一、校级校庆报告
1.
题 目：Information Based Complexity for High Dimensional Statistical Models
报告人：袁明 哥伦比亚大学教授
主持人：周勇 华东师范大学教授、统计交叉科学研究院院长
时 间：2020年9月23日 上午9:00-10:00
地 点：线上 Zoom会议ID：683 4896 5096
报告人简介：
Ming Yuan is Professor of Statistics at Columbia University. He was previously Senior Investigator in Virology at Morgridge Institute for Research and Professor of Statistics at University of Wisconsin at Madison, and prior to that Coca-Cola Junior Professor of Industrial and Systems Engineering at Georgia Institute of Technology. His research and teaching interests lie broadly in statistics and its interface with other quantitative and computational fields such as optimization, machine learning, computational biology and financial engineering. He has over 100 scientific publications in applied mathematics, computer science, electrical engineering, financial econometrics, medical informations, optimization, and statistics among others. He is currently serving as the program secretary of the Institute for Mathematical Statistics (IMS), and a member of the advisory board for the Quality, Statistics and Reliability (QSR) section of the Institute for Operations Research and the Management Sciences (INFORMS). He is also a co-Editor of The Annals of Statistics and has been serving on numerous editorial boards. He was named a Medallion Lecturer of IMS in 2018, and a recipient of the John van Ryzin Award (2004; International Biometrics Society), CAREER Award (2009; US National Science Foundation), the Guy Medal in Bronze (2014; Royal Statistical Society), and the Leo Breiman Junior Researcher Award (2017; the Statistical Learning and Data Mining section of the American Statistical Association).
报告内容简介：
I will introduce a coherent framework to quantify the complexity of high dimensional models that appropriately accounts for both statistical accuracy and computational cost and better understand the potential trade-off between the two types of efficiencies and. As an example, I will use this notion of complexity to examine high-dimensional and sparse nonparametric problems to illustrate how this can lead to the development of novel and optimal sampling and estimation strategies, and in particular reveal the role of experimental design in alleviating computational burden．
2.
题 目：计算有效的最优半参数建模
报告人：林华珍 西南财经大学统计研究中心主任、统计学院教授
主持人：周勇 华东师范大学教授、统计交叉科学研究院院长
时 间：2020年10月26日（周一）下午15:00-16:00
地 点：线上 腾讯会议ID：691 180 339
报告人简介：
林华珍教授，博士生导师，西南财经大学统计研究中心主任, 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，教育部新世纪优秀人才。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、潜变量分析、时空数据分析。部分研究成果发表在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。先后多次主持国家基金项目，包括国家杰出青年基金及自科重点项目。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。先后是国际统计学期刊《Biometrics》、《Scandinavian Journal of Statistics》、《Journal of Business & Economic Statistics》、《Canadian Journal of Statistics》、《Statistics and Its Interface》、《Statistical Theory and Related Fields》的Associate Editor， 国内权威或核心学术期刊《数学学报》（英文）、《应用概率统计》、《系统科学与数学》、《数理统计与管理》编委会编委。
报告内容简介：
I will introduce a coherent framework to quantify the complexity of high dimensional models that appropriately accounts for both statistical accuracy and computational cost and better understand the potential trade-off between the two types of efficiencies and. As an example, I will use this notion of complexity to examine high-dimensional and sparse nonparametric problems to illustrate how this can lead to the development of novel and optimal sampling and estimation strategies, and in particular reveal the role of experimental design in alleviating computational burden
二、校庆主题报告
题 目：统计交叉科学研究挑战与机遇
报告人：周勇 华东师范大学教授、统计交叉科学研究院院长
主持人：刘玉坤 华东师范大学统计学院教授
时 间：2020年10月16日（周五）下午14:00-15:30
地 点：中北校区理科大楼A306室
报告人简介：
周勇教授，男，国家杰出青年基金获得者，教育部长江学者特聘教授，中国科学院百人计划入选者，国务院政府特殊津贴专家，“新世纪百千万人才工程”国家级人选。华东师范大学统计交叉科学研究研究院院长。
现任教育部应用统计专业硕士教学指导委员会委员、中国统计学会副会长，中国优选法统筹法与经济数学研究会副理事长，中国管理科学与工程学会常务理事，曾任国务院学位委员会统计学科评议组成员和中国统计教育学会副会长。同时担任国内外几个重要学术期刊的编委和副主编，包括《应用数学学报》执行编委，《数理统计与管理》、《系统科学与数学》、《应用概率统计》、《中国管理科学》、《工程理论与实践》编委和国际期刊《Journal of Business and Economic Statistics》和《Canadian Journal of Statistics》等副主编（Associate Editor）。国家自然科学基金委会评专家。
周勇教授主要从事大数据分析与建模、金融计量、风险管理、计量经济学、统计理论和方法等科学研究工作，取得许多有重要学术价值和影响的研究成果。先后承担并完成国家自然科学基金项目，国家杰出青年基金，自然科学基金委重点项目等科学项目10余项，曾获得省部级奖励二项。在包括国际顶级统计学和经济计量学杂志《The Annals of Statistics》、《Journal of The American Statistical Association》，《Biometrika》，《Journal of Econometrics》和《Journal of Business & Economic Statistics》等上发表学术论文近200篇。
报告内容简介：
国家成立第十四学科门类—交叉科学，国家自然科学基金委成立了交叉科学部，这一系列措施都在促进学科的交叉与融合。而统计学科正是交叉科学的基础和核心，只要存在数据及计量的之处就有统计学，因此，在交叉科学环境下如何发展统计学及其与其它相关学科交叉给我们提出了极大的挑战，以及也正是高调交叉融合凸现了统计学的重要性，对统计学的发展存在重大机遇。本次讲座从具体的事例入手到大数据场景介绍统计学的发展及其重大应用，介绍统计学的研究与应用，并在国民经济、科学技术和人文社科中的重要促进作用。
三、院系校庆报告
题 目：Combining primary cohort data with external aggregate information without assuming comparability
报告人：谌自奇 紫江青年研究员
主持人：张日权 华东师范大学教授、统计学院院长
时 间：2020年10月14日（周三）下午13:00-14:00
地 点：中北校区理科大楼A1716室
题 目：Analysis of complex survival data subject to semi-competing risks
报告人：彭梦姣 助理教授
主持人：张日权 华东师范大学教授、统计学院院长
时 间：2020年10月14日（周三）下午14:00-15:00
地 点：中北校区理科大楼A1716室
题 目：FIRM: Fast integration of single-cell RNA-sequencing data across Multiple platforms
报告人：明静思 助理教授
主持人：张日权 华东师范大学教授、统计学院院长
时 间：2020年10月14日（周三）下午15:00-16:00
地 点：中北校区理科大楼A1716室