报告题目：问题、知识与数据驱动的统计学习
报告人：西南财经大学 林华珍 教授
报告时间：14：00-17：00, 15th April 2022.
报告地点：腾讯会议 (ID:969 541 753) 联系人：田信宽(Tel:18769092104)
Abstract：
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。我们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。我们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。
简介：
林华珍，西南财经大学首席教授，统计研究中心主任。国际数理统计学会IMS-fellow，教育部长江学者特聘教授，国家杰出青年科学基金获得者。主要研究方向为非参数方法、转换模型、生存数据分析、函数型数据分析、因子模型。研究成果发表在包括国际统计学四大顶级期刊AoS、JASA、JRSSB、Biometrika和计量经济学顶级期刊JOE及JBES上。先后是国际统计学权威期刊《Biometrics》、《Scandinavian Journal of Statistics》、《Journal of Business & Economic Statistics》、《Canadian Journal of Statistics》、《Statistics and Its Interface》、《Statistical Theory and Related Fields》的Associate Editor，国内权威或核心学术期刊《数学学报》（英文）、《应用概率统计》、《系统科学与数学》、《数理统计与管理》编委会编委。
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副理事长，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多个分会的副理事长。
