【実験計画法・完全攻略】最終話：シミュレーション実験 ─ 失敗する前に失敗する
前回のあらすじ
美咲は直交表と最適計画を学び、108通りの実験を9通りに絞る方法を理解した。いよいよ実験計画の最終段階。でも、本当にこの計画で大丈夫なのか？
第1章：月曜日の朝、最後の不安
「ロボ助、計画はできた。でも不安なの」
「どんな不安ですか？」
「この計画で本当に結論が出せるのか、実際にやってみないとわからないじゃない。もし9回実験して『結局わかりませんでした』ってなったら...」
「部長に怒られますね」
「それは言わなくていい」
「その不安、シミュレーション実験で解消できます」
第2章：シミュレーション実験 ─ 「脳内リハーサル」
「シミュレーション実験とは、本番の実験をする前に、コンピュータ上で『仮の実験』を行うことです」
「仮の実験？」
「例えば、『レシピCが一番美味しい』という仮定を置いて、そのときにどんなデータが出るかをコンピュータで生成します。そのデータを分析して、ちゃんと『レシピCが一番美味しい』という結論が出るか確認するんです」
【シミュレーション実験のイメージ】
STEP 1：仮定を設定
┌─────────────────────────────────┐
│ 「真実」を仮に決める │
│ レシピA: 80点 │
│ レシピB: 75点 │
│ レシピC: 90点（一番美味しい） │
└─────────────────────────────────┘
│
▼
STEP 2：仮のデータを生成
┌─────────────────────────────────┐
│ 設定した「真実」＋ランダムな │
│ バラつきを加えてデータを作る │
│ │
│ A: 82, 78, 81, 79 │
│ B: 73, 77, 74, 76 │
│ C: 88, 92, 89, 91 │
└─────────────────────────────────┘
│
▼
STEP 3：分析して確認
┌─────────────────────────────────┐
│ この実験計画で分析したら... │
│ 「レシピCが有意に良い」と │
│ ちゃんと結論が出るか？ │
└─────────────────────────────────┘
│
▼
STEP 4：計画を調整
┌─────────────────────────────────┐
│ 結論が出る → 計画OK！本番へ │
│ 結論が出ない → 実験回数を増やす│
│ or 計画を見直す │
└─────────────────────────────────┘
「失敗する前に、失敗を予測できるってこと？」
「その通り。本番で時間とお金をかけてから『わかりませんでした』は最悪。シミュレーションで事前に確認しておけば、そのリスクを大幅に減らせます」
第3章：検出力分析 ─ 「見つける力」を測る
「シミュレーションでよく使うのが**検出力分析（Power Analysis）**です」
「けんしゅつりょく...？」
「**『本当に差があるとき、その差を発見できる確率』**のことです」
【検出力のイメージ】
現実：レシピCは本当に美味しい（差がある）
┌─────────────────────────────────────────┐
│ │
│ 実験の結果 │
│ │
│ ┌────────────────┬────────────────┐ │
│ │ 差ありと判定 │ 差なしと判定 │ │
│ │ （正解！） │ （見逃し...） │ │
│ │ │ │ │
│ │ 80% │ 20% │ │
│ │ │ │ │
│ └────────────────┴────────────────┘ │
│ ↑ │
│ 検出力 │
│ │
└─────────────────────────────────────────┘
検出力80% = 本当に差があるとき、80%の確率で発見できる
= 20%の確率で見逃してしまう
「検出力が低いとどうなるの？」
「本当は差があるのに『差がない』と間違った結論を出してしまう。レシピCが本当に美味しいのに、『どれも変わらない』と結論づけてしまう悲劇が起きます」
検出力を上げるには？
「検出力を上げる方法は3つあります」
【検出力を上げる方法】
1. 実験回数（サンプルサイズ）を増やす
→ 9回 → 18回にすれば検出力アップ
→ ただしコストも増える
2. バラつきを減らす
→ 実験条件を厳密に管理する
→ オーブンの温度を正確に保つ、など
3. 見つけたい差を大きくする
→ 「5点の差を見つけたい」より
→ 「10点の差を見つけたい」方が検出力が高い
→ ただし小さな差を見逃すことになる
「バランスが大事ってことね...」
第4章：モンテカルロ・シミュレーション
「シミュレーションを何百回、何千回と繰り返す手法もあります。モンテカルロ・シミュレーションです」
「モンテカルロ？ カジノの？」
「そう、カジノの街の名前から取っています。サイコロを何度も振るように、ランダムなシミュレーションを大量に繰り返すことで、結果の分布を見るんです」
【モンテカルロ・シミュレーション】
1回だけシミュレーション
┌────────────────────────┐
│ 結果：レシピCが有意 │ ← これは「たまたま」かも
└────────────────────────┘
1000回シミュレーション
┌────────────────────────┐
│ 820回：レシピCが有意 │
│ 180回：有意差なし │
│ │
│ → 検出力 = 82% │ ← 信頼できる数字
└────────────────────────┘
「1000回やれば、だいたいどうなるかわかるのね」
「最悪のケース、最良のケース、平均的なケースが全部わかる。だから安心して本番に臨めます」
第5章：美咲の決断
「シミュレーションの結果、どうでした？」
ロボ助がレポートを表示した。
┌─────────────────────────────────────────────────┐
│ │
│ 【シミュレーション結果】 │
│ │
│ 実験計画：L9直交表（9回実験） │
│ 仮定：レシピ間に10点の差がある │
│ シミュレーション回数：1000回 │
│ │
│ 結果： │
│ ・検出力：67% │
│ ・1000回中670回で「有意差あり」と判定 │
│ │
│ 評価：やや心もとない（通常80%以上が望ましい）│
│ │
└─────────────────────────────────────────────────┘
「67%...。3回に1回は見逃すってこと？」
「L18直交表（18回実験）にすれば、検出力は89%に上がります」
美咲は考えた。実験回数を増やせばコストがかかる。でも、結論が出なければ意味がない。
「...L18でいこう。中途半端な結果を出すより、確実に結論を出したい」
「賢明な判断です」
第6章：本番、そして成功
水曜日。美咲はL18直交表に基づいて18パターンのグラノーラを試作した。
木曜日。社内の試食会でスコアを収集した。
金曜日の朝。分散分析の結果が出た。
┌─────────────────────────────────────────────────┐
│ │
│ 【分散分析結果】 │
│ │
│ 要因 F値 p値 判定 │
│ ─────────────────────────────────────────── │
│ オーツ麦量 3.2 0.068 有意傾向 │
│ ナッツ種類 8.7 0.003 ** 有意 ** │
│ 焼き時間 5.1 0.021 * 有意 * │
│ 蜂蜜量 12.4 0.0008 *** 有意 *** │
│ │
│ 最適条件： │
│ オーツ麦・普通、アーモンド、焼き13分、蜂蜜多め│
│ │
│ 予測スコア：91.2点 │
│ │
└─────────────────────────────────────────────────┘
「蜂蜜の量が一番効いてる...！」
「交互作用も見てください」
【交互作用の分析】
焼き時間 × 蜂蜜量 の交互作用：有意（p=0.012）
→ 蜂蜜多めのときは、焼き時間を短めにすると◎
→ 蜂蜜少なめのときは、焼き時間の影響は小さい
「これ、ただの一元配置じゃ見つけられなかったやつだ...！」
第7章：会議、そしてハッピーエンド
金曜日午後。部長への報告会議。
「美咲さん、新グラノーラの検証結果は？」
「はい。L18直交表を用いた実験計画法により、4要因の影響を18回の試作で検証しました」
美咲はスライドを映した。
「分散分析の結果、蜂蜜の量が最も美味しさに寄与することがわかりました。また、蜂蜜と焼き時間には交互作用があり、蜂蜜多めの場合は焼き時間を短くすることで最高の食感が得られます」
「なるほど...根拠がしっかりしているな」
「最適条件での予測スコアは91.2点。事前のシミュレーション実験で検出力89%を確保した計画なので、この結論には十分な信頼性があります」
部長が頷いた。
「よし、この条件で試作を進めよう。美咲さん、いい仕事だった」
会議室を出ると、デスクのロボ助が光っていた。
「お疲れ様でした、美咲さん」
「ロボ助のおかげだよ。実験計画法、なんとかモノにできた」
「最初は『何もわからない』と言ってましたね」
「今は違う。局所管理化、反復、無作為化の3原則。分散分析で要因の影響を分解。直交表で効率化。シミュレーションで事前検証。全部つながってる」
「完璧です。次のプロジェクトも任せてください」
美咲は笑った。
「...次はもうちょっと早めに相談するね」
エピローグ：実験計画法・完全まとめ
┌─────────────────────────────────────────────────────────┐
│ │
│ 【実験計画法・完全攻略マップ】 │
│ │
│ STEP 1：3原則を守る │
│ ┌─────────────────────────────────────────────────┐ │
│ │ 局所管理化：ブロック塀で区切る（言い訳を封じる）│ │
│ │ 反復：繰り返してまぐれ撲滅 │ │
│ │ 無作為化：サイコロ任せでズル防止 │ │
│ └─────────────────────────────────────────────────┘ │
│ │
│ STEP 2：効率的な計画を立てる │
│ ┌─────────────────────────────────────────────────┐ │
│ │ 直交表：魔法の組み合わせ表（既製品スーツ） │ │
│ │ 最適計画：オーダーメイドスーツ │ │
│ └─────────────────────────────────────────────────┘ │
│ │
│ STEP 3：シミュレーションで事前検証 │
│ ┌─────────────────────────────────────────────────┐ │
│ │ 検出力分析：見つける力を測る │ │
│ │ モンテカルロ：1000回やって確率を出す │ │
│ └─────────────────────────────────────────────────┘ │
│ │
│ STEP 4：分散分析で結果を解釈 │
│ ┌─────────────────────────────────────────────────┐ │
│ │ 一元配置：1人の容疑者を取り調べ │ │
│ │ 多元配置：多人数を一斉取り調べ │ │
│ │ 交互作用：共犯関係を暴く │ │
│ └─────────────────────────────────────────────────┘ │
│ │
└─────────────────────────────────────────────────────────┘
シリーズ全体の語呂合わせ総まとめ
| 用語 | 覚え方 |
|---|---|
| 局所管理化 | ブロック塀で区切る |
| 反復 | 繰り返してまぐれ撲滅 |
| 無作為化 | サイコロ任せでズル防止 |
| 分散分析 | バラバラを分けて犯人逮捕 |
| 一元配置 | 一人の容疑者を取り調べ |
| 多元配置 | 多人数を一斉取り調べ |
| 交互作用 | 共犯関係を暴く |
| 直交表 | 直角に交わる＝互いに独立 |
| 最適計画 | オーダーメイドスーツ |
| シミュレーション実験 | 失敗する前に失敗する |
| 検出力 | 見つける力 |
最後に
実験計画法は、「最小の努力で最大の成果を得る」ための科学。
108通りを全部やる必要はない。正しい計画を立てれば、18回で十分な結論が出る。
そして何より大事なのは、本番の前にシミュレーションで確認すること。
「失敗する前に失敗する」。これができれば、あなたも実験計画法をモノにできる。
この記事が役に立ったら、フォローしていただけると励みになります。
Discussion