Lauréats du prix de La revue canadienne de statistique 2017
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 « Probability-scale residuals for continuous, discrete, and censored data » (Volume 44, no. 4, pp. 463-479) par Bryan E. Shepherd, Chun Li et Qi Liu.
L’article propose des résidus basés sur la comparaison des probabilités ajustées sur les deux queues d’une réponse. Ces résidus permettent le diagnostic de modèles pour lesquels les différences numériques dans la réponse n’ont pas de sens interprétable, ou ceux dont la valeur espérée selon le modèle n’est pas calculable. L’article présente les propriétés de ces diagnostics et en montre l’utilité pour des données très diverses, y compris les données censurées.
Bryan Shepherd est professeur agrégé de biostatistique au centre médical de l’Université Vanderbilt. Il est titulaire d’un doctorat en biostatistique de l’Université du Washington (2005). Il s’intéresse à la mise au point et à l’application de nouvelles méthodes statistiques applicables aux études sur le VIH/SIDA, la tuberculose et d’autres maladies d’importance mondiale. Sa recherche en méthodes statistiques porte notamment sur les techniques d’analyse des données ordinales, les méthodes d’inférence causale et les approches d’analyse des données d’observation sujettes à erreur.
Chun Li est professeur agrégé d’épidémiologie et de biostatistique à l’Université Case Western Reserve. Il est titulaire d’un doctorat en biostatistique de l’Université du Michigan (2002). Ses recherches actuelles en statistique portent sur l’analyse des données ordinales, les modèles de transformation linéaires et l’analyse de données à grande échelle. Il travaille aussi depuis presque vingt ans dans le domaine de la génétique statistique où il a mis au point des méthodes pour une variété de types de données et d’analyses dans le domaine des études de génétique humaine, des analyses de liaison et d’association à la conception et l’évaluations des études d’association pangénomiques, en passant par la conception et le traitement des données d’études de séquençage de nouvelle génération. Il travaille actuellement à développer des méthodes permettant une analyse efficace des données Hi-C et des données RNA-Seq à l’échelle de la cellule.
Qi Liu est scientifique principale chez Merck & Co., Inc. Elle est titulaire d’un doctorat en biostatistique de l’université Vanderbilt (2016). Elle s’intéresse à la conception et à l’analyse d’essais cliniques, aux modèles de régression semi-paramétriques, aux données catégorielles ordonnées et à l’inférence causale.
Bryan Shepherd présentera une synthèse de leurs travaux lors d’une session spéciale au prochain congrès annuel de la SSC à l’Université du Manitoba.
La dédicace du prix est la suivante:
L’article intitulé « Probability-scale residuals for continuous, discrete, and censored data » par Bryan E. Shepherd, Chun Li et Qi Li est reconnu pour son excellence, sa créativité et sa présentation.
Merci à Richard Lockhart, qui a été principalement responsable de la production de ce contenu.