Roderick JA Little
Roderick J. Lilla | |
---|---|
Nationalitet | brittisk |
Utbildning |
University of Cambridge Imperial College London |
Vetenskaplig karriär | |
Fält | Statistik |
institutioner |
USEPA USCB George Washington University University of California, Los Angeles University of Michigan |
Avhandling | Missing Values in Multivariate Statistical Analysis (1974) |
Doktorerade rådgivare | |
Doktorander |
Roderick Joseph Alexander Little är en akademisk statistiker, vars huvudsakliga forskningsbidrag ligger i statistisk analys av data med saknade värden och analys av komplexa urvalsundersökningsdata. Little är Richard D. Remington Distinguished University Professor of Biostatistics vid Institutionen för biostatistik vid University of Michigan , där han också innehar akademiska utnämningar vid Department of Statistics och Institute for Social Research.
Utbildning
Little föddes nära London, England, och gick på gymnasiet vid Glasgow Academy i Skottland. Han fick en BA i matematik från Gonville and Caius College , Cambridge University, och en M.Sc. i statistik och verksamhetsforskning och Ph.D. i statistik vid Imperial College of Science and Technology, University of London. Hans doktorsavhandling handlade om analys av data med saknade värden. och handledes av professorerna Martin Beale och Sir David R. Cox.
Karriär
Efter en tvåårig post-doc vid Institutionen för statistik vid University of Chicago 1974-76, arbetade Little på World Fertility Survey 1976-80, under ledning av Sir Maurice Kendall . 1980-82 gick han med i en grupp bildad av Donald Rubin vid US Environmental Protection Agency i Washington DC, och 1982-3 var han ASA/Census/NSF Fellow vid US Census Bureau och adjungerad docent vid George Washington University . 1983-93 var han docent och senare professor vid institutionen för biomatematik vid UCLA . Han utsågs till professor och ordförande för biostatistikavdelningen vid University of Michigan 1993 och var ordförande för avdelningen i 11 år mellan 1993 och 2009, en period av intensiv avdelningstillväxt.
Statistisk analys med saknade data
Littles primära forskningsintresse är analys av datamängder med saknade värden. Många statistiska tekniker är designade för kompletta, rektangulära datamängder, men i praktiken innehåller många datamängder saknade värden, antingen genom design eller av misstag. 1987 skrev Little tillsammans med Donald Rubin en bok som var en av de tidigaste systematiska behandlingarna av ämnet; den 2:a upplagan publicerades 2002 och den 3:e upplagan 2019. Som beskrivs i den boken var initiala statistiska metoder för saknade värden relativt ad-hoc, som att kassera ofullständiga fall eller ersätta metoder. Huvudfokus i boken ligger på sannolikhetsbaserade slutledningstekniker, såsom maximal sannolikhet och Bayesiansk slutledning, baserade på statistiska modeller för data- och missing-data-mekanismen. Den första upplagan fokuserade huvudsakligen på maximal sannolikhet via algoritmen för förväntan-maximering (EM), men senare utgåvor betonar Bayesianska metoder och den relaterade tekniken för multipel imputering. Little och Rubin tilldelades det prestigefyllda Karl Pearson-priset 2017 av International Statistical Institute (ISI), det ledande internationella statistiksamhället, för ett forskningsbidrag som har haft "djupgående inflytande på statistisk teori, metodik eller tillämpningar." Citatet för priset var som följer: "Roderick J. Littles och Donald B. Rubins arbete, som presenterades i deras framstående Biometrika-papper från 1978 och 1987-bok, uppdaterad 2002, har inte varit mindre än definierande och förändrande. Tidigare arbete med saknad data var i bästa fall ad hoc. Little och Rubin definierade fältet och försåg de metodologiska och tillämpade gemenskaperna med en användbar och användbar taxonomi och en uppsättning nyckelresultat. Idag används deras terminologi och metodik mer än någonsin. Deras arbete har förändrats för den djupa inverkan det haft och har på både statistisk praktik och teori. Det är ett av de sällsynta ämnen som under de senaste trettio åren har fortsatt att studeras och utvecklas inom akademi, myndigheter och industri. Till exempel spelar den en nyckelroll i det pågående arbetet med känslighetsanalys med ofullständiga data.”
Missing Data Research
Littles huvudsakliga metodologiska bidrag till missing-data-metoder, i samarbete med hans studenter och kollegor, inkluderar metoder för att sakna data för blandningar av kontinuerliga och kategoriska data med hjälp av den allmänna lokaliseringsmodellen, mönsterblandningsmodeller för data som saknas inte slumpmässigt, straffade spline av benägenhetsmodeller för saknad data och kausal slutledning, suburval ignorerbara sannolikhetsmetoder i regression, proxymönsterblandningsmodeller för undersökningsbortfall, modeller för longitudinella data, delvis saknas vid slumpmässiga modeller, och granskningsartiklar om saknade data i regression, hot-deck tillskrivning och maskering av data för sekretessskydd.
Bayesiansk analys av undersökningsdata
Ett annat forskningsområde är analys av data som samlats in genom komplexa samplingsdesigner som involverar stratifiering och klustring av enheter. Sedan han arbetade som statistiker för World Fertility Survey, arbetade Little med utvecklingen av modellbaserade metoder för undersökningsanalys som är robusta mot felspecifikationer, rimligt effektiva och kan implementeras i tillämpade miljöer. Bidrag med studenter och kollegor inom detta område inkluderar artiklar om undersökningsbortfall, Bayesianska metoder för undersökningsslutledning, poststratifiering, bedömning av urvalsbias och undersökningsviktning ur ett Bayesianskt perspektiv.
Kalibrerad Bayesiansk slutledning
Little förespråkar den kalibrerade Bayesianska metoden för statistisk analys, som föreslagits av bland annat George Box och Donald Rubin . Tanken är att utveckla Bayesianska modeller för analys som ger Bayesianska slutledningar med goda frekventistiska egenskaper, såsom posteriora trovärdiga intervall som har nära nominell täckning när de ses som konfidensintervall vid upprepad provtagning. I undersökningssamplingsarenan leder detta till modeller som innehåller drag av provdesignen i den Bayesianska modellen. Little hävdar att detta Bayesianska ramverk ger ett mer enhetligt tillvägagångssätt för undersökningsurvals slutledning än den designbaserade metoden, som förlitar sig på den randomiseringsfördelning som ligger bakom urvalet som grund för slutledning. Littles tillämpade intressen för statistik är breda, inklusive mental hälsa, demografi, miljöstatistik, biologi, ekonomi, medicin, folkhälsa och samhällsvetenskap, samt biostatistik.
Aktiviteter inom US Federal Statistics
Little är en stark förespråkare för vikten av oberoende statliga statistikbyråer för demokratin. Han var två mandatperioder i kommittén för nationell statistik vid National Academy of Sciences, och 2010-12 var han tillträdande biträdande direktören för undersökningsforskning och metodik och chefsforskare vid US Bureau of the Census , en position som har förhöjda vetenskapliga aspekter av Census Bureaus verksamhet. Han har deltagit i många paneler från National Academy of the Sciences, i synnerhet som ordförande för studier om multipel skleros och andra neurologiska störningar i veteraner från Persiska viken och efter 9/11-krigen, och om behandlingen av saknade data i kliniska prövningar. Han har varit aktiv med rådgivning till amerikanska Food and Drug Administration och läkemedelsföretag om metoder för att hantera saknad data i kliniska studier
Aktiviteter för American Statistical Association
Little satt två mandatperioder i styrelsen för American Statistical Association (ASA), först som redaktionell representant och sedan som vicepresident. Redaktionellt var han koordinerande och tillämpningsredaktör för Journal of the American Statistical Association 1992-4, och senare, som ordförande för Survey Research Methods-sektionen av ASA, hjälpte han till att starta en ny akademisk tidskrift om undersökningsstatistik, Journal of Undersökningsstatistik och metodik. Han var chefredaktör för statistik för den tidskriften 2016-18. 2016 fick Little ett Founder's Award "Founders Award" . www.amstat.org . American Statistical Association. </ref> från ASA för hans bidrag till statistikyrket.
Högsta betyg
Little är medlem i American Statistical Association och American Academy of Arts and Sciences och medlem av International Statistical Institute och US National Academy of Medicine . 2005 fick han ASA Wilks minnespris för bidrag till statistik. Plenarsamtal inkluderar 2005 års presidents inbjudna anförande och 2012 års COPSS Fisher-föreläsning vid de gemensamma statistiska mötena, och presidentens inbjudna anförande vid 2018 års möte för den östra nordamerikanska regionen i International Biometric Society . 2020 mottog han Marvin Zelen Leadership Award in Statistical Science från Harvard University.
- Alumner från Imperial College London
- Alumner från University of Cambridge
- Valda ledamöter av International Statistical Institute
- engelska statistiker
- Fellows från American Academy of Arts and Sciences
- Fellows av American Statistical Association
- George Washington University fakultet
- Levande människor
- Medlemmar av National Academy of Medicine
- Folk från London
- United States Census Bureau folk
- University of California, Los Angeles fakultet
- University of Michigan fakultet