Mme Bédard a complété sa thèse, intitulée « On the Robustness of Optimal Scaling for Random Walk Metropolis Algorithms », à l’Université de Toronto sous la direction du professeur Jeffrey Rosenthal. La thèse utilise des arguments probabilistes sophistiqués pour établir des implémentations optimales de l’algorithme de Metropolis-Hastings pour Monte Carlo par chaîne de Markov. L’algorithme de Metropolis- Hastings est l’une des méthodes les plus usitées dans l’analyse bayésienne moderne, qui connaît des applications dans toutes les sciences. Les résultats de Mme Bédard ont permis d’appliquer les travaux antérieurs sur les implémentations optimales à des situations de plus en plus réalistes, étendant par là la portée de ce puissant algorithme.

Mme Bédard a obtenu son baccalauréat ès sciences de l’Université Laval en 2001 avant de déménager à Toronto, où elle a obtenu son M.Sc. en 2002 et son doctorat en 2006. Elle est actuellement chercheure universitaire au Centre de recherche en méthodologie statistique à l’Université de Warwick à Coventry (Angleterre). Elle rejoindra bientôt le Département de mathématiques et de statistique de l’Université de Montréal, où elle a été nommée professeure adjointe. Elle y continuera ses travaux sur l’algorithme de Metropolis-Hastings et sur les méthodes Monte Carlo par chaîne de Markov en général.

Les critères utilisés pour évaluer les thèses mises en nomination pour ce prix incluent l’originalité des idées et des techniques employées, l’importance et le traitement des applications et l’impact potentiel des résultats sur la statistique sciences. Le prix honore la mémoire du professeur Pierre Robillard, jeune statisticien d’un dynamisme exceptionnel à l’Université de Montréal, dont la mort prématurée en 1975 a coupé court ce qui promettait d’être une illustre carrière en statistique.