William Q. Meeker 教授的专家见解，第 4 部分在本系列的最后一篇文章中，我们看到了 JMP 首席数据科学家的最后一点克里斯·戈特沃尔特的采访世界知名可靠性专家，威廉·Q·米克，爱荷华州立大学统计学教授和文科特聘教授。 这第一篇文章谈到了“主动可靠性”以及机器学习、物联网和工业 4.0 如何对维护和提高可靠性产生影响。 这第二个帖子探索了统计的重叠学科和基础贡献，以及统计教育的演变。 这第三个帖子研究了贝叶斯方法日益增长的重要性。
这次采访补充了比尔为 2021 年日本发现峰会录制的全体演讲。 这个博客系列以 Chris 的采访部分为特色，以阐明 Bill 对统计的许多贡献，以及他最近与人合着的两本书：实现产品可靠性：商业成功的关键, 与 Necip Doganaksoy 和 Gerald J. Hahn;和第二版可靠性数据的统计方法,比尔与 Luis A. Escobar 和 Francis G. Pascual 合着. 我们很高兴提供第一章的实现产品可靠性.
我们与 Bill 进行了长期且富有成果的合作，将新的可靠性分析方法添加到 JMP 软件中。 我们感谢他对统计的许多贡献，并与我们合作采用新的更好的方法来提高产品的可靠性。
在第一个剪辑中，比尔揭示了他写这本书关于统计区间的动机。
在这里，比尔分享了他与 W. Edwards Deming 的有趣交流。
从 2021 年 11 月开始，您可以看到整个采访，以及 Bill 在 Discovery Summit Japan 上的全体演讲，这里在 JMP 社区中。
Reliability expert William Q. Meeker, Professor of Statistics and Distinguished Professor of Liberal Arts at Iowa State University, chats with Chris Gotwalt about his motivation to write this book.可靠性专家 William Q. Meeker 是爱荷华州立大学的统计学教授和文科特聘教授，他与 Chris Gotwalt 聊了聊他写这本书的动机。
Meeker 谈到要写一本关于统计区间的书，以及他与 W. Edwards Deming 的一次交流。
预测建模和机器学习回复：William Q. Meeker 教授的专家见解，第 4 部分比尔描述贝叶斯统计的优势，贝叶斯方法，包括使用少量信息的非信息先验时，就像评估可靠性时经常做的那样。他有趣的例子包括在他的可靠性书的第一版中。他最近的 2021 年第 2 版可靠性数据的统计方法,包括更多的贝叶斯例子。
