陸軍スナイパー弾薬の最適化：カスタム分割プロット設計、対数線形分散およびグラフィカル解析を用いた包括的な分散応答解析クリストファードレイク、統計学者、米軍ダグラス・レイ、PhD、鉛統計学者、米軍
米軍は高性能ライフル銃に使用されている7.62mm狙撃弾薬の範囲外の目標分散を継続的に改善しようとしています。この対話型のケーススタディでは、この目的を達成するためにJMPでいくつかの強力な分析プラットフォームを使用しています。このプロセスは、カスタムDOEプラットフォームとデザイン比較ユーティリティを使用して、全体のプロット数とサンプルサイズの制約を考慮した予測パワーの間の最適なトレードを選択することから始まります。応答データは、（水平方向と垂直方向の変動として測定される）ダウンレンジ分散であり、本質的にノイズが多くなります。応答データを分析するために、ショットごとの変動データを効果的に分析する回帰手法であるJMPでLoglinear Varianceを使用しました。要約された目標分散データを使用して、対数線形分散から導き出された予測とより一般的な最小二乗当てはめとの比較が行われます。DOEベースの予測モデルを使用して、モンテカルロシミュレーションベースの感度分析を実行し、ターゲットグループサイズに関して、ベストケースの予測デザイン構成、ワーストケース、およびその他の対象となる構成を比較しました。次に、Graph Builderプラットフォームを使用して、顧客の要件に関してこれらの構成を既存の弾薬設計構成と比較し、下位グループサイズと関連ターゲットサイズ、およびヒット確率とターゲット距離の視覚化を可能にしました。パレートフロンティア分析により、視覚的な意思決定支援が、最適な予測設計構成に関連する製造プロセス変更の実装コストとダウンレンジヒット確率の向上との間のトレードオフを決定することを可能にします。
予測モデリング
