Roderick JA Little - Roderick J. A. Little
Roderick J. Little | |
|---|---|
 RJA Little
| |
| Nasjonalitet | Britisk |
| Alma mater | Imperial College London |
| Vitenskapelig karriere | |
| Enger | Statistikk |
| Institusjoner |
University of California, Los Angeles University of Michigan |
| Avhandling | Manglende verdier i multivariat statistisk analyse (1974) |
| Doktorgradsrådgivere | |
| Doktorgradsstudenter | |
Roderick Joseph Alexander Little er en akademisk statistiker, hvis viktigste forskningsbidrag ligger i statistisk analyse av data med manglende verdier og analyse av komplekse prøveundersøkelsesdata. Little er Richard D. Remington Distinguished University Professor of Biostatistics ved Institutt for biostatistikk ved University of Michigan , hvor han også har akademiske ansettelser ved Institutt for statistikk og Institute for Social Research.
utdanning
Little ble født i nærheten av London, England, og gikk på ungdomsskolen ved Glasgow Academy i Skottland. Han mottok en BA i matematikk fra Gonville og Caius College , Cambridge University, og en M.Sc. i statistikk og operasjonell forskning og ph.d. i statistikk ved Imperial College of Science and Technology, University of London. Doktoravhandlingen hans handlet om analyse av data med manglende verdier., Og ble veiledet av professorene Martin Beale og Sir David R. Cox.
Karriere
Etter en to-årig post-doktor ved Institutt for statistikk ved University of Chicago i 1974-76, jobbet Little ved World Fertility Survey fra 1976–80, under ledelse av Sir Maurice Kendall . I 1980-82 begynte han i en gruppe dannet av Donald Rubin ved US Environmental Protection Agency i Washington DC, og i 1982-3 var han ASA/Census/NSF-stipendiat ved US Census Bureau og en adjunkt ved George Washington University . I 1983-93 var han førsteamanuensis og senere professor ved Institutt for biomatematikk ved UCLA. Han ble utnevnt til professor og leder for biostatistikkavdelingen ved University of Michigan i 1993 og ledet avdelingen i 11 år mellom 1993 og 2009, en periode med intensiv vekst i avdelingen.
Statistisk analyse med manglende data
Lilles primære forskningsinteresse er analyse av datasett med manglende verdier. Mange statistiske teknikker er designet for komplette, rektangulære datasett, men i praksis inneholder mange datasett manglende verdier, enten ved design eller ved et uhell. I 1987 skrev Little en bok sammen med Donald Rubin som var en av de tidligste systematiske behandlingene av emnet; den andre utgaven ble utgitt i 2002 og den tredje utgaven i 2019. Som beskrevet i den boken var innledende statistiske tilnærminger til manglende verdier relativt ad-hoc, for eksempel å kaste ufullstendige saker eller erstatte midler. Hovedfokuset i boken er på sannsynlighetsbaserte inferensielle teknikker, for eksempel maksimal sannsynlighet og Bayesian slutning, basert på statistiske modeller for dataene og mekanismen for manglende data. Den første utgaven fokuserte hovedsakelig på maksimal sannsynlighet via algoritmen forventning-maksimering (EM), men senere utgaver understreker bayesianske metoder og den relaterte teknikken for multiple imputasjon. Little og Rubin ble tildelt den prestisjetunge Karl Pearson -prisen i 2017 av International Statistical Institute (ISI), det ledende internasjonale statistikksamfunnet, for et forskningsbidrag som har hatt "dyp innflytelse på statistisk teori, metodikk eller applikasjoner." Sitatet for prisen var som følger: “Arbeidet til Roderick J. Little og Donald B. Rubin, som ble lagt frem i deres utmerkede biometrikapapirer fra 1978 og boken 1987, oppdatert i 2002, har vært intet mindre enn å definere og transformere. Tidligere manglende dataarbeid var i beste fall ad hoc. Little og Rubin definerte feltet og ga de metodiske og anvendte samfunnene en nyttig og brukbar taksonomi og et sett med viktige resultater. I dag brukes deres terminologi og metodikk mer enn noen gang. Arbeidet deres har transformert for den dype innvirkningen det hadde og har på både statistisk praksis og teori. Det er et av de sjeldne temaene som har fortsatt å studere og utvikle de siste tretti årene i akademia, myndigheter og industri. For eksempel spiller den en nøkkelrolle i det nåværende arbeidet med sensitivitetsanalyse med ufullstendige data. ”
Manglende dataforskning
Little's viktigste metodiske bidrag til metoder for manglende data, i samarbeid med sine studenter og kolleger, inkluderer metoder for manglende data for blandinger av kontinuerlige og kategoriske data ved bruk av den generelle lokaliseringsmodellen, mønsterblandingsmodeller for data som mangler, ikke tilfeldig, straffet spline av tilbøyelighetsmodeller for manglende data og årsaksslutning, undersøkelse av uvitelige sannsynlighetsmetoder ved regresjon, proxy-mønsterblandingsmodeller for undersøkelsesrespons, modeller for langsgående data, delvis manglende tilfeldige modeller og gjennomgangspapirer om manglende data i regresjon, hot-deck imputasjon og maskeringsdata for konfidensialitetsbeskyttelse.
Bayesiansk analyse av undersøkelsesdata
Et annet forskningsområde er analyse av data samlet inn av komplekse prøvetakingsdesigner som involverer stratifisering og gruppering av enheter. Siden han jobbet som statistiker for World Fertility Survey, jobbet Little med å utvikle modellbaserte metoder for undersøkelsesanalyser som er robuste for feilspesifikasjon, rimelig effektive og kan implementeres i anvendte innstillinger. Bidrag med studenter og kolleger på dette området inkluderer artikler om undersøkelsesrespons, Bayesianske metoder for undersøkelser, poststratifisering, vurdering av seleksjonsskjevhet og undersøkelsesvekting fra et bayesisk perspektiv.
Kalibrert bayesisk slutning
Little tar til orde for den kalibrerte bayesianske tilnærmingen til statistisk analyse, som foreslått av blant andre George Box og Donald Rubin . Tanken er å utvikle bayesianske modeller for analyse som gir bayesiske slutninger med gode hyppige egenskaper, for eksempel troverdige posterior poster som har nær nominell dekning når de blir sett på som konfidensintervaller ved gjentatt prøvetaking. I prøvetakingsarenaen for undersøkelser fører dette til modeller som inneholder funksjoner i prøvedesignet i den bayesianske modellen. Little argumenterer for at dette bayesianske rammeverket gir en mer enhetlig tilnærming til undersøkelse av prøveinterferens enn den designbaserte tilnærmingen, som er avhengig av randomiseringsfordelingen som ligger til grunn for utvalgsvalg som grunnlag for slutning. Lilles anvendte interesser for statistikk er bred, inkludert psykisk helse, demografi, miljøstatistikk, biologi, økonomi, medisin, folkehelse og samfunnsvitenskap, samt biostatistikk.
Aktiviteter i amerikansk føderal statistikk
Little er en sterk talsmann for betydningen av uavhengige statlige statistiske byråer for demokrati. Han tjenestegjorde to valgperioder i Committee on National Statistics of the National Academy of Sciences, og i 2010-12 var han førsteamanuensis for undersøkelsesforskning og metodikk og sjefforsker ved US Bureau of Census , en posisjon som har forhøyet vitenskapelige aspekter av Census Bureau operasjoner. Han har deltatt i mange paneler i National Academy of the Sciences, særlig ledet han studier av multippel sklerose og andre nevrologiske lidelser hos veteraner i Persiabukta og etter 9/11 kriger, og om behandling av manglende data i kliniske studier. Han har vært aktiv i å gi råd til US Food and Drug Administration og farmasøytiske selskaper om metoder for å håndtere manglende data i kliniske studier
Aktiviteter for American Statistical Association
Little sittet to valgperioder i styret for American Statistical Association (ASA), først som redaksjonell representant og deretter som visepresident. Redaksjonelt var han koordinator og applikasjonsredaktør for Journal of the American Statistical Association i 1992-4, og senere, som leder for Survey Research Methods-delen av ASA, bidro han til å starte et nytt akademisk tidsskrift om undersøkelsesstatistikk, Journal of Undersøkelsesstatistikk og metodikk. Han fungerte som statistikkredaktør for det tidsskriftet i 2016-18. I 2016 mottok Little en Founder's Award "Founders Award" . www.amstat.org . American Statistical Association.</ref> fra ASA for hans bidrag til statistikkyrket.
Heder
Little er stipendiat i American Statistical Association og American Academy of Arts and Sciences , og medlem av International Statistical Institute og US National Academy of Medicine . I 2005 mottok han ASA Wilks 'minnepris for bidrag til statistikk. Plenarmøter inkluderer 2005 presidentens inviterte adresse og COPSS Fisher -forelesningen i 2012 på de felles statistiske møtene, og presidentens inviterte tale på møtet i Eastern North American Region 2018 i International Biometric Society . I 2020 mottok han Marvin Zelen Leadership Award in Statistical Science fra Harvard University.