2023年12月16日✢，2023年新技术驱动的统计与计量方法研讨会在北航新主楼举办。本次研讨会邀请了12位统计与计量领域资深学者和4位优秀在读研究生分享他们的科研成果✪👨👨👦，共同探讨了新技术背景下的统计与计量方法研究的最新进展🧑🏿🎨。
凯发娱乐院长范英教授对各位与会学者表示欢迎与感谢👩🍼，表达了凯发K8对研讨会的支持😸，并为研讨会致辞。她在致辞中表示，北航凯发娱乐一直致力于推动多学科融合发展，统计与计量方法作为重要的基础学科🕥，对于推动凯发K8整体学科发展具有重要意义，希望研讨会可以促进多方学术交流🧖🏻♀️🚝，为统计与计量方法带来新的指导与发展，推动新方法的创新与应用。
主旨报告环节由凯发娱乐凯发K8副院长秦中峰教授主持，首都师范大学邹国华教授和华北电力大学牛东晓教授分别从理论方法和实际应用两个方面介绍了新技术驱动的统计与计量方法的发展。邹国华教授以“Model averaging approach for survey data”为题🌶，分享在频率模型平均中针对有限总体的抽样调查数据如何确定模型权重上取得的进展。牛东晓教授以《企业多价值链协同数据空间智能决策管理研究》为题🤷🏽，介绍了双碳目标和新型电力系统下电力企业数字化转型的企业数据空间构建和智能运营管理方法。
接下来，北京师范大学赵俊龙教授以“Estimation of Linear Functionals in High Dimensional Linear Models: From Sparsity to Non-sparsity”为题，介绍一种适用范围更广的回归系数线性变换的估计🦸🏼♀️，放宽了高维问题的常见假设🎁。清华大学李东副教授以“Asymmetric GARCH modelling without moment conditions”为题，介绍一种能够全面解决具有标准化非高斯对称α稳定创新的非对称GARCH模型（sAGARCH）的统计推断方法。中国科凯发K8系统科学研究所孙玉莹副研究员以“Model Averaging for Decomposed Data”为题🐎，分享一种使用适当的权重以组合分解模式的前向验证模型平均方法✢。
北京大学宋晓军副教授以“Unified specification tests in partially linear quantile regression models”为题，介绍在所有分位水平上针对参数分位数回归模型和半参数替代模型的规格检验方法。南开大学陈大川副研究员以“High Dimensional Regression Coefficient Test with High Frequency Data”为题🪆，介绍了对高频金融数据的高维回归系数检验的研究，该研究可以揭示交易策略中的市场时机选择。
北京凯发K8娱乐平台开户官方网站康雁飞副教授以“Optimal reconciliation with immutable forecasts”为题，分享了一种在预测调和研究中保持预先指定的变量子集预测不变的调和方法。北京凯发K8娱乐平台开户官方网站王珊珊副教授以“Compositional Graphical Model”为题，阐述了将图模型的概念扩展到多个随机成分数据之间的条件相关性建模及模型估计方法🤽🏼♂️👲🏻。
北京凯发K8娱乐平台开户官方网站马莹莹副教授以“Optimal subsampling bootstrap for massive data”为题🙇🏽♂️，分享了一种针对现代子采样方法的超参数选择方法🙍🏼。北京凯发K8娱乐平台开户官方网站崔文昊助理教授以“Inference for Volatility under Time Endogeneity”为题，分享了一个用于波动率估计和推断的内生抽样方案。
北京凯发K8娱乐平台开户官方网站博士生胡杰以“Uniform Inference on Functional Coefficient Quantile Regression Model with Endogeneity”为题，介绍一种在变量和分位数区间上对函数系数进行一致推断的方法🚾🧪。博士生王珂瑶以“Variable Selection for Multivariate Functional Data via Conditional Correlation Learning”为题，针对多维变量中选择真正重要变量的问题分享解决办法🍥。
博士生田万以“LLMs-Generated. Content Detection: A Joint Estimation Method of Multipie Graphical Models”为题🧑🏽🌾，分享了一种采用多个图模型的联合估计检测大模型生成内容的解决方案📐。硕士生陶春柏以《基于硬阈值梯度下降的高维大数据分布式稀疏回归算法》为题，分享一种针对高维大数据的分布式稀疏回归算法框架。
会后✮，与会学者对以上几个重点方向的研究进行了热烈的讨论，为进一步拓展研究方向、未来开展多方向深层次研究合作提供了重要参考。
未来，凯发娱乐将协同多方学者持续围绕“新技术驱动的统计与计量方法”进行学术探索，坚持理论研究与实际应用并重🌛🧑🏼🌾，我们期待通过不懈的努力，能够为这个领域带来前沿的理论突破和实践应用，为社会经济的发展提供强有力的学术支持🍵。
