Douglas Ray , PhD, Estadístico principal, Grupo de Estadística, Ingeniería de Calidad y Garantía de Sistemas ARDEC del Ejército de EE. UU.
Cristóbal Drake , estadístico, Grupo de Estadística, Ingeniería de Calidad y Garantía de Sistemas ARDEC del Ejército de EE. UU.
El Ejército de los EE. UU. se ocupa frecuentemente de pruebas y experimentación de sistemas, lo que implica respuestas binarias (a menudo denominadas "pruebas de sensibilidad") donde se aplica un estímulo (como voltaje o altura de caída) como entrada o factor principal. Este caso práctico es una caracterización de la prueba de sensibilidad de una granada con un cable caliente que implicó una serie de restricciones del mundo real, como el cronograma del laboratorio de pruebas y el tamaño de la muestra. El diseño de experimentos para modelos lineales generalizados implica ciertos desafíos que no se encuentran en experimentos con datos de respuesta continua. Por ejemplo, los datos no son tan ricos en información como las mediciones continuas, las pruebas suelen ser destructivas y el éxito del experimento y la utilidad de las predicciones de respuesta dependen en gran medida de capturar la zona de resultados mixtos. Para abordar estas dificultades, se han desarrollado enfoques de prueba dinámicos para generar datos de forma adaptativa en las ubicaciones correctas del rango del estímulo para respaldar un modelado efectivo. Esta presentación ilustrará cómo los estadísticos de ARDEC adaptaron recientemente un algoritmo de búsqueda binaria como fase inicial en un experimento de dos fases, donde la segunda fase utilizó la plataforma de diseño no lineal en JMP para implementar el enfoque de diseño D-óptimo bayesiano descrito por Gotwalt, Jones y Steinberg (Technometrics, febrero de 2009).
