Методи Тагучі (яп. タグチメソッド) — це статистичні методи, які іноді називають надійними методами проєктування, розроблені Генічі Тагучі для поліпшення якості виготовлених товарів, а останнім часом застосовуються і в техніці[1], біотехнології[2][3], маркетинг та реклами[4] Професійні статистики вітають цілі та вдосконалення, досягнуті методами Тагучі, [редагування], зокрема розробкою Тагучі конструкцій для вивчення варіацій, але критикують неефективність деяких пропозицій Тагучі.[5]

Робота Тагучі включає три основні внески до статистики:

  • Специфічна функція втрат
  • Філософія офлайн-контролю якості
  • Інновації в проєктуванні експериментів.

Плани випробувань згідно з Тагучі — це, по суті, дробові факторіальні конструкції, що означає, що проходять не всі можливі комбінації рівнів факторів, а лише точно вибрану підмножину. Для створення планів тестування використовуються так звані ортогональні масиви, які таблично подані в довідкових роботах[6].

Генічі Тагучі зробив цінний внесок у статистику та техніку. Його акцент на втратах для суспільства, методи досліджень варіацій експериментів та загальна стратегія проєктування систем, параметрів та допусків вплинули на поліпшення якості виробництва у всьому світі.

Примітки ред.

  1. Rosa, Jorge Luiz; Robin, Alain; Silva, M. B.; Baldan, Carlos Alberto; Peres, Mauro Pedro (2009). Electrodeposition of copper on titanium wires: Taguchi experimental design approach. Journal of Materials Processing Technology. 209 (3): 1181–1188. doi:10.1016/j.jmatprotec.2008.03.021. 
  2. Rao, Ravella Sreenivas; C. Ganesh Kumar; R. Shetty Prakasham; Phil J. Hobbs (March 2008). The Taguchi methodology as a statistical tool for biotechnological applications: A critical appraisal. Biotechnology Journal. 3 (4): 510–523. doi:10.1002/biot.200700201. PMID 18320563. S2CID 26543702. Архів оригіналу за 5 січня 2013. Процитовано 1 квітня 2009. 
  3. Rao, R. Sreenivas; R.S. Prakasham; K. Krishna Prasad; S. Rajesham; P.N. Sarma; L. Venkateswar Rao (April 2004). Xylitol production by Candida sp.: parameter optimization using Taguchi approach. Process Biochemistry. 39 (8): 951–956. doi:10.1016/S0032-9592(03)00207-3. 
  4. Selden, Paul H. (1997). Sales Process Engineering: A Personal Workshop. Milwaukee, Wisconsin: ASQ Quality Press. с. 237. ISBN 0-87389-418-9. 
  5. Logothetis, N.; Wynn, H. P. (1989). Quality Through Design: Experimental Design, Off-line Quality Control, and Taguchi's Contributions. Oxford University Press, Oxford Science Publications. с. 464+xi. ISBN 0-19-851993-1.  * Wu, C. F. Jeff; Hamada, Michael (2002). Experiments: Planning, Analysis, and Parameter Design Optimization. Wiley.  * Box, G. E. P. and Draper, Norman. 2007. Response Surfaces, Mixtures, and Ridge Analyses, Second Edition [of Empirical Model-Building and Response Surfaces, 1987], Wiley. * Atkinson, A. C.; Donev, A. N.; Tobias, R. D. (2007). Optimum Experimental Designs, with SAS. Oxford University Press. с. 511+xvi. ISBN 978-0-19-929660-6. Архів оригіналу за 5 квітня 2022. Процитовано 21 січня 2021. 
  6. D. C. Montgomery: Design and Analysis of Experiments. John Wiley & Sons, New York — Chichester — Brisbane — Toronto — Singapore, 1991, ISBN 0-471-52994-X, S. 421.

Бібліографія ред.