Ronald Aylmer Fisher | EPFL Graph Search

Êtes-vous un étudiant de l'EPFL à la recherche d'un projet de semestre?

Travaillez avec nous sur des projets en science des données et en visualisation, et déployez votre projet sous forme d'application sur GraphSearch.

Découvrez-en plus sur les applications Graph.

Sir Ronald Aylmer Fisher est un biologiste et statisticien britannique, né à East Finchley le et mort le . Richard Dawkins le considère comme et Anders Hald comme l'homme qui a – . Pour Bradley Efron, il est le statisticien le plus important du . Dans le domaine de la statistique, il introduit de nombreux concepts-clés tels que le maximum de vraisemblance, l'information de Fisher et l'analyse de la variance, les plans d'expériences ou encore la notion de statistique exhaustive. En génétique, sa théorie dite de l'emballement fisherien permet d'expliquer la présence de traits n'augmentant pas de manière évidente les chances de survie ou succès de l'organisme. Bien qu'il y ait une convergence entre l'information de Fisher et l'information de Shannon, rien n'indique que Claude Shannon ait utilisé les résultats de Fisher pour élaborer sa théorie. Il est également un des fondateurs de la génétique moderne et un grand continuateur de Darwin, en particulier grâce à son utilisation des méthodes statistiques, incontournables dans la génétique des populations. Il contribue ainsi à la formalisation mathématique du principe de sélection naturelle. Ronald Aylmer Fisher naît dans la banlieue de Londres, au sein d'une famille aisée de la classe moyenne. Ses parents adoptent une superstition singulière : tous leurs enfants portent un prénom comprenant un «y», parmi lesquels le plus jeune des sept, Ronald Aylmer. Dès l'âge tendre, Ronald fait preuve d'un talent particulier pour les mathématiques. Alors qu'il n'a que six ans, sa mère commence à lui lire un ouvrage de vulgarisation sur l'astronomie, qui éveille en lui un intérêt qu'il nourrit pendant toute son enfance et son adolescence. Toutefois, lorsqu'il entre à l'école, on lui décèle des problèmes de vue : il souffre d'une myopie extrême et les médecins lui interdisent d'étudier à la lumière électrique artificielle. L'après-midi, des professeurs particuliers lui font la leçon sans crayon ni papier, ce qui lui permet de développer une aptitude exceptionnelle pour résoudre les problèmes mathématiques de tête, en se reposant sur ses intuitions géométriques mais en faisant abstraction des détails .

À propos de ce résultat

Cette page est générée automatiquement et peut contenir des informations qui ne sont pas correctes, complètes, à jour ou pertinentes par rapport à votre recherche. Il en va de même pour toutes les autres pages de ce site. Veillez à vérifier les informations auprès des sources officielles de l'EPFL.

Concepts associés (115)

Cours associés (11)

Séances de cours associées (70)

MATH-240: Statistics

Ce cours donne une introduction au traitement mathématique de la théorie de l'inférence statistique en utilisant la notion de vraisemblance comme un thème central.

MATH-413: Statistics for data science

Statistics lies at the foundation of data science, providing a unifying theoretical and methodological backbone for the diverse tasks enountered in this emerging field. This course rigorously develops

EE-209: Elements of statistics for data science

Génétique des populations

La génétique des populations (GDP) est l'étude de la distribution et des changements de la fréquence des versions d'un gène (allèles) dans les populations d'êtres vivants, sous l'influence des « pressions évolutives » (sélection naturelle, dérive génétique, recombinaison, mutation, et migration). Les changements de fréquence des allèles sont un aspect majeur de l'évolution, la fixation de certains allèles conduit à une modification génétique de la population, et l'accumulation de tels changements dans différentes populations peut conduire au processus de spéciation.

Ronald Aylmer Fisher

Valeur p

vignette|redresse=1.5|Illustration de la valeur-p. X désigne la loi de probabilité de la statistique de test et z la valeur calculée de la statistique de test. Dans un test statistique, la valeur-p (en anglais p-value pour probability value), parfois aussi appelée p-valeur, est la probabilité pour un modèle statistique donné sous l'hypothèse nulle d'obtenir une valeur au moins aussi extrême que celle observée. L'usage de la valeur-p est courant dans de nombreux domaines de recherche comme la physique, la psychologie, l'économie et les sciences de la vie.

Analyse discriminante : Règle de Bayes MATH-444: Multivariate statistics

Couvre la règle discriminante de Bayes pour l'attribution des individus aux populations en fonction des mesures et des probabilités antérieures.

Critères de sélection du modèle : AIC, BIC, Cp MATH-413: Statistics for data science

Explore les critères de sélection des modèles comme l'AIC, le BIC et le Cp en statistique pour la science des données.

ANOVA: Partitionnement Total SS MSE-213: Probability and statistics for materials science

Couvre la méthode ANOVA, en se concentrant sur la partition de la somme totale des carrés en composantes de traitement et d'erreur, les calculs carrés moyens, les statistiques de Fisher et la distribution F.