Brad Jones, directeur de la recherche statistique chez JMP, a été élu membre Membre de l'American Statistical Association , la société de statistique professionnelle la plus en vue aux États-Unis. Cet honneur reconnaît "les contributions professionnelles exceptionnelles et le leadership dans le domaine des sciences statistiques".
Brad a une passion de longue date pour le domaine de la conception expérimentale optimale. Les expériences sont la façon dont vous apprenez, par essais et erreurs, à améliorer le fonctionnement, et les expériences conçues de manière optimale sont tout simplement la façon dont vous apprenez le plus d'un nombre donné d'essais expérimentaux. Le monde est trop compliqué pour découvrir des choses par la théorie pure - nous avons besoin de données expérimentales pour savoir comment le monde fonctionne.
Depuis environ 25 ans, Brad travaille sur un Grande idée qui concentre la majeure partie de son travail. le Grande idée est que la conception expérimentale doit s’inscrire naturellement dans le flux de travail d’un ingénieur, et la meilleure façon de le faire est de disposer d’un logiciel performant prenant en charge ce flux de travail. Pour que les nouveaux logiciels de pointe puissent évoluer, les statisticiens devaient changer leur façon de voir le concept expérimental.
Dans le passé, les statisticiens ont créé des dessins à l'aide de motifs algébriques et géométriques; les conceptions résultantes ne peuvent prendre en charge que certaines situations avec un nombre fixe de cycles et de facteurs Par exemple, si vous aviez un budget de 17 courses sur cinq facteurs catégoriques, vous deviez vous en défaire un pour obtenir un design classique. Dans le monde du design classique, il y avait beaucoup à apprendre et ce fardeau d'apprentissage constituait un obstacle pour les ingénieurs.
Brad Grande idée pour le flux de travail d'ingénierie a bouleversé la conception expérimentale. Au lieu de forcer les conditions à correspondre à une conception tablée, vous indiquez au logiciel votre projet et le nombre d'essais que vous pouvez vous permettre, et le logiciel crée une conception personnalisée pour cette situation - conception optimale pour l'apprentissage ce que vous devez savoir de l'expérience.
Brad a adopté le domaine de la conception expérimentale optimale et, avec d'autres statisticiens sur le terrain, a repoussé toutes les limites pour en faire un domaine riche et robuste. Chris Nachtsheim et Ruth Meyer ont tout d'abord découvert un algorithme général d'optimisation de la conception, appelé échange de coordonnées. Brad a adopté et perfectionné l'algorithme d'échange de coordonnées. Le travail de Brad avec le co-auteur Bill DuMouchel sur les conceptions bayésiennes D-Optimal constitue un autre développement significatif. Ces conceptions tentent d'estimer autant d'effets d'interaction potentiels que possible, même lorsqu'ils ne sont pas tous estimables.
Ensuite, Brad a compris que la méthode bayésienne D-Optimal pouvait être appliquée même aux effets principaux. Il a mis au point le modèle optimal pour ce que l’on appelle les modèles sursaturés, qui permettent d’avoir plus de facteurs que de scénarios. Cela se produit dans les situations de dépistage où vous vous attendez à ce que seuls quelques facteurs soient importants, l'objectif étant d'identifier ces facteurs importants. En collaboration avec Chris Gotwalt de SAS et d’autres statisticiens, Brad a été le pionnier des conceptions I-Optimal, diverses conceptions remplissant l’espace, des conceptions de mélange, des conceptions de parcelles divisées, des conceptions pour des modèles non linéaires, des conceptions sphériques, des expériences informatiques.
Pour le Grande idée pour travailler - pour habituer les ingénieurs à la conception d’expériences -, il fallait aussi des outils d’ajustement et d’analyse. Ici, Brad a inventé un moyen de visualiser une surface de réponse en prenant des sections transversales verticales à travers chaque facteur, à partir de valeurs fixes d'autres facteurs. Cet outil, appelé Profiler, est maintenant implémenté dans à peu près tous les systèmes de raccords DOE. Lorsque Brad a rejoint SAS pour travailler avec JMP, Profiler a été étendu afin de fournir des services d'optimisation complets. Il inclut récemment une optimisation en présence de variabilité (optimisation stochastique).
Pour le Grande idée pour gagner du terrain, Brad devait évangéliser. À cette fin, il a noué des liens avec de nombreux chercheurs du DOE et a rédigé des articles avec certains d’entre eux. Brad est un conférencier régulier lors de séminaires de statistiques universitaires, de séminaires JMP et de réunions académiques. Une réunion récente a été la Conférence internationale sur la conception d'expériences industrielles à l'Université d'Anvers, où Brad a présenté la soutenance publique de sa thèse de doctorat.
Au cours des deux dernières années, Brad a soumis de nombreux articles pour publication, la plupart avec des coauteurs. Pour les séminaires, Brad et moi avons mis au point une démonstration populaire que nous appelons le «tour de cartes» - qui consiste à faire une expérience de projection sursaturée en direct avec le public.
Sur le côté, Brad est un violoniste de concert, un joueur et un auteur de Go très bien classé, qui a élevé des chiens de concours qui se font concurrence à l'échelle nationale et qui est un coureur de marathon. Il était un auteur publié dans le domaine de la photochimie à 17 ans.
Je suis ravi de voir Brad reconnu en tant que Fellow ASA.
