Donald Rubin

Donald B Rubin est un statisticien américain né le 22 décembre 1943.

Donald B Rubin

Données clés
Naissance	22 décembre 1943
Nationalité	États-Unis
Domaines	Statistiques
Institutions	Université Harvard
Diplôme	Université de Princeton Université Harvard
Directeur de thèse	William Cochran
Étudiants en thèse	Andrew Gelman
Renommé pour	algorithme espérance-maximisation méthodes d'appariement Modèle causal de Neyman-Rubin
Distinctions	prix Samuel Wilks (1995)

Il est célèbre pour avoir développé l'algorithme espérance-maximisation, un algorithme de maximisation numérique très utilisé en statistiques, les méthodes de méta-analyse, les méthodes d'appariement en statistiques et surtout le modèle causal de Neymann-Rubin[1]. Il est aussi un spécialiste de l'analyse bayésienne des données.

Publications

Rubin, Donald (1974) "Estimating Causal Effects of Treatments in Randomized and Nonrandomized Studies", Journal of Educational Psychology, 66 (5), pp. 688–701.
Rubin, Donald (1978) "Bayesian Inference for Causal Effects: The Role of Randomization", Annals of Statistics, 6, pp. 34–58.
(en) A.P. Dempster, N.M. Laird et Donald Rubin, « Maximum Likelihood from Incomplete Data via the EM Algorithm », Journal of the Royal Statistical Society. Series B (Methodological), vol. 39, n^o 1,‎ 1977, p. 1–38 (JSTOR 2984875)
(en) Andrew Gelman, John B Carlin, Hal S Stern et Donald B Rubin, Bayesian data analysis, Chapman CRC, 2003

(en) Daniel Wright, « Ten Statisticians and Their Impacts for Psychologists », Perspectives on psychological science, vol. 4, n^o 6,‎ novembre 2009, p. 587-597 (lire en ligne, consulté le 16 décembre 2011)

Cet article est issu de Wikipedia. Le texte est sous licence Creative Commons - Attribution - Partage dans les Mêmes. Des conditions supplémentaires peuvent s'appliquer aux fichiers multimédias.