Brad Jones, JMP-Direktor für statistische Forschung und Entwicklung, wurde gewählt Fellow der American Statistical Association , die bekannteste professionelle statistische Gesellschaft in den USA. Diese Auszeichnung würdigt "herausragende berufliche Beiträge und Führungsstärke auf dem Gebiet der Statistikwissenschaft".
Brad hat eine berufliche Leidenschaft für das Gebiet des optimalen experimentellen Designs. Experimente sind die Art und Weise, wie Sie durch Ausprobieren lernen, wie Sie die Dinge verbessern können, und optimal konzipierte Experimente sind einfach die Art und Weise, wie Sie aus einer bestimmten Anzahl experimenteller Versuche am besten lernen. Die Welt ist zu kompliziert, um Dinge mit reiner Theorie zu entdecken - wir benötigen experimentelle Daten, um herauszufinden, wie die Welt funktioniert.
Brad arbeitet seit etwa 25 Jahren an einem Große Idee das konzentriert sich auf den größten Teil seiner Arbeit. Das Große Idee Das experimentelle Design muss natürlich in den Workflow eines Ingenieurs passen, und der beste Weg, dies zu erreichen, besteht darin, dass eine großartige Software diesen Workflow unterstützt. Für die Entwicklung neuer, innovativer Software mussten Statistiker ihre Denkweise über experimentelles Design ändern.
In der Vergangenheit erstellten Statistiker Entwürfe nach algebraischen und geometrischen Mustern. Die resultierenden Entwürfe konnten nur bestimmte Situationen mit einer festen Anzahl von Durchläufen und Faktoren berücksichtigen. Wenn Sie beispielsweise ein Budget für 17 Läufe mit fünf kategorialen Faktoren hatten, mussten Sie einen Lauf wegwerfen, um ein klassisches Design zu erhalten. In der klassischen Designwelt gab es viel zu lernen und diese Lernbelastung behinderte Ingenieure.
Brad's Große Idee für den Engineering-Workflow stellte sich das experimentelle Design auf den Kopf. Anstatt die Bedingungen für ein Tischdesign zu erzwingen, teilen Sie der Computersoftware mit, worum es bei Ihrem Experiment geht und wie viele Läufe Sie sich leisten können. Die Computersoftware erstellt für diese Situation einen benutzerdefinierten Entwurf - ein Entwurf, der optimal für das Lernen ist Was Sie aus dem Experiment wissen müssen.
Brad übernahm das Gebiet des optimalen experimentellen Designs und überschritt mit anderen Statistikern alle Grenzen, um daraus ein reiches und robustes Feld zu machen. Ein früher Durchbruch von Chris Nachtsheim und Ruth Meyer war ein allgemeiner Algorithmus zur Optimierung des Designs, der Koordinatentausch genannt wird. Brad hat den Algorithmus für den Koordinatenaustausch übernommen und verfeinert. Eine weitere bedeutende Entwicklung war Brads Arbeit mit Co-Autor Bill DuMouchel an Bayesian D-Optimal Designs. Diese Designs versuchen, so viele potenzielle Interaktionseffekte wie möglich abzuschätzen, auch wenn sie nicht alle abschätzbar sind.
Dann erkannte Brad, dass die Bayes'sche D-Optimal-Methode auch für Haupteffekte angewendet werden kann, und er war der Vorreiter für das optimale Design für sogenannte übersättigte Designs, bei denen es mehr Faktoren als Läufe gibt. Dies geschieht in Situationen, in denen Sie davon ausgehen, dass nur wenige Faktoren groß sind, und das Ziel ist, diese großen Faktoren zu identifizieren. In Zusammenarbeit mit Chris Gotwalt bei SAS und anderen Statistikern ging Brad mit dem Pionier für I-Optimal-Designs, verschiedene raumfüllende Designs, Mischungsdesigns, Split-Plot-Designs, Designs für nichtlineare Modelle, sphärische Designs, Auswahldesigns für die Marktforschung und Designs für Computer-Experimente.
Für die Große Idee um zu arbeiten - um Ingenieure an das Entwerfen von Experimenten zu gewöhnen, mussten auch Anpassungs- und Analyse-Tools vorhanden sein. Hier erfand Brad eine Möglichkeit, eine Antwortfläche zu visualisieren, indem vertikale Querschnitte über jeden Faktor mit festen Werten anderer Faktoren vorgenommen wurden. Dieses als Profiler bezeichnete Werkzeug ist jetzt in nahezu jedem DOE-Montagesystem implementiert. Als Brad zu SAS kam, um mit JMP zusammenzuarbeiten, wurde der Profiler erweitert, um vollständige Optimierungsservices bereitzustellen. In jüngster Zeit umfasst er auch die Optimierung bei Variabilität (stochastische Optimierung).
Für die Große Idee Um Zugkraft zu gewinnen, musste Brad evangelisieren. Zu diesem Zweck hat er Beziehungen zu vielen führenden DOE-Forschern geknüpft und mit einigen von ihnen gemeinsam Papiere verfasst. Brad ist regelmäßiger Referent bei akademischen Statistikseminaren, JMP-Seminaren und akademischen Treffen. Ein kürzlich stattgefundenes Treffen war das Internationale Konferenz zum Design von Industrieexperimenten an der Universität von Antwerpen, wo Brad die öffentliche Verteidigung seiner Doktorarbeit präsentierte.
In den letzten zwei Jahren hat Brad zahlreiche Veröffentlichungen eingereicht, die meisten davon mit Co-Autoren. Für Seminare entwickelten Brad und ich eine beliebte Demonstration, die wir als "Kartentrick" bezeichnen - dabei wird ein live übersättigtes Screening-Experiment mit dem Publikum durchgeführt.
Auf der Seite ist Brad Konzertviolinist, hochrangiger Go-Spieler und Autor, hat Showhunde gezüchtet, die im nationalen Wettbewerb stehen, und ist Marathonläufer. Mit 17 Jahren veröffentlichte er einen Autor auf dem Gebiet der Photochemie.
Ich freue mich sehr, dass Brad als ASA Fellow anerkannt wurde.
