【学术活动】复旦大学蒋斐宇青年副研究员学术报告

ntry-header

2022年6月6日，复旦大学蒋斐宇青年副研究员通过线上平台与我中心教员交流，并进行线上学术报告，报告的题目是A Consistent Pivotal Specification Test。

#post-12337

ntry-header

为推进实施学校《2030高层次人才培养方案》，结合学校第26次教育工作讨论会相关安排，研究生院联合发展规划处于5月27日上午对统计学研究中心（以下简称“中心”）开展博士生培养专项调研，聚焦博士生招生选拔机制、课程体系建设、培养环节考核、学位论文质量管理等议题。调研以线上会议方式进行，工业工程系党委书记、中心学术委员会委员李志忠，工业工程系副主任赵磊，中心执行主任邓柯，数学学位评定分委员会副主席李思、委员杨瑛和扶磊，中心学术委员会、教学委员会委员，研究生院副院长肖曦，发展规划处副处长王晶，以及研究生院相关办公室人员共20余人参加，研究生院培养办公室主任孙傅主持会议。

李志忠肯定了中心成立以来在学科建设、人才培养等方面取得的成绩，并期待本次调研能够进一步凝聚中心在人才培养工作中的共识。邓柯全面介绍了中心的发展历程、组织架构、运行机制、学科建设和人才培养的理念和成效等，并分析了目前人才培养存在的问题。中心教学委员会主席李东具体介绍了中心博士生培养全过程的管理要求和工作机制。中心学术委员会和教学委员会委员、数学学位评定分委员会委员杨立坚介绍了中心博士毕业生的就业情况，并深入分析了博士生课程、培养环节考核、学位论文质量等具体问题。

在交流讨论中，参会人员积极发言，为中心博士生培养建言献策。杨瑛细致分析了中心7门核心课程的大纲和博士生资格考试方案，并介绍了国内外高校和数学系相关学科的做法，对完善课程设置和资格考试方案提出了建议。李思、扶磊建议中心要进一步明确统计学科的人才培养定位和目标，在此基础上梳理问题并提出改进方案。赵磊表示，工业工程系教务系统将继续发挥好连接学校教务部门和中心的桥梁作用，为中心人才培养做好服务保障。研究生院相关办公室也结合中心情况和其他院系经验，对博士生招生选拔、培养环节考核、培养过程分流等工作提出了建议。

会议最后，王晶表示，目前学校正在广泛开展院系治理改革的调研和讨论，人才培养模式定位是其中的重要内容，建议中心抓住契机、深入研讨、形成共识，促进统计学科更好发展。肖曦指出，2020年以来学校研究生教育改革不断深化，出台了一系列文件和方案，更加强调提高研究生培养质量、加强全过程管理，建议中心结合学校第26次教育工作讨论会，深入研讨博士生培养工作，明确培养目标定位、优化培养方案、提高培养质量。

（转发自清华大学研究生教育）

#post-12336

ntry-header

清华大学统计学研究中心17级博士研究生张心雨与中心杰出访问教授汤家豪教授（Howell Tong）合作撰写的研究论文“Asymptotic theory of principal component analysis for time series data with cautionary comments”于今年年初正式发表于Journal of the Royal Statistical Society: Series A (Statistics in Society)期刊。学术圈过往研究中经常直接对时间序列数据进行主成分分析而忽略其自相关性，针对这种误用，本文给出了时间序列主成分分析的统计推断性质和正确建模流程，并得出结论：如果忽视数据间的相关性而直接进行统计推断，可能会对主成分的变量载荷做出误导性的过度解释。

主成分分析是统计学和数据科学中最常用的多元统计分析工具之一，但应用中也存在诸多误用现象。典型误用是：对于时间序列数据，仍然使用独立数据假设下的理论结果。该论文强调了这种误用可能带来的问题。论文证明了时间序列主成分分析下的特征值和特征向量的中心极限定理，并给出其协方差的估计方法。论文关注方差比例和主成分载荷的统计推断，前者决定了主成分的数量，后者有助于主成分含义的解释。论文的研究结果表明：在这种误用下，方差比例的统计推断仍然较为可靠，但是主成分载荷的统计推断会产生较大变化。论文着眼于一个投资组合管理的实例分析，以此提供了时间序列数据正确使用主成分分析的流程和案例。

论文链接：

‍https://rss.onlinelibrary.wiley.com/doi/10.1111/rssa.12793‍

#post-12334

ntry-header

#post-12333

ntry-header

2022年5月26-29日，清华大学统计学研究中心优秀大学生夏令营活动成功举办。本届夏令营共收到来自95所高校的351名同学的申请，经过层层筛选，来自清华大学、北京大学、北京师范大学、中国人民大学、中国科学技术大学、吉林大学、上海交通大学等多所国内知名高校的共42名同学成功入营。

王天颖、杨朋昆、张静怡三位助理教授介绍研究方向

数据分析环节

经过理论考试与数据分析考查，最终评选出优秀营员10名，荣誉营员20名。

同时也欢迎各位同学在9月份研究生推免工作中报考清华统计中心！期待与大家在清华园相聚！

#post-12332

ntry-header

2022年5月23日，圣母大学赵子锋助理教授通过线上平台与我中心教员交流，并进行线上学术报告，报告的题目是Optimal Change-point Testing for High-dimensional Linear Models with Temporal Dependence。

#post-12331

ntry-header

2022年5月16日，美国国立卫生研究院陆致用博士通过线上平台与中心教员交流，并做特邀报告，报告的题目是：PubMed & Beyond: Biomedical Text Mining for Knowledge Discovery。

#post-12329

ntry-header

2022年5月9日，加州大学戴维斯分校Hao Chen副教授通过线上平台与我中心教员交流，并进行线上学术报告，报告的题目是A Universal Nonparametric Event Detection Framework for Modern Data。

#post-12327

ntry-header

2022年4月25日，清华大学交叉信息研究院张景昭助理教授访问我中心，并作学术报告，报告的题目是Convergence in Deep Learning does not Require Finding Stationary Points。

#post-12325

ntry-header

清华大学统计咨询中心受国家食品安全风险评估中心（以下简称CFSA）周萍萍研究员委托，希望针对不同咖啡产品中呋喃（furan）及其衍生物的相关性分析问题给出具有优良统计学特性的解决方案。清华大学统计学研究中心邓柯副教授及周墨钦咨询师（2019级博士生）运用多元统计分析方法对不同咖啡产品中呋喃（furan）及其衍生物的潜在相关结构和异质模式进行了分析，协助食品安全专家更深入地认识了相关污染物在咖啡产品中的分布模式和规律。相关论文“Analysis of furan and its major furan derivatives in coffee products on the Chinese market using HS-GC–MS and the estimated exposure of the Chinese population”发表于食品科学技术领域的顶级期刊《Food Chemistry》（IF: 7.514；H-index: 221）。CFSA曹佩研究员为该文的第一作者，周萍萍研究员为通讯作者，邓柯副教授及周墨钦同学为共同作者参与了论文撰写。

本研究基于改进的顶空气相色谱-质谱法（HS-GC-MS）分析了在中国市场上采集的咖啡样本中的呋喃及其衍生物的浓度，利用多元统计分析方法和可视化技术揭示了样本数据的内在结构，发现不同类型的咖啡产品的呋喃浓度水平和分布模式存在异质性，建议应加强对咖啡产品生产过程中的呋喃及其衍生物的控制研究。

论文链接：

https://www.sciencedirect.com/science/article/abs/pii/S0308814622007853

#post-12323