Donald Rubin

Donald Bruce Rubin est un statisticien américain né le 22 décembre 1943.

Donald B Rubin

Biographie

Naissance	22 décembre 1943 (81 ans) Washington
Nationalité	États-Unis
Formation	Université Harvard Université de Princeton Harvard School of Engineering and Applied Sciences (en)
Activités	Psychologue, statisticien, professeur d'université

Autres informations

A travaillé pour	Université Harvard Université Temple
Membre de	Institut de statistique mathématique (1977) Académie américaine des sciences
Directeur de thèse	William Cochran
Site web	statistics.fas.harvard.edu/people/donald-b-rubin
Distinction	prix Samuel Wilks (1995)

Œuvres principales

Modèle causal de Neyman-Rubin

modifier - modifier le code - modifier Wikidata

Il est célèbre pour avoir développé l'algorithme espérance-maximisation, un algorithme de maximisation numérique très utilisé en statistiques, les méthodes de méta-analyse, les méthodes d'appariement en statistiques et surtout le modèle causal de Neymann-Rubin^[1]. Il est aussi un spécialiste de l'analyse bayésienne des données.

Publications

• Rubin, Donald (1974) "Estimating Causal Effects of Treatments in Randomized and Nonrandomized Studies", Journal of Educational Psychology, 66 (5), pp. 688–701.
• Rubin, Donald (1978) "Bayesian Inference for Causal Effects: The Role of Randomization", Annals of Statistics, 6, pp. 34–58.
• (en) A.P. Dempster, N.M. Laird et Donald Rubin, « Maximum Likelihood from Incomplete Data via the EM Algorithm », Journal of the Royal Statistical Society. Series B (Methodological), vol. 39, n^o 1,‎ 1977, p. 1–38 (JSTOR 2984875)
• (en) Andrew Gelman, John B Carlin, Hal S Stern et Donald B Rubin, Bayesian data analysis, Chapman CRC, 2003

Distinction

• 1995 : prix Samuel Wilks
• 1996 : Prix Parzen
• 2007 : Prix Snedecor
• 2017 : Prix Karl-Pearson