Roderick Joseph Alexander Little es un estadístico académico, cuyas principales contribuciones a la investigación se encuentran en el análisis estadístico de datos con valores perdidos y el análisis de datos de encuestas por muestreo complejas. Little es profesor universitario distinguido Richard D. Remington de Bioestadística en el Departamento de Bioestadística de la Universidad de Michigan , donde también ocupa cargos académicos en el Departamento de Estadística y el Instituto de Investigación Social.
Roderick JA Pequeño | |
---|---|
Nacionalidad | británico |
alma mater | Colegio Imperial de Londres |
Carrera científica | |
Campos | Estadísticas |
Instituciones | Universidad de California, Los Ángeles Universidad de Michigan |
Tesis | Valores perdidos en el análisis estadístico multivariado (1974) |
Consejeros de doctorado | Martin Beale David Cox |
Educación
Little nació cerca de Londres, Inglaterra, y asistió a la escuela secundaria en Glasgow Academy en Escocia. Recibió una licenciatura en matemáticas de Gonville and Caius College, Universidad de Cambridge, y una maestría en ciencias. en Estadística e Investigación Operativa y Ph.D. en Estadística en el Imperial College of Science and Technology de la Universidad de Londres. Su tesis doctoral versó sobre el análisis de datos con valores perdidos, [1] y fue supervisada por los profesores Martin Beale y Sir David R. Cox.
Carrera profesional
Después de un postdoctorado de dos años en el Departamento de Estadística de la Universidad de Chicago en 1974-76, Little trabajó en la Encuesta Mundial de Fertilidad [2] de 1976 a 1980, bajo la dirección de Sir Maurice Kendall. En 1980-82 se unió a un grupo formado por Donald Rubin en la Agencia de Protección Ambiental de EE. UU. En Washington DC, y en 1982-3 fue miembro de ASA / Census / NSF en la Oficina del Censo de EE. UU. Y profesor asociado adjunto en la Universidad George Washington. . En 1983-93 fue profesor asociado y más tarde profesor en el Departamento de Biomatemática de la UCLA. Fue nombrado profesor y presidente del Departamento de Bioestadística de la Universidad de Michigan en 1993 y presidió el departamento durante 11 años entre 1993 y 2009, un período de intenso crecimiento departamental.
Análisis estadístico con datos perdidos
El interés principal de la investigación de Little es el análisis de conjuntos de datos con valores perdidos. Muchas técnicas estadísticas están diseñadas para conjuntos de datos rectangulares completos, pero en la práctica muchos conjuntos de datos contienen valores perdidos, ya sea por diseño o por accidente. En 1987, Little fue coautor de un libro [3] [4] con Donald Rubin que fue uno de los primeros tratamientos sistemáticos del tema; la segunda edición se publicó en 2002 y la tercera edición en 2019. Como se detalla en ese libro, los enfoques estadísticos iniciales de los valores faltantes fueron relativamente ad-hoc, como descartar casos incompletos o sustituir medias. El enfoque principal del libro son las técnicas inferenciales basadas en verosimilitud, como la máxima verosimilitud y la inferencia bayesiana, basadas en modelos estadísticos para los datos y el mecanismo de datos perdidos. La primera edición se centró principalmente en la máxima verosimilitud a través del algoritmo de maximización de expectativas (EM), pero las ediciones posteriores enfatizan los métodos bayesianos y la técnica relacionada de imputación múltiple. Little y Rubin fueron galardonados con el prestigioso premio Karl Pearson en 2017 por el Instituto Internacional de Estadística (ISI), la principal sociedad internacional de estadística, por una contribución a la investigación que ha tenido "una profunda influencia en la teoría, la metodología o las aplicaciones estadísticas". La mención para el premio fue la siguiente: “El trabajo de Roderick J. Little y Donald B. Rubin, presentado en sus artículos fundamentales de 1978 Biometrika y en su libro de 1987, actualizado en 2002, ha sido nada menos que definitorio y transformador. El trabajo anterior de datos faltantes fue ad hoc en el mejor de los casos. Little y Rubin definieron el campo y proporcionaron a las comunidades metodológicas y aplicadas una taxonomía útil y utilizable y un conjunto de resultados clave. Hoy en día, su terminología y metodología se utiliza más que nunca. Su trabajo se ha transformado por el profundo impacto que tuvo y tiene tanto en la práctica estadística como en la teoría. Es uno de los raros temas que durante los últimos treinta años se ha estudiado y desarrollado en la academia, el gobierno y la industria. Por ejemplo, juega un papel clave en el trabajo actual sobre análisis de sensibilidad con datos incompletos ".
Investigación de datos faltantes
Las principales contribuciones metodológicas de Little a los métodos de datos perdidos, en colaboración con sus estudiantes y colegas, incluyen métodos para datos perdidos para mezclas de datos continuos y categóricos utilizando el modelo de ubicación general, [5] modelos de mezcla de patrones [6] para datos que son faltan no al azar, spline penalizado de modelos de propensión para datos faltantes [7] e inferencia causal, [8] métodos de probabilidad ignorables de submuestra [9] en regresión, modelos proxy de mezcla de patrones [10] para la falta de respuesta de la encuesta, modelos para datos longitudinales, [11] [12] [13] parcialmente ausentes en modelos aleatorios, [14] y artículos de revisión sobre datos faltantes en la regresión, [15] imputación en caliente, [16] y enmascaramiento de datos para la protección de la confidencialidad. [17]
Análisis bayesiano de datos de encuestas
Otra área de investigación es el análisis de datos recolectados por diseños de muestreo complejos que involucran estratificación y agrupamiento de unidades. Desde que trabajó como estadístico para la Encuesta Mundial de Fertilidad, Little trabajó en el desarrollo de métodos basados en modelos para el análisis de encuestas que son robustos a las especificaciones incorrectas, razonablemente eficientes y capaces de implementarse en entornos aplicados. Las contribuciones con estudiantes y colegas en esta área incluyen artículos sobre la falta de respuesta a la encuesta, [18] [19] [20] [21] [22] métodos bayesianos para la inferencia de la encuesta, [23] [24] posestratificación, [25] evaluación del sesgo de selección, [26] y ponderación de encuestas desde una perspectiva bayesiana. [27] [28]
Inferencia bayesiana calibrada
Little aboga por el enfoque bayesiano calibrado del análisis estadístico, [29] [30] propuesto por George Box y Donald Rubin , entre otros. La idea es desarrollar modelos bayesianos para el análisis que produzcan inferencias bayesianas con buenas propiedades frecuentistas, como intervalos creíbles posteriores que tienen una cobertura cercana a la nominal cuando se ven como intervalos de confianza en un muestreo repetido. En el ámbito del muestreo de encuestas, esto conduce a modelos que incorporan características del diseño muestral en el modelo bayesiano. Little sostiene que este marco bayesiano produce un enfoque más unificado para la inferencia de la muestra de la encuesta que el enfoque basado en el diseño, que se basa en la distribución aleatoria subyacente a la selección de la muestra como base para la inferencia. Los intereses aplicados de Little en la estadística son amplios, incluida la salud mental, la demografía, las estadísticas ambientales, la biología, la economía, la medicina, la salud pública y las ciencias sociales, así como la bioestadística.
Actividades en las estadísticas federales de EE. UU.
Little es un firme defensor de la importancia de las agencias de estadísticas gubernamentales independientes para la democracia. Ocupó dos mandatos en el Comité de Estadísticas Nacionales de la Academia Nacional de Ciencias, y en 2010-12 fue el Director Asociado inaugural de Investigación y Metodología de Encuestas y Científico Jefe en la Oficina del Censo de EE. UU. , Un puesto rotativo que ha elevado el nivel científico aspectos de las operaciones de la Oficina del Censo. Ha participado en muchos paneles de la Academia Nacional de Ciencias, en particular presidiendo estudios sobre esclerosis múltiple y otros trastornos neurológicos en veteranos de las guerras del Golfo Pérsico y posteriores al 11 de septiembre, y sobre el tratamiento de datos faltantes en ensayos clínicos. Ha participado activamente en el asesoramiento a la Administración de Drogas y Alimentos de los EE. UU. Y a las empresas farmacéuticas sobre métodos para manejar los datos faltantes en los estudios clínicos [31] [32] [33] [34] [35]
Actividades para la Asociación Estadounidense de Estadística
Little sirvió dos mandatos en la Junta Directiva de la Asociación Estadounidense de Estadística (ASA), primero como Representante Editorial y luego como Vicepresidente. Editorialmente, fue Editor Coordinador y de Aplicaciones de la Revista de la Asociación Estadounidense de Estadística en 1992-4, y más tarde, como Presidente de la sección de Métodos de Investigación de Encuestas de la ASA, ayudó a iniciar una nueva revista académica sobre estadísticas de encuestas, la Revista de Estadística y metodología de la encuesta. Se desempeñó como coeditor en jefe de estadísticas para esa revista en 2016-18. En 2016, Little recibió un premio Founder's Award "Founders Award" . www.amstat.org . Asociación Estadounidense de Estadística. de la ASA por sus contribuciones a la profesión estadística.
Honores
Little es miembro de la Asociación Estadounidense de Estadística y de la Academia Estadounidense de Artes y Ciencias , y miembro del Instituto Internacional de Estadística y de la Academia Nacional de Medicina de EE. UU . En 2005 recibió el premio conmemorativo de ASA Wilks por sus contribuciones a la estadística. Las charlas plenarias incluyen el discurso invitado del presidente de 2005 y la conferencia de Fisher de COPSS 2012 en las reuniones estadísticas conjuntas, y el discurso invitado del presidente en la reunión de la región este de América del Norte de 2018 de la Sociedad Internacional de Biometría. En 2020 recibió el Premio de Liderazgo Marvin Zelen en Ciencia Estadística de la Universidad de Harvard.
Referencias
- ^ Beale, EML; Little, RJA (1975). "Valores perdidos en análisis multivariante". Revista de la Royal Statistical Society. Serie B (Metodológica) . 37 (1): 129-145. doi : 10.1111 / j.2517-6161.1975.tb01037.x . JSTOR 2984998 .
- ^ Little, RJA (1988). "Algunas cuestiones de análisis estadístico en la Encuesta mundial de fertilidad". El estadístico estadounidense . 42 (1): 31–36. doi : 10.2307 / 2685258 . JSTOR 2685258 . PMID 12315059 .
- ^ Mislevy, RJ (1991). "Reseñas de libros: análisis estadístico con datos faltantes". Revista de Estadísticas Educativas . 16 (2): 150-155.
- ^ Little, RJA y Rubin, DB (2019). Análisis estadístico con datos faltantes (3 ed.). Nueva York: John Wiley.CS1 maint: varios nombres: lista de autores ( enlace )
- ^ Little, RJA y Schluchter, MD (1985). "Estimación de máxima verosimilitud para datos categóricos y continuos mixtos con valores perdidos". Biometrika . 72 (3): 497–512. doi : 10.1093 / biomet / 72.3.497 .CS1 maint: varios nombres: lista de autores ( enlace )
- ^ Little, RJA (1993). "Modelos de mezcla de patrones para datos incompletos multivariados" . Revista de la Asociación Estadounidense de Estadística . 88 (421): 125-134. doi : 10.2307 / 2290705 . JSTOR 2290705 .
- ^ Zhang, G. y Little, R. J (2009). "Extensiones del método de imputación spline penalizado de predicción de propensión". Biometría . 65 (3): 911–8. doi : 10.1111 / j.1541-0420.2008.01155.x . hdl : 2027.42 / 57686 . PMID 19053998 .CS1 maint: varios nombres: lista de autores ( enlace )
- ^ Zhou, T., Elliott, MR & Little, RJ "Spline penalizado de métodos de propensión para comparaciones de tratamientos (con discusión y réplica)". Revista de la Asociación Estadounidense de Estadística . 114: 525: 1–38. doi : 10.1080 / 01621459.2018.1518234 . S2CID 146066305 .CS1 maint: varios nombres: lista de autores ( enlace )
- ^ Little, RJ y Zhang, N (2011). "Probabilidad ignorable de la submuestra para el análisis de regresión con datos faltantes". Revista de la Royal Statistical Society, Serie C: Estadísticas aplicadas . 60 (4): 591–605. doi : 10.1111 / j.1467-9876.2011.00763.x . hdl : 2027,42 / 86948 .CS1 maint: varios nombres: lista de autores ( enlace )
- ^ Andridge, RH y Little, RJ (2011). "Análisis de mezcla de patrones proxy para la falta de respuesta de la encuesta". Diario de estadísticas oficiales . 27 (2): 153–180.CS1 maint: varios nombres: lista de autores ( enlace )
- ^ Little, RJA y Yau, L. (1996). "Análisis por intención de tratar en estudios longitudinales con abandonos". Biometría . 52 (4): 1324-1333. doi : 10.2307 / 2532847 . JSTOR 2532847 . PMID 8962456 .CS1 maint: varios nombres: lista de autores ( enlace )
- ^ Little, RJA (1995). "Modelado del mecanismo de abandono en estudios longitudinales". Revista de la Asociación Estadounidense de Estadística . 90 : 1112-1121. doi : 10.2307 / 2291350 . JSTOR 2291350 .
- ^ Lange, K., Little, RJA y Taylor, JMG (1989). "Modelado estadístico robusto utilizando la distribución T" . Revista de la Asociación Estadounidense de Estadística . 84 (881896): 881–896. doi : 10.2307 / 2290063 . JSTOR 2290063 .CS1 maint: varios nombres: lista de autores ( enlace )
- ^ Little, RJ, Rubin, DB y Zanganeh, SZ (2016). "Condiciones para ignorar el mecanismo de datos faltantes en inferencias de verosimilitud para subconjuntos de parámetros". Revista de la Asociación Estadounidense de Estadística . 112 (517): 314–320. doi : 10.1080 / 01621459.2015.1136826 . S2CID 126196078 .CS1 maint: varios nombres: lista de autores ( enlace )
- ^ Little, RJA (1992). "Regresión con X faltantes: una revisión" . Revista de la Asociación Estadounidense de Estadística . 87 (420): 1227-1237. doi : 10.2307 / 2290664 . JSTOR 2290664 .
- ^ Andridge *, RH y Little, RJ (2010). "Una revisión de la imputación de cubierta caliente por falta de respuesta de la encuesta" . Revista Estadística Internacional . 78 (1): 40–64. doi : 10.1111 / j.1751-5823.2010.00103.x . PMC 3130338 . PMID 21743766 .CS1 maint: varios nombres: lista de autores ( enlace )
- ^ Little, RJA (1993). "Análisis estadístico de datos enmascarados". Diario de estadísticas oficiales . 9 : 407–426.
- ^ Little, RJA y Vartivarian, S. (2005). "¿La ponderación por falta de respuesta aumenta la varianza de las medias de la encuesta?". Metodología de la encuesta . 31 : 161-168.CS1 maint: varios nombres: lista de autores ( enlace )
- ^ Little, RJ y Vartivarian, S. (2003). "Sobre ponderación de las tasas en ponderaciones de no respuesta". Estadística en Medicina . 22 (9): 1589–99. doi : 10.1002 / sim.1513 . hdl : 2027,42 / 34860 . PMID 12704617 .CS1 maint: varios nombres: lista de autores ( enlace )
- ^ Little, RJA (1988). "Faltan ajustes de datos en grandes encuestas". Revista de Estadísticas Económicas y Empresariales . 6 (3): 287-296. doi : 10.2307 / 1391878 . JSTOR 1391878 .
- ^ Little, RJA (1982). "Modelos de no respuesta en encuestas por muestreo". Revista de la Asociación Estadounidense de Estadística . 77 (378): 237–250. doi : 10.2307 / 2287227 . JSTOR 2287227 .
- ^ Little, RJA (1988). "Faltan ajustes de datos en grandes encuestas". Revista de Estadísticas Económicas y Empresariales . 6 (3): 287-296. doi : 10.2307 / 1391878 . JSTOR 1391878 .
- ^ Little, RJ "Bayes calibrado: un paradigma inferencial alternativo para las estadísticas oficiales (con discusión y réplica)". Diario de estadísticas oficiales . 28 (3): 309–372.
- ^ Pequeño, RJA (2004). "¿Modelar o no modelar? Modos de inferencia en competencia para muestreo de población finita" . Revista de la Asociación Estadounidense de Estadística . 99 (466): 546–556. doi : 10.1198 / 016214504000000467 . S2CID 49574932 .
- ^ Little, RJA (1993). "Posestratificación: la perspectiva de un modelador" . Revista de la Asociación Estadounidense de Estadística . 88 : ificación: la perspectiva de un modelador. Revista de la Asociación Estadounidense de Estadística 88. doi : 10.2307 / 2290705 . JSTOR 2290705 .
- ^ Little, RJ, West, BT, Boonstra, PS y Hu, J. (2019). "Medidas del grado de desviación de la selección de muestras ignorables" . Revista de estadísticas y metodología de encuestas, Vista inicial . 8 (5): 932–964. doi : 10.1093 / jssam / smz023 . PMC 7750890 . PMID 33381610 .CS1 maint: varios nombres: lista de autores ( enlace )
- ^ Zheng, H. y Little, RJ (2003). "Estimación basada en el modelo spline penalizado del total de la población finita de muestras de probabilidad proporcional al tamaño". Diario de estadísticas oficiales . 19 (2): 99-117.CS1 maint: varios nombres: lista de autores ( enlace )
- ^ Elliott, MR y Little, RJA (2000). "Alternativas basadas en modelos para recortar los pesos de la encuesta". Diario de estadísticas oficiales . 16 (3): 191-209.CS1 maint: varios nombres: lista de autores ( enlace )
- ^ Pequeño, RJA (2006). "Bayes calibrado: una hoja de ruta Bayes / frecuentista". El estadístico estadounidense . 60 (3): 213-223. doi : 10.1198 / 000313006X117837 . S2CID 53505632 .
- ^ Little, RJ "Bayes calibrado: un paradigma inferencial alternativo para las estadísticas oficiales (con discusión y réplica)". Diario de estadísticas oficiales . 28 (3): 309–372.
- ^ Little, RJ y Rubin, DB (2000). "Efectos causales en estudios clínicos y epidemiológicos a través de posibles resultados: conceptos y enfoques analíticos" . Revisión anual de salud pública . 21 : 121-145. doi : 10.1146 / annurev.publhealth.21.1.121 . PMID 10884949 .CS1 maint: varios nombres: lista de autores ( enlace )
- ^ Little, RJ, Wang, J., Sun, X., Tian, H., Suh, EY., Lee, M., Sarich, T., Oppenheimer, L., Plotnikov, A., Wittes, J., Cook -Bruns, N., Burton, P., Gibson, M. y Mohanty, S. (2016). "Oppenheimer, L., Plotnikov, A., Wittes, J., Cook-Bruns, N., Burton, P., Gibson, M. y Mohanty, S. (2016). El tratamiento de los datos faltantes en una gran estudio de resultados clínicos cardiovasculares ". Ensayos clínicos . 13 (3): 344–351. doi : 10.1177 / 1740774515626411 . PMID 26908543 . S2CID 41268081 .CS1 maint: varios nombres: lista de autores ( enlace )
- ^ Little, RJ y Kang, S. (2015). "Análisis de intención de tratar con interrupción del tratamiento y datos faltantes en ensayos clínicos". Estadística en Medicina . 34 (16): 2381–2390. doi : 10.1002 / sim.6352 . hdl : 2027.42 / 112012 . PMID 25363683 .CS1 maint: varios nombres: lista de autores ( enlace )
- ^ Little, RJ, Long, Q. y Lin, X. (2009). "Una comparación de métodos para estimar el efecto causal de un tratamiento en ensayos clínicos aleatorizados sujetos a incumplimiento" . Biometría . 65 (2): 640–9. doi : 10.1111 / j.1541-0420.2008.01066.x . PMID 18510650 .CS1 maint: varios nombres: lista de autores ( enlace )
- ^ Little, RJ, D'Agostino, R., Cohen, ML, Dickersin, K., Emerson, SS, Farrar, JT, Frangakis, C., Hogan, JW, Molenberghs, G., Murphy, SA, Rotnitsky, A. , Scharfstein, D., Neaton, JD, Shih, W., Siegel, JP, Stern, H. (2012). "Informe especial: la prevención y el tratamiento de datos faltantes en ensayos clínicos" . Revista de Medicina de Nueva Inglaterra . 367 (14): 1355-1360. doi : 10.1056 / NEJMsr1203730 . PMC 3771340 . PMID 23034025 .CS1 maint: varios nombres: lista de autores ( enlace )