このポスターでは、モデルを実際のシステムにより適用しやすくするために、長年にわたって採用されてきたいくつかの実践的な戦略を紹介します。
モデルが有用であるためには、システムを適切に表現していなければならない。そして、モデルが広く普及するためには、ユーザーがモデルを信頼する必要がある。
JMPにはデータモデリングのための優れたプラットフォームやテクニックが数多く備わっていますが、得られるモデルが必ずしも現実を完全に反映しているとは限らず、潜在的なユーザーに受け入れられるとは限りません。現実は複雑であり、実際のデータをモデリングする場合、変数は正の値、あるいは厳密に正の値しか取れない場合が多く（例：人の体重と身長）、または0～100%の範囲に制約されたパーセンテージで表される場合が多いのです（例：製品の水分含有量）。
得られたモデルが専門家の予想する傾向を捉えているように見えても、現実世界では常に正の値をとる出力に対して、ある条件下で負の値を予測するモデルは、すぐに無視されてしまうでしょう。変換や分布、様々な種類のハイブリッドモデリングなど、より「現実的なモデル」を得るために、いくつかの戦略が効果的に活用されており、本ポスターではそれらについて説明します。
