9月28日，来自北京师范大学统计学院的郭旭教授为本校师生带来题为Test and Measure for Partial Mean Dependence Based on Machine Learning Methods的学术讲座。此次讲座受到中央财经大学专题学术讲座资助计划支持。

在此次报告中，郭旭教授为大家分享了基于机器学习方法的部分系数显著性检验问题。在建模过程中，对于部分变量的显著性检验是统计学、经济学、生物医学等领域的重要研究问题，郭旭教授的团队创新性提出了一种pGMC检验统计量，很好地解决了这类问题。报告结束后，郭旭教授与各位老师和同学展开了进一步的讨论与交流。

报告人简介：

郭旭，北京师范大学统计学院教授，博士生导师。郭老师一直从事回归分析中复杂假设检验的理论方法及应用研究，近年来皆在对高维数据发展适当有效的检验方法。部分成果发表在JRSSB, JASA，Biometrika和JOE。担任《应用概率统计》杂志第十届编委。现主持国家自然科学基金优秀青年基金。曾荣获北师大第十一届“最受本科生欢迎的十佳教师”和北师大第十八届青教赛一等奖。

                                                                                              撰稿：潘蕊  审核：王立勇