Rina Foygel Barber (conocida hasta 2012 como Rina Foygel) es una estadística estadounidense cuya investigación incluye trabajos sobre las estadísticas bayesianas de modelos gráficos , tasas de descubrimiento falso y regularización . Es profesora Louis Block de estadística en la Universidad de Chicago . [1]
Barber enseñó matemáticas en la Park School of Baltimore de 2005 a 2007. [2] Completó su Ph.D. en la Universidad de Chicago en 2012. Su disertación, Predicción y selección de modelos para datos de alta dimensión con estructura escasa o de bajo rango , fue supervisada conjuntamente por Mathias Drton y Nathan Srebro. [3] Después de una investigación postdoctoral en la Universidad de Stanford con Emmanuel Candès , regresó a la Universidad de Chicago como miembro de la facultad. [2]
Ganó una beca de investigación Sloan en 2016. [4] En 2017, el Instituto de Estadística Matemática le otorgó su premio Tweedie New Researcher Award "por contribuciones innovadoras en estadísticas de alta dimensión, incluida la identificabilidad de modelos gráficos, estimación de matriz de rango bajo y falsa teoría de la tasa de descubrimiento... [y] desarrollo del filtro de imitación para la selección de variables controladas". [2]