Denna artikel publicerades i Qvintensen nr 3/2011 och det är Ingegerd Jansson som har skrivit texten och ställt frågorna. 

- Ove, hur kom det sig att du började läsa matematisk statistik?

Jag tänkte bli kemist men fick veta att man skulle börja med att läsa matematik. Det gjorde jag, och det var roligt, så jag letade efter andra ämnen som var matematiska och hittade matematisk statistik, mekanik och nationalekonomi. Mekanik var knepigt, nationalekonomi lätt och matematisk statistik roligast.


- Du skrev din licentiatavhandling i matematisk statistik.

Ja, den handlade om signalstörning, en sänd signal störs och ska sedan rekonstrueras. Jag använde entropimått, det var första gången jag arbetade med det. Inspirationen kom från min militärtjänst vid FRA (Försvarets radioanstalt). Det var en bra skola. Vi lyssnade av signaler men det fick jag inte skriva, det var ju hemligt, så jag gjorde om problemet till stokastiska processer med diskreta tillstånd. Någon tillämpning fick jag inte nämna. På FRA fanns Arne Beurling, han som knäckte tyskarnas krypteringsmaskin G-skrivaren under andra världskriget.

Många ryssar har skrivit om sådant här men maskerat som ren matematik, de fick ju inte skriva om militär verksamhet som var hemlig. De här gamla metoderna har dykt upp igen i ny form, till exempel i bankvärlden.


- Vad gjorde du när du var klar med din lic?

Då började jag på FOA, Försvarets forskningsanstalt. Där kom jag i kontakt med nätverksproblem för första gången. Det är tillämpbart även i det militära, till exempel på järnvägsnätet. Jag skrev om militära transporter på Inlandsbanan, det gällde att optimera användningen så att inte alla tåg samlades i Norrland. De militära nätverkstillämpningarna ledde vidare till mitt intresse för grafer. Det här var på sextiotalet, på sammanträdena på FOA rökte de så mycket att man måste tvätta håret varje kväll. Ulf Grenander som varit min handledare för licen ville att jag skulle följa med till USA när han flyttade till Brown University. Jag kände mig inte redo för det, men fick senare tillfälle att besöka honom och Tore Dalenius vid Brown flera gånger.

Så småningom fick jag medel från Riksbanken och ett lektorat. Tore Dalenius var min handledare när jag fortsatte med avhandlingsarbetet och jag disputerade 1971 på avhandlingen Statistical inference in graphs.

Innan dess var jag även på KTH där jag var assistent tillsammans med Olav Kallenberg. En enormt intelligent och kreativ man som senare skrev en mycket lovordad bok i sannolikhetsteori. Vi gjorde tentor på KTH, men Olavs tal var ibland alldeles för svåra för teknologerna.


- Efter avhandlingen har du fortsatt verka inom universitetsvärlden.

Ja, jag blev biträdande professor i Uppsala där jag var i tre år. Därefter blev jag professor i Lund, där stannade jag i tio år innan jag kom till Stockholms universitet 1984. Där tyckte jag att forskningsmiljön var den klart bästa.


- Berätta lite om ditt internationella samarbete.

Jag har samarbetat mycket internationellt genom åren i min forskning, det är ofta väldigt trevligt. På åttiotalet tog jag ett sabbatsår och var i Kalifornien, vid Stanford University och University of California, Riverside, och jag har varit inbjuden till USA många gånger, det har varit väldigt berikande. Där fanns det många stora namn inom grafteori och tillämpningen sociala nätverk som jag kommit i kontakt med och samarbetat med, till exempel Frank Harary och Linton Freeman. Jag träffade också Paul Erdős, den oerhört produktive ungerske matematikern och grafteoretikern. Han reste runt på konferenser med sin mamma som tog hand om honom och han var alltid barfota i sandaler.
Sociala nätverk är ett tvärvetenskapligt område där folk har olika bakgrund, de kan komma från psykologi, sociologi, datavetenskap eller något annat. Det är naturligt med samarbete inom ett sådant område och att som statistiker ta tag i deras problem. Jag har samarbetat tvärvetenskapligt både inom och utanför Sverige. Speciellt har arbete vid Statens institutionsstyrelse och inom ett EU-projekt om ungdomar med missbruksproblem varit givande. Mitt samarbete med statistiskt intresserade kriminologer och psykologer har också varit mycket givande.


Det är viktigt att forskningen känns rolig och betydelsefull. Man ska ut och träffa folk, åka på konferenser, initiera samarbeten, inte bara sitta på sin kammare. Det är också ett bra sätt att få ut doktorander, det är viktigt som handledare att ha kontakter och träffa folk med olika sätt att se på forskningsproblemen.


- Vad är enligt din erfarenhet viktigt i undervisningen?

När jag själv hade läst en del matematisk statistik vid Stockholms högskola fick jag börja i den statistiska forskningsgruppen på institutionen. Det var en fristående grupp där man arbetade praktiskt som konsult och där lärde jag mig mer, utöver läroböckerna. Den typen av verksamhet borde in i undervisningen. Studenterna måste förstås ha läst några kurser först, men sedan ska de få ansvaret för att diskutera problem med uppdragsgivare och självständigt eller tillsammans med handledare finna lösningar. Det ger inblick i många olika sorters tillämpningar och metodfrågor, och om det är på konsultbasis så kan det ju dessutom göra att studenterna får in en fot på arbetsmarknaden.


Statistiker har god nytta av matematik. Men matematik har kommit i strykklass i gymnasiet. Problemlösning är inte viktigt längre. Man kan inte bara räkna samma uppgifter om och om igen, det blir tråkigt. Man måste få upp ögonen för att matematiken är det naturliga språket för att exakt och koncist beskriva frågeställningar och representera företeelser man vill undersöka. Matematiken berikar ens liv. Det är mycket mer än att räkna, det är ett sätt att se möjligheter, ett sätt att tänka och strukturera. Man borde betona modelltänkande mycket mer i statistiken och inte vara främmande för att pröva flera alternativa modeller och variabelval innan man bestämmer sig för en lämplig analys.


Dessutom borde man modernisera läroböckerna i statistik. De borde i högre grad ta upp statistiska kunskaper som är relevanta i andra ämnen. Inom sociologi till exempel behöver man speciella statistiska kunskaper som inte tas upp i de vanliga statistikböckerna. Det är inte så konstigt att sociologer tycker att de klarar sig utan statistiker. Där borde statistikerna ta sitt ansvar och skriva om till exempel skaltyper och variabeldefinitioner på ett användarvänligt sätt. Man borde generellt i statistiska läroböcker ge systematiska översikter av modelltyper i olika situationer och inte nödvändigtvis gå in på beräkningsmetoder för olika analyser innan man lärt sig vilken rikedom av möjligheter som finns. Risken är stor annars att man tror att den modell man lärt sig bäst alltid går att använda.

Ingegerd Jansson, Qvintensen nr 3/2011