・レベル

製造業務にたずさわって、製品の信頼性、寿命予測法に興味のある中堅技術者。

必要な予備知識

統計的方法の基礎を理解しておられる方、あるいは、信頼性工学の確率紙による寿命予測を学習している方が望ましい。

習得できる知識

信頼性工学の寿命予測を行う際に、確率紙を起点にして、分析方法の進化を段階的に示し、正確な推定方法である多変量非線形回帰モデルまでの流れを学習でき、実務に生かすことができる。

セミナープログラム

１：伝統的方法のおさらい　　１．１　お手軽な確率プロットを利用したワイブル解析　　１．２　ワイブル確率紙の落とし穴

２：線形モデルによる近似法　　２．１　変数変換を使った線形回帰分析　　２．２　変数変換を使った線形重回帰分析

３：ソフトウェアを使った正確な推定と予測　　３．１　非線形回帰分析のうれしい使い方　　３．２　劣化に着目した寿命予測

４：機械学習への橋渡し（時間があれば）