Timothy R. Johnson

• 贝叶斯统计
• 选择和排名数据
• Missing Data
• 基于仿真的推理方法
• 统计资料披露管制

约翰逊是数学与统计科学系的统计学教授. 他在伊利诺伊大学厄巴纳-香槟分校获得了数量心理学博士学位和统计学硕士学位, 以及西华盛顿大学的心理学硕士和学士学位.

Response Style. 大多数从人类受访者中得出的评级统计模型隐含地假设，受访者对反应量表的使用是同质的, 尽管有证据表明存在相当大的个体和跨文化差异(有时被称为“反应风格”). 一段时间以来，我一直在研究项目反应模型，该模型可以解释个人或群体在量表使用方面的差异. 最近，我一直在开发对这些差异具有鲁棒性的推理方法.

粗化和聚合数据. 数据处理程序, dissemination, 统计披露控制有时会导致数据缺失问题，如粗糙化和聚合. 如果没有得到适当的解释，这可能会损害推理. 但是粗化和聚集会导致解析和数值上难以处理的似然函数和后验分布. 我的工作领域之一是使用专门的蒙特卡罗方法来规避这些问题.

合作研究. 我与包括心理学在内的社会科学和自然科学领域的研究人员参与了各种合作项目, 商业与经济, 以及自然资源和生态.