应我院邀请，12月28日下午，西南财经大学林华珍教授在砺志楼114作了《Concordance Measure-based Feature Screening and Variable Selection》的报告。相关师生聆听了此次报告，报告由林福财副院长主持。

林华珍教授在报告会上首先介绍了超高维预测的变量选择和确定独立筛选，并建立模型；接着林华珍教授给我们详细的介绍了基于平滑C-统计的筛选方法，其中还介绍了这种新模型同其他模型的优势方面；然后阐述了确定筛选属性，其中通过两个定理得到对多项式阶的参数要进行进一步的变量选择；随后简要的介绍了基于不利的平滑C-统计量的变量选择和参数估计，并通过其得到它们一致属性Oracle属性；最后通过对基因的仿真实验，对比多种不同的筛选方法，在多种情况下这种筛选方法的效果是最好的。报告结束后，在座师生就相关研究进行了探讨和交流。

林华珍，西南财经大学统计学院教授、博导，统计研究中心主任，美国华盛顿大学生物统计系博士后，四川大学博士。教育部长江学者特聘教授，国家杰出青年科学基金获得者，百千万人才工程国家级人选，教育部新世纪优秀人才，第十一批四川省学术和技术带头人。论文发表在JASA、Annals of Statistics、JRSSB、Biometrika、Journal of Econometrics及Biometrcs等国际统计学及计量经济学顶级期刊上，并先后担任国际统计学期刊《Biometrics》、《Scandinavian Journal of Statistics》、《Statistics and Its Interface》、《Statistical Theory and Related Fields》Associate Editor，国内核心学术期刊《应用概率统计》、《系统科学与数学》、《数理统计与管理》编委。研究领域：非参数理论和方法、转换模型、生存数据分析、函数型数据分析、时空数据分析。