logo Web


» ENGLISH
» RECHERCHE
» RÉPERTOIRE

 

logo Web

Les activités du CRM
Toutes les activités scientifiques


Téléchargement en PDF

Lauréat 2015 du Prix CRM-SSC

CRM > Prix > Prix CRM-SSC > Lauréats > Matìas Salibián-Barrera

Lauréat 2015 du prix CRM-SSC
Matìas Salibián-Barrera (University of British Columbia) [ English ]

Détails de la conférence du 11 février 2016

Le Prix CRM-SSC en statistique est décerné chaque année par le Centre de recherches mathématiques (CRM) et la Société statistique du Canada (SSC) à un chercheur en statistique qui s’est démarqué par ses réalisations professionnelles au cours des quinze premières années suivant l’obtention de son doctorat. Cette année, le récipiendaire est Matìas Salibián-Barrera de la University of British Columbia (UBC).

Matìas Salibián-Barrera est l’un des jeunes statisticiens les plus brillants et accomplis au pays. Il est né au Chili et a grandi à Buenos Aires, en Argentine. Il a fait ses études de 1er cycle en mathématiques à l’Université de Buenos Aires, où Victor Yohai – lui-même un acteur incontournable du domaine – l’a initié à la statistique, notamment à la robustesse.

Matìas a complété son doctorat en 2000 à UBC sous la direction de Ruben Zamar. Sa thèse, intitulée Contributions to the Theory of Robust Inference, est un savant mélange de théorie mathématique et de calcul statistique qui est caractéristique de tous ses travaux.

Après son doctorat, Matìas a été professeur adjoint à l’Université Carleton pendant trois ans. En 2004, il est retourné à UBC, où il est actuellement professeur agrégé. Il a aussi été professeur invité à l’Université libre de Bruxelles et à l’Université de Buenos Aires, où il a créé et donné des cours intensifs de cycle supérieur.

Fait remarquable, les travaux de Matìas ne font pas seulement l’objet d’articles rigoureux ; ils sont aussi intégrés à des logiciels statistiques libres. Matìas est abondamment connu et salué dans la communauté statistique pour sa mise en oeuvre non triviale de méthodes robustes « de pointe » sous R. Parmi ses contributions méthodologiques, on notera le bootstrap rapide et robuste, la théorie asymptotique uniforme des estimateurs de localisation et de régression robustes, l’inférence globalement robuste, le lissage robuste et l’analyse robuste de données fonctionnelles. Par ailleurs, ses travaux computationnels incluent des estimateurs-S et des estimateurs-tau de régression rapides, une contribution essentielle à la construction de la bibliothèque « robuste » S-plus et du progiciel R « robustbase », la classification linéaire et les k-moyennes robustes et creuses.

Le bootstrap rapide et robuste introduit dans la thèse de Matìas, puis développé dans plusieurs articles corédigés avec Stefan Van Aelst et Gert Willems, représente une percée dans l’inférence robuste, car il permet de bootstrapper des méthodes robustes. Le bootstrap classique ne peut pas s’appliquer directement aux méthodes robustes car il ne mène pas à des inférences robustes et il est trop lent. Il a été adapté à de nombreux autres scénarios, notamment aux études longitudinales et à la classification déséquilibrée (par Alan Welsh (ANU) et ses collaborateurs).

La plupart des résultats de normalité asymptotique pour les procédures robustes qu'on trouve dans la littérature statistique présupposent que le modèle paramétrique central est valide, ce qui est irréaliste. Cette approche n’est pas satisfaisante car les méthodes robustes sont conçues pour être utilisées avec des données contaminées. Matìas s’est intéressé à ce problème et a obtenu de très bons résultats sur la cohérence uniforme et la normalité asymptotique dans le voisinage du modèle paramétrique central. L’introduction par Matìas et Victor Yohai de l’estimateur-S de régression rapide et la mise au point ultérieure de l’estimateur de régression de tau rapide constituent d’importantes percées pour le calcul efficace de ces estimations de régression. Des idées similaires ont également été utilisées pour calculer des estimateurs de localisation multivariés.

Plus récemment, Matìas s’est tourné vers l’analyse en composantes principales fonctionnelle. La réduction de dimension associée à la sélection de variables de régression ou à l’approximation de matrices de covariance constitue un élément de réponse essentiel aux problèmes associés à l’analyse des données en haute dimension. Dans un article récemment publié dans JASA, Matìas étudie des façons de trouver des approximations de dimension moins élevée qui sont bien ajustées aux données fonctionnelles et qui présentent une erreur de prévision minimale.

Les contributions de Matìas à la profession ne se limitent pas à la recherche. Il a participé à l’organisation du congrès 2009 de la SSC, à Vancouver, et a été membre du Conseil d’administration de la Société. C’est un collègue dévoué dont les membres du Département de statistique de UBC vantent non seulement les travaux de recherche mais aussi les généreuses contributions au département et à la discipline. De plus, Matìas est un membre apprécié du comité de rédaction de La revue canadienne de statistique et de Computational Statistics and Data Analysis.

Matìas et son épouse Veronica ont trois enfants qui les gardent bien occupés. Matìas aime la randonnée et s’initie actuellement à la photographie. Les soirs d’automne ou d’hiver, vous le trouverez généralement sur le terrain de soccer à entraîner l’un de ses fils ou à jouer pour l’une de ses deux équipes. Il apprécie divers styles de musique et ne rate jamais un concert de son groupe canadien favori : Rush.

Matìas Salibián-Barrera présentera un aperçu de ses travaux lors d’une séance spéciale dans le cadre du 43e congrès annuel de la Société statistique du Canada à Halifax (Nouvelle-Écosse) du 14 au 17 juin 2015.

La dédicace du prix est la suivante :

« À Matìas Salibián-Barrera pour ses contributions fondamentales au domaine de la statistique robuste, pour l’introduction de méthodes influentes telles le bootstrap rapide et robuste et l’estimateur-S rapide pour la régression robuste, ainsi que pour ses innovations révolutionnaires relatives aux algorithmes de calcul efficaces pour les procédures robustes.»

Matìas Salibián-Barrera (University of British Columbia) est le dix-septième lauréat du prix CRM-SSC. Les lauréats précédents sont : Christian Genest (Laval), Robert J. Tibshirani (Stanford), Colleen D. Cutler (Waterloo), Larry A. Wasserman (Carnegie-Mellon), Charmaine B. Dean (Simon Fraser), Randy R. Sitter (Simon Fraser), Jiahua Chen (Waterloo), Jeffrey S. Rosenthal (Toronto), Richard J. Cook (Waterloo), Paul Gustafson (UBC), Hugh A. Chipman (Acadia, Grace Y. Yi (Waterloo), Edward Susko (Dalhousie), Changbao Wu (Waterloo), Derek Bingham (Simon Fraser University) et Fang Yao (Université de Toronto).

webmaster@CRM.UMontreal.CA
Prix - Menu
Prix
Le CRM a créé et gère, soit seul ou en collaboration, quatre des huit prix majeurs nationaux en sciences mathématiques, en l'occurence le prix CRM-Fields-PIMS, le prix ACP-CRM de physique théorique et mathématique avec l'Association canadienne des physiciens et physiciennes, le prix CRM-SSC en statistique pour les jeunes chercheurs, avec la Société statistique du Canada, et le prix André-Aisenstadt sélectionné par le Comité scientifique consultatif du CRM, soulignant des résultats exceptionnels réalisés par de jeunes mathématiciens canadiens. Le CRM a investi beaucoup de temps, d'effort et de ressources, pour amener les scientifiques canadiens, sous les feux de la rampe, en leur donnant une reconnaissance internationale au moment où il en ont le plus besoin.