Abordar problemas estadísticos grandes, complejos y no estructurados
Roger W. Hoerl, Gerente, Laboratorio de Estadística Aplicada, GE Global Research
Ronald D. Snee, presidente de Snee Associates
Esta sesión abordará cómo abordar problemas estadísticos grandes, complejos y no estructurados. Se basa en la segunda edición del libro. Pensamiento estadístico: cómo mejorar el rendimiento empresarial (Hoerl y Snee, 2012), publicado recientemente como parte de la serie de negocios de Wiley y SAS. Existe un interés considerable en determinar cómo abordar problemas estadísticos complejos, es decir, aquellos que "no corresponden a un capítulo de libro de texto reconocible" (Meng, 2009). La mayoría de los problemas de libros de texto, así como los problemas discutidos en congresos y publicaciones, tienden a tener una definición limitada y requieren un método estadístico "correcto" para resolverlos. En cambio, los problemas grandes y complejos suelen tener un alcance amplio y requieren trabajo previo simplemente para estructurarlos. Requieren una perspectiva dinámica del proceso, en lugar de una perspectiva estática de la población, para comprender e interpretar adecuadamente múltiples fuentes de datos. Además, estos problemas casi siempre requieren la integración efectiva de múltiples métodos estadísticos en un enfoque global de la investigación científica, no solo la identificación de la herramienta estadística "correcta". En resumen, requieren pensamiento estadístico creativo e innovador, además del conocimiento de las herramientas. Los autores han utilizado el término ingeniería estadística para referirse a la integración de múltiples métodos y herramientas estadísticas para abordar problemas complejos (Hoerl y Snee, 2010). El JMP puede aportar información valiosa a los profesionales que se enfrentan a estos problemas. Si bien no existe un método sencillo para problemas grandes y complejos, los autores presentan directrices para analizarlos y abordarlos.
