Articulo de referencia

Roderick JA Little

[[USCB]] [[George Washington University]] [[University of California, Los Angeles]] [[University of Michigan]]"},"education":{"wt":"[[University of Cambridge]] [[Imperial Colleg...

Roderick Joseph Alexander Little es un estadístico académico y profesor emérito de la Universidad de Michigan . [ 1 ] Sus principales contribuciones a la investigación radican en el análisis estadístico de datos con valores faltantes y el análisis de datos complejos de encuestas por muestreo. [ 2 ] Ocupó el cargo de Profesor en el Departamento de Biomatemáticas de la Universidad de California, Los Ángeles . [ 3 ] También se desempeñó como Investigador Asociado en la Oficina del Censo de los Estados Unidos de 1982 a 1983, Consultor Experto en la Agencia de Protección Ambiental de los Estados Unidos y Asociado Científico en la Encuesta Mundial de Fertilidad . [ 4 ] Además, fue Asociado de Investigación en el Departamento de Estadística de la Universidad de Chicago . [ 5 ]

Educación

Little nació cerca de Londres, Inglaterra, y cursó la secundaria en la Academia de Glasgow, en Escocia. Se licenció en Matemáticas por el Gonville and Caius College de la Universidad de Cambridge , obtuvo una maestría en Estadística e Investigación Operativa y un doctorado en Estadística por el Imperial College of Science and Technology de la Universidad de Londres . Su tesis doctoral versó sobre el análisis de datos con valores faltantes [ 6 ] y fue dirigida por los profesores Martin Beale y Sir David R. Cox.

Carrera

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 [ 7 ] de 1976 a 1980, bajo el liderazgo de Sir Maurice Kendall . En 1980-82 se unió a un grupo formado por Donald Rubin en la Agencia de Protección Ambiental de los Estados Unidos en Washington D.C., y en 1982-83 fue becario ASA/Census/NSF en la Oficina del Censo de los Estados Unidos y profesor asociado adjunto en la Universidad George Washington . [ 8 ] En 1983-93 fue profesor asociado y luego profesor en el Departamento de Biomatemáticas de la UCLA . Fue nombrado profesor y director del Departamento de Bioestadística de la Universidad de Michigan en 1993 y dirigió el departamento durante 11 años entre 1993 y 2009, un período de intenso crecimiento del departamento. En 2012, el Comité de Presidentes de Sociedades Estadísticas (COPSS) seleccionó a Little como conferenciante RA Fisher para las Reuniones Conjuntas de Estadística de 2012 celebradas en San Diego . [ 9 ]

Actividades en las estadísticas federales de EE. UU.

Little es un firme defensor de la importancia de las agencias estadísticas gubernamentales independientes para la democracia. [ 10 ] Sirvió dos mandatos en el Comité de Estadísticas Nacionales de la Academia Nacional de Ciencias y, entre 2010 y 2012, fue el primer Director Asociado de Investigación y Metodología de Encuestas y Científico Jefe de la Oficina del Censo de los Estados Unidos , un cargo que ha elevado los aspectos científicos de las operaciones de la Oficina del Censo. Ha participado en numerosos 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-S, y sobre el tratamiento de datos faltantes en ensayos clínicos. Ha sido un asesor activo de la Administración de Alimentos y Medicamentos de los Estados Unidos y de compañías farmacéuticas sobre métodos para manejar datos faltantes en estudios clínicos. [ 11 ] [ 12 ] [ 13 ] [ 14 ] [ 15 ]

Actividades de la Asociación Estadounidense de Estadística

Little fue miembro de la Junta Directiva de la Asociación Estadounidense de Estadística (ASA) durante dos mandatos, primero como Representante Editorial y luego como Vicepresidente. En el ámbito editorial, fue Editor Coordinador y de Aplicaciones del Journal of the American Statistical Association entre 1992 y 1994, y posteriormente, como Presidente de la sección de Métodos de Investigación de Encuestas de la ASA, contribuyó a la creación de una nueva revista académica sobre estadística de encuestas, el Journal of Survey Statistics and Methodology. Fue Coeditor Jefe de Estadística de dicha revista entre 2016 y 2018. En 2016, Little recibió el Premio del Fundador [ 16 ] de la ASA por sus contribuciones a la profesión estadística.

Investigación

El principal interés de investigación de Little es el análisis de conjuntos de datos con valores faltantes. Muchas técnicas estadísticas están diseñadas para conjuntos de datos completos y rectangulares, pero en la práctica, muchos conjuntos de datos contienen valores faltantes, ya sea por diseño o por accidente. En 1987, Little fue coautor de un libro [ 17 ] [ 18 ] con Donald Rubin que fue uno de los primeros tratamientos sistemáticos del tema; la segunda edición se publicó en 2002 y la tercera en 2019. Como se detalla en ese libro, los enfoques estadísticos iniciales para los valores faltantes eran relativamente ad hoc, como descartar los casos incompletos o sustituir las medias. El enfoque principal del libro está en las técnicas de inferencia basadas en la verosimilitud, como la máxima verosimilitud y la inferencia bayesiana, basadas en modelos estadísticos para los datos y el mecanismo de datos faltantes. La primera edición se centró principalmente en la máxima verosimilitud a través del algoritmo de expectativa-maximización (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 estadística internacional, por una contribución a la investigación que ha tenido una "profunda influencia en la teoría, la metodología o las aplicaciones estadísticas". La mención del premio fue la siguiente: “El trabajo de Roderick J. Little y Donald B. Rubin, expuesto en sus artículos fundamentales de Biometrika de 1978 y en su libro de 1987, actualizado en 2002, ha sido, sin duda, definitorio y transformador. Los trabajos previos sobre datos faltantes eran, en el mejor de los casos, ad hoc. Little y Rubin definieron el campo y proporcionaron a las comunidades metodológicas y aplicadas una taxonomía útil y práctica, así como un conjunto de resultados clave. Hoy en día, su terminología y metodología se utilizan más que nunca. Su trabajo ha sido transformador por el profundo impacto que tuvo y sigue teniendo tanto en la práctica como en la teoría estadística. Es uno de los pocos temas que se ha seguido estudiando y desarrollando durante los últimos treinta años en el ámbito académico, gubernamental e industrial. Por ejemplo, desempeña un papel fundamental 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 faltantes, en colaboración con sus estudiantes y colegas, incluyen métodos para datos faltantes para mezclas de datos continuos y categóricos utilizando el modelo de ubicación general, [ 19 ] modelos de mezcla de patrones [ 20 ] para datos que faltan no al azar, splines penalizados de modelos de propensión para datos faltantes [ 21 ] e inferencia causal, [ 22 ] métodos de probabilidad ignorable de submuestras [ 23 ] en regresión, modelos proxy de mezcla de patrones [ 24 ] para la falta de respuesta en encuestas, modelos para datos longitudinales, [ 25 ] [ 26 ] [ 27 ] modelos parcialmente faltantes al azar, [ 28 ] y artículos de revisión sobre datos faltantes en regresión, [ 29 ] imputación hot-deck, [ 30 ] y enmascaramiento de datos para la protección de la confidencialidad. [ 31 ]

Análisis bayesiano de datos de encuestas

Otra área de investigación es el análisis de datos recopilados mediante diseños de muestreo complejos que implican 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 la especificación errónea, 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 en encuestas, [ 32 ] [ 33 ] [ 34 ] [ 35 ] [ 36 ] métodos bayesianos para la inferencia de encuestas, [ 37 ] [ 38 ] postestratificación, [ 39 ] evaluación del sesgo de selección , [ 40 ] y ponderación de encuestas desde una perspectiva bayesiana. [ 41 ] [ 42 ]

Inferencia estadística

Little ha comentado ideas y controversias fundamentales en estadística, [ 43 ] y aboga por el enfoque bayesiano calibrado para el análisis estadístico. [ 44 ] [ 45 ] como lo propusieron George Box y Donald Rubin , entre otros. [ 42 ] La idea es desarrollar modelos bayesianos para el análisis que produzcan inferencias bayesianas con buenas propiedades frecuentistas, como intervalos creíbles posteriores que tengan una cobertura cercana a la nominal cuando se consideran intervalos de confianza en muestreos repetidos. En el ámbito del muestreo de encuestas , esto lleva a modelos que incorporan características del diseño de la muestra en el modelo bayesiano. Little argumenta que este marco bayesiano produce un enfoque más unificado para la inferencia de muestras de encuestas que el enfoque basado en el diseño, que se basa en la distribución de aleatorización subyacente a la selección de la muestra como base para la inferencia.

Métodos estadísticos para estimar efectos causales

Se han realizado pocas contribuciones a la literatura sobre inferencia estadística para efectos causales basados ​​en el modelo causal de Neyman/Rubin , principalmente en el contexto de la investigación clínica y epidemiológica. [ 10 ] [ 11 ] [ 22 ]

Aplicaciones de la estadística

Los intereses aplicados de Little en estadística son amplios, incluyendo la salud pública, la epidemiología, la estadística médica , [ 46 ] la salud mental, la estadística ambiental, la demografía, la economía, la educación y las ciencias sociales en general.

Premios

Little es miembro de la Asociación Estadounidense de Estadística y de la Academia Estadounidense de Artes y Ciencias , así como del Instituto Internacional de Estadística y de la Academia Nacional de Medicina de los Estados Unidos . En 2005 recibió el premio conmemorativo Wilks de la ASA por sus contribuciones a la estadística. Entre sus ponencias plenarias destacan el discurso de invitación del presidente en 2005 y la conferencia Fisher de la COPSS en 2012 durante las Reuniones Estadísticas Conjuntas, y el discurso de invitación del presidente en la Reunión de la Región Norteamericana Oriental de la Sociedad Internacional de Biometría en 2018. En 2020 recibió el Premio Marvin Zelen al Liderazgo en Ciencias Estadísticas de la Universidad de Harvard.

Referencias

  1. "Roderick Little, Universidad de Michigan" . experts.umich.edu . Consultado el 5 de febrero de 2025 .
  2. "Spark Talk: Manejo de datos faltantes en estudios de ciencias sociales por Rod Little (19 de enero de 2023)" . SPARK: un centro para la innovación en la investigación social . Recuperado el 5 de febrero de 2025 .
  3. "Roderick Little - Perfiles del profesorado - Escuela de Salud Pública de la UM" . sph.umich.edu . Consultado el 5 de febrero de 2025 .
  4. "El profesor Roderick Little de la Universidad de Michigan dirigirá la nueva Dirección de Investigación de la Oficina del Censo de EE. UU. - Comunicado de prensa de la Oficina del Censo de EE. UU. | LegiStorm" . www.legistorm.com . Consultado el 5 de febrero de 2025 .
  5. Espeland, Mark A. (1988). "Análisis estadístico con datos faltantes. Roderick JA Little, Donald B. Rubin" . American Journal of Sociology . 94 (1): 156– 158. doi : 10.1086/228956 . ISSN 0002-9602 . 
  6. Beale, EML; Little, RJA (1975). "Valores faltantes en el análisis multivariado". Journal of the Royal Statistical Society. Serie B (Metodológica) . 37 (1): 129– 145. doi : 10.1111/j.2517-6161.1975.tb01037.x . JSTOR 2984998 . 
  7. Little, RJA (1988). " Algunos problemas de análisis estadístico en la Encuesta Mundial de Fertilidad". The American Statistician . 42 (1): 31– 36. doi : 10.2307/2685258 . JSTOR 2685258. PMID 12315059 .  
  8. "El profesor Roderick Little de la Universidad de Michigan dirigirá la nueva Dirección de Investigación de la Oficina del Censo de EE. UU. - Comunicado de prensa de la Oficina del Censo de EE. UU. | LegiStorm" . www.legistorm.com . Consultado el 5 de febrero de 2025 .
  9. "Instituto de Estadística Matemática | COPSS Fisher Lecturer: Roderick Little" . Consultado el 5 de febrero de 2025 .
  10. 1 2 "Datos para una democracia más brillante" . HuffPost . 9 de abril de 2013.
  11. 1 2 Little, RJ y Rubin, DB (2000). "Efectos causales en estudios clínicos y epidemiológicos a través de resultados potenciales: conceptos y enfoques analíticos" . Annual Review of Public Health . 21 : 121–145 . doi : 10.1146/annurev.publhealth.21.1.121 . PMID 10884949 . {{cite journal}}: CS1 maint: varios nombres: lista de autores ( enlace )
  12. 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., & Mohanty, S. (2016). "Oppenheimer, L., Plotnikov, A., Wittes, J., Cook-Bruns, N., Burton, P., Gibson, M., & Mohanty, S. (2016). El tratamiento de datos faltantes en un gran estudio de resultados clínicos cardiovasculares". Clinical Trials . 13 (3): 344– 351. doi : 10.1177/1740774515626411 . PMID 26908543 . S2CID 41268081 .  {{cite journal}}: CS1 maint: varios nombres: lista de autores ( enlace )
  13. Little, RJ y Kang, S. (2015). "Análisis por intención de tratar con interrupción del tratamiento y datos faltantes en ensayos clínicos". Statistics in Medicine . 34 (16): 2381– 2390. doi : 10.1002/sim.6352 . hdl : 2027.42/112012 . PMID 25363683. S2CID 8735358 .  {{cite journal}}: CS1 maint: varios nombres: lista de autores ( enlace )
  14. 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" . Biometrics . 65 ( 2): 640– 9. doi : 10.1111/j.1541-0420.2008.01066.x . hdl : 2027.42/65200 . PMID 18510650. S2CID 4843005 .  {{cite journal}}: CS1 maint: varios nombres: lista de autores ( enlace )
  15. 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 los datos faltantes en los ensayos clínicos" . New England Journal of Medicine . 367 (14): 1355– 1360. doi : 10.1056/NEJMsr1203730 . PMC 3771340. PMID 23034025 .  {{cite journal}}: CS1 maint: varios nombres: lista de autores ( enlace )
  16. "Premio Fundadores" . www.amstat.org . Asociación Estadounidense de Estadística.
  17. Mislevy, RJ (1991). "Reseñas de libros: análisis estadístico con datos faltantes". Journal of Educational Statistics . 16 (2): 150– 155.
  18. Little, RJA y Rubin, DB (2019). Análisis estadístico con datos faltantes (3.ª ed.). Nueva York: John Wiley. {{cite book}}: CS1 maint: varios nombres: lista de autores ( enlace )
  19. Little, RJA y Schluchter, MD (1985). "Estimación de máxima verosimilitud para datos mixtos continuos y categóricos con valores faltantes". Biometrika . 72 (3): 497– 512. doi : 10.1093/biomet/72.3.497 .{{cite journal}}: CS1 maint: varios nombres: lista de autores ( enlace )
  20. Little, RJA (1993). "Modelos de mezcla de patrones para datos incompletos multivariados" . Journal of the American Statistical Association . 88 (421): 125– 134. doi : 10.2307/2290705 . JSTOR 2290705 . 
  21. Zhang, G. y Little, R. J (2009). "Extensiones del método de imputación de predicción de propensión con spline penalizado". Biometrics . 65 (3): 911– 8. doi : 10.1111/j.1541-0420.2008.01155.x . hdl : 2027.42/57686 . PMID 19053998 . S2CID 2145590 .  {{cite journal}}: CS1 maint: varios nombres: lista de autores ( enlace )
  22. 1 2 Zhou, T., Elliott, MR y Little, RJ (19 de abril de 2019). "Métodos de spline penalizado de propensión para comparaciones de tratamientos (con discusión y réplica)" . Journal of the American Statistical Association . 114 (525): 1– 38. doi : 10.1080/01621459.2018.1518234 . S2CID 146066305 . {{cite journal}}: CS1 maint: varios nombres: lista de autores ( enlace )
  23. Little, RJ y Zhang, N (2011). "Probabilidad ignorable de submuestra para análisis de regresión con datos faltantes". Journal of the Royal Statistical Society, Serie C (Estadística Aplicada) . 60 (4): 591– 605. doi : 10.1111/j.1467-9876.2011.00763.x . hdl : 2027.42/86948 . S2CID 53684702 . {{cite journal}}: CS1 maint: varios nombres: lista de autores ( enlace )
  24. Andridge, RH y Little, RJ (2011). "Análisis de mezcla de patrones proxy para la falta de respuesta en encuestas". Journal of Official Statistics . 27 (2): 153– 180.{{cite journal}}: CS1 maint: varios nombres: lista de autores ( enlace )
  25. Little, RJA y Yau, L. (1996). " Análisis por intención de tratar en estudios longitudinales con abandonos". Biometrics . 52 (4): 1324– 1333. doi : 10.2307/2532847 . JSTOR 2532847. PMID 8962456 .  {{cite journal}}: CS1 maint: varios nombres: lista de autores ( enlace )
  26. Little, RJA (1995). "Modelado del mecanismo de abandono en estudios longitudinales". Journal of the American Statistical Association . 90 : 1112–1121 . doi : 10.2307/2291350 . JSTOR 2291350 . 
  27. Lange, K., Little, RJA y Taylor, JMG (1989). "Modelado estadístico robusto utilizando la distribución T" . Journal of the American Statistical Association . 84 (881-896): 881-896 . doi : 10.2307/2290063 . JSTOR 2290063 . {{cite journal}}: CS1 maint: varios nombres: lista de autores ( enlace )
  28. Little, RJ, Rubin, DB y Zanganeh, SZ (2016). "Condiciones para ignorar el mecanismo de datos faltantes en inferencias de verosimilitud para subconjuntos de parámetros". Journal of the American Statistical Association . 112 (517): 314– 320. doi : 10.1080/01621459.2015.1136826 . S2CID 126196078 . {{cite journal}}: CS1 maint: varios nombres: lista de autores ( enlace )
  29. Little, RJA (1992). "Regresión con X faltantes: una revisión" . Journal of the American Statistical Association . 87 (420): 1227– 1237. doi : 10.2307/2290664 . JSTOR 2290664 . 
  30. Andridge*, RH y Little, RJ (2010). " Una revisión de la imputación de hot deck para la falta de respuesta en encuestas" . International Statistical Review . 78 (1): 40– 64. doi : 10.1111/j.1751-5823.2010.00103.x . PMC 3130338. PMID 21743766 .  {{cite journal}}: CS1 maint: varios nombres: lista de autores ( enlace )
  31. Little, RJA (1993). "Análisis estadístico de datos enmascarados". Journal of Official Statistics . 9 : 407–426 .
  32. Little, RJA y Vartivarian, S. (2005). "¿Aumenta la varianza de las medias de las encuestas la ponderación por falta de respuesta?". Metodología de encuestas . 31 : 161–168 .{{cite journal}}: CS1 maint: varios nombres: lista de autores ( enlace )
  33. Little, RJ y Vartivarian, S. (2003). "Sobre la ponderación de las tasas en ponderaciones de no respuesta". Statistics in Medicine . 22 (9): 1589– 99. doi : 10.1002/sim.1513 . hdl : 2027.42/34860 . PMID 12704617. S2CID 25347022 .  {{cite journal}}: CS1 maint: varios nombres: lista de autores ( enlace )
  34. Little, RJA (1988). "Ajustes de datos faltantes en encuestas grandes". Journal of Business and Economic Statistics . 6 (3): 287– 296. doi : 10.2307/1391878 . JSTOR 1391878 . 
  35. Little, RJA (1982). "Modelos para la falta de respuesta en encuestas por muestreo". Journal of the American Statistical Association . 77 (378): 237– 250. doi : 10.2307/2287227 . JSTOR 2287227 . 
  36. Little, RJA (1988). "Ajustes de datos faltantes en encuestas grandes". Journal of Business and Economic Statistics . 6 (3): 287– 296. doi : 10.2307/1391878 . JSTOR 1391878 . 
  37. Little, RJ "Calibrated Bayes: Un paradigma inferencial alternativo para las estadísticas oficiales (con discusión y réplica)". Journal of Official Statistics . 28 (3): 309– 372.
  38. Little, RJA (2004). "¿Modelar o no modelar? Modos de inferencia competitivos para el muestreo de poblaciones finitas" . Journal of the American Statistical Association . 99 (466): 546– 556. doi : 10.1198/016214504000000467 . S2CID 49574932 . 
  39. Little, RJA (1993). "Postestratificación: una perspectiva del modelador" . Journal of the American Statistical Association . 88 : ificación: una perspectiva del modelador. Journal of the American Statistical Association 88. doi : 10.2307/2290705 . JSTOR 2290705 . 
  40. Little, RJ, West, BT, Boonstra, PS y Hu, J. (2019). "Medidas del grado de desviación de la selección de muestra ignorable" . Journal of Survey Statistics and Methodology . 8 (5): 932– 964. doi : 10.1093/jssam/ smz023 . PMC 7750890. PMID 33381610 .  {{cite journal}}: CS1 maint: varios nombres: lista de autores ( enlace )
  41. Zheng, H. y Little, RJ (2003). "Estimación del total de una población finita basada en un modelo de splines penalizados a partir de muestras con probabilidad proporcional al tamaño". Journal of Official Statistics . 19 (2): 99– 117.{{cite journal}}: CS1 maint: varios nombres: lista de autores ( enlace )
  42. 1 2 Elliott, MR y Little, RJA (2000). "Alternativas basadas en modelos para recortar ponderaciones de encuestas". Journal of Official Statistics . 16 (3): 191– 209.{{cite journal}}: CS1 maint: varios nombres: lista de autores ( enlace )
  43. "Ideas y controversias fundamentales en estadística" . Routledge & CRC Press . Consultado el 27 de febrero de 2025 .
  44. Little, RJA (2006). "Calibrated Bayes: A Bayes/frequentist Roadmap". The American Statistician . 60 (3): 213– 223. doi : 10.1198/000313006X117837 . S2CID 53505632 . 
  45. Little, RJ "Calibrated Bayes: Un paradigma inferencial alternativo para las estadísticas oficiales (con discusión y réplica)". Journal of Official Statistics . 28 (3): 309– 372.
  46. "Roderick J. Little, PhD, analiza los estimadores, los estimadores y las estimaciones" . McGraw Hill Medical . Consultado el 27 de febrero de 2025 .