本网讯（杨文志 通讯员 林志超）5月13日下午，北京大学教授陈家鼎应邀在磬苑校区作题为“浅谈统计学的发展脉络与回归自变量的选择”的专题报告，数学科学学院、文典学院师生聆听了本次报告会。
陈家鼎教授在我校作学术报告
陈家鼎说，目前已有的BIC准则可以挑选相合的自变量子集，但是在自变量个数很大时计算量过大甚至大到无法实行，适应Lasso方法具有较高的计算效率，也能找到相合的自变量子集，但有时要计算某些极值问题也要花费一番功夫。针对此问题，他提出了一个简单有效的自变量选择方法，只需要计算两次普通线性回归，第一次进行全集回归，得到全集回归系数估计，之后利用这些回归系数估计挑选子集，然后只要在挑选的自变量子集上再进行一次普通线性回归就得到了回归结果。
陈家鼎，北京大学数学科学学院教授、博士生导师。长期从事数理统计的教学和科研工作，研究方向是不完全数据的统计推断、序贯统计及其在可靠性工程上的应用。
