Caleb King, statisticien testeur de recherche, division JMP, SAS Institute Inc.
Peng Liu, développeur principal de statisticiens de recherche, JMP
Les véhicules autonomes, ou voitures autonomes, ne vivent plus seulement dans la science-fiction. Ingénieurs et scientifiques en font une réalité. Leurs préoccupations en matière de fiabilité, ou plus important encore, les préoccupations en matière de sécurité, ont été cruciales pour leur succès commercial. Peut-on faire confiance aux véhicules autonomes ? Avons-nous les informations pour prendre cette décision ? Dans cet exposé, nous étudions la fiabilité des véhicules autonomes (VA) produits par quatre grands fabricants en analysant les données accessibles au public qui ont été soumises au programme de test California DMV AV. Nous évaluerons la qualité des données, évaluerons la quantité d'informations contenues dans les données, analyserons les données de diverses manières et tenterons éventuellement de tirer des conclusions de ce que nous avons appris au cours du processus. Nous montrerons comment nous avons utilisé divers outils dans JMP® dans cette étude, y compris le traitement des données brutes, l'établissement d'hypothèses et de limites des données, l'ajustement de différents modèles de fiabilité et enfin la sélection de modèles appropriés pour tirer des conclusions. Les limites des données comprennent à la fois la qualité et la quantité. En tant que tels, nos résultats pourraient être loin d'être concluants, mais nous pouvons toujours obtenir des informations importantes avec des méthodologies statistiques appropriées.
