Sudipto Banerjee (nacido el 23 de octubre de 1972) es un estadístico indio-estadounidense más conocido por su trabajo en modelado jerárquico bayesiano e inferencia para análisis de datos espaciales . Es profesor de Bioestadística y Decano Asociado Sénior de la Facultad de Salud Pública de la Universidad de California en Los Ángeles . Se desempeñó como presidente del Departamento de Bioestadística de la UCLA desde 2014 hasta 2023. Se desempeñó como presidente electo de la Sociedad Internacional de Análisis Bayesiano en 2022.
Banerjee nació en Calcuta , India. Asistió al Presidency College de Calcuta para sus estudios de pregrado y al Indian Statistical Institute , graduándose con un M.STAT en 1996. Posteriormente, se mudó a los Estados Unidos y obtuvo una maestría y un doctorado en estadística de la Universidad de Connecticut en 2000, [1] donde conoció la estadística bayesiana y el modelado jerárquico de la mano de Alan Enoch Gelfand [1], quien había sido pionero en el desarrollo del muestreador de Gibbs y los algoritmos de Monte Carlo de cadena de Markov en estadística bayesiana.
Banerjee se incorporó a la Universidad de Minnesota, Twin Cities en 2000 como profesor adjunto de Bioestadística y estuvo asociado con la Escuela de Salud Pública durante 14 años. Allí trabajó en una serie de problemas y escribió numerosos artículos sobre estadísticas espaciales , desarrollando teoría y métodos relacionados con el modelado bayesiano y la inferencia para datos geográficos con amplias aplicaciones en ciencias de la salud pública y ambiental, ecología, silvicultura, economía inmobiliaria y agronomía. En 2014, Banerjee se incorporó al Departamento de Bioestadística de la Escuela de Salud Pública de la UCLA como profesor y presidente de Bioestadística. [2]
Banerjee es ampliamente reconocido como un experto líder en estadística espacial y sus diversas aplicaciones en ciencias ambientales, sociales y de la salud. Ha hecho contribuciones estadísticas fundamentales y pioneras en el área amplia de estadísticas bayesianas y modelos jerárquicos para analizar datos espacio-temporales y, más específicamente, en las siguientes áreas dentro del modelado espacio-temporal: (i) inferencia estadística para gradientes espaciales y zonas de cambio rápido (también llamado wombling ); (ii) escalamiento de modelos de proceso gaussiano para análisis de datos espaciales masivos; (iii) modelos gráficos para análisis de datos espaciales de alta dimensión; (iii) fragilidades espaciales y análisis de supervivencia espacio-temporal ; y (iv) algoritmos computacionales y software para análisis de datos espaciales. Sus innovaciones estadísticas notables incluyen procesos predictivos gaussianos y modelos de proceso gaussiano de vecino más cercano para datos espacio-temporales masivos, y campos aleatorios multivariados de Markov para datos espaciales agregados regionalmente .
Las contribuciones de investigación interdisciplinarias de Banerjee incluyen su liderazgo en ciencia estadística y la supervisión de actividades relacionadas con la ciencia de datos de exposición en el Programa de Estudio GuLF (Estudio de Seguimiento a Largo Plazo del Golfo) que examina las consecuencias para la salud humana del derrame de petróleo de Deepwater Horizon en abril de 2010. [3] El derrame se produjo después de una explosión en una plataforma de perforación arrendada por BP , la compañía petrolera británica, y provocó el vertido de más de cuatro millones de barriles de petróleo en el Golfo de México , a 48 millas de la costa de Luisiana en los Estados Unidos. Banerjee ha participado activamente en marcos de colaboración que involucran a investigadores de salud pública con experiencia en epidemiología, salud ambiental y ocupacional y bioestadística que serían responsables de prácticas estadísticas sólidas, incluidos métodos innovadores para analizar de manera integral la exposición de los trabajadores a sustancias químicas potencialmente dañinas. En otro estudio de alto perfil, Banerjee fue invitado a formar parte de un comité formado por el Consejo Nacional de Investigación y la Academia Nacional de Ciencias en 2015-16 por su experiencia en el uso de la ciencia de datos espaciales para analizar y sintetizar datos de seguros contra inundaciones referenciados geográficamente con el fin de diseñar un marco de asequibilidad para la Agencia Federal para el Manejo de Emergencias (FEMA). El profesor Banerjee contribuyó con su experiencia en ciencia de datos espaciales y tecnologías SIG dentro de un marco de políticas integral para determinar cuándo y dónde los aumentos de las primas de la Ley de Reforma de Seguros contra Inundaciones Biggert-Waters de 2012 pierden eficacia en función de los costos. [4] [5]
