Abordar problemas estadísticos grandes, complejos y no estructurados
Roger W. Hoerl, Gerente, Laboratorio de estadísticas aplicadas, GE Global Research
Ronald D. Snee, presidente de Snee Associates
Esta sesión discutirá cómo atacar problemas estadísticos grandes, complejos y no estructurados. Se basa en la segunda edición del libro. Pensamiento estadístico: mejora del rendimiento empresarial (Hoerl y Snee 2012), recientemente lanzado como parte de las series de negocios Wiley y SAS. Existe un interés considerable en determinar cómo atacar problemas estadísticos complejos, es decir, aquellos que "... no corresponden a un capítulo de un libro de texto reconocible" (Meng 2009). La mayoría de los problemas de los libros de texto, así como los que se discuten en conferencias y en publicaciones, tienden a definirse con precisión y requieren un método estadístico "correcto" para resolverlos. En contraste, los problemas grandes y complejos generalmente son de amplio alcance y requieren algún trabajo inicial simplemente para proporcionar estructura. Requieren una vista de proceso dinámico, a diferencia de la vista de población estática, para comprender e interpretar correctamente las fuentes de datos múltiples. Además, estos problemas casi siempre requieren la integración efectiva de múltiples métodos estadísticos en un enfoque general de la investigación científica, no solo la identificación de la herramienta estadística "correcta". En resumen, requieren un pensamiento estadístico de pensamiento creativo e innovador además del conocimiento de las herramientas. Los autores han utilizado el término ingeniería estadística para referirse a la integración de múltiples métodos estadísticos y herramientas para abordar problemas complejos (Hoerl y Snee 2010). JMP puede proporcionar una visión significativa a los profesionales que enfrentan tales problemas. Si bien no existe un método fácil para problemas grandes y complejos, los autores presentan pautas para pensar y atacarlos.
