Ron S. Kenett, Università di Torino
Questo intervento è un viaggio che si snoda tra scienza e analisi aziendale. Per fornire un contesto, elencherò innanzitutto, molto brevemente, i miei modelli di riferimento. In particolare, menzionerò Sir David Cox, che mi ha insegnato il corso di introduzione alla statistica durante gli studi universitari all'Imperial College; Sam Karlin, che è stato il mio relatore di dottorato a Stanford e al Weizmann Institute; George Box e Bill Hunter, che mi hanno aperto le porte alla statistica applicata in ambito aziendale e industriale; nonché Stu Hunter, Ed Deming e Joe Juran. Tutti loro hanno avuto un impatto significativo sulla mia carriera. La prossima tappa del viaggio fornirà una breve introduzione alla Qualità by Design (QbD), applicata nell'industria farmaceutica. La terza tappa tratterà un argomento di crescente interesse in ambito scientifico: la riproducibilità dei risultati della ricerca. Per affrontare questo problema, abbozzerò una nuova proposta basata sulla generalizzabilità dei risultati. La generalizzazione è una delle otto dimensioni della qualità dell'informazione (InfoQ) e questa tappa rappresenta il lavoro congiunto con Galit Shmueli svolto negli ultimi otto anni e riassunto nel nostro recente libro. Un'ultima tappa discuterà le sfide future per l'analisi e la statistica. L'obiettivo di questo percorso è dimostrare il ruolo chiave del pensiero statistico nell'analisi moderna e il suo impatto sia sulle applicazioni scientifiche che aziendali. Infine, queste riflessioni ed esempi sono guidati dall'ambizione di rimettere la statistica al centro del lavoro basato sui dati. Nel corso del libro, mostrerò alcuni esempi che utilizzano JMP per sostenere questa tesi.
