主题：Joint Modelling Strategy in Practical Case studies

主讲人：潘建新 教授 博士生导师

主持人：周四军 教授 统计学系主任

时间：2019年6月28日下午16:00-18:00

地点：9778818威尼斯财院校区行政楼301会议室

主讲人简介：英国曼彻斯特大学(University of Manchester)数学学院终身教授，英国皇家统计学会(The Royal Statistical Society) 会士（Fellow）, 国际统计学会（International Statistical Institute）当选会员（elected member），美国数理统计学会（Institute of Mathematical Statistics）会员。统计学杂志Biometrics（2008-2018）， Journal of Multivariate Analysis (2018-)和Biometrical Journal (2016-)编委（Associated Editor）。1996年在香港浸会大学获得统计学博士学位，之后到英国洛桑(Rothamsted)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(Growth Curve Models and Statistical Diagnostics和Case-Deletion Diagnostics in Linear Mixed Models)。

内容提要：在许多实践中，随着时间的推移，同时观察每个患者的多个事件并不罕见。这些事件可能是不同类别的纵向观察，也可能是具有纵向生物标志物的事件发生的时间。对如此复杂的数据建模需要联合统计建模策略，该策略解释了由于来自同一患者的数据而导致的多个事件之间固有的关联。忽略固有的关联可能导致非常不准确的统计推断和偏见的统计结论。在讨论中，报告人将使用一些实际的案例研究来说明多个事件内在关联在统计建模中所起的重要作用。报告人还将介绍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。