Wat zijn de belangrijkste statistici en waardoor zijn ze beroemd?
(Beantwoord per antwoord slechts één wetenschapper.)
Wat zijn de belangrijkste statistici en waardoor zijn ze beroemd?
(Beantwoord per antwoord slechts één wetenschapper.)
Ronald Fisher voor zijn fundamentele bijdragen aan de manier waarop we gegevens analyseren, of het nu gaat om het variantieanalyse-raamwerk, maximale waarschijnlijkheid, permutatietests of een aantal andere baanbrekende ontdekkingen.
Reverend Thomas Bayes voor het ontdekken van de stelling van Bayes
John Tukey voor Fast Fourier Transforms, exploratory data analysis (EDA), box plots, projection achtervolging, jackknife (samen met Quenouille). Bedacht de woorden "software" en "bit".
Karl Pearson voor zijn werk aan wiskundige statistiek. Pearson-correlatie, Chi-kwadraattest en analyse van hoofdcomponenten zijn slechts enkele van de ongelooflijk belangrijke ideeën die uit zijn werken voortkomen.
Carl Gauss voor schatting van de kleinste kwadraten.
William Sealy Gosset voor de distributie van studenten en de statistisch gestuurde verbetering van bier.
Bradley Efron voor de Bootstrap - een van de handigste technieken in computationele statistieken.
Andrey Nikolayevich Kolmogorov, omdat hij de kansrekening op een rigoureuze wiskundige basis heeft gezet. Hoewel hij een wiskundige was, geen statisticus, is zijn werk ongetwijfeld belangrijk in veel takken van de statistiek.
Pierre-Simon Laplace voor werk aan de grondbeginselen van (Bayesiaanse) waarschijnlijkheid.
George Box voor zijn werk aan tijdreeksen, ontwierp experimenten en lichtte de iteratieve aard van wetenschappelijke ontdekkingen toe (voorstellen en testen van modellen).
Francis Galton voor het ontdekken van statistische correlatie en het bevorderen van regressie.
Andrey Markov voor stochastische processen en markov-ketens.
Leo Breiman voor CART, bagging en willekeurige bossen.
Jerzy Neyman en Egon Pearson voor hun werk aan experimenteel ontwerp, het testen van hypothesen, betrouwbaarheidsintervallen en het Neyman-Pearson-lemma.
Harold Jeffreys voor een heropleving van de Bayesiaanse interpretatie van waarschijnlijkheid.
Hoe is Sir David Roxbee Cox nog niet genoemd?
Enkele prestaties: Cox proportional hazards-modellen, experimenteel ontwerp, hij heeft veel werk verricht aan stochastische processen en binaire gegevens. Hij adviseerde ook veel studenten die geweldig werk gingen doen (Hinkley, McCullagh, Little, Atkinson, enz.)
En de man werd geridderd!
Edwin Thompson Jaynes voor zijn werk aan objectieve Bayesiaanse methoden, met name MaxEnt en transformatiegroepen.
Blaise Pascal en Pierre de Fermat voor het creëren van de waarschijnlijkheidstheorie en het uitvinden van het idee van verwachte waarde (1654) om een probleem op te lossen dat gebaseerd is op statistische observaties (van gokken).
Florence Nightingale omdat ze "een echte pionier was in de grafische weergave van statistieken" en het poolgebieddiagram ontwikkelde. Ja, die Florence Nightingale!
Roderick Little en Donald Rubin voor de bijdragen in Missing Data Analysis.
W. Edwards Deming voor het promoten van statistische procescontrole
George Dantzig voor de Simplex-methode, en omdat hij de student was die twee open statistische problemen die Neyman op het bord had geschreven, aanzag voor huiswerkproblemen, en in zijn "onwetendheid" ze oploste. Ik zou alleen voor het verhaal op hem stemmen.
Samuel S. Wilks was een leider in de ontwikkeling van wiskundige statistieken. Hij ontwikkelde de stelling over de verdeling van de waarschijnlijkheidsratio, een fundamenteel resultaat dat in veel verschillende situaties wordt gebruikt.
Hij hielp ook bij het oprichten van de Princeton-statistiekafdeling, waar hij onder meer Fred Mosteller's adviseur was, en heeft een prestigieuze ASA-prijs naar hem vernoemd.
Abraham Wald (1902-1950) voor de introductie van het concept van Wald-tests en voor zijn fundamentele werk op het gebied van statistische beslissingstheorie.
David Donoho ontwikkeling van ideeën over meerdere schalen in statistieken, en veel theoretisch gerechtvaardigde, maar praktisch zeer efficiënte ideeën in statistieken met zeer hoge dimensies, CHA: computationele harmonische analyse, ...
Emanuel Parzen voor het schatten van de kerneldichtheid en het reproduceren van kernel Hilbertruimtetheorie voor stochastische processen.
Lucien Le Cam voor zijn bijdrage aan wiskundige statistieken. (misschien hebben de lokale asymptotische normaliteit en contiguïteit hem beroemd gemaakt)
Leland Wilkinson voor zijn bijdrage aan statistische afbeeldingen.
Adolphe Quetelet voor zijn werk over de 'gemiddelde man' en voor zijn pionierswerk in het gebruik van statistieken in de sociale wetenschappen. Vóór hem waren statistieken grotendeels beperkt tot de natuurwetenschappen (in het bijzonder astronomie).
Het is erg moeilijk om iets toe te voegen aan het sterrenbeeld dat al in de lijst staat, maar voor interessante doeleinden zal ik de onwaarschijnlijke polymath John Maynard Keynes toevoegen, die velen niet zouden doen realiseer de gepubliceerde A Treatise on Probability (1921) die hier kan worden gedownload; en wiens werk vaak werd geciteerd door Harold Jeffreys (1939).
Keynes hielp door alle verslagen om Bayesiaanse statistieken naar voren te brengen en beschouwde in zijn verhandeling als het belangrijkste principe het Principle of Indifference.
Volgens Wikipedia, Het "principe van onvoldoende reden" werd omgedoopt tot het "principe van onverschilligheid" door de econoom John Maynard Keynes (1921), die zorgvuldig opmerkte dat het van toepassing is alleen als er geen kennis is die ongelijke kansen aangeeft.
Robert Gentleman en Ross Ihaka omdat ze de twee initiatiefnemers en later belangrijkste bijdragers van R waren, zie https://cran.r-project.org/doc/html/interface98-paper/paper_1.html
John Nelder, omdat hij ons het nu alomtegenwoordige gegeneraliseerde lineaire modelraamwerk heeft geleverd.Door zijn benadering van het verenigen van verschillende statistische standaardmodellen en de schattingsmethode, de iteratief herwogen kleinste-kwadratenmethode voor ML, gaf hij ons tools die we nu gebruiken in bijna alle toegepaste en theoretische concepten die verband houden met exponentiële gezinsmodellen.Om nog maar te zwijgen van zijn bijdragen aan optimalisatie als het uitstekende Nelder-Mead-algoritme.
William Cleveland, voor het bedenken of populariseren van de term 'datawetenschap', maar nog belangrijker voor bijdragen aan gegevensvisualisatie, waaronder de populaire 'puntplot', en bijdragen aan niet-parametrische regressie, zoals het afvlakken van löss.
Teuvo Kohonen voor de uitvinding van de Self-Organizing-Map (SOM).
Brian Ripley voor bijdragen aan ruimtelijke statistieken, neuraal netwerk vanuit statisticus oogpunt en veel andere bijdragen, waarvan niet de minste een belangrijke bijdrage levert aan het succes van R!
Bill James voor zijn werk in statistieken die de prestaties van MLB-spelers evalueren. Zijn werk bracht de term Sabermetics voort. Hij heeft talloze statistieken gemaakt die in de hele honkbalwereld te vinden zijn. Zijn ideeën komen voort uit hoe de algehele impact van een speler op een spel kan worden vastgelegd door middel van run-productie (aanval) en opgeslagen runs (verdediging). Zijn werk heeft geleid tot minder nadruk op statistieken die een lage correlatie hebben met productie (slaggemiddelde) en meer op OPS (on-base + slugging). Hij werkt als adviseur van de Boston Red Sox en wordt bijgeschreven op de World Series Championships in 2004 en 2007. Zijn werk heeft het boek en de aankomende speelfilm Moneyball beïnvloed.
Vladimir Vapnik:
Voor zijn fundamentele bijdragen aan ons begrip van machine learning, waarmee computers nieuwe gegevens kunnen classificeren op basis van statistische modellen die zijn afgeleid van eerdere voorbeelden, en voor zijn uitvinding van veelgebruikte technieken voor machine learning.
Ik zou ook William Gemmell Cochran willen toevoegen, die bekend staat om het opzetten (of leiden van studies aan) enkele van de meest vooraanstaande statistische afdelingen, zoals de Iowa State University, Harvard, Cambridge, datheeft honderden toekomstige statistici opgeleid.Zijn methoden op het gebied van steekproeftechnieken en ontwerp en analyse van experimenten worden nog steeds veel gebruikt.
Joseph Hilbe (1944-), eerste president van de International Astrostatistics Association en auteur van meer dan 10 boeken over statistische modellering, inclusief populaire teksten over telmodellen, logistische regressie, gegeneraliseerde schattingsvergelijkingen (GEE), gegeneraliseerde lineaire modellen en statistische methodologie. Hilbe is emeritus hoogleraar aan de Universiteit van Hawaï en adjunct-hoogleraar statistiek aan de Arizona State University.
John Kingman voor de Coalescent-theorie en zijn werk aan volledig willekeurige metingen
Harald Cramér was een Zweedse statisticus, wiskundige en actuaris.John Kingman beschreef hem als "een van de reuzen van de statistische theorie".
Een van zijn eerste werken was de toepassing van waarschijnlijkheid in de getaltheorie.Zijn boek uit 1946 Mathematical Methods of Statistics was zeer invloedrijk en toonde een plaats aan voor wiskundige nauwkeurigheid in statistiek.De meeste mensen hebben wel eens gehoord van de ongelijkheid van Cramér-Rao.
Als je beoordeelt op basis van het aantal keren dat hun werk wordt geciteerd, E.L. Kaplan en Paul Meier sinds hun paper "Nonparametric Estimation from Incomplete Observations" uit 1958 algemeen wordt beschouwd als de meest geciteerde paper in statistieken.
Lotfi A. Zadeh, die niet alleen de termen "fuzzy set" en "fuzzy logic" bedacht, maar ook veel van de bijbehorende fuzzy-statistieken bedacht (zoals de sigma-telling bijvoorbeeld).
Jerome Harold Friedman voor zijn bijdragen aan CART (samen met Leo Breiman in 1984), gradiënt-versterkende machines en partiële-afhankelijkheidsplots.Plus co-auteur zijn van het boek (ESL) ...
Irving John Good voor onder meer bijdragen aan Bayesian Statistics.Hij leerde waarschijnlijkheid van Turing in Bletchley Park.Sommige van zijn ideeën werden genoemd op Wat is de rol van de logaritme in Shannons entropie? die verwijzingen bevat.
Hij was ook consultant voor Kubrick bij de beroemde film 2001: A Space Odyssey.