Bortom enkla stapeldiagram finns termer som diskreta stokastiska variabler, Gauss-Markovs sats och oändliga kvadratmeter whiteboards med oläsliga formler. Mitt i allt detta finns de som omvandlar det obegripliga till mer lättillgänglig information. Jonas Wallin, docent och nyligen utsedd till årets statistikfrämjare, är en av dem.
Hyllas av Statistikfrämjandet
Tillsammans med sina två kollegor hyllas han av Svenska statistikfrämjandet för sitt sätt att presentera statistik och förklara osäkerhet när man använder moderna statistiska modeller.
– Vi påbörjade arbetet två år före valet för att vi tyckte att det saknades träffsäkra och väl underbyggda opinionsmätningsinstrument som tog hänsyn till en mängd olika variabler, säger han.
Oavsett om det är Mark Twain eller Benjamin Disraeli som ska tillskrivas citatet om att det finns tre sorters lögn: ”lögn, förbannad lögn och statistik”, så menar Jonas Wallin att det finns korn av sanning i det.
– Det ligger något i det då folk tenderar att ha stor respekt för siffror och är okunniga om sannolikhetsteori. Därför är det lätt att luras medvetet eller omedvetet med hjälp av statistik. Vanligaste förvirringen sker när man tittar på fel urval.
Fångades av praktiska nyttan
Jonas Wallin berättar att det var när han insåg den praktiska nyttan med statistik som han blev fångad av ämnet.
– Jag kommer från matematisk statistik innan machine learning blev populärt och då var det inom statistik som man jobbade praktiskt med data. Intresset för det teoretiska kom senare. Jag har läst lite biologi och programmering och någon kurs i ekonomi, men jag fångades just av den praktiska nyttan med statistik.
Nytta under pandemin
Inte minst under pandemin kom hans kunskaper till användning när han var med om att göra skattningar av dödsfall för att förbättra prognoserna.
– Just nu arbetar jag tillsammans med en postdoc i statistik, Najmeh Abiri. Vi ska försöka bidra i arbetet med att skapa en databas för foton på fästingar. Vi använder metoder för att automatiskt kunna klassificera vilken typ av fästing det är, för att sedan kunna ha koll på hur de olika arterna sprider sig över tid och rum.
I nuläget klassificeras bilderna manuellt, men inom kort ska arbetet automatiseras genom deep learning. Datorn kommer då att med hjälp av foton kunna avgöra skillnader mellan olika sorters fästingar. På så vis kan forskarna se deras spridning och var det förekommer farliga sorter.
Tidigare nyhet: Statistisk modell försöker förutspå valresultatet – lu.se