Iain Johnstone: De Nieuwsgierigheid Volgen Waar Hij Naar Toe Leidt

{h1}

Statistiekenonderzoeker iain johnstone beantwoordt 10 vragen over zijn beroep.

Dit WordsSideKick.com-artikel is aan WordsSideKick.com gegeven in samenwerking met de National Science Foundation.

Statistiekenonderzoeker Iain Johnstone raakte ondergedompeld in de wereld van statistieken zoals zoveel jonge mensen doen, als een sportfan. Hij is geboren in Australië, dus in zijn geval had hij een enthousiasme voor sport omdat hij de statistieken van cricketsterren zoals Donald Bradman volgde. Vandaag behandelt hij zwaardere onderwerpen, en wordt hij aangetrokken tot het gebied van statistiek vanwege zijn combinatie van theorie en toepassing, wat hij noemt "een ideale combinatie van de concrete analyse van gegevens met de mogelijkheid om wiskunde op een krachtige manier te gebruiken... [Y] Je kunt aan verschillende projecten werken, sommige zijn behoorlijk toegepast en andere zijn meer theoretisch en leveren bijdragen van verschillende typen op elk... "

Johnstone is hoogleraar kwantitatieve wetenschap aan de afdeling Statistiek van Stanford University, met een gezamenlijke benoeming in biostatistiek aan Stanford's School of Medicine. Hij ontving zijn Ph.D. in Statistics van Cornell in 1981. Hij is ook lid van de Amerikaanse National Academy of Sciences en de American Academy of Arts and Sciences en een voormalig voorzitter van het Institute of Mathematical Statistics.

Hieronder beantwoordt hij onze 10 vragen.

Naam: Iain Johnstone
Leeftijd: 55
Instelling: Stanford universiteit
Studierichting: Statistieken

Wat inspireerde je om voor dit vakgebied te kiezen?

Ik vond wiskunde relatief gemakkelijk en leuk op school, en het belastte mijn slechte geheugen niet op de manier zoals sommige andere wetenschappen dat deden. Sinds ik jonger was, kwamen we alleen statistieken tegen op de universiteit. Toen ontdekte ik dat statistieken mij een ideale combinatie van de concrete analyse van gegevens leken te bieden met de mogelijkheid om wiskunde op een krachtige manier te gebruiken. Ik ontdekte dat je aan verschillende projecten kon werken, sommige heel toegepast, en anderen meer theoretisch en bijdragen van verschillende typen aan elk, en toen was ik verslaafd.

Wat is het beste advies dat je ooit hebt gekregen?

Toen ik een jonge onderzoeker was, zeiden mijn oudere collega's: "Doe wat je wilt, maar doe het goed."

Ze vertelden me ook dat enorme productiviteit niet noodzakelijk of zelfs noodzakelijkerwijs goed was, en dit gaf me de vrijheid om de onderwerpen na te streven waar ik in geïnteresseerd was, zonder altijd het gevoel te hebben dat ik me moest haasten om het volgende artikel uit te brengen. Een andere zin die ik me herinnerde van een mentor was toegeschreven aan Henri Poincare: "een jonge wiskundige heeft veel begin" - die ik als toestemming nam om een ​​beetje een dilettant te zijn.

Wat was je eerste wetenschappelijke experiment als kind?

Ik veronderstel dat op zijn minst sommige statistici hun roeping vinden door een fascinatie voor data en uitzoeken wat het (of zij, als data grammaticaal een meervoud) betekenen. In mijn geval ben ik opgegroeid in Australië, met een fascinatie voor cricket, en dus zou ik als een maniak blijven scoren, samen met de zogenaamde "eersteklas" -games, die natuurlijk niet beseffen dat dat het verzamelen van gegevens wordt genoemd. Er was een tijd dat ik alle geheimzinnige statistieken kende en begreep die verband hielden met de carrière van Donald Bradman, misschien wel de grootste batsman ooit, zoals waarom zijn gemiddelde van de gemiddelde loopbaantest 99.94 was. Maar ik wil ook zeggen dat wat mij echt heeft veranderd in een carrière in de statistiek de universiteit was, waar ik mijn eerste contact had met mensen die echt gepassioneerd waren door wiskunde en statistiek.

Wat vind je het leukst om onderzoeker te zijn?

De opwinding om iets nieuws te ontdekken, vooral na een periode van rondtasten zonder succes. En de vrijheid, althans een deel van de tijd, om je nieuwsgierigheid te volgen waar die je naartoe brengt, omdat je nooit weet waar je terechtkomt. Ter illustratie: ik was vele jaren geleden betrokken bij een groepsadviesactiviteit, maar heb niet bewust de onderzoeksvragen nagestreefd die we op dat moment hadden. Onlangs door oude bestanden browsen, was ik verbaasd om te zien dat een groot probleem met de eigenwaarde waar ik later veel belangstelling voor kreeg, en waarop ik een invloedrijke paper schreef, in feite een was die aan die groep werd gesteld en die ik had - in ieder geval bij de bewuste niveau - volledig vergeten dat!

Wat is het belangrijkste kenmerk dat een onderzoeker moet aantonen om een ​​effectieve onderzoeker te zijn?

Om effectief te zijn, denk ik dat het meer dan één ding is. Ten eerste helpt het om zowel binnen als buiten je onderwerp breed nieuwsgierig te zijn, en natuurlijk om goede ideeën te hebben. Daaraan zou ik toevoegen dat een onderzoeker enthousiasme en vasthoudendheid nodig heeft om die ideeën te kunnen volgen, bijvoorbeeld als de eerste dingen die je probeert niet werken, of als de scheidsrechters van je papieren niet meteen overtuigd zijn van het belang van jouw resultaten. En een collaboratieve geest is erg nuttig, omdat veel onderzoek, vooral in statistieken, interdisciplinair is en samenwerken met andere gelijkgestemde mensen gewoon heel verrijkend en leuk is.

Wat zijn de maatschappelijke voordelen van uw onderzoek?

Wij (mijn co-hoofdonderzoeker David Donoho en ik en onze studenten) studeren statistische theorie en methoden, dus de voordelen voor de samenleving zijn indirect, maar zeer reëel. Ze komen door het werk van andere wetenschappers en ingenieurs die onze resultaten gebruiken of op een of andere manier door hen worden beïnvloed. Mijn werk is gebruikt door genetica-onderzoekers in genoom-brede associatiestudies, die op zoek zijn naar genen die geassocieerd zijn met ernstige ziekten.

David's heeft bijgedragen aan de oprichting van een nieuwe technologie die bekend staat als gecomprimeerde waarneming, die bijvoorbeeld andere onderzoekers ertoe heeft gebracht methoden te ontwikkelen waarmee machines voor beeldvorming door magnetische resonantie veel sneller beelden kunnen vastleggen. Sommige van onze eerdere werkzaamheden hebben bijgedragen aan het bredere gebruik van wavelet-gebaseerde methoden voor signaal- en beeldverwerking.

Wie heeft de meeste invloed op uw denken als onderzoeker gehad?

Als we dit antwoord met mensen die niet langer bij ons zijn blijven, zou ik Fisher en Wald noemen. R. A. Fisher was misschien de meest invloedrijke statisticus van de vorige eeuw en introduceerde en bestudeerde diep veel van de ideeën en methoden die nu fundamenteel zijn voor ons onderwerp. Abraham Wald legde de basis voor de statistische besluitvormingstheorie, die een kader biedt voor een principiële vergelijking van statistische methoden.

Hoe zit het met je vakgebied of als onderzoeker denk je dat mensen het meest zouden verrassen?

Misschien is het wel de enorme variëteit aan ervaringen en manieren van werken die beschikbaar zijn voor een statistisch onderzoeker. Je kunt een eenzame onderzoeker zijn, of in een kleine groep werken, of in een groot team, en vaak kun je tegelijkertijd op projecten van elk type zijn. Je kunt volledig worden ondergedompeld in een bepaald toepassingsdomein, zoals genetica of neurowetenschap; of je kunt werken aan kernproblemen die in verschillende toepassingsgebieden voorkomen. Je kunt wiskunde gebruiken als je primaire onderzoekstool, of computationeel onderzoek, of zelfs (in het geval van een paar van mijn collega's) een nat lab runnen. Je kunt werken in de academische wereld, of in de privésector (zowel start-up en multinational), of in de overheid, en misschien alle drie in de loop van een carrière.

Als je maar één ding uit je brandende kantoor of laboratorium kon redden, wat zou dat dan zijn?

Nou, het is niet het interessante antwoord waar je op hoopt, maar mijn laptop moet de eerste zijn, omdat hij er mijn wetenschappelijke leven op heeft. De tweede keuze is misschien mijn exemplaar van het verzamelde werk van RA Fisher, omdat zoveel van de fundamentele ideeën van statistieken daar te vinden zijn, samen met een prachtige geometrische intuïtie.

Welke muziek speel je het meest in je lab of auto?

Nou, het zou klassieke muziek zijn, vooral Bach. Mijn partner komt echter uit Spanje en dus besteed ik veel tijd aan de auto met audioboeken in het Spaans om mijn bevattingsvermogen te verbeteren, zodat ik het bij haar bezoek een beetje beter kan doen met haar familie!

Opmerking van de uitgever: De onderzoekers afgebeeld in WordsSideKick.com-artikelen zijn ondersteund door de National Science Foundation, het federale agentschap belast met de financiering van fundamenteel onderzoek en onderwijs op alle gebieden van wetenschap en techniek. Alle meningen, bevindingen en conclusies of aanbevelingen in dit materiaal zijn die van de auteur en komen niet noodzakelijk overeen met de opvattingen van de National Science Foundation. Zie het WordsSideKick.com-archief.


Video Supplement: Calling All Cars: Curiosity Killed a Cat / Death Is Box Office / Dr. Nitro.




Onderzoek


The Monofin: Will High-Tech Tail Help Phelps Beat A Great White Shark?
The Monofin: Will High-Tech Tail Help Phelps Beat A Great White Shark?

10 Vragen Die De Wetenschap Nog Niet Kan Beantwoorden
10 Vragen Die De Wetenschap Nog Niet Kan Beantwoorden

Science Nieuws


Documenten Stellen De Blindheid Van De Smartphone Vast Bij 2 Vrouwen
Documenten Stellen De Blindheid Van De Smartphone Vast Bij 2 Vrouwen

Sexy Advertising On The Rise
Sexy Advertising On The Rise

Hoge Temperaturen Van 2012 Registreren | De Warmte-Index
Hoge Temperaturen Van 2012 Registreren | De Warmte-Index

Hoe Uitstrijkjes Kunnen Eierstok- En Baarmoederkanker Detecteren
Hoe Uitstrijkjes Kunnen Eierstok- En Baarmoederkanker Detecteren

Noodoproepen Gekoppeld Aan Amelia Earhart Waarschijnlijk Onthul Je Niets Over Haar Ondergang
Noodoproepen Gekoppeld Aan Amelia Earhart Waarschijnlijk Onthul Je Niets Over Haar Ondergang

WordsSideKick.com
Alle Rechten Voorbehouden!
Reproductie Van Materialen Toegestaan Alleen Prostanovkoy Actieve Link Naar De Site WordsSideKick.com

© 2005–2019 WordsSideKick.com