• 统计研究中心
当前位置: 首页> 系列讲座>

  • 哈佛大学冯贺莲博士:An integrative pipeline of multi-tissue multi-trait Transcriptome-wide Association Study.
  • Duke-NUS 医学院成青博士:MR-LDP: a two-sample Mendelian randomization for GWAS summary statistics accountinglinkage disequilibrium and horizontal pleiotropy
  • 宾夕法尼亚州立大学马彦源教授:Measurement Error Models
  • 明尼苏达大学杨宇红教授:Goodness of Fit Testing for Binary Regression: How to Go beyond Hosmer–Lemeshow Test?
  • 美国密西根大学 Peter XK Song教授:Self-learning of individual treatment rules in precision health with missing data
  • 山东大学 林路教授:A race-DC in Big Data
  • 中国科学院数学与系统科学研究院 马志明院士:从5G极化码谈起
  • 芝加哥大学 王静姝博士:Estimating Causal Relationship for Complex Traits with Weak and Heterogeneous Genetic Effects
  • 新加坡国立大学 张金廷教授:Simple and Adaptive Tests for High-Dimensional Data
  • 英国约克大学 张文扬教授:High Dimensional Dynamic Covariance Matrices with Homogeneous Structure
  • 香港大学 李国栋教授:High-dimensional vector autoregressive time series modeling via tensor decomposition
  • 微众银行 吴海山博士: 可感知经济学(Senseable Economics)
  • 南京审计大学吕绍高副教授:Debiased distributed learning for sparse partial linear models in high dimensions
  • 香港浸会大学彭衡副教授:BOLT-SSI: Fully Screening Interaction Effects for Ultra-High Dimensional Data
  • 美国国家过敏及传染性疾病研究院(NIAID)研究员Qin Jing:Some applications of pool adjacent violators algorithm in statistical inference
  • 美国加州大学河滨分校 马舒洁教授:Determining the number of communities in degree-corrected stochastic block models
  • 上海交通大学 刘卫东教授:Distributed Robust Estimation on Sparse Linear Regression
  • 明尼苏达大学 杨宇泓教授:Model selection and combination for estimating treatment effects
  • Georgetown University Ming T. Tan教授: Robust Estimates of Rx Effect via Semi-Parametric Models in MRCT and Statistical Generalizations
  • 香港科技大学 李莹莹教授: High-dimensional Minimum Variance Portfolio Estimation Based on High-frequency Data
  • 宾州州立大学 李润泽教授: Hypothesis Testing on Linear Structures of High Dimensional Covariance Matrix
  • 南加州大学 Yingying Fan教授: An Empirical Bayes Solution for Selection Bias in Functional Data
  • 南加州大学 Jinchi Lv教授: "RANK: Large-Scale Inference with Graphical Nonlinear Knockoffs"
  • 德克萨斯大学 罗曦副教授: Covariate Assisted Principal Regression for Covariance Matrix Outcomes
  • 新加坡国立大学 余涛副教授: Pairwise-rank-likelihood methods for the semiparametric transformation model
  • 伊利诺伊大学芝加哥分校 陈大川博士: Principal Component Analysis and Realized Regression with Asynchronous and Noisy High Frequency Data
  • 中国科学院数学与系统科学研究院 陈敏研究员: Semi-parametric inference for large-scale data with non-stationary non-Gaussian temporally dependent noises
  • 北京师范大学 陈木法院士: 交叉研究的感悟
  • 中国科学院数学与系统科学研究院 马志明院士: 神经网络和机器学习的一些最新研究进展
  • 新加坡国立大学 文骏博士: Estimating the spectrum of a high dimensional covariance matrix via anticommuting variables
  • 共185条  1/7 
    首页上页