![](http://www.stat.tsinghua.edu.cn/wp-content/uploads/sites/3/2024/06/Panorama-1-xiou-1024x370.jpg)
2024年6月6日,第八届北大-清华统计论坛成功举办,论坛由北京大学统计科学中心和清华大学统计学研究中心联合发起,本年度由清华大学统计学研究中心承办。除清北两校师生外,还受到了很多兄弟高校和业界的学者关注及参与。本届论坛由清华大学统计学研究中心林乾副教授主持。
![](http://www.stat.tsinghua.edu.cn/wp-content/uploads/sites/3/2024/06/EJP_0198-1024x681.jpg)
中国科学院院士陈松蹊教授受邀致开幕词。陈松蹊提到,北大-清华统计论坛在美国国家科学院院士、加州大学伯克利分校郁彬教授的建议下由两校共同发起,至今已成功举办八届。论坛也见证了两校乃至全国统计学科的发展。陈松蹊回顾了两校统计人对中国统计学作出的诸多努力与贡献。“清北人一直在坚持、坚守、谋求发展,为解决国家重大问题培养数据分析人才,为数据赋能提供新质生产力。”最后,陈院士勉励所有统计人要练好学问、学术、学科的内功,鼓励交叉合作,共同推动统计学的发展。
![](http://www.stat.tsinghua.edu.cn/wp-content/uploads/sites/3/2024/06/EJP_0753-1024x681.jpg)
清华大学杨宇红教授作大会报告,杨老师介绍其近期与合作者在协变量偏移(Covariate shift)、自变量与因变量存在回归关系时,构建迁移学习误差界(Error bound)方面的工作。研究团队给出了在各种情况下学习回归关系的最小最大速率(minimax rate),并据此结合具体案例,分析源数据、目标数据大小关系对于两者在迁移学习中协同效应的影响。
![](http://www.stat.tsinghua.edu.cn/wp-content/uploads/sites/3/2024/06/EJP_0889-1024x681.jpg)
北京大学王汉生教授作大会报告,王老师介绍了团队在分析超高维文本数据以估计法外因素对判刑结果影响方面所做的工作。在该项研究中,研究团队提出混合条件回归(Mixture Conditional Regression)以建模这一问题,将更多自变量纳入考虑,并在实际数据上获得了更好的估计结果,其预测准确度相较传统线性回归模型取得了明显的提升。
![](http://www.stat.tsinghua.edu.cn/wp-content/uploads/sites/3/2024/06/WX20240614-152616@2x-1024x780.png)
![](http://www.stat.tsinghua.edu.cn/wp-content/uploads/sites/3/2024/06/WX20240614-152744@2x-1024x450.png)
![](http://www.stat.tsinghua.edu.cn/wp-content/uploads/sites/3/2024/06/EJP_2025-1024x681.jpg)
![](http://www.stat.tsinghua.edu.cn/wp-content/uploads/sites/3/2024/06/EJP_2041-1024x681.jpg)
![](http://www.stat.tsinghua.edu.cn/wp-content/uploads/sites/3/2024/06/EJP_2059-1024x614.jpg)