Premio Fronteras del Conocimiento para los matemáticos que revolucionaron la estadística

Los matemáticos David Cox, de la Universidad de Oxford, y Bradley Efron, de la Universidad de Stanford, son los ganadores del Premio Fundación BBVA Fronteras del Conocimiento de este año en la categoría de Ciencias Básicas. Sus métodos estadísticos permiten interpretar datos conociendo el margen de error y obtener resultados fiables de estudios con contingencias, por lo que resultan de gran interés en campos como la física y la biomedicina.

Premio Fronteras del Conocimiento para los matemáticos que revolucionaron la estadística
Los matemáticos Bradley Efron y David Cox han sido premiados por la FBBVA por revolucionar la estadística y convertirla en una herramienta imprescindible para el resto de las ciencias. / FBBVA - National Institutes of Health

El Premio Fundación BBVA Fronteras del Conocimiento en la categoría de Ciencias Básicas ha sido concedido en su novena edición a los matemáticos David Cox y Bradley Efron, por desarrollar métodos estadísticos “pioneros y enormemente influyentes”, que han resultado imprescindibles para obtener resultados fiables en áreas como la medicina, la astrofísica, la genómica y o la física de partículas.

“Los métodos de Cox y Efron se usan diariamente en la práctica de la ciencia estadística, y han tenido un gran impacto en todas las ciencias que dependen del análisis de datos”, señala el acta del jurado. Para el matemático Trevor Hastie, miembro del jurado, “son los dos estadísticos vivos más influyentes hoy en día y han revolucionado este campo”.

Cox y Efron son los dos estadísticos vivos más influyentes hoy en día y han revolucionado este campo de las matemáticas

En concreto, la contribución de Cox, bautizada como “regresión de Cox” en su honor, es una herramienta muy poderosa para explicar la duración de un intervalo temporal entre dos eventos de interés, que depende de factores identificables y no del mero azar; por ejemplo, la mortalidad de un grupo de personas por una determinada enfermedad, o como consecuencia de un factor de riesgo como la contaminación ambiental.

Se usa en multitud de áreas, como en investigación del cáncer, epidemiología, economía, psicología, sociología e incluso en los ensayos que analizan la resistencia y durabilidad de productos industriales. Como muestra de un resultado médico obtenido gracias a esta técnica estadística, el acta cita la conclusión de que, al cabo de un año de haber dejado de fumar, ya se detecta un descenso de la mortalidad.

Por su parte, Efron, inventó un método “engañosamente simple” –describe el acta– llamado bootstrap (literalmente, lengüeta de bota) para determinar el margen de error de una medida. Este dato es esencial en ciencia, porque sin él el resultado carece de valor.

Contribuciones antiguas con aplicaciones actuales

En ambos casos se trata de contribuciones realizadas hace ya décadas, y para los dos galardonados es difícil escoger solo una de entre las muchas aplicaciones derivadas de ellas. David Cox (Birmingham, Reino Unido, 1924), de la Universidad de Oxford, se declara “enormemente sorprendido y satisfecho” por la variedad de los problemas científicos en que su contribución ha resultado ser de utilidad”.

Los métodos estadísticos de los premiados han resultado imprescindibles para obtener resultados fiables en áreas como la medicina, la física y la genómica

El matemático pone un ejemplo: “Sirve para estudios de pacientes con cáncer, para determinar qué peso tiene el tratamiento en su evolución; hay muchos factores que influyen en la supervivencia del sujeto, como su entorno social, su sexo, su edad… ¿Cuál es importante?”. Ese es el tipo de pregunta que permite atacar su técnica, publicada en 1972 en lo que es hoy día el segundo trabajo en estadística más citado en la moderna literatura científica.

“Han sido cientos de miles de trabajos”, añade Bradley Efron (Minnesota, EEUU, 1938), profesor de Estadística de la Universidad de Stanford que creó el bootstrap en 1979. Reconoce que el papel de la estadística en la ciencia es “menos divertido” que la investigación que genera los datos objeto de análisis.

Aunque al mismo tiempo, reivindica la necesidad de esta información: “Los científicos recogen los datos, nosotros los analizamos. Por ejemplo, en la búsqueda del bosón de Higgs: lo que haces es recolectar un montón de datos que en última instancia te generan un pico en una gráfica. Pero, ¿cómo estás seguro de que ese pico es real y no un artefacto? El bootstrap te lo dice”.

Fuente: Fundación BBVA
Derechos: Creative Commons
Artículos relacionados