11月10日，统计大讲堂第二十一讲于明德主楼1030报告厅成功举办。此次报告会邀请了东北师范大学数学与统计学院孙法省副教授和中国科学院数学与系统科学研究院李启寨研究员分享他们的最新研究成果。本次学术报告会由统计学院副院长张波教授主持。统计学院易丹辉教授、许王莉教授、张景肖教授、尹建鑫副教授及众多统计学院博士、硕士研究生参加了本次报告会。

报告开始前，张波教授介绍了两位报告人，并对他们的科研成果给予了高度评价。孙法省博士在统计学顶级期刊Annals of Statistics，JASA，Biometrika等发表论文近20篇，其研究方向为计算机试验、试验设计、高维数据分析等。李启寨研究员曾获优秀青年科学基金，在生物或医学顶级期刊Nature Genetics, JASA等发表论文80余篇，其研究方向为生物医学统计。

孙法省博士的报告题目是：Uniform Projection Designs. 随着计算机技术的发展，许多试验可以通过计算机来模拟，这样不仅可以节省费用而且可以加快研究进程。模拟点（也称设计点）的选取直接影响后续估计和建模的好坏。常用选择设计点的三个准则为（1）低相关性；（2）最大最小距离；（3）空间填充性。根据这三个准则可以构建试验点，同时这三个准则也可以作为评价一个设计好坏的准则。孙法省博士发现根据这三个准则，当一个设计在高维空间表现良好时，在其低维子空间表现不一定好。但是在建立模型时，低阶效应应该给予更高的重视。基于最小化试验点投影在其所有一维和二维子空间的距离这一新的准则，孙法省博士提出了均匀投影设计。该设计不但在设计点的低维子空间具有很好的表现，且在上述三个准则下都表现良好，具有稳健性。在报告过程中以及报告结束后，在场师生就子空间维数选择、设计变量与反应变量间的线性关系假定等问题与孙法省博士进行了讨论。

李启寨研究员的报告题目是：Order-Restricted Inference for Correlated and Clustered ROC Data.用户接受曲线（ROC）作为一种模型评价标准，在生物系统、诊断医学、信号识别等领域具有广泛应用。李启寨研究员以指纹匹配的生物识别技术为例，介绍了一种具有特殊结构的数据：有序数据。而现有的ROC曲线估计方法无法把有序的样本结构考虑进去，这样会导致ROC的估计具有较高的均方误差。对于这类有序数据，李启寨研究员根据相关性确定观测值的权重，提出了ROC的次序限制估计量。理论结果表明，对于有序样本的模型评价该，估计量与现有的ROC估计相比，具有更小的均方误差。随后，在场师生关于有序样本观测值数量无法趋于无穷的特点、权重的直观含义等问题与李启寨研究员进行了激烈的讨论。