近年、ChatGPT/生成AIがデータ分析において優れたツールであることが認知されつつありますが、実験計画法において活用した事例は皆無です。しかしながら、ChatGPTは出来るだけ少ない実験回数で交絡を含まない最適な実験計画を提案してくれますし、提案した実験計画に基づき分析を行い、効果や交互作用を評価することができます。また、直交表などを用いた高度な実験計画法も、ChatGPTなら簡単に実行することができます。
　本講座の受講により実験計画法についての理解が深まるとともに、ChatGPTを活用すれば簡単に実行することが出来ることを肌感覚で理解することができます。

1. 第1部:生成AIとChatGPT
   1. 生成AIとは
   2. ChatGPTとは
   3. Data Analystによるデータ分析
   4. ChatGPTのデータ分析における活用
   5. プロンプトの書き方
2. 第2部:実験計画法
   1. 実験計画法とは
   2. フィッシャーの3原則
   3. 層別ランダム化
   4. ラテン方格法
3. 第3部:要因実験
   1. 要因実験とは
   2. 完全実施要因計画
   3. 一部実施要因計画
   4. 主効果と交互作用
4. 第4部:一元配置法
   1. 一元配置法について
   2. 分散分析法
   3. 変動の分解
   4. 因子効果の検定方法
5. 第5部:二元配置法
   1. 二元配置法について
   2. 分散分析法
   3. 変動の分解と交互作用
   4. 因子効果の検定方法
6. 第6部:直交表
   1. 直交表とは
   2. 直交表の使い方
   3. 直交表を用いた実験計画法
   4. 直交表による因子効果と交互作用の評価
7. 第7部:その他の方法
   1. 回帰分析
   2. 重回帰分析
   3. MT法
   4. タグチメソッド
8. 第8部:おわりに
   1. 実験計画法にChatGPTを活用するメリット
   2. 実験計画法におけるChatGPTの限界
   3. 将来展望