傑出研究員 Bradley Jones 將於 7 月 31 日退休，此前他在 JMP 度過了 25 年令人驚嘆的職業生涯。 在那段時間，Brad 建立了一個強大的 DOE 開發小組，並且可能是 SAS 獲得最多專利的小組。 下面，您可以閱讀 John Sall 對 Brad 的工作、合作以及對實驗設計 (DOE) 和統計領域的貢獻的歷史致敬。
但首先，請聽 Brad 的一些特別的 JMP 同事和熱衷統計的朋友的幾句話：
馬克·貝利（ @馬克貝利） ：“Brad 加入 JMP Development 幾個月後，我就開始在 SAS Education 工作。 隨著 JMP 4 的推出，定制設計還需要幾年的時間。 我們很快成為盟友，幫助科學家和工程師使用設計的實驗來學習，通過改變設計來適應他們的問題，而不是相反。 我們經常見面交流經驗和想法。 現在很難想像反對算法或優化設計方法的意見有多麼強烈，尤其是在美國能源部的領先思想家中。 我參加了道格·蒙哥馬利在秋季技術會議上教授的短期課程。 Doug 總體上對此類設計持貶低態度，尤其是 JMP。 課程回來後，我與布拉德分享了道格的意見，他決定與道格見面。 剩下的就是能源部的歷史了。 這個例子體現了布拉德：始終採取有原則的方法，將對手變成同事和支持者，同時提出切實可行的解決方案，使盡可能多的人受益。”
彼得·古斯： “布拉德利·瓊斯是一位極具影響力的研究人員，對實驗設計的最新技術和實踐水平產生了巨大影響，在備受推崇的學術期刊上發表的論文比許多學者還要多。 我認為影響最大的兩篇論文是一篇關於貝葉斯 D 最優設計的論文和一篇關於確定性篩選設計的論文。 當然，另一本有影響力的出版物是古斯-瓊斯的書《實驗的優化設計：案例研究方法》。 我在很多場合還觀察到，JMP 客戶中的 DOE 用戶非常喜歡 Brad。 另一方面，在西雅圖的一次聯合跑步期間（聯合統計會議之際），布拉德激勵我開始更頻繁地跑步。 因此，他也對我成為一名馬拉松運動員負有責任。”
克里斯·戈特瓦爾特（ @chris_gotwalt1 ） ：布拉德·瓊斯對實驗設計和分析的貢獻是巨大的。 他發明的 Profiler 是“可解釋的人工智能”的巔峰之作，儘管它比這個術語早了三十年。 他的另一項偉大貢獻是倡導實驗的優化設計，直到它變得廣泛和主流。 這個想法是，設計和實驗應該反映實驗的目標，以及直接納入各種資源約束，例如樣本大小、隨機化限制以及物理上可能的因素設置的組合。 雖然現在這似乎是一個非常自然和明顯的想法，但很長一段時間以來，這個想法一直萎靡不振，實際上甚至被認為是一個冒險的壞主意。 因此，除了克服各種計算和 UI 挑戰之外，Brad 還戰略性地努力贏得行業從業者以及其他思想領袖的支持，使最佳設計變得可行，並成為行業中可接受的解決問題的方法。 我們每天都使用許多通過 Bradley Jones 開發和倡導的工具而變得更好的產品。
迦勒·金（ @calking ） ：“在加入 JMP 之前，我聽說過 Brad，並在會議上見過他幾次。 但直到我開始加入 JMP 後，我才意識到他有多麼出色！ 我不僅僅是在談論他的成就。 布拉德是最好的導師。 他一直為我辯護，並為我的職業生涯提供了寶貴的建議和指導。 看到他離開我會很難過，但我知道他的退休是當之無愧的。 不過，如果他退休後和工作時一樣高效，我也不會感到驚訝。”
瑞安·萊基維茨（ @Ryan_Lekivetz ） ：“甚至在加入 JMP 公司之前，Brad 在學術界和從業者中的突出地位就給我留下了深刻的印象。 這種突出的地位是我申請 JMP 的主要原因之一。 然而，直到成為他的團隊的一員後，我才意識到他的信息對實驗進行方式的深遠影響。 他強調生成符合每個實驗具體要求的實驗設計，而不是將實驗強加到預先存在的設計中，這完全是變革性的。 我為成為他所組建的團隊中的一員感到非常自豪，並且決心發揚他所灌輸的創新和好奇精神。 我熱切地等待布拉德下一次冒險的消息，並真誠地希望有機會與他在未來的項目上合作。”
道格拉斯·蒙哥馬利： “自 20 世紀 80 年代末以來，我一直是 Brad Jones 的朋友和同事。 實驗設計界的每個人都應該承認他對我們領域的巨大貢獻。 其中包括響應優化（JMP 中的預測刻畫器）、非常規部分因子設計的構建和分析方法、最優設計、裂區設計、多響應實驗的最優設計以及明確的篩選設計。我很榮幸能在其中一些領域與他合作，包括共同撰寫一本關於現代實驗設計教學方法的教科書，該教科書圍繞最佳設計方法構建。 他還慷慨地花時間與我的幾位博士生一起工作。學生們進行他們的研究。我們都受益於他在該領域的知識和經驗。”
約瑟夫·摩根（ @約瑟夫_摩根2 ） ： 2006 年，也就是我加入 JMP 團隊一年後，我們幾個人吃完午飯後從 T 樓的自助餐廳走回 S 樓的辦公室。 Brad 和我一起散步，我提出了因子覆蓋設計的主題，這是統計學家 Colin Mallows 在一篇 Technometrics 論文中為覆蓋數組提出的名稱。 Brad 不知道這些設計，但他很感興趣，因此，令我驚訝的是，我們最終花了幾天時間研究坐標交換算法是否是構建此類設計的合理通用算法。 我們最終得出的結論是，坐標交換並不是一種有前途的方法。 幾年後，從 JMP 轉到 SAS 研發部門，我收到 Brad 發來的一封電子郵件，詢問我是否有興趣實施 JMP Pro DOE 平台來構建覆蓋數組。 我毫不猶豫地接受了。 對我來說，這一事件的弧線體現了布拉德是誰。 對 DOE 的所有事物都充滿好奇，願意研究與 DOE 相關的完全不同的結構和想法，並且特別專注於使 JMP DOE 成為同類中最好的。 這就是我現在與同事 Caleb、Ryan 和 Peng 一起工作的環境，他們都擁有這個獨特的願景。 謝謝，布拉德。
克里斯·納赫茨海姆： 40 年前，當洛斯阿拉莫斯統計科學小組試圖僱用布拉德·瓊斯時，我和布拉德·瓊斯在新墨西哥州（奇馬約牧場）進行了一次思想交流，從那時起我們就一直密切合作。布拉德對能源部和數據科學界的影響是巨大的，甚至是無與倫比的！ 幾個亮點：
· 預測刻畫器的發明，這是一個令人驚嘆的交互式工具，用於研究響應面和相互作用的性質。
· 貝葉斯 D 最優設計。 Brad 和 Bill DuMouchel 發表的這篇被廣泛引用的論文使貝葉斯 D 最優性的使用變得實用且可供實驗者使用，同時提供了一種簡單的方法來使最優設計對模型錯誤指定具有魯棒性。 除其他外，這篇論文導致了布拉德後來對貝葉斯過飽和設計的發展。
· JMP 中定制設計工具的發明。 這第一次以簡單易懂的方式為實踐者帶來了優化設計的世界。
· 確定性篩選設計的發明和發展（全面披露：和我一起）。 DSD 已在全球範圍內被從業者熱情採用，並正在迅速取代部分因子設計和探索性的主要工具
實驗。
· 用於計算機實驗的快速、靈活的填充設計的發明及其被數據科學界廣泛採用。
· 他與 Peter Goos 合作撰寫了關於優化設計案例研究的創新書籍，與 Doug Montgomery 合作撰寫了關於現代實驗設計的創新書籍。
總之，我會引用布拉德的福音派主張，即通過實驗設計來實施科學方法。
英薩安吉 ( @mysaan ） ：布拉德利·瓊斯是一位良師益友。 在冷漠的外表下，我有幸親身體驗到了善良和體貼。 他對能源部的廣泛了解，以及他在該領域已經和繼續產生的影響非常鼓舞人心。布拉德，我衷心感謝您的所有幫助，特別是您在我還是學生期間抽出時間回答我的問題。 您的支持和見解確實非常寶貴。很難相信我將無法再跑到你的辦公室問問題或簡單地打個招呼，也無法聽到你明確無誤的敲門聲叫我吃午飯。 對我來說很難，離開這個二十多年來在個人和職業上經歷了巨大成長的地方對你來說一定更難。 借用JRR的話 托爾金，“我不會說：不要哭泣；因為並非所有的眼淚都是邪惡的”。我向你致以深情的告別。
-------------------------------------------------- ----------------------------------------------------
布拉德利·瓊斯退休致敬
作者：約翰·薩爾
Bradley Jones 在 JMP 工作 25 年後現已退休，他的職業生涯非常出色。 Brad 的專業知識是實驗設計 (DOE)，他和他的團隊使 JMP 成為 DOE 世界上最好的軟件。 世界上沒有其他軟件產品可以與之媲美。
Illustration by Ryan DeWitt瑞安·德威特插圖實驗設計是在實驗中跨次運行安排因子設置以從給定次數的運行中了解最多信息的藝術。 它已成為產品研究的重要工具，是現代化試錯過程的關鍵，以製造更好的產品、更好的製造技術和更好的工藝。
研究生涯
在 20 世紀 80 年代，能源部被認為是一門昏昏欲睡的學科，其中所有最有價值的突破都已經發生，人們期望任何額外的改進都是漸進的。 這種態度很快被證明是錯誤的，在接下來的 30 年裡出現了許多巨大的突破。 當時推動美國能源部最有價值研究的統計學家是我們自己的布拉德利·瓊斯，他的許多合作者也提供了意見。
Brad 多年來一直從事實驗設計工作，從 20 世紀 80 年代領先的工業統計軟件供應商 BBN 軟件開始。 然後，他與他人共同創立了一家新公司 Catalyst，該公司開發了創新的實驗設計軟件，包括分析器。 然後，他轉到領先的工程數學軟件產品 MathWorks，並在那裡編寫了統計工具箱。
1997 年，他來到 JMP，在那裡他看到了 JMP 成為工業統計軟件領導者的潛力。 JMP 剛剛開始改進其為工程師提供的產品，而 DOE 是打開該市場的三個關鍵專業之一，另外兩個專業是質量和可靠性。
布拉德最初的貢獻是平台定制設計。 計算機功能強大，所以為什麼不利用這種能力來生成針對給定情況（領域）進行定制優化的實驗設計？優化設計？ 以前，最優設計是為專家處理的專門問題而保留的，而不是針對主流挑戰，但布拉德看到每個工程師都可以從最優設計中受益。 優化設計還可以使過程變得更容易、更直接。 前定制設計，工程師會查看教科書設計生成器，在其中您必須了解分辨率數和混雜模式等概念，並且您將僅限於大小為 2 的冪或從目錄中選擇的設計。 定制設計後，您所要做的就是描述因素、您希望能夠估計的效果以及您可以承受的運行次數。
為了使優化設計切實可行，需要一種優化算法。 當時大多數優化設計軟件（例如 SAS 的 PROC OPTEX）要求用戶生成大量候選運行，算法從中確定運行的最佳子集以優化標準。 但這給施工帶來了負擔。 Chris Nachtsheim 和 Ruth Meyer 在 1995 年取得的突破是坐標交換算法，它不需要候選集，因此更加直接、簡單和高效。 Brad 利用它創建了定制設計平台，首先是在 JMP 4 中。
這是一系列創新中的第一個。
早期的創新是模型中標記效應的概念，其“可估計性”屬性為“必要”或“如果可能”。在運行次數有限的情況下，幾乎不可能估計所有所需的效果，尤其是高階相互作用。 通過“如果可能”設置，算法首先使“必要”效應可估計，然後嘗試使盡可能多的“如果可能”效應可估計。 該選項是貝葉斯最優設計的實現，該設計是 Brad 與 BBN 合作者 Bill DuMouchel 發明的，並於 1994 年在《Technometrics》上發表，這是 Brad 在參考期刊上與人合著的眾多 DOE 文章中的第一篇。
Dennis Lin and Brad丹尼斯·林和布拉德實施貝葉斯 D 最優後不久，布拉德開始修改一種稱為“過飽和”的極端設計，其中因子的數量大於運行的數量，這通常是無法擬合的。 但在給定的實驗中，通常會出現某些因素比其他因素強得多的情況，篩選實驗的目標是找出哪些因素很重要。 那麼為什麼不使用超飽和設計，然後使用專門的方法，例如逐步回歸，來找到重要因素呢？ 為了進行超飽和設計，Brad 意識到一個好方法是使用貝葉斯 D 最優方法，並只需聲明所有因素“如果可能”。這催生了其他論文，其中一篇是丹尼斯·林（Dennis Lin）發表的，他也是超飽和設計的先驅。 只需幾次運行就能篩選許多因素，這是一個強大的進步。
另一個早期的挑戰是處理裂區設計。 許多實驗都有一種限制，即運行組必須處於某些因子的相同水平。 一個典型的例子是在烘箱中加熱運行，其中所有運行都需要在相同的溫度下進行處理。 這裡的特徵是一些因素是很難改變，而其他人則容易改變。 目標是創建一個實驗設計，其中難以改變阻斷組內的因素是恆定的。 安特衛普大學統計學家 Peter Goos 在裂區優化設計方面取得了一些突破，並發表了他的研究結果。 Brad 將這些想法與坐標交換結合起來，以獲得定制設計的實際實現。 當彼得和布拉德在秋季技術會議上見面時，布拉德向他展示了坐標交換如何使裂區設計變得實用，從而開始了兩人之間的長期合作。
Brad Jones' doctoral oral examination布拉德·瓊斯博士口試由於布拉德沒有博士學位。當時，彼得建議布拉德可以在安特衛普大學在他手下獲得一份學位，這導致他斷斷續續地前往安特衛普幾個月，以進一步發展他對能源部的想法。 在他的論文中，布拉德提出了四個重要想法，在布拉德的期末口試之前，除了一個之外，所有這些想法都被接受在審稿期刊上發表。 最後一篇後來被頂級期刊Biometrika接收。 Peter在安特衛普組織了DOE會議，邀請了許多來自歐洲和美國的DOE專家 這次會議很像一系列對布拉德及其合作者的貢獻表示敬意的會議。 會議的亮點是布拉德在他穿著長袍的博士的仔細審查下進行的口試。委員會成員們以成功的判決和彼得的致悼詞作為結束。
然後布拉德更加忙於研究。
Chris Nachtsheim and Brad.克里斯·納赫茨海姆和布拉德。模型擬合的問題之一是效應與模型中沒有的其他效應的“混疊”。 例如，如果設計可以很好地估計模型中的主效應，但模型中不存在強二階交互作用，該怎麼辦？ 在這種情況下，交互作用可能會導致對主效應的估計產生偏差。 但通常可以以主效應與二階相互作用正交的方式構建設計，因此強二階相互作用無法使主效應估計產生偏差。 這種情況開始了一系列“最小混疊”設計的研究，這些設計修改了優化算法，使主要影響與交互作用盡可能不相關，同時仍然保持其可估計性和功效。 Brad 與明尼蘇達大學的 Chris Nachtsheim 合作完成了這項工作。
在研究涉及三級因素的最小鋸齒設計時，Brad 注意到一些最終的設計具有奇怪的折疊結構。 折疊運行與其他運行的符號相反。 這一發現促使布拉德和克里斯開發出明確的篩選設計（DSD）。 由於多種原因，DSD 的發現非常重要：
- 它們是三級設計，允許對效果中的任何曲率進行建模。
- 主效應與交互作用正交，這意味著任何未建模的交互作用都不會影響主效應估計。
- 它們很容易構建，無需經過優化。
- 它們具有非常好的投影特性，因此如果某些因素不活躍，則可以估計與活躍效果的大量相互作用。
- 它們允許發現其他設計無法發現的強相互作用。
- 而且它們規模很小，所需的運行預算不會大於傳統的部分因子設計，而傳統的部分因子設計不具備這些理想的屬性。
丹尼斯·林後來用折疊的方式來描述這些會議矩陣。 DSD 在短時間內變得非常流行。
Brad 職業生涯的下一章讓他回到了超飽和設計，其中因子的數量大於遊程的數量，並且您希望效應稀疏性將使您能夠找到大的效應。 Brad 注意到，如果您將 Hadamard 矩陣與另一個 Hadamard 矩陣的行子集進行克羅內克矩陣乘積，您將獲得具有所需屬性的超飽和設計。 這些是群正交過飽和設計 (GO-SSD)。 因素被分配到組中，各組的效應是不相關的，但每個組內都存在依賴性。 您可以檢測組何時處於活動狀態，並且很有可能檢測組內的哪個因素很重要。 但 GO-SSD 的神奇之處在於，您可以通過將一些未分配的因子（假因子）集中在一組中來獲得誤差的獨立估計，並且該組的誤差估計誤差方差。 這項工作是與 JMP Advanced Analytics 研發經理 Ryan Lekivetz、Chris Nachtsheim 和另外兩人合作完成的。
Brad with Doug Montgomery.布拉德與道格·蒙哥馬利。除了職業生涯中的這些重大創新之外，布拉德還繼續致力於許多其他項目。 目前，他正在與其他人合作進行混合關卡設計，利用早期工作中的一些克羅內克產品經驗。 在最優設計下，Brad 追求幾個最優標準：通過連續響應面進行更好預測的 I 最優設計，以及允許加權並具有其他所需屬性的 A 最優設計。 布拉德（Brad）與彼得（Peter）合作撰寫了一本書，《實驗的可選設計：案例研究方法》。布拉德 (Brad) 與流行統計學教科書作者道格·蒙哥馬利 (Doug Montgomery) 共同撰寫了多篇關於各種主題的論文，並共同撰寫了《現代實驗設計方法及其使用方法》。他與 Advanced Analytics 研發高級總監 Chris Gotwalt 合作研究最佳球形設計和最佳非線性設計，並與 Ryan 合作研究最佳空間填充設計。
布拉德研究的一個共同主題是，所有研究都是與其他研究人員合作、分享和擴展想法的範圍。 擁有合作者也極大地幫助了期刊文章的完整性和潤色，從而贏得了許多獎項。
布拉德受到美國能源部資深研究人員的高度評價。 Brad 與 Stu Hunter 有著密切的工作關係，並在 Stu 90 多歲時與他共同撰寫了一篇論文。 布拉德 (Brad) 共同主持了慶祝斯圖·亨特 (Stu Hunter) 誕辰 100 週年的慶祝活動th USCOTS 會議上的生日。 喬治·博克斯也高度評價布拉德，送給他一個喬治在教學中多次使用過的美國能源部立方體以示敬意。 布拉德寫了一篇向喬治·博克斯致敬的文章，這成為我們曾經主辦過的閱讀次數最多的博客。
軟件職業
對於 Brad 來說，重要的部分不僅僅是進行研究，而是將能源部最好的技術交給實踐者：使用我們的軟件來設計實驗的科學家和工程師。 JMP 4 於 2000 年左右首次推出，JMP 的每個版本都將在 DOE 中實現更多功能和其他改進。 後來，布拉德開始組建一個團隊來進一步改進我們的軟件。 Ryan Lekivetz 是從不列顛哥倫比亞大學聘請的。 首席研究統計學家開發人員 Joseph Morgan 從 SAS 受聘從事覆蓋陣列方面的工作。 桑迪亞國家實驗室聘請了高級研究統計學家開發人員 Caleb King，負責可靠性和能源部其他方面的工作。 該團隊在短時間內積累的專利數量比 SAS 的任何其他團隊都多。 最新版本推出了 Easy DOE，將整個實驗過程包裝到一個易於使用的包中。
我們的 DOE 設施擁有豐富的診斷設備，例如設計空間圖的分數、相關性彩色圖、預測方差刻畫器、功率分析和各種效率測量。
Brad 在幫助 JMP 招募其他領導者方面也發揮了重要作用，其中包括前 JMP 銷售和營銷主管 John Leary 和銷售副總裁 Dave Richardson。
憑藉 Brad 建立的團隊，我們將繼續在 DOE 領域保持領先地位。
專業組織工作
布拉德經常自願為統計期刊做同行評審工作。 他曾擔任《質量技術雜誌》(JQT) 的主編以及《Technometrics》、《JQT》和《質量工程》的副主編。
Brad 曾受邀在專業會議上發表演講，例如聯合統計會議和秋季技術會議，以及許多 JMP 會議。 他曾在許多大學和企業校園發表演講。
榮譽資質
布拉德獲得了許多榮譽，從他辦公室牆上的牌匾就可以看出：
Brad shares many of his accomplishments and honors on the wall of his office at SAS world headquarters.Brad 在 SAS 全球總部辦公室的牆上分享了他的許多成就和榮譽。美國統計學會（ASA）院士- 休哈特獎章 (ASQ)
- 威廉·G·亨特獎 (ASQ)
- WJ Youden 紀念地址（ASQ、ASA）
- 美國質量協會（ASQ）高級會員
- 上一年技術計量學領域最佳評論書籍獲得齊格爾獎
- 尤登技術計量學最佳說明性論文獎
- ASQ Lloyd S. Nelson 獎最直接的實際應用論文（兩次）
- 美國統計協會化學統計獎
- ASQ Brunbaugh 獎，授予對質量控制工業應用做出最大貢獻的論文（三次）
在業餘時間
- 布拉德的學士學位不是統計學，而是辛辛那提大學的音樂專業。 他主修小提琴，並作為小提琴手參加過一些專業演出、志願者演出和一些 JMP 活動，並且仍然定期練習。
- Brad 是一名長期圍棋棋手，業餘水平相當高。
- 多年來，布拉德一直是一名專業的狗飼養員，專門飼養羅德西亞脊背犬，並獲得了很高的評價。 布拉德經常參加狗展。
- 布拉德還參加過幾次馬拉鬆比賽。
Brad 計劃在退休後繼續他的研究，我們希望他能夠經常訪問 JMP 並繼續與我們合作。 他離開 Ryan Lekivetz，繼續擔任能源部和可靠性小組經理。
Brad 為我們的用戶以及整個實驗設計行業帶來了巨大的價值。 DOE 是工業的一項關鍵技術，布拉德和他的合作者引領了一代人的技術進步。 布拉德，謝謝你所做的一切，感謝你成為我們的好朋友。
