报告题目：多重假设检验和错误发现率控制
报 告 人：李高荣 教授 北京师范大学统计学院
报告时间：2024年11月12日 14：00-16：00
报告地点：腾讯会议 ID：705593294
校内联系人：王培洁 wangpeijie@jlu.edu.cn
报告摘要：随着现代科学技术的快速发展，大数据分析变得越来越重要，其中多重假设检验问题已经成为统计学研究的重要课题之一。本报告主要介绍多重假设检验和错误发现率(FDR)控制的一些思想、方法和理论，其中重点介绍最近发展起来的两个重要的多重假设检验方法：knockoff方法和镜像统计量方法。这两种方法无需计算p值而在近年来受到广泛关注, 成为当今统计学和机器学习最热点的研究领域。
报告人简介：李高荣，北京师范大学统计学院教授，博士生导师，北京师范大学第十二届“最受本科生欢迎的十佳教师”。主要研究方向是非参数统计、高维统计、统计学习、纵向数据、测量误差数据和因果推断等。迄今为止，在Annals of Statistics, Journal of the American Statistical Association, Journal of Business & Economic Statistics, Statistics and Computing, 《中国科学：数学》和《统计研究》等学术期刊上发表学术论文120余篇。出版4部著作：《纵向数据半参数模型》、《现代测量误差模型》(入选“现代数学基础丛书”系列)、《多元统计分析》(入选“统计与数据科学丛书”系列，2023年荣获北京高校优质本科教材）和统计学习（R语言版）。主持国家自然科学基金、北京市自然科学基金和北京市教委科技计划面上项目等国家和省部级科研项目10多项。
