Hersengerelateerde aandoeningen treffen bijna iedereen, hetzij rechtstreeks, hetzij via familie of vrienden. Voor veel van de aandoeningen of ze nu psychiatrisch of neurologisch zijn, er zijn fundamentele wetenschappelijke beschrijvingen en waardevolle behandelingsopties, maar geen enkele heeft een bevredigende remedie omdat de onderliggende mechanismen niet volledig worden begrepen.

De federale overheid lanceerde in 2013 het BRAIN-initiatief om de ontwikkeling en toepassing van nieuwe technologieën op gang te brengen die nodig zijn voor grote vooruitgang in het begrijpen van de hersenen. Rob Kass van de Carnegie Mellon University gelooft dat hersenonderzoek dringend geavanceerde statistieken nodig heeft. die een cruciale schakel kan en moet vormen tussen nieuwe, zeer complexe gegevens en de gedegen wetenschappelijke verklaringen die het onderzoek wil genereren.

Als docent R.A Fisher van het Comité van voorzitters van statistiekverenigingen 2017, Kass schetste zijn zaak in "The Importance of Statistics:Lessons From the Brain Sciences."

"De meeste mensen hebben geen idee hoe geavanceerd statistisch denken onderzoek kan verbeteren en wetenschappelijke ontdekkingen kan versnellen. " zei Kas, de Maurice Falk hoogleraar statistiek en computationele neurowetenschappen aan het Dietrich College of Humanities and Social Sciences van CMU. "In mijn lezing Ik heb gewezen op enkele problemen die zich voordoen wanneer statistische ideeën worden genegeerd bij de analyse van complexe neurowetenschappelijke gegevens."

Na te hebben geïllustreerd hoe registraties van neuronactiviteit een fundamentele rol hebben gespeeld in de hersenwetenschappen, Kass gaf voorbeelden van neurowetenschappelijke vragen die tot interessante statistische problemen leidden, en hoe goede oplossingen voor die problemen zijn geleid door de leer van de discipline statistiek.

"Deze lezing beschrijft op welsprekende wijze de centrale rol van statistiek in wetenschappelijke gevolgtrekkingen, laten zien hoe verschillende moderne ontwikkelingen in de neurowetenschappen zijn gebouwd op Fisher's opmerkelijke fundamentele werk in de statistiek, bijna honderd jaar geleden, " zei Nancy Reid, Universiteitshoogleraar statistische wetenschappen aan de Universiteit van Toronto.

Bij CMU, Kass heeft facultaire aanstellingen op de afdelingen Statistics &Data Science en Machine Learning en is interim-directeur van het Centre for Neural Basis of Cognition. Hij is de co-auteur van de boeken "Geometrical Foundations of Asymptotic Inference" en "Analysis of Neural Data, " en heeft ook veelgelezen artikelen geschreven over statistisch onderwijs, inclusief, "Tien eenvoudige regels voor een effectieve statistische praktijk."

De R.A. Fisher Lecture erkent personen wiens statistische prestaties en wetenschap een zeer significante invloed hebben gehad op wetenschappelijk onderzoek. Kass werd geëerd "voor baanbrekende bijdragen aan verschillende gebieden van de statistiek, waaronder het gebruik van differentiële meetkunde in statistische theorie, evenals theorie en methodologie van Bayesiaanse gevolgtrekkingen; voor sterke toewijding aan de toepassing van principieel statistisch denken en modelleren op problemen in computationele neurowetenschappen; en voor zijn sterke toewijding aan de opleiding van studenten en gebruikers van statistieken."