Akira Hososhima, director ejecutivo de Torin Consulting
El análisis de particiones es extremadamente efectivo al analizar datos de rendimiento de producción para determinar la causa de los defectos. El informe de partición estratifica el rango en el que aparecen los productos buenos y defectuosos, y el informe de hoja correspondiente revela la cantidad (tasa) de productos defectuosos (productos buenos) que aparecen en el rango variable, de modo que se puedan entender claramente las condiciones para la aparición de productos defectuosos. Los resultados de este análisis pueden ser entendidos incluso por aquellos sin conocimientos estadísticos, lo que hace fácil explicar los resultados a los clientes y al personal clave. Otra ventaja es que se pueden revelar interacciones sin tener que incorporar conscientemente términos de interacción en el modelo, como es el caso del análisis de regresión. Por supuesto, el análisis de particiones no es una panacea. A veces las interacciones no se pueden identificar claramente. No limitándose al análisis de la causa del defecto, es importante comparar las diferencias de perfil utilizando múltiples métodos de análisis y examinar la validez del modelo desde una perspectiva técnica. La predicción del retorno del mercado puede ser un tema crítico que impacta directamente a la gestión, y el poder de la predicción de confiabilidad de JMP es notable. Se presenta el criterio AICc y se identifica el modelo óptimo, permitiendo realizar predicciones sin sesgo ilusorio. En particular, los modelos de fallo parcial son útiles porque a menudo se ajustan a las condiciones reales.
