Selección de soluciones de alto rango para predicción inversa con respuestas múltiples utilizando JMP ®Lu Lu, PhD, Profesora Adjunta de Estadística, Universidad del Sur de Florida
Christine M. Anderson-Cook, PhD, Científica investigadora, Laboratorio Nacional de Los Álamos
La predicción inversa utiliza las relaciones entre múltiples entradas y salidas de un proceso para predecir el conjunto más probable de entradas (causas) que podrían haber generado un conjunto de nuevas salidas observadas. Tiene importantes aplicaciones en la investigación forense de contrabando y en problemas de detección inversa. La práctica actual se centra en la búsqueda de la mejor coincidencia para las entradas, basándose en las respuestas observadas, minimizando la distancia medida entre la nueva observación y las respuestas estimadas en diferentes ubicaciones. Esta charla presenta un enfoque alternativo que utiliza la optimización del frente de Pareto para identificar múltiples soluciones principales, clasificadas con cierta cuantificación de su robustez ante diferentes priorizaciones de respuestas. Se demostrará un complemento recién creado para JMP que implementa los métodos propuestos, utilizando un ejemplo de proceso químico.
