5月21日下午，应数学与信息科学学院邀请，加拿大卡尔加里大学数学与统计系吴静静教授在学院103报告厅作了题为“Estimation and classification for a genetic data”的报告。学院相关专业教师和研究生聆听了本次报告。
针对观察到症状后的白血病病人，吴静静旨在开发一种统计程序来诊断白血病的类型，以降低成本和简化诊断。她提出二样本的半参数模型，利用极大似然估计(MLE)和最小距离估计(MHDE)，选出含有特殊标识的基因或显著基因，用加权平均法的分类原则对病人进行分类。最后，吴静静提出训练样本和独立检验样本的分类结果，并对比极大似然估计和最小距离估计两种方法在渐进有效性和稳健性方面的优劣。报告结束后，吴静静就核估计和非参数密度估计等统计问题与到会师生进行了深入交流。
专家简介：
吴静静，统计学博士，其博士论文被加拿大统计协会评为2007年度加拿大最佳概率统计博士论文奖。随后受聘于卡尔加里大学数学与统计系，主要研究方向有非参数半参数模型，最小距离估计，混合模型，渐进有效性和稳健性，参数降维及其在基因数据、生物统计、经济学等中的应用。
（数学与信息科学学院 马欢欢 苗山根）
