stringtranslate.com

Alan E. Gelfand

Alan Enoch Gelfand (nacido el 17 de abril de 1945) es un estadístico estadounidense y actualmente es profesor James B. Duke de Estadística y Ciencias de la Decisión en la Universidad de Duke . [1] [2] La investigación de Gelfand incluye contribuciones sustanciales a los campos de las estadísticas bayesianas, las estadísticas espaciales y el modelado jerárquico.

Educación y carrera

Gelfand nació en el Bronx, Nueva York . Después de graduarse del sistema de escuelas públicas a la temprana edad de 16 años, Gelfand asistió al City College de Nueva York como estudiante de pregrado, donde se destacó en matemáticas. La matriculación de Gelfand en la escuela de posgrado simbolizó una transición tanto física como educativa, ya que se mudó a través del país para asistir a la Universidad de Stanford y obtener un doctorado en Estadística. Terminó su disertación en 1969 sobre métodos de seriación (secuenciación cronológica) bajo la dirección de Herbert Solomon . [3]

Gelfand aceptó una oferta de la Universidad de Connecticut , donde trabajó durante 33 años como profesor. En 2002, se trasladó a la Universidad Duke como profesor James B. Duke de Estadística y Ciencias de la Decisión. [3] En 2015, su departamento organizó una conferencia de cumpleaños del 19 al 22 de abril en Durham, Carolina del Norte, que incluyó a oradores eminentes como Adrian FM Smith . [4]

Investigación

Gelfand y Smith (1990)

Después de asistir a un curso corto impartido por Adrian Smith en la Bowling Green State University , Gelfand decidió tomarse un año sabático en Nottingham , Reino Unido, con la intención de trabajar en el uso de métodos numéricos para resolver problemas empíricos de Bayes. Después de estudiar Tanner y Wong (1987) y de que David Clayton le insinuara su conexión con Geman y Geman (1984) , Gelfand pudo darse cuenta del valor computacional de reemplazar técnicas numéricas costosas con métodos basados ​​en muestreo de Monte Carlo en la inferencia bayesiana. Publicado como Gelfand y Smith (1990), Gelfand describió cómo se puede utilizar el muestreador de Gibbs para la inferencia bayesiana de una manera computacionalmente eficiente. Desde su publicación, los métodos generales descritos en Gelfand y Smith (1990) han revolucionado el análisis de datos, permitiendo que problemas previamente intratables ahora sean tratables. [5] Hasta la fecha, el artículo ha sido citado más de 7500 veces. [6]

Contribuciones a la estadística espacial

En 1994, Gelfand se encontró con un conjunto de datos que no había encontrado antes: capturas de vieiras en el océano Atlántico. Intrigado por los desafíos asociados con el análisis de datos con correlación espacial estructurada, Gelfand, junto con sus colegas Sudipto Banerjee y Bradley P. Carlin, crearon un paradigma inferencial para analizar datos espaciales. Las contribuciones de Gelfand a las estadísticas espaciales incluyen modelos de coeficientes que varían espacialmente, [7] modelos lineales de coregionalización para procesos espaciales multivariados, [8] procesos predictivos para el análisis de datos espaciales de gran tamaño [9] y enfoques no paramétricos para el análisis de datos espaciales. [10] La investigación de Gelfand en estadísticas espaciales abarca áreas de aplicación de la ecología, las enfermedades y el medio ambiente.

Premios y reconocimientos

Bibliografía

Libros

Artículos seleccionados

Referencias

  1. ^ "Página de inicio de Alan E. Gelfand". www2.stat.duke.edu . Consultado el 10 de marzo de 2017 .
  2. ^ "Alan E. Gelfand". scholars.duke.edu . Consultado el 10 de marzo de 2017 .
  3. ^ ab Carlin, Brad; Herring, Amy (2015). "Una conversación con Alan Gelfand". Ciencia estadística . 30 (3): 413–422. arXiv : 1509.03068 . doi : 10.1214/15-sts521 .
  4. ^ "G70: Una celebración del 70 cumpleaños de Alan Gelfand".
  5. ^ McGrayne, Sharon (2011). La teoría que no moriría: cómo la regla de Bayes descifró el código Enigma, persiguió submarinos rusos y emergió triunfante de dos siglos de controversia . Yale University Press.
  6. ^ Gelfand, Alan E.; Smith, Adrian FM (1990). "Enfoques basados ​​en muestreo para calcular densidades marginales". Revista de la Asociación Estadounidense de Estadística . 85 (410): 398–409. doi :10.2307/2289776. ISSN  0162-1459. JSTOR  2289776.
  7. ^ Gelfand, Alan (2003). "Modelado espacial con procesos de coeficientes que varían espacialmente". Revista de la Asociación Estadounidense de Estadística . 98 (462): 387–396. doi :10.1198/016214503000170. S2CID  122987154.
  8. ^ Gelfand, Alan (2004). "Modelado de procesos multivariados no estacionarios a través de coregionalización que varía espacialmente". Test . 13 (2): 263–312. doi :10.1007/bf02595775. S2CID  56244076.
  9. ^ Banerjee, Sudipto (2008). "Modelos de procesos predictivos gaussianos para grandes conjuntos de datos espaciales". Revista de la Royal Statistical Society. Serie B (Metodología estadística) . 70 (4): 825–848. doi :10.1111/j.1467-9868.2008.00663.x. PMC 2741335. PMID  19750209 . 
  10. ^ Gelfand, Alan (2005). "Modelado espacial no paramétrico bayesiano con mezcla de procesos de Dirichlet". Revista de la Asociación Estadounidense de Estadística . 100 (471): 1021–1035. doi :10.1198/016214504000002078. S2CID  35557355.
  11. ^ "Boletín informativo del capítulo de Boston de la Asociación Estadounidense de Estadística" (PDF) . 2006.
  12. ^ "El premio Parzen a la innovación estadística". parzenprize.gandi.ws . Consultado el 13 de mayo de 2023 .
  13. ^ "Premios ENVR (Premio al Logro Distinguido y Premio al Investigador Preliminar)". community.amstat.org . Consultado el 22 de octubre de 2023 .
  14. ^ "Becarios de la ISBA". bayesian.org .
  15. ^ "Premio en memoria de Samuel S. Wilks". www.amstat.org .
  16. ^ "Los mejores científicos - Matemáticas Alan E. Gelfand". research.com .