Quality by DesignまたはDesign Spaceという言葉が製薬業界で使われ始めてから10年以上経過していますが、未だ裾野は広がっていません。理由はいくつかあると思いますが、実験計画法を勉強できる機会が少ない (概念を具現化する方法論が浸透していない) ということもあるでしょう。
　本セミナーでは実験計画法を統計の基礎から学び、ひいては合理的な製剤設計、工程設計に資することを目指しています。ですので、統計の初心者でも理解できるよう腐心しました。その代わり、製剤設計や工程設計の知識または経験は必要です。経験は無くても実験や工程をイメージできることは必要です。統計は技術的な論点をグラフ化できれば、理解したのも同然なのです。さあ、実験計画法の不思議と面白さを一緒に勉強していきましょう。
　講師デモも同時進行で行なうためPC持参は必須ではありませんが、参加者ご自身でデータ解析を体験すると理解がより高まると思います。

1. 科学技術者に必須な統計の基礎 (計算をブラックボックスにしないために)
   • ヒストグラム、正規分布、標準偏差
   • 統計的な距離を表す規準化 (統計の勉強で最も重要な概念)
   • 95%信頼区間の本当の意味合い「真の値を95%の確率で含む範囲」と言うけれど
   • 平均値の信頼区間
   • 平均値の差の検定 (グループ間の比較:t検定)
   • 平均値の差の検定 (対応関係がある場合の比較:paired-t検定)
   • 相関係数 (対応のある2変数間の関連の強さ)
   • 回帰分析 (因果合関係を数式で表現する)
   • 自習のためのモンテカルロ・シミュレーションのやり方
2. 実験計画法への誘い
   • 実験計画法とは逆算の科学
   • 割り付けとランダマイズの重要性
   • 一元配置デザイン (一元配置分散分析)
   • 二元配置デザイン (二元配置分散分析)
   • 交互作用とは
   • 交絡とは
   • 制御因子が多数の場合 (直交配列表の活用)
   • 乱塊法と分割法の必要性
   • 繰り返しのある回帰分析
   • 探索的データ解析 (層別、重回帰分析)
   • 統計と固有技術
• 質疑応答・名刺交換