陆军狙击弹药优化：使用自定义裂区设计、对数线性方差和图形分析进行综合散射响应分析克里斯托弗·德雷克（Christopher Drake），美国陆军统计学家 道格拉斯·雷博士，美国陆军首席统计学家
美国陆军力求不断改善高性能步枪中使用的 7.62 毫米狙击弹药的射程目标散布。此交互式案例研究说明了如何使用 JMP 中的多个强大分析平台来实现此目标。此过程首先使用自定义 DOE 平台和设计比较实用程序，在给定样本量约束的情况下，选择整图数量和预期功率之间的最佳平衡。响应数据是射程散布（以水平和垂直方向的变化来衡量），它本身就很嘈杂。为了分析响应数据，我们在 JMP 中使用了对数线性方差，这是一种可以有效分析逐发变化数据的回归技术。将使用汇总的目标散布数据，对对数线性方差得出的预测与更常见的最小二乘拟合进行比较。使用基于 DOE 的预测模型，执行基于蒙特卡罗模拟的灵敏度分析，以比较最佳预测设计配置、最坏情况和其他感兴趣的配置（就目标组大小而言）。然后，使用 Graph Builder 平台将这些配置与现有弹药设计配置在客户要求方面进行比较，从而可以直观地看到射程范围内的射击群大小与相关目标大小的关系，以及命中概率与目标距离的关系。帕累托边界分析支持可视化决策，以确定射程范围内命中概率的提高与实施与最佳预测设计配置相关的制造工艺变更的成本之间的权衡。
