（通讯员：刘新蕊）2026年2月28日下午19：00，我院特邀南开大学统计与数据科学学院邹长亮教授做学术报告。本次报告由数学与统计学院承办，会议由学院院长王纯杰教授主持，学院副院长李纯净教授、副院长杨凯教授、副院长刘铭教授以及大数据科学研究院副院长王淑影教授等多位教师参加了本次学术报告会。
会议开始之际，王院长对邹教授的到来表示感谢，并对邹教授及其研究内容做了简单的介绍。
报告人简介：邹长亮，南开大学统计与数据科学学院教授。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：预测性推断、高维数据统计学习、变点和异常点检测等。近年来在统计学和机器学习领域的权威期刊和会议上发表发表论文五十余篇，入选爱思唯尔“中国高被引学者”。主持基金委优青、杰青、重点项目、重大项目课题和科技部重点研发计划课题等。任教育部科技委委员、全国应用统计专业硕士教学指导委员会委员、中国现场统计研究会副理事长等。
报告题目：Selective conformal inference
报告摘要：Conformal inference is a popular tool for conducting distribution-free predictive inference. This talk addresses selective conformal inference: providing valid uncertainty quantification for targets after data-dependent selection. We present a robust framework to maintain statistical rigor in adaptive analysis. Our primary contributions include: 1) Developing theory and algorithms to rigorously control the False Coverage-statement Rate (FCR), ensuring coverage validity only among the selected targets. 2) Introducing practical methods for various settings, including conformalized multiple testing and the efficient algorithm for online selective prediction. This suite of methods enables reliable post-selection uncertainty quantification.
报告伊始，邹教授首先为我们介绍了一个实际的问题。在药物研发领域，科学家们面临着一个关键挑战：如何从成千上万的药物-靶点对中，快速准确地筛选出具有高结合亲和力的候选药物？传统的实验方法耗时耗力，而机器学习辅助方法虽然能够快速预测亲和力，但预测值与真实值之间存在差异，这种不确定性可能误导后续研究。因此，邹教授及其团队在共性预测方面进行了一系列的研究，
本次报告聚焦于选择性共形推断，这是一个结合了共形预测与选择性推断的前沿统计框架，旨在为个体提供具有统计性质保证的预测区间。传统共形预测方法能够在交换性假设下为所有测试点提供边际覆盖保证，但在实际应用中，我们往往只关心那些被某种规则“选中”的个体，例如药物筛选中预测亲和力较高的药物-靶点对。这种后选择推断场景下，由于选择偏差的存在，常规的共形区间无法控制错误覆盖率。
然后，邹教授回顾了共形预测的基本思想与选择性推断的相关文献，指出现有方法在处理选择偏差时的局限性。随后，邹教授指出了SCOP（选择性条件共形预测）方法的优越性。该方法通过构建与选择规则一致的校准集，实现了对选定个体的条件覆盖控制，并在理论上证明了其在有限样本下的FCR控制能力。SCOP不仅适用于固定阈值选择，还能扩展到基于排序或测试驱动阈值的选择规则。
进一步，邹教授及其团队将问题拓展至在线学习场景，提出了CAP（自适应挑选后校准）算法。该算法能够应对数据流式到达、选择规则随时间变化的情况，通过自适应地挑选历史数据作为校准集，确保在线选择过程中的FCR控制在预设水平以下。并且，CAP算法不依赖数据分布假设，具有理论上的有限样本保证。
最后，邹教授将研究视角从区间估计转向假设检验，探讨了共形化多重检验方法。通过在数据驱动子集内构造共形p值，并结合BH过程，实现了对子群体内错误发现率的控制。该方法在子群发现、公平性评估等任务中具有广泛适用性。
在报告结束后的互动环节中，参会师生围绕选择性共形推断的理论基础、应用场景以及在实际操作中可能遇到的挑战踊跃提问。邹教授对每一个问题都给予了耐心细致的解答，并结合自身的研究经历，分享了在探索这一前沿领域时的心得与思考。邹教授的讲解深入浅出、逻辑严密，将复杂的统计理论阐释得通俗易懂，参会师生获益匪浅。
此次学术交流会不仅为师生们打开了不确定性量化与选择性推断领域的新视野，也极大地激发了同学们的科研热情。与会师生纷纷表示，通过本次报告，他们对统计学在数据科学领域的研究有了更多的认识与思考，未来将以更饱满的热情投入到新领域、新方法的学习与探索中。
初审：关迪
复审：杨凯
终审：王丹、王纯杰
数学与统计学院
2026年3月1日
