stringtranslate.com

Peter Rousseeuw

Peter J. Rousseeuw (nacido el 13 de octubre de 1956) es un estadístico conocido por su trabajo sobre estadísticas sólidas y análisis de conglomerados . Obtuvo su doctorado en 1981 en la Vrije Universiteit Brussel , tras una investigación realizada en la ETH de Zurich, que dio lugar a un libro sobre las funciones de influencia . [1] Posteriormente fue profesor en la Universidad Tecnológica de Delft , Países Bajos, en la Universidad de Friburgo , Suiza, y en la Universidad de Amberes , Bélgica. Luego fue investigador senior en Renaissance Technologies . Luego regresó a Bélgica como profesor en KU Leuven , [2] [3] hasta convertirse en emérito en 2022. Entre sus antiguos estudiantes de doctorado se encuentran Annick Leroy, Hendrik Lopuhaä, Geert Molenberghs, Christophe Croux, Mia Hubert , Stefan Van Aelst, Tim Verdonck y Jakob Raymaekers. [4]

Investigación

Rousseeuw ha construido y publicado muchas técnicas útiles. [3] [5] [6] Propuso el método de mínimos cuadrados recortados [7] [8] [9] y estimadores S [10] para una regresión robusta , que puede resistir valores atípicos en los datos.

También introdujo los métodos del elipsoide de volumen mínimo y del determinante de covarianza mínima [11] [12] para matrices de dispersión robustas. Este trabajo condujo a su libro Robust Regression and Outlier Detección con Annick Leroy.

Con Leonard Kaufman acuñó el término medoide al proponer el método k-medoides [13] [14] para el análisis de conglomerados , también conocido como Partitioning Around Medoids (PAM). Su visualización de silueta [15] muestra el resultado de un análisis de conglomerados, y el coeficiente de silueta correspondiente se utiliza a menudo para seleccionar el número de conglomerados. El trabajo sobre análisis de conglomerados dio lugar a un libro titulado Finding Groups in Data. [16] Rousseeuw fue el desarrollador original del grupo de paquetes R junto con Mia Hubert y Anja Struyf. [17]

El estimador de escala de Rousseeuw-Croux [18] es una alternativa eficiente a la desviación absoluta de la mediana (ver medidas robustas de escala ).

Con Ida Ruts y John Tukey introdujo el diagrama de bolsa , [19] una generalización bivariada del diagrama de caja .

Su trabajo más reciente se ha centrado en conceptos y algoritmos para funciones estadísticas de profundidad en entornos de datos multivariados, de regresión [20] y funcionales, y en análisis robusto de componentes principales . [21] Su investigación actual se centra en la visualización de la clasificación [22] [23] y valores atípicos de células. [24] [25]

Reconocimiento

Rousseeuw fue elegido miembro del Instituto Internacional de Estadística (1991), miembro del Instituto de Estadística Matemática (1993) y miembro de la Asociación Estadounidense de Estadística (1994). Su artículo de 1984 sobre regresión robusta [7] ha sido reimpreso en Breakthroughs in Statistics , [26] que recopiló y anotó los 60 artículos más influyentes en estadística desde 1850 hasta 1990. Se convirtió en un investigador muy citado del ISI en 2003 y recibió el premio Premio Jack Youden (2018) y Premio Frank Wilcoxon (2021).

Creación del Premio Rousseeuw de Estadística

A partir de 2016, Peter Rousseeuw trabajó en la creación de un nuevo premio bienal, patrocinado por él. [27] El objetivo del premio es reconocer innovaciones estadísticas destacadas con impacto en la sociedad y promover la conciencia sobre el importante papel y el contenido intelectual de las estadísticas y su profundo impacto en los esfuerzos humanos. El importe del premio es de 1 millón de dólares estadounidenses, similar al Premio Nobel en otros campos. El primer premio de 2022 fue para el tema Inferencia Causal en Medicina y Salud Pública. Fue entregado por Su Majestad el Rey Felipe de Bélgica a los galardonados James Robins , Andrea Rotnitzky , Thomas Richardson, Miguel Hernán y Eric Tchetgen Tchetgen.

Referencias

  1. ^ Hampel, Frank; Ronchetti, Elvezio; Rousseeuw, Peter J.; Stahel, Werner (1986). Estadísticas robustas: el enfoque basado en funciones de influencia . Nueva York: Wiley. doi :10.1002/9781118186435. ISBN 978-0-471-73577-9.
  2. ^ "KU Leuven quién es quién - Peter Rousseeuw". Ku Lovaina . Consultado el 21 de diciembre de 2015 .
  3. ^ ab "ROBUST@Leuven - Departamento Wiskunde KU Leuven". Ku Lovaina . Consultado el 21 de diciembre de 2015 .
  4. ^ "Peter Rousseeuw". El Proyecto de Genealogía de las Matemáticas .
  5. ^ "Peter Rousseeuw". Google Académico . Consultado el 21 de diciembre de 2015 .
  6. ^ "Peter Rousseeuw". Puerta de la investigación . Consultado el 6 de noviembre de 2022 .
  7. ^ ab Rousseeuw, Peter J. (1984). "Regresión de la menor mediana de cuadrados". Revista de la Asociación Estadounidense de Estadística . 79 (388): 871–880. CiteSeerX 10.1.1.464.928 . doi :10.1080/01621459.1984.10477105. 
  8. ^ Rousseeuw, Peter J.; Van Driessen, Katrien (2006). "Cálculo de la regresión LTS para grandes conjuntos de datos". Minería de datos y descubrimiento de conocimientos . 12 (1): 29–45. doi :10.1007/s10618-005-0024-4. S2CID  207113006.
  9. ^ Rousseeuw, Peter J.; Leroy, Annick M. (1987). Regresión robusta y detección de valores atípicos (3. ed. impresa). Nueva York: Wiley. doi :10.1002/0471725382. ISBN 978-0-471-85233-9.
  10. ^ Rousseeuw, P.; Yohai, V. (1984). "Regresión robusta mediante estimadores S". Análisis de series temporales robusto y no lineal . Apuntes de conferencias sobre estadística. vol. 26. págs. 256–272. doi :10.1007/978-1-4615-7821-5_15. ISBN 978-0-387-96102-6.
  11. ^ Rousseeuw, Peter J.; van Zomeren, Bert C. (1990). "Desenmascarar valores atípicos multivariados y puntos de apalancamiento". Revista de la Asociación Estadounidense de Estadística . 85 (411): 633–639. doi :10.1080/01621459.1990.10474920.
  12. ^ Rousseeuw, Peter J.; Van Driessen, Katrien (1999). "Un algoritmo rápido para el estimador del determinante de covarianza mínima". Tecnometría . 41 (3): 212–223. doi :10.1080/00401706.1999.10485670.
  13. ^ Kaufman, L.; Rousseeuw, PJ (1987). "Agrupación mediante medoides". Análisis de datos estadísticos basado en la norma L1 y métodos relacionados, editado por Y. Dodge, Holanda Septentrional: 405–416. {{cite journal}}: Citar diario requiere |journal=( ayuda )
  14. ^ Kaufman, Leonard; Rousseeuw, Peter J. (1990). Encontrar grupos en datos: una introducción al análisis de conglomerados . Nueva York: Wiley. doi :10.1002/9780470316801. ISBN 978-0-471-87876-6.
  15. ^ Rousseeuw, Peter J. (1987). "Siluetas: una ayuda gráfica para la interpretación y validación del análisis de conglomerados". Revista de Matemática Computacional y Aplicada . 20 : 53–65. doi : 10.1016/0377-0427(87)90125-7 .
  16. ^ Kaufman, Leonard; Rousseeuw, Peter J. (1990). Encontrar grupos en datos: una introducción al análisis de conglomerados . Nueva York: Wiley. doi :10.1002/9780470316801. ISBN 978-0-471-87876-6.
  17. ^ clúster: "Buscar grupos en datos": análisis de conglomerados ampliado Rousseeuw et al., 2021-04-17 , consultado el 2021-05-27
  18. ^ Rousseeuw, Peter J.; Croux, Christophe (1993). "Alternativas a la desviación absoluta mediana". Revista de la Asociación Estadounidense de Estadística . 88 (424): 1273. doi : 10.2307/2291267. JSTOR  2291267.
  19. ^ Rousseeuw, Peter J.; Rutinas, Ida; Tukey, John W. (1999). "El diagrama de bolsa: un diagrama de caja bivariado". El estadístico estadounidense . 53 (4): 382–387. doi :10.1080/00031305.1999.10474494.
  20. ^ Rousseeuw, Peter J.; Hubert, Mía (1999). "Profundidad de regresión". Revista de la Asociación Estadounidense de Estadística . 94 (446): 388. doi : 10.2307/2670155. JSTOR  2670155.
  21. ^ Hubert, Mía; Rousseeuw, Peter J; Vanden Branden, Karlien (2005). "ROBPCA: un nuevo enfoque para el análisis sólido de componentes principales". Tecnometría . 47 (1): 64–79. doi :10.1198/004017004000000563. S2CID  5071469.
  22. ^ Raymaekers, Jakob; Rousseeuw, Peter J.; Hubert, Mía (2022). "Mapas de clases para visualizar resultados de clasificación". Tecnometría . 64 (2): 151-165. arXiv : 2007.14495 . doi : 10.1080/00401706.2021.1927849 . eISSN  1537-2723. ISSN  0040-1706.
  23. ^ Raymaekers, Jakob; Rousseeuw, Peter J. (4 de abril de 2022). "Siluetas y gráficos cuasi residuales para redes neuronales y clasificadores basados ​​en árboles". Revista de Estadística Computacional y Gráfica . 31 (4): 1332-1343. arXiv : 2106.08814 . doi : 10.1080/10618600.2022.2050249 . eISSN  1537-2715. ISSN  1061-8600.
  24. ^ Rousseeuw, Peter J.; Van Den Bossche, Wannes (2018). "Detección de celdas de datos desviadas". Tecnometría . 60 (2): 135-145. arXiv : 1601.07251 . doi : 10.1080/00401706.2017.1340909 . eISSN  1537-2723. ISSN  0040-1706.
  25. ^ Raymaekers, Jakob; Rousseeuw, Peter J. (2021). "Correlación rápida y robusta para datos de alta dimensión". Tecnometría . 63 (2): 184-198. arXiv : 1712.05151 . doi : 10.1080/00401706.2019.1677270 . eISSN  1537-2723. ISSN  0040-1706.
  26. ^ Kotz, Samuel; Johnson, normando (1992). Avances en estadística . vol. III. Nueva York: Springer. doi :10.1007/978-1-4612-0667-5. ISBN 978-0-387-94988-8.
  27. ^ "El Premio Rousseeuw de Estadística". Premio Rousseeuw . Consultado el 1 de noviembre de 2022 .