Affrontare problemi statistici ampi, complessi e non strutturati
Roger W. Hoerl, Responsabile, Laboratorio di statistica applicata, GE Global Research
Ronald D. Snee, Presidente, Snee Associates
Questa sessione discuterà su come affrontare problemi statistici grandi, complessi e non strutturati. Si basa sulla seconda edizione del libro Pensiero statistico: migliorare le prestazioni aziendali (Hoerl e Snee 2012), recentemente pubblicato come parte della Wiley and SAS Business Series. C'è un notevole interesse nel determinare come affrontare problemi statistici complessi, vale a dire quelli che "...non corrispondono a un capitolo di un libro di testo riconoscibile" (Meng 2009). La maggior parte dei problemi dei libri di testo, così come i problemi discussi in conferenze e pubblicazioni, tendono a essere definiti in modo restrittivo e richiedono un metodo statistico "corretto" per risolverli. Al contrario, i problemi grandi e complessi hanno in genere una portata ampia e richiedono un po' di lavoro iniziale semplicemente per fornire una struttura. Richiedono una visione dinamica del processo, al contrario della visione statica della popolazione, per una corretta comprensione e interpretazione di più fonti di dati. Inoltre, tali problemi richiedono quasi sempre un'integrazione efficace di più metodi statistici in un approccio generale all'indagine scientifica, non solo l'identificazione di un unico strumento statistico "corretto". In breve, richiedono un pensiero statistico creativo e innovativo oltre alla conoscenza degli strumenti. Gli autori hanno utilizzato il termine ingegneria statistica per riferirsi all'integrazione di più metodi e strumenti statistici per affrontare problemi complessi (Hoerl e Snee 2010). JMP può fornire una visione significativa ai professionisti che si trovano ad affrontare tali problemi. Sebbene non esista un metodo semplice per problemi grandi e complessi, gli autori presentano linee guida per pensarci e affrontarli.
