L’article intitulé « Variable selection and inference procedures for marginal analysis of longitudinal data with missing observations and covariate measurement error » (Volume 43, no. 4, pp. 498-518) par Grace Y. Yi, Xianming Tan et Runze Li est le gagnant du prix du meilleur article de la RCS cette année.

En analyse de données longitudinales, il est commun de vouloir sélectionner un modèle. Or c’est là un problème particulièrement ardu en cas de données manquantes et d’erreurs de mesure. L’article gagnant propose des méthodes marginales permettant de sélectionner et d’estimer un modèle simultanément même avec des réponses manquantes et des covariables sujettes à erreurs. Il offre un cadre unifié fondé sur des modèles linéaires généralisés marginaux. L’article évite de poser des hypothèses complètes sur la distribution du processus de réponse et celle des vraies covariables. Les membres du comité ont souligné l’applicabilité du travail, ses forts fondements théoriques et la solide évaluation pratique des méthodes proposées.

Grace Y. Yi est professeure de statistique et titulaire d’une chaire de recherche universitaire à la University of Waterloo. Elle s’intéresse notamment aux modèles d’erreur de mesure, aux problèmes de données manquantes, à l’analyse des données de grande dimension, à l’analyse des données de survie et longitudinales, aux méthodes fondées sur la fonction d’estimation et la vraisemblance, ainsi qu’aux applications médicales. Grace a obtenu son doctorat en statistique de la University of Toronto en 2000. Elle est membre élue de la American Statistical Association et de l’Institut international de statistique. Elle est la rédactrice en chef de La revue canadienne de statistique (2016-2018). Elle est présidente élue du groupe de biostatistique de la Société statistique du Canada pour 2015 et fondatrice et présidente du premier chapitre (chapitre canadien) de l’Association statistique chinoise internationale.

Xianming Tan est professeur associé de recherche en biostatistique à la University of North Carolina at Chapel Hill. Il a obtenu son doctorat en statistique en 2005 de l’Université de Nankai en Chine, avant de suivre une formation postdoctorale à Queen’s University puis à Penn State University, State College. Avant de rejoindre Chapel Hill, il a travaillé comme biostatisticien au Centre universitaire de santé McGill, à Montréal. Il s’intéresse notamment à la conception et à l’analyse des essais cliniques, aux modèles de mélanges finis, à la sélection de variables pour les études longitudinales et à leurs applications à la recherche interdisciplinaire.

Runze Li est professeur de statistique Verne M. Willaman, à la Pennsylvania State University. Il a obtenu son doctorat en statistique de la University of North Carolina at Chapel Hill en 2000. Il est membre élu de l’IMS et de l’ASA. Il a été corédacteur en chef des Annals of Statistics en 2013-2015. Ses travaux de recherche actuels portent sur la mise au point de procédures statistiques efficaces pour l’analyse de données de grande dimension, notamment la sélection de variables et la vérification des fonctions et des hypothèses. Il s’intéresse également à l’application de ces procédures statistiques à l’analyse de données de grande dimension réelles (données génétiques et données d’IRM fonctionnelle). Par ailleurs, il s’intéresse à la modélisation non et semi-paramétrique et aux applications statistiques à la recherche scientifique en sciences du comportement social et en génie.