開發有限數據集預測美國海軍陸戰隊戰鬥損失的新方法 開發有限資料集預測美國海軍陸戰隊戰鬥損失的新方法
Aaron D. Burciaga，主任； Mario L. Solano，海軍陸戰隊總部 (HQMC) 設施與後勤營運分析師
Andrea Ferris，顧問； John Stocker，博思艾倫漢密爾頓公司首席助理
隨著國防部整體預算的計畫削減，各軍種越來越重視實現更有效的淨資產管理。重新計算用於制定美國海軍陸戰隊戰爭儲備物資需求的關鍵變量，為減少海軍陸戰隊地面裝備總負債提供了機會，同時仍確保企業擁有開展作戰所需的戰鬥裝備。探索在伊拉克自由行動 (OIF) 和持久自由行動 (OEF) 中觀察到的地面裝備戰鬥損失的預測模型，以建立替換率或戰鬥現役替換係數 (CARF)。由此產生的互動式預測建模功能，稱為 CARF 統計分析工具 (CARF-STAT)，在 JMP Pro 中實現。 CARF-STAT 採用遞歸分區模型，其參數已使用 JMP 腳本進行了最佳化，透過考慮各種地面設備屬性來預測 CARF 值。隨著裝備的發展和對戰鬥損失的新觀察，CARF-STAT 為海軍陸戰隊提供了可追溯、可重複的能力，只需單擊執行多面 JMP 腳本的按鈕即可更新 CARF 值預測。高度互動的分析師儀表板允許使用者審查和評估總成本和物資數量影響、CARF 分佈和模型擬合統計數據。借助 CARF-STAT，海軍陸戰隊能夠更準確、更一致地預測 CARF 值並有效地制定預算和設備更換的長期計劃。
