“统计大讲堂”第157讲回顾：一种大规模t检验的错误发现率可控的检验方法
2021-06-05
6月2日下午，“统计大讲堂”系列讲座第157讲举行。本次讲座采取在线会议的方式，邀请北京师范大学统计学院郭旭副教授作题为“一种大规模t检验的错误发现率可控的检验方法”的报告。讲座由中国人民大学统计学院副教授、应用统计科学研究中心研究员尹建鑫主持。
尹建鑫首先介绍了主讲人的相关信息。郭旭于2014年获得香港浸会大学博士学位，现为北京师范大学统计学院副教授、博士生导师。郭旭致力于模型设定检验、高维数据分析和半参数回归分析等方面的研究；目前主持国家自然科学基金面上项目，主持完成国家自然科学基金数学天元基金和青年基金。
郭旭首先介绍了课题的研究背景。在大规模t检验中控制错误发现率时，现有的BH方法在数据偏态程度比较大的时候表现较差，而bootstrap方法计算量比较大，因此需要一种新的优化策略。
基于对上述问题的思考和研究，郭旭提出了镜像方法，并对其原理、构造方式进行介绍，解释了其合理性。他列举了在多个变量相互独立或多个变量有一定相关性等不同情况下的理论成果，证明该方法能在多种情况下控制错误发现率，并度量了数据相关性和偏态程度造成的影响。
最后郭旭给出了数值模拟的结果，通过在多种情况下与BH、A-bootstrap、I-bootstrap等传统方法进行对比，体现镜像方法在同等准确性下计算量小的优越性。
在提问交流环节，郭旭耐心地对关于镜像方法原理及其应用的问题进行了解答，与老师同学们围绕课题进行了更深入的讨论。
此后“统计大讲堂”系列将陆续推出更多精彩讲座，敬请关注。
