Selección de las mejores soluciones para la predicción inversa con respuestas múltiples usando JMP ®Lu Lu, PhD, Profesor Asistente de Estadística, Universidad del Sur de Florida
Christine M. Anderson-Cook, PhD, Científica Investigadora, Laboratorio Nacional de Los Álamos
La predicción inversa utiliza relaciones entre múltiples entradas y salidas de un proceso para predecir el conjunto más probable de entradas (causas) que pueden haber generado un conjunto de salidas recién observadas. Tiene aplicaciones importantes en análisis forense de contrabando y problemas de detección inversa. La práctica actual se enfoca en buscar la mejor coincidencia única para las entradas en función de las respuestas observadas al minimizar una distancia medida entre la nueva observación y las respuestas estimadas en diferentes ubicaciones. Esta charla presenta un enfoque alternativo, que utiliza la optimización del frente de Pareto para identificar múltiples soluciones líderes clasificadas con alguna cuantificación de robustez para diferentes priorizaciones de respuestas. Se demostrará un complemento recién creado para JMP que implementa los métodos propuestos mediante un ejemplo de proceso químico.
Diseño de experimentos
