10 Nombres cada biostatistician debe saber

Bioestadística, en su forma actual, es el resultado acumulado de cuatro siglos de contribuciones de muchos matemáticos y científicos. Algunos son bien conocidos, y algunos están obscure- algunos son gente famosa que nunca haya sospechosos de ser los estadísticos, y algunos son francamente personajes excéntricos y desagradables. Esta lista te da algunos aspectos destacados de las contribuciones de algunas de las muchas personas que han hecho estadísticas (y por tanto la bioestadística) lo que es hoy.

• Thomas Bayes (ca. 1701-1761). Un ministro presbiteriano y matemático aficionado, Bayes vivieron mucho antes de que el campo de las estadísticas (como la conocemos) existed- personas todavía estaban luchando para elaborar las leyes básicas de la probabilidad. Bayes incursionó con el " inversa probabilidad " problema (averiguar lo que una población debe ser similar, basado en la observación de una muestra de esa población), pero nunca se molestó en publicar su obra. Sin embargo, una fórmula que desarrolló con el tiempo se convirtió en la base para Estadística bayesiana - una de las dos ramas principales de la teoría estadística (el otro ser estadísticas frecuentistas). Estadística bayesiana no se utilizan para resolver problemas del mundo real hasta más de dos siglos después de la muerte de su creador. Para obtener más información, echa un vistazo a Thomas Bayes en Encyclopedia.com y Thomas Bayes en Wikipedia.org.

• Pierre-Simon Laplace (1749-1827). Mientras LaPlace hizo la mayor parte de su obra en la astronomía (uno de sus ambiciones de conducción era para demostrar que el sistema solar no volaría aparte), también hizo descubrimientos fundamentales en matemáticas. Él ayudó a poner la estadística bayesiana sobre una base teórica firme, y él ayudó a formular los mínimos cuadrados criterio para estimar parámetros poblacionales. También fue uno de los primeros científicos que sugieren la existencia de agujeros negros debido al colapso gravitacional (y usted pensó que era una " moderno " concepto)! Para obtener más información, echa un vistazo a Pierre-Simon Laplace en Encyclopedia.com y Wikipedia.org.

• Carl Friedrich Gauss (1777 hasta 1855). A veces llamado " el príncipe de los matemáticos, " Contribuciones de Gauss iban desde lo más abstracto y teórico de lo más práctico. Desarrolló no lineal de regresión por mínimos cuadrados, encontró formas eficientes para resolver ecuaciones simultáneas, y descubrió lo que ahora se llama el " transformada rápida de Fourier " (FFT), sin el cual la creación de tomografías e imágenes de resonancia magnética podría llevar mucho tiempo sin remedio. La distribución normal, con su curva en forma de campana, a menudo se llama una distribución de Gauss en su honor. Para obtener más información, echa un vistazo a la cobertura Encyclopedia.com y Wikipedia.org de Carl Friedrich Gauss.

• John Snow (1813-58). Un médico de Londres, la nieve estaba investigando un brote de cólera y se dio cuenta de que todas las víctimas habían estado utilizando una bomba de agua pública recientemente excavado, ubicado a tres pies de distancia de un viejo pozo negro fugas. Después convenció a los funcionarios locales escépticos para quitar el mango de la bomba, la epidemia rápidamente se agotó (después de lo cual, los funcionarios vuelven a instalar rápidamente el mango). El estudio de la nieve marca el nacimiento de la ciencia de epidemiología (estrechamente relacionado con la bioestadística), que estudia los patrones, causas y efectos de las condiciones de salud y enfermedad en poblaciones específicas. Snow también jugó un papel importante en la popularización del uso de anestesia en procedimientos quirúrgicos y obstétricos (ayudado por su dar cloroformo a la reina Victoria durante las entregas de los dos últimos de sus nueve hijos). Para obtener más información, echa un vistazo a Encyclopedia.com y Wikipedia.org.

• Florence Nightingale (1820 hasta 1910). ¿Quién iba a pensar que el famoso " la señora con la lámpara " desde la guerra de Crimea, la fundadora de la enfermería profesional, fue también un estadístico! Pero ella era. Ella podía transmitir ideas complejas en simples Inglés y resumir los datos con gráficos de fácil comprensión, incluyendo un tipo especial de gráfico circular ella inventó, llamado diagrama de área polar. Con la ayuda de los gráficos que incluso los políticos podían entender, ella fue capaz de llevar a cabo profundas mejoras en la atención médica y la salud pública. Para obtener más información, echa un vistazo a Encyclopedia.com y Wikipedia.org.

• Karl Pearson (1.857-1.936). los " fundador de la estadística matemática " era un personaje interesante, por decir lo menos - antisemita, socialista, y un eugenista ardiente cuyos puntos de vista extremos fueron parte de los fundamentos filosóficos del holocausto del Tercer Reich. Pero su influencia en el desarrollo de las estadísticas era enorme - incluyendo el concepto de pruebas de hipótesis estadísticas, el coeficiente de correlación, la prueba de chi-cuadrado, el valor de p, y el análisis de los factores (por citar sólo algunos), todo lo cual se ha desarrollado para fomentar la credibilidad científica de sus ideas extravagantes. Para obtener más información, echa un vistazo a Encyclopedia.com y Wikipedia.org.

• William S. Gosset (1.876 hasta 1937). Gosset trabajó para la fábrica de cerveza Guinness en Dublín, donde se encontró con el problema de comparar las medias de muestras pequeñas. Con algo de ayuda de Karl Pearson, Gosset le ocurrió la solución correcta. Al no ser un matemático de gran potencia, se basó en brillante intuición para llegar a una pista sobre la respuesta, que luego confirmado por simulaciones arduos y largos realizados totalmente a mano (las computadoras no se habían inventado todavía). Guinness no lo dejaba publicar sus resultados bajo su verdadero nombre- le hicieron usar el seudónimo " Estudiante " en cambio, para siempre privándole del reconocimiento del nombre que realmente merecía. Lo que todo el mundo llama el T de Student y el Distribución t Student debería De Verdad han sido el Gosset prueba t y el Gosset distribución t. Una lástima por cierto. Para obtener más información, echa un vistazo a Encyclopedia.com y Wikipedia.org.

• Ronald A. Fisher (1.890-1962). Tal vez la figura más imponente en el desarrollo de las técnicas estadísticas en uso hoy en día, Fisher inventó el análisis de varianza y la Fisher prueba exacta para analizar los datos de tabulación cruzada (la prueba de chi-cuadrado fue sólo aproximado). Al igual que Karl Pearson, Fisher era un eugenista rabioso y racista y (en retrospectiva) estaba en el lado equivocado de otras cuestiones importantes - argumentó en contra de la idea de que fumar causa cáncer de pulmón. Y su oposición a la estadística bayesiana puede ser en parte responsable de la subordinación de los métodos bayesianos durante la mayor parte del siglo 20. Para obtener más información, echa un vistazo a Encyclopedia.com y Wikipedia.org.

• John W. Tukey (1915-2000). Un pionero en la promoción de análisis exploratorio de datos (examinar cuidadosamente lo que los de datos tratando de decir antes de saltar a la prueba estadística formal), Tukey inventó el caja-y patillas gráfico y el tallo y hojas gráfico como ayuda para visualizar cómo se distribuyen un conjunto de números. También desarrolló una de las mejores llamados post-hoc pruebas para determinar qué pares de grupos de números son significativamente diferentes de las que otros. Un verdadero científico de la computación, que acuñó el término poco como un apodo para " binario dígitos " y fue la primera o segunda persona en utilizar el término software en la impresión. Para obtener más información, echa un vistazo a Wikipedia.org.

• David R. Cox (1924-). Un muy productivo, " moderno " estadístico, Cox hizo contribuciones pioneras a muchas áreas de estadísticas, incluyendo el diseño de experimentos. Él es el más famoso por el desarrollo de una forma de aplicar el análisis de regresión a los datos de supervivencia cuando la forma general de la curva de supervivencia no puede ser representado por una fórmula matemática. Su documento original que describe este modelo de riesgos proporcionales (ahora normalmente se conoce simplemente como Regresión de Cox) Es uno de los artículos más citados a menudo en toda la literatura médica. Para obtener más información, echa un vistazo a Wikipedia.org.