Douglas Ray , PhD, leitender Statistiker, Statistikgruppe, US Army ARDEC Qualitätstechnik und Systemsicherung
Christopher Drake , Statistiker, Statistikgruppe, US Army ARDEC Qualitätstechnik und Systemsicherung
Die US-Armee befasst sich häufig mit dem Testen und Experimentieren von Systemen, die binäre Reaktionen beinhalten (oft als „Sensitivitätstests“ bezeichnet), bei denen ein Stimulus (wie Spannung oder Fallhöhe) als primärer Input oder Faktor angewendet wird. In dieser Fallstudie geht es um die Charakterisierung eines Heißdraht-Sensitivitätstests für eine Startgranate, bei dem zahlreiche reale Einschränkungen wie Testlaborplan und Stichprobengröße auftraten. Die Versuchsplanung für verallgemeinerte lineare Modelle ist mit bestimmten Herausforderungen verbunden, die bei Experimenten mit kontinuierlichen Reaktionsdaten nicht auftreten. Beispielsweise sind die Daten nicht so informationsreich wie kontinuierliche Messungen, die Tests sind häufig destruktiv und der Erfolg des Experiments und die Nützlichkeit der Reaktionsvorhersagen hängen stark davon ab, den Bereich gemischter Ergebnisse zu erfassen. Um diese Schwierigkeiten zu lösen, wurden dynamische Testansätze entwickelt, um Daten adaptiv genau an den richtigen Stellen des Stimulusbereichs zu generieren und so eine effektive Modellierung zu unterstützen. Diese Präsentation veranschaulicht, wie die Statistiker von ARDEC vor Kurzem einen binären Suchalgorithmus als erste Phase eines zweiphasigen Experiments angepasst haben, wobei in der zweiten Phase die Nonlinear Design-Plattform in JMP verwendet wurde, um den von Gotwalt, Jones und Steinberg beschriebenen Bayesian D-optimalen Designansatz zu implementieren (Technometrics, Februar 2009).
