12月9号下午，由统计与数学学院主办的大数据研究院揭牌仪式暨学术研讨会系列学术报告一在文波楼4楼统计应用实验室成功举办。本次讲座邀请到了浙江财经大学李金昌教授、南开大学王兆军教授、中国科学院研究员于丹、首都师范大学何书元教授、广州大学李元教授作为主讲人。讲座由统计与数学学院统计学系教授向书坚主持。
李金昌教授以“统计学与大数据”为题，阐述了他对于统计学及大数据的理解，首先，李教授给统计学下了三个定义，①统计学=政治+算数；②统计学=哲学+数学=定量的哲学=定性的数学；③统计学=数据的科学=数据+方法，并给出了关于统计学的几点认识，包括统计学的学科基础、学科性质、学科定位、学科宗旨、学科任务等，加深了我们对于统计学的了解，对于什么是大数据，李教授认为应该从两方面进行理解，既要理解大数据所包含的“大”的意思所在，又要明白“数据”的含义，同时，李教授向我们讲述了当前大数据所面临的复杂性、不确定性等挑战以及相关应对方法，最后，李教授指出，在大数据时代，统计学的研究对象、学科性质和根本任务都没有发生变化。
王兆军教授的讲座主题为“A Scalable Nonparametric Specification Testing in Massive”，王教授的讲授以数学为主，首先向我们解释了什么是大数据并以相关数据向我们展示了大数据的涌现所带来的问题，包括数据存储、计算与统计分析等，王教授认为对于大数据所面临的难题，应该采用对数据进行分块处理的方法进行解决，并向我们介绍了大数据部分线性模型、大数据分布式核回归、分布式估计与推断、大数据在线统计推断等方法，加深了同学们对于该问题的理解。
李元教授的讲座主题为“Study on Double Autoregressive Moving Average Models”，即双自回归移动平均模型研究，李教授开头先向我们说明了什么是双自回归模型，展示了相关学者的研究情况，并提出了模型DAR(P)的相关创新点所在及所要解决的两个问题，首先是如何将模型中的p阶推向无穷阶，其次是如何将模型拓展为多元的情形。针对以上问题，李教授分别向我们详细解释了以下两种模型，MA-GARCH模型与VDAR模型，并介绍了QMLE参数估计方法等，选取美国月份的90天的无风险利率数据进行了实证分析来帮助同学们进行理解，将自己的最新研究成果清晰地展示在师生面前。
何书元教授以“Empirical Likelihood for Right Censored Data”，即右删失数据的经验似然为主题为在场师生做相关报告，何教授首先介绍了经验似然方法，经验似然置信区间的构造以及估计方程等知识，何教授认为，在绝大多数场合，都不难得到待估参数的估计方程，并可以由此构造出以估计方程为约束条件的经验似然的置信区间，其次介绍了右删失数据的参数估计问题，最后，何教授向我们介绍了调整的经验似然，并指出其也是最前沿的统计应用。
于丹研究员的讲座主题为“复杂系统可*性综合评估的WCF展开方法”，于研究员首先介绍了可*度与可*度函数等相关概念，从不同方面对系统可*性综合评估方法进行了分类，其中精确方法包括Buehler方法、假设检验（对偶性）方法等，近似方法包括L-M方法、MML方法、WCF展开方法等，此外，于丹研究员还对各种方法的优缺点及适用范围进行了简要介绍。对于WCF展开方法，于研究员进行了详细的介绍，并将其从成败型和指数寿命型两种单参数情形推广到了可*性工程中常见寿命分布的类型，得到了威布尔分布情形下、正态分布情形下和指数分布情形下的WCF展开形式。
至此，大数据研究院揭牌仪式暨学术研讨会系列学术报告一在大家热烈的掌声中结束，本次讲座涵盖的内容较为丰富，在整个讲座过程，同学们都认真听讲，汲取丰富的知识，为以后的学术发展打下了更加坚实的基础，希望接下来的讲座能够举办的更加成功，取得更加好的效果。
