Из Википедии, бесплатной энциклопедии
Перейти к навигации Перейти к поиску
Питер Дж. Руссеув
Питер Руссеув.jpg
Картина Питера Роузеу
Родившийся( 1956-10-13 )13 октября 1956 г. (64 года)
Wilrijk, Бельгия
Национальностьбельгийский
Альма-матерБрюссельский университет
Научная карьера
ПоляСтатистика
ДокторантыМиа Хуберт

Питер Дж. Руссеу (родился 13 октября 1956 г.) - статистик, известный своей работой в области надежной статистики и кластерного анализа . Он получил докторскую степень в 1981 году в Брюссельском университете Vrije после исследования, проведенного в ETH в Цюрихе группой Фрэнка Хэмпеля, в результате которого была написана книга о функциях влияния . [1] Позже он был профессором Делфтского технологического университета , Нидерланды, Университета Фрибурга , Швейцария, и Университета Антверпена , Бельгия. В настоящее время он является профессором KU Leuven , Бельгия. [2][3] Он является научным сотрудником Института математической статистики (1993 г.) и Американской статистической ассоциации (1994 г.). Среди его бывших докторантов А. Лерой, Х. Лопухя, Г. Моленбергс, К. Краукс, М. Хуберт , С. Ван Элст и Т. Вердонк. [4]

Исследование [ править ]

Руссеув является автором множества публикаций. [3] [5] Он предложил наименее стрижку Квадратов метода [6] [7] [8] и S-оценки [9] для надежной регрессии , которая может противостоять выбросам в данных. Он также представил методы эллипсоида минимального объема и определения минимальной ковариации [10] [11] для устойчивых матриц рассеяния. С Л. Кауфман он придумал слово медоид , когда предложив к-medoids метод [12] [13] для кластерного анализа , также известный как Partitioning Вокруг Medoids (ПАС). Егосилуэтный дисплей [14] показывает результат кластерного анализа, и результирующий индекс часто используется для выбора количества кластеров. Оценщик шкалы Руссеу-Кро [15] является эффективной альтернативой среднему абсолютному отклонению , см. Робастные меры масштаба . Вместе с И. Ратсом и Джоном Тьюки он представил волынку , двумерное обобщение коробчатой ​​диаграммы . Его более поздняя работа была сосредоточена на концепциях и алгоритмах для функций статистической глубины в параметрах многомерных, регрессионных [16] и функциональных данных, а также на надежном анализе главных компонентов . [17] Его статья 1984 года была переиздана в журнале «Прорывы в статистике», где собраны и аннотированы 60 наиболее влиятельных статей в статистике с 1850 по 1990 год. [6] [18]

Ссылки [ править ]

  1. ^ Хэмпел, Франк; Ронкетти, Эльвезио; Rousseeuw, Peter J .; Стахел, Вернер (1986). Надежная статистика: подход, основанный на функциях влияния (2-е изд.). Нью-Йорк: Вили. ISBN 978-0-471-73577-9.
  2. ^ "К.Ю. Левен, кто есть кто - Питер Руссеу" . www.kuleuven.be . Проверено 21 декабря 2015 года .
  3. ^ a b "ROBUST @ Leuven - Departement Wiskunde KU Leuven" . wis.kuleuven.be . Проверено 21 декабря 2015 года .
  4. ^ "Проект математической генеалогии - Питер Руссеу" . www.genealogy.ams.org .
  5. ^ "Питер Руссеу - Цитаты ученых Google" . scholar.google.com . Проверено 21 декабря 2015 года .
  6. ^ a b Rousseeuw, Питер Дж. (1984). «Наименьшая медиана квадратов регрессии». Журнал Американской статистической ассоциации . 79 (388): 871–880. CiteSeerX 10.1.1.464.928 . DOI : 10.1080 / 01621459.1984.10477105 . 
  7. ^ Rousseeuw, Питер Дж .; Ван Дриссен, Катриен (2006). «Вычисление LTS-регрессии для больших наборов данных». Интеллектуальный анализ данных и обнаружение знаний . 12 (1): 29–45. DOI : 10.1007 / s10618-005-0024-4 . S2CID 207113006 . 
  8. ^ Rousseeuw, Питер Дж .; Лерой, Анник М. (1987). Робастная регрессия и обнаружение выбросов (3-е изд.). Нью-Йорк: Вили. ISBN 978-0-471-85233-9.
  9. ^ Rousseeuw, P .; Йохай, В. (1984). Робастная регрессия с помощью S-оценок . Робастный и нелинейный анализ временных рядов . Конспект лекций по статистике. 26 . С. 256–272. DOI : 10.1007 / 978-1-4615-7821-5_15 . ISBN 978-0-387-96102-6.
  10. ^ Rousseeuw, Питер Дж .; ван Зомерен, Берт К. (1990). «Разоблачение многомерных выбросов и точек влияния». Журнал Американской статистической ассоциации . 85 (411): 633–639. DOI : 10.1080 / 01621459.1990.10474920 .
  11. ^ Rousseeuw, Питер Дж .; Ван Дриссен, Катриен (1999). "Быстрый алгоритм определения определителя минимальной ковариации". Технометрика . 41 (3): 212–223. DOI : 10.1080 / 00401706.1999.10485670 .
  12. ^ Кауфман, L .; Rousseeuw, PJ (1987). «Кластеризация с помощью Медоидов». Статистический анализ данных на основе L1 – нормы и связанных методов, под редакцией Я. Доджа, Северная Голландия: 405–416. Цитировать журнал требует |journal=( помощь )
  13. ^ Кауфман, Леонард; Rousseeuw, Питер Дж. (1990). Поиск групп в данных: введение в кластерный анализ (3-е изд.). Нью-Йорк: Вили. ISBN 978-0-471-87876-6.
  14. ^ Rousseeuw, Питер Дж (1987). «Силуэты: графическое пособие для интерпретации и проверки кластерного анализа» . Журнал вычислительной и прикладной математики . 20 : 53–65. DOI : 10.1016 / 0377-0427 (87) 90125-7 .
  15. ^ Rousseeuw, Питер Дж .; Кру, Кристоф (1993). «Альтернативы среднему абсолютному отклонению». Журнал Американской статистической ассоциации . 88 (424): 1273. DOI : 10,2307 / 2291267 . JSTOR 2291267 . 
  16. ^ Rousseeuw, Питер Дж .; Хуберт, Миа (1999). «Глубина регрессии». Журнал Американской статистической ассоциации . 94 (446): 388. DOI : 10,2307 / 2670155 . JSTOR 2670155 . 
  17. ^ Хуберт, Миа; Rousseeuw, Peter J; Ванден Бранден, Карлиен (2005). «ROBPCA: новый подход к надежному анализу главных компонентов». Технометрика . 47 (1): 64–79. DOI : 10.1198 / 004017004000000563 . S2CID 5071469 . 
  18. ^ Коц, Самуэль; Джонсон, Норман (1992). Прогресс в статистике, Том III . Нью-Йорк, штат Нью-Йорк: Springer New York. ISBN 978-0-387-94988-8.


  • v
  • т
  • е
  • v
  • т
  • е