이 글은 JMP 최고 데이터 과학자 크리스 갓월트 와 수상 경력에 빛나는 신뢰성 전문가이자 아이오와 주립대학교 통계학 교수이자 인문학 석좌교수인 윌리엄 Q. 미커 의 인터뷰 일부를 소개하는 시리즈의 두 번째 블로그 게시물입니다. 첫 번째 게시물 에서는 "사전 예방적 신뢰성"과 머신러닝, IoT, 그리고 인더스트리 4.0이 유지보수 및 신뢰성 향상에 미치는 영향을 다루었습니다.
이 인터뷰는 빌의 2021 Discovery Summit Japan 기조연설을 보완했습니다. 이 블로그 시리즈는 통계학에 대한 빌의 다양한 기여를 소개하는 크리스 인터뷰의 일부를 담고 있으며, 그가 최근 공동 집필한 두 권의 책도 소개합니다. 네치프 도가낙소이, 제럴드 J. 한과 함께 집필한 『 제품 신뢰성 달성: 비즈니스 성공의 열쇠(Achieving Product Reliability: A Key to Business Success)』와 루이스 A. 에스코바르, 프랜시스 G. 파스쿠알과 공동 집필한 『 신뢰성 데이터를 위한 통계적 방법(Statistical Methods for Reliability Data)』 2 판이 바로 그것입니다 . 『제품 신뢰성 달성(Achieving Product Reliability) 』의 첫 번째 장은 여기에서 다운로드할 수 있습니다.
Chris는 수년간 Bill과 긴밀히 협력하여 JMP 소프트웨어 에 새로운 신뢰성 분석 방법을 도입해 왔습니다. Bill과의 이러한 협력 관계를 통해 제품 신뢰성을 더욱 향상시킬 수 있게 되어 매우 기쁩니다.
첫 번째 클립에서 빌은 데이터 과학과 다른 학문의 등장이 통계학과 어떻게 겹치는지 고려하면서 통계가 데이터를 이해하려는 학문 분야의 핵심이 되는 방식과 많은 통계적 개념이 기초가 되는 기여를 하는지 설명합니다.
다음 영상에서 빌은 통계 교육이 어떻게 진화할 것인지 예측합니다. 새로운 방법을 배워야 하는 것부터 더 이상 관련성이 없는 오래된 자료까지 다루어져야 합니다.
다음 게시물에서 빌은 베이지안 방법의 중요성과 그 사용이 점차 확대되고 있는 것에 대해 자세히 설명합니다.
