![Reihaneh Entezari Reihaneh Entezari](/sites/default/files/styles/award_winner/public/people/reihaneh_entezari_cropped_1.jpg?itok=uga4bMRd)
![Radu V. Craiu Radu V. Craiu](/sites/default/files/styles/award_winner/public/people/radu_craiu.jpg?itok=7aD_pKCs)
![Jeffrey S. Rosenthal Jeffrey S. Rosenthal](/sites/default/files/styles/award_winner/public/people/jeff_rosenthal.jpg?itok=L3B-VKmG)
Le prix de La revue canadienne de statistique est présenté chaque année par la Société statistique du Canada à l’auteur / aux auteurs d’un article publié dans la Revue, en reconnaissance de la qualité exceptionnelle de l’innovation méthodologique et de la présentation de l’article. L’article primé cette année s’intitule « Likelihood inflating sampling algorithm » (Volume 46, no. 1, pp. 147-175) par R. Entezari, R.V. Craiu et J. Rosenthal.
L’article étudie la simulation d’une loi a posteriori issue de données massives, pour laquelle le temps de calcul d'une méthode de Monte Carlo par chaînes de Markov (MCMC) peut s'avérer trop long puisque la production d'un échantillon requiert un nombre d'opérations qui augmente linéairement avec le nombre de données. Les auteurs proposent une nouvelle méthode d’inférence en parallèle, appelée algorithme d’échantillonnage à vraisemblance gonflée (likelihood inflating sample size algorithm, ou LISA), qui sépare les données en sous-échantillons sur lesquels des MCMC indépendantes sont calculées, créant ainsi plusieurs sous-distributions a posteriori. Ils proposent une stratégie pour la combinaison des sous-distributions de chaque partie en une seule loi a posteriori, puis l’étudient dans le contexte d’un modèle d’arbres de régression additifs bayésiens (BART). Le comité a été fort impressionné par l’exemple réel étudié, tiré de l’American Community Survey; il montre que la stratégie proposée permet une inférence aussi précise qu’une analyse standard, pour un temps de calcul nettement inférieur.
Reihaneh Entezari est scientifique de données au Bosch Center for Artificial Intelligence. Elle a obtenu son doctorat en statistique de l'University of Toronto en 2018. Elle s’intéresse notamment à l’apprentissage machine, à l’inférence bayésienne, aux méthodes évolutives, aux méthodes de Monte Carlo par chaines de Markov, à l’apprentissage profond et à la probabilité.
Radu V. Craiu est professeur et directeur des sciences statistiques à l'University of Toronto. Il a étudié les mathématiques à l’Université de Bucarest (baccalauréat 1995, maitrise 1996) et obtenu un doctorat du Département de statistique de l’Université de Chicago en 2001. Il a été formé à améliorer l’efficacité des algorithmes d’échantillonnage, à prouver leur validité théorique et à en construire de nouveaux au besoin. Il s’intéresse principalement aux méthodes computationnelles en statistique, notamment aux algorithmes de Monte Carlo par chaines de Markov (MCMC), à l’inférence bayésienne, aux modèles de copules, aux procédures de sélection de modèles et à la génétique statistique. Il est actuellement le rédacteur adjoint du Journal of Computational and Graphical Statistics, de La revue canadienne de statistique et de STAT - The ISI's Journal for the Rapid Dissemination of Statistics Research. Il s’est vu décerner le Prix CRM-SSC en 2016 et est membre élu de l’Institut international de statistique.
Jeffrey Rosenthal est professeur de statistique à l'University of Toronto. Il a obtenu son baccalauréat de l'University of Toronto à l’âge de 20 ans, son doctorat en mathématiques de Harvard à l’âge de 24 ans et un poste permanent à l'University of Toronto à l’âge de 29 ans. Il s’est vu décerner le Prix CRM-SSC en 2006, le Prix COPPS en 2007, la Médaille d’or de la SSC en 2013 et des prix d’enseignement à Harvard et Toronto. Il est membre élu de l’Institut de statistique mathématique et de la Société royale du Canada. Son ouvrage grand public, Struck by Lightning: The Curious World of Probabilities, a été publié en seize éditions et dix langues et est devenu un best-seller au Canada, l’amenant à de nombreuses interventions médiatiques et publiques et à des travaux qui ont permis de démasquer le scandale des détaillants de billets de loterie. Ce livre fut suivi d’un second ouvrage grand public, Knock On Wood: Luck, Chance, and the Meaning of Everything. Il s’intéresse également à la programmation de jeux informatiques, à la prestation musicale et à l’improvisation comique; il parle couramment le français. Vous le trouverez en ligne sur www.probability.ca ou sur Twitter : @ProbabilityProf. Bien qu’il soit né un vendredi 13, Rosenthal a toujours été très chanceux.
L’article intitulé « Likelihood inflating sampling algorithm » par Reihaneh Entezari, Radu V. Craiu et Jeffrey S. Rosenthal est reconnu pour sa créativité et l’excellence des calculs.