2019年10月25日上午午8点30分在南湖校区教学科研楼208室，中国科学院孙六全、陈敏教授莅临我院做学术报告，会议由学院校教学指导委员会主任委员董小刚老师主持，校研究生学院副院长秦喜文、学院部分老师、研究生、及本科生和其他学院师生参加了本次学术报告会。

报告题目：Sure Explained Variability and Independence Screening

摘要：In the era of Big Data, extracting the most important exploratory variables available in ultrahigh dimensional data plays a key role in scienti_c researches. Existing researches have been mainly focusing on applying the extracted exploratory variables to describe the central tendency of their related response variables. For a response variable, its variability characteristic is as much important as the central tendency in statistical inference. This paper focuses on the variability and proposes a new model-free feature screening approach: sure explained variability and inde-

pendence screening (SEVIS). The core of SEVIS is to take the advantage of recently proposed asymmetric and nonlinear generalized measures of correlation in the screening. Under some mild conditions, the paper shows that SEVIS not only possesses desired sure screening property and ranking consistency property, but also is a computational convenient variable selection method to deal with ultrahigh-dimensional data sets with more features than observations. The superior performance of SEVIS, compared with existing model-free methods, is illustrated in extensive simulations. A real example in ultrahigh-dimensional variable selection demonstrates that the variables selected by SEVIS better explain not only the response variables, but also the variables selected by other methods.

陈敏简介：现担任中国科学院政府行政管理系统分析研究中心主任、全国统计方法应用技术标准化委员会主任委员、《数学与统计管理》主编、中国数学学会副理事长、中国统计教育学会副会长等职，研究方向为金融统计理论与方法、非线性时间序列的统计分析、非参数统计估计和检验的大样本理论、生物统计的理论和方法、应用统计、大数据分析与处理的统计理论和算法研究。

陈教授将自己的研究成果展示给大家，介绍了生存数据分析中的变异以及独立性的数据的筛选以及处理方式，其中包含的创新思维值得我们借鉴和学习，也引起了师生们的广泛讨论和积极提问。

在报告会过程中，同学们个个都在认真听陈教授讲解，希望可以学习到更多的数据处理的方法，创新思维模式。陈教授诙谐幽默的演讲方式得到了师生们的广泛热爱，报告会现场气氛活跃，每个人收获颇丰。陈教授作为中国科学院政府行政管理系统分析研究中心主任，对于大数据分析处理等方面颇有建树，并且陈教授还邀请我们广大同学能够去更加深入学习研究，积极参加应用统计专业的建模大赛，通过比赛促进学习、促进发展。

报告题目：

A Semiparametric Additive Rates Model for the Weighted Composite Endpoint of Recurrent and Terminal Events

孙六全简介：中国科学院数学与系统科学研究院研究员、博士生导师,中科院数学院统计中心副主任。中科院数学院十大突出科研成果奖获得者，部分工作入选为中科院数学院十大重要科研进展。先后主持或主要参加了973重大项目，国家自然科学基金重大项目、重点项目和面上项目等18项。孙六全教授长期从事各种复杂删失数据的理论与方法研究，特别是生物和医学数据的建模与统计推断，包括复杂纵向数据、复发事件数据以及各种不完全删失数据下统计分析，提出了一系列新的建模方法和估计方法，获得了许多深刻的重要成果。在国内外核心刊物发表学术论文130余篇，包括统计顶级杂志JASA和Biometrika 8篇。已被SCI收录90多篇，EI收录9篇，美国Math. Review收录110余篇。论文被他人引用400多次，其中被SCI他引300多次，被Springer出版三本英文专著他引20多次。在国际学术会议上多次作特邀报告。

报告会上，孙六全教授介绍了删失数据的研究背景、研究方法、国内外研究动态、建模的方法与估计方法，分享了他近些年以来带学生情况以及部分研究成果。告诉同学们本专业发展前景广阔，市场需要大量的统计学人才，一定要要好好好好学习，刻苦专研。孙老师的报告语言风趣幽默、内容通俗易懂，报告会现场气氛活跃，博得了在场人员的阵阵掌声。

通过本次报告会的开展，使数学与统计学院的师生分享到了专家学者的科研成果，拓展了国内外科学研究前言信息，激发了师生的科学研究热情。

数学与统计学院

2019年10月25日