报告主题：Nonidentifiability in the Presence of Factorization for Truncated Data
报告摘要：Truncation is a structured form of selection bias that arises frequently in cohort studies. A time to event, X, is left-truncated by T if X can be observed only if T
个人简介：钱静，中国人民大学统计学专业本科, 美国埃默里大学(Emory University) 生物统计专业博士，曾在美国哈佛大学(Harvard University)生物统计系进行博士后研究。现为美国麻省大学（University of Massachusetts, Amherst）生物统计与流行病学系副教授。研究领域为复杂抽样中的生存分析、分位数回归、自变量删失下的回归分析、生物标记分析与疾病风险预测。在Biometrika, Biometrics, Journal of the Royal Statistical Society, JAMA Neurology, PLOS Medicine, Cancer Research等高水平统计学、医学期刊上发表论文40余篇。现任国际数理统计学会学术期刊Annals of Applied Statistics副主编。