Affrontare problemi statistici complessi, complessi e non strutturati
Roger W. Hoerl, Manager, Applied Statistics Lab, GE Global Research
Ronald D. Snee, Presidente, Snee Associates
Questa sessione discuterà su come attaccare problemi statistici grandi, complessi e non strutturati. È basato sulla seconda edizione del libro Pensiero statistico: migliorare le prestazioni aziendali (Hoerl and Snee 2012), recentemente rilasciato come parte della Wiley e SAS Business Series. C'è un notevole interesse nel determinare come attaccare problemi statistici complessi, cioè quelli che "... non corrispondono a un capitolo di libro riconoscibile" (Meng 2009). La maggior parte dei problemi dei libri di testo, così come i problemi discussi durante le conferenze e nelle pubblicazioni, tendono ad essere definiti in modo restrittivo e richiedono un metodo statistico "corretto" per risolverli. Al contrario, i problemi complessi e di grandi dimensioni sono generalmente di ampia portata e richiedono alcune attività iniziali semplicemente per fornire una struttura. Richiedono una vista di processo dinamica, al contrario della visualizzazione statica della popolazione, per una corretta comprensione e interpretazione di più fonti di dati. Inoltre, tali problemi richiedono quasi sempre l'effettiva integrazione di più metodi statistici in un approccio generale alla ricerca scientifica, non solo l'identificazione di uno strumento statistico "corretto". In breve, richiedono pensiero statistico pensiero creativo e innovativo oltre alla conoscenza degli strumenti. Gli autori hanno usato il termine ingegneria statistica per riferirsi all'integrazione di più metodi e strumenti statistici per affrontare problemi complessi (Hoerl e Snee 2010). JMP può fornire informazioni significative ai professionisti che si trovano ad affrontare tali problemi. Sebbene non esistano metodi semplici per problemi complessi e complessi, gli autori presentano linee guida per pensare e attaccarli.
