科学研究

学术讲座

当前位置: 首页 >> 科学研究 >> 学术讲座 >> 正文

数学与统计学院2026年系列学术活动第二十九场

发布日期:2026-09-12    作者:     点击:

(通讯员:王芷月)2026年9月11日下午14:30,中国科学院数学与系统科学研究院李启寨研究员莅临长春工业大学数学与统计学院,针对Chatterjee相关系数相关研究问题,开展了一场专业且富有启发性的学术报告。本次报告由数学与统计学院和科学研究处承办,在北湖东校区数统新楼201室举行,由数学与统计学院院长王纯杰教授主持,学院副院长杨凯教授、统计系副主任王淑影教授、学院部分老师及研究生参加了本次学术报告会。

会议开始之际,由王纯杰教授作为代表对李研究员的到来表示感谢,并对李研究员及其研究内容做了简单的介绍。


报告人简介:李启寨,中国科学院数学与系统科学研究院研究员,系统科学研究所副所长;2001年本科毕业于中国科学技术大学,2006年博士毕业于中国科学院数学与系统科学研究院,2006-2009年在美国国立卫生健康研究院(NIH)国家癌症研究所(NCI)从事博士后研究;研究方向:生物医学统计、遗传统计、复杂数据推断;在Nature Genetics, Science Advances, Angewandte Chemie International Edition, Cancer Research, AJHG, Bioinformatics, IEEE TPAMI, Psychometrika, JASA, JRSSB, Biometrics等期刊发表学术论文130余篇;曾获美国统计学会会士(ASA Fellow, 2020),国际统计学会当选会员(ISI Elected Member, 2016),中国工业与应用数学学会优秀青年学者奖(2015);主持及曾主持国家自然科学基金重点、杰青、优青、面上、青年5项;现任中国现场统计研究会党委书记、副理事长,中国数学会常务理事等。

报告题目:Chatterjee相关系数相关研究

报告摘要:Quantifying the strength of functional dependence between random variables is a fundamental statistical problem. We propose a family of simple and computationally efficient correlation coefficients that encompasses a wide class of dependency measures, including the Chatterjee’s correlation coefficient as a special case. We prove that each of our correlation coefficients converges to a population-level correlation measure as the sample size grows, and a central limit theorem is established under the assumption of independence. We also consider the conditional Azadkia and Chatterjee’s measure. We prove that, under general dependence, it is asymptotically normal and its limiting variance admits a closed form. We also construct consistent variance estimators that are computationally efficient and implementable in O(n log n) time.


报告伊始,李研究员指出相关性度量是统计学领域的经典研究问题,接着介绍了随机变量独立这一基础概念:两个随机变量各自拥有对应的分布函数,二者构成的二维随机向量存在联合分布函数,判断变量相互独立的依据,就是联合分布函数等于两个边缘分布函数的乘积。李研究员说明,变量相互独立代表二者不存在统计层面的关联。厘清独立的定义,有助于区分容易混淆的独立与相关概念。该理论是学习各类相关性度量指标的基础。


随后,李研究员围绕疾病预防,介绍了医学、遗传学与流行病学领域的相关研究思路。他提到疾病预防的关键点在于发现疾病相关危险因素,寻找变量间关联,慢性病、传染病都可以依靠预防手段降低发病风险,预防投入相比后期治疗成本更低。预防与治疗并非相互替代,而是协同配合,构建起完整健康管理链条。这一寻找危险因素、挖掘关联的研究思路,也正是相关性度量在医学研究中的实际应用,让在场师生直观理解相关系数的现实意义。











接下来,李研究员讲述了秩相关系数的基础概念与秩的求取规则。在计算秩相关系数时,李研究员指出需要分别对两组观测数据从小到大排序,确定每个数据对应的秩,如果遇到多个观测数值相同的情况,不能直接分配顺位,需要取对应排序位置的平均值,作为这几个相同数据共同的秩。李研究员举出一组样本实例进行演示,一步步完成排序、分配秩次,对重复数值采用平均秩处理,用直观案例讲解原理。











最后,李研究员总结了该相关系数模型的特点,模型对应的函数关系属于多对多类型,整体形式简单直观,具备对称、有界、等价等优良性质,该方法可解释性较强,运算速度快。李研究员表示目前相关研究已经取得了部分阶段性成果,后续会继续完善整理全部研究材料。













报告结束后,在场师生围绕 “Chatterjee相关系数相关研究”,与李研究员展开了深入讨论,李研究员就提出的问题进行了详细解答,并结合自身科研经历分享了宝贵的心得体会。通过本次专题分享,在场师生对Chatterjee相关系数研究领域的前沿理论、选题路径形成了更为全面且深刻的认知。






初审:关迪

复审:杨凯

终审:王丹、王纯杰

数学与统计学院

2026年9月12日


上一条:数学与统计学院2026年系列学术活动第三十场

下一条:数学与统计学院2026年系列学术活动第二十八场