Una vez que descubras lo fácil que es diseñar un experimento en JMP, tu perspectiva del mundo cambiará para siempre. ¡Todo se convierte en una oportunidad para experimentar! Esta presentación utiliza un ejemplo práctico para ilustrar el proceso de diseño de experimentos (DOE), incluyendo el diseño del experimento, la modelización de los resultados y la optimización de las variables de entrada para obtener el resultado más deseado.
Los asistentes a la conferencia Discovery del año pasado disfrutaron de una velada única: golpear pelotas de golf fosforescentes en el campo de prácticas del Indian Wells Golf Resort. El campo de prácticas cuenta con la tecnología Toptracer, que monitoriza cada golpe. La distancia total, el vuelo, la velocidad de la pelota, el ángulo de lanzamiento y la curva son algunas de las variables que se registran con cada tiro. ¡Un campo de prácticas que proporciona tantos datos ofreció la oportunidad perfecta para diseñar un experimento con JMP!
Tras una tarde con otros usuarios de JMP y amigos, se diseñó un experimento utilizando el Diseñador Personalizado de JMP. El diseño se creó en cuestión de minutos. Se utilizaron variables de entrada basadas en la postura de golf, como el agarre, la alineación de la cabeza del palo, la anchura de la postura y la posición de la bola. El experimento se llevó a cabo en el campo de prácticas, se creó un modelo y se determinaron los ajustes óptimos para lograr el golpe más largo y recto. El modelado y la optimización se completaron en minutos, ¡aún en el campo de prácticas! Esto permitió realizar pruebas de confirmación de inmediato. Posteriormente, los beneficios se aplicaron también en el campo de golf.
Hola a todos. Soy Don Lifke, estadístico de los Laboratorios Nacionales Sandia. Es un placer estar aquí. Voy a hacerles una breve presentación que se sale un poco de mi trabajo habitual, y cuando empecemos, entenderán por qué. Bienvenidos, tomen asiento y comencemos.
Voy a darles un poco de contexto. Voy a mostrarles un poco de PowerPoint, pero no vamos a aburrirlos con PowerPoint. Vamos a salir de este magnífico programa y pasar directamente a JMP para hacer una demostración en vivo.
En Sandia, el programa en el que suelo trabajar es el de disuasión nuclear. Tenemos otras cinco áreas. Como estadístico, trabajo en todas ellas, pero normalmente estoy en el grupo de disuasión nuclear. Utilizo JMP en prácticamente todo lo que hago en estos programas. Repito, trabajo como estadístico, pero en realidad soy ingeniero eléctrico de profesión. O mejor dicho, de formación.
La disuasión nuclear, algunos de los programas en los que trabajamos son... Es una diapositiva de nuestra presentación corporativa, así que quiero mostrarles solo algunas de las cosas en las que he usado JMP. Lo hemos usado en el programa B61, el W80-4. Muchos de los componentes que se usan en las armas. Como dicen, nuestras armas se usan todos los días. Son un elemento disuasorio, y uno muy efectivo.
Estos son algunos de los programas en los que he usado JMP. De hecho, en todos los que aparecen en esta pantalla, excepto en uno, he trabajado con los ingenieros y he usado JMP de forma bastante extensa.
El año pasado estuve en la conferencia JMP, en Indian Wells, California. Un lugar precioso. Increíble. Jamás me habría imaginado tener una habitación de hotel en un campo de golf. Fue genial. Un sitio fantástico. Se me ocurrió una idea durante la conferencia. Tuvimos una noche llamada Shots in the Night, y fue un evento nocturno muy divertido. Si esta es tu primera conferencia JMP, claro, estás descubriendo lo divertidas que son y lo ocupadas que te mantienen. No tienes ni un minuto libre. Tus noches están bastante ajetreadas.
Este evento estuvo genial. Fue en el campo de prácticas del hotel donde se celebró la conferencia, en el Indian Wells Golf Resort. Déjame ver si puedo reproducir este video. Vamos a intentarlo, dura aproximadamente [inaudible 00:02:31] segundos. No sé si se verá en tu pantalla.
Bueno, aquí lo tienen. Me pareció un video genial. Lo interesante es que estas pelotas de golf brillan en la oscuridad. Las colocan en una cajita con luces y se puede ver dónde golpeas las pelotas. Aquí les dejo algunas fotos de la conferencia del año pasado que espero compartir aquí si logro que mi presentación vuelva a funcionar.
Este es el campo de prácticas que se utilizó para la conferencia JMP. Fue un evento enorme. Estaba todo el mundo. Lo bueno es que trajeron puestos de comida. Verán a Jeff aquí a la derecha. Probablemente lo reconozcan como el maestro de ceremonias de muchas conferencias JMP. Me parece gracioso que Jeff tenga un pequeño halo sobre él. Creo que es más una coincidencia que otra cosa. O quizás no. Tal vez haya algo raro ahí, Jeff.
Estas pequeñas pantallas que tienen detrás, les voy a mostrar una de cerca. Estas zonas de golpeo son geniales porque muestran estadísticas muy útiles mientras golpean la pelota de golf. Muestran la distancia total que recorre la pelota, la distancia que llega, la trayectoria plana, la velocidad, etc. Diez variables en total.
Por supuesto, lo que realmente me interesa es la distancia total. Hay otros aspectos que también podrían preocuparte, y esto los registra, así que también los registré. Pero en ese momento pensé: "Esto es genial. Sería un buen momento para experimentar con mi juego de golf y ver si puedo mejorar un poco mi trayectoria, la distancia a la que golpeo la bola". Y pensé: "Estos son datos excelentes".
De hecho, realicé un experimento similar hace muchos años en una conferencia de JMP, pero tuve que usar rastreo GPS y salir a hacer algunos cálculos, lo cual fue bastante engorroso. Sin embargo, esto fue genial porque me muestra el total acumulado en la esquina superior izquierda de la pantalla, y es mucho más fácil recopilar los datos.
Dicho esto, hagamos un experimento. Lo que me motivó fue que no puedo compartir muchos de mis experimentos porque no son de acceso público ilimitado. Necesito ejemplos didácticos que pueda compartir públicamente. Esta es una excelente oportunidad para hacerlo, ya que creo que la mayoría de la gente puede comprender, al menos, los conceptos básicos del swing de golf y las variables que les voy a mostrar.
Esto es solo una anécdota que escuché mientras preparaba esta presentación. Estaba sentado viendo el Golf Channel cuando vi esto y pensé: "¡Qué interesante! Voy a tomarle una foto". En el golf, se trata precisamente de eso: minimizar la incertidumbre, lo que, como dicen, maximiza la certeza.
Las variables que consideré en mi experimento, se las mostraré visualmente, y luego entraremos, diseñaremos el experimento y haremos el análisis. Pero para que entiendan el agarre, consideré tres tipos diferentes de agarre: un agarre entrelazado que se muestra a la izquierda, donde el meñique y el índice se superponen en el agarre; el agarre dividido; y luego puse una variable intermedia donde, en lugar del agarre dividido, las manos se tocan, así que lo llamo agarre de contacto.
De nuevo, tres tipos diferentes de agarre. Observé la cabeza del palo y vi tres cabezas de palo distintas. Observé la cabeza del palo muy cerrada a la izquierda, una cabeza de palo neutral a la derecha y una cabeza de palo intermedia que llamé cerrada. Descubrí que, en mi juego de golf, parecía obtener un poco más de distancia si cerraba un poco la cabeza del palo, pero no estoy seguro porque nunca lo he medido con precisión, así que esta es una gran variable para incluir en el experimento.
Luego, la mano derecha, aquí hay un par de configuraciones de mano derecha que usé. Usé una mano derecha neutral y una fuerte. La neutral es simplemente tu agarre típico de golf. Una mano derecha fuerte es donde rotas, y soy golfista diestro por cierto, rotas la mano derecha un poco más lejos del centro del palo. Le da un swing un poco más fuerte, creo. Tiende a tirar del palo, tirar de la bola un poco más a la izquierda y causar un poco menos de previsibilidad. Pero pensé, incluyamos eso como una variable también. ¿Por qué no? Es gratis. Lo bueno de DOE es que puedes agregar muchas variables y realmente no aumentar tus carreras mucho.
También he notado, al jugar al golf, que si lo adelanto un poco, a veces corrige mi slice. No creo que haya una cura definitiva para el slice, pero suele ayudar un poco. Pensé: "Bueno, vamos a probar eso también". Adelantar un poco el pie derecho.
Por último, la posición de la bola en mi postura. En este experimento, estoy usando un hierro 9, así que no estoy usando un driver. Un hierro 9 se suele colocar más atrás en la postura o quizás en el medio, pero no tanto adelante. Sin embargo, lo que he notado al jugar al golf es que si coloco la bola más adelante en mi postura, tiendo a golpearla un poco más lejos. Esto parece contradecir lo que dicen los profesionales, quienes recomiendan colocar la bola más atrás en la postura con hierros de mayor numeración, como el hierro 9, el pitching wedge, etc. Eso no me funciona, así que vamos a hacer el experimento y averiguarlo.
El experimento fue bastante fácil de diseñar. De hecho, lo hice justo después del evento Shots in the Dark; simplemente volví a la habitación del hotel y diseñé el experimento en JMP. Pensé: "Vale, lo voy a ejecutar el jueves, cuando termine la conferencia". La conferencia terminó justo después del almuerzo, así que pensé: "Voy a ir al campo de prácticas de golf, ejecutaré el experimento, introduciré los datos y podré analizarlos en tiempo real".
Este es el experimento, entraré en JMP y te lo mostraré aquí, pero quiero mostrarte en esta captura de pantalla cómo ingresé todos los factores. También incluí algunas respuestas que aparecerán, pero la respuesta principal que me interesa es qué tan lejos golpeo la pelota. Pero con el… Uno, dos, tres, tengo cinco factores diferentes. Tengo tres por tres por dos por dos por tres, así que tengo bastantes combinaciones posibles aquí.
Pero como saben, con el Diseño de Experimentos, nos encargamos de eso al no considerar interacciones de orden superior, como las de tercer, cuarto y quinto orden. De hecho, en este experimento solo estoy analizando los efectos principales. No estoy considerando las interacciones. Eso es algo que puedo abordar más adelante, quizás ampliando este diseño y comenzando a analizar algunas interacciones de dos factores. Pero por ahora, solo quiero saber cuáles de estos factores influyen en los efectos principales. El JMP me indica que debo usar 18 ejecuciones, lo cual es bastante acertado. Funciona bastante bien.
Este es el script que se creó. Simplemente lo incluyo como captura de pantalla en la presentación, para que si alguno de ustedes quiere replicar este mismo experimento y modificarlo, pueda establecer la semilla aleatoria igual a la que yo no establecí, pero que me fue asignada al azar, así que este es el script.
Entonces, el experimento de diseño se veía así. De nuevo, voy a entrar en JMP aquí, y lo veremos. Pero pueden ver cómo organizó mis 18 carreras —a esto lo llamo carrera— y dentro de cada una de esas carreras, tengo mis configuraciones de mis variables, así que mi primera carrera sería en realidad un agarre entrelazado, con una cabeza de palo neutral, con una mano derecha neutral, moviendo mi pie derecho hacia atrás y colocando la bola hacia adelante en mi postura. Voy al campo de práctica, lo preparo, y ese fue mi primer golpe.
Un vistazo rápido a lo que el Diseño de Experimentos puede hacer por ti. Observa que los efectos principales en este mapa de colores sobre correlaciones casi no están correlacionados en absoluto. Hay una ligera correlación entre la mano derecha y el pie derecho: 1/9.111. Una correlación muy pequeña. Pero es genial poder realizar un experimento con cinco variables diferentes, algunas con tres configuraciones, y que no haya correlación entre los efectos principales. ¡Genial! Ese es el poder del Diseño de Experimentos.
El jueves, después de comer, fui al campo de prácticas. La conferencia había terminado. Primero comí algo en ese precioso restaurante con vistas al campo de golf de Indian Wells, y luego me dirigí a la zona de prácticas. Aquí tenéis una foto de los palos que me dieron. Curiosamente, es exactamente el mismo driver que uso. Creo que son muy parecidos a los hierros que uso en casa. Organicé este experimento basándome en las fotos con la marca de tiempo, que os voy a enseñar. Mi primer y último golpe duraron solo 20 minutos, así que tardé cinco minutos en diseñar el experimento y 20 en llevarlo a cabo.
Aquí están de nuevo mis ajustes para mi primer tiro. En la primera ejecución, estos eran los ajustes cuando me levanté y golpeé la pelota, y así es como se veía la pantalla. Capturaría estos datos simplemente tomando una foto porque no quería dudar demasiado entre golpes. Capturé todas estas fotos y esos son mis datos. Luego me senté y puse estos datos en JMP. Tenía mi computadora portátil, y fue bastante fácil simplemente poner los datos y analizar el experimento. Vamos a los datos.
Aquí están mis datos. Cuando estaba en la zona de impacto, lo único que ingresé en ese momento fue el total. Eso es realmente lo que me importa. Desde entonces he vuelto y completado todas estas otras variables que están en esa pantalla, para poder modelarlas también. Cuando diseñas un experimento y JMP, si usas DOE y Custom Design, esto es lo que uso. Aquí es donde agregué mis factores. No voy a aburrirte viéndome escribir, pero básicamente agregué mi factor numérico discreto de dos niveles, mi discreto de tres niveles… Lo siento, eso no es correcto. Eliminar no discreto numérico.
Mi factor categórico tenía dos niveles, tenía tres niveles y eso eran cinco variables. Luego, para mi respuesta, básicamente incluí… Creo que cuando diseñé esto, pensé que tendría tres respuestas. Resulta que solo me importaba una, y en realidad tenía ocho respuestas. Porque si no te gustan las respuestas que pusiste aquí cuando diseñaste tu experimento, puedes hacer tu análisis con las respuestas que quieras.
Pero configurar este experimento fue bastante fácil con este diseño personalizado. Como pueden ver, solo estoy agregando variables, voy aquí y escribo mis nombres, y luego JMP continúa diseñando el experimento. Aquí abajo pueden ver el número de ejecuciones, pero no estoy escribiendo la misma información porque no quiero aburrirlos.
A partir de aquí, solo tengo que pulsar Crear diseño y JMP lo configura automáticamente. Mis cinco variables estarían aquí, y mi mapa de colores de correlaciones estaría aquí abajo. Vamos a ejecutar el diálogo de diseño de experimentos para que veas cómo queda.
Mientras configuraba este diseño, realicé este cálculo del diseño, y esto es lo que el software configuró para mí. Mis factores que escribí están aquí arriba. Así es como lo escribí. Bastante simple. Las respuestas que escribí, realmente pensé que obtendría slice, velocidad de la bola y distancia. Estoy obteniendo distancia, estoy obteniendo velocidad de la bola. No estoy seguro de esta variable slice en esta [inaudible 00:15:28] curva, pero resultó que… no me importó eso en ese momento. Es algo que podemos volver y ver más adelante en un experimento futuro, pero por ahora lo único que realmente me importa es la distancia. La velocidad de la bola y la distancia estaban tan correlacionadas que realmente no necesité ver las tres.
Pero para configurar este experimento, podría escribir esto probablemente en tres minutos. Configurar el experimento, indicarle a JMP que cree la tabla. Pero permítanme mostrarles nuevamente este mapa de colores en las correlaciones. Las versiones anteriores del mapa de colores de JMP en las correlaciones eran en realidad un mapa de colores. Ahora, por defecto, es en blanco y negro. Normalmente lo cambio a un mapa de colores, pero este es el mismo color que les mostré en las diapositivas anteriores de PowerPoint.
Luego, con JMP, simplemente creas la tabla y la genera automáticamente. Ahora solo tengo que realizar estos 18 disparos con estas configuraciones variables e ingresar mi distancia aquí, y entonces estaré listo para analizar el experimento. Ya tengo los datos. No voy a guardarlos. No me preocuparé por guardarlos. Volveré a este diseño personalizado porque también quiero mostrarles un poco sobre el análisis de potencia. Ejecutemos el modelo y veamos qué nos muestra.
Cuando haces clic en modelo, el script se guarda en tu tabla de datos tal como lo ingresaste cuando creaste el experimento personalizado. JMP dice: "Supongo que quieres usar estos como tus efectos porque eso es lo que escribiste cuando creaste el experimento, así que no tengo que rehacer nada ahí". Mi respuesta es que tengo tres de ellos que te mostré en mi diseño. Realmente no me importa el acarreo o el acarreo plano. Por ahora, simplemente voy a eliminarlos y voy a ejecutar. Mira el total. Acabo de eliminar todo lo demás.
Ahora estamos de nuevo en el diálogo del DOE. Lo siento. Es que me da pereza. No quiero escribir. Voy a borrar esto, y también esto. Accidentalmente seleccioné mis efectos y los borré también. Aquí está el modelo que quiero ver. Cuando lo ejecuto, veo mucho ruido, porque ¿adivinen qué? El juego de golf de Don es muy ruidoso. No es ninguna sorpresa, ¿verdad?
He coloreado estos puntos según la distancia en la tabla de datos. Esta es una demostración de JMP; veamos cómo hacerlo. Filas, color o marcar por columna. Puedes indicar que quieres colorearlos según la distancia total. Eso es lo que he hecho. Todas mis filas están coloreadas según esa distancia total. Si tuviera otra pantalla abierta, ¿dónde se habría movido? Ahora mi tabla de datos está encima de todo. Recuerda que en JMP, lo que tengas abierto aparecerá abajo.
Al analizar este modelo, me fijo en los valores p. También observo los residuos. Esto es la diferencia entre los valores reales y los predichos. Básicamente, es la distancia desde cualquiera de estos puntos a la línea. Si trazara esta línea horizontalmente, esta línea roja de ajuste, y la trazara horizontalmente, obtendríamos esto.
¿Qué tan lejos están tus puntos cuando miras lo real en comparación con lo predicho? ¿Qué tan lejos están de eso? ¿Qué tan lejos están los valores reales de los predichos? Tengo un juego bastante ruidoso. Puedes ver que mi modelo me da un margen de más o menos cinco yardas. Esa es la cantidad de variación que aún no se explica. Solo estoy hablando de la mitad de la variación de la distancia con estas variables.
Mi error cuadrático medio es en realidad seis. Si miro estos residuos de [inaudible 00:19:35] seis errores cuadráticos medios en esas cosas. Veamos qué más podemos mirar. Creo que quiero mirar… Vamos a bajar. Mira primero el perfilador y luego empieza a trastear con los modelos. Si miro el perfilador, lo que encuentro es una representación visual de mis efectos, y déjame hacerla más grande para ti.
Cuando hagas este perfilador, ten cuidado. Si haces un gráfico más grande, todos se agrandan. Puedes ocupar rápidamente toda la pantalla. Pero si miro mi perfilador, puedo ver que, a grandes rasgos, sin pasar por lo que voy a hacer en un minuto, aquí simplificaré el modelo. Parece que mi agarre de contacto es el mejor, una cabeza de palo neutral es la mejor, una mano derecha neutral es la mejor. Un pie derecho, a la par con el frente, parece ser lo mejor y una bola y postura adelantadas parecen ser lo mejor. Lo hice manualmente.
Si haces clic en tu perfilador de predicción y miras tu optimización, ya tengo una función de deseabilidad aquí porque cuando configuré este experimento, JMP dice para tu respuesta, de la que acabo de hablar [inaudible 00:20:58], ¿qué quieres hacer con eso? Y dije maximizar. Cuando configuras tu experimento, le dices, ¿quieres maximizarlo? ¿Quieres minimizarlo? ¿Quieres alcanzar algún objetivo? Les dije maximizar, así que ya tiene esta función aquí para mí.
Dejemos que JMP maximice la deseabilidad por mí. Lo había hecho manualmente, así que no movió nada, pero supongamos que estos estaban en otro lugar. Luego le digo a JMP que maximice la deseabilidad, y dirá: "De acuerdo, para maximizar su distancia total, use esta configuración". Esta es su distancia total prevista con la incertidumbre [inaudible 00:21:35] de la predicción, así que 117. Creo que mi golpe más lejano fue de aproximadamente 114.
Después de configurar este experimento, hice algunas pruebas con diferentes combinaciones de ajustes. Tenía un par de bolas y creo que alcancé 115 y 113 yardas (lo tengo cuando volvamos a PowerPoint). Fue una buena confirmación de que estos ajustes me daban la mejor distancia. Solo hice un par de pruebas por falta de tiempo. Estaba haciendo calor y tenía algo de hambre, pero quería confirmar que conseguía buenos golpes con esos ajustes.
[inaudible 00:22:22] Simplifiquemos las cosas. Ahora bien, recuerden que todos los modelos son erróneos; solo intentamos crear modelos útiles. Yo no dije eso. ¿Saben quién lo dijo? Si no lo saben, pueden buscarlo en Google y averiguarlo. Queremos eliminar las cosas que no importan, ¿por qué? No contribuyen a la predictibilidad, así que simplifiquemos el modelo. Pueden hacerlo manualmente aquí en JMP, simplemente haciendo clic en el efecto y eliminándolo. [inaudible 00:22:48].
¿Qué es el valor p? Es la probabilidad de ver un efecto tan grande simplemente por azar. Les ahorraré los detalles estadísticos, pero en términos de ingeniería eléctrica, es una relación señal-ruido. La cabeza del cachorro no importaba, así que la voy a sacar del modelo. El pie derecho tampoco parece importar, así que también lo voy a sacar del modelo. Ahora me quedo [inaudible 00:23:11] marginal aquí.
A los estadísticos les gusta usar .05 en modelos realmente buenos. Voy a ser un poco más generoso en esto porque tengo mucho ruido en mi juego. Voy a quitar el agarre, y ahora tengo cosas que están por debajo de .25. Si haces, a veces cuando haces una regresión por pasos, el valor P predeterminado para poner variables y quitarlas es .25. Voy a dejar la bola y la postura ahí. [inaudible 00:23:45] posibilidad de que eso sea solo aleatoriedad sucediendo. Eso es suficiente para dejarlo en mi modelo porque sé que tengo mucho ruido en mi swing.
La mano derecha y la bola en la postura parecen ser realmente las únicas dos cosas que tuvieron un efecto notable y así es como se ven. Para mi juego de golf, se ve como [inaudible 00:24:05] mano derecha en lugar de una mano derecha fuerte. [inaudible 00:24:08]. He estado intentando esta mano derecha fuerte para eliminar el slice, pero parece que mi mano derecha neutral en realidad está dando más distancia. Si solo quiero ver usando el perfilador, puedo ver que una mano derecha neutral me da alrededor de 5 yardas más que una mano derecha fuerte.
Manteniendo la bola hacia adelante en mi postura, ya tenía esa intuición de que eso era bueno para mi swing en particular, que eso era mejor. Vamos a cerrar eso. Vamos a hacer un ajuste rápido de y por x. Puedo mirar rápidamente cada variable en relación con la distancia total. [inaudible 00:24:49] distancia total, y estoy mirando cada variable [inaudible 00:24:52]. Mirándolo allí.
Podría analizar esto estadísticamente y aburrirte y volverte loco. Pero veamos el total. Parece que ese agarre de contacto fue el mejor. No veo mucha diferencia entre el agarre cerrado y el neutro [inaudible 00:25:15]. Un poco más de distancia en este neutro [inaudible 00:25:20], pero solo quiero mostrarte un ajuste rápido del canal y por x. Parece que al poner [inaudible 00:25:28] distancia aquí, la bola en el centro y la bola en la parte de atrás no parecieron importar tanto, no parecieron ser tan diferentes como ponerla hacia adelante en mi postura.
Ajusté el modelo. Una matriz de diagramas de dispersión rápida de todas las variables. Siempre me gusta ver estas cosas cuando estoy configurando experimentos, y luego después de analizarlos para tener una idea de lo que estoy buscando es [inaudible 00:25:57] velocidad aquí versus esa variable en particular. Puedo ver que cubrí bastante bien el espacio de diseño.
Estas variables [inaudible 00:26:10] cubren todos los extremos y todas las combinaciones de estas dos variables entre sí, y eso es una cobertura bastante buena de todas las dos variables entre sí. Si miramos esto y corregimos la dispersión de los puntos, se puede ver un poco más claro. Pero cada punto aquí ahora tiene más de un punto de datos detrás. Pero cubrir todas las bases de estas variables entre sí, eso es lo realmente genial de diseñar un experimento correctamente.
También puedo ver muchas correlaciones fuertes. Esto es mi distancia de vuelo plana versus mi distancia total. La variable que me interesa es la distancia total. Veamos, la distancia total. Se correlaciona con la distancia de vuelo plana y la velocidad de la bola y todo eso como cabría esperar. La matriz de diagramas de dispersión siempre es algo divertido de observar.
Por último, quiero hablar sobre el análisis de potencia. Al diseñar este experimento, solo realicé 18 ensayos. Si analizamos la potencia al configurar el experimento, parece bastante buena. Esta es la potencia para detectar una señal, si es que existe. Disculpen, estadísticos, si no lo expresé correctamente. Pero recuerden, soy un ingeniero que actúa como estadístico. Parece una buena potencia.
Pero en realidad, recuerden, mi error cuadrático medio fue más bien de seis. Cuando hago eso, realmente no tengo mucha potencia para detectar una variable aquí. Pero aún así detecté un par de cosas incluso con esta potencia tan baja. Pero con una potencia tan baja, lo que tal vez debería hacer es golpear más de 18 bolas. Sé que puedo golpear... les diré mi puntuación. Sé que puedo golpear 90 porque esa es la cantidad que golpeo en una ronda de golf, así que 18 realmente no debería ser mi limitación. Debería poder golpear esas 18. Podría volver y ampliar este experimento y agregarle algunas carreras más, tal vez obtener un poco más de potencia para detectar el efecto de algunas de estas variables.
Volvamos a PowerPoint. Hicimos nuestra demostración en vivo y JMP. Concluyamos. En resumen, lo que vimos es que mi swing de golf tiene mucho ruido. Con esa relación señal-ruido, es difícil detectar una señal cuando hay tanto ruido. No es sorprendente. No soy el mejor golfista del mundo. Mi hándicap ahora mismo es ligeramente inferior a 15, lo que me sitúa en un nivel promedio de golfista de bogey.
En un par 72, suelo hacer un golpe por encima del par, lo que significa que le sumo 18 y obtengo un 90. Soy un golfista que suele hacer bogeys, que es mi objetivo. Quiero ser un golfista que haga bogeys. Si pudiera reducir un golpe por hoyo, o incluso un golpe y medio por hoyo, podría ganar 10 millones de dólares al año haciendo esto. Pero no es fácil reducir un golpe por hoyo, como bien saben quienes juegan al golf.
Descubrí que algunos factores podrían influir, pero realmente solo la posición neutral de la mano derecha y la bola adelantada en mi postura me parecieron prometedoras. Lo he incorporado a mi juego y ahora uso más la posición neutral de la mano derecha que la fuerte. Adelanté la bola en mi postura, especialmente con los hierros cortos, como el hierro 9, y estoy consiguiendo mucha más distancia. No se trata solo de más distancia, sino también de mayor previsibilidad en la trayectoria de mis golpes.
Hablé de mis rondas de confirmación que hice en el campo de prácticas. Golpeé un par de bolas con esos ajustes óptimos y obtuve alrededor de 13 en 15 yardas. Mi máximo, creo, en mi experimento fue 114. Una confirmación bastante buena. Esta es solo una foto de una de mis tarjetas de puntuación que me emocionó mucho. Normalmente haría 45 en este día en particular. Hice dos sobre par. Marco con un círculo mis pares, los profesionales marcan con un círculo sus birdies. Los aficionados como yo, nos emocionamos con los pares y los marcamos con un círculo, y yo marco con doble círculo un birdie.
Tuve una ronda bastante buena. Hice dos golpes por encima del par. No diré que fue exclusivamente por mi experimento de diseño y los cambios que hice en mi swing, pero siempre se muestran los mejores datos cuando se intenta entusiasmar a la gente con el proyecto en el que se está trabajando.
Dicho esto, quisiera dedicar mi presentación a mi hermano. Mi hermano Joe falleció a finales de 2020 a causa de un cáncer cerebral agresivo, y fue él quien me inculcó el amor por el golf. Él me aficionó a este deporte. Fue gracias a él. Solía acompañarme a las conferencias de JMP y también fue usuario de JMP.
También era ingeniero en Sandia, trabajando en la división de satélites. Joe y yo solíamos pasar tiempo juntos y almorzar todos los días. Lo extraño y quiero dedicarle esto. Una historia interesante: aquí abajo a la izquierda, somos Joe y yo en The Boulders después de que le diagnosticaran cáncer cerebral. Estábamos en Phoenix porque lo estaban tratando en la Clínica Mayo. Salimos y empezamos tarde por una helada en Phoenix. ¡Quién lo diría! Jugamos nueve hoyos y pensamos: "Vas a perder tu cita. Tenemos que irnos".
Nos fuimos a mitad de la partida, fuimos a su cita en la Clínica Mayo, volvimos y terminamos la ronda de golf. Joe era un hueso duro de roer. Esta bola que está aquí en el green es de cuando Joe la golpeó demasiado fuerte, le dio a una roca que estaba detrás de él y rebotó de vuelta al green. Me pareció un momento muy gracioso y le saqué una foto.
Aquí están Joe y Walter White, Bryan Cranston en el campo de golf donde juego, y aquí estamos Joe y yo en el campo de golf Paco Ridge en Albuquerque. Muchas gracias. Espero que esto les inspire a utilizar el Diseño de Experimentos en todo su trabajo y también en su tiempo libre. Gracias.
