统计学院教师科研创新工作近期成果喜人——系列报道之一
近年来，统计学院教师科研创新工作捷报频传，国家级课题评选工作喜获丰收，多篇研究论文在国际高水平期刊上刊登发表。
近3年来，统计学院教师共获得国家自然科学基金12项；发表国际A类期刊论文9篇，国际B类期刊论文8篇，国际C类期刊论文8篇，国际D类期刊论文4篇，权威A类论文8篇，权威B类论文3篇；出版学术专著14部；整体科研实力明显提升。统计学院计划分多期介绍其中的部分优秀成果，第一期重点介绍生物统计方向和机器学习方向。在生物统计方向取得突出成果的青年教师主要包括裴艳波和王琳，在机器学习方向取得突出成果的青年教师主要包括安百国和陈珩。
生物统计方向的青年教师裴艳波，主要从事生物医学统计、生存分析及相关的复杂数据分析、超高维数据分析等研究。近年来取得了一系列优秀科研成果。主持并完成国家自然科学基金青年基金项目1项；主持在研国家自然科学基金面上项目1项。在中国统计出版社独立出版英文学术专著1部，系统论述医学临床相关数据的统计推断方法；合著研究生用书《R语言与现代统计方法》，将基本的R语言软件学习与现代前沿统计方法相结合。先后在《Statistics in Medicine》（《医学统计学》）、《Statistical Methods in Medical Research》（《医学研究统计方法》）、《Science China Mathematics》（《中国科学 数学》）等国际高水平期刊发表英文SCI论文8篇，其中国际B类期刊论文1篇、国际C类期刊论文1篇、权威A类期刊论文5篇。
裴艳波老师以第一作者及通讯作者身份在国际著名杂志《Statistics in Medicine》（《医学统计学》）发表的论文“Testing homogeneity of proportion ratios for stratified correlated bilateral data in two-arm randomized clinical trials”针对医学随机临床试验中存在内部相关结构的分层数据进行统计推断，提出能够较好刻画数据相关结构的统计模型，构造并比较了多种分层数据的同质性检验统计量，给出样本量的计算公式，并应用于实际数据分析，取得较好的分析效果。《Statistics in Medicine》主要以医学数据、临床实验、诊断、剂量控制、流行病学等统计研究为主，在国际医学统计方向具有很高的影响。
生物统计方向的青年教师王琳，主要从事生物统计学、计算生物学、机器学习、以及统计相关算法在其他领域应用等研究。近年来取得了一系列优秀科研成果。先后主持国家自然科学基金项目2项，参与委办局级课题1项。出版科技类学术专著1部，系统论述了功能基因组学的统计分析方法。合著专业硕士核心课教材《应用数理统计》，该书已经在专业硕士教学中投入使用。1项发明专利获得授权。先后在《Bioinformatics》（《生物信息学》）、《Scientific Reports》（《科技报告》）等国际高水平期刊上发表英文SCI论文6篇，其中国际A类期刊论文3篇、国际B类期刊论文2篇、权威A类期刊论文1篇。
王琳老师以第一作者身份在本领域顶级期刊《Bioinformatics》（《生物信息学》）发表的学术论文“Meta-analytic framework for liquid association”针对多源基因表达数据流动相关性问题提出了横向数据整合方法。解决了在全基因组范围内搜索基因三元组复杂度较高的关键问题，提出了利用符号筛选和Bootstrap筛选进行快速搜索的算法，将计算复杂度降低98%，该论文利用与环境有关的酵母菌基因表达数据进行实例分析，得出了一些有价值的生物结论。相对于单一实验数据的流动相关性分析而言，该方法得到的生物信号更为显著、分析结果更为一致更为稳健，对于帮助生物科学家发现与环境或疾病状态等因素相关的基因调控机制有着重要的作用。《Bioinformatics》在我校属于国际A类期刊，2016年SCI影响因子达到7.307。
机器学习方向的青年教师安百国，主要从事超高维数据分析、机器学习、文本挖掘、神经影像数据分析等研究。近年来取得了一系列优秀科研成果。先后主持国家自然科学基金青年基金项目1项、省部级课题1项，参与国家级课题3项。在《Biometrika》、《Plos One》、《Computational Statistics & Data Analysis》、《statistics and its interface》等高水平国际期刊上以第一作者、通讯作者身份发表英文SCI论文5篇，其中国际A类期刊论文1篇、国际B类期刊论文2篇、国际C类期刊论文1篇、国际D类期刊论文1篇。
安百国老师以第一作者身份在《Biometrika》发表的学术论文“Hypothesis testing for band size detection of high-dimensional banded precision matrices”针对高维协方差逆阵的估计开展研究，提出了一种新的确定带状精度矩阵带宽的假设检验方法。该方法基于精度矩阵的回归表示，将带宽的确定问题转化为一个序列回归问题，性能明显优于交叉验证等传统的调节参数确定方法。《Biometrika》在我校属于国际B类期刊，2016年SCI影响因子达到1.448，该杂志与《Journal of the Royal Statistical Society: Series B》，《Annals of Statistics》，《Journal of American Statistical Association》一起位列统计领域顶级四大期刊。
机器学习方向的青年教师陈珩，主要从事机器学习、统计学习理论、数据分析等研究。近年来取得了一系列优秀科研成果。先后主持国家自然科学基金青年基金项目1项、参与国家级课题1项。在《Journal of Approximation Theory》（《渐近理论》）、《Journal of Statistical Planning and Inference》（《统计设计与推断》）等高水平国际期刊上以第一作者的身份发表英文SCI期刊论文2篇，这2篇论文在我校均属于国际B类期刊论文。
陈珩老师以第一作者身份在《Journal of Approximation Theory》（《渐近理论》）发表的学术论文“Learning rate of support vector machine for ranking”对支持向量机的排序问题进行了理论分析，利用U过程性质、逼近误差分析、覆盖数技巧，建立了算法的相容性，并且得到了学习率。《Journal of Approximation Theory》在我校属于国际B类期刊，2015年SCI影响因子达到0.921，属于数学类期刊的Q1区。
近3年来，统计学院陆续推出一系列科研激励措施，加大对青年教师科研创新能力的培养，倾力构建创新型人才培养长效机制。学院从制度和经费等方面为青年教师的学术研究活动提供了大力的支持，建立了以国内外知名专家为主的科研合作导师指导队伍，聘请统计届资深专家学者对青年教师的国家自然科学基金项目选题、申请书撰写、以及申请工作进行专业指导，学院形成了非常好的科研氛围和环境。以上举措为统计学院青年教师科研创新活动提供了强有力的经费保障、资源服务和政策支持，取得了较好成效。
代表性论文链接：
[1]http://onlinelibrary.wiley.com/doi/10.1002/sim.6244/full
[3]https://doi.org/10.1093/bioinformatics/btx138
[4]https://www.nature.com/articles/s41598-017-05405-x
[5]https://academic.oup.com/biomet/article-abstract/101/2/477/1778153?redirectedFrom=fulltext
[6] https://www.sciencedirect.com/science/article/pii/S0167715217301475
[8]http://www.sciencedirect.com/science/article/pii/S0378375817301581