Douglas Ray , PhD, statisticien principal, groupe de statistiques, ingénierie qualité et assurance système ARDEC de l'armée américaine
Christopher Drake , Statisticien, Groupe de statistiques, Armée américaine ARDEC Ingénierie qualité et assurance système
L'armée américaine effectue fréquemment des tests et des expérimentations de systèmes, impliquant des réponses binaires (souvent appelées « tests de sensibilité ») où un stimulus (tel qu'une tension ou une hauteur de chute) est appliqué comme entrée ou facteur principal. Cette étude de cas porte sur la caractérisation d'un test de sensibilité au fil chaud d'une grenade « amorce » impliquant un certain nombre de contraintes réelles, telles que le calendrier du laboratoire d'essai et la taille de l'échantillon. La conception d'expériences pour les modèles linéaires généralisés présente des difficultés que l'on ne rencontre pas avec les expériences utilisant des données de réponse continue. Par exemple, les données ne sont pas aussi riches en informations que les mesures continues, les tests sont souvent destructeurs, et la réussite de l'expérience et l'utilité des prédictions de réponse dépendent fortement de la capture de la zone de résultats mitigés. Pour surmonter ces difficultés, des approches de tests dynamiques ont été développées pour générer de manière adaptative des données aux emplacements précis de la plage de stimulus afin de soutenir une modélisation efficace. Cette présentation illustrera comment les statisticiens d'ARDEC ont récemment adapté un algorithme de recherche binaire comme phase initiale d'une expérience en deux phases, où la deuxième phase a utilisé la plate-forme de conception non linéaire dans JMP pour mettre en œuvre l'approche de conception bayésienne D-optimale décrite par Gotwalt, Jones et Steinberg (Technometrics, février 2009).
