Питер Руссеу
Питер Дж. Руссиу | |
|---|---|
 Питер Русси в 2022 году | |
| Рожденный | 13 октября 1956 г. Вильрейк, Бельгия |
| Национальность | бельгийский |
| Образование | Свободный университет Брюсселя ETH Цюрих |
| Научная карьера | |
| Поля | Статистика |
| Учреждения | Делфтский технологический университет Университет Фрибурга Университет Антверпена Ренессанс Технологии КУ Левен |
| Диссертация | Новые бесконечно малые методы в робастной статистике (1981) |
| Докторантура | Фрэнк Хэмпель Жан Хаэзендонк |
| Докторанты | Миа Хьюберт |
Питер Дж. Руссиу (родился 13 октября 1956 г.) — статистик, известный своими работами в области надежной статистики и кластерного анализа . Он получил докторскую степень в 1981 году в Брюссельском свободном университете после исследований, проведенных в ETH в Цюрихе, в результате которых была написана книга о функциях влияния . [1] Позже он был профессором Делфтского технологического университета (Нидерланды), Фрибурского университета (Швейцария) и Антверпенского университета (Бельгия). Затем он был старшим научным сотрудником в Renaissance Technologies . Затем он вернулся в Бельгию в качестве профессора Левенского университета . [2] [3] пока не стал почетным в 2022 году. Среди его бывших аспирантов Анник Лерой, Хендрик Лопуха, Герт Моленбергс, Кристоф Кру, Миа Юбер , Стефан Ван Алст, Тим Вердонк и Якоб Раймакерс. [4]
Исследовать
[ редактировать ]Руссеу разработал и опубликовал множество полезных методов. [3] [5] [6] Он предложил наименьших обрезанных квадратов. метод [7] [8] [9] и S-оценщики [10] для надежная регрессия , которая может противостоять выбросам в данных.
Он также представил методы эллипсоида минимального объема и определителя минимальной ковариации. [11] [12] для устойчивых матриц рассеяния. Эта работа привела к написанию его книги «Надежная регрессия и обнаружение выбросов» с Анник Лерой.
Вместе с Леонардом Кауфманом он ввел термин «медоид», когда предложил k-medoids. метод [13] [14] для кластерного анализа , также известного как «Разбиение вокруг медоидов» (PAM).Его силуэт [15] показывает результат кластерного анализа, а соответствующий коэффициент силуэта часто используется для выбора количества кластеров. Работа над кластерным анализом привела к созданию книги под названием «Поиск групп в данных». [16] Руссеу был первоначальным разработчиком пакетов R кластера вместе с Мией Хуберт и Аней Стрюф. [17]
Оценка шкалы Руссеу – Кру. [18] является эффективной альтернативоймедианное абсолютное отклонение (см. надежные меры масштаба ).
Вместе с Идой Рутс и Джоном Тьюки он представил сюжет с мешками . [19] адвумерное обобщение коробчатого графика .
Его недавние работы были сосредоточены на концепциях и алгоритмах функций статистической глубины в условиях многомерной регрессии. [20] и функциональные данные, а также надежный анализ главных компонент . [21] Его текущие исследования посвящены визуализации классификации. [22] [23] и клеточные выбросы. [24] [25]
Признание
[ редактировать ]Руссиу был избран членом Международного статистического института (1991 г.), членом Института математической статистики (1993 г.) и членом Американской статистической ассоциации (1994 г.). Его статья 1984 года об устойчивой регрессии. [7] было перепечатано в журнале «Прорывы в статистике» , [26] в котором собраны и аннотированы 60 наиболее влиятельных статистических статей с 1850 по 1990 год. В 2003 году он стал высоко цитируемым исследователем ISI и был удостоен премии Джека Юдена (2018 г.) и премии Фрэнка Уилкоксона (2021 г.). В 2024 году он получил Премию выдающегося ученого Готфрида Э. Американской статистической ассоциации .
Создание Премии Руссе по статистике
[ редактировать ]С 2016 года Питер Руссеу работал над созданием новой премии, проводимой раз в два года, спонсируемой им. [27] Целью премии является признание выдающихся статистических инноваций, оказывающих влияние на общество, а также повышение осведомленности о важной роли и интеллектуальном содержании статистики и ее глубоком влиянии на деятельность человечества. Сумма премии составляет 1 миллион долларов США, как и Нобелевская премия в других областях. Первая награда в 2022 году досталась теме «Причинный вывод в медицине и общественном здравоохранении». подарил его Его Величество король Бельгии Филипп лауреатам Джеймсу Робинсу , Андреа Ротницки , Томасу Ричардсону, Мигелю Эрнану и Эрику Четгену Четгену.
Ссылки
[ редактировать ]- ^ Хэмпель, Фрэнк; Ронкетти, Эльвезио; Руссиу, Питер Дж.; Стахель, Вернер (1986). Робастная статистика: подход, основанный на функциях влияния . Нью-Йорк: Уайли. дои : 10.1002/9781118186435 . ISBN 978-0-471-73577-9 .
- ^ «КУ Левен, кто есть кто — Питер Руссеу» . Ку Левен . Проверено 21 декабря 2015 г.
- ^ Перейти обратно: а б «ROBUST@Leuven – Кафедра математики КУ Левен» . Ку Левен . Проверено 21 декабря 2015 г.
- ^ «Питер Руссеу» . Проект «Математическая генеалогия» .
- ^ «Питер Руссеу» . Google Академик . Проверено 21 декабря 2015 г.
- ^ «Питер Руссеу» . Исследовательские ворота . Проверено 6 ноября 2022 г.
- ^ Перейти обратно: а б Руссиу, Питер Дж. (1984). «Регрессия наименьших медиан квадратов». Журнал Американской статистической ассоциации . 79 (388): 871–880. CiteSeerX 10.1.1.464.928 . дои : 10.1080/01621459.1984.10477105 .
- ^ Руссиу, Питер Дж.; Ван Дриссен, Катриен (2006). «Вычисление LTS-регрессии для больших наборов данных». Интеллектуальный анализ данных и обнаружение знаний . 12 (1): 29–45. дои : 10.1007/s10618-005-0024-4 . S2CID 207113006 .
- ^ Руссиу, Питер Дж.; Лерой, Анник М. (1987). Надежная регрессия и обнаружение выбросов (3-е печатное изд.). Нью-Йорк: Уайли. дои : 10.1002/0471725382 . ISBN 978-0-471-85233-9 .
- ^ Руссеу, П.; Йохай, В. (1984). «Надежная регрессия с помощью S-оценщиков». Робастный и нелинейный анализ временных рядов . Конспект лекций по статистике. Том. 26. С. 256–272. дои : 10.1007/978-1-4615-7821-5_15 . ISBN 978-0-387-96102-6 .
- ^ Руссиу, Питер Дж.; ван Зомерен, Берт К. (1990). «Разоблачение многомерных выбросов и точек воздействия». Журнал Американской статистической ассоциации . 85 (411): 633–639. дои : 10.1080/01621459.1990.10474920 .
- ^ Руссиу, Питер Дж.; Ван Дриссен, Катриен (1999). «Быстрый алгоритм для оценки определителя минимальной ковариации». Технометрика . 41 (3): 212–223. дои : 10.1080/00401706.1999.10485670 .
- ^ Кауфман, Л.; Руссиу, П.Дж. (1987). «Кластеризация с помощью медоидов». Статистический анализ данных на основе L1-нормы и родственных методов, под редакцией Ю. Доджа, Северная Голландия: 405–416.
{{cite journal}}: Для цитирования журнала требуется|journal=( помощь ) - ^ Кауфман, Леонард; Руссиу, Питер Дж. (1990). Поиск групп в данных: введение в кластерный анализ . Нью-Йорк: Уайли. дои : 10.1002/9780470316801 . ISBN 978-0-471-87876-6 .
- ^ Руссиу, Питер Дж. (1987). «Силуэты: графическое пособие для интерпретации и проверки кластерного анализа» . Журнал вычислительной и прикладной математики . 20 : 53–65. дои : 10.1016/0377-0427(87)90125-7 .
- ^ Кауфман, Леонард; Руссиу, Питер Дж. (1990). Поиск групп в данных: введение в кластерный анализ . Нью-Йорк: Уайли. дои : 10.1002/9780470316801 . ISBN 978-0-471-87876-6 .
- ^ кластер: «Поиск групп в данных»: Расширенный кластерный анализ Rousseeuw et al. , 17 апреля 2021 г. , получено 27 мая 2021 г.
- ^ Руссиу, Питер Дж.; Кру, Кристоф (1993). «Альтернативы медианному абсолютному отклонению». Журнал Американской статистической ассоциации . 88 (424): 1273. дои : 10.2307/2291267 . JSTOR 2291267 .
- ^ Руссиу, Питер Дж.; Рутс, Ида; Тьюки, Джон В. (1999). «Сюжет мешка: двумерный коробчатый сюжет». Американский статистик . 53 (4): 382–387. дои : 10.1080/00031305.1999.10474494 .
- ^ Руссиу, Питер Дж.; Хьюберт, Миа (1999). «Глубина регрессии». Журнал Американской статистической ассоциации . 94 (446): 388. дои : 10.2307/2670155 . JSTOR 2670155 .
- ^ Хьюберт, Миа; Руссиу, Питер Дж; Ванден Бранден, Карлиен (2005). «ROBPCA: новый подход к надежному анализу главных компонентов». Технометрика . 47 (1): 64–79. дои : 10.1198/004017004000000563 . S2CID 5071469 .
- ^ Раймекерс, Якоб; Руссиу, Питер Дж.; Хьюберт, Миа (2022). «Карты классов для визуализации результатов классификации» . Технометрика . 64 (2): 151–165. arXiv : 2007.14495 . дои : 10.1080/00401706.2021.1927849 . eISSN 1537-2723 . ISSN 0040-1706 .
- ^ Раймекерс, Якоб; Руссиу, Питер Дж. (4 апреля 2022 г.). «Силуэты и графики квазиостатков для нейронных сетей и древовидных классификаторов» . Журнал вычислительной и графической статистики . 31 (4): 1332–1343. arXiv : 2106.08814 . дои : 10.1080/10618600.2022.2050249 . eISSN 1537-2715 . ISSN 1061-8600 .
- ^ Руссиу, Питер Дж.; Ван ден Босше, Ванн (2018). «Обнаружение отклоняющихся ячеек данных» . Технометрика . 60 (2): 135–145. arXiv : 1601.07251 . дои : 10.1080/00401706.2017.1340909 . eISSN 1537-2723 . ISSN 0040-1706 .
- ^ Раймекерс, Якоб; Руссиу, Питер Дж. (2021). «Быстрая робастная корреляция для многомерных данных» . Технометрика . 63 (2): 184–198. arXiv : 1712.05151 . дои : 10.1080/00401706.2019.1677270 . eISSN 1537-2723 . ISSN 0040-1706 .
- ^ Коц, Сэмюэл; Джонсон, Норман (1992). Прорывы в статистике . Том. III. Нью-Йорк: Спрингер. дои : 10.1007/978-1-4612-0667-5 . ISBN 978-0-387-94988-8 .
- ^ «Премия Руссе по статистике» . Премия Руссеу . Проверено 1 ноября 2022 г.
| Международный | |
|---|---|
| Национальный | |
| академики | |
| Другой | |
