3月30日上午十点，“统计大讲堂”第一百一十二讲——COVID-19专题系列第一讲顺利举行。由于疫情原因，本次讲座于线上举行，共有四百五十余人通过腾讯会议及在线直播参与研讨。讲座以“Modeling the Transmission Dynamics of COVID-19 in China and US”为主题，邀请了哥伦比亚大学公共卫生学院的裴森副研究员作为报告人、中国人民大学统计学院副教授孙怡帆作为评论人。统计学院院长王晓军，副院长尹建鑫、李静萍出席讲座，教授易丹辉、高敏雪、肖争艳参加讲座。本次讲座由统计学院副院长李扬主持。

李扬首先向老师和同学们介绍了COVID-19专题系列讲座的安排，并简要介绍了报告人裴森和评论人孙怡帆的基本信息。裴森现在在哥伦比亚大学从事研究工作，主要研究方向是传染病的数学建模、传播推断以及实时预测，相关研究成果发表于Science、PNAS、 Nature Communications和eLife等科学期刊。孙怡帆现任中国人民大学统计学院概率论与数理统计教研室主任，主要研究方向为复杂数据分析、网络分析、最优化方法等。

王晓军代表学院向裴森的参与表示热烈的欢迎和由衷的感谢。她指出，“统计大讲堂”致力于搭建国内外交流的平台，邀请国内外著名统计学者就国际前沿统计问题进行交流，帮助师生开拓学术视野，了解国际前沿的学术动态。她希望大家通过COVID-19专题系列讲座更加深入地了解疫情影响，在特殊时期增进交流、启迪思路，为统计学科理论和实践发展创造更多的社会价值，体现统计人的担当。

裴森从人类历史上的传染病入手，指出借助于数学工具研究传染病的传播规律，可以帮助人们更好地了解疾病的传播机制，预测它的爆发和传播过程，并依此制定相关防疫措施，从而有效遏制疾病传染，保障人民安全。他讲解了现有的几种传染病传播机制模型和预测方法，从理论上说明了利用数学建模预测疾病走势的可靠性。他着重介绍了他所使用的预测模型SEIR模型，并对所得结果做出了解释。裴森结合新冠疫情对日常生活的影响，高度肯定了中国的抗疫成果，并详细介绍了他预测的美国的抗疫前景。最后，他将新型冠状病毒与之前的SARS、MERS病毒进行比较，对COVID-19未来的变化趋势做了预测。

孙怡帆认为，裴森的研究视角非常独特，很适合研究本次新冠肺炎疫情。她提到，裴森的方法对于从事统计的研究人员来说具有特色，在统计中常用的是统计建模、数据驱动的方式，而他则采用了一种数据驱动和知识引导相结合的建模范式，值得借鉴。随后，针对孙怡帆提出的两个问题，裴森详细地解释了新冠病毒与H1N1传播的差异，并指出当前中国应加强防控疫情境外输入的相关措施。

在交流提问环节中，在线师生积极与裴森互动。通过裴森的解答，大家对新冠肺炎疫情未来的传播走势和他在报告里提到的几种模型有了更详细的了解。