新闻

新闻

您当前的位置: 新闻
“统计大讲堂”系列讲座第七十二讲
时间:2019-01-18

2019116日,我院举办的“统计大讲堂”第七十二讲分别在明德主楼1016会议室和1037会议室举行。本次讲座分别邀请了美国宾夕法尼亚州立大学牛晓月教授和爱荷华州立大学教授、调查统计与方法中心主任朱正元教授分享他们的研究成果。我院尹建鑫副教授和蒋妍副教授分别主持了此次报告会,许王莉教授、王星副教授和部分本、硕、博学生参加了本次学术报告活动。


牛晓月教授,本科毕业于北京大学数学学院金融数学专业,在西雅图华盛顿大学获得统计学博士学位,之后加入宾夕法尼亚州立大学(PSU)统计系。牛晓月教授的科研方向主要包括social network modelssmall area estimationBayesian hierarchical modelsstatistical applications in global healthstatistical consulting。在PSU期间牛教授一直担任统计咨询中心管理主任,主要负责统计咨询中心与各个院系间的长期短期咨询合作项目;曾担任2018年北美统计协会(ASA)咨询组(Section of Statistical Consulting)的理事,负责组织2018年度的统计年会(JSM)与统计咨询相关的报告。


牛晓月教授的报告题目是:Joint Mean and Covariance Modeling of Multiple Health Outcome Measures。牛教授首先介绍了研究问题的背景。流行病学中常假设研究总体为均质总体(homogeneous population),但实际数据中待研究指标往往与某些特征具有较强的相关性,均质假设并不合理。近些年来美国医学界已开始对按协方差划分的不同群体采用不同参考标准来衡量健康状况。受此启发,牛教授及其合作者提出了一种均值及协方差联合回归模型以指导公共卫生调查中子群体的分类。以协变量的线性组合对因变量均值做回归,以协变量的二次型对协方差做回归,将模型生成分布与观测数据分布作对比,若模型生成分布与观测分布较为相符,则接受该模型。牛教授指出,受调查样本量影响,分组过细会导致子群体的样本量过少,实际中可采用使得生成分布符合观测分布的最简单的模型。




朱正元教授,复旦大学数学系获得理学学士学位,芝加哥大学统计系获得统计学博士学位。曾在北卡罗莱纳大学担任助理教授,现为美国爱荷华州立大学统计学教授,统计调查研究中心主任。主要研究方向包括空间统计学,空间采样设计,时间序列分析,调查统计学以及统计学在环境科学,自然资源调查,交通运输统计和农业统计方面的应用等。研究成果多次获得美国国家科学基金会,美国环境保护署,美国国家卫生研究院,美国农业部,美国内政部和爱荷华州交通部的支持。目前是美国国土资源调查的首席研究员,参与美国最大规模的国家自然资源调查。


朱正元教授的报告题目是:The Use of Machine Learning Methods and Remote Sensing Data to improve the US National Resources Inventory Survey。朱教授从美国农业和自然资源调查的背景开始,然后提出了在实际调查过程中遇到的一些挑战,例如如何填补调查图像资源的缺失,或者从已有的信息中提取相关的信息来进行预测等。为了在更小的空间尺度内提供更及时的估计,朱老师的研究团队借助行政数据和卫星的远程遥感数据来进行辅助的估计。在土地项目的调查中,他们采用不同的插补方法对相关的数据进行插补,并开发了相关的R包来进行系统化的估计。在土地覆盖分类调查中采用机器学习算法来对自然资源进行估计和预测。


  报告结束后在场师生与牛晓月教授关于协方差回归中增秩变量的设置、群体依协方差分组依据及公共卫生大数据建模等问题,和朱老师就调查中具体的细节问题进行了热烈讨论。