Cramérpriset

Cramérpriset utdelas årligen till en person som disputerat i statistik/matematisk statistik under året. En avgörande faktor är avhandlingens vetenskapliga kvalitet, och ett mått är om och i så fall i vilka tidsskrifter avhandlingens artiklar blivit publicerade. Förutom detta ska även andra aspekter vägas in, såsom pedagogisk skicklighet och personliga egenskaper. Ett mått på den pedagogiska skickligheten kan vara hur väl avhandlingens inledning är skriven.

Cramérsällskapets styrelse beslutar om pristagare. Pristagaren förväntas presentera sin avhandling vid Cramérsällskapets årsmöte.

Tidigare pristagare

  • 2021 Sebastian Rosengren. Random graph and growth models. Matematisk statistik, Stockholms universitet.
  • 2020 Felix Wahl. Micro-level claims reserving in non-life insurance. Matematisk statistik, Stockholms universitet.
  • 2019 Måns Magnusson. Scalable and efficient probabilistic topic model inference for textual data. Statistik, Linköpings universitet.
  • 2018 Henrike Häbel. From experiments with images to 3D models. Matematisk statistik, Chalmers.
  • 2017 Jens Malmros. Studies in respondent-driven sampling-directed networks, epidemics, and random walks. Matematisk statistik, Stockholms universitet.
  • 2016 Joseph Nzabanita. Bilinear and trilinear regression models with structured covariance matrices. Matematisk statistik, Linköpings universitet.
  • 2015 Måns Thulin. On confidence intervals and two-sided hypothesis testing. Matematisk statistik, Uppsala universitet.
  • 2014 Feng Li. Bayesian modeling of conditional densities. Statistik, Stockholms universitet.
  • 2013 David Bolin. Models and methods for random fields in spatial statistics with computational efficiency from Markov properties. Matematisk statistik, Lunds universitet.
  • 2012 Fredrik Jonsson. Self-normalized sums and directional conclusions. Matematisk statistik, Uppsala universitet.
  • 2011 Anton Grafström. On unequal probability sampling designs. Matematisk statistik, Umeå universitet.
  • 2010 Patricia Geli Rolfhamre. From penicillin binding proteins to community interventions: Mathematical and statistical models related to antibiotic resistance. Matematisk statistik, Stockholms universitet.