Sudipto Banerjee (nacido el 23 de octubre de 1972) es un estadístico indio-estadounidense mejor conocido por su trabajo sobre modelado jerárquico bayesiano e inferencia para el análisis de datos espaciales . Es profesor de Bioestadística y Decano Asociado Senior de la Facultad de Salud Pública de la Universidad de California, Los Ángeles . Se desempeñó como presidente del Departamento de Bioestadística de 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, Kolkata, para sus estudios universitarios, y al Instituto Indio de Estadística , donde se graduó con una maestría en estadística 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 Alan Enoch Gelfand [1] le presentó la estadística bayesiana y el modelado jerárquico, quien había sido un pionero en el desarrollo del muestreador de Gibbs y los algoritmos Monte Carlo de la cadena de Markov en estadística bayesiana.
Banerjee se unió a la Universidad de Minnesota, Twin Cities en 2000 como profesor asistente 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 estadística espacial , desarrollando teorías y métodos relacionados con el modelado e inferencia bayesianos para datos geográficos con una amplia gama de 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 Facultad de Salud Pública de UCLA como profesor y catedrático de Bioestadística. [2]
Banerjee es ampliamente reconocido como un experto líder en estadísticas espaciales y sus diversas aplicaciones en las ciencias ambientales, sociales y de la salud. Ha realizado aportaciones estadísticas fundamentales y pioneras en el amplio ámbito de la estadística bayesiana y los modelos jerárquicos para el análisis de datos espacio-temporales y, más concretamente, en las siguientes áreas dentro de la modelización espacio-temporal: (i) inferencia estadística para gradientes espaciales y zonas de cambio rápido (también llamado Wombling ); (ii) ampliar los modelos de procesos gaussianos para el análisis masivo de datos espaciales; (iii) modelos gráficos para análisis de datos espaciales de alta dimensión; (iii) análisis de debilidades espaciales y supervivencia espacio-temporal ; y (iv) algoritmos computacionales y software para análisis de datos espaciales. Sus innovaciones estadísticas notables incluyen el proceso predictivo gaussiano y los modelos de proceso gaussiano del vecino más cercano para datos espacio-temporales masivos, y campos aleatorios multivariados de Markov para datos espaciales agregados regionalmente .
Las contribuciones de investigación interdisciplinaria de Banerjee incluyen su liderazgo en ciencia estadística y la supervisión de actividades relacionadas con la ciencia de datos de exposición en el Programa del 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 vertido se produjo tras una explosión en una plataforma de perforación alquilada 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 Estados Unidos. Banerjee ha participado activamente en marcos de colaboración en los que participan 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 exhaustivamente 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 con referencia geográfica. en el diseño de 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 primas de la Ley de Reforma del Seguro contra Inundaciones de Biggert-Waters de 2012 pierden rentabilidad. [4] [5]
