La médaille d’or est attribuée à la personne qui a apporté une contribution exceptionnelle à la statistique ou la probabilité, soit en développement mathématique ou en travail appliqué. Ce prix est normalement décerné à quelqu’un qui demeure actif en recherche. Le récipiendaire devrait être Canadien ou un résident permanent du Canada, et doit avoir fait des contributions de recherche de grande qualité aux sciences statistiques au Canada. La ou le récipiendaire de la Médaille d’or doit être membre de la SSC.
Dave est né en 1965 à Hereford, en Angleterre, où il a grandi avec ses parents et ses quatre frères et sœurs. Féru de mathématique, il a décidé de suivre l’exemple de son frère aîné et de s’inscrire à l’Université de Nottingham. Dès le premier cycle (BSc, 1986), Dave a eu la chance de suivre les enseignements d’Adrian F.M. Smith, qui a ensuite encadré sa thèse portant sur la détection bayésienne des contours dans le traitement d’images (PhD, 1990).
De 1990 à 1995, Dave a été postdoctorant et associé de recherche à Nottingham et au Collège imperial de Londres, consacrant entre autres 2½ ans à un projet de développement logiciel de Ciba-Geigy pour la pharmacocinétique des populations par chaînes de Markov Monte-Carlo (MCMC). De 1995 à 2006, il a été chargé de cours puis maître de conférences à Imperial. Il s’est alors intéressé à la génétique statistique et aux séries temporelles et a notamment collaboré avec le statisticien et généticien britannique Cedric A.B. Smith.
Dave s’est démarqué très tôt par son emploi novateur de l’échantillonneur de Gibbs pour l’identification de points de rupture et le développement, avec son copain Petros Dellaportas, de méthodes numériques pour l’inférence bayésienne dans les modèles avec erreurs de mesure. Il a aussi fait preuve d’ingéniosité en développant des méthodes MCMC à saut réversible populationnelles et en contribuant à l’analyse de locus quantitatifs par la promotion de méthodes semblables. Son article le plus fréquemment cité porte sur le problème de changement d’étiquette dans les modèles de mélange.
Dave dit que sa plus grande chance a été d’avoir rencontré Erica Moodie lors du mariage de son ami Jon Wakefield (professeur de statistique, Université de Washington) à St-Jean de Terre-Neuve en 2002. Après leur propre mariage, Dave et Erica ont été embauchés à McGill en 2006. Professeur titulaire au Département de mathématiques et de statistique dès son arrivée, Dave a occupé une chaire James McGill (2011-18), a été directeur de son département (2015-19) et est maintenant vice-doyen de la Faculté des sciences (2019-).
Depuis sa venue au Canada, Dave a continué de publier ses travaux dans les revues les plus prisées de la profession. Il a actuellement près de 150 articles à son actif, dont environ les deux tiers dans des revues de méthodologie statistique. Dave a aussi été un mentor très actif et attentionné. À McGill, il a encadré 10 stagiaires postdoctoraux et diplômé plus de 40 étudiants des 2e et 3e cycles, en proportions à peu près égales ; il continue d’avoir beaucoup d’étudiants sous sa direction. De plus, il a occupé des rôles de premier plan à titre de président du comité des sciences statistiques au CRSNG (2011-12) et de rédacteur en chef de La revue canadienne de statistique (2013-15). Il a été nommé compagnon de l’Association des statisticiens américains en 2019.
Aujourd’hui, les contributions de Dave sont difficiles à résumer, tant elles sont diverses, mais elles ont toutes en commun le calcul bayésien. On lui doit entre autres des algorithmes de Monte-Carlo pour les modèles de volatilité stochastique basés sur des processus de Lévy, ainsi que la première approche complète et véritablement bayésienne d’estimation de modèles structurels marginaux qui établit un lien entre la pondération de probabilité inverse et l’échantillonnage préférentiel. Dans ses nombreux écrits conjoints avec Erica, Dave a en outre étudié les propriétés des méthodes d’ensemble pour l’estimation des modèles de score de propension et il a proposé des méthodes de sélection de modèles et de variables dans le cadre de l’inférence causale.
En génétique, Dave a innové en matière de co-clustering bayésien de profils d’expression génétique. En modélisation phylogénétique, il a conçu des algorithmes de regroupement originaux et très pertinents basés sur le séquençage du VIH-1 afin d’identifier les grappes de transmission. Pour l’analyse de données microbiomiques sur des micro-organismes dont l’abondance dépend de l’état de santé ou du traitement, il a élaboré une méthode robuste d’identification par réseaux permettant d’estimer le niveau de co-occurrence entre taxons.
Dave Stephens n’est pas du genre à chercher les feux de la rampe, mais ses travaux ont beaucoup de rayonnement, y compris en dehors des cercles universitaires. En 2013, par exemple, l’Agence mondiale antidopage lui a demandé d’établir et valider, avec des collègues de McGill, des normes pour une hormone de croissance humaine afin d’en détecter l’abus. Ces travaux méthodologiques, parus en 2014 dans la revue Growth Hormone & IGF Research, ont eu un réel impact sur la pratique sportive car ils ont établi des normes instaurées dès les Jeux d’hiver de Sotchi et toujours en vigueur.
Dans ses moments libres, Dave aime passer du temps avec sa famille et suivre le sport à la télé (surtout le soccer, le cricket, le rugby) ou en accompagnant ses fils Gordie et Jamie à leurs entraînements et à leurs matchs de soccer.
«À David A. Stephens, pour ses apports remarquables au calcul bayésien et à la théorie statistique, à la génétique et à l’inférence causale, dont en lien avec les méthodes de Monte-Carlo à chaînes de Markov et de détection de points de changement ; pour son travail d’édition et son leadership administratif ; pour son enseignement et mentorat marquants au sein de la communauté statistique.»
Ce texte a été rédigé par Christian Genest and Alexandra M. Schmidt, qui ont proposé la candidature.