统计与管理学院2018年学术报告第41期

【主 题】 When old statistical ideas meet modern data science

【报告人】 沈韡凝, 助教授

           University of California, Irvine

【时 间】 2018年11月16日（星期五）10:00-11:30

【地 点】 上海财经大学统计与管理学院大楼1208会议室

【摘 要】Modern scientific applications have generated many data sets of complex nature, such as high dimensionality, heterogeneity and unknown structure of interest. In this talk, I will discuss a few ideas on extending classical statistical methods such as regression, the principal component analysis, expectation maximization, and mixture model, to accommodate challenges in those applications. Theoretical properties, numerical results, and applications in biomedical studies will be discussed. 

【嘉宾简介】沈韡凝，加州大学尔湾分校统计系助理教授。 2008年本科毕业于中国科学技术大学少年班，2013年博士毕业于北卡罗来纳州立大学统计系。研究方向包括贝叶斯方法，非参数模型，生物统计模型。近几年论文发表在国际顶级刊物：Nature, Biometrika, Biometrics 等。博士毕业论文获得2013年度贝叶斯毕业论文最高奖：Leonard J. Savage奖。