5月12日，统计与数据科学学院在行知楼104室举办统计学前沿讲座。北京大学数学科学学院及统计科学中心邱宇谋教授应邀作题为“Generalized Entropy  Calibration for Selection Bias（针对选择偏差的广义熵校准）”的专题报告。

报告中，邱宇谋聚焦数据分析领域普遍存在的选择偏差难题，系统提出广义熵校准（GEC）统一框架。该方法通过在特定校准约束下最大化广义熵函数，为存在选择偏差的数据构建校准权重，有效解决传统方法在高维、复杂数据场景下的稳健性不足问题。邱宇谋指出，与广泛应用的增强逆概率加权方法相比，GEC方法可融合多类倾向评分模型与结果回归模型信息，在高维协变量场景下实现多重稳健推断，大幅提升统计推断的可靠性与精度。

他进一步阐释，该框架可广泛应用于缺失数据、因果推断、抽样调查等关键统计场景，并重点介绍面向泊松设计抽样调查开发的对比熵函数，从理论上证明其在同类熵函数中具备最小渐近方差的突出优势。报告结合数值模拟实验与美国各州农药支出调查等真实数据，充分验证GEC方法在偏差校正、推断精度与稳健性等方面的显著提升效果，为相关领域研究提供新思路与新工具。

在交流环节，师生围绕理论推导、方法实现与应用拓展等问题进行探讨，邱宇谋给予解答，现场学术氛围浓厚。

邱宇谋现任教于北京大学数学科学学院及统计科学中心，毕业于爱荷华州立大学，曾在内布拉斯加大学林肯分校统计系、爱荷华州立大学统计系任教。主要研究方向涵盖高维数据分析、高维协方差矩阵与精度矩阵统计推断、因果分析、缺失数据分析等前沿领域，长期推动统计方法在海洋科学、精准农业、流行病模型、法医学等交叉学科的应用转化，研究成果兼具重要理论价值与广阔应用前景。