4月18日上午，复旦大学管理学院统计与数据科学系戴国榕老师受邀到我校做题为“Is External Information Useful for Data Fusion? An Evaluation before Acquisition”的学术报告，学院30余名师生参加。

在报告中，戴老师以人口分布为例，清晰地阐释了内部数据与外部数据（如额外个体数据或汇总统计量）的概念。他指出，获取外部数据通常需要付出成本，因此在决定是否引入外部数据之前，进行效用预判显得尤为重要。讲座提出了一种基于估计效率的效用度量方法。该方法通过计算有无外部数据时的半参数效率界限之比，量化外部数据可能带来的最大潜在效率提升。这一方法不依赖于具体估计方法，具有广泛的适用性。在此基础上，戴老师提出了一种仅利用内部数据构建估计量的新方法——有效影响函数方法，并通过四个具体案例展示了该方法的普适性。最后，戴老师通过模拟研究证实了该方法在有限样本下的出色表现，同时，通过一个真实数据的应用案例，进一步凸显了该方法在实际场景中的价值和广阔应用前景。

分享结束后，与会师生围绕计算复杂度、案例结果等关键问题展开了深入而热烈的讨论。