🧫Origins & Evolution

John Graunt publie une étude statistique des registres de décès des paroisses de Londres, estimant la taille de la population et les schémas de mortalité – l'une des premières utilisations systématiques des données collectées pour tirer des conclusions générales.

William Sealy Gosset, statisticien de la brasserie Guinness à Dublin, publie « L'erreur probable d'une moyenne » sous le pseudonyme « Étudiant » parce que Guinness a interdit au personnel de publier sous son propre nom, introduisant depuis lors la distribution t utilisée dans l'analyse de petits échantillons.

Ronald Fisher, analysant des décennies de données sur les rendements des cultures à la station expérimentale de Rothamsted, publie un livre qui établit l'analyse de la variance et la conception expérimentale moderne comme pratique statistique standard.

L'article de Jerzy Neyman et Egon Pearson « Sur le problème des tests les plus efficaces d'hypothèses statistiques » donne aux statistiques son cadre moderne pour décider, avec des taux d'erreur quantifiés, si un résultat est significatif.

L'article de John Tukey « L'avenir de l'analyse des données » soutient que l'analyse de données réelles mérite d'être reconnue comme une science distincte dotée de ses propres méthodes, et non comme une branche mineure des statistiques mathématiques.

Le livre de Tukey donne aux praticiens des outils pratiques, notamment le diagramme en boîte, pour comprendre visuellement la forme d'un ensemble de données avant d'y adapter un modèle.

L'article du trio dans AI Magazine formalise la « découverte de connaissances dans les bases de données » comme le processus plus large entourant l'exploration de données brutes, faisant partie d'une vague des années 1990 de formalisation de la découverte de modèles dans les bases de données d'entreprise en pleine croissance.

Le statisticien des Bell Labs, William S. Cleveland, publie « Clinical Data Science : An Action Plan for Expanding the Technical Areas of the Field of Statistics », proposant des départements universitaires dédiés à la science des données.

En créant des équipes de données sur LinkedIn et Facebook respectivement, DJ Patil et Jeff Hammerbacher choisissent indépendamment le titre de « scientifique des données cliniques » comme titre de poste pour le travail de statistiques et d'ingénierie effectué par leurs équipes.

L'article d'octobre 2012 de Thomas Davenport et DJ Patil « Clinical Data Scientist : The Sexiest Job of the 21st Century » déclenche un boom de l'embauche dans les entreprises qui dure depuis une décennie et une vague de nouveaux programmes d'études universitaires.