V četrtek, 26. novembra 2020 smo na 7. srečanju Mlade sekcije Statističnega društva Slovenije gostili prof. dr. Mihaela Permana, izrednega profesorja za verjetnost in statistiko na Fakulteti za matematiko in fiziko Univerze v Ljubljani, na FAMNIT Univerze na Primorskem ter predavatelja predmetov s področja matematične statistike na magistrskem in doktorskem študiju Statistike na Univerzi v Ljubljani, ki je govoril o razmerju med verjetnostjo in statistiko in matematičnih vidikih v statistiki. Posnetek posveta si lahko ogledate na YouTube kanalu Mlade sekcije, s profesorjem Permanom sem se pogovarjal sokoordinator Mlade sekcije, doc. dr. Andrej Srakar.
Prof. dr. Perman je v začetku spregovoril o naravi verjetnosti in njenem razmerju do statistike, pa tudi o pogledu matematikov na statistiko, ki ni vedno v najlepši luči. Sam se je v začetku svoje karierne poti želel usmeriti strogo matematično bodisi v raziskovanje verjetnosti ali parcialnih diferencialnih enačb, šele kasneje ga je pričela zanimati tudi statistika. Ker ni bil povsem zadovoljen s takratnim poučevanjem teh področij, je pričel sam raziskovati in prebirati literaturo, kasneje pa se na osnovi Fulbrightove štipendije odločil za doktorski študij pri legendarnem profesorju verjetnosti in statistike Jimu Pitmanu na univerzi v Berkeleyju v ameriški Kaliforniji.
Prof. dr. Perman je na vprašanje o razmerju verjetnosti in statistike ter vlogi matematike v sodobni statistiki odgovoril, da danes prihaja do velikega pomena računalništva in z njim tako imenovane znanosti o podatkih. Meni, da je raziskovanje vedno bolj usmerjeno k združevanju znanosti o podatkih in statistike v povezan sklop metodoloških pristopov. Navezal se je na pokojnega ameriškega profesorja Lea Breimana ter njegovo razpravo, ali je pri delu s podatki pomembnejše ocenjevanje parametrov (kjer je močnejša statistika) ali napovedna moč (kjer so potenciali znanosti o podatkih). Raziskovalcem svetuje usmerjanje v manj teoretska področja, kjer vidi večjo možnost iskanja zaposlitev v prihodnje.
Posebej smo se ustavili tudi pri njegovem znanem skupnem članku z Jimom Pitmanom in Marcom Yorom iz revije Probability Theory and Related Fields, v katerem so bili predstavljeni tako imenovani Pitman-Yor naključni procesi. Omenil je, kako številne današnje aplikacije, ki jih srečujemo dnevno (denimo spletne in prodajne) temeljijo na odkritjih tistega članka. Glede tega smo se posebej ustavili pri metodah strojnega učenja in Bayesovi statistiki, članek je še danes eden pogosto navajanih na področjih matematične statistike in verjetnosti.
Med najzanimivejšimi temami prihodnjega razvoja raziskovanja v verjetnosti je najprej omenil dve gonili bodočega razvoja, povezani z matematiko, matematično analizo in matematično fiziko, znotraj samega področja verjetnosti pa vidi vedno večji pomen Bayesovih metod, ter že omenjene podatkovne znanosti.
Na vprašanje glede trenutnega modeliranja COVID-19 je odgovoril, da ga doslej opravljene študije niso najbolj prepričale v statističnem smislu, hkrati pa je prebiral številne napačne trditve, kot so bile trditve o vzorčenju v statističnih raziskavah pandemije. Poslušalce je zanimalo, kako študente in raziskovalce močneje motivirati za študij matematičnih vidikov v statistiki, kjer je svetoval nekaj osnovnega gradiva.
Ob koncu smo omenili še prihajajoči osmi evropski kongres matematikov v Portorožu 2021, kjer bodo s plenarnimi in vabljenimi predavanji sodelovala tudi nekatera trenutno vodilna imena s področij verjetnosti in matematične statistike (denimo Peter Bühlmann, Alice Guionnet, Domenico Marinucci, Alison Etheridge in Richard Nickl).
Udomačena statistika 