2019年6月28日下午，英国曼彻斯特大学数学学院潘建新教授应邀来访9778818威尼斯，于9778818威尼斯财院校区行政楼301报告厅开展题为《Joint Modelling Strategy in Practical Case Studies》的学术报告。论坛由9778818威尼斯周四军教授主持，9778818威尼斯师生50余人参与了此次论坛。

首先，潘教授从学校历史、世界排名、师资力量、学生构成、学术成果等方面全方位地展示了英国曼彻斯特大学的全貌，介绍了该校硕士和博士研究生的申请条件、培养理念和方式，并表示欢迎9778818威尼斯的学生申请赴曼彻斯特大学学习交流。

报告正式开始，潘教授提出在医学研究实践中，观察到的患者的数据实际上十分复杂：有可能来自不同类别的纵向观察，也可能具有纵向生物标志物的事件发生时间。如果使用简单理想化的数学模型，仅从单个变量角度分析，会忽视同一患者之间的固有关联，导致不准确的统计推断和有偏见的统计结论。基于这样的背景，潘教授引出了统计联合建模策略。为了进一步解释，潘教授使用三个医学案例说明了多个事件内在关联在统计建模中所起的作用，并深入浅出地介绍了如何通过分析案例研究中出现的实际数据集，共同建立纵向多个事件的模型。第一个案例是对50岁以上人群关节疼痛问题的研究。患者的身体质量指标、抑郁症和关节疼痛指数这三个变量虽然属于不同的变量类型但都来自于同一个人，有固有的内在联系，于是应该通过随机效应把变量之间的相关性联系起来建模。第二个案例是基于小白鼠试验对人类癌症治疗药物的效果进行检测。肿瘤的大小、没治好的概率和生存时间三个变量间有内在联系，通过将这三个变量联合建模得到的结论也是最准确的。第三个案例是关于高血压的研究。在这个研究中，考虑变量间内在联系对高血压、生存时间联合建模，验证了血压的不稳定性和剧烈波动性比高血压对身体更危险的观点的正确性。除了医学案例，潘教授还从金融研究角度，提出在研究上市公司时，上市公司股票价值和其它与公司相关的变量之间由于来自同一个公司也可能存在内在联系，因此通过联合建模应该能得到更合理的结论。

在提问环节，潘教授针对参与论坛的老师和学生提出的问题进行了耐心地解答，使在座师生受益匪浅，此次论坛加深了我校师生对统计联合建模的了解，对研究生们的学术研究具有重要的指导意义。本期金融与统计论坛在一片热烈的掌声中圆满结束。

主讲人介绍：潘建新，英国曼彻斯特大学数学学院终身教授，英国皇家统计学会会士, 国际统计学会当选会员，美国数理统计学会会员。统计学杂志Biometrics（2008-2018），Journal of Multivariate Analysis (2018-)和Biometrical Journal (2016-)编委。1996年香港浸会大学获得统计学博士学位后到英国洛桑实验中心从事博士后研究。2002年10月加盟曼彻斯特大学数学学院，先后任讲师(2002)、高级讲师(2004)、Reader(2005)。2006年被曼彻斯特大学聘为终身教授，并兼任曼彻斯特大学医学院研究员。曾担任曼彻斯特大学数学学院概率统计系主任。致力于统计学领域内复杂数据模型的理论研究及其在医学、金融及工业上的应用，取得了多项创新性研究成果。成果发表在包括Journal of the American Statistical Association和Biometrika在内的统计学主流期刊上。至今已发表学术论文100余篇，出版学术专著2部。

通讯员：严露  梅思敏