报告题目：问题、知识与数据驱动的统计学习
报告人：林华珍教授
报告时间：2022年5月13日（周五）下午 14:00-15:00
腾讯会议：934-267-325
主持人：曹春正教授
报告人简介：
林华珍，女，教授，博士生导师，西南财经大学统计研究中心主任；教育部特聘教授，国家杰出青年科学基金获得者，国家百千万人才工程人选，国务院特殊津贴获得者，教育部新世纪优秀人才。第十一批四川省学术和技术带头人，第十批成都市有突出贡献的优秀专家。主要研究方向为转换模型、非参数方法、生存数据分析、函数型数据分析、潜变量分析等，多篇学术论文发表在AoS、JASA、JoE、JRSSB、Biometrika及Biometrics等国际统计学和计量经济学顶级期刊上，先后六次主持国家自然科学基金项目。林华珍教授是国际IMS-China、IBS-CHINA及ICSA-China委员，中国现场统计研究会数据科学与人工智能分会理事长，第九届全国工业统计学教学研究会副会长，中国现场统计研究会环境与资源分会、高维数据分析分会、生物医学统计学会、生存分析分会等多个分会的副理事长。先后是国际统计学期刊 Biometrics、Journal of Business & Economic Statistics、Scandinavian Journal of Statistics、Canadian Journal of Statistics、Statistics and Its Interface、Statistical Theory and Related Fields期刊的Associate Editor，国内核心学术期刊《应用概率统计》《系统科学与数学》《数理统计与管理》编委。
报告简介：
常用的统计建模方法可以分为两类：一类是正则化建模，另一类是直接建模。正则化建模通过加入定性信息或专业知识来提高模型的精度和解释性。本报告将介绍如何通过正则化建模方法，实现可估性或解的唯一性、找到重要的风险因子、识别风险因素的协同作用、识别同质样本、识别特定方案的敏感及不敏感人群。直接建模通常由问题驱动。本报告将通过三个医学案例的解决方案来介绍直接建模方法，他们分别用于分析治疗的敏感人群，在一般观察性数据框架下考查因果关系；及治疗方法动态变化的情况下，评价各种治疗方法的效果。
欢迎广大师生踊跃参加！
数学与统计学院
2022年5月11日
