Ron S. Kenett, Université de Turin
Cette conférence est un voyage sinueux entre la science et l'analyse commerciale. Pour fournir un contexte, je vais d'abord énumérer, très brièvement, mes modèles. Plus précisément, je mentionnerai Sir David Cox, qui m'a enseigné le cours d'introduction aux statistiques en tant que premier cycle à l'Imperial College; Sam Karlin, qui était mon directeur de thèse à Stanford et à l'Institut Weizmann ; George Box et Bill Hunter, qui m'ont ouvert la porte aux statistiques appliquées au commerce et à l'industrie ; ainsi que Stu Hunter, Ed Deming et Joe Juran. Ils ont tous eu un impact significatif sur ma carrière. La prochaine étape du voyage fournira une brève introduction à la qualité par conception (QbD), telle qu'appliquée dans l'industrie pharmaceutique. La troisième étape abordera un sujet de plus en plus préoccupant en science : la reproductibilité des résultats de la recherche. Pour résoudre ce problème, je vais esquisser une nouvelle proposition basée sur la généralisabilité des résultats. La généralisation est l'une des huit dimensions de la qualité de l'information (InfoQ), et cet arrêt représente un travail conjoint avec Galit Shmueli mené au cours des huit dernières années et résumé dans notre récent livre. Un dernier arrêt discutera des défis à venir pour l'analyse et les statistiques. La motivation derrière ce voyage est de démontrer le rôle clé de la pensée statistique dans l'analyse moderne et son impact à la fois sur les applications scientifiques et commerciales. Finalement, ces réflexions et exemples sont guidés par l'ambition de remettre les statistiques au volant du travail axé sur les données. Tout au long, je montrerai quelques exemples utilisant JMP pour faire le cas.
