Открыть сервис

Дэвид Кокс

Дэвид Кокс (англ. David Roxbee Cox; 15 июля 1924, Бирмингем, Великобритания — 18 января 2022, Оксфорд, Великобритания) — британский статистик, один из наиболее влиятельных учёных в области прикладной статистики XX века. Наиболее известен как создатель модели пропорциональных рисков Кокса (Cox proportional hazards model), широко применяемой в анализе выживаемости в медицине, эпидемиологии и других областях. Член Лондонского королевского общества (с 1973), рыцарь-бакалавр (с 1985), лауреат множества научных премий.

Биография

Дэвид Роксби Кокс родился 15 июля 1924 года в Бирмингеме, Англия. Его отец работал в торговле, мать была домохозяйкой. Кокс проявил интерес к математике ещё в школе. В 1941 году он поступил в колледж Святого Иоанна Кембриджского университета, где изучал математику. Однако обучение было прервано Второй мировой войной: с 1943 по 1946 год Кокс служил в Королевских военно-воздушных силах Великобритании, занимаясь вопросами радиолокации и анализа данных.

После войны Кокс вернулся в Кембридж, где в 1947 году получил степень бакалавра, а в 1949 году — магистра. В 1949–1950 годах он работал в Национальном институте сельскохозяйственной ботаники, а затем перешёл в Институт статистики при Лондонском университете (1950–1956). В 1956 году Кокс защитил докторскую диссертацию в Лидском университете под руководством Генри Дэниелса.

С 1956 по 1966 год Кокс возглавлял кафедру статистики в Биркбек-колледже Лондонского университета. В 1966 году он перешёл в Имперский колледж Лондона, где стал профессором статистики и основал отдел статистики. С 1988 по 1994 год Кокс был директором отдела статистики Оксфордского университета (Nuffield College). После выхода на пенсию он продолжал активную научную деятельность до конца жизни.

Научный вклад

Модель пропорциональных рисков Кокса

Наиболее известная работа Кокса — модель пропорциональных рисков, опубликованная в 1972 году в статье «Regression Models and Life-Tables» (журнал Journal of the Royal Statistical Society, Series B). Модель позволяет оценивать влияние различных факторов (ковариат) на время до наступления события (например, смерти, рецидива болезни, отказа оборудования) без необходимости точного задания формы базовой функции риска. Это полупараметрический подход, где базовая функция риска остаётся неопределённой, а эффекты ковариат моделируются параметрически через экспоненциальную функцию.

Модель Кокса стала стандартным инструментом в клинических испытаниях, эпидемиологических исследованиях, анализе надёжности технических систем и социальных науках. Её популярность обусловлена гибкостью, относительной простотой интерпретации и возможностью работы с цензурированными данными (когда точное время события неизвестно для части наблюдений).

Другие статистические методы

Кокс внёс вклад в развитие многих разделов статистики, включая:

Основные публикации

Кокс является автором и соавтором более 300 научных статей и нескольких монографий, ставших классическими:

Награды и признание

Дэвид Кокс удостоен множества престижных наград, включая:

В 2012 году журнал «Nature» назвал Кокса одним из десяти самых влиятельных учёных в истории статистики.

Влияние и наследие

Работы Дэвида Кокса оказали глубокое влияние на развитие статистической науки и её приложений. Модель пропорциональных рисков остаётся одним из наиболее цитируемых статистических методов в научной литературе — по данным Google Scholar, её индекс цитирования превышает 100 000. Кокс также известен как выдающийся педагог и наставник: под его руководством защитили диссертации многие известные статистики, включая Питера Маккаллаха и Нэнси Рид.

В честь Кокса названа премия «Cox Award» (присуждается Международным обществом анализа выживаемости) и стипендия в Оксфордском университете. Его подход к моделированию рисков лёг в основу современных методов машинного обучения для анализа времени до события (survival analysis), включая нейронные сети и градиентный бустинг.

Критика и ограничения

Несмотря на огромную популярность, модель пропорциональных рисков имеет ограничения. Основное — предположение о пропорциональности рисков, то есть постоянстве отношения рисков для различных групп во времени. Нарушение этого предположения может приводить к смещённым оценкам. Для проверки этого допущения разработаны специальные тесты (например, тест Шёнфельда). Кроме того, модель не учитывает нелинейные взаимодействия ковариат без явного их включения. Однако эти ограничения не умаляют фундаментального вклада Кокса в статистику.

Источники

BFOmetr — база данных и аналитика по компаниям России.

На главную BFOmetr →