TS法と同じように予測の対象が正・負の符号が考えられる場合、下記の三つの方法が用意されている。
T法（1）：両側T法で表される場合。パターン差による推定法は結果が中央付近のメンバーを単位空間にとる。経営利益や株価や降雨量などは変化が安定しているときのデータが単位空間で正負のどちらのデータも予測したい場合に用いる。
T法（2）：片側T法で表される場合でパターン差距離を用いる方法で、端に単位空間をとり、異常の診断や予測に用いる。歩留まりは100%が単位空間で、地震予測では震度1未満が単位空間でそれからの距離を予測したい場合に使用する。
どちらも真値がある場合に用いる。
真値がある場合、真値と単位空間の各項目のSN比と感度を計算して、各項目の重み付けして真値Mを推定する。
T法（3）RT法：信号の真値がない場合。文字認識の場合、「違う」ということは分かるが、どの程度「違う」のか分からない。火災の場合でも、ぼやや火事や大火事など真値が分からないので、項目ごとにメンバー(データ）を求めて、データごとのSN比と感度を求めて、両者からMTA法を使って単位空間の距離Dを求める。単位空間のDと単位空間に属さないメンバーのDを比較する。
T法(1)(2)では項目に対してデータ数はいくらでもよく、n = 1個でもよい。
【項目診断の流れ】
単位空間データ、信号データを用意して、信号データの距離を推定する。
信号データを異常種類別に分類する
分類した信号データ(異常の種類）別に、距離を特性値として2水準の直交表を利用して要因効果図を作成する。
診断したい未知データの距離を特性値として、2水準の直交表を利用した要因効果図を作成する。
未知データの要因効果図と、既に分類してある信号データの要因効果図と比較して、同じ異常のパターンを探す。
現在のパラメータ設計では、市場調査等で、しばしば目的機能を対象にする場合がある。例えば、市場調査の結果、スイッチの場合、クリック感などが評価される。その目的機能は距離、押し圧の関係で波状の曲線形状となる。
このような曲線の場合は、変数変換で比例関係にはできない。SN比は、ノイズに対する安定性の評価であることから、比例関係でない場合も色々なノイズ条件下でも標準条件と同じように機能することを評価したいのである。この評価方法を標準SN比（別称 N0（エヌゼロ）法）と言うが、TS法及びT法と並び、新しい概念である。なお、古くから正常と異常の判定基準（0, 1）評価の標準寄与率から求められる標準SN比があるが、それとは区別されたい。
従来のSN比は、顧客の欲しい機能を表す信号の効果と顧客が望まないノイズの効果との比で表したものであるが、信号の効果の中には、比例項の変動Sβと信号の2次項のばらつきSMresが含まれるため、そのばらつきは誤差変動Seとは別なばらつきでノイズの影響ではないのである。そこで、ノイズの影響だけが顧客が望まないものであるから、信号の効果とノイズの効果を完全に分離することを考えたのが標準SN比である。 したがって、2段階設計では、まずノイズの効果だけを考えて最適条件を求めてから、信号の効果をβ1 = 1、2次効果β2 = 0になるように要因効果図の制御因子でチューニングするのである。従来SN比に比べて再現性が高くなるのが特徴である。
従来のSN比は で表し、標準SN比は で表される。
標準SN比は、目的機能でも基本機能でも用いられるが、ベンチマークと品質の比較をする場合には再現性は必要ないので、従来SN比を用いることになる。
リンクなどをして下さる協力者を求めています。
カテゴリ: 工学 | 設計 | 品質隠しカテゴリ: 工学関連のスタブ
更新日時:2009年1月6日(火)02:31（日時は
取得日時:2009/07/04 18:10
