• 统计研究中心
当前位置: 首页> 系列讲座> 正文

北京大学周晓华教授: Inference on Partial Correlations with Application to Brain Imaging

光华讲坛——社会名流与企业家论坛第 5822 期

(线上讲座)

主题Inference on Partial Correlations with Application to Brain Imaging

主讲人北京大学周晓华教授

主持人统计学院 林华珍教授

时间2020年6月22日(周一)11:00-12:00

直播平台及会议ID腾讯会议,743 853 134

主办单位:统计研究中心、数据科学与商业智能联合实验室和统计学院 科研处

主讲人简介:

周晓华教授是北京大学讲席教授,北京大学生物统计系主任,北京大学统计科学中心副主任, 北京大学北京国际数学研究中心生物统计及生物信息实验室主任,北京大数据研究院中医大数据中心主任。国际生物统计学会中国分会 (IBS-China) 理事长,中国现场统计研究会生物医学统计学会会长,美国科学促进会(AAAS)会士(Fellow) 美国统计学会(ASA)会士(Fellow),数理统计学会(IMS)会士 (Fellow, 国际统计研究院会士(Member)。美国联邦政府食品和药物管理局(FDA)医疗器械和放射健康顾问委员会委员。荣获美国联邦政府授予的研究生涯科学家奖、中国国家自然科学基金委海外杰青, 中国教育部高层次文教专家、中国教育部海外名师等荣誉称号,获美国统计学会贝叶斯分析科学分会及国际贝叶斯统计科学学会Mitchell奖,中国产学研合作创新奖, SCIENCE CHINA-Mathematics评选的年度优秀论文奖。研究方向主要集中于医学诊断学的统计方法,随机临床试验中的设计及统计方法,因果推断分析方法, 医疗大数据,缺失数据,新兴传染病的数学和统计建模, 脑科学,卫生经济,卫生服务, 中医药研究等领域发展新的统计方法,做出了许多重要贡献,在国际顶尖的统计和生物统计期刊 J. R. Statist. Soc. B, JASABiometrikaAnnals of Statistics, Biometrics, Statistics in Medicine 等发表SCI学术论文260余篇, 其中130余篇是第一或通信作者。 先后任生物统计学顶尖期刊 Biometrics, Statistics in Medicine, Journal of American Statistical Association - Theory and Method副编辑,也是国际生物统计学会中国分会会刊Biostatistics & Epidemiology 主编。

内容提要:

In this talk, we propose a hierarchical model to study both the subject and population level partial correlations based on multi-subject time series data. Multiple testing procedures adaptive to temporally dependent data with false discovery proportion control are proposed to identify the nonzero partial correlations in both the subject and population levels. A computationally feasible algorithm is developed. Theoretical results and simulation studies demonstrate the good properties of the proposed procedures. We illustrate the application of the proposed methods in a real example of brain connectivity on fMRI data from normal healthy persons and patients with Parkinson’s disease. This is a joint work with Dr. Qiu at Iowa State University.

在本报告中提出了一个基于多个体时间序列数据的层次模型来研究主体水平和群体水平的偏相关。提出了一种适用于时间依赖数据的多重检验方法,该方法具有错误发现比例控制,用于识别主体水平和总体水平上的非零偏相关。提出了一种计算可行的算法。理论结果和仿真研究证明了所提方法具有良好的性能。文章在一个真实的大脑连通性的例子中说明了提出的方法在正常健康人和帕金森病患者的fMRI数据上的应用。这是他与爱荷华州立大学邱博士的合作研究。


上一条:耶鲁大学张和平教授: Brain Regions Identified as Being Associated with Verbal Reasoning through the Use of Imaging Regression via Internal Variation

下一条:中国科学院大学郭田德教授: 人工智能中的数学