Lynn Kuo
Lynn Kuo (nacida en 1949) [1] es profesora de estadística en la Universidad de Connecticut [2] conocida por su trabajo sobre inferencia bayesiana en filogenia . Junto con Ming-Hui Chen y Paul O. Lewis, es autora de Bayesian Phylogenetics: Methods, Algorithms, and Applications (CRC Press, 2014). [3] [4]
Educación y carrera
Kuo realizó sus estudios de pregrado y posgrado en la Universidad de California, Los Ángeles , [5] completando su doctorado en 1980. Su disertación, supervisada por Thomas S. Ferguson , fue Cálculos y aplicaciones de mezclas de procesos de Dirichlet . [6] Trabajó en el Laboratorio de Propulsión a Chorro , el Departamento de Agricultura de los Estados Unidos y el Instituto de Ciencias Matemáticas Aplicadas y Estadísticas antes de unirse a la facultad de Connecticut. [5]
Es tesorera de la Sociedad Estadística de Nueva Inglaterra [5] y también ha trabajado como tesorera de la Asociación Estadística Internacional de China. [7]
Premios y honores
Kuo es miembro de la Asociación Estadounidense de Estadística y miembro electo del Instituto Internacional de Estadística . [5] En 2013, ganó el Premio al Servicio Destacado de la Asociación Internacional de Estadística de China. [7]
Referencias
- ^ Fecha de nacimiento de Worldcat
- ^ Lynn Kuo, Departamento de Estadística de la Universidad de Connecticut, 12 de noviembre de 2014 , consultado el 19 de octubre de 2017
- ^ Larget, Bret (abril de 2015), "Filogenética bayesiana: métodos, algoritmos y aplicaciones", International Statistical Review , 83 (1): 160–161, doi :10.1111/insr.12095_1
- ^ Oaks, Jamie R. (agosto de 2015), "Filogenética bayesiana: métodos, algoritmos y aplicaciones", Biología sistemática , 64 (6): 1122–1125, doi : 10.1093/sysbio/syv063
- ^ abcd Lynn Kuo, Sociedad Estadística de Nueva Inglaterra , consultado el 19 de octubre de 2017
- ^ Lynn Kuo en el Proyecto de Genealogía Matemática
- ^ Premio al Servicio Destacado 2013, Asociación Estadística Internacional de China , consultado el 19 de octubre de 2017
Enlaces externos
- Página de inicio
