中国人民大学统计学院坚持“以统计与数据科学为引领，理论方法与应用实践研究并重”的“一体两翼”发展思路，集中优势力量，把握统计与数据科学发展的时代脉搏。自2020年起，我院组织编撰“数据科学的方法与应用丛书”，旨在从不同角度讨论数据科学的理论、原理及方法，为方法研究者与实践分析者提供参考，实现数据科学方法的有效应用与价值转化。与此同时，希望通过本套丛书的尝试与探索，为创新推进“一体两翼”的发展模式提供良好的范式，并期待与更多的研究者携手并进，共同为数据科学方法与应用的发展贡献力量。

本期我们推出“数据科学的方法与应用丛书”第二部著作《大规模网络数据分析与空间自回归模型》，后续将陆续推出该套丛书中各本专著的介绍，敬请关注！

《大规模网络数据分析与空间自回归模型》

黄丹阳著

内容简介

本书主要内容包括网络数据的定义及相关指标、大规模网络中的链路预测、网络聚类分析、网络数据中的空间自回归模型、大规模网络数据中的模型估计方法、网络数据中的空间自回归模型的拓展及应用、网络中的空间自回归模型的其他研究方向等。本书关注大规模网络数据分析中的模型方法，除模型方法本身的理论拓展之外，在估计方法等方面会涉及大规模数据中的快速计算方法。由于网络分析本身的范围非常广泛，故本书涉及的内容仅局限于作者及团队研究工作中使用到的一部分。在本书的最后，为了启发读者思路，对于部分已有网络研究进行了梳理。

本书可供统计学学者、对网络数据分析感兴趣并且具备一定统计学基础的研究生、高年级本科生等阅读参考。

作者简介

黄丹阳，现任中国人民大学统计学院副教授，博士生导师，中国人民大学杰出青年学者。北京大数据协会理事会副秘书长，常务理事，全国工业统计学教学研究会青年统计学家协会理事。主持国家自然科学基金面上项目，青年项目，北京市社会科学基金青年项目等多项科研课题，曾获北京市优秀人才培养资助。长期从事复杂网络建模、大型网络计算、超高维数据分析等方向的理论研究工作。研究论文发表于国内外权威期刊包括Journal of Econometrics, Journal of the American Statistical Association, Journal of Business and Economic Statistics,以及《统计研究》《管理世界》等。