国产a国产片国产,美女高潮无遮挡免费视频,国产午费午夜福利200集,人妻洗澡被强伦姧完整国产

中國人民大學(xué)統(tǒng)計學(xué)院、教育部應(yīng)用統(tǒng)計科學(xué)研究中心

　　為借鑒發(fā)達(dá)國家經(jīng)驗，加強(qiáng)國際統(tǒng)計學(xué)者之間的相互交流, 促進(jìn)中國統(tǒng)計事業(yè)的發(fā)展，推動中國統(tǒng)計科學(xué)研究與國際水平接軌，第四屆中國人民大學(xué)國際統(tǒng)計論壇暨第五屆統(tǒng)計科學(xué)前沿國際研討會于2010年7月10日-12日在中國人民大學(xué)舉行。論壇由中國人民大學(xué)統(tǒng)計學(xué)院、應(yīng)用統(tǒng)計研究中心、中國科學(xué)院數(shù)學(xué)與系統(tǒng)科學(xué)研究院、北京大學(xué)統(tǒng)計科學(xué)中心、國家統(tǒng)計局統(tǒng)計科學(xué)研究所等單位聯(lián)合主辦，首都經(jīng)貿(mào)大學(xué)、中央財經(jīng)大學(xué)、對外經(jīng)濟(jì)貿(mào)易大學(xué)、中國科學(xué)院隨機(jī)復(fù)雜結(jié)構(gòu)和數(shù)據(jù)科學(xué)重點實驗室、西安財經(jīng)學(xué)院協(xié)辦。

本屆論壇規(guī)模和水平空前，受到了國家領(lǐng)導(dǎo)人和相關(guān)部門領(lǐng)導(dǎo)的高度重視，得到了國內(nèi)眾多所高校和研究機(jī)構(gòu)的支持。7月10日上午，全國人大常委會副委員長陳昌智、教育部副部長郝平、國家統(tǒng)計局局長馬建堂、中國人民大學(xué)黨委書記程天權(quán)教授、常務(wù)副校長袁衛(wèi)教授和普林斯頓大學(xué)范劍青教授出席了本屆論壇開幕式并致辭。陳昌智說到，社會的不斷進(jìn)步，統(tǒng)計對于社會的作用日益增大；加快建立適應(yīng)科學(xué)發(fā)展需要的現(xiàn)代統(tǒng)計體系，讓我們的政府統(tǒng)計發(fā)揮更大的作用，便成為當(dāng)前我國統(tǒng)計事業(yè)發(fā)展的一個重要挑戰(zhàn)。他強(qiáng)調(diào)，我國經(jīng)濟(jì)社會的快速發(fā)展和統(tǒng)計工作的豐富實踐，為統(tǒng)計科學(xué)的發(fā)展提供著充足的營養(yǎng)，統(tǒng)計科研人員要大膽“引進(jìn)來”、“走出去”，與各國統(tǒng)計界進(jìn)行深度交流，共同推動統(tǒng)計科學(xué)事業(yè)的發(fā)展。郝平表示，本屆國際統(tǒng)計論壇成功舉辦必將推動中國人民大學(xué)乃至國內(nèi)高校和科研機(jī)構(gòu)統(tǒng)計研究水平的提高，他相信此次論壇會成為為中國統(tǒng)計學(xué)界邁向國際統(tǒng)計研究前沿的更為堅定的一步。馬建堂代表國家統(tǒng)計局向本屆論壇和統(tǒng)計事業(yè)的發(fā)展表示祝愿，他指出中國統(tǒng)計工作有全球的優(yōu)勢，但也面臨挑戰(zhàn)，是開展統(tǒng)計科研與教學(xué)培養(yǎng)人才的肥沃土壤，政府統(tǒng)計工作倡導(dǎo)科學(xué)研究的重要基礎(chǔ)作用，以科研不斷創(chuàng)新推動統(tǒng)計實際工作的不斷改革與發(fā)展，他也對統(tǒng)計專業(yè)的大學(xué)生和研究生寄予厚望，祝愿他們在中國統(tǒng)計事業(yè)最重要的發(fā)展階段，能夠發(fā)揮更大的作用和做出更大的貢獻(xiàn)。程天權(quán)書記對人民大學(xué)統(tǒng)計學(xué)科的建設(shè)與發(fā)展做出了高度評價，也代表人大全體師生向來賓表示熱烈的歡迎。

在為期兩天半的會議期間，共有9名來自美國、澳大利亞和中國的具有統(tǒng)計學(xué)背景的科學(xué)院院士，多名考普斯獎（美國四大統(tǒng)計學(xué)會會長年度獎）獲得者，以及斯坦福大學(xué)、哈佛大學(xué)、加州大學(xué)、耶魯大學(xué)、中國人民大學(xué)、北京大學(xué)、中國科學(xué)院等院校的統(tǒng)計學(xué)者約500多人參加會議，在9位院士特邀報告和63個分會場共299篇統(tǒng)計學(xué)的前沿研究成果進(jìn)行了學(xué)術(shù)交流。主要內(nèi)容綜述如下。

一、統(tǒng)計學(xué)科發(fā)展方向的院士特邀研究報告

1、基因圖譜的統(tǒng)計方法研究

論壇特邀院士報告中有三位美國院士所做研究報告是基因圖譜的統(tǒng)計方法研究，可見這個方向在美國的重要性。大衛(wèi)西格蒙德（David O. Siegmund，美國科學(xué)院院士，斯坦福大學(xué)統(tǒng)計學(xué)教授），目前主要集中在基因圖譜的統(tǒng)計方法研究。他高興地介紹，基因圖譜的主要作用是確定那些與人類健康有關(guān)系的基因，這些基因可以是致病基因，也可以是控制人類體貌特征的基因，比如高度，頭發(fā)顏色等。當(dāng)我們的研究真正找到了致病的基因，比如說癌癥的基因，那么就可以通過適當(dāng)?shù)纳锛夹g(shù)改變他們，挽救癌癥患者的生命。比如，我們可以提前診斷出嬰兒是否攜帶某些嚴(yán)重的致病基因，以便及早尋求保障健康的辦法。大衛(wèi)肯定地表示，基因圖譜的研究是一項可以為子孫后代帶來福祉的工程，但基因圖譜的研究是一個長期工程，不像在銀行存錢，今天存了，明天就可以拿到利息。

大衛(wèi) 西格蒙德所做的研究報告是“多個序列中同時變點的探測”，他的主要研究是在DNA的多序列里探查同時發(fā)生的點改變。針對原先的研究都是基于對DNA單個序列的獨立分析進(jìn)行的，David在演講中提出了新的統(tǒng)計方法可以聯(lián)合多個序列的數(shù)據(jù)進(jìn)行分析，這樣能獲得更好的檢驗效力，而且能更好的對數(shù)據(jù)進(jìn)行解釋。這個統(tǒng)計模型的提出也是為了解決在多個樣本里探查DNA拷貝數(shù)目變異的問題，他的研究結(jié)果可以很好的運用到這其中。

米切爾 瓦特曼（Michael S. Waterman，美國科學(xué)院院士，美國南加州大學(xué)生物學(xué)、數(shù)學(xué)、計算機(jī)科學(xué)教授）所做的研究報告是“循著歐拉路徑來讀懂DNA序列”，他在回顧和總結(jié)DNA序列分析的歷史基礎(chǔ)上，系統(tǒng)討論了有關(guān)DNA序列拼接研究進(jìn)展與挑戰(zhàn)，他的主要研究是探討新時期DNA序列研究特點以及應(yīng)用歐拉圖方法對DNA序列進(jìn)行分析的優(yōu)勢與難點。

彼得 比克爾（Peter Bickel，美國科學(xué)院院士，加州大學(xué)伯克利分校統(tǒng)計系教授）所做的研究報告是“基因?qū)W中的統(tǒng)計推斷實例”，他介紹了他們所參與的ENCODE（DNA的百科全書）分析工作小組的兩個問題。這個小組是一個致力于標(biāo)記人類基因組功能的國際合作組織，他們的問題已經(jīng)由該組織以及其他人實現(xiàn)和利用。主要研究成果是：（1）評價何時兩個基因特性是相互獨立的。（2）評價用于尋跡的peak callers以及利用生物重復(fù)信號變得嘈雜的點的可靠性。

2、概率統(tǒng)計理論的應(yīng)用前沿

隨著學(xué)科間的交叉融合和統(tǒng)計研究領(lǐng)域的拓展，概率統(tǒng)計理論的應(yīng)用在不斷深化，論壇特邀院士報告中有兩位院士利用概率統(tǒng)計理論做了相關(guān)開拓性研究。王永雄（Wing Hung Wong，美國科學(xué)院院士，斯坦福大學(xué)統(tǒng)計系主任、教授）將概率統(tǒng)計理論與機(jī)器學(xué)習(xí)進(jìn)行了深度融合，為機(jī)器學(xué)習(xí)與概率統(tǒng)計學(xué)科群的開辟提供了基礎(chǔ)平臺。為了提高搜索引擎算法的效率，馬志明（中國科學(xué)院院士，中國數(shù)學(xué)會理事長）引入概率統(tǒng)計的思想，提出了BrowseRank搜索引擎算法，有效的改進(jìn)了傳統(tǒng)的PageRank搜索引擎算法的不足。

王永雄（Wing Hung Wong，美國科學(xué)院院士，斯坦福大學(xué)統(tǒng)計系主任、教授）所做的研究報告是 “可選波亞樹與貝葉斯推斷”，他提出使用推廣的Polya樹方法構(gòu)造概率測度空間，強(qiáng)調(diào)在異質(zhì)性環(huán)境中測度空間、變量選擇和統(tǒng)計推斷設(shè)計三者之間關(guān)系的復(fù)雜性和重要性。探討替代停止和替代選擇拆分變量機(jī)制，討論了使用新機(jī)制構(gòu)造的隨機(jī)測度的優(yōu)點，主要的結(jié)論是空間分割的分段光滑密度絕對連續(xù)，可以保障在全變差拓?fù)淇臻g上有較大的非零域，產(chǎn)生的后驗分布還是替代Polya樹，為高維離散和連續(xù)的多元分布的概率空間構(gòu)造提供了機(jī)器學(xué)習(xí)理論。該報告在概率空間學(xué)研究方面具有非常重要的引導(dǎo)作用，將為機(jī)器學(xué)習(xí)與概率統(tǒng)計學(xué)科群的開辟提供基礎(chǔ)平臺。

馬志明（中國科學(xué)院院士，中國數(shù)學(xué)會理事長）所做的研究報告是“由網(wǎng)絡(luò)信息檢索引發(fā)的概率與統(tǒng)計問題”。報告是馬志明院士領(lǐng)導(dǎo)的一個研究團(tuán)隊所進(jìn)行的研究工作和研究成果。報告首先闡述了網(wǎng)絡(luò)搜索引擎的一些重要進(jìn)展，特別是PageRank的發(fā)展情況，其中著重介紹了報告人本人所帶領(lǐng)的研究團(tuán)隊在PageRank算法方面的一些研究成果，包括PageRank的極限，不同不可約馬氏鏈的比較，N-步PageRank等。此外針對PageRank的一些弱點，報告中詳細(xì)介紹了其研究團(tuán)隊所提出的另外一個搜索引擎：BrowseRank，包括此算法的原理，計算方法，數(shù)據(jù)分析等。在報告的后半部分，介紹了因特網(wǎng)信息檢索也即搜索引擎的算法設(shè)計和分析過程中所涉及的主要概率和統(tǒng)計問題，包括瀏覽過程和 two-layer 統(tǒng)計學(xué)習(xí)等。重點介紹了其研究團(tuán)隊的研究成果，包括他們所提出的一種新型的馬爾科夫骨架過程以及基于此過程提出了一種給網(wǎng)頁重要性排序的算法，two-layer 統(tǒng)計學(xué)習(xí)及其在網(wǎng)絡(luò)檢索中的應(yīng)用等。最后報告提出了一些未來可以研究的問題以及可能遇到的挑戰(zhàn)。

馬志明院士研究指出，由于Inter網(wǎng)的廣泛使用，對網(wǎng)上信息的檢索每天都在大量的發(fā)生，如何提高搜索引擎算法的效率就是一個非常重要的問題，而對這方面的研究也是當(dāng)前非?；钴S的研究領(lǐng)域。人們在瀏覽網(wǎng)頁，檢索信息的過程中隨機(jī)性的存在是很顯然的，如果在搜索引擎的算法設(shè)計中，考慮到這些隨機(jī)性，給出其合理的描述，則會對搜索算法的改進(jìn)有很大的幫助。而如何描述這些隨機(jī)性，將概率統(tǒng)計的思想和方法合理地引入和應(yīng)用于此問題，就是一個非常有意義的研究方向。報告人及其所帶領(lǐng)的研究團(tuán)隊除了利用已有的概率統(tǒng)計方法研究了經(jīng)典的PageRank算法外，更重要的是他們深入分析了人們在網(wǎng)上瀏覽、檢索信息的行為，引入了概率統(tǒng)計的思想和方法，提出了一種新的搜索算法：BrowseRank，這一算法已經(jīng)引起了人們的關(guān)注。此外，他們給出了人們在網(wǎng)上瀏覽、檢索信息行為的隨機(jī)模型：一種新的馬爾科夫骨架過程，并基于此提出了給網(wǎng)頁重要性排序的算法。他們還將統(tǒng)計學(xué)習(xí)的思想方法引入到搜索算法的研究中，提出了two-layer 統(tǒng)計學(xué)習(xí)方法。從這個報告中可以得到的結(jié)論是：概率統(tǒng)計的理論和方法在搜索引擎算法的研究中將會起到越來越重要的作用，而反過來，對網(wǎng)絡(luò)信息檢索的研究也為概率統(tǒng)計提供了越來越多的有趣和有挑戰(zhàn)性的問題。

3、經(jīng)典統(tǒng)計方法研究的新動向

隨著經(jīng)濟(jì)社會的不斷發(fā)展，社會各界對統(tǒng)計分析的需求與日俱增，統(tǒng)計方法有著更為廣袤的應(yīng)用前景。但是，學(xué)者們逐漸發(fā)現(xiàn)經(jīng)典統(tǒng)計方法中的相關(guān)假設(shè)、適用范圍等難以滿足現(xiàn)實分析中的要求，對經(jīng)典統(tǒng)計方法的拓展研究成為統(tǒng)計研究中的一大主題，論壇特邀院士報告中有兩位院士分別對聚類分析方法和縱向數(shù)據(jù)模型進(jìn)行了新的探討。

彼得 G. 霍爾(Peter G. Hall，澳大利亞科學(xué)院院士，澳大利亞墨爾本大學(xué)數(shù)學(xué)與統(tǒng)計系教授）所做的研究報告是“多模態(tài)證據(jù)運用下的密集高維數(shù)據(jù)”。Hall 在他的報告中指出，絕大多數(shù)“非參數(shù)”多元數(shù)據(jù)聚類方法都是基于歸類和分類方法，采用的是距離測度或相異性度量。Hastie 等人(2009) 討論并比較了不同的方法。例如K-均值聚類法是基于數(shù)據(jù)向量間的歐氏平方距離進(jìn)行比較的，并進(jìn)行聚類使到類中心距離最小。然而，當(dāng)維度相對于樣本大小來說非常高時，就有可能使得許多成分包含的信息與噪聲無差別。那樣的話，通過度量歐式距離對每個成份相同的處理，可以導(dǎo)致許多噪聲成分，這些噪音成分隱藏了聚類的重要信息，而這些信息其實可以在數(shù)目小得多的其他一些成分中得到。這些考慮激發(fā)了我們在利用一個聚類方法之前去考慮變量或特征的顯著性選擇問題。然而，大量的高維數(shù)據(jù)的變量選擇器強(qiáng)調(diào)的是響應(yīng)變量Y與解釋變量X是一起測量的。該報告所討論的只是解釋變量具有觀測值。他對方法的發(fā)展進(jìn)行了系統(tǒng)的討論，指出基于對多峰性的非參數(shù)檢驗問題的聚類方法有很多優(yōu)勢，相對于其他方法，它很容易解釋并且不受參數(shù)模型當(dāng)中擬合優(yōu)度的影響。模擬研究表明基于超大量檢驗的聚類方法是相對穩(wěn)定的，對于邊際分布是非齊性來講，如果成分是相互依賴的情況，如果潛在的分布是厚尾情況或顯著的成分?jǐn)?shù)量很少的情況下，該方法對比其他據(jù)類方法來說表現(xiàn)優(yōu)越。另一方面，基于超大量檢驗的據(jù)類方法可能勝過其他方法，例如k均值聚類法，EI方法，在許多成分需要有效聚類的情況下。針對這一性質(zhì)，當(dāng)k均值聚類和EI方法不能大量的推進(jìn)或降低時，當(dāng)選擇成分的數(shù)量q不同時，超大量方法對于小q表現(xiàn)很好，但是對于大q表現(xiàn)較差，這是正常的，因為變量選擇將選擇最顯著的成分，如果這些成分有較大的均值差異時這種方法的表現(xiàn)會提升。

Hall研究成果提出，聚類中q的數(shù)量的選擇，建議起始點用一個含較小數(shù)量的高排名成份，而不是僅僅用一個單個成份，并且用一個投影追蹤的老方法去確定我們需要的成分的個數(shù)（例如變量或特征）。例如基于q個成份的k-均值聚類可以用來尋找聚類，并且用到的變量的數(shù)量可以從向量成分中排序選出，根據(jù)多峰性，通過在一個圖中的平方和而不是識別出的聚類的個數(shù)來尋找“kink”。

斯蒂芬E. 芬博格（Stephen E. Fienberg，美國科學(xué)院院士，美國卡內(nèi)基梅隆大學(xué)統(tǒng)計學(xué)和社會科學(xué)Maurice Falk教授）所做的研究報告是“對失能調(diào)查數(shù)據(jù)的多成員縱向模型”。我們通過混合一種交叉截面級別成員關(guān)系模型和縱向多變量潛軌道模型的特性發(fā)展了一族新的模型用于分析縱向數(shù)據(jù)。這些模型假定少數(shù)典型或極端個體的存在，并對他們在時間上的變化進(jìn)行建模。我們通過把每個個體看作極端類群的凸的加權(quán)組合，從而在不同程度上把個體看作從屬于所有這些類群。通過這種方式，我們能夠描述顯著的一般趨勢（極端情形）同時能夠說明個體的變異性。我們建議一種完全貝葉斯的設(shè)定，而估計方法時給予馬爾科夫鏈模特卡羅抽樣的。我們把我們的方法應(yīng)用到國家長期關(guān)注調(diào)查（NLTCS），這是一個用于在65歲及以上的美國公民中評定殘疾的狀態(tài)和特征并帶有六個復(fù)雜的波浪的縱向調(diào)查。我們方法的一個簡單的推廣使我們能夠回答關(guān)于在代與代之間殘疾狀況變化的相關(guān)問題。

4、統(tǒng)計方法的誤區(qū)與科學(xué)應(yīng)用

隨著統(tǒng)計研究的不斷深入，統(tǒng)計方法和統(tǒng)計模型層出不窮，為學(xué)術(shù)研究提供了非常廣闊的方法論選擇空間，但是如果對各式各樣的統(tǒng)計方法在理論前提和現(xiàn)實適用性等方面沒有深入的充分理解，那么就可能會陷入統(tǒng)計方法的應(yīng)用誤區(qū)，可能得到不科學(xué)的結(jié)論。論壇特邀院士報告中有兩位美國院士對統(tǒng)計方法的誤區(qū)和科學(xué)應(yīng)用做了講演。

勞倫斯D. 布朗（Lawrence D. Brown，美國科學(xué)院院士，賓夕法尼亞大學(xué)統(tǒng)計學(xué)教授）所做的研究報告是“模型選擇下的有效統(tǒng)計推斷”。報告指出在數(shù)據(jù)分析之前常規(guī)的統(tǒng)計推斷要求對于數(shù)據(jù)如何產(chǎn)生的特定模型做出假定。然而在應(yīng)用中，我們經(jīng)常進(jìn)行各種各樣的模型選擇算法來決定一個更適宜的模型。這一過程往往涉及對原來模型的統(tǒng)計檢驗和置信區(qū)間。但是這些實際操作都被誤導(dǎo)了。被估計的參數(shù)依賴于這個原來的模型，而且后來選出的模型的抽樣分布可能具有很多意想不到的性質(zhì)。這些性質(zhì)和通過常規(guī)假定得到的性質(zhì)非常的不同。置信區(qū)間和統(tǒng)計檢驗并沒有像設(shè)想的那樣很好的表現(xiàn)。當(dāng)模型選擇的過程本身就是各種各樣的而且沒有被充分理解的時候，尤其如此。我們研究被通常使用的高斯線性模型。除了在后模型選擇推斷中潛藏的問題，我們呈現(xiàn)一種用于對后模型選擇參數(shù)做出有效推斷的程式。這一程式不依賴于關(guān)于模型選擇程式的知識。我們同樣呈現(xiàn)該程式對于某些特殊線性模型設(shè)定的表現(xiàn)特征，以及涉及高維參數(shù)情形下的漸進(jìn)性質(zhì)。

勞倫斯·薛普（Lawrence Shepp，美國科學(xué)院院士，賓夕法尼亞大學(xué)統(tǒng)計學(xué)教授）所做的研究報告是“如何做好統(tǒng)計（How not to do statistics）”。薛普教授探索了如何把統(tǒng)計科學(xué)推向更高的應(yīng)用境界，他指出科學(xué)研究如果脫離問題的本身，而盲目追求統(tǒng)計方法是比較危險的，這可能會得到一些具有誤導(dǎo)性或者沒有意義的結(jié)論。針對這個問題，薛普教授以其詼諧的講演以“偽相關(guān)（spurious correlation）”、“貓狗識別”和“字符識別”三個研究實例進(jìn)行了說明。在“偽回歸”的實例中，他提到現(xiàn)在有太多的人盲目使用回歸等統(tǒng)計方法，但是他們并不了解為什么要去做一個線性回歸。他講解了關(guān)于時間序列部分和（partial sums）的問題，具體內(nèi)容是基于一個在統(tǒng)計屆普遍知曉的“反正弦定理（arcsin law of probability theory）”，他論證到在實際中兩個毫不相關(guān)的時間序列可能會具有很強(qiáng)的部分和經(jīng)驗相關(guān)系數(shù)，如果基于部分和經(jīng)驗相關(guān)系數(shù)則很可能會得到兩個序列不獨立的謬論。薛普教授進(jìn)一步表示純統(tǒng)計方法的研究和應(yīng)用研究都有吸引人的地方，絲毫不能否認(rèn)純理論的基礎(chǔ)重要性，但純理論研究的應(yīng)用一定要結(jié)合客觀的現(xiàn)實問題，他希望統(tǒng)計學(xué)家能和更多的其他學(xué)科比如經(jīng)濟(jì)、生物、工程方面的專家聯(lián)手，更多的關(guān)注問題的本身，而不要陷入繁雜的統(tǒng)計方法的研討上。最后，薛普教授對他目前的重要研究進(jìn)行了介紹。在美國，很多人都患有糖尿病，測血糖或者胰島素的濃度就成了一個很必要的程序，但現(xiàn)有的手段工具的效率比較低，時間長、精度差，而且不方便。薛普教授與合作伙伴研究了一種新的簡便測試糖尿病的統(tǒng)計方法，他們的研究能在五分鐘內(nèi)得到整個測量過程指導(dǎo)結(jié)果，并且測量費用也很低廉，但是目前精度不太理想，有很多噪聲的擾亂，薛普教授目前正致力于過濾這些噪聲。

二、經(jīng)濟(jì)社會統(tǒng)計研究

1、國民經(jīng)濟(jì)核算方法

在全球化背景下，國際經(jīng)濟(jì)交往的程度日益深化，形式也越來越復(fù)雜和多樣化，這些變化給國際經(jīng)濟(jì)統(tǒng)計帶來空前的挑戰(zhàn)，國際經(jīng)濟(jì)統(tǒng)計由此成為一個頗具吸引力的研究領(lǐng)域?！叭蚧尘跋碌闹袊鴩H貿(mào)易統(tǒng)計數(shù)據(jù)”（高敏雪，中國人民大學(xué)統(tǒng)計學(xué)院）和“基于所有權(quán)的國民貿(mào)易差額核算”（吳海英，中國社會科學(xué)院）都認(rèn)為，貨物進(jìn)出口貿(mào)易數(shù)據(jù)是衡量一國經(jīng)濟(jì)的重要指標(biāo)，在全球化背景下，跨國公司在世界范圍內(nèi)布置生產(chǎn)鏈，通過外國商業(yè)存在拓展了傳統(tǒng)意義上的跨境貿(mào)易，由此突顯出傳統(tǒng)跨境貿(mào)易統(tǒng)計的不適應(yīng)性，國際貿(mào)易統(tǒng)計應(yīng)當(dāng)更加關(guān)注基于所有權(quán)基礎(chǔ)的統(tǒng)計。

高敏雪指出直接投資所引起的附屬機(jī)構(gòu)的國別屬性問題，搭建了從跨境貿(mào)易統(tǒng)計到屬權(quán)貿(mào)易統(tǒng)計的基本框架以及調(diào)整方法，最后集中針對中國貨物進(jìn)出口貿(mào)易進(jìn)行了分步、分口徑的調(diào)整測算，并系統(tǒng)發(fā)掘了調(diào)整過程所包含的信息，為評價中國貨物進(jìn)出口貿(mào)易提供了不同的圖景。調(diào)整的結(jié)果表明：中國貨物貿(mào)易進(jìn)出口的規(guī)模及順差被高估了，而關(guān)于中國服務(wù)貿(mào)易狀況以及與貨物貿(mào)易的結(jié)構(gòu)則需要重新認(rèn)識。

吳海英則提出基于所有權(quán)的“國民貿(mào)易差額”（national trade balance）概念，通過與跨境貿(mào)易統(tǒng)計的比較，指出二者的關(guān)系為：國民貿(mào)易差額=跨境貿(mào)易差額+直接投資收益差額+雇員報酬收支差額。通過對美國、日本和中國三個國家國民貿(mào)易差額的實際核算，發(fā)現(xiàn)相比于跨境貿(mào)易差額所反映的全球貿(mào)易失衡程度而言，采用國民貿(mào)易差額方法反映的失衡狀況要小得多。

“國際收支統(tǒng)計的最新進(jìn)展以及對于中國的影響”（劉仕國，中國社會科學(xué)院）首先比較了國際收支手冊第六版（BPM6）與第五版在對應(yīng)賬戶上的口徑變化，緊密結(jié)合近年我國經(jīng)濟(jì)發(fā)展趨勢和參與國際的形式，從更廣闊的背景下解釋了新舊手冊的改動及其意義。報告還深入探討了BPM6對中國官方統(tǒng)計的影響，如從具體的服務(wù)貿(mào)易統(tǒng)計數(shù)額變動情況說明了口徑變動的意義，進(jìn)一步拓展到政治和經(jīng)濟(jì)外交等方面。

“普查年度GDP數(shù)據(jù)與常規(guī)年度GDP數(shù)據(jù)銜接方法研究”（施發(fā)啟，中國國家統(tǒng)計局核算司）介紹了GDP的修訂原則和修訂方法，并對多種修訂方法在實際應(yīng)用中的效果進(jìn)行評價和比較。最終得出如下兩個結(jié)論：第一，最好的修訂方法應(yīng)為最小二乘內(nèi)插法，其次為等速內(nèi)插法，再次為趨勢離差法和相關(guān)指標(biāo)加權(quán)平均法，最差的方法為等差內(nèi)插法；第二，最小二乘法、趨勢離差法和等速內(nèi)插法三種方法得出的結(jié)果彼此比較接近。此外，施發(fā)啟還指出，要修訂各產(chǎn)業(yè)歷史增加值數(shù)據(jù)，應(yīng)從最細(xì)行業(yè)入手，以保證各產(chǎn)業(yè)數(shù)據(jù)的可加性及其結(jié)構(gòu)穩(wěn)定性。

“基于地租方法核算的城鎮(zhèn)土地出讓金”（李靜萍，中國人民大學(xué)統(tǒng)計學(xué)院）按照將土地出讓金視為預(yù)收地租的方法，對我國城鎮(zhèn)土地出讓金進(jìn)行了實際核算。核算結(jié)果表明，如果將土地出讓金作為地租和隱性債務(wù)來核算，則核算結(jié)果對經(jīng)濟(jì)流量的影響不明顯，但是會顯著影響各部門的經(jīng)濟(jì)存量，尤其是政府部門的存量。李靜萍認(rèn)為，按照地租的思路對城鎮(zhèn)土地出讓金進(jìn)行核算，可以充分揭示政府的“隱性債務(wù)”規(guī)模，而如果把土地出讓金作為土地使用權(quán)資產(chǎn)的交易，則對于政府部門來講只能體現(xiàn)為金融資產(chǎn)的累積，不能體現(xiàn)由于預(yù)支未來地租對未來政府融資能力的弱化。

“縣域綠色GDP核算體系構(gòu)建及其應(yīng)用研究——以石家莊市井陘礦區(qū)為例”（劉德智，石家莊經(jīng)濟(jì)學(xué)院）指出，通過構(gòu)建與縣域特點相符的縣域綠色GDP核算體系，找到縣域經(jīng)濟(jì)發(fā)展與資源環(huán)境保護(hù)的契合點，可以促進(jìn)縣域經(jīng)濟(jì)的可持續(xù)發(fā)展。報告基于SEEA體系，構(gòu)建出了一套切實可行、符合縣域情況的綠色GDP核算體系，并以井陘礦區(qū)為例展開實際測算，通過對測算結(jié)果的研究，演示了縣域綠色GDP核算對于產(chǎn)業(yè)結(jié)構(gòu)調(diào)整和污染治理等的實際價值。

2、數(shù)據(jù)質(zhì)量問題

“中國企業(yè)統(tǒng)計能力評估方法的研究”（王艷明，山東工商學(xué)院）和報告“DQAF方法下中美統(tǒng)計數(shù)據(jù)質(zhì)量的對比分析”（劉小二，廈門大學(xué)）分別從微觀和宏觀兩個層次闡述了統(tǒng)計數(shù)據(jù)質(zhì)量的有關(guān)問題。王艷明的報告指出，企業(yè)數(shù)據(jù)收集的質(zhì)量高低與企業(yè)統(tǒng)計能力的大小關(guān)系密切，定義企業(yè)統(tǒng)計能力=獲取高質(zhì)量數(shù)據(jù)的能力+企業(yè)統(tǒng)計分析能力+企業(yè)統(tǒng)計參與管理決策能力。報告認(rèn)為企業(yè)統(tǒng)計能力的評估包括統(tǒng)計條件、統(tǒng)計內(nèi)容以及統(tǒng)計應(yīng)用領(lǐng)域等三個維度，并指出對企業(yè)統(tǒng)計能力的評價既可以從每個具體企業(yè)的統(tǒng)計能力進(jìn)行評價，也可以從總體上對全國企業(yè)統(tǒng)計能力進(jìn)行整體評價。報告還對評價指標(biāo)體系和評價方法做了討論。劉小二的報告指出，我國統(tǒng)計數(shù)據(jù)質(zhì)量存在很多問題，突出表現(xiàn)在兩個方面：統(tǒng)計數(shù)據(jù)與人們的實際感受不符以及數(shù)據(jù)“打架”現(xiàn)象普遍。報告介紹了國際貨幣基金組織的數(shù)據(jù)質(zhì)量評估框架（DQAF），然后從質(zhì)量的前提條件、保證誠信、方法健全性、準(zhǔn)確性和可靠性以及適用性和可獲得性等方面對中美兩國的統(tǒng)計數(shù)據(jù)質(zhì)量進(jìn)行了詳盡的對比，結(jié)果說明我國與美國存在較大差距，最后針對我國的情況給出了分階段的對策建議。

“統(tǒng)計數(shù)據(jù)質(zhì)量概念和數(shù)據(jù)評估的框架”（許永洪，廈門大學(xué)經(jīng)濟(jì)學(xué)院統(tǒng)計系）肯定統(tǒng)計數(shù)據(jù)質(zhì)量在社會、經(jīng)濟(jì)分析中的作用，同時指出統(tǒng)計數(shù)據(jù)的質(zhì)量的內(nèi)涵和框架有待闡明和澄清。作者首先將統(tǒng)計數(shù)據(jù)質(zhì)量的屬性特征進(jìn)行劃分歸類，在第一層次上將數(shù)據(jù)質(zhì)量屬性劃分為四個特性，在第二層次上細(xì)分為六個，其次分別給出了統(tǒng)計數(shù)據(jù)質(zhì)量廣義和狹義上的概念，在上述基礎(chǔ)上，分別針對廣義、狹義的數(shù)據(jù)質(zhì)量構(gòu)建了評估模型，并建議了模型的適用群體，但對于報告中所構(gòu)建的評估模型，作者也指出模型不能排除數(shù)據(jù)異常值的存在，同時強(qiáng)調(diào)了要注意統(tǒng)計方法的適用條件，根據(jù)實際情況選擇適當(dāng)?shù)慕y(tǒng)計分析方法。

“計算機(jī)輔助問卷調(diào)查中敏感數(shù)據(jù)質(zhì)量評價的探索性研究”（王瑜，中國人民大學(xué)統(tǒng)計學(xué)院）的研究是針對實際數(shù)據(jù)進(jìn)行。作者指出已有的評價敏感問題調(diào)查方法的研究主要是通過比較不同方法的敏感行為發(fā)生率的高低，而運用回答問題時間來對敏感問題問卷質(zhì)量進(jìn)行評價的研究很少。她的研究以2006年《中國人性行為和性關(guān)系》調(diào)查數(shù)據(jù)為例，根據(jù)平均回答問題時間來篩選問題樣本。她認(rèn)為平均回答問題時間小等于3秒的數(shù)據(jù)都是異常的，而在大于3秒的數(shù)據(jù)中，以多類別Logistic回歸來確定篩選問題數(shù)據(jù)的時間上限。然后控制性別、年齡、職業(yè)、調(diào)查地點、上網(wǎng)頻率等變量，用線性回歸模型計算各個樣本平均回答時間的預(yù)測值，計算預(yù)測值和真值的差值，以差值的平均值為界，大于差值平均值的樣本均認(rèn)為是有問題的。最后她比較了問題樣本對應(yīng)的被調(diào)查者和其他的被調(diào)查者的特征，發(fā)現(xiàn)問題樣本對應(yīng)的被調(diào)查者的年齡較高、文化程度較低，上網(wǎng)的頻率也較低，來自農(nóng)村的比例更高，更多的是農(nóng)民。而且該部分被調(diào)查者的自評價也表明，被調(diào)查者本人也認(rèn)為問題敏感度偏高，或者對于問題存在的更多地不理解。相應(yīng)地調(diào)查員給出的評價也顯示問題樣本對應(yīng)的被調(diào)查者需要更多的幫助、誠實度偏低以及更多地表達(dá)過自己的看法。問題樣本對應(yīng)的被調(diào)查者的自評價以及調(diào)查員的評價之間在一定程度上得到了相互印證。因此她認(rèn)為根據(jù)平均回答時間來進(jìn)行問題數(shù)據(jù)的識別是可行的。

3、現(xiàn)實統(tǒng)計應(yīng)用

“中國的就業(yè)增長、出口與創(chuàng)新研究——基于公司水平的比較研究”（吳翌琳，中國人民大學(xué)）關(guān)注就業(yè)增長與創(chuàng)新的關(guān)系。報告從地區(qū)、產(chǎn)業(yè)、所有制和公司規(guī)模等四個方面對就業(yè)增長進(jìn)行了分解，結(jié)果發(fā)現(xiàn)：國內(nèi)市場產(chǎn)出的增長對就業(yè)增長具有重要影響，其影響遠(yuǎn)高于出口的影響；創(chuàng)新對就業(yè)增長具有正的效應(yīng)，但是該效應(yīng)并不是很大。

“企業(yè)知識產(chǎn)權(quán)統(tǒng)計指標(biāo)體系研究”（江蘇大學(xué)，吳繼英）指出企業(yè)知識產(chǎn)權(quán)能力是建設(shè)創(chuàng)新國家或創(chuàng)新地區(qū)的微觀基礎(chǔ)，將其定義為企業(yè)創(chuàng)造、應(yīng)用、保護(hù)和管理知識產(chǎn)權(quán)的綜合能力，在此基礎(chǔ)上構(gòu)造了包含4個一級指標(biāo)、24個二級指標(biāo)的指標(biāo)體系，并利用層次分析法給出各個指標(biāo)的權(quán)重。不過，鑒于無法獲得數(shù)據(jù)，報告沒有給出實際的評估結(jié)果。

“基于伯特蘭博弈模型的人民幣匯率合理性評估”（李寶新，河北經(jīng)貿(mào)大學(xué)數(shù)學(xué)與統(tǒng)計學(xué)院）針對目前人民幣匯率是否需要升值的問題，基于伯特蘭博弈模型進(jìn)行了實證分析。報告指出，實證分析結(jié)果表明，1990年至2007年人民幣名義匯率一直處于幣值低估狀態(tài)，但自2005年起這種幣值低估的態(tài)勢開始扭轉(zhuǎn)，并逐步趨近于博弈均衡匯率，為此，近期的人民幣已不宜升值。

“基于環(huán)境Kuznets曲線的回顧以及在中國的適用性”（楊詩穎，首都經(jīng)貿(mào)大學(xué)）圍繞環(huán)境污染和經(jīng)濟(jì)發(fā)展二者之間的關(guān)系進(jìn)行研究。報告闡述了Kuznets曲線的概念及其理論，借鑒國內(nèi)外實證研究成果，從具體的數(shù)據(jù)、變量和模型選擇等方面深入探討了人均收入和環(huán)境污染之間的關(guān)系，給出了我國主要城市的曲線趨勢和未來人均收入與環(huán)境污染的關(guān)系，具有較強(qiáng)的現(xiàn)實意義。

“城鄉(xiāng)教育差距抽樣調(diào)查問題分析”（洪暢，廈門大學(xué)）關(guān)注中國教育是否存在顯著性的城鄉(xiāng)差異，通過對樣本數(shù)據(jù)的Wilcoxon檢驗，發(fā)現(xiàn)農(nóng)村居民的教育水平顯著落后于城鎮(zhèn)居民，并由此而成為導(dǎo)致城鄉(xiāng)居民收入差距的重要原因。此外，報告還指出，被調(diào)查者認(rèn)為教育費用過高，希望政府提高對教育的轉(zhuǎn)移支付。

報告“證券市場中股東的自組織模型”（曹湛，煙臺南山學(xué)院）提出了一個比較新的模型概念——自組織模型，并把該模型應(yīng)用于股份公司的結(jié)構(gòu)中進(jìn)行分析，從實際應(yīng)用的角度為聽眾展示了模型的價值。

Nissim Ben David，Evyatar Ben David利用以色列足球聯(lián)賽的數(shù)據(jù)，首次利用解析性的方法對比賽結(jié)果進(jìn)行預(yù)測，并給出了相應(yīng)的下注策略，通過確保各場比賽的不同正確率，從而以最少的賭資贏得最終的勝利。

4、生產(chǎn)率的分析與比較研究

“中國產(chǎn)業(yè)競爭力評估——與日本TFP水平的比較：1995-2006”（北京航空航天大學(xué)，鄭海濤）從中日GDP增長率差異引出對兩國TFP水平是否存在差異的問題，在介紹了基于購買力平價（PPPs）的TFP水平差異的比較方法之后，對中日兩國以PPPs計算的GDP進(jìn)行了比較，并進(jìn)一步對中日兩國產(chǎn)業(yè)TFP水平差異進(jìn)行了比較。結(jié)果發(fā)現(xiàn)：在33個產(chǎn)業(yè)中，中國有26個產(chǎn)業(yè)的TFP（尤其是石油和初級金屬產(chǎn)業(yè)）均低于日本，而且宏觀經(jīng)濟(jì)層面的TFP水平也有顯著下降的趨勢。由此表明，中國的TFP尚未趕上日本的水平，并有擴(kuò)大趨勢。

“ICT對中國經(jīng)濟(jì)增長的貢獻(xiàn)”（北京航空航天大學(xué)，孫琳琳）通過ICT資產(chǎn)價格的相對下降導(dǎo)致ICT資本對非ICT資本的替代引出ICT對中國經(jīng)濟(jì)增長貢獻(xiàn)的關(guān)注，在增長核算的框架下，估算了各種投入的數(shù)據(jù)，最終分解出ICT對中國經(jīng)濟(jì)增長的貢獻(xiàn)。結(jié)果發(fā)現(xiàn)：中國GDP的高速增長主要依賴于非ICT資本的投入，中國的ICT資本低于其他國家。

“基于DEA模型的涉農(nóng)企業(yè)生產(chǎn)率評估”（安徽財經(jīng)大學(xué)，宋馬林）指出，涉農(nóng)企業(yè)生產(chǎn)率的提升對于傳統(tǒng)農(nóng)業(yè)轉(zhuǎn)型、發(fā)展現(xiàn)代農(nóng)業(yè)以及建設(shè)新農(nóng)村具有重要意義，認(rèn)為DEA模型是一種更好的測度生產(chǎn)率的方法。報告首先采用六種不同的DEA模型對涉農(nóng)企業(yè)生產(chǎn)率進(jìn)行了測度，然后利用SABCB模型對不同模型進(jìn)行有效的整合，為DEA模型的整合應(yīng)用提供了新的思路。

5、金融統(tǒng)計和金融高頻數(shù)據(jù)研究

第四屆中國人民大學(xué)統(tǒng)計國際論壇在金融統(tǒng)計和金融高頻數(shù)據(jù)方面共有4個session，來自世界各地的10位著名統(tǒng)計學(xué)者分別介紹了各自的最新研究成果。4個session具體涉及到了金融統(tǒng)計、金融高頻數(shù)據(jù)分析和隨機(jī)金融模型等研究領(lǐng)域。

Session1.4討論的主題是金融統(tǒng)計模型，由英國倫敦經(jīng)濟(jì)學(xué)院統(tǒng)計系姚琦偉教授主持。三位演講者分別是來自于美國羅格斯大學(xué)統(tǒng)計系的Rong Chen教授、美國南加州大學(xué)馬歇爾商學(xué)院Yingying Fang博士和香港科技大學(xué)商學(xué)院信息系統(tǒng)、商業(yè)統(tǒng)計與運籌管理系鄭星華博士。Rong Chen教授報告的題目是門限過程驅(qū)動的收益率曲線。政府公債利率是距離到期時間的函數(shù)，通常稱之為收益率曲線。研究收益率曲線的動態(tài)行為并提供有效預(yù)測方法具有重要意義。報告利用Nelson-Siegal曲線對收益率建模，并假定模型的時變系數(shù)服從門限向量自回歸模型。然后進(jìn)一步討論了模型的推斷和預(yù)測方法，并提出了下一步研究方向。報告所提出的門限過程驅(qū)動的收益率曲線考慮了時變系數(shù)的體制變化，是對動態(tài)Nelson-Siegal模型的改進(jìn)，為收益率曲線的建模和預(yù)測提供了有效方法。Yingying Fang博士畢業(yè)于美國普林斯頓大學(xué)運籌學(xué)與金融工程系，現(xiàn)為美國南加州大學(xué)馬歇爾商學(xué)院助理教授。她報告的題目是線性混合效應(yīng)模型的變量選擇。報告針對線性混合模型的變量選擇和參數(shù)估計問題進(jìn)行了深入研究。提出了一類能同時對固定效應(yīng)進(jìn)行變量選擇和參數(shù)估計的非凹懲罰profile似然方法，該方法具有模型選擇的一致性。另外還提出了一類能同時對隨機(jī)效應(yīng)進(jìn)行變量選擇和參數(shù)估計的方法。兩種方法都適用于模型維數(shù)隨樣本量指數(shù)增長的情況，并具有良好的統(tǒng)計性質(zhì)。鄭星華博士畢業(yè)于美國芝加哥大學(xué)統(tǒng)計系，現(xiàn)為香港科技大學(xué)商學(xué)院信息系統(tǒng)、商業(yè)統(tǒng)計與運籌管理系客座助理教授。他報告的題目是高維擴(kuò)散過程的積分協(xié)方差矩陣的估計。報告研究了基于高頻數(shù)據(jù)的高維擴(kuò)散過程的積分協(xié)方差矩陣的估計方法，證明了在高維情況下已實現(xiàn)積分協(xié)方差矩陣的經(jīng)驗譜極限分布不僅依賴于積分協(xié)方差矩陣還與波動率過程的變化有關(guān)，因而不能很好地估計積分協(xié)方差矩陣，進(jìn)而提出了一種新的時變調(diào)整的已實現(xiàn)協(xié)方差矩陣作為估計量。

Session1.8討論的主題是金融高頻數(shù)據(jù)分析，由中國人民大學(xué)張波教授主持。兩位演講者是來自于香港科技大學(xué)數(shù)學(xué)系的孔新兵博士和荊炳義教授?？仔卤┦垦葜v的題目是《Is There Evidence for the High Frequency Data Being Purely Discontinuous?》?？仔卤┦吭谄溲葜v中致力于解決金融資產(chǎn)價格建模中的一個重要問題：金融資產(chǎn)價格模型是否應(yīng)該包含連續(xù)擴(kuò)散成分。由于金融資產(chǎn)收益率序列的厚尾性導(dǎo)致在金融資產(chǎn)價格建模時需要包含不連續(xù)的跳成分，而有的學(xué)者甚至利用純跳過程來構(gòu)建金融資產(chǎn)價格模型，那么從金融高頻數(shù)據(jù)中能否得到證據(jù)來證明純跳過程足以構(gòu)建金融資產(chǎn)價格模型？孔新兵博士在金融資產(chǎn)價格模型應(yīng)該包含連續(xù)擴(kuò)散成分的原假設(shè)下給出了一個檢驗統(tǒng)計量，并推導(dǎo)出了該檢驗統(tǒng)計量的漸近分布。數(shù)據(jù)模擬分析顯示該檢驗統(tǒng)計量具有良好的統(tǒng)計性質(zhì)及統(tǒng)計檢驗勢。該領(lǐng)域現(xiàn)有研究多集中于跳檢驗統(tǒng)計量的構(gòu)造，而孔新兵博士另辟蹊徑研究連續(xù)擴(kuò)散成分是否存在的檢驗統(tǒng)計量構(gòu)造為高頻數(shù)據(jù)資產(chǎn)價格建模提供了不同的思路。荊炳義教授演講的題目是《Estimating the integrated Volatility under Noisy Observations of Semimartingales with Jumps》。荊炳義教授在其演講中提出了積分波動率的一個新無偏估計量。該估計量的構(gòu)造基于截斷和先平均的思想，其對市場微觀結(jié)構(gòu)噪聲和金融資產(chǎn)價格過程中的不連續(xù)跳成分均穩(wěn)健。荊炳義教授推導(dǎo)出了該估計量的一致性和漸近分布。數(shù)據(jù)模擬分析顯示該估計量具有良好的有限樣本性質(zhì)和漸近性質(zhì)。積分波動率在金融風(fēng)險管理、期權(quán)定價領(lǐng)域具有重要的應(yīng)用價值，很多學(xué)者致力于積分波動率估計量的構(gòu)造。荊炳義教授提出的估計量更符合實際情況下的數(shù)據(jù)特征，且與現(xiàn)有估計量相比具有更好的有限樣本和漸近性質(zhì)，是積分波動率估計量構(gòu)造研究的一個重大進(jìn)步，在金融實踐中具有重要的應(yīng)用價值。朱建平基于統(tǒng)計學(xué)方法論，介紹了金融高頻數(shù)據(jù)的研究思路，強(qiáng)調(diào)要在金融高頻數(shù)據(jù)研究中將統(tǒng)計分析方法與數(shù)據(jù)挖掘技術(shù)相結(jié)合。Liu Zhi針對高頻數(shù)據(jù)構(gòu)造了檢驗過程中是否存在跳躍的統(tǒng)計量，并討論了該統(tǒng)計量的漸進(jìn)性質(zhì)和一致性等性質(zhì)；在不存在跳躍的零假設(shè)下，證明了該統(tǒng)計量滿足的中心極限定理；最后通過對不同形式Levy過程進(jìn)行模擬，檢驗了該統(tǒng)計量的檢驗效果。

Session2.8討論的主題是金融隨機(jī)模型，由香港科技大學(xué)數(shù)學(xué)系荊炳義教授主持。兩位演講者分別是來自于中國人民大學(xué)統(tǒng)計學(xué)院的畢濤博士和上海立信會計學(xué)院數(shù)學(xué)與信息學(xué)院的Hui Gong。畢濤博士演講的題目是《Dynamics of intraday serial correlation in China’s stock market》。畢濤博士在其演講中對中國股票市場收益率序列的日內(nèi)序列相關(guān)性進(jìn)行了深入地探討。他利用方差比檢驗來研究中國股票市場指數(shù)高頻收益率序列的日內(nèi)序列相關(guān)性，并據(jù)此得到中國股票市場不服從弱式有效市場假說的結(jié)論。他還基于異質(zhì)市場假說研究了序列相關(guān)性與波動率之間的關(guān)系。大量實證結(jié)果顯示金融資產(chǎn)價格過程存在顯著的跳行為，畢濤博士在其研究中重點研究了序列相關(guān)性與跳之間的關(guān)系。實證結(jié)果顯示在不同信息反饋水平上，序列相關(guān)性與波動率及跳之間存在復(fù)雜的相關(guān)關(guān)系。畢濤博士的研究促進(jìn)了金融資產(chǎn)收益率序列日內(nèi)序列相關(guān)性的研究，其對序列相關(guān)性與波動率及跳間關(guān)系的探索性研究加深了人們對中國股票市場運行過程和交易機(jī)制的認(rèn)識和理解。Hui Gong演講的題目是《Based on EGARCH model to Analyze Stock Returns of Apple Inc.》。Hui Gong在其演講中對美國蘋果公司股票收益率序列的條件異方差性進(jìn)行了建模研究。他首先對金融資產(chǎn)收益率序列的典型特征及波動率建模方法進(jìn)行分析和回顧；之后詳細(xì)地介紹了EGARCH模型及相關(guān)檢驗；最后利用EGARCH模型對蘋果公司股票收益率序列進(jìn)行擬合。模型估計結(jié)果顯示EGARCH模型可以很好地擬合蘋果公司股票收益率序列的波動性，且該收益序列具有顯著的杠桿效應(yīng)。龔輝的研究很好地將EGARCH模型用于實際數(shù)據(jù)的建模中，對于探索波動率模型構(gòu)建具有一定的意義。“Bayesian Approach to Markov Switching Stochastic Volatility Model with Jumps”（余超，中國人民大學(xué)統(tǒng)計學(xué)院）介紹了一個新的隨機(jī)波動率模型，此模型是在綜合考慮了價格過程的跳以及波動率的結(jié)構(gòu)變化的基礎(chǔ)上提出的。跳的部分可以捕捉到由于不正常市場行為所導(dǎo)致的大的價格變化而馬爾科夫轉(zhuǎn)換可以解決這些沖擊對波動率的假的一致性。作者應(yīng)用了基于MCMC及Gibbs抽樣的貝葉斯方法對此模型進(jìn)行了估計，經(jīng)驗分析表明此模型可以同時描述跳以及波動率的變化。

Session3.1討論的主題是金融統(tǒng)計，由美國南加州大學(xué)馬歇爾商學(xué)院Yingying Fang博士主持。三位演講者分別是香港科技大學(xué)商學(xué)院李瑩瑩博士、英國倫敦經(jīng)濟(jì)學(xué)院統(tǒng)計系姚琦偉教授和美國康奈爾大學(xué)統(tǒng)計系Pengsheng Ji博士。李瑩瑩博士畢業(yè)于美國芝加哥大學(xué)統(tǒng)計系，現(xiàn)為香港科技大學(xué)商學(xué)院信息系統(tǒng)、商業(yè)統(tǒng)計與運籌管理系助理教授。報告的題目是基于高頻數(shù)據(jù)的資產(chǎn)組合選擇中的高維波動率矩陣估計。報告主要研究了如何利用高頻數(shù)據(jù)對資產(chǎn)組合選擇問題中高維波動率矩陣的估計問題，提出了逐對刷新時間（pairwise-refresh time）方法并結(jié)合TSCV方法估計波動率矩陣，證明了估計量的統(tǒng)計性質(zhì)，能夠為資產(chǎn)組合選擇提供更精確的指導(dǎo)。姚琦偉教授報告的題目是高維波動率建模。報告結(jié)合因子模型和CUC方法對高維波動率建模，提供了一種既能刻畫高維波動率的動態(tài)特征，模型形式又較為簡單的方法，并對CUC方法提出了一種新的算法，該算法對維數(shù)非常高甚至幾千維的情況都能適用。Pengsheng Ji博士報告的題目是具有最優(yōu)相圖的變量選擇方法UPS以及L1與L0-Penalization方法的非最優(yōu)區(qū)域。報告就線性模型的變量選擇問題進(jìn)行了深入探討，引入相空間的概念，識別了三種變量選擇狀態(tài)對應(yīng)于相空間的不同區(qū)域，并提出了具有最優(yōu)相圖的兩階段變量選擇方法UPS，找到了L1與L0-Penalization方法的非最優(yōu)區(qū)域，揭示了通常懲罰方法的非最優(yōu)性并討論了相關(guān)原因。該研究在變量選擇問題的理論和方法上都具有一定的創(chuàng)新性。

6、風(fēng)險管理與保險精算

風(fēng)險管理與保險精算領(lǐng)域設(shè)有四個分會場，分會場主題分別是 “壽險、養(yǎng)老金和社會保障”，“風(fēng)險管理與壽險”、及兩個“風(fēng)險管理與非壽險模型”。在壽險、養(yǎng)老金和社會保障分會場，中山大學(xué)嶺南學(xué)院的宋世斌教授的“醫(yī)療保障制度的公共債務(wù)：中國步美國后塵？”。在介紹中國醫(yī)療保障制度的基礎(chǔ)上，對比分析了我國與美國當(dāng)前醫(yī)療保障體系面臨的困境，測算分析了人口老齡化和醫(yī)療成本不斷上升所導(dǎo)致的醫(yī)療保障成本不斷增加的問題，對中國醫(yī)療保障制度的債務(wù)風(fēng)險進(jìn)行了測算，給出了實行部分積累、增加個人繳費率、延長退休年齡、建立醫(yī)療保障基金等控制債務(wù)風(fēng)險等相關(guān)建議，對中國的醫(yī)療保障制度的改革與完善具有一定的參考意義。

華北電力大學(xué)的高建偉副教授的“企業(yè)年金稅收優(yōu)惠政策的精算分析”，在介紹中國企業(yè)年金地位及類型、企業(yè)年金的稅收政策現(xiàn)狀的基礎(chǔ)上，將企業(yè)年金分為繳費、投資和分配三個階段，得到稅收支出的精算模型，并在不同的稅收政策下考慮了企業(yè)年金的積累規(guī)模，設(shè)計了一個貢獻(xiàn)率模型說明稅收優(yōu)惠政策的效應(yīng)，通過實證分析，得出EET稅收優(yōu)惠政策對減少養(yǎng)老基金資金缺口最為有利的結(jié)論。

中國人民大學(xué)的王曉軍教授的“中國社會養(yǎng)老保障支出風(fēng)險的低估”。在分析中國養(yǎng)老金現(xiàn)狀、問題和挑戰(zhàn)的基礎(chǔ)上，利用精算模型對養(yǎng)老金的未來收入與支出進(jìn)行了測算，對養(yǎng)老保障制度財務(wù)可持續(xù)性進(jìn)行了分析，對退休年齡、養(yǎng)老金調(diào)整指數(shù)、預(yù)期壽命、個人賬戶的繼承權(quán)等變動對未來養(yǎng)老金收支的影響作了測算分析，指出當(dāng)前國內(nèi)外相關(guān)研究大多忽略了上述因素的影響，從而大多高估養(yǎng)老保險的收入、低估支出，通過實證，報告給出了低估的程度，分析了低估風(fēng)險。該報告中的養(yǎng)老保險精算模型及其實證測算對我國養(yǎng)老保險制度的長期可持續(xù)發(fā)展具有一定的借鑒意義。

湖南大學(xué)的博士生羅琰報告了“基于隨即微分博弈的保險公司最優(yōu)決策模型”，考慮基于保險公司與自然之間二人—零和博弈的最優(yōu)投資與再保險問題。運用隨機(jī)控制理論，在假定了索賠、盈余、風(fēng)險資產(chǎn)與無風(fēng)險資產(chǎn)等隨機(jī)過程的基礎(chǔ)上，通過求解最優(yōu)控制問題對應(yīng)的HJB方程，得到了保險公司的最優(yōu)投資和再保險策略以及最優(yōu)值函數(shù)的閉式解。結(jié)果顯示，在完全分保時，保險公司應(yīng)全部購買無風(fēng)險資產(chǎn)，而在自留額大于零時，保險公司的最優(yōu)投資策略隨風(fēng)險資產(chǎn)與盈余過程間的相關(guān)系數(shù)、無風(fēng)險資產(chǎn)回報率及終止時刻而改變。這為保險公司面臨最不利經(jīng)濟(jì)環(huán)境時的風(fēng)險投資及再保險策略提供了一個參考。

在“風(fēng)險管理與壽險”分會場，中國人民大學(xué)的黃向陽副教授報告了“我國壽險公司利源分析評述：實務(wù)和精算規(guī)定”。針對利源分析“三差分解”原理，比較分析了我國兩家壽險公司年報中關(guān)于利差損的表述、我國精算規(guī)定中的利源分析規(guī)定、精算教材中對利源分析的表述，指出利源分析的概念中存在的不清晰。比較了利源分析與管理會計相關(guān)概念的差異，定價方法對精算假設(shè)的影響，以及評估利率和定價利率在利源分析中的差別等。

北京大學(xué)的楊靜平教授的“由二維Frechet copulas生成的分布混合近似二元copulas”的報告。在介紹copulas的概念和二元Frechet上邊界、二元Frechet下邊界、獨立copulas三種重要的copulas類別及對應(yīng)的關(guān)系的基礎(chǔ)上，基于空間分解方法，介紹了如何用三種copulas描述二元隨機(jī)變量的局部相依結(jié)構(gòu)，并利用BF copula在保持原有邊際分布的基礎(chǔ)上近似原有copula的理論及方法，并用實例說明了這種近似方法的優(yōu)越性。

天津財經(jīng)大學(xué)的趙博娟教授的 “中國生育率下降結(jié)束？一個修正Lee-Carter模型的應(yīng)用”。在介紹中國生育率發(fā)展趨勢和特點的基礎(chǔ)上，利用三次平滑參數(shù)建立了一個修正的Lee-Carter模型，在1988-2009年經(jīng)驗數(shù)據(jù)基礎(chǔ)上，利用修正的Lee-Carter模型對中國城市、鎮(zhèn)、農(nóng)村的一胎、二胎及三胎等生育率進(jìn)行了擬合和估計，分析了他們的特征及原因，指出任何地區(qū)、任何胎數(shù)的生育率都沒有一直減少或停滯的跡象，預(yù)計在2009和2010年全國的嬰兒數(shù)會增加。報告對我國生育率的評估及預(yù)測對我國計劃生育決策具有一定的參考意義。

在風(fēng)險管理與非壽險精算模型專題下，一共發(fā)表了九篇報告，內(nèi)容包括非壽險公司的償付能力評價，非壽險定價中廣義線性模型和信度模型的結(jié)合應(yīng)用，非壽險準(zhǔn)備金評估的隨機(jī)模型，巨災(zāi)風(fēng)險管理模型及其應(yīng)用，風(fēng)險相關(guān)性度量的copula模型及其應(yīng)用等，基本上涉及了非壽險精算研究的主要前沿課題，也是最近若干年非壽險精算研究的一些熱點問題。

非壽險公司的償付能力評價多年來一直是理論和應(yīng)用研究的熱點課題，上海財經(jīng)大學(xué)的謝志剛教授從精算角度討論了非壽險公司償付能力的評價標(biāo)準(zhǔn)問題，并結(jié)合中國實際情況進(jìn)行了實證討論，體現(xiàn)了該領(lǐng)域的最新研究進(jìn)展。非壽險準(zhǔn)備金評估的隨機(jī)模型在最近若干年發(fā)展迅速，也得到了精算實務(wù)界的極大關(guān)注，南開大學(xué)的張連增教授對非壽險準(zhǔn)備金評估的對數(shù)正態(tài)模型進(jìn)行了完善，而天津財經(jīng)大學(xué)的劉樂平教授提出了一種基于貝葉斯信度對準(zhǔn)備金進(jìn)行區(qū)間估計的方法，這些都是對現(xiàn)有準(zhǔn)備金評估隨機(jī)模型的推進(jìn)。在精算學(xué)的理論和應(yīng)用研究中，風(fēng)險的相關(guān)性度量顯得越來越重要，而copula作為相關(guān)性度量的工具之一，其價值也日益得以體現(xiàn)，北京大學(xué)的鄭延婷和楊靜平教授提出了一種對二元copula進(jìn)行分塊近似的方法，并將其應(yīng)用于期權(quán)定價進(jìn)行了實證檢驗，是copula應(yīng)用研究的重要成果之一。廣義線性模型和信度模型是非壽險定價最主要的方法，其結(jié)合應(yīng)用是避免定價信息重復(fù)使用的主要途徑，也是非壽險精算研究的熱點問題之一，中國人民大學(xué)的孟生旺教授在幾種不同的分布假設(shè)下提出了一種考慮個體風(fēng)險特征的信度模型，從而把廣義線性模型和信度模型進(jìn)行了有機(jī)結(jié)合。巨災(zāi)風(fēng)險管理是人類共同面臨的一個重大課題，中國人民大學(xué)的肖爭艷副教授應(yīng)用極值理論的方法，對中國的地震數(shù)據(jù)進(jìn)行了分析，得出了一些有價值的結(jié)論。

7、抽樣調(diào)查研究

缺失數(shù)據(jù)研究“PPSWR抽樣下的缺失數(shù)據(jù)插補(bǔ)”（鄒國華，中國科學(xué)院數(shù)學(xué)與系統(tǒng)科學(xué)研究院）針對抽樣調(diào)查中存在的項目無回答現(xiàn)象，指出目前簡單隨機(jī)抽樣下比率插補(bǔ)、回歸插補(bǔ)、隨機(jī)插補(bǔ)等方法的缺點，進(jìn)而提出在多階段抽樣的初級階段采用PPSWR抽樣，然后對項目缺失數(shù)據(jù)進(jìn)行插補(bǔ)的方法，討論了該方法下均值估計和方差估計的問題，并進(jìn)一步將該方法運用于未知回答概率的情況。最后對該方法進(jìn)行計算機(jī)模擬實證，對抽樣輔助變量分別假設(shè)三種不同分布，各進(jìn)行100、500次模擬，結(jié)果驗證了該方法下目標(biāo)估計量更接近于總體真值，同時指出jackknife方差估計方法對該方法的適用性。“存在不可忽略缺失數(shù)據(jù)多維梯度響應(yīng)模型的貝葉斯估計”（陶建等，國家教育部應(yīng)用統(tǒng)計學(xué)重點實驗室，東北師范大學(xué)數(shù)學(xué)與統(tǒng)計學(xué)院），基于教育測評中數(shù)據(jù)缺失并非隨機(jī)缺失或完全隨機(jī)缺失的現(xiàn)象，提出了用于分析具有不可忽略缺失數(shù)據(jù)多維項目反應(yīng)理論（IRT）模型的貝葉斯方法，將Sahu的有效數(shù)據(jù)擴(kuò)展方案拓展到多維模型和多分支模型，擬合了適合響應(yīng)值的多維梯度響應(yīng)模型和適合缺失數(shù)據(jù)的多維兩參數(shù)logistic模型。作者在吉布斯抽樣的基礎(chǔ)上，采用了MCMC算法，提出了一種可以在不可忽略缺失數(shù)據(jù)機(jī)制下擴(kuò)充數(shù)據(jù)，從而估計多維梯度響應(yīng)模型參數(shù)的方法。數(shù)據(jù)模擬結(jié)果顯示，忽略數(shù)據(jù)缺失機(jī)制導(dǎo)致項目參數(shù)估計發(fā)生相當(dāng)程度的偏倚且偏倚的增加滿足這樣的函數(shù)形式，該函數(shù)由待測量相關(guān)關(guān)系和支配數(shù)據(jù)缺失機(jī)制的潛在變量構(gòu)成，進(jìn)一步地，結(jié)果還顯示這種偏倚可以通過NONMAR模型來降低，該模型還可以用于縱列數(shù)據(jù)、題組和多級響應(yīng)模型。

“普查事后調(diào)查：理論分析及在中國的實踐”（陶然 金勇進(jìn)，中國人民大學(xué)統(tǒng)計學(xué)院 應(yīng)用統(tǒng)計研究中心）從普查的誤差來源著手，在回顧了檢查普查數(shù)據(jù)質(zhì)量的兩大方法體系后，著重研究事后調(diào)查，列舉了國外事后調(diào)查的實踐經(jīng)驗和歷史，分析了事后調(diào)查的凈誤差估計和雙系統(tǒng)估計，并比較了事后調(diào)查兩種方法的特點和應(yīng)用，同時也指出了事后調(diào)查方法的缺陷和不足。最后對如何改進(jìn)事后調(diào)查方法在我國的應(yīng)用進(jìn)行總結(jié)并提出了一系列建議。

在重抽樣方法研究分會場，F(xiàn)rancis Bach提出將表現(xiàn)為非線性交互作用的原生變量定義為以指數(shù)方式呈現(xiàn)的正定核函數(shù)，在此基礎(chǔ)上采用線性選擇非線性變量，指出在一定假設(shè)條件下，規(guī)范化框架允許一些呈指數(shù)形式的不相關(guān)變量作為觀察變量；Xuming He給出一類權(quán)重分布滿足漸近有效的條件，從而產(chǎn)生Wild bootstrap方差估計的線性回歸M估計量，并說明該方法在有限樣本條件下的適用性。Yichao Wu將目前僅能用于最小二乘回歸的LAR算法擴(kuò)展用于其它模型，提出將LAR模型進(jìn)行擴(kuò)展，通過將常微分方程系統(tǒng)進(jìn)行分段給出相應(yīng)的求解路徑，使之適用于一般線性模型和似然模型。

8、信心指數(shù)專題研究

統(tǒng)計國際論壇的一個分會場是2010年第二季度兩岸四地消費者信心指數(shù)發(fā)布暨學(xué)術(shù)研討會。此次會議由中國人民大學(xué)中國調(diào)查與數(shù)據(jù)中心主辦，首都經(jīng)貿(mào)大學(xué)統(tǒng)計學(xué)院、中央財經(jīng)大學(xué)統(tǒng)計學(xué)院、香港城市大學(xué)管理科學(xué)第、澳門科技大學(xué)可持續(xù)發(fā)展研究所、臺灣輔仁大學(xué)統(tǒng)計資訊系合辦。

袁衛(wèi)常務(wù)副校長出席會議致辭并發(fā)布了2010年第二季度兩岸四地消費者信心指數(shù)。中國人民大學(xué)中國調(diào)查與數(shù)據(jù)中心副主任彭非教授，對2010年第二季度兩岸四地消費者信心指數(shù)進(jìn)行了總體評析。首都經(jīng)貿(mào)大學(xué)紀(jì)宏教授、香港城市大學(xué)管理科學(xué)系呂曉玲博士、澳門科技大學(xué)可持續(xù)發(fā)展研究所龐觀權(quán)先生、臺灣輔仁大學(xué)統(tǒng)計資訊學(xué)系謝邦昌教授對大陸、香港、澳門、臺灣2010年第二季度消費者信心指數(shù)進(jìn)行了分別評析。中央財經(jīng)大學(xué)統(tǒng)計學(xué)院院長劉揚教授介紹了消費者信心指數(shù)的編制技術(shù)。

出席此次會議的有人民日報、新華社、光明日報、鳳凰衛(wèi)視、香港無線電視、東森電視、中天電視等三十多家媒體。2010年第二季度兩岸四地消費者信心指數(shù)的主題為 “信心期待未來”,總體上呈現(xiàn)出五大特點:

（1）消費信心穩(wěn)定 酷暑考驗復(fù)蘇

2010年第二季度，大陸、香港、澳門和臺灣的消費者信心指數(shù)分別為89.8，86.4，81.0和70.7。同比2009年第二季度，大陸消費者信心指數(shù)降低9.3，但仍在90點左右，為四地最高；香港和澳門信心指數(shù)分別降低1.1和0.2，臺灣則大幅提高15.7。環(huán)比2010年第一季度，大陸，香港，澳門和臺灣四地的信心指數(shù)有微弱的下降，分別降低2.5，1.7，1.8和1.4。　　　

從最近一年消費者信心指數(shù)的走勢來看，隨著全球經(jīng)濟(jì)形勢的好轉(zhuǎn)，大陸、香港和澳門消費者信心指數(shù)震蕩企穩(wěn)，臺灣消費者信心指數(shù)則從低位回升。從兩岸四地消費者信心的各項分指數(shù)來看，在物價、投資方面仍有隱憂。

（2）經(jīng)濟(jì)信心積極 就業(yè)壓力猶存

本季度，大陸和澳門消費者信心經(jīng)濟(jì)發(fā)展分指數(shù)均處于積極水平，分別為117.0和107.1。環(huán)比2010年第一季度，大陸和澳門經(jīng)濟(jì)發(fā)展分指數(shù)出現(xiàn)4.9和3.0的下滑，而香港經(jīng)濟(jì)分指數(shù)略有下降，為98.0點，處于中性水平；但同比2009年第二季度，香港和澳門經(jīng)濟(jì)發(fā)展分指數(shù)有顯著提高，分別上漲12.9和14.2點。臺灣經(jīng)濟(jì)發(fā)展分指數(shù)處于較低水平，本季度為60.3；但無論環(huán)比2010年第一季度，還是同比2009年第二季度，指數(shù)均有上升，上升幅度分別為0.4和8.7。

隨著經(jīng)濟(jì)形勢的向好，四地就業(yè)壓力有所緩解，但四地消費者信心就業(yè)分指數(shù)均低于經(jīng)濟(jì)發(fā)展分指數(shù)。本季度，大陸、香港和澳門就業(yè)分指數(shù)分別為94.2，91.9和93.4，與上個季度相比，三地分別下降2.7，7.2和3.9點；臺灣就業(yè)分指數(shù)為49.8，雖有1.5點的上升，但仍處于消極的水平。

（3）通脹差異顯現(xiàn) 生活依舊樂觀

本季度，兩岸四地居民對物價方面的信心呈現(xiàn)出一定的差異性，整體而言物價指數(shù)絕對水平均不樂觀。大陸消費者信心物價分指數(shù)為76.4，比上季度顯著提高5.9點，說明大陸地區(qū)物價信心有所好轉(zhuǎn)；香港和臺灣物價分指數(shù)與上季度相比變化不大：分別為65.2和47.3點，環(huán)比輕微下降了1.6和0.4點；而澳門物價分指數(shù)為54.2，與上季度相比有顯著地下降（下降5.9點）。

整體而言，港澳臺三地的物價信心水平均不樂觀，本季度澳門物價信心有明顯下降；而大陸地區(qū)物價信心有好轉(zhuǎn)趨勢。四地居民對于物價信心消極的態(tài)度并沒有太多影響其家庭物質(zhì)消費：從反映居民家庭消費狀況的消費者信心生活分指數(shù)來看，本季度大陸生活分指數(shù)為116.9，較為樂觀；香港和澳門的生活分指數(shù)分別為109.4和94.8，近一年來雖有波動，但基本是中性偏向樂觀。臺灣生活分指數(shù)為61.7，雖仍處于低位，但已是連續(xù)6個季度上揚，且一直高于經(jīng)濟(jì)發(fā)展分指數(shù)。

（4）民間投資怎奈熊市 股市振蕩信心逆轉(zhuǎn)

從居民投資股票和基金的狀況來看，本季度，大陸、香港、澳門和臺灣的消費者信心投資分指數(shù)分別為69.0，90.8，88.8 和107.7。相比上一季度，大陸、澳門和臺灣的投資分指數(shù)有大幅下降，其中：大陸下降13.6點，澳門和臺灣分別下降7.1和7.9點。香港投資分指數(shù)降幅最小，本季度下降2.2點，為90.8。上述指數(shù)表明，居民投資信心受股市震蕩影響，呈現(xiàn)顯著波動。

本季度，大陸、香港和澳門消費者購房信心分指數(shù)在經(jīng)歷了近一年的持續(xù)下跌后，首次出現(xiàn)不同程度地回升，分別為65.1，63.4和47.8，上升2.2，5.3和10.3點，反映消費者購房信心有一定好轉(zhuǎn)。而在三地回暖的同時，近一年一直處于上揚趨勢的臺灣購房分指數(shù)則出現(xiàn)下降的逆轉(zhuǎn)，大幅回落14.9點，至85.8點，甚至低于去年同期水平。

（5）消費信心預(yù)期向好 物價投資影響顯著

消費者信心指數(shù)及各分指數(shù)均由“現(xiàn)狀指數(shù)”和“預(yù)期指數(shù)”構(gòu)成，反映消費者對現(xiàn)狀的評價和對未來三個月的預(yù)期。大陸、香港和澳門預(yù)期指數(shù)均高于現(xiàn)狀指數(shù)；從各分指數(shù)來看，大部分預(yù)期分指數(shù)好于現(xiàn)狀分指數(shù)，顯示出三地消費者信心預(yù)期向好的趨勢。而臺灣消費信心預(yù)期指數(shù)則一直低于現(xiàn)狀指數(shù)，說明臺灣居民消費信心的預(yù)期略顯悲觀。

在消費信心總體向好的背景下，物價和投資對消費者信心的消極影響最為明顯。本季度，大陸、香港和澳門的物價分指數(shù)分別為76.4，65.2和54.2，購房分指數(shù)分別為65.1，63.4和47.8，雖然購房分指數(shù)觸底后有明顯回升，但仍遠(yuǎn)低于各地的消費者信心指數(shù)。投資分指數(shù)各地也有顯著下降。說明通脹壓力、投資不穩(wěn)和過高房價是影響消費者信心恢復(fù)和經(jīng)濟(jì)復(fù)蘇的障礙。

三、現(xiàn)代統(tǒng)計方法前沿

1、高維復(fù)雜數(shù)據(jù)研究

隨著人類科學(xué)技術(shù)的飛速發(fā)展，許多科學(xué)研究領(lǐng)域產(chǎn)生了多種多樣的海量超高維復(fù)雜數(shù)據(jù)。這些領(lǐng)域包括基因?qū)W，天文學(xué)，宇宙學(xué)，流行病學(xué)，經(jīng)濟(jì)，融學(xué)，功能性磁共振成像以及圖像處理等領(lǐng)域。面對這些高速增長的復(fù)雜超高維海量數(shù)據(jù)的挑戰(zhàn)，要求各個領(lǐng)域的科學(xué)家具有快速提取他們所需信息的能力。因此，就統(tǒng)計學(xué)自身而言，通過對這些復(fù)雜數(shù)據(jù)的統(tǒng)計推斷，研發(fā)出強(qiáng)有力的統(tǒng)計科研工具，這顯然會給統(tǒng)計界帶來切實的利益：將有利于統(tǒng)計學(xué)科理論和方法在更廣闊的天地中長足發(fā)展，有利于促進(jìn)對自然和科學(xué)的深度理解。

“再擬合交叉驗證”(Fan)考慮了模型 中 的估計及相關(guān)的問題。 提出的RCV方法的目的有兩個，一個是估計和選擇模型，再者是處理偽相關(guān)。這種方法具有神諭性質(zhì)，并且比直接方法和簡單兩步法有更小的偏差。該方法只需要帶有的確定篩選，過擬合的產(chǎn)生是由于在實現(xiàn)噪聲和協(xié)變量之間的偽相關(guān)，對于極端維度的情況這種過擬合會更嚴(yán)重。

“協(xié)方差結(jié)構(gòu)的統(tǒng)計推斷”(Cai)指出高維數(shù)據(jù)分析已經(jīng)上升為統(tǒng)計科學(xué)研究界的重要挑戰(zhàn)和機(jī)遇。它包含兩個常見的特征：總是大量維度或大量數(shù)據(jù)集，稀疏性（只有一小部分觀測包含信號），即有“海底撈針”的含義，高維例子有基因?qū)W、fMRI分析、天體物理學(xué)、信號檢測，和大p小n問題，即有稀疏性和高維問題，我們的研究從非參數(shù)回歸（線性估計，小波門限選擇）到大p小n回歸（最小化方法），最后研究到大型協(xié)方差矩陣的推斷上。

“關(guān)于高維回歸的正規(guī)化”(shen)研究了回歸模型：，其中相應(yīng)變量，預(yù)測值是p維的。特征選擇，用非零系數(shù)或的估計去識別預(yù)測值，高維d特征選擇的優(yōu)勢是：帶有較高預(yù)測能力的簡單模型，這種方法的困難是計算和理論上的挑戰(zhàn)，特別是當(dāng)?shù)那闆r下。

“兩個非線性高維方法：VANISH和FAR方法”(Hames)研究了線性回歸的高維問題。

“高維波動率的模擬”(Yao)用到的建模技巧是將因子建模與CUC方法結(jié)合，其中因子建模是基于特征分析而CUC也是特征分析的新算法。

“用高頻數(shù)據(jù)做投資選擇的大型高頻矩陣估計”(Li)考慮了Markowitz投資組合問題 ，其中，解。CAPM和許多投資理論都是以其為現(xiàn)代財經(jīng)理論的建立為基石的，上述值對投入向量和他們誤差的估計很敏感，根據(jù)Green and Holdfield(1992); Fan, Zhang and Yu(2008) 指出它能夠引起極短效應(yīng)，特別是對大量投資問題而言。

“基于Le Cam定理的近期研究”(Zhou)介紹了Le Cam定理的近期研究情況。他們與Brown，Cai，Zhang和Zhao聯(lián)合近期研究方向為非參數(shù)密度估計的新方法，Nussbaum (1996, AoS) and Low and Z. (2005, AoS) 提出了非參數(shù)密度估計，：是獨立同分布于密度，帶有變量密度的泊松過程是：獨立同分布于密度，高斯白噪聲，在未知的弱假定條件下上述值是漸近相等的。

“高維可加模型的稀疏正則化問題”(Yuan)首先介紹了高維可加模型，預(yù)測值，相應(yīng)變量，預(yù)測模型是，對回歸模型，分類模型和其他的廣義回歸模型。

“高維數(shù)據(jù)異常診斷的一個壓縮PCA子空間方法”(Kolaczyk)提出，對于多元過程的異常檢測，異常的定義就是偏離通常或常見的順序、規(guī)則或形式。異常檢驗指的是要么是“定時的”，要么是“事后的”，是一個控制的關(guān)鍵，它的可靠性和穩(wěn)定性和一切安全性，與異常檢測相關(guān)的例子包括，基因藥物作用機(jī)制的鑒定，化學(xué)過程控制，財務(wù)管理，網(wǎng)絡(luò)安全，錄像監(jiān)控等等。

“高維網(wǎng)絡(luò)推斷”(Peng)講的是遺傳基因交互作用在在病因?qū)W方面扮演了重要的角色，較強(qiáng)的交互作用指的是在mRNA表達(dá)水平上是顯著相關(guān)的。大量的微陣列技術(shù)使得在同時期對同一實驗的對數(shù)千基因的同時檢驗mRNA表達(dá)水平可用。

“高維自適應(yīng)非線性交叉結(jié)構(gòu)的變量選擇”(Radchenk)提到近來對傳統(tǒng)線性回歸模型的估計越來越受到重視，其中預(yù)測值的數(shù)量為p，它比觀測值的個數(shù)大很多，首先我們通過包含交叉項去除可加性假定，用標(biāo)準(zhǔn)兩種交叉模型，我們將上述模型推廣到更廣泛的非線性領(lǐng)域。

“用于正則化回歸估計推理的一個攝動方法”（Tianxi Cai）提到高維數(shù)據(jù)分析往往旨在確定一個具有重要特性的子集和評估它們對結(jié)果的效應(yīng)?；跇?biāo)準(zhǔn)回歸方法的傳統(tǒng)統(tǒng)計推斷模式往往不能呈現(xiàn)高維數(shù)據(jù)的特征。在最近幾年，正則化的方法已成為用于分析高維數(shù)據(jù)有效的工具。這些方法選擇重要的特征，同時對它們的效應(yīng)給出穩(wěn)定的估計。例如自適應(yīng)LASSO和SCAD能給出一致的和漸近的具有神諭性質(zhì)的正常估計。然而，在有限樣本下，它仍然不能獲得回歸參數(shù)的區(qū)間估計。在本文中，我們提出攝動重采樣的程式來近似一類懲罰參數(shù)估計量的分布。根據(jù)漸近理論，我們提供了一種簡單的方法估計協(xié)方差矩陣和置信區(qū)域。通過有限樣本模擬，我們驗證了該方法能夠提供準(zhǔn)確推斷，并且把它與其他廣泛使用的標(biāo)準(zhǔn)差和置信區(qū)間估計作比較。我們也通過一組用于研究艾滋病毒抗藥性與大量基因突變關(guān)系的數(shù)據(jù)集來展示了我們的方法。

2、統(tǒng)計模型研究

Xi Luo博士（University of Pennsylvania）作了題為Average Case Analysis of Sparse Multivariate Regression under Noise的報告。本報告討論不完全的帶有噪音的稀疏的多通道信號的恢復(fù)。使用的方法是對未知的回歸系數(shù)進(jìn)行帶有懲罰的最小二乘估計。與通常使用的最差案例分析相比，平均案例分析在更弱的假設(shè)下給出了更優(yōu)的結(jié)果。本報告提出兩步方法估計各通道的信號，得到了更低的平均均方誤差。最后對所提方法進(jìn)行了數(shù)據(jù)模擬分析。

Wheyming T. Song博士（National Tsing Hua University）作了題為 A Finite-Memory Algorithm of Batch Means Estimators in Estimating the Variance of the Sample Mean in Statistical Experiments的報告。在統(tǒng)計試驗中一個經(jīng)典的問題是估計點估計的方差，問題的原型是平穩(wěn)自相關(guān)過程的樣本均值。傳統(tǒng)的批量平均值法需要事先知道樣本量。本報告提出對該方法的改進(jìn)，不需要事先知道樣本量。所提方法對過程長度是隨機(jī)的并且很大的統(tǒng)計試驗尤其有用，比如在流感疾病控制中用來評價各種控制方法的預(yù)防效果。

呂曉玲博士（中國人民大學(xué)）作了題為Kim's Model or Bhat's Model for Time-use Decision的報告。本報告對比了兩個在效用函數(shù)最大化框架下的時間分配問題的統(tǒng)計模型。Kim et al. (2002) 所提模型假設(shè)誤差分布為多元正態(tài)，Bhat (2005) 假設(shè)誤差為極值分布。本報告通過模擬分析了兩個模型參數(shù)估計和模型擬合問題，并且應(yīng)用kim 模型分析了香港交通出行者不同活動的時間分配問題。

Alicia Carriquiry博士（Iowa State University）作了題為 Density Estimation for a Non-Gaussian Random Variable Observed with Measurement Error - Applications to Dietary Assessment的報告。幾乎每個國家都進(jìn)行膳食調(diào)查，從而了解整個人群的健康狀況，為食物調(diào)配政策提供參考。為了控制費用，通常只調(diào)查每個受訪者一至兩天的食物攝入，盡管公共衛(wèi)生更關(guān)注的是居民長期的食物攝入和營養(yǎng)狀況。令Y和y分別表示日攝入量和通常攝入量，u表示測量誤差，并且y與u之間不獨立，則Y=y+u。Y的密度函數(shù)f=fy*fu，為兩個密度函數(shù)的卷積。因此對fy的估計為在給定服從密度f的觀測值下對含有觀測誤差的隨機(jī)變量的密度估計。針對數(shù)據(jù)的非正態(tài)性和噪音影響，本報告提出了一個具有優(yōu)良性質(zhì)的對fy的估計方法。本方法為半?yún)?shù)方法易于實施，目前被世界很多政府機(jī)構(gòu)、研究群體和組織單位使用。

Jiayang Sun博士（Case Western Reserve University）作了題為 New Approach to Estimation for Data with General Measurement Error的報告。本報告在誤差分布已知和未知情況下，提出了一個對帶有測量誤差的數(shù)據(jù)的密度估計方法，該方法是對Non-Fourier估計和混合估計的結(jié)合。

Linda Zhao博士（University of Pennsylvania）作了題為 Learning from Crowds的報告。在有指導(dǎo)的學(xué)習(xí)中，對于一個觀測通常很難獲得客觀準(zhǔn)確的標(biāo)簽，而是從不同方面獲得主觀的帶有噪音的多個不同的標(biāo)簽。針對此問題，本報告提出了一個概率方法評價不同標(biāo)簽并給出真實的隱藏標(biāo)簽的估計。實際數(shù)據(jù)分析表明新方法由于通常使用的多數(shù)投票方法。

Manyu Wong博士（Hong Kong University of Science and Technology）作了題為 Three Estimators for Poisson Regression Model with Measurement Error的報告。本報告提出三種帶有測量誤差的泊松回歸模型的參數(shù)估計方法。在假設(shè)測量誤差正態(tài)分布，潛變量和可觀測變量之間相關(guān)系數(shù)已知的情況下，新的系數(shù)估計僅需調(diào)整原有估計，無需考慮測量誤差。最后通過模擬方法研究了估計量的相合性和漸近性。

艾春榮博士（上海財經(jīng)大學(xué)）作了題為 A Unified Theory of Functional Coefficients Models的報告。本報告考慮了參數(shù)為協(xié)變量的函數(shù)的模型推斷問題。提出的方法是將函數(shù)的系數(shù)用sieves替代，并且以此近似形式對模型進(jìn)行估計。在一些充分條件下，估計是相合、漸近正態(tài)估計。

Xinyu Zhang博士（Chinese Academy of Sciences）作了題為 Model Averaging by Cross Validation的報告。模型的組合技術(shù)是降低模型參數(shù)估計風(fēng)險的常用方法。本報告討論了對帶有異質(zhì)性和自相關(guān)誤差的因變量條件均值的估計。提出的模型平均的方法，通過最小化交叉驗證指標(biāo)對模型權(quán)重進(jìn)行優(yōu)化。在平方損失下，該方法可證明是漸近最優(yōu)的。模擬和實際數(shù)據(jù)都表明該方法很好的擬合了數(shù)據(jù)。

“Projection Based Scatter Depth Functions and Associated Scatter Estimators”(Xin Dang, Department of Mathematics University of Mississippi University）介紹了scatter depth functions 及其很好的性質(zhì)?；趕catter depth的投影滿足很好的性質(zhì)，并且其樣本具有強(qiáng)以及階的一致相合性。在一些正則條件下，得到了scatter depth functions的經(jīng)驗過程的極限分布，其影響函數(shù)有界。進(jìn)一步的導(dǎo)出了一個基于仿射等價scatter的最大depth。得到了樣本scatter 的估計量的極限分布并證明了強(qiáng)以及階的一致相合性。相關(guān)scatter的估計量的有限樣本的行為顯示出其有高穩(wěn)定性及高效性。

“對廣義的帕累托分布改良的似然性方法”(Yongcheng Qi，美國明尼蘇達(dá)州得盧斯大學(xué))介紹到最大似然法可以用來估計帕累托分布的參數(shù)，但因為帕累托分布的非規(guī)律性，所以在某個區(qū)域里這個方法不能估計它的形態(tài)參數(shù)。Yongcheng Qi的研究提出了一種新的似然估計的方法克服了這個問題，使得在所有區(qū)域里都可對帕累托分布的參數(shù)進(jìn)行估計。

“用交叉驗證法進(jìn)行模型平均”(Xinyu Zhang，中國科學(xué)院數(shù)學(xué)與系統(tǒng)科學(xué)研究院)指出模型平均法被廣泛用來減少估計時錯誤的風(fēng)險。Xinyu Zhang的研究主要是用異方差和自相關(guān)干擾來估計響應(yīng)變量的條件均值。他提出一個模型平均的方法，主要是用最小化交叉驗證準(zhǔn)則的方法來獲得權(quán)向量。他展示的這個模型平均法的參數(shù)是漸近性最優(yōu)的。最后他還展示了模擬的結(jié)果和實際數(shù)據(jù)分析的結(jié)果，都證明了這個方法的優(yōu)點。

“用廣義的非循環(huán)有向圖來識別非線性向量自回歸模型”(Wei Gao，西安財經(jīng)學(xué)院)利用在非循環(huán)有向圖里頂點代表著不同時間的隨機(jī)變量，邊代表著變量間的因果關(guān)系。她提出了非線性時間序列模型家族的定義，這個家族也可以用非循環(huán)有向圖來表示。時間序列變量之間的條件獨立性關(guān)系可以用條件互信息統(tǒng)計和置換過程來證明。一般的條件互信息和線性條件互信息聯(lián)合靴帶法之間的差異被用來驗證因變量的非線性。為了確定非線性向量自回歸模型里同時發(fā)生的因果聯(lián)系，廣義似然比統(tǒng)計可以用來確定同時發(fā)生的變量之間的因果方向。而基于非參的最大似然估計的條件靴帶法可以用來逼近檢驗統(tǒng)計量的分布。最后她還展示了她用模擬數(shù)據(jù)驗證的結(jié)果。

Samuel Kou（哈佛大學(xué)統(tǒng)計系）的報告主題是“異方差層級模型的最優(yōu)壓縮估計”（Optimal Shrinkage Estimation in Heteroscedastic Hierarchical Models）。本文利用James-Stein壓縮估計的思想，建立了異方差層級模型的SURE(Stein’s unbiased risk estimate)估計量。作者證明了該估計量的在理論上的最優(yōu)性，然后用這種估計量處理了幾組模擬數(shù)據(jù)和一組實際數(shù)據(jù)，表明該方法有一定的實用性。

Changjiang Xu ，A. Ian McLeod討論了一般信息準(zhǔn)則的性質(zhì)及其在懲罰MLE模型選擇中的適用性，并用糖尿病的實驗數(shù)據(jù)進(jìn)行了實證研究。

Chi-Chung Wen以骨折數(shù)據(jù)為分析背景，在假定數(shù)據(jù)服從比例風(fēng)險模型的前提下，針對協(xié)變量缺失的現(xiàn)狀數(shù)據(jù)構(gòu)造了非參數(shù)極大似然估計法，并通過模擬數(shù)據(jù)和真實數(shù)據(jù)驗證了非參數(shù)極大似然估計的效果。

3、漸近理論的前沿研究

報告“基于局部方法的廣義估計方程的權(quán)重”（Ian McKeague, 哥倫比亞大學(xué)）討論了在生物醫(yī)學(xué)中簇生和相關(guān)數(shù)據(jù)分析中產(chǎn)生的如何計算廣義估計方程(GEE)的權(quán)重的問題，已有的計算方式是基于固定方法的，一種更嚴(yán)格精確的計算方式是基于局部方法的。雖然這樣的權(quán)重分析已經(jīng)是標(biāo)準(zhǔn)的漸進(jìn)有效性理論的一部分，但以前卻從未應(yīng)用到GEE中。他們的結(jié)果（與Zhigang Li合作）表明已有的基于固定方法的方式對于線性模型可以提供可靠的權(quán)重計算。然而在帶有可交換相關(guān)結(jié)構(gòu)的logistic回歸的Wald檢驗的重要的特殊情況，已有的方式將使得拒絕的樣本容量變大大約10%，而局部漸進(jìn)方法可以精確到2%。

報告“無限維指數(shù)族的極大似然估計”（David Pollard, 耶魯大學(xué)）解釋了Dou, Pollard和Zhou用過的關(guān)于極大極小問題函數(shù)估計的關(guān)鍵論證的一個簡化版本。主要內(nèi)容是：維數(shù)隨著樣本容量增大的參數(shù)估計的凹凸法則，一個技巧的變化來去除有偏項。

報告“非光滑泛函的估計”（Mark Low, 賓夕法尼亞大學(xué)）指出對于極大極小風(fēng)險，當(dāng)估計任意一個泛函時，一個一般的下界可以給出。邊界是基于兩個復(fù)合假設(shè)。這是有效的對于估計多元正態(tài)觀測的均值的L1模。基于漸進(jìn)理論和Hermite多項式，漸進(jìn)的靈敏的極大極小率的最優(yōu)估計將被構(gòu)造出。注：本文合作者為Tony Cai

4、觀測研究中的因果推斷

“重復(fù)交叉截面觀測學(xué)習(xí)中的因果推斷”(Bo LU)指出對于不管是二值處理還是多水平處理的交叉截面設(shè)計，因果關(guān)系的推斷已得到廣泛的研究。但對不同參與者在同一時間進(jìn)行重復(fù)測量的交叉截面研究這種討論還很少。這種設(shè)計具有一個時間成分，但它不同于那種對同一個體在多個時間進(jìn)行觀測的縱向觀測學(xué)習(xí)。在健康研究中，一個有希望的/成功的項目經(jīng)常采用本質(zhì)上一樣的方式在同一時間點進(jìn)行重復(fù)。我們的研究是由一個意大利的戒煙項目所激發(fā)的。這個項目從2001年到2006年進(jìn)行重復(fù)，目的是比較藥物加顧問服務(wù)與只有顧問服務(wù)這兩種策略對戒煙的效果。這次演講針對這個重復(fù)的交叉截面研究設(shè)定可能的結(jié)果體系，識別對于有效的因果效應(yīng)估計的假定，討論檢驗?zāi)承┘俣ǖ目赡芡緩讲ξ礄z驗的一些假定進(jìn)行靈敏度分析。一個相配的估計方法被用于分析這個實際數(shù)據(jù)。

“當(dāng)協(xié)變量只在離散時間點上被觀察時對連續(xù)時間過程的因果推斷”(Dylan Small)介紹到：在縱向數(shù)據(jù)中大多數(shù)對因果推斷的關(guān)于G估計的工作都假定一個潛在的離散時間數(shù)據(jù)生成過程。然而，在有些研究中，假定數(shù)據(jù)是由協(xié)變量只在離散時間被觀察的連續(xù)時間過程生成的是更為合理的。對于這種設(shè)定，我們研究為提供相合估計對離散時間G估計所需要的假定，同時我們呈現(xiàn)一種在比一般離散時間G估計更弱的條件下建立相合估計量的新方法。我們用我們的新方法來研究痢疾對兒童身高的影響。這一工作是和張明遠(yuǎn)以及Marshall Joe一起完成的。

5、對函數(shù)型數(shù)據(jù)的正規(guī)化方法研究

“函數(shù)型梯度的可加建?！?Fang Yao and Hans-Georg Mulle)旨在研究在觀察到函數(shù)型預(yù)測變量和標(biāo)量型響應(yīng)變量的函數(shù)型回歸設(shè)定情形下的函數(shù)型導(dǎo)數(shù)和梯度的估計問題。導(dǎo)數(shù)被定義為函數(shù)型方向?qū)?shù)，它們能夠指示在特殊函數(shù)方向的預(yù)測功能的變化如何引起在標(biāo)量型響應(yīng)變量中相應(yīng)的變化。為了得到一個不依賴模型的方法，維度軌跡航行需要施加適當(dāng)?shù)慕Y(jié)構(gòu)性制約。因此，我們提出在可加回歸框架內(nèi)對函數(shù)型導(dǎo)數(shù)進(jìn)行估計。這里函數(shù)型導(dǎo)數(shù)的可加成分和具有預(yù)測過程的函數(shù)型主成分的一維非參數(shù)回歸的導(dǎo)數(shù)是相關(guān)聯(lián)的。這種方法只要求估計一維非參數(shù)回歸的導(dǎo)數(shù)，因此在計算上是非常簡單實施的，同時也提供了實質(zhì)性的靈活性，快速計算和漸近相合性。我們通過整個生命周期的生殖能力對早期生殖軌跡的依賴性研究來展示功能導(dǎo)數(shù)和梯度的估計和解釋。

“利用雙向正則化奇異值分解對雙向函數(shù)型數(shù)據(jù)進(jìn)行分析”(Haipeng Shen:)指出雙向函數(shù)型數(shù)據(jù)包含一個數(shù)據(jù)矩陣，這個矩陣它的行和列，都是有結(jié)構(gòu)的。比如暫時的或者空間的，當(dāng)數(shù)據(jù)是在空間中的不同地點收集的時間序列。我們通過對數(shù)據(jù)矩陣的奇異值分解（SVD）中的左右奇異向量引入正則化把單向函數(shù)型主成分分析（PCA）推廣到雙向函數(shù)型數(shù)據(jù)。我們集中在一個懲罰途徑上，并解決從單向回歸懲罰構(gòu)建恰當(dāng)?shù)碾p向懲罰這一不平凡的問題。我們引入條件交叉驗證光滑參數(shù)選擇也就是左奇異向量在右奇異向量條件下交叉驗證出來，反之依然。這一想法可通過看過另一個最優(yōu)化算法的一部分來實現(xiàn)。另外除了懲罰途徑，我們簡單考慮了基于基展開的雙向正則化方法。所提出的這些方法在模擬學(xué)習(xí)和實際數(shù)據(jù)例子中進(jìn)行了描述。

6、縱向數(shù)據(jù)模型研究

“區(qū)組數(shù)據(jù)的相關(guān)結(jié)構(gòu)的模型選擇”(Annie Qu)指出由于相關(guān)結(jié)構(gòu)的模型選擇相對于僅有協(xié)變量的模型選擇而言，涉及更高階的矩，它正成為一個具有挑戰(zhàn)性的問題。然而，對相關(guān)結(jié)構(gòu)的正確刻畫對提高針對區(qū)組數(shù)據(jù)的估計量的估計效率起著很重要的作用。我們的策略是利用一系列待選的基矩陣和涉及很多基矩陣的懲罰模型來盡可能的近似相關(guān)矩陣的經(jīng)驗估計量。該方法不但不需要似然函數(shù)而且在計算方面是高效的。另外，它能夠通過從很多基矩陣中進(jìn)行成對選擇策略來識別復(fù)雜的相關(guān)結(jié)構(gòu)而且它可以應(yīng)用到離散和連續(xù)的響應(yīng)數(shù)據(jù)。理論上，我們展示了該方法具有相合的選擇真實相關(guān)結(jié)構(gòu)的神諭性質(zhì)以及當(dāng)真實結(jié)構(gòu)已知時估計的相關(guān)參數(shù)具有同樣漸進(jìn)正態(tài)分布的性質(zhì)。我們的模擬實驗和數(shù)據(jù)例子顯示該方法在選擇真實結(jié)構(gòu)方面是有效的。

這是和Virginia大學(xué)的周建輝的聯(lián)合工作

“利用雙懲罰REML方法選擇固定效應(yīng)和隨機(jī)效應(yīng)”(Peter Song)強(qiáng)調(diào)在分析區(qū)組數(shù)據(jù)和縱向數(shù)據(jù)時，線性混合效應(yīng)模型（LMM）具有非常廣發(fā)的應(yīng)用。在LMM的實際應(yīng)用中，對隨機(jī)效應(yīng)部分結(jié)構(gòu)的推斷對得到個體響應(yīng)的恰當(dāng)解釋和做出準(zhǔn)確的統(tǒng)計推斷具有很重要的作用。當(dāng)在分析中具有非常多固定效應(yīng)和隨機(jī)效應(yīng)時，這個推斷任務(wù)就變得顯著的具有挑戰(zhàn)性。變量選擇的困難來自我們需要同時正則化均值模型和協(xié)方差模型并且對這兩個模型中的一些參數(shù)要進(jìn)行限制。在這次演講中，我們將呈現(xiàn)在LMM中利用雙正則化的限制極大似然的一種新方法來同時選擇固定效應(yīng)和隨機(jī)效應(yīng)。為保證選取的隨機(jī)效應(yīng)的協(xié)方差矩陣具有正定性，我們采取了Cholesky分解。相對于出現(xiàn)在Cholesky分解中的排好序的預(yù)測變量，隨機(jī)效應(yīng)時不變的。接著我們發(fā)展了一種新的算法用于有效的解決相關(guān)的最優(yōu)化問題。這種算法的計算消耗是能夠和LMM中用于求解MLE或者REML的Newto-Raphson算法相比較的。我們也研究了該方法的大樣本性質(zhì)其中包括神諭性質(zhì)。模擬學(xué)習(xí)和數(shù)據(jù)分析都用來進(jìn)行描述。

7、現(xiàn)代分位回歸

現(xiàn)有的分層模型的理論本質(zhì)上說就是有關(guān)給定預(yù)測變量的值后響應(yīng)變量的條件均值的理論。這些理論沒有也不可能給出響應(yīng)變量的條件分位函數(shù)的全面刻畫. 所以，考慮給定協(xié)變量的條件下響應(yīng)變量的全面刻畫問題、估計子的穩(wěn)健問題等等，就顯得非常必要了。舉個例子說吧：我們很想知道具有分層結(jié)構(gòu)的數(shù)據(jù)里，某個協(xié)變量是否對響應(yīng)變量的不同層面有不同的影響？什么時候產(chǎn)生的不同影響？產(chǎn)生的機(jī)理是什么？等等。再比如說，怎樣解釋1992年美國民主黨所提出的美國人出現(xiàn)了兩極分化問題：窮的越窮，富的越富?

另一方面，Koenker and Bassett (1978) 首先提出了分位回歸模型的概念。分位回歸是一種統(tǒng)計方法，它旨在對條件分位函數(shù)進(jìn)行統(tǒng)計推斷。正如基于殘差平方和最小化的經(jīng)典線性回歸方法能估計條件均值函數(shù)一樣，分位回歸方法為我們提供了一種估計條件分位函數(shù)的機(jī)制。一個著名的分位回歸的特例就是最小絕對偏差(LAD)估計，它將中位數(shù)擬合成協(xié)變量的線性函數(shù)LAD估計內(nèi)在的引人入勝之處就在于它在度量位置參數(shù)的時候，比均值好。

而后，分位回歸取得了長足發(fā)展。下面僅僅是幾個典型的例子：1.在參數(shù)分位回歸模型方面， Portnoy and Koenker (1997) 討論了線性規(guī)劃中內(nèi)點問題的最新進(jìn)展；2.在非參數(shù)分位回歸模型方面，Yu and Jone (1998) 提出了“雙核”(Double-kernel)法；3.在半非參數(shù)分位回歸模型方面，Koenker，et al .(1992) 給出了一種解決基于罰似然估計(the penalized likelihood estimation)的算法；4.目前，分位回歸有幾個熱門話題：時間序列中的分位回歸；分位回歸的擬合優(yōu)度以及貝葉斯分位回歸，等等。有關(guān)分位回歸的優(yōu)點可以初略地概括如下：1).給定一組預(yù)測變量之后，它能全面刻畫響應(yīng)變量的整個條件分布；2).分位回歸模型有線性規(guī)劃代理 (LP)，這使得估計簡便；3).就像LAD 這一特例一樣，分位回歸的目標(biāo)函數(shù)是加權(quán)的絕對偏差和，所以它能給出一個穩(wěn)健的位置測度，因此，被估計的系數(shù)向量對響應(yīng)變量的離群點(Outliers)不敏感； 4) 當(dāng)誤差項服從非正態(tài)的時候，分位回歸估計量要比最小二乘估計量更為有效，等等。

“局部自適應(yīng)分位回歸”(Tian)考慮自適應(yīng)權(quán)重選擇的非參數(shù)條件分位回歸問題,提出了一些理論性質(zhì)及其應(yīng)用，并且已經(jīng)證明了本文提出方法的優(yōu)良性質(zhì)，首先不需要模型的先驗信息、避免了維數(shù)災(zāi)難，特別是對于跳躍點和不連續(xù)點問題都表現(xiàn)出了很好的性質(zhì)。我們建立了一個關(guān)于局部自適應(yīng)窗寬的一個自動選擇方式。這個算法對于高維情況也適用，同時，我們建立了模擬研究和實證分析，它們都體現(xiàn)出我們這種新方法無論在理論上還是實際中都體現(xiàn)出了優(yōu)良的統(tǒng)計性質(zhì)。

“分位回歸中的可加模型”(Koenker)介紹了懲罰分位回歸，條件分位函數(shù)可以有解決的估計得到，其中表示檢驗函數(shù)，并且P表示一個懲罰項，它是用來控制擬合函數(shù)的粗糙性的。

來自Chinese Academy of Sciencess 的Yong Zhou 博士作了題為Efficient Estimation and Inference for Quantile Regression with Varying-Coefficient Models with Censoring的報告。本報告討論了應(yīng)用分位回歸模型研究帶有刪失數(shù)據(jù)的變系數(shù)模型問題，構(gòu)建了一個倒概率刪失加權(quán)的估計方程。對所提方程使用MM方法進(jìn)行求解，推導(dǎo)了所提方法的局部Bahadur表達(dá)并且證明了估計量的漸近正態(tài)性。同時給出了協(xié)方差矩陣的相合有效估計。在實際應(yīng)用中，建議使用重抽樣方法進(jìn)行參數(shù)估計，模擬和實際數(shù)據(jù)都顯示了所提方法的優(yōu)越性。

8、時間序列與混沌

報告“應(yīng)用廣義半?yún)?shù)動態(tài)因子的高維非平穩(wěn)時間序列的建模”（Song Song，柏林洪堡大學(xué)，Wolfgang H?rdle，加州大學(xué)伯克利分校，Ya'acov Ritov，耶路撒冷希伯來大學(xué)）對于高維時間序列數(shù)據(jù)，應(yīng)用廣義半?yún)?shù)動態(tài)因子方法可找到高維相依結(jié)構(gòu)并可做高維的分類。

報告“帶有緩慢衰減相關(guān)性的混沌陣發(fā)映射的頻率分析”（R.J.Bhansali，利物浦大學(xué)和M.P.Holland，薩里大學(xué)）給出了一種新的方法來刻畫長記憶性，介紹了從代數(shù)學(xué)角度來定義陣發(fā)映射族，很多已知的帶有緩慢衰減相關(guān)性的陣發(fā)映射的例子都可用他們所介紹的定義的理論框架來解釋。

9、貝葉斯方法應(yīng)用研究的新進(jìn)展

報告“隨機(jī)化回答求和評分變量的貝葉斯分析”（Jong-Min Kim，明尼蘇達(dá)大學(xué)莫里斯分校）對于兩類在自我保護(hù)假設(shè)下的隨機(jī)化回答求和評分變量的Poisson回歸模型給出了貝葉斯方法，隨機(jī)化回答的數(shù)據(jù)來自荷蘭2004年關(guān)于違反社會保障條例的調(diào)查，并就此數(shù)據(jù)來演示前面所提的模型。

報告“識別記憶和心理學(xué)實驗中的貝葉斯分層模型”（Dongchu Sun，密蘇里大學(xué)）回顧了貝葉斯分層模型在三種形式的心理學(xué)研究中的最新進(jìn)展。討論了MLE的存在性以及貝葉斯分層模型先驗值的選取，在實際問題中當(dāng)似然函數(shù)不能很好發(fā)揮作用時貝葉斯分析可以取得很好的效果。其中先驗值的選取十分關(guān)鍵，至少穩(wěn)健性是需考慮的。如果可能應(yīng)選取客觀先驗值來做個比較。

報告“置信推斷與客觀貝葉斯推斷的比較”（Jan Hannig，北卡羅來納大學(xué)教堂山分校）推廣了Fisher的置信方法，給出了適用實際任意情況的置信準(zhǔn)則。并用各種復(fù)雜的例子來說明這一準(zhǔn)則。同時發(fā)現(xiàn)了，出于模擬與理論上的考慮，基于這一準(zhǔn)則的統(tǒng)計程序的情況表明它們具有好的重抽樣頻率論的性質(zhì)。比較了推廣的置信分布與相應(yīng)的客觀貝葉斯分布。報告的部分內(nèi)容基于與Hari Iyer, Thomas C.M. Lee, Jessi Cisewski, Dongchu Sun合作的工作。

“贊同實驗政治支持的貝葉斯測量模型并應(yīng)用于巴基斯坦的激進(jìn)組織”(Kosuke Imai) 為測量隊政治勢力（比如候選人、黨派以及其他的政治組織）的支持水平以及他們對事物所有權(quán)的強(qiáng)度，抽樣試驗經(jīng)常被實施。在抽樣試驗中，響應(yīng)者被要求表達(dá)他們對由隨機(jī)選取的政治勢力所贊同的某特定政策的觀點。然后這些響應(yīng)者和來自被問及沒有贊同的政策的控制組進(jìn)行對比。這種抽樣策略在研究敏感政治態(tài)度方面是非常有效的。針對這種贊同實驗我們發(fā)展一種貝葉斯測量模型。我們的模型是基于條款響應(yīng)理論，并對群體水平和個人水平的政治支持提供估計。這些水平的測量是基于對響應(yīng)者理想得分的同一尺度進(jìn)行的。另外，這個模型不僅可以估計對任一給定政策各個政治勢力事務(wù)所有權(quán)的強(qiáng)度，還可以估計出響應(yīng)者自身特征和他們對某一特定勢力支持水平之間關(guān)系。最后，我們提供經(jīng)驗和模擬證據(jù)來說明該方法的應(yīng)用性和統(tǒng)計有效性。我們對巴基斯坦最近的一個抽樣試驗的分析揭示了公眾對不同的激進(jìn)組織的有趣的支持模式。

10、多元統(tǒng)計前沿方法

報告“Copula回歸設(shè)置中方向依賴性介紹”（Jing Li，明尼蘇達(dá)大學(xué)）討論了如何證實兩變量之間的方向性依賴問題，并給出了在此條件下Copula回歸模型的構(gòu)造方法。報告介紹了Copula方法的發(fā)展和變量之間存在方向性依賴的問題，并通過169對夫妻的身高和年齡給出了方向性依賴的實證。報告提出了通過Copulas回歸現(xiàn)在組合再截掉不變的Copulas的方法來構(gòu)造Copulas回歸模型，并舉例做了說明。Copula理論解決了傳統(tǒng)相關(guān)性分析方法無法解決方向性的問題，為彌補(bǔ)傳統(tǒng)多元統(tǒng)計假設(shè)的不足與缺陷提供了一條有效的途徑。

報告“利用迭代估計方程對縱向多節(jié)點數(shù)據(jù)建模”著重解決了兩個挑戰(zhàn)性的問題，分別是響應(yīng)變量的分布和聯(lián)合分布問題以及密集計算問題。報告以空氣污染中二氧化硫和氮化物的排放為例說明了所要研究的縱向多節(jié)點數(shù)據(jù)的問題。報告從多重端點出發(fā)，構(gòu)造潛變量；同時從協(xié)變量出發(fā)，構(gòu)造潛變量與協(xié)變量間的結(jié)構(gòu)關(guān)系，從而共同完成了縱向多重端點數(shù)據(jù)的建模工作，通過迭代算法對模型參數(shù)做了估計。報告指出估計具有一致性、漸進(jìn)無偏性和穩(wěn)健性。

11、統(tǒng)計診斷研究

報告“基于多階馬氏鏈的序列比較”（Xiang Fang，內(nèi)布拉斯加林肯大學(xué)；Shunpu Zhang，內(nèi)布拉斯加大學(xué)奧馬哈分校；Guoqing Lu，美國國家癌癥研究院）著眼于生物信息學(xué)領(lǐng)域的序列信息比較這個問題。報告首先簡單闡述了處理這類問題的兩類常用方法，本報告中的方法是在第二類方法中的馬氏鏈方法的基礎(chǔ)上發(fā)展出來的。報告接下來說明了馬氏鏈方法的原理、它的合理性以及生物信息學(xué)中DNA序列的馬氏鏈模型，然后給出了多階轉(zhuǎn)移陣（MTM）的定義、多階轉(zhuǎn)移陣中每個轉(zhuǎn)移概率的定階方法以及用來衡量序列相似程度的距離的計算方法，從而完整的闡述了多階馬氏鏈方法。報告用多階馬氏鏈方法處理了流感病毒數(shù)據(jù)并且給出了結(jié)果，結(jié)果說明了這種方法的優(yōu)勢，在此基礎(chǔ)上得出了結(jié)論，肯定了多階馬氏鏈方法在處理序列信息比較的問題時的先進(jìn)性并且預(yù)測了這種方法未來可能會改進(jìn)的地方。

報告“靈活的逐步回歸：多變點檢測的一種自適應(yīng)分割方法”（Yinglei Lai，喬治華盛頓大學(xué)）處理的是“時間進(jìn)程”數(shù)據(jù)，“時間進(jìn)程”是連續(xù)或者定序的預(yù)測變量，數(shù)據(jù)的相應(yīng)變量可以是連續(xù)的或者二值的。最優(yōu)化算法和傳統(tǒng)的動態(tài)規(guī)劃算法都不能達(dá)到建立模型并進(jìn)行預(yù)測的目標(biāo)，改進(jìn)的動態(tài)規(guī)劃算法則滿足了要求。報告接下來給出了改進(jìn)的動態(tài)規(guī)劃算法的具體內(nèi)容，這種方法得到的估計量具有相合性，然后給出了這個回歸模型的檢驗統(tǒng)計量以及響應(yīng)變量值的置信區(qū)間，并且把這種算法推廣到了響應(yīng)變量是二值變量的情況。把改進(jìn)的動態(tài)規(guī)劃算法與廣泛應(yīng)用的遞歸分割方法和遞歸組合方法進(jìn)行了對比，總結(jié)了改進(jìn)的動態(tài)規(guī)劃算法的優(yōu)點和缺點。

報告“主成分分析法何時能得到較滿意的結(jié)果?”（廣東商學(xué)院，林海明）針對主成分分析法得到較滿意結(jié)果的問題，應(yīng)用變量與主成分的相關(guān)陣與因子分析主成分法估計的因子載荷陣的關(guān)系和比較，明確了：主成分分析法何時能得到較滿意結(jié)果的一個條件，主成分個數(shù)確定、主成分命名更好的依據(jù)和檢驗等。報告給出了主成分分析法用于綜合評價的一個推薦步驟，列舉了國際女子徑賽項目數(shù)據(jù)的綜合評價實例，發(fā)現(xiàn)其結(jié)果具有相應(yīng)的決策相關(guān)性等，進(jìn)一步給出了主成分分析應(yīng)用時的一些建議。

報告“局部影響分析及其應(yīng)用”（云南財經(jīng)大學(xué)，石磊）則主要是方法介紹。報告先對局部影響的方法進(jìn)行了介紹，包括約束的影響分析和逐步局部影響方法兩部分，然后分別介紹了其在線形回歸模型、線形混合模型和實踐序列ARIMA模型中的應(yīng)用。

四、生物醫(yī)學(xué)統(tǒng)計

1、基因、DNA和蛋白質(zhì)數(shù)據(jù)的統(tǒng)計分析

Michael S. Waterman博士（University of Southern California）作了題為Eulerian Graphs and Reading DNA Sequences 的主題發(fā)言。該發(fā)言首先介紹了DNA序列分析的歷史，接著討論了有關(guān)DNA序列拼接研究進(jìn)展與挑戰(zhàn)。之后著重探討了新時期的DNA序列研究特點以及應(yīng)用歐拉圖方法對DNA序列進(jìn)行分析的優(yōu)勢與難點。

Hongyu Zhao博士（Yale University）作了題為 Weighted Random Subspace Method for High Dimensional Data Classification的報告。該報告指出來自基因和蛋白質(zhì)研究的高維數(shù)據(jù)，因其數(shù)據(jù)維度大并且常常帶有噪聲，給傳統(tǒng)的分類算法帶來了極大的挑戰(zhàn)。變量預(yù)篩選與組合算法等方法可以解決這個問題，但是通常變量篩選方法沒有考慮變量之間的交互作用并且容易過擬合數(shù)據(jù)。組合算法（bagging, boosting, 隨機(jī)子空間方法，隨機(jī)森林方法）處理高維數(shù)據(jù)較有效，但是缺乏對該方法最優(yōu)權(quán)重分配的討論，這妨礙了組合算法得到更精確地分類結(jié)果。本報告給出了一個探索式的最優(yōu)權(quán)重分配方法，并將其應(yīng)用到隨機(jī)子空間方法，得到加權(quán)隨機(jī)子空間方法。該方法用來分析公開的基因表達(dá)數(shù)據(jù)以及質(zhì)譜數(shù)據(jù)，相對于等權(quán)重方法，所提方法有顯著提高。

Yazhou Wu博士（Third Military Medical University）作了題為 Methods of Gene Regulatory Network Model for Expression Data of Temporal Gene的報告?；蛘{(diào)控網(wǎng)絡(luò)是功能基因組學(xué)的重要內(nèi)容，也是生物信息學(xué)研究的前沿問題。一個備受關(guān)注的問題是如何在海量的基因表達(dá)數(shù)據(jù)中分析互補(bǔ)基因的調(diào)控關(guān)系。通過對人腦三個區(qū)域基因芯片數(shù)據(jù)的處理和分析，該報告比較分析了微分方程模型、Lotka-Volterra模型、關(guān)聯(lián)規(guī)則等現(xiàn)有模型。在此基礎(chǔ)上提出整數(shù)非線性規(guī)劃模型。該模型在權(quán)重選擇方面更客觀合理，并且得到更好的數(shù)據(jù)分析結(jié)果。該模型為分析基因表達(dá)數(shù)據(jù)以及生物信息學(xué)的研究提出了新的方向。

Zehua Chen博士（National University of Singapore）作了題為 A Two-stage Penalized Logistic Regression Approach to Case-control Genome-wide Association Studies的報告。本報告討論了使用兩階段帶懲罰Logistic回歸方法進(jìn)行全基因組關(guān)聯(lián)研究。在第一階段，使用L1懲罰的似然函數(shù)選擇變量的主效應(yīng)和交互效應(yīng)，在第二階段，使用帶SCAD和Jeferry’s Prior懲罰的似然函數(shù)對保留下來的變量進(jìn)行排序，擬合一系列嵌套模型，并使用擴(kuò)展的BIC準(zhǔn)則對模型進(jìn)行評價。在大樣本條件下，模型有很好的漸近性質(zhì)。通過模型研究了模型在有限樣本下的表現(xiàn)。并且與現(xiàn)有方法進(jìn)行比較，分析了CGEMS前列腺癌數(shù)據(jù)。

郭建華博士（東北師范大學(xué)）作了題為 Genome-Wide Association Studies Using Haplotype Clustering with A New Haplotype Similarity的報告?；虻年P(guān)聯(lián)分析對研究與基因有關(guān)的疾病非常重要，在所有的分析方法中，基于單倍體的關(guān)聯(lián)分析有很多優(yōu)點，但也受限于單倍體很少的事實。單倍體聚類提供了一個解決放案。本報告提出了一個基于新的相似度的聚類方法。模擬數(shù)據(jù)表明該方法可以很好的發(fā)現(xiàn)疾病標(biāo)志物的關(guān)聯(lián)。該方法應(yīng)用到實際數(shù)據(jù)分析，得到了高精度的估計。

Yu Zhang博士（Penn State University）作了題為 Fast and Accurate False Positive Control in Genome-wide Association Studies的報告。全基因組關(guān)聯(lián)分析通常涉及到對成百萬的SNP進(jìn)行測試，因為SNP之間的連鎖不平衡使得基于SNP的關(guān)聯(lián)測試具有高度的相關(guān)。簡單的Bonferroni修正和排列檢驗都不能很好的解決該問題。本報告提出一個新方法，即易于計算又可以得到很高的準(zhǔn)確性。理論證明新方法的準(zhǔn)確性以及計算所需時間與樣本量、SNP數(shù)量和p值無關(guān)。應(yīng)用到實際數(shù)據(jù)分析發(fā)現(xiàn)不同基因區(qū)域差別很大的保守性，這與SNP的連鎖不平衡和密度有很大相關(guān)。新方法可以進(jìn)一步被用來控制錯誤發(fā)現(xiàn)率。

“罕見變異全基因組測序研究的association分析統(tǒng)計方法”（Xihong Lin）提到高通量測序技術(shù)正迅速成為基因組研究的可行方法。例如，用于定義與疾病相關(guān)的罕見變異。然而這些數(shù)據(jù)的分析具有很大的挑戰(zhàn)。例如對于有限樣品，因果變量可能不能分析出來，因為他們很少見而且多個變種可能具有因果關(guān)系。我們開發(fā)了加權(quán)核機(jī)器方法用于分析全基因組關(guān)聯(lián)研究的測序數(shù)據(jù)。我們證明我們的方法較其他現(xiàn)有的方法強(qiáng)大。

“Generalized genetic association study with samples of related individuals”（Zeny Feng ，Department of Mathematics and Statistics，University of Guelph）介紹到Genetic association studies 是發(fā)現(xiàn)與人們所感興趣的一些復(fù)雜特征相關(guān)的遺傳因子的一個必不可少的步驟。在此報告中，介紹了一個新穎的廣義擬似然評分測試，此方法既適用于量化的特征又適用于二分類性狀的association study。作者應(yīng)用了一個logistic 回歸模型將所感興趣特征的臨床測量和等位基因頻率的分布相聯(lián)系。模擬結(jié)果顯示此方法比family-based association test (FBAT) 更有強(qiáng)大并能控制第一類錯誤在所要求的水平。作者還應(yīng)用此方法分析了實際的數(shù)據(jù)，得到了新的與所感興趣的復(fù)雜特征相關(guān)的顯著SNP。

2、生物網(wǎng)絡(luò)研究

“基因表達(dá)的數(shù)量性狀座位數(shù)據(jù)的網(wǎng)絡(luò)分析”(Hongzhe Li，美國賓夕法尼亞大學(xué))介紹到現(xiàn)在的遺傳基因組學(xué)試驗常規(guī)性的要測量遺傳變異體和基因表達(dá)數(shù)據(jù)。而基因表達(dá)的水平往往被看作是數(shù)量性狀，而且為了確認(rèn)基因表達(dá)的數(shù)量性狀座位要用標(biāo)準(zhǔn)的基因分析方法。但是很多基因表達(dá)的架構(gòu)是很復(fù)雜的，如果對基因表達(dá)的架構(gòu)估計不好則會造成在轉(zhuǎn)錄水平對基因依附結(jié)構(gòu)的估計不良。Hongzhe Li介紹了幾種分析基因表達(dá)的數(shù)量性狀座位數(shù)據(jù)的方法，包括對推導(dǎo)基因效果和基因關(guān)聯(lián)網(wǎng)絡(luò)的稀疏相依回歸模型和對動態(tài)共表達(dá)分析的懲罰似然估計法。

“對加權(quán)遺傳交互網(wǎng)絡(luò)的模塊分析”(Minghua Deng，北京大學(xué))高通量基因遺傳學(xué)相互作用圖譜方法（EMAP）可以畫出大型的基因相互作用的網(wǎng)絡(luò)，但復(fù)雜的分析這種網(wǎng)絡(luò)的計算方法仍有待發(fā)展。為了解決這個問題，Minghua Deng采用了混合程序建模來構(gòu)建一個加權(quán)遺傳交互網(wǎng)絡(luò)，然后運用一個概率體制來確定網(wǎng)絡(luò)中的密度交互模塊?；旌铣绦蚰Ｐ褪荅MAP里的軟閾值技術(shù)。他還用他們的方法對一個早期分泌性途徑的EMAP數(shù)據(jù)集進(jìn)行了預(yù)測，共預(yù)測有254個模塊。在這些模塊中，有88個可以在基因本體中找到，7個可以在京都基因與基因組百科全書中找到，6個可以在慕尼黑蛋白質(zhì)序列信息中心找到。

“對給定流行病學(xué)數(shù)據(jù)接觸網(wǎng)絡(luò)的貝葉斯推斷”(David Hunter，美國賓州州立大學(xué))網(wǎng)絡(luò)現(xiàn)在很普遍的用于流行病學(xué)的研究中，不同的接觸網(wǎng)絡(luò)結(jié)構(gòu)會導(dǎo)致不同的流行病學(xué)動力學(xué)。但是目前關(guān)于對給定的流行病學(xué)數(shù)據(jù)潛在網(wǎng)絡(luò)結(jié)構(gòu)的推斷的研究還很少。David Hunter的研究是在Britton和O’Neill工作的基礎(chǔ)上，他們倆提出了貝葉斯框架來估計參數(shù)，包括接觸網(wǎng)絡(luò)的參數(shù)。David Hunter的研究是對感染宿主復(fù)原時間的簡單隨機(jī)網(wǎng)絡(luò)的分析。他介紹了兩個對基本模型的擴(kuò)展模型：第一個模型，他擴(kuò)展了易感－暴露－感染－復(fù)原的流行病學(xué)模型，使得模型能符合有指數(shù)型傳播時間、Gamma型分布的潛伏期和感染期的某類疾病。第二個模型，他認(rèn)為指數(shù)族隨機(jī)圖模型比Erdos-Renyi網(wǎng)絡(luò)模型更完善。他的這些模型都可以用R軟件來實現(xiàn)。

“動態(tài)網(wǎng)絡(luò)分析：模型、算法、理論和應(yīng)用”(Eric Xing，美國卡耐基-梅隆大學(xué))社會的結(jié)構(gòu)和組織以及它的不斷變化是一個拓?fù)渲芈?lián)以及語義隨著時間或是隨著世代不斷進(jìn)化的隨機(jī)網(wǎng)絡(luò)。有大量的關(guān)于這種定常網(wǎng)絡(luò)的文獻(xiàn)，但是目前為止對這種拓?fù)渲芈?lián)網(wǎng)絡(luò)的動態(tài)過程的模型研究還很少。Eric Xing介紹了兩種近來新發(fā)展的分析動態(tài)層析進(jìn)化網(wǎng)絡(luò)的方法。第一種是新的稀疏編碼算法，用來估計有著非穩(wěn)定性時間序列或是有著節(jié)點分布的樹序列的隱匿性進(jìn)化網(wǎng)絡(luò)的拓?fù)浣Y(jié)構(gòu)。第二種是新的貝葉斯模型，用來估計和可視化進(jìn)化網(wǎng)絡(luò)節(jié)點結(jié)構(gòu)多功能的軌線。最后Eric Xing還展示了一些實際的例子，如美國參議院和安然公司的進(jìn)化社會網(wǎng)絡(luò)的例子和年老果蠅的進(jìn)化基因網(wǎng)絡(luò)的例子。

“人類近代的祖先”(Joseph Chang，美國耶魯大學(xué))研究考慮的是所有人類共同祖先模型的概率問題。他的研究主要聚焦在家譜網(wǎng)絡(luò)上。在一個隨機(jī)婚配的人群里，最近的共同祖先可能生活在非常近的過去，人口的數(shù)量是呈對數(shù)性增長的。但是隨機(jī)婚配模型忽略了人群里的亞結(jié)構(gòu)，比如有些人只和同一社會階層的人進(jìn)行婚配，還有一些地理上相對孤立的人群。因此尋找人類共同祖先可能需要某種考慮了人群亞結(jié)構(gòu)的模型，而且人類的譜系在過去可能有著某種重疊。在這些模型中，人類最近的共同祖先可能就存在于幾千年前，而且當(dāng)今的人類有著共同的祖先。

此外，來自美國哈佛大學(xué)的Edo Airoldi，也以“網(wǎng)絡(luò)統(tǒng)計和網(wǎng)絡(luò)中的進(jìn)程”為題做了精彩的演講。

3、統(tǒng)計在神經(jīng)影像學(xué)中的應(yīng)用

“函數(shù)型數(shù)據(jù)的分析、因果推斷和腦連接”(Martin Lindquist，美國哥倫比亞大學(xué))函數(shù)型數(shù)據(jù)的分析和因果推斷是近來統(tǒng)計界很感興趣的兩個問題。但是，在神經(jīng)影像學(xué)里這兩個問題的研究和應(yīng)用還很少。Martin Lindquist介紹了一些函數(shù)型數(shù)據(jù)的分析和因果推斷在神經(jīng)影像學(xué)里應(yīng)用的例子。最后他還介紹了一個用函數(shù)通徑分析模型來研究腦連接的例子，并且用因果推斷的方法對函數(shù)通徑分析的結(jié)果估計了平均的因果效能。

“對有色信號的獨立成分分析以及在功能性核磁共振成像中的應(yīng)用”(Young Truong，北卡羅來納大學(xué)教堂山分校)功能性核磁共振成像和結(jié)構(gòu)性的核磁共振成像很類似，簡單來說功能性核磁共振成像就是快速、不斷重復(fù)的結(jié)構(gòu)性核磁共振成像。它對腦活動的改變十分敏感，而腦活動增加了血氧的含量，在圖上表現(xiàn)為測量信號的增強(qiáng)。因此功能性核磁共振成像可以說是依靠于血氧水平的。

“對結(jié)構(gòu)和功能性腦影像的統(tǒng)計學(xué)分析”(Y. Michelle Wang，伊利諾伊大學(xué)厄本那—香檳分校)因為在腦醫(yī)學(xué)中的一些關(guān)鍵性問題，所以發(fā)展能夠準(zhǔn)確有效的分析大量腦影像的統(tǒng)計方法就顯得非常重要。但是影像采集參數(shù)的不確定性，人體解剖和生理上的變異以及影像數(shù)據(jù)本身的噪音、相關(guān)性等等，這些因素都會引起計算問題。Y. Michelle Wang在演講中介紹了他們針對腦部的形態(tài)計量、神經(jīng)電路以及在結(jié)構(gòu)和功能性核磁共振成像中個體差異問題而發(fā)展的一些統(tǒng)計學(xué)方法。最后她還介紹了用這些方法對模擬數(shù)據(jù)和實際影像數(shù)據(jù)分析的結(jié)果。

“利用統(tǒng)計方法估計磁腦照相術(shù)（Magnetoencephalography）信號源的個數(shù)”（Zhigang Yao，美國匹茲堡大學(xué)統(tǒng)計系）指出，MEG是一種圖像處理分析技術(shù)，處理對象是人腦所產(chǎn)生的電磁信號，以實現(xiàn)對人腦功能的研究。由于MEG數(shù)據(jù)的高維度特點，所以其中的主要問題是信號源個數(shù)的確定。目前現(xiàn)有的信號源估計方法主要包括主成分分析法、因子分析法以及AIC法等。然而上述方法在實際信號個數(shù)與噪聲信號個數(shù)的比值較小的情況下會很敏感。由于實際應(yīng)用中噪聲是未知的，因此噪聲估計就至關(guān)重要。報告采用小波方法，傅立葉方法和殘差估計方法估計噪聲，并進(jìn)行了統(tǒng)計模擬和各種方法的對比研究，結(jié)果表明較現(xiàn)有的傳統(tǒng)方法，小波方法和傅立葉方法等更適合于MEG高維數(shù)據(jù)的研究。

4、自適應(yīng)設(shè)計和臨床試驗

“對協(xié)變量自適應(yīng)隨機(jī)化下的研究假設(shè)驗證的理論研究”(Jun Shao，威斯康星大學(xué)麥迪遜分校)指出協(xié)變量自適應(yīng)隨機(jī)化方法已經(jīng)提出很長一段時間了，但是與它相關(guān)的統(tǒng)計推斷的理論研究還很少。在實際應(yīng)用中，很多人就采用適合簡單隨機(jī)化的推斷方法，但其實這種方法在其他隨機(jī)化里并不適用的。他展示了一種獲得有效性驗證的方法，就是用結(jié)果變量和協(xié)方差之間修正性的模型。他還展示了簡單的兩樣本的t檢驗的結(jié)果，考慮到I型誤差，這個結(jié)果在協(xié)變量自適應(yīng)的有偏硬幣隨機(jī)化下是保守的。在這里可以構(gòu)建一個bootstrap的t檢驗方法。他最后還展示了這幾種檢驗在理論和實際數(shù)據(jù)中的檢驗效度。

“自適應(yīng)隨機(jī)臨床試驗的總結(jié)與展望”(Feifang Hu，美國弗吉尼亞大學(xué))指出自適應(yīng)隨機(jī)臨床試驗是在過去10年非常熱門的一種研究方法，F(xiàn)eifang Hu在演講中介紹了在臨床試驗中什么時候需要使用自適應(yīng)隨機(jī)化的方法，如何設(shè)計一個好的自適應(yīng)隨機(jī)化的臨床試驗，以及如何進(jìn)行統(tǒng)計推斷。最后，他還介紹了自適應(yīng)隨機(jī)化臨床試驗未來可能的發(fā)展方向。

此外，來自美國華盛頓大學(xué)Xiao-Hua Andrew Zhou，以“在選擇最優(yōu)化診療里對生物標(biāo)記物的預(yù)測準(zhǔn)確度進(jìn)行評價”為題做了精彩的演講。

5、生存分析模型的前沿研究

“復(fù)發(fā)性分析：長度-頻率權(quán)衡”(Jason Fine，威斯康星大學(xué)麥迪遜分校統(tǒng)計學(xué)院生物統(tǒng)計與醫(yī)學(xué)信息系)共分為六個部分，第一部分對比介紹經(jīng)常性事件與反復(fù)性發(fā)作；第二部分對rhDNase數(shù)據(jù)：數(shù)據(jù)分析中所遇問題進(jìn)行分析；第三部分探討目前的解法方法；第四部分介紹時空過程回歸方法；第五部分是對rhDNase數(shù)據(jù)的再分析；第六部分總結(jié)。

“利用超高維變量對cox模型的原則確定獨立性篩選”(Dana – Farber & Dave Zhao，哈佛大學(xué)公共衛(wèi)生學(xué)院)報告第一部分介紹“多發(fā)性骨髓瘤”，其癥狀表現(xiàn)為骨病變，免疫系統(tǒng)失調(diào)，腎功能衰竭，在確診后患者存活率僅為10%。目標(biāo)是“靶向治療”，也就是要達(dá)到有針對性的治療效果。第二部分報告多發(fā)性骨髓瘤“靶向治療”的探尋過程。第三部分報告SIS：確定獨立性篩選。第四部分詳細(xì)報告PSIS算法。第五部分報告為多發(fā)性骨髓瘤尋找替代基因的過程。

“帶信息區(qū)間刪失下生存數(shù)據(jù)的線性風(fēng)險模型”(孫建國等，密蘇里大學(xué)統(tǒng)計學(xué)院)報告共包括四個部分及一個附錄，報告第一部分主要是舉例介紹兩類區(qū)間刪失數(shù)據(jù)及文獻(xiàn)回顧。報告的第二部分是關(guān)于帶信息刪失的線性風(fēng)險模型的推導(dǎo)。報告的第三部分是乳癌研究的分析。報告的第四部分是結(jié)論討論部分，作者先是介紹了這個方法的局限性，并提出可以將這個方法一般化推廣到K個區(qū)間刪失數(shù)據(jù)，同時提到了未來可以研究的方向。在報告的附錄部分，作者介紹了生存分析回歸模型中最通用的比例風(fēng)險模型。

來自Fred Hutch 的Megan Othus博士作了題為 Marginalized Frailty Models for Multivariate Survival Data的報告。本報告討論了多元生存分析中的高斯copula模型，開發(fā)了一個可以用于研究分類的生存分析數(shù)據(jù)的模型，并且可以檢驗各類之間的相關(guān)是否為零。模型的參數(shù)可以使用現(xiàn)有軟件進(jìn)行兩步估計。應(yīng)用該模型很好的擬合了兒童急性成淋巴細(xì)胞性白血病的數(shù)據(jù)。

6、醫(yī)療與衛(wèi)生保健統(tǒng)計方法研究

Bojuan Zhao博士（天津財經(jīng)大學(xué)）作了題為 Longitudinal Modeling of Age-specific Mortality的報告。對于短期的死亡率數(shù)據(jù)，著名的Lee-Carter模型很難給出穩(wěn)定的特定年齡的死亡率預(yù)測，本報告使用三次樣條及其他可加函數(shù)改進(jìn)Lee-Carter模型解決這個問題。所提模型在稀疏數(shù)據(jù)的情況下，可以給出光滑平穩(wěn)的期望死亡率估計。該模型用來估計中國2000-2008年分年齡分性別的死亡率數(shù)據(jù)，擬合效果優(yōu)于Lee-Carter模型。本報告所提模型對分析其他縱向數(shù)據(jù)（比如生育率數(shù)據(jù)）同樣具有很高的價值。

來自University of Hong Kong的Joseph Wu博士作了題為 A Serial Cross-sectional Serologic Survey of 2009 Pandemic (H1N1) in Hong Kong: Implications for Future Pandemic Influenza Surveillance的報告。在全球性流行性感冒發(fā)作的初期，公共衛(wèi)生管理的一個緊急的首要的任務(wù)是估計它的傳播性和嚴(yán)重性，這是很困難的事情，因為很多流感癥狀臨床并不顯著。人群的血清監(jiān)測可以有效的估計病毒感染率，結(jié)合臨床的住院和死亡數(shù)據(jù)，可以準(zhǔn)確的估計新病毒的嚴(yán)重程度。2009年流感爆發(fā)期間，本報告在香港進(jìn)行了一個詳細(xì)的血清監(jiān)測研究，基于對15000個捐贈者，1000社區(qū)患者以及4000個門診病人的血清樣本的分析，我們估計出基本復(fù)制數(shù)字為1.35，住院率隨年齡段0-12到60-79為U型分布。第一波段之前之后的血清數(shù)據(jù)即可以用來估計病毒的感染率和嚴(yán)重性。使用計算機(jī)模擬計算為了準(zhǔn)確估計病毒傳染性和嚴(yán)重程度而每天需要監(jiān)測的樣本量。

五、其他統(tǒng)計前沿研究

1、機(jī)器學(xué)習(xí)理論與應(yīng)用研究最新進(jìn)展

圍繞“機(jī)器學(xué)習(xí)理論與應(yīng)用發(fā)展”的分會會議主題，分別從機(jī)器學(xué)習(xí)應(yīng)用、理論與非參數(shù)統(tǒng)計與其他學(xué)科之間的關(guān)系等角度進(jìn)行了分類總結(jié)，學(xué)術(shù)報告可歸納為“機(jī)器學(xué)習(xí)應(yīng)用的數(shù)據(jù)基礎(chǔ)”和“機(jī)器學(xué)習(xí)的統(tǒng)計學(xué)機(jī)制”兩個大的基礎(chǔ)理論問題，而解決問題的途徑必須在方法·數(shù)據(jù)耦合系統(tǒng)的大框架下進(jìn)行探索。

（1）微觀數(shù)據(jù)算法設(shè)計引領(lǐng)機(jī)器學(xué)習(xí)應(yīng)用前沿

信息技術(shù)的飛速發(fā)展推動了微觀數(shù)據(jù)采集技術(shù)在測量廣度和深度上的飛速發(fā)展，廣袤的微觀數(shù)據(jù)世界吸引了眾多統(tǒng)計學(xué)家的視線，為基于微觀數(shù)據(jù)的統(tǒng)計機(jī)器學(xué)習(xí)設(shè)計開辟了巨大的研究空間。本次會議關(guān)注的熱點微觀數(shù)據(jù)領(lǐng)域包括分子生物學(xué)、金融學(xué)、信息技術(shù)學(xué)等領(lǐng)域，很多精彩的報告都給出了來自于領(lǐng)域的算法設(shè)計的新思考和新思想。比如，在網(wǎng)絡(luò)鏈接數(shù)據(jù)上，微觀數(shù)據(jù)算法設(shè)計正在引領(lǐng)機(jī)器學(xué)習(xí)應(yīng)用前沿。

朱冀教授的學(xué)術(shù)報告“網(wǎng)絡(luò)社區(qū)發(fā)現(xiàn)”算法設(shè)計中考慮了網(wǎng)絡(luò)聚類問題，研究中考慮了與傳統(tǒng)切割法不同的隨機(jī)游走方法，設(shè)計允許大量背景信息與有效聚類信息共存情況下的鏈接數(shù)據(jù)聚類，探討了新聚類算法的效率和穩(wěn)定性問題。

此外，馬志明院士的特邀報告也體現(xiàn)了對該領(lǐng)域發(fā)展的重要貢獻(xiàn)（參見前面的詳細(xì)內(nèi)容）。雖然有很多學(xué)者對Pagerank算法改進(jìn)以優(yōu)化計算速度，很少有學(xué)者研究不同的數(shù)據(jù)對綜合評價算法的影響。馬院士提出的BrowseRank將用戶在網(wǎng)頁上的使用信息有效地加入到算法設(shè)計中，以實現(xiàn)網(wǎng)頁的民意排序是一項新發(fā)展的應(yīng)用研究。

（2）非參數(shù)估計與機(jī)器學(xué)習(xí)成果豐富

在非參數(shù)理論分會上，Lu Tian考慮了得分函數(shù)估計問題，提出使用重抽樣方法估計非線性交互作用函數(shù)，在此基礎(chǔ)上采用二階選擇函數(shù)，指出在一定假設(shè)條件下，添加變量可用于估計效率的提高；Tyler J.VanderWeele給出基因基因和基因環(huán)境交互作用條件下的因果推斷問題的解，提出使用自然直接因果效應(yīng)和自然間接效應(yīng)對交互效應(yīng)分解，使用非線性模型構(gòu)造優(yōu)勢比給出問題的估計模型，并用肺癌病的實驗數(shù)據(jù)通過實證研究說明該方法在估計中的適用性。Xiaohong Chen將PSMD置入式估計用于半?yún)?shù)或非參數(shù)條件和非條件矩模型中，使該方法擴(kuò)展至矩估計中，考慮了估計的正態(tài)一致性估計問題，建立了基函數(shù)的根號n估計理論，給出了估計的卡方近似檢驗分布。

在非參數(shù)應(yīng)用分會場上，李銀國等考慮了面板數(shù)據(jù)的聚類算法設(shè)計問題，討論了面板數(shù)據(jù)聚類距離的三種傳統(tǒng)定義方法，考慮了加權(quán)權(quán)重設(shè)計問題，提出加權(quán)聚類距離設(shè)計，使用實際數(shù)據(jù)給出不同距離設(shè)計下的結(jié)果比較研究。謝尚宇等考慮了存在條件極端事件誤差的非參數(shù)回歸中的非參數(shù)估計問題，對尖峰探查方面的研究提供了全面概述和總結(jié)，提出了一種基于小波設(shè)計的可用于跳躍和尖峰探查和估計方法。

在機(jī)器學(xué)習(xí)理論分會場中，Jinchi Lv考慮了NP維即超高維下的非凸罰似然估計問題，討論了一般信息準(zhǔn)則BIC、SIC在幾種重要的凸懲罰函數(shù)中的性質(zhì)及其在懲罰似然模型選擇中的稀疏性和連續(xù)性表現(xiàn)，指出凸懲罰函數(shù)在變量選擇中普遍具有約束性不強(qiáng)的特點。作者提出ICA算法給出爬升解路徑保證懲罰似然函數(shù)對固定的調(diào)節(jié)系數(shù)產(chǎn)生增長序列從而得到合理的似然估計。Rui Song考慮了超高維稀疏可加模型的非參數(shù)獨立濾網(wǎng)問題，提出可加模型變量選擇的NIS算法，給出可用于正率誤差減少的INIS算法，實證研究表明了算法的有效性。

現(xiàn)代統(tǒng)計學(xué)的發(fā)展突破了傳統(tǒng)統(tǒng)計學(xué)的數(shù)學(xué)界限，在多維視野和多個空間尺度連接過去、現(xiàn)在和未來，耦合著自然界、人類社會和經(jīng)濟(jì)的運行。中國統(tǒng)計學(xué)的迅速發(fā)展是今日和明天信息環(huán)境和的需要，對于實現(xiàn)知識經(jīng)濟(jì)發(fā)展也具有舉足輕重的意義。過去二十年間，我國統(tǒng)計學(xué)科學(xué)雖然取得了長足進(jìn)步，但離國際統(tǒng)計學(xué)先進(jìn)水平尚存較大差距，加強(qiáng)國際學(xué)術(shù)交流是縮小差距的有效途徑。通過本次會議，國內(nèi)外優(yōu)秀統(tǒng)計學(xué)家給我們們帶來了一些學(xué)科發(fā)展的前沿和理念。責(zé)任成就事業(yè)，有為才能有位。借國際論壇統(tǒng)計盛事，我們一方面應(yīng)深入挖掘機(jī)器學(xué)習(xí)與傳統(tǒng)概率數(shù)理統(tǒng)計的綜合理論研究，另一方面積極圍繞國家重大需求創(chuàng)造性地開展統(tǒng)計機(jī)器學(xué)習(xí)的應(yīng)用，使統(tǒng)計機(jī)器學(xué)習(xí)在中國的這片土壤上碩果累累。

2、圖像統(tǒng)計研究

“數(shù)據(jù)云的分析：圖象分類的層級高斯化”(Feng Liang，University of Illinois at Urbana-Champaign統(tǒng)計系)首先說明了數(shù)據(jù)云的概念，在圖象分類/回歸中，每個樣本不是維空間中的一個點，而是具有形式，其中是一個矩陣，該矩陣各列的維向量不分次序。然后為了解決圖象分類所需要的輸入問題，將圖象表示法所需的建模參數(shù)分為三個層級：類別級、圖象級和patch級。在此基礎(chǔ)上，給圖象的高斯化數(shù)據(jù)建立了貝葉斯層級模型，并給出了三個層級模型的實用估計方法?；谶@種思路的分類法在分析常見的數(shù)據(jù)集PASCAL VOC 2007和PASCAL VOC 2009中明顯優(yōu)于現(xiàn)有其他分類方法。

在隨機(jī)理論與圖像模型分會場中，“協(xié)方差矩陣下的共軛分布”（Helene Massam加拿大約克大學(xué)）介紹了從1993年到2010年之間關(guān)于協(xié)方差矩陣的共軛先驗分布的發(fā)展過程，重點介紹了其中的六篇文章：Dawid and Lauritzen (1993)，Brown, Le and Zidek (1994)，Consonni and Veronese (2003)，Sun and Sun (2005)，Letac and Massam (2007)，Khare and Rajaratnam (2010)，并進(jìn)行了比較說明。DL(93)主要針對關(guān)于可分解圖像的圖像高斯模型的馬爾科夫做了一定的工作，并且給出了馬爾科夫和馬爾科夫分布的定義。給出了協(xié)方差矩陣的DY共軛先驗分布，其密度為HIW；BLZ(94)利用倒序和IW分解的方法來建立一種新的先驗，而不是DY共軛先驗；CV(03)處理由實數(shù)、復(fù)數(shù)或四元數(shù)構(gòu)成正定矩陣的錐，利用條件自然指數(shù)族(NEF)和豐富的標(biāo)準(zhǔn)先驗分布的相關(guān)族的理論推斷出先驗分布的共軛性，建立具有參考價值的先驗，非DY共軛先驗；Sun and Sun (05)考慮了關(guān)于星狀圖形的高斯模型的馬氏的協(xié)方差矩陣估計問題；LM (2007)通過給出不同的形狀參數(shù)對HIW進(jìn)行了擴(kuò)展，并且也說明也具有直接的超馬氏性質(zhì)；KR(2010)對共軛先驗分布做了進(jìn)一步的擴(kuò)充。

3、設(shè)計與過程控制

“基于變量選擇的多變量統(tǒng)計過程監(jiān)視與診斷MEWMA控制圖的開發(fā)”(清華大學(xué)工業(yè)工程系 王凱波，香港科技大學(xué) Wei Jiang Fugee Tsung)多元指數(shù)加權(quán)移動平均MEWMA控制圖是最有應(yīng)用價值的多元控制圖之一，然而,當(dāng)MEWMA圖發(fā)出失控信號時,很難說明哪個變量或哪些變量處于失控狀態(tài)。報告介紹了變量維數(shù)與中心漂移發(fā)現(xiàn)概率的關(guān)系，強(qiáng)調(diào)過程監(jiān)視和錯誤診斷是同等重要的, 提出的基于變量選擇的VS-MEWMA控制圖，把監(jiān)視和診斷集成在同一個步驟中，發(fā)出報警時，可以有效地確定那些失控的漂移變量。

“計算機(jī)仿真試驗的套格子點樣本”(艾明要，北京大學(xué)數(shù)學(xué)科學(xué)院概率統(tǒng)計系)計算機(jī)仿真試驗稱為充滿空間的設(shè)計，在試驗范圍內(nèi)選出均勻散布的試驗點，其兩種主要方法是拉丁超立方體抽樣和均勻設(shè)計，報告介紹的套格子點樣本方法屬于拉丁超立方體抽樣。報告首先回顧了拉丁超立方體設(shè)計的發(fā)展過程，介紹了套置換等有關(guān)概念。在此基礎(chǔ)論述了套格子點樣本方法，用一個示例給出圖形展示，介紹了該樣本的幾種具體構(gòu)造方法，有Rao-Hamming方法、差分矩陣方法、Bush方法等，以及該方法的優(yōu)良性質(zhì)。最后提出了該方法的幾個需要進(jìn)一步研究的問題。

“分式因子設(shè)計的GMC理論”(張潤楚，南開大學(xué)數(shù)學(xué)科學(xué)學(xué)院 東北師范大學(xué)數(shù)學(xué)與統(tǒng)計學(xué)院)研究了二水平因子的正規(guī)設(shè)計問題，在正規(guī)因子設(shè)計中，字長用來刻劃一個因子設(shè)計有關(guān)主效應(yīng)和交互效用的混雜情形，兩個重要的準(zhǔn)則“最大分辨力”和“最小低階混雜”都是字長的函數(shù)。作者指出現(xiàn)有準(zhǔn)則的缺陷，例如找不到最優(yōu)設(shè)計方案，提出了能夠有效找出最優(yōu)設(shè)計方案的一般最小低階混雜GMC準(zhǔn)則，該準(zhǔn)則基于對設(shè)計方案的AENP分類，AENP分類是作者與合作者在2008年提出的根據(jù)混雜效應(yīng)數(shù)目對試驗設(shè)計方案的分類方式。

4、實驗設(shè)計

“最小最大實驗設(shè)計”(Nyquist) 先定義設(shè)計問題，研究的模型是：相應(yīng)變量Y服從分布，是未知參數(shù)向量，x是設(shè)計變量向量，例如簡單線性回歸，其中，Logit模型，多元正態(tài)響應(yīng)變量形式，Y和是p元向量，，并且有，二項分布，并且獨立。

“建立兩類的和設(shè)計” Liau 討論了帶兩水平的的因子設(shè)計，舉例來說，如果我們有雙胞胎或一雙鞋、一雙襪子、一雙眼睛或者只有兩個可用的機(jī)器。將因子命名為1,2,3,...,k，如果我們想估計所有的效應(yīng)并且估計所有和兩因子的交叉效應(yīng)，那么需要多少個組呢？其中Draper and Guttman (1997) 給出了個組，Kerr (2006) 提出了個組，Yang and Draper (2003) 探討了k = 2, 3, 4, 5的情況，Box and Hunter (1981), Daniel (1962), John (1971), Montgomery and Runger (1996), John (2000), Wu and Hadama (2000) 提出了折疊法設(shè)計的特定因子。

5、稀疏推斷研究

在稀疏推斷分會場中，“識別分層網(wǎng)絡(luò)結(jié)構(gòu)中稀疏點的方法”（Aarti Singh，卡內(nèi)基梅隆大學(xué)）研究了如何在網(wǎng)絡(luò)中發(fā)現(xiàn)活動信號比較弱的點，比如神經(jīng)網(wǎng)絡(luò)中神經(jīng)元的微弱變化、河水被污染的跡象等。報告首先介紹了分層的方法：最小組內(nèi)相似性大于最大組內(nèi)相似性，其中相似性用協(xié)方差度量；然后將網(wǎng)絡(luò)活動分為分層獨立結(jié)構(gòu)已知和未知兩種情況。在網(wǎng)絡(luò)點的獨立結(jié)構(gòu)已知的情況下通過對測度的正交變換提高網(wǎng)絡(luò)點的稀疏性從而放大弱信號點，再對弱信號點進(jìn)行假設(shè)檢驗以判斷其是否屬于活動區(qū)域的點。如果網(wǎng)絡(luò)點的獨立結(jié)構(gòu)未知，通過之前網(wǎng)絡(luò)活動學(xué)習(xí)其分層獨立結(jié)構(gòu)，然后同第一種情況。報告證明了正交變化以放大弱信號點的有效性并通過實證分析驗證了方法的可行性。

6、統(tǒng)計方法在氣候研究中的應(yīng)用

Shi Tao博士（俄亥俄大學(xué)統(tǒng)計系）的報告主題是“AIRS第3級量化數(shù)據(jù)的統(tǒng)計分析”（Statistical Analysis of AIRS Level 3 Quantization Data）。AIRS 是Atmospheric Infrared Sounder的縮寫，包含三級逐級匯總的數(shù)據(jù)。第1級數(shù)據(jù)是實際觀測到的空氣、地表溫度、水汽和云層特征，觀測的時候?qū)⒌厍騽澐譃?5公里邊長的“足印”（footprint）；第2級數(shù)據(jù)將每個足印上的觀測數(shù)據(jù)轉(zhuǎn)化為一個35維向量，數(shù)據(jù)量為每個月2..72G；第3級數(shù)據(jù)按照5度×5度的尺度用多維直方圖匯總每個月的第2級數(shù)據(jù)。本文采用Mallow距離，建立了分布之間的距離，進(jìn)而為直方圖直接建模，所采用的方法參考了虛擬局部映射法（Hypothetical Local Mapping, Li and Wang 2008)。作者認(rèn)為Mallow距離和均值距離之間存在比較明顯的差異，而直方圖建模能夠反映比前兩階矩更多的信息，所得到的擬合模型可以用來研究局部地區(qū)的氣候，為數(shù)據(jù)缺失地區(qū)做預(yù)測，并和氣候模型的輸出進(jìn)行比較。

7、統(tǒng)計教育

“MATLAB輔助的基于積分的商務(wù)數(shù)學(xué)教學(xué)方法”（William S. Pan）通過若干實例，生動地演示了如何用MATLAB軟件繪制函數(shù)的圖形、求導(dǎo)數(shù)以及計算積分，從而解決實際問題。這種計算機(jī)輔助教學(xué)方式為信息時代的基礎(chǔ)統(tǒng)計教育帶來了很多有益的啟發(fā)。王忠玉，趙正權(quán)強(qiáng)調(diào)了經(jīng)濟(jì)計量學(xué)教學(xué)方法研究的重要性。

統(tǒng)計國際論壇上專門設(shè)置了“應(yīng)用統(tǒng)計專業(yè)碩士”研討分會場，勞倫斯D. 布朗（Lawrence D. Brown，美國科學(xué)院院士，賓夕法尼亞大學(xué)統(tǒng)計學(xué)教授）專門介紹了美國應(yīng)用統(tǒng)計碩士的發(fā)展現(xiàn)狀，應(yīng)用統(tǒng)計方向包括在管理、經(jīng)濟(jì)、金融、生物醫(yī)學(xué)、政府及公共服務(wù)、社會等領(lǐng)域有廣泛的應(yīng)用領(lǐng)域。袁衛(wèi)教授全面討論了我國應(yīng)用統(tǒng)計專業(yè)碩士的有關(guān)問題。他首先比較了科研型統(tǒng)計學(xué)碩士與應(yīng)用統(tǒng)計專業(yè)碩士在統(tǒng)計知識體系上的差別，統(tǒng)計學(xué)碩士的統(tǒng)計知識體系是統(tǒng)計理論、統(tǒng)計方法和應(yīng)用研究，應(yīng)用統(tǒng)計專業(yè)碩士在統(tǒng)計方法上與統(tǒng)計學(xué)碩士有交叉，但不同的是著重應(yīng)用統(tǒng)計的方法，在統(tǒng)計應(yīng)用研究上，應(yīng)用統(tǒng)計專業(yè)碩士更加突出實際技能素質(zhì)和解決是問題能力上的統(tǒng)計應(yīng)用知識，此外，應(yīng)用統(tǒng)計專業(yè)碩士還包括統(tǒng)計職業(yè)培訓(xùn)的內(nèi)容，即具有良好的統(tǒng)計職業(yè)素質(zhì)。在課程教學(xué)方面，袁衛(wèi)教授強(qiáng)調(diào)基本技能北歐擴(kuò)調(diào)查組織與實施、數(shù)據(jù)整理與分析（描述、推斷方法及應(yīng)用）、數(shù)據(jù)分析軟件技能（SPSS、SAS、JMP等），以及團(tuán)隊合作能力的培養(yǎng)，案例與實踐是核心。做好我國應(yīng)用統(tǒng)計專業(yè)碩士的培養(yǎng)工作，必須要從科研型統(tǒng)計學(xué)碩士進(jìn)行比較大的轉(zhuǎn)型，包括培養(yǎng)目標(biāo)、培養(yǎng)方案、培養(yǎng)過程、師資結(jié)構(gòu)等做出全面科學(xué)的調(diào)整，未來發(fā)展趨勢的碩士培養(yǎng)主體結(jié)構(gòu)應(yīng)該是應(yīng)用統(tǒng)計碩士逐漸替代統(tǒng)計學(xué)碩士，成為我國高級統(tǒng)計專門人才的主要培養(yǎng)發(fā)展目標(biāo)。上海財經(jīng)大學(xué)統(tǒng)計與管理學(xué)院院長艾春榮教授，根據(jù)上海地區(qū)人才需求現(xiàn)狀分析、國際參照系的培養(yǎng)方案，以及上海財經(jīng)大學(xué)的優(yōu)弱勢，提出應(yīng)用統(tǒng)計專業(yè)碩士重點設(shè)立四個方向：經(jīng)濟(jì)管理統(tǒng)計（針對政府統(tǒng)計部門）、應(yīng)用數(shù)理統(tǒng)計（針對工業(yè)界，制藥）、數(shù)量金融（針對基金）、風(fēng)險管理（針對銀行， 保險， 基金）的發(fā)展設(shè)想，在專業(yè)碩士培養(yǎng)課程方面提出降低理論訓(xùn)練（概率、數(shù)理統(tǒng)計合二為一)，保留統(tǒng)計方法課程，加大計算機(jī)訓(xùn)練，增加寫作、案例教學(xué)，專業(yè)方向課程。調(diào)整后的應(yīng)用統(tǒng)計專業(yè)碩士大綱：所有方向必須有下列統(tǒng)計課程：概率論與數(shù)理統(tǒng)計、應(yīng)用回歸分析、應(yīng)用時間序列、計算機(jī)語言。其中各個方向的課程分別是：（1）數(shù)量金融： 隨機(jī)過程及其應(yīng)用，股票，期貨與期權(quán)理論、金融統(tǒng)計，固定收益與金融工具，投資學(xué)。（2）風(fēng)險管理：流動性風(fēng)險、信用風(fēng)險、市場風(fēng)險、投資組合管理。（3）應(yīng)用數(shù)理統(tǒng)計：數(shù)據(jù)挖掘，生存分析、案例分析、統(tǒng)計報告寫作。（4）經(jīng)濟(jì)統(tǒng)計： 國民經(jīng)濟(jì)核算、抽樣調(diào)查、案例分析，統(tǒng)計報告寫作。未來實施過程中的困難、挑戰(zhàn)主要包括：（1）硬件支持：統(tǒng)計教學(xué)實驗室、高速模擬實驗室。（2）案例庫。（3）缺乏有相關(guān)方向?qū)嶋H工作經(jīng)驗的師資（4）缺乏方向師資（數(shù)量金融、風(fēng)險管理方向只有5位海外軌）。從應(yīng)急出發(fā)，應(yīng)該關(guān)注引進(jìn)海外經(jīng)驗豐富的優(yōu)秀專門人才，解決發(fā)展的瓶頸問題。崔恒建教授也針對應(yīng)用統(tǒng)計專業(yè)碩士的培養(yǎng)目標(biāo)和課程體系等做出了系統(tǒng)的討論，比較突出的是強(qiáng)調(diào)統(tǒng)計應(yīng)用的各個領(lǐng)域都需要認(rèn)真開發(fā)和建設(shè)，培養(yǎng)內(nèi)容要突出方法的實際應(yīng)用。國家統(tǒng)計局教育中心邱京南副主任，聯(lián)系長期以來國家統(tǒng)計系統(tǒng)人才需求和職業(yè)資格考試，對應(yīng)用統(tǒng)計專業(yè)碩士的建設(shè)與發(fā)展，提出了殷切的希望，鼓勵大學(xué)與實際統(tǒng)計部門積極合作，把職業(yè)資格考試與專業(yè)碩士有機(jī)結(jié)合，走出與眾不同的專業(yè)碩士培養(yǎng)模式。

（綜述主要作者：中國人民大學(xué)統(tǒng)計學(xué)院、教育部應(yīng)用統(tǒng)計科學(xué)研究中心的趙彥云、李靜萍、田茂再、張波、王星、金勇進(jìn)、王曉軍、孟生旺、呂曉玲、彭非、王瑜、許王莉、杜子芳、劉文卿、金陽、張景肖、薛薇、黃向陽，最后由趙彥云綜合修改定稿。）

相關(guān)閱讀：