Michael Anderson，康宁公司高级统计与计量开发工程师
有趣的事实：我已经跑了 32 年，但我第一次参加比赛是在 2012 年，当时我 46 岁！ 目前，我每年记录超过 2,500 英里。
自 1991 年以来的 JMP 用户
"When JMP arrived, it was a revelation," says JMP Champion Michael Anderson of Corning."When JMP arrived, it was a revelation," says JMP Champion Michael Anderson of Corning."When JMP arrived, it was a revelation," says JMP Champion Michael Anderson of Corning."When JMP arrived, it was a revelation," says JMP Champion Michael Anderson of Corning.“当 JMP 出现时，这是一个启示，”来自康宁的 JMP 冠军迈克尔安德森说。
JMP 中您最喜欢的功能是什么？
这就像问我最喜欢哪个孩子！ 现实是我用JMP在我工作的所有阶段，所以我有一个最喜欢的筛选功能、实验设计功能等。 有趣的是，我参加 Graph Builder 派对已经很晚了，但仍然经常使用 Variability Chart。 现在，Graph Builder 是我一获得新数据集就花时间的地方。 在实验方面，我会说我的大部分实验都是确定性筛选设计，因为它们对于开发组织来说非常强大和高效。
你的第一份工作（曾经）是什么？
有几种方法可以回答这个问题。 作为一个年轻人（在 16 岁“正式”工作之前），我有一条送纸路线，拖着几盘苏打水在现在的爱国者体育场上下楼梯。 我的第一份正常的预定工作是在一家名为“Bradlees”的新英格兰连锁店担任店员。 我被赋予了很多责任，并学到了很多关于业务运营、库存和人员的知识！
你最自豪的职业时刻是什么时候？
大约在 2000 年，我受邀在一个后来变成一次性的测量技术会议上发表演讲。 我能够谈论光谱散射测量的新领域。 这是一个理论和实践领域大量辛勤工作的结晶。 我正在使用我的工程、光学和统计技能，为这个行业带来新的能力。
你是如何对统计学感兴趣的？
我在工程学本科期间参加了所有可用的统计课程，并且非常喜欢它们。 但是，正是在我的第一份工作中与另一位不了解分布、截断、分段和似然计算的工程师讨论精密电阻器时，才让我真正充满活力。 很明显，我想进一步攻读统计学研究生课程和统计学，作为我职业生涯的一部分。
你最喜欢你所做的工作的什么？
我喜欢与各级人员分享我对数据分析的热爱。 我也喜欢指导刚开始从事统计和 JMP 工作的年轻工程师。
您目前如何使用 JMP？
我每天都让 JMP 打开，并广泛使用绘图、DOE、筛选和建模功能。 在我们的产品和工艺开发领域，我们不断与研究和生产团队互动。 这意味着我们进行小样本分析、探索性实验并使用大而广的数据集。 Functional Data Explorer 是使用率大幅增加的最新领域。
您使用 JMP 开展的第一个项目是什么？
我是一家中型公司的新人，正在领导一个高知名度的项目，并且知道我的声誉会通过这种方式或其他方式获得。 我最近开始使用 JMP，并用它查看了一些初步数据并运行了一个简单的析因实验。 在两周内，我能够使用三张图表展示显示问题的结果，并以近两年未曾错过的方式提出解决方案。 在那一刻，JMP 的强大功能及其带来的一切为我和其他许多人奠定了坚实的基础。
您有什么想对 JMP 开发或 John Sall 说的吗？
我要感谢 John Sall 和 JMP 背后所有令人难以置信的开发人员，感谢他们的远见和奉献精神。 作为一名工程师和统计学家，很难想象 1989 年的情况。 有可以进行分析的软件包，有的可以进行演示图形，还有一些用于专门的质量功能。 但每个都有明显的缺点和学习曲线。 当 JMP 到来时，这是一个启示。 它使我们通过数据分析的早期阶段变得多么快速和容易。 我在 1994 年的一次会议上发表演讲，使用 X 拟合 Y 图和一些附加的拟合项目。 后来有人问我有没有用过JMP！ 然后我们开始讨论我们对 JMP 的喜爱程度，以及从我们开始使用它的那一刻起它如何改变了我们的工作流程。
您如何看待未来 20-50 年数据科学/分析领域的发展？
以人为基础的统计分析的死亡被大大夸大了。 我在学习使用计算尺的最后接受了教育。 我学会了如何手工计算方差分析、回归、矩阵数学等。 当时，有些人哀叹使用计算机来做这些事情，说这将用冰冷的机器取代有思想的统计学家。 现在我们听说 AI 和 ML 将淘汰统计学家。 我简直不相信。 随着技术的每一次新飞跃，我们都看到人们更好地利用数据的能力是学习和创新的关键。
