Le prix de la Revue canadienne de statistique est décerné chaque année par la Société statistique du Canada à l'auteur ou aux auteurs d'un article publié dans la revue, en reconnaissance de la qualité exceptionnelle de l'innovation méthodologique et de la présentation. Le prix de cette année est décerné pour l'article intitulé « Post model-fitting exploration via a 'Next Door' analysis ». (Vol. 48, n° 3, 2020, pages 447-470) par Leying Guan et Robert Tibshirani.
Les auteurs proposent une approche intéressante et élégante pour trouver et évaluer les modèles près d'un modèle de base, une procédure appelée « analyse de la porte voisine ». L'idée est la suivante. Tout d'abord, le lasso habituel est ajusté aux données. Ensuite, pour chaque prédicteur de l'ensemble de soutien, ce prédicteur est supprimé et le lasso est réajusté à tous les prédicteurs restants (pas seulement à l'ensemble de soutien). On obtient ainsi un modèle proche (modèle proximal) correspondant à la suppression de chacun des membres de l'ensemble de support. Enfin, chacun de ces modèles proches est examiné et évalué.
Leying Guan a obtenu un baccalauréat en physique à l'Université de Tsinghua en 2014, puis un doctorat au Département de statistique de Stanford en 2019. Elle est actuellement professeure adjointe au Département de biostatistique de Yale. Ses recherches portent principalement sur le développement de méthodes statistiques et d'apprentissage automatique motivées par des applications scientifiques. Elle s'est récemment intéressée aux tests d'hypothèses à grande échelle, aux approches d'apprentissage automatique sous décalage distributionnel et à la modélisation statistique des données immunologiques.
Robert Tibshirani a obtenu un baccalauréat en statistique et en informatique de la University of Waterloo en 1979 et une maîtrise en statistique de la University of Toronto en 1980. Tibshirani a rejoint le programme de doctorat de l'Université Stanford en 1981 et a obtenu son doctorat en 1984. Il a été professeur à la University of Toronto de 1985 à 1998, et est actuellement professeur aux Départements des sciences des données biomédicales et de statistique de Stanford. Il s’intéresse notamment au développement d'outils statistiques pour l'analyse d'ensembles de données complexes et en haute dimension.
L'article intitulé « Post model-fitting exploration via a 'Next Door' analysis » par Leying Guan et Robert Tibshirani est reconnu pour l’excellente présentation d'un développement méthodologique impressionnant et son application à l'analyse d'ensembles de données complexes.
Andrei Volodin a été le principal responsable de la production de ce matériel.