Tilastollinen analyysi on keskeinen osa tiedettä ja tukee päätöksentekoa julkisella ja yksityisellä sektorilla. Vaikka tilastolliset algoritmit ovat kehittyneet nopeasti, ohjelmistotuki ja mallintajien tietämys eivät ole pysyneet vauhdissa. Tämä ristiriita on johtanut vajavaisiin mallinnuksen työnkulkuihin, mikä osaltaan on vaikuttanut tieteen toistettavuuskriisiin. Tiimimme on merkittävästi kehittänyt turvallisen vaiheittaisen mallien rakentamisen teoriaa ja menetelmiä. Silti niiden laajempi käyttöönotto on hidasta. Tämä johtuu siitä, että tilastomenetelmien toteuttaminen ohjelmistoihin ei ole yksinkertaista, vaan vaatii syvää ymmärrystä matemaattisista, algoritmisista ja tietoteknisistä rajoituksista sekä ihmisen kognitiivisista rajoitteista. Projektimme parantaa merkittävästi avoimen lähdekoodin ohjelmistotyökaluja turvalliseen, vaiheittaiseen bayeslaiseen mallien rakentamiseen, jolla on välitön suuri vaikutus; se lisää mallinrakennuksen tehokkuutta, joustavuutta ja luotettavuutta.

2026

2027