Alan E. Gelfand es un estadístico estadounidense y actualmente ocupa la cátedra James B. Duke de Estadística y Ciencias de la Decisión en la Universidad de Duke . [1] [2] La investigación de Gelfand incluye contribuciones sustanciales a los campos de la estadística bayesiana, la estadística espacial y el modelado jerárquico.
Alan E. Gelfand nació el 17 de abril de 1945 en Bronx, Nueva York. Después de graduarse del sistema de escuelas públicas a la temprana edad de 16 años, Gelfand asistió al City College de Nueva York (ahora la Universidad de la Ciudad de Nueva York; CUNY) como estudiante universitario, donde se destacó en matemáticas. La matriculación de Gelfand en la escuela de posgrado simbolizó una transición tanto física como educativa cuando se mudó al otro lado del país para asistir a la Universidad de Stanford y obtener un doctorado. en Estadística. Terminó su disertación en 1969 sobre métodos de seriación (secuenciación cronológica) bajo la dirección de Herbert Soloman. [3]
Gelfand aceptó una oferta de la Universidad de Connecticut, donde pasó 33 años como profesor. En 2002, se trasladó a la Universidad de Duke como profesor de Estadística y Ciencias de la Decisión James B. Duke. [3]
Después de asistir a un curso corto impartido por Adrian Smith en la Universidad Estatal de Bowling Green, Gelfand decidió tomarse un año sabático en Nottingham, Reino Unido, con la intención de trabajar en el uso de métodos numéricos para resolver problemas empíricos de Bayes. Después de estudiar a Tanner y Wong (1987) y de que David Clayton le insinuara su conexión con Geman y Geman (1984), Gelfand pudo darse cuenta del valor computacional de reemplazar las costosas técnicas numéricas con métodos basados en el muestreo de Monte Carlo en la inferencia bayesiana. Publicado como Gelfand y Smith (1990), Gelfand describió cómo se puede usar el muestreador de Gibbs para la inferencia bayesiana de una manera computacionalmente eficiente. Desde su publicación, los métodos generales descritos en Gelfand y Smith (1990) han revolucionado el análisis de datos, permitiendo que problemas que antes eran intratables ahora sean tratables.[4] Hasta la fecha, el documento ha sido citado más de 7500 veces. [5]
En 1994, a Gelfand se le presentó un conjunto de datos que no había encontrado antes: capturas de vieiras en el Océano Atlántico. Intrigado por los desafíos asociados con el análisis de datos con correlación espacial estructurada, Gelfand, junto con sus colegas Sudipto Banerjee y Brad Carlin, crearon un paradigma inferencial para analizar datos espaciales. Las contribuciones de Gelfand a las estadísticas espaciales incluyen modelos de coeficientes que varían espacialmente, [6] modelos lineales de corregionalización para procesos espaciales multivariados, [7] procesos predictivos para el análisis de grandes datos espaciales [8] y enfoques no paramétricos para el análisis de datos espaciales. [9] La investigación de Gelfand en estadísticas espaciales abarca áreas de aplicación de la ecología, las enfermedades y el medio ambiente.