報告題目：多重假設檢驗和錯誤發現率控制
報 告 人：李高榮 教授 北京師範大學統計學院
報告時間：2024年11月12日 14：00-16：00
報告地點：騰訊會議 ID：705593294
校内聯系人：王培潔 wangpeijie@jlu.edu.cn
報告摘要：随着現代科學技術的快速發展，大數據分析變得越來越重要，其中多重假設檢驗問題已經成為統計學研究的重要課題之一。本報告主要介紹多重假設檢驗和錯誤發現率(FDR)控制的一些思想、方法和理論，其中重點介紹最近發展起來的兩個重要的多重假設檢驗方法：knockoff方法和鏡像統計量方法。這兩種方法無需計算p值而在近年來受到廣泛關注, 成為當今統計學和機器學習最熱點的研究領域。
報告人簡介：李高榮，北京師範大學統計學院教授，博士生導師，北京師範大學第十二屆“最受本科生歡迎的十佳教師”。主要研究方向是非參數統計、高維統計、統計學習、縱向數據、測量誤差數據和因果推斷等。迄今為止，在Annals of Statistics, Journal of the American Statistical Association, Journal of Business & Economic Statistics, Statistics and Computing, 《中國科學：數學》和《統計研究》等學術期刊上發表學術論文120餘篇。出版4部著作：《縱向數據半參數模型》、《現代測量誤差模型》(入選“現代數學基礎叢書”系列)、《多元統計分析》(入選“統計與數據科學叢書”系列，2023年榮獲北京高校優質本科教材）和統計學習（R語言版）。主持國家自然科學基金、北京市自然科學基金和北京市教委科技計劃面上項目等國家和省部級科研項目10多項。
