克里斯·戈特沃尔特，感谢你加入 JMP 25 周年！
值此克里斯·戈特瓦尔特在 JMP 工作25周年之际，我想让大家意识到他的工作对我们是多么重要。
克里斯多年来一直领导着我们的统计开发团队，最近又扩充了团队，新增了克莱·巴克和劳拉·兰卡斯特两位开发经理。克里斯也一直走在JMP统计软件开发的前沿，在JMP中实施了大量重要方法，详情如下。
2001年5月16日，克里斯以北卡罗来纳州立大学统计系统计计算奖学金获得者的身份加入JMP公司，并在该校完成了博士学位。在丹尼斯·布斯的指导下，他在计算、数值方法和数理统计方面接受了扎实的教育。自加入JMP以来，他一直是公司统计领域诸多发展的核心人物。
克里斯最近的项目是新的贝叶斯优化平台。克里斯负责所有数值计算，卡西亚·多布日卡负责用户界面开发。为了使高斯过程模型更具通用性，他必须解决许多难题，其中包括：
- 处理分类因素或响应。
- 批量增强，以便一次实现多个运行。
- 处理众多因素，甚至超过 20 个。
- 处理具有相互竞争目标的多个响应，并具有复杂的稀疏性
- 处理与目标相符的目标，而不是追求最小化或最大化。
- 处理随机化限制，包括区组设计和裂区设计。
- 使用自定义候选集处理基数约束。
最终成果是贝叶斯优化平台，这是 JMP Pro 19 的一个亮点功能。克里斯与伊士曼化学公司和宝洁公司密切合作，帮助他们解决了一些最棘手的优化问题。
但克里斯做出的最有价值的贡献之一是组建了一支才华横溢的统计开发人员、测试人员和文档编写人员团队，他们是我们产品的核心。
克里斯，感谢你让 JMP 成为一款深受用户喜爱的优秀产品。正因为你的领导，JMP 才能成为（并一直保持着）统计计算领域的领导者。
约翰·萨尔
前段时间，我整理了克里斯的以下成就清单，以提名他获得某个奖项。这份清单很好地体现了他对JMP的影响。
混合模型
Chris at Discovery Summit 2018 in CaryChris at Discovery Summit 2018 in CaryChris at Discovery Summit 2018 in CaryChris at Discovery Summit 2018 in CaryChris at Discovery Summit 2018 in CaryChris at Discovery Summit 2018 in CaryChris at Discovery Summit 2018 in CaryChris at Discovery Summit 2018 in CaryChris at Discovery Summit 2018 in CaryChris at Discovery Summit 2018 in CaryChris at Discovery Summit 2018 in CaryChris at Discovery Summit 2018 in CaryChris at Discovery Summit 2018 in CaryChris at Discovery Summit 2018 in CaryChris at Discovery Summit 2018 in CaryChris at Discovery Summit 2018 in CaryChris at Discovery Summit 2018 in CaryChris at Discovery Summit 2018 in CaryChris at Discovery Summit 2018 in CaryChris at Discovery Summit 2018 in CaryChris at Discovery Summit 2018 in CaryChris at Discovery Summit 2018 in CaryChris at Discovery Summit 2018 in CaryChris at Discovery Summit 2018 in CaryChris at Discovery Summit 2018 in Cary在2018年卡里举行的探索峰会上，克里斯·戈特瓦尔特表示，SAS在混合模型计算研究领域有着悠久的传统，这可以追溯到吉姆·古德奈特（他在博士论文中共同发明了Mivque函数），以及拉斯·沃尔芬格（SAS Proc Mixed的作者，也是广义线性混合模型的先驱）、奥利弗·沙本伯格（SAS Proc Glimmix的作者）和布拉德利·琼斯（混合模型最优设计方法的开发者）。这四位先驱都荣获了美国统计协会（ASA）会士称号，主要表彰他们在混合模型计算领域的贡献。克里斯·戈特瓦尔特在很多方面延续了这一优良传统。
当 Brad 开发用于裂区实验最优设计的软件时，我们意识到要使其真正实用，还存在两个关键的缺失环节。首先，我们需要对固定效应进行合适的检验。早在 1995 年，Kenward 和 Roger 就扩展了 Harville 和 Kackar 的工作，为固定效应检验生成了合适的分母自由度，但计算过程十分复杂。Chris 的巧妙构思对于简化和提高这些计算的效率至关重要。第二个问题是处理负方差分量。为了获得合适的检验，还需要对问题进行结构化处理，使 REML 和 K&R 计算中使用的方差分量保持为负值。允许方差分量为负值听起来很奇怪，但这些分量实际上是复合对称模型中的协方差，模拟研究已经证明，为了获得无偏估计，保持方差分量为负值是确保检验规模合适的正确方法。由于最优实验设计得到的实验设计样本量较小，因此方差分量为负值的概率会增加。 Chris运用一些创新的计算技巧，重新排列了所有计算步骤，使REML能够支持这种分析，而无需像PROC MIXED那样使用n×n矩阵。有了这些创新，分析最优裂区实验突然变得非常实用。
在研究混合模型和 REML 检验中 Kenward-Roger 调整的性质时，Chris 注意到其计算方法与 Firth 在偏差减少方面的研究存在一些相似之处。这促使 Chris 证明了 REML 方法等价于 Firth 估计，因此也具备 Firth 估计的所有性质。尽管 REML 长期以来被认为能够产生最佳的混合模型估计，但它最初是作为一种实用方法而提出的，旨在重现平衡情况下的矩估计计算，而非一种正式的偏差减少优化方法。Chris 的工作使 REML 不仅在实践中，而且在原理上都得到了认可。
后来，Chris面临的挑战是，如何在充分利用稀疏性和最新数值技术的同时，拟合PROC MIXED支持的大多数重复测量协方差结构。最终成果是一个比SAS HPMixed中的现代引擎快得多的估计引擎。它能够估计复杂工业生产环境中的大方差分量模型。
Chris 开发的混合模型算法是 JMP Pro 中多个重要平台的基础；它们是函数数据浏览器中样条模型的基础，也是广义线性混合模型平台和新的混合模型变量选择平台的核心。我和 Laura Castro-Schilo 发现了 SEM 模型和线性混合模型之间的数学联系。SEM 的最初两个版本是基于将 SEM 模型拟合问题转化为一个特殊的（但非常复杂的）线性混合模型问题而开发的。
Chris with Florian Vogt at Discovery Summit Europe in 2023.Chris with Florian Vogt at Discovery Summit Europe in 2023.Chris with Florian Vogt at Discovery Summit Europe in 2023.Chris with Florian Vogt at Discovery Summit Europe in 2023.Chris with Florian Vogt at Discovery Summit Europe in 2023.Chris with Florian Vogt at Discovery Summit Europe in 2023.Chris with Florian Vogt at Discovery Summit Europe in 2023.Chris with Florian Vogt at Discovery Summit Europe in 2023.Chris with Florian Vogt at Discovery Summit Europe in 2023.Chris with Florian Vogt at Discovery Summit Europe in 2023.Chris with Florian Vogt at Discovery Summit Europe in 2023.Chris with Florian Vogt at Discovery Summit Europe in 2023.Chris with Florian Vogt at Discovery Summit Europe in 2023.Chris with Florian Vogt at Discovery Summit Europe in 2023.Chris with Florian Vogt at Discovery Summit Europe in 2023.Chris with Florian Vogt at Discovery Summit Europe in 2023.Chris with Florian Vogt at Discovery Summit Europe in 2023.Chris with Florian Vogt at Discovery Summit Europe in 2023.Chris with Florian Vogt at Discovery Summit Europe in 2023.Chris with Florian Vogt at Discovery Summit Europe in 2023.Chris with Florian Vogt at Discovery Summit Europe in 2023.Chris with Florian Vogt at Discovery Summit Europe in 2023.Chris with Florian Vogt at Discovery Summit Europe in 2023.Chris with Florian Vogt at Discovery Summit Europe in 2023.Chris with Florian Vogt at Discovery Summit Europe in 2023.克里斯与弗洛里安·沃格特于2023年在欧洲探索峰会上。神经增强
几年前，当我们想要构建更高质量的神经网络时，Chris 注意到之前的开发者在计算导数和对大量隐藏层节点进行牛顿-拉夫逊迭代时花费了太多时间。Chris 通过使用 SR1 算法极大地加快了计算速度。此外，他还发现一种提升策略可以分阶段地解决这个问题：在每个阶段添加少量隐藏节点，每次只估计几个参数，并通过交叉验证进行提前停止，从而生成最佳神经网络之一。在最新的深度学习卷积神经网络出现之前，这种方法一直处于领先地位。
模拟采样
我们团队需要一种方法来计算多元正态分布极端尾部的缺陷概率。我们支持稳健的工艺工程仿真模型，这些模型在多元仿真中针对规格限值优化低缺陷率，并生成替代实验来进行最小化。实现这一目标的关键在于能够计算出距离目标值12个标准差范围内的可靠概率。Chris利用各种理论结果，开发了一种加权采样器，并采用径向分层方法来计算这些概率。
MSA 分析
在测量系统分析领域，克里斯与劳拉·兰卡斯特合作，取得了多项重要突破。其中一项是开发了一种贝叶斯方法，用于生成测量系统分析（MSA）的正方差分量。另一项是能够将智能仿真引擎连接到分析器，从而根据 MSA 计算结果，即时获得控制图中偏移检测的答案。现在，有一种简便的方法可以将 MSA 分析转化为实际问题，从而解答有关检测过程偏移能力的问题。
Chris chats at Discovery Summit 2016Chris chats at Discovery Summit 2016Chris chats at Discovery Summit 2016Chris chats at Discovery Summit 2016Chris chats at Discovery Summit 2016Chris chats at Discovery Summit 2016Chris chats at Discovery Summit 2016Chris chats at Discovery Summit 2016Chris chats at Discovery Summit 2016Chris chats at Discovery Summit 2016Chris chats at Discovery Summit 2016Chris chats at Discovery Summit 2016Chris chats at Discovery Summit 2016Chris chats at Discovery Summit 2016Chris chats at Discovery Summit 2016Chris chats at Discovery Summit 2016Chris chats at Discovery Summit 2016Chris chats at Discovery Summit 2016Chris chats at Discovery Summit 2016Chris chats at Discovery Summit 2016Chris chats at Discovery Summit 2016Chris chats at Discovery Summit 2016Chris chats at Discovery Summit 2016Chris chats at Discovery Summit 2016Chris chats at Discovery Summit 2016克里斯在2016年探索峰会上畅谈文本挖掘
文本挖掘中潜在语义分析所需的降维需要一种非常快速的稀疏奇异值分解（SVD）。Chris 使用改进的 Lanczos 方法开发了这种 SVD，但他随后注意到，可以对其进行中心化处理，使其等价于主成分分析，而不会牺牲稀疏计算的速度。新的中心化奇异向量应该比当前最先进的方法更好地表示文本空间。这也使得我们可以在主成分分析和关联分析平台中使用稀疏计算。之后，Chris 意识到，他在实现潜在类别分析（解析多项混合分布）时观察到的相同稀疏模式可以应用于文本挖掘，使其成为一种快速聚类和主题生成特征，一种替代潜在狄利克雷分配的快速 LCA 方法。
功能数据浏览器
Chris 主导了功能数据浏览器的开发。虽然他在最初的开发阶段只扮演了辅助角色，但他直接与客户合作，设计出一款易于使用的工具，极大地简化了众多行业中复杂产品和流程设计问题的解决方案。
统计软件
JMP 软件取得巨大成功的关键在于其快速、准确的数值计算基础，而 Chris 设计并实现了其中的大部分，并组织了更好的用户界面开发。
领导
作为JMP统计开发总监，克里斯组建并领导了一支强大的开发团队。JMP软件已成为工业界工程师和科学家不可或缺的工具，尤其是在半导体、电子、消费品、化工和制药等行业。克里斯在混合模型、可靠性和过程质量方面尤为突出。此外，他也是业内一位高效的沟通者。
还有更多
以下是克里斯简历中的其他几项创新：
- 开发了稀疏矩阵库，以加快线性模型计算速度。
- 与 GenReg 的 Clay Barker 一起开发了用于惩罚回归的 SR1 和 GMRES 求解器。
- 开发了用于控制图功效计算的数值方法。
- 本文扩展了Portnoy-Sahai方法，用于估计随机效应模型中的方差分量。这些估计结果已集成到JMP Variability平台中，并给出了严格为正的估计值。虽然存在偏差，但其均方误差(MSE)低于REML估计值。
- 开发了一种用于基于模型的罕见事件模拟的两阶段分层抽样算法。第一阶段采用各层等概率抽样，以确定第二阶段所需的方差最小化样本量。这是 JMP 中 Profiler Simulator 的核心数值算法。（后来，它在多元能力计算中也发挥了重要作用。）
- 设计了用于分析计算机实验的算法，包括最小势（静电粒子）设计和高斯过程模型的 D 最优设计。
- 开发了一种结合求积和优化的算法，用于计算非线性模型和广义线性模型的贝叶斯 D 最优实验设计。
- 针对混合问题，我们开发了精确计算矩矩阵的方法；同时，我们也提出了一种针对更一般线性约束问题的模拟方法。这些方法使得模型设计能够提供平均而言更精确的预测结果，因此所需的运行次数也比以往的方法更少。
- 发明了一种重新参数化的方法来寻找D-最优和I-最优设计，该方法揭示了问题固有的稀疏性。这使得主效应模型的更新时间复杂度达到O(1)，交互模型的更新时间复杂度达到O(p)。以往仅使用低秩更新的算法的时间复杂度始终为O(p²)。这些算法改进极大地扩展了可计算的设计规模。
- 广义 Huber 回归定义多元分布的似然函数，其最大似然估计值可估计异常值稳健的协方差矩阵。
- 开发了一个用于拟合结构方程模型（SEM）的综合框架，SEM是心理学和行为科学领域的主要模型，该框架能够处理具有分组结构和任意约束的大型数据集。该框架利用了固有的稀疏性，速度比我们所知的任何其他同类产品都要快。这可能是我参与过的最精良的项目。
- 开发了 JMP 联合分析研究方法，该方法广泛应用于消费者研究，并与 Bradley Jones 合作进行联合分析研究的设计计算。
- 基于指数平滑模型，开发了 JMP 的现代时间序列预测算法。
最近
Chris的另一项杰出工作是将REML混合模型估计应用于规模较大的问题，即基因组模型中涉及随机效应，但响应变量却有成千上万个基因表达。Chris改进了REML算法，使其适用于样本量n较小但样本量p较大的情况，从而提高了实用性。
克里斯于 2001 年 5 月 16 日加入 JMP，当时他是一名研究生，获得了北卡罗来纳州立大学统计系颁发的统计计算奖学金，并在那里完成了博士学位。自从他来到 JMP 以来，他一直是我们在统计方面所取得的许多成就的核心人物。
公司文化特写JMP新闻回复：感谢 Chris Gotwalt 在 JMP 工作 25 周年！克里斯，祝你25周年快乐！从这篇文章以及你每天展现出的热情和活力来看，你对JMP乃至更广泛的领域都产生了巨大的影响。很高兴能与你一同庆祝这个里程碑。干杯！
回复：感谢 Chris Gotwalt 在 JMP 工作 25 周年！克里斯，祝贺你在 JMP 工作满 25 年！这篇文章精彩地展现了你多年来作为研究员、开发人员、开发经理和客户合作者的诸多贡献。看到客户借助你的众多创新成果取得的成就总是令人惊叹——祝愿你未来取得更多佳绩！
回复：感谢 Chris Gotwalt 在 JMP 工作 25 周年！恭喜你，克里斯！你的创新真是太棒了，不断突破JMP的应用上限和功能，让我们能够与客户分享最酷炫的内容。你就像Dos Equis啤酒的代言人一样……每次见面，你总能在个人生活中发现一些令人惊叹又有趣的事情。为你取得的诸多成就干杯！
回复：感谢 Chris Gotwalt 在 JMP 工作 25 周年！克里斯，祝贺你从业25周年！你取得的成就令人瞩目，我们都从中受益匪浅。就我个人而言，我可以证实，当人们看到我们模型收敛的速度时，在SEM演示中都会惊叹不已！
回复：感谢 Chris Gotwalt 在 JMP 工作 25 周年！克里斯，祝贺你！除了卓越的技术成就，你对用户日常生活的影响也令人难以置信。你帮助他们轻松快捷地做出更明智的决策，帮助我们赢得用户的高度信任和尊重，从而推动TSR向前发展。
回复：感谢 Chris Gotwalt 在 JMP 工作 25 周年！恭喜克里斯！无论工作还是生活中的其他方面，和你共度的时光都让我无比享受，这种感激之情难以言表。我从你身上学到的知识弥足珍贵，我们那些与统计无关的对话也同样精彩。庞贝万岁！
回复：感谢 Chris Gotwalt 在 JMP 工作 25 周年！恭喜你，克里斯！我非常欣赏你能够把深奥复杂的理论解释得如此通俗易懂。我非常享受我们关于统计学和日常话题的交流。祝愿我们未来25年一切顺利！
回复：感谢 Chris Gotwalt 在 JMP 工作 25 周年！对一位才华横溢的人来说，这真是莫大的赞美。我一直很欣赏克里斯那种不显得自己是房间里最聪明的人的特质，以及他轻松的谈话方式和讲解复杂概念的能力。我个人也从中受益匪浅 
祝贺你周年纪念日快乐！希望很快能见到你。
回复：感谢 Chris Gotwalt 在 JMP 工作 25 周年！
克里斯，周年快乐！！非常感谢你的付出和友谊。祝贺你！！
回复：感谢 Chris Gotwalt 在 JMP 工作 25 周年！祝贺您成立25周年！更重要的是，您让在JMP工作变得充满乐趣和美好。
回复：感谢 Chris Gotwalt 在 JMP 工作 25 周年！克里斯，祝贺你迎来这个重要的周年纪念日！我们非常荣幸能拥有你这样一位才华横溢的伙伴——不仅是你精湛的技术，还有你的幽默感、善良和体贴，这些都极大地丰富了JMP卓越的企业文化。过去这些年与你共事非常愉快，希望未来还能继续合作！
回复：感谢 Chris Gotwalt 在 JMP 工作 25 周年！恭喜你，克里斯！我非常欣赏你代表 JMP 与用户沟通的方式；你谈论工作的态度，与我们创新客户身上所展现的开拓进取的精神不谋而合。你对 JMP 的贡献巨大——感谢你所做的一切！
回复：感谢 Chris Gotwalt 在 JMP 工作 25 周年！热烈祝贺您入职25周年！感谢您对这款软件以及所有使用它的人所产生的巨大影响。我们的用户很幸运能有您这样一位尽心尽力帮助他们解决问题的人，而我们所有人都非常荣幸能与您共事。我相信很多人都和我一样，您给予我的支持和鼓励对我的职业生涯产生了深远的影响，并将伴随我一生。
回复：感谢 Chris Gotwalt 在 JMP 工作 25 周年！JMP取得了诸多意义深远的成就，让用户能够更轻松地挖掘数据洞察。很高兴能与您交流。祝贺JMP迎来25周年这一里程碑！
回复：感谢 Chris Gotwalt 在 JMP 工作 25 周年！恭喜你，克里斯！
我只记得这句话。
“我明白，人们会忘记你说过的话，人们会忘记你做过的事，但人们永远不会忘记你带给他们的感受。”
——玛雅·安杰卢
在您访问韩国参加探索峰会期间，您询问我韩国用户对贝叶斯优化某些功能的反应，我对此感到非常惊讶。
谢谢你！
回复：感谢 Chris Gotwalt 在 JMP 工作 25 周年！克里斯，恭喜你！这份榜单简直令人难以置信。你对如今的JMP软件产生了巨大的影响，无论是统计上的成就，还是你培养的人才，都功不可没。除此之外，我们之间的交往和相处的时光也让我留下了许多美好的回忆。非常感谢你，你真是个很棒的人！
回复：感谢 Chris Gotwalt 在 JMP 工作 25 周年！干得好，克里斯！祝贺你工作周年纪念日，也祝贺你取得的所有成就。
回复：感谢 Chris Gotwalt 在 JMP 工作 25 周年！恭喜你，克里斯。你取得的众多成就令我印象深刻，但最重要的是，我要感谢你平易近人、容易相处，无论对同事还是客户都是如此；再加上你的科学专长，这正是你如此杰出的原因。
回复：感谢 Chris Gotwalt 在 JMP 工作 25 周年！祝贺成立25周年！
感谢您为 JMP、JMP 用户以及所有员工所做的一切。我个人从您身上学到了很多，这些都无法用言语来表达我的感激之情。您的贡献令人印象深刻，您对客户及其分析需求的关注也让我们非常感激！
抛开统计数据不谈，感谢我们一起度过的所有美好时光！！！
回复：感谢 Chris Gotwalt 在 JMP 工作 25 周年！恭喜你，克里斯！你是JMP的真正支柱，不断提升JMP Pro的功能极限。你的工作意义非凡，让我们在与客户的沟通中更加出色 :smiling_face_with_smiling_eyes:。
很高兴能为你庆祝。我真心感谢你为我的事业和生活所做的一切。祝你幸福安康，我非常期待未来的合作项目。
谢谢你，
杰西卡
回复：感谢 Chris Gotwalt 在 JMP 工作 25 周年！克里斯，你迄今为止的工作和职业生涯真是令人瞩目！你深厚的统计和数值编程能力、研究能力、领导才能、工作热情、和蔼可亲的性格、出色的沟通技巧和幽默感都无人能及，是JMP的宝贵财富。非常高兴能与你共事，成为你的朋友和问题解决伙伴，让我们携手迎接未来的挑战。
回复：感谢 Chris Gotwalt 在 JMP 工作 25 周年！亲爱的克里斯，你同意和曼努埃拉、杰西卡还有我一起上瑜伽课，而且几乎没人能理解你跑步或滑雪时的想法，这足以证明你非常出色。祝贺你在JMP工作25周年——期待未来更多精彩的职业生涯！
