2022年04月26日下午14:30 西南财经大学首席教授、统计研究中心主任林华珍教授在腾讯会议上作题为《问题、知识与数据驱动的统计学习》的学术报告。该报告为“理学之美”前沿论坛第377讲，由数理学院党委书记张俊燕教授主持。
林华珍，西南财经大学首席教授，统计研究中心主任。国际数理统计学会IMS-fellow，教育部长江学者特聘教授，国家杰出青年科学基金获得者，国家百千万人才工程获得者，享受国务院政府特殊津贴专家。林华珍教授主要研究方向为非参数方法、转换模型、生存数据分析、函数型数据分析、因子模型。研究成果发表在包括国际统计学四大顶级期刊AoS、JASA、JRSSB、Biometrika和计量经济学顶级期刊JOE及JBES上。林华珍教授是国际IMS-China、IBS-CHINA及ICSA-China委员，中国现场统计研究会副理事长，中国现场统计研究会数据科学与人工智能分会理事长，第九届全国工业统计学教学研究会副会长，中国现场统计研究会多个分会的副理事长。
本次报告上，林华珍先介绍了常用的统计建模方法可以分为两类：一类是正则化建模，另一类是直接建模。正则化建模通过加入定性信息或专业知识来提高模型的精度和解释性。接下来，林华珍介绍了如何通过正则化建模方法，实现可估性或解的唯一性、找到重要的风险因子、识别风险因素的协同作用、识别同质样本、识别特定方案的敏感及不敏感人群。林教授解释道，直接建模通常由问题驱动，还通过三个医学案例的解决方案来介绍直接建模方法，他们分别用于分析治疗的敏感人群，在一般观察性数据框架下考查因果关系；及治疗方法动态变化的情况下，评价各种治疗方法的效果。
本次报告结束后，老师和同学们积极踊跃地向林教授提问，林教授一一耐心解答。通过此次报告，老师和同学们获益匪浅。
（供图：数理学院）
（责编：高晨萱）
