Các nhà thống kê quan trọng nhất là gì, và điều gì làm cho họ nổi tiếng?
(Xin hãy trả lời chỉ một nhà khoa học cho mỗi câu trả lời.)
Các nhà thống kê quan trọng nhất là gì, và điều gì làm cho họ nổi tiếng?
(Xin hãy trả lời chỉ một nhà khoa học cho mỗi câu trả lời.)
Câu trả lời:
Tôn trọng Thomas Bayes để khám phá định lý Bayes
Ronald Fisher vì những đóng góp cơ bản của ông đối với cách chúng tôi phân tích dữ liệu, cho dù đó là phân tích khuôn khổ phương sai, khả năng tối đa, kiểm tra hoán vị hoặc bất kỳ số khám phá đột phá nào khác.
John Tukey cho Chuyển đổi Fourier nhanh, phân tích dữ liệu khám phá (EDA), sơ đồ hộp, theo đuổi phép chiếu, jackknife (cùng với Quenouille). Đặt các từ "phần mềm" và "bit".
Karl Pearson cho công việc của mình về thống kê toán học. Tương quan Pearson, kiểm tra Chi bình phương và phân tích thành phần chính chỉ là một vài trong số những ý tưởng cực kỳ quan trọng xuất phát từ các tác phẩm của ông.
Carl Gauss cho ước lượng bình phương tối thiểu.
William Sealy Gosset cho phân phối t của sinh viên và cải tiến bia theo định hướng thống kê.
Bradley Efron cho Bootstrap - một trong những kỹ thuật hữu ích nhất trong thống kê tính toán.
Andrey Nikolayevich Kolmogorov , vì đã đưa lý thuyết xác suất vào một nền tảng toán học nghiêm ngặt. Trong khi ông là một nhà toán học, không phải là một nhà thống kê, chắc chắn công việc của ông rất quan trọng trong nhiều ngành thống kê.
Pierre-Simon Laplace cho công việc dựa trên các nguyên tắc cơ bản của xác suất (Bayes).
George Box cho công trình của mình về chuỗi thời gian, thiết kế các thí nghiệm và làm sáng tỏ bản chất lặp của khám phá khoa học (mô hình đề xuất và thử nghiệm).
Francis Galton vì đã khám phá ra mối tương quan thống kê và thúc đẩy hồi quy.
Andrey Markov cho các quy trình ngẫu nhiên và chuỗi markov.
Jerzy Neyman và Egon Pearson cho công việc thiết kế thử nghiệm, kiểm tra giả thuyết, khoảng tin cậy và bổ đề Neyman-Pearson.
Leo Breiman cho GIỎ HÀNG, đóng bao và rừng ngẫu nhiên.
Làm thế nào mà Ngài David Roxbee Cox chưa được đề cập?
Một số chiến công: Mô hình mối nguy theo tỷ lệ Cox, thiết kế thử nghiệm, ông đã làm rất nhiều công việc trên các quy trình ngẫu nhiên và dữ liệu nhị phân. Ông cũng khuyên nhiều sinh viên tiếp tục làm công việc tuyệt vời (Hinkley, McCullagh, Little, Atkinson, v.v.)
Và người đàn ông đã được phong tước hiệp sĩ!
Harold Jeffreys cho sự hồi sinh của giải thích xác suất Bayes.
Edwin Thompson Jaynes cho công việc về các phương pháp Bayes khách quan, đặc biệt là các nhóm biến đổi và MaxEnt.
Blaise Pascal và Pierre de Fermat vì đã tạo ra lý thuyết xác suất và phát minh ra ý tưởng về giá trị kỳ vọng (1654) để giải quyết vấn đề dựa trên các quan sát thống kê (từ đánh bạc).
Florence Nightingale vì là "người tiên phong thực sự trong biểu diễn đồ họa của thống kê" và phát triển sơ đồ vùng cực. Vâng, đó Florence Nightingale!
Roderick Little và Donald Rubin vì những đóng góp trong Thiếu phân tích dữ liệu.
W. Edwards Deming để thúc đẩy kiểm soát quá trình thống kê
George Dantzig cho Phương pháp Simplex, và vì là sinh viên đã nhầm lẫn hai vấn đề thống kê mở mà Neyman đã viết trên bảng cho các vấn đề bài tập về nhà, và trong "sự thiếu hiểu biết" của mình đã giải quyết chúng. Tôi sẽ bình chọn cho anh ấy chỉ vì câu chuyện.
Lucien Le Cam vì những đóng góp của ông cho thống kê toán học. (có thể tính bình thường tiệm cận địa phương và sự liên tục làm cho anh ta nổi tiếng)
Samuel S. Wilks là một nhà lãnh đạo trong việc phát triển các số liệu thống kê toán học. Ông đã phát triển định lý về phân phối tỷ lệ khả năng , một kết quả cơ bản được sử dụng trong nhiều tình huống khác nhau.
Ông cũng đã giúp thành lập bộ phận thống kê Princeton, nơi ông là cố vấn của Fred Mosteller, trong số những người khác, và có một giải thưởng ASA uy tín mang tên ông.
Emanuel Parzen để ước tính mật độ hạt nhân và tái tạo lý thuyết không gian hạt nhân Hilbert cho các quá trình ngẫu nhiên.
Leland Wilkinson vì những đóng góp của ông cho đồ họa thống kê.
David Donoho phát triển các ý tưởng đa ngành trong thống kê, và rất nhiều lý thuyết hợp lý trong khi thực tế các ý tưởng rất hiệu quả trong các số liệu thống kê rất cao, CHA: phân tích hài hòa tính toán, ...
Adolphe Quetelet cho công trình của mình về "người đàn ông trung bình", và vì tiên phong trong việc sử dụng số liệu thống kê trong khoa học xã hội. Trước ông, số liệu thống kê phần lớn chỉ giới hạn trong các ngành khoa học vật lý (đặc biệt là thiên văn học).