学术报告
当前位置: 学院首页 >> 正文
第六十讲:中国人民大学统计与大数据研究院胡飞芳教授
作者:   时间:2019-09-29   点击数:

    2019927日下午,应广州大学经济与统计学院和岭南统计科学研究中心的邀请,在行政东前座412会议室,中国人民大学统计与大数据研究院胡飞芳教授作了题为“Producing Useful Data: Big or Small”的学术报告——暨“羊城讲坛”第六十讲,旨在进一步提高年轻学者及研究生对相关研究的理解。此次讲座由张兴发老师主持,相关专业的师生参加了此次讲座。

“国家千人计划”教授,中国人民大学统计与大数据研究院教授。自适应设计及数据分析领域的世界权威专家。1994年被授予加拿大英属哥伦比亚大学(University of British Columbia)统计学博士学位,并获得加拿大优秀博士论文奖。2004年美国自然科学基金会杰出青年基金得主。 2009年当选为美国统计协会(American Statistical Association)和国际数理统计协会(Institute of Mathematical Statistics)双料Fellow。美国统计协会杂志 (Journal of American Statistical Association) 和统计年鉴(Annals of Statistics)等国际顶尖统计杂志的副主编。主持了五项美国国家自然科学基金研究项目,一项中国自然科学基金研究项目,以及多项香港新加坡研究项目。在国际顶尖统计杂志发表学术论文80余篇,由美国John Wiley and Sons出版公司出版自适应设计专著一部。受邀在世界各国80多所大学和60多次学术会议中做主题报告。担任20072008两界泛华统计学会(Institute of Chinese Statistical Association)提名和选举委员会主席。担任20092014两届国际数理统计协会亚太区会议(Institute of Mathematical Statistics Asia Pacific Rim Meeting)联合主席。受邀为美国联邦食品与药品管理局(FDA)撰写白皮书两部,同时受邀为多家世界五百强企业提供统计咨询。

报告的主要内容:Covariate balance is one of the most important concerns for successful comparative studies, such as causal inference, online A/B testing and clinical trials, because it reduces bias and improves the accuracy of inference.  However, chance imbalance may still exist in traditional randomized experiments, and are substantial increasing in big data.  To address this issue, the proposed method allocates the units sequentially and adaptively, using information on the current level of imbalance and the incoming unit's covariate.  With a large number of covariates or a large number of units, the proposed method shows substantial advantages over the traditional methods in terms of the covariate balance and computational time, making it an ideal technique in the era of big data.  Furthermore, the proposed method improves the estimated average treatment effect accuracy by achieving a minimum variance asymptotically.  Numerical studies and real data analysis provide further evidence of the advantages of the proposed method.

地址:广州市番禺区大学城外环西路230号 邮编:510006 电话:020-39366825 E-mail:ses@gzhu.edu.cn
版权所有@2015 广州大学经济与统计学院