6月13日下午，德州大学圣安东尼奥分校汪敏教授应邀来我院作了题为“A robust Bayesian analysis of variable selection in linear models with spherically symmetric errors”的学术报告。报告会由理学院、人工智能研究院以及科学技术发展研究院联合主办，由理学院副院长闵超教授主持，学院部分教师、研究生聆听了讲座。

汪敏教授在报告中介绍了一种双稳健的贝叶斯方法，可以同时处理变量选择、模型形式不确定性和质量预测中的非正态性。报告首先介绍了响应面模型，然后讨论了贝叶斯方法和双重稳健，最后通过相关的数值结果得出，贝叶斯方法在不同的误差分布类型的线性模型的预测和变量选择方面优于现有的成熟方法。此外，汪敏教授还介绍了相关研究的最新进展，并就如何开展学术研究和如何进行论文写作方面与师生展开讨论，提出了宝贵的建议。

汪敏教授的报告引起了在场师生的广泛兴趣和热烈讨论。在互动交流环节，与会师生踊跃提问，汪敏教授都一一认真解答，大家纷纷表示受益匪浅。

报告人简介：汪敏，美国德州大学圣安东尼奥分校商学院管理科学与统计系教授和应用统计博士项目负责人，博士生导师。2010年5月于美国克莱姆森大学获得统计硕士学位；2013年5月于克莱姆森大学获得统计博士学位。2013年8月- 2017年12月在美国密歇根理工大学数学科学系工作，于2017年8月破格提升为副教授并获得终身任期教授资格。现在德州大学圣安东尼奥分校从事教学科研工作。近年来，先后参与和主持了美国自然科学基金委，密歇根交通部，以及美国卫生院的研究课题。在各类同行评议的国际期刊上发表了研究文章100余篇。研究方向：贝叶斯统计；计算统计；统计推断；质量和可靠性工程研究；高维数据分析和统计应用。

报告会现场