由中国科学院数学与系统科学研究院统计科学研究中心和首都经济贸易大学统计学院联合举办的“第八届统计科学前沿国际研讨会”6月26日在我校博纳楼第七会议室举行。我校副校长王文举出席了会议。大会开幕式由我校统计学院院长纪宏教授和学术院长陈敏教授主持。

王文举副校长致辞

纪宏教授致辞

会议特邀了六位国际著名的统计学家做大会报告，他们分别是：瑞士苏黎世联邦理工学院数学系统计学教授、温顿研究奖获得者、《统计年鉴》前主编Peter Bühlmann；美国宾夕法尼亚大学沃顿商学院统计学教授、Dorothy Silberberg讲席教授、《统计年鉴》前主编蔡天文；美国爱荷华州立大学统计学终身教授、北京大学光华管理学院统计与经济计量系主任陈松蹊；威斯康星大学统计系教授、《统计及其接口》主编王亚珍；美国耶鲁大学统计学教授、统计系主任、《统计年鉴》副主编周惠彬。内容涉及大数据、高维数据分析、量子范式、贝叶斯后验收缩等统计科学的前沿理论与热点应用。

上午共有三场特邀学术报告，第一场报告是Peter Bühlmann的“大数据中的非齐次性：最大最小效应以及对它的统计估计”。Bühlmann教授首先指出，因为变量数目多（高维）、样本量巨大，大数据中的样本很难被认作是独立同分布的，也就是说非齐次性在大数据中非常地常见。针对非齐次性状态有限的大数据，他们提出“最大最小效应”的方法论，即：最大化在所有可能的非齐次性状态下回归方差的最小值。这个方法不仅在计算上很高效，其理论上的统计精确度也能得到很好的保证。 

瑞士苏黎世联邦理工学院（ETH）数学系统计学教授Peter Bühlmann教授做报告

第二场报告来自蔡天文教授的“高维低秩矩阵的复原”。低秩结构通常出现在基因组研究、信号处理和投资组合等许多应用问题里；在高维的统计推断方法论中（例如高维主成分分析），低秩结构也常被作为基本的假定来使用。蔡教授介绍了他关于低秩矩阵估计问题的一些最新成果：非均匀抽样下的矩阵补全、结构化矩阵补全、以及钉协方差矩阵的最优估计。蔡教授有趣的例子和幽默的演讲让大家感觉意犹未尽。

美国宾夕法尼亚大学沃顿商学院统计学蔡天文教授做报告

上午最后一场报告是陈松蹊教授的“高维中的两样本均值检验：门限方法与数据变换”。针对高维总体中的两样本均值比较问题，如果均值不同处的维度是稀疏的，陈教授提出了两种更具功效的检验方法。第一种检验通过门限方法来削减掉无信号的维度，第二种检验则结合了逆矩阵的数据变换和门限方法，使门限检验统计量的方差得到了降低、检验的功效得到了增强、检验的检测域得到了拓宽。

北京大学陈松蹊教授做报告

下午的三场特邀学术报告由美国北卡罗来纳大学教堂山分校终身教授、首都经济贸易大学兼职教授籍传恕教授主持。

王亚珍教授的报告：量子范式中的统计。目前，无论在计算机科学、物理学、数学还是在工程中，量子计算和量子信息都是热点问题，它们有可能在通讯、计算和密码学里引发起一波新的技术革命。因为量子物理本质上是随机的，随机性和不确定性深深根植于量子计算、量子模拟和量子信息中，所以统计学有能力在其中扮演一个重要的角色。王教授简要回顾了量子计算的发展，介绍了量子断层扫描和压缩传感，并进一步介绍了他近期对其中的统计关联所做的工作。王教授的报告让大家看到了量子革命的曙光和统计在其中的力量。

威斯康星大学统计系王亚珍教授做报告

最后一个报告是周惠彬教授的“从Le Cam 1973 到最优估计”。Lucien Le Cam的思想对现代统计理论的发展有着极大的影响，周教授从其1973年的文章 “维数约束下估计的收敛性质”谈起，从其中的假设检验思想，引出近年来的两条研究路线：极小极大估计和贝叶斯后验收缩。前者帮助我们建立起了高维协方差矩阵和精度矩阵极小极大估计的下界，周教授在这里特别提到了高斯图模型作为例子，上一届研讨会未介绍的问题在这里得到了完善。对后者周教授介绍了稀疏主成分分析中的自适应最优率后验收缩的最新工作。周教授风趣的演讲和对研究的热忱感染了在座的许多人。

美国耶鲁大学统计系周惠彬教授做报告

会议研讨热烈，近200人的会场座无虚席。会议展示出了统计科学的国际前沿，促进了国内外统计学者之间的交流。

王文举与部分与会人员合影