David Firth FBA (nacido el 22 de diciembre de 1957) es un estadístico británico . [1] Es profesor emérito del Departamento de Estadística de la Universidad de Warwick . [1]
Firth nació y fue a la escuela en Wakefield . [1] Estudió Matemáticas en la Universidad de Cambridge [1] y completó su doctorado en Estadística en el Imperial College de Londres , [1] supervisado por Sir David Cox . [2]
Firth es conocido por su desarrollo de un método general [3] para reducir el sesgo de la estimación de máxima verosimilitud en modelos estadísticos paramétricos . El método ha sido aplicado en una amplia variedad de campos de investigación, especialmente en el análisis de regresión logística , donde las estimaciones con sesgo reducido también tienen una varianza reducida y son siempre finitas; [5] esta última propiedad supera el problema frecuentemente encontrado de la separación , que hace que las estimaciones de máxima verosimilitud sean infinitas. El artículo original publicado en 1993 [3] ha sido citado más de 4000 veces según Google Scholar.
Junto con una estudiante de doctorado, Renée de Menezes, Firth también estableció la generalidad del método de cuasi varianzas , un dispositivo para resumir económicamente los efectos estimados de una variable predictora categórica en un modelo estadístico. [7] [8]
Firth desarrolló (en colaboración con John Curtice ) un nuevo enfoque estadístico para el diseño y análisis de las encuestas de salida de las urnas para las elecciones generales del Reino Unido . Los nuevos métodos se han utilizado en las elecciones generales del Reino Unido desde 2005 para producir el pronóstico ampliamente difundido al cierre de las urnas de los escaños en la Cámara de los Comunes . [6]
Firth fue elegido miembro de la Academia Británica en 2008. Recibió la Medalla Guy de Bronce de la Royal Statistical Society en 1998 y la de Plata en 2012. Con la Dra. Heather Turner ganó el Premio John M Chambers de Software Estadístico de la Asociación Estadounidense de Estadística en 2007, por el paquete gnm que facilita el trabajo con modelos no lineales generalizados (una síntesis de regresión no lineal y modelos lineales generalizados ) en R.
Es ex editor del Journal of the Royal Statistical Society, Serie B (Metodología estadística) .