応答曲面法(Response Surface Methodology、RSM)
RSMは、連続因子に対して中心複合計画、Box-Behnken計画、またはD最適計画を生成し、適合度の欠如を含む分散分析で完全な2次モデルを当てはめ、正準解析、等高線プロット、曲面プロット、望ましさ関数による最適化を提供します。応答が曲線的に変化すると予想される場合に使用します。最適条件を信頼する前に、反復した中心点を含め、実験順序をランダム化し、残差と適合度の欠如を確認してください。
最終レビュー
重要なポイント
応答曲面法(RSM)は、2次モデルを当てはめることで、連続因子にわたって曲線的に変化する応答をモデル化し、応答を最大化、最小化、または目標値に合わせる因子設定を見つけます。
このページの内容
応答曲面計画とは
応答曲面法(RSM)は、1つ以上の連続因子の範囲にわたって、単に線形に変化するだけでなく曲線的に変化すると考えられる応答をモデル化して最適化するために使用する、統計的・数学的手法の集まりです。2次モデルを当てはめて応答曲面の形状を推定し、応答を最大化、最小化、または目標値に合わせる因子設定を見つけます。
Zometricでは、応答曲面計画ツールが、指定した因子と範囲から中心複合計画(CCD)、Box-Behnken計画、またはD最適計画を生成し、結果に完全な2次モデルを当てはめ(適合度の欠如(Lack-of-Fit)を含むMinitab形式の分散分析)、正準解析(停留点の解析)、等高線プロット/曲面プロット、複数の応答に対する望ましさ関数の最適化ツールを提供して、最良の因子設定を見つけます。
応答曲面計画を使用する場面
データの要件
- すべての因子は連続の数値でなければなりません。CCD/Box-Behnken/D最適計画のタイプでは、カテゴリー因子はサポートされていません。
- CCDまたはD最適計画には少なくとも2つの因子が必要で、Box-Behnkenには3〜7つの因子が必要です。
- 応答変数は連続で、調べる範囲で曲率を示すと予想されるものでなければなりません。純粋に線形な応答には2次モデルは必要ありません。
データ収集のガイドライン
- 因子効果が時間に起因するドリフトと交絡しないよう、計画をランダムな順序で実行します。
- 中心点(すべての因子の中点で反復)を含めます。解析で適合度の欠如/曲率を検定できるのは、中心点があるからです。
- 因子の範囲は、真の最適条件を捉えられる程度に広く、かつ工程にとって現実的なものにします。境界上で見つかった最適条件は、慎重に扱う必要があります。
- 応答はできるだけ精密に測定します。2次モデルは、ノイズの多い、または精度の低い測定値に敏感で、特に純粋誤差の推定を左右する中心点では顕著です。
モデルの適合
- R-sq、R-sq(adj)、R-sq(pred)をあわせて確認します。R-sqとR-sq(pred)の差が大きい場合は、モデルが過剰適合していることを示唆します。
- 分散分析表のLack-of-Fit検定を確認します。Lack-of-Fitが有意な場合、2次モデルがデータを十分に説明していないことを意味します(別の計画/モデルを検討するか、外れ値を調査してください)。
- 残差プロット(正規確率プロット、適合値に対する残差、ヒストグラム、順序に対する残差)を確認し、標準的な回帰の仮定が成り立っていることを確かめてから、正準解析や最適化ツールの結果を信頼します。
応答曲面計画を正しく使用するためのガイドライン
- 応答変数と因子変数には、連続変数のみを使用します。この手法は数値の応答曲面の曲率をモデル化するためのもので、カテゴリーの結果には使用しません。
- 既存の要因実験/スクリーニング実験を拡張して曲率をモデル化する場合は、中心複合計画(CCD)を選びます。すべての因子の極端な(頂点の)組み合わせを一度に避けるには、Box-Behnkenを選びます。実験回数に制約がある場合や因子の範囲が不規則な場合は、D最適計画を選びます。
- 必ず中心点を含めてください。中心点がないと、モデルは適合度の欠如を検定したり、純粋誤差を推定したりできません。
- 因子効果が時間や環境に起因するドリフトと交絡するのを防ぐため、実験順序をランダム化します。
- 正準解析、等高線プロット/曲面プロット、最適化ツールの出力を信頼する前に、分散分析(特にLack-of-Fit)と残差プロットを確認します。適合の悪いモデルは、誤解を招く「最適条件」を生み出します。
- 停留点をそのまま読み取る前に、正準解析を使って、得られた曲面のタイプ(極大、極小、鞍点、尾根)を把握します。鞍点は真の最適条件ではありません。
- 異なる、場合によっては相反する目標を持つ複数の応答がある場合は、Response Optimizer(Step 3)を使用します。1つの応答だけを単独で最適化するのではなく、最良の妥協点(総合的な望ましさ)を見つけます。
代替手法:応答曲面計画を使用すべきでない場合
- (曲率をモデル化するのではなく)多数の因子のうちどれが重要かを特定するだけでよい場合は、代わりに決定的スクリーニング計画の作成/スクリーニング計画の解析(Create Definitive Screening / Analyse Screening Design)を使用します。
- 因子が線形に振る舞うと予想され(曲率がなく)、主に主効果と交互作用に関心がある場合は、代わりに要因計画DOEの作成と解析(Create & Analyse Factorial DoE)を使用します。
- 割合の合計が固定値になる成分を配合する場合は、代わりに配合計画DOEの作成と解析(Create & Analyse Mixture DoE)を使用します。
- 曲率のモデル化ではなく、ノイズ因子に対するロバスト性(制御できない変動の影響を受けにくい設定を見つけること)が目的の場合は、代わりにTaguchiロバスト設計(Taguchi Robust Design)を使用します。
- すでに当てはめたモデルがあり、実験を設計し直さずに最適な設定を探索するだけでよい場合は、応答最適化(Response Optimizer)を使用します。
応答曲面計画の例
あるプロセスエンジニアは、化学反応の収率(Yield)を最大化したいと考えています。収率は、温度(Temperature)と圧力(Pressure)に対して、純粋に線形ではなく曲線的に依存すると考えられ、過去の要因実験でも有意な曲率が示されています。2つの因子、温度(150〜180°C)と圧力(10〜20 bar)に対して、中心複合計画(外接、回転可能)を選び、適合度の欠如を検定するために中心点を追加します。試行はランダムな順序で実行し、それぞれの収率を測定します。手順は次のとおりです。
- 必要なデータを収集しました。
- 次に、https://statsai.zometric.com/のツールを使用してデータを分析しました。
- 応答曲面計画は、Statistical module > DOE > Create & Analyse Response Surface Design.から選択します。
- ツール内で、データと、計画および解析のオプションを次のように入力しました。

- 上記のツールを使用して、次のような出力を得ました。

応答曲面計画の実行方法
手順は次のとおりです。
- まず、Zometric Statistical Softwareにログインします:https://statsai.zometric.com/
- ホーム画面でStatistical Tool > DOE > Create & Analyse Response Surface Designを選択します。
- 因子(名前、low、high)を定義し、計画のタイプ(CCD、Box-Behnken、またはD-Optimal)を選択して、そのオプションを設定します。
- Generate Designをクリックし、生成された実験条件の行列に測定したResult(s)を入力し、解析オプションを選択して、Analyse Designをクリックします。
- 必要に応じて、Step 3で応答ごとの目標を設定し、Optimizeをクリックして最良の因子設定を見つけます。
応答曲面計画のダッシュボードでは、画面が2つの部分に分かれており、最適化用の3つ目のパネルが下部にあります。
左側にはSTEP 1: Define Factors & Generate Designがあります。
- Factors: 調べたい連続の入力(例:Temperature、Pressure)です。因子ごとに、名前、Low、Highの値を入力します。
- Design type: Central Composite Design (CCD)、Box-Behnken、またはD-Optimalから選択します。
- Face type / Alpha type (CCD only): 軸点の幾何学的配置を制御します。Circumscribed、Inscribed、Face-Centeredのいずれか、および計画がRotatableかOrthogonalかを選びます。
- Center points (CCD/Box-Behnken): 適合度の欠如の検定のために含める、反復した中心点の実験の回数です。
- Number of blocks (CCD only): 実験を複数の期間やバッチにわたって実施する必要がある場合に、計画を1、2、または3つのブロックに分割します。
- Model type / Number of runs (D-Optimal only): 計画を最適化する対象のモデル(線形、交互作用、または2次)と、希望する実験回数です。
右側にはSTEP 2: Enter Results & Analyseがあり、次のオプションがあります。
- Confidence level: 結果の表の係数の信頼区間に使用する信頼水準(%)です。
- Canonical analysis (stationary point): 曲面のタイプ(極大、極小、鞍点、尾根)と、その停留点での因子設定を出力します。
- Four in one / Histogram / Normal probability plot / Versus fits / Versus order: モデルの適合が妥当であることを確認するための、残差の診断プロットです。
- Contour plot / Surface plot / Overlaid contour plot: 選択した2つの因子(X1/X2 axis factor #で指定)にわたって、当てはめた応答曲面を視覚化します。他の因子は中心値に固定されます。
- Response low / Response high: 重ね合わせ等高線プロット用です。実現可能として塗りつぶす、許容できる応答の範囲です。
- Download as Excel: 計画、結果、係数、分散分析をExcelのワークブックにエクスポートします。
最後に、下部にSTEP 3: Response Optimizerがあります。ここで、応答ごとにGoal(Maximize、Minimize、またはTarget)、Lower、Target、Upper、Weight、Importanceを設定し、Optimizeをクリックして、すべての応答を同時に最もよく満たす因子設定(総合的な望ましさ)を見つけます。

よくある質問
CCD、Box-Behnken、D最適計画:どの計画を選ぶべきですか?
既存の要因実験またはスクリーニング実験を拡張して曲率をモデル化する場合は、中心複合計画を選びます。すべての因子の極端な頂点の組み合わせを一度に避けるには、Box-Behnkenを選びます。これには3〜7つの因子が必要です。実験回数に制約がある場合や因子の範囲が不規則な場合は、D最適計画を選びます。CCDとD最適計画には、少なくとも2つの因子が必要です。
応答曲面計画に中心点が必要なのはなぜですか?
すべての因子の中点で反復した中心点により、解析で適合度の欠如と曲率を検定でき、純粋誤差を推定できます。中心点がないと、モデルは適合度の欠如を検定できません。中心点は純粋誤差の推定を左右するため、特に中心点では、応答をできるだけ精密に測定してください。
RSMモデルの適合はどのように確認しますか?
R-sq、R-sq(adj)、R-sq(pred)をあわせて確認します。R-sqとR-sq(pred)の差が大きい場合は、過剰適合を示唆します。適合度の欠如の検定が有意な場合は、2次モデルがデータを十分に説明していないことを意味します。適合の悪いモデルは誤解を招く最適条件を与えるため、正準解析、等高線プロット、最適化ツールを信頼する前に、残差プロットを確認してください。
RSMの正準解析からは何がわかりますか?
正準解析は、曲面のタイプ(極大、極小、鞍点、尾根)と、その停留点での因子設定を出力します。鞍点は真の最適条件ではないため、停留点をそのまま読み取る前にタイプを確認してください。複数の応答がある場合は、Zometric Statistical Softwareの応答最適化ツールが、総合的な望ましさによって最良の妥協点を見つけます。
