2022年2月25日上午10:00，我院特邀南开大学邹长亮教授做线上学术报告，报告由学院副院长李纯净老师主持。学院部分老师，本科及研究生共127人参加本次线上学术报告。

主讲人简介：南开大学统计与数据科学学院教授，博士生导师。2008年于南开大学获博士学位，随后留校任教。主要从事统计学及其与数据科学领域的交叉研究和实际应用。研究兴趣包括：高维数据统计推断、大规模数据流分析、变点和异常点检测等，在Ann. Stat.、Biometrika、J. Am. Stat. Asso.、Math.  Program.、Technometrics、IISE Tran.等统计学和工业工程领域期刊上发表论文几十篇，主持国家自然科学基金委重大项目课题等。

报告摘要：针对一般依赖下的FDR控制问题，我们开发了一类新的无分布多重测试规则。方案中的一个关键要素是对称化数据聚合（SDA）方法，该方法通过样本分割、数据筛选和信息池合并依赖结构。在中到强依赖下，SDA滤波器的性能大大优于仿冒方法，并且比基于渐近p值的现有方法更具鲁棒性。

报告中，邹长亮教授简要介绍了多个测试中依赖下的FDR控制问题、BH过程以及新的信息共享策略—对称数据聚合(SDA)。随后，邹长亮教授着重介绍了对称数据聚合(SDA)的三个步骤，第一步将样本分为两部分，这两部分都用于构建统计数据来评估反对无效的证据。第二步将两个统计数据进行汇总，形成一个新的符合系统测量特性的排名统计。第三步利用正、负零统计量之间的对称性来控制FDR，在排序中选择一个阈值。

邹长亮教授通过一个简单的例子对SDA的具体实施步骤进行了细致的讲解，证明SDA方法比基于渐近p值的方法更具鲁棒性。报告会结束后，大家对基于一般依赖的错误发现率控制问题产生了浓厚的兴趣，老师及同学向邹长亮教授踊跃提问交流，其中李教授针对同学提出的如何将SDA方法扩展到FDP问题做出耐心解答，并进行了细致的阐述，拓展了老师和同学们表示在该方面得到了前所未有的启发，激发了同学们的学习热情，为接下来的科研工作积攒了宝贵经验，为我们接下来的工作开启了新思路。

                                                  数学与统计学院

                                   2022年2月25日