2024年6月25日上午，密歇根大学徐功军教授应邀于线上为我院开展了以“Covariate-Adjusted Generalized Factor Analysis with Application to Testing Fairness”为主题的“数字+”与之江统计讲坛系列学术讲座。本次讲座线下在综合楼644会议室举行，统计与数学学院程开明教授和学院部分师生参加。江西师范大学丁树良教授，中国科学技术大学王占峰教授，浙江省警察学院林新明教授，还有部分其他兄弟院校师生在线上参加，讲座由统计与数学学院明瑞星教授主持。

徐功军，密歇根大学统计系教授，同时是心理学系教授。他于2013年在哥伦比亚大学获得统计学博士学位。研究方向包括潜在变量模型、心理测量学、统计学习和推理以及生存分析。徐功军教授曾获得美国国家科学基金会职业奖（2019年）、泛华统计协会优秀青年人才奖（2019年）、贝努利学会新人才奖（2019年）、心理测量学会早期职业奖（2023年）以及统计学会会长委员会（COPSS）新领军人才奖（2023年）。徐博士目前担任JEBS（《教育和行为统计杂志》）的主编，以及JASA（《美国统计学会杂志》）、Psychometrika《心理测量学》、AOAS（《应用统计年鉴》）、Sinica（《泛华统计》）和JDS（《数据科学杂志》）的副主编。

本次讲座，徐教授讨论了在数据爆炸的时代，心理测量学家和统计学家如何开发可解释且计算效率高的统计方法，并使用大规模评估数据来衡量潜在因素（如技能、能力和个性）。徐教授认为除了理解潜在信息外，还需考虑控制潜在因素的协变量对反应的影响，这在评估教育测试的公平性等应用中也有所涉及。然而，数据的大样本量、高协变量维数和长测试长度的特点给评估带来了挑战。此外，为了适应常见的离散响应类型，通常需要假设非线性因子模型，这还增加了问题的复杂性。为了解决这些挑战，徐教授提出了一种协变量调整的一般因子模型，并提出了新的可解释条件来解决可识别性问题。然后，基于可识别性条件，徐教授提出了一种联合最大似然估计方法，并展示了在实际具有挑战性的渐近 regime 下如何构建和得到协变量效应一致性和渐近正态性的结果。最后，徐教授推导了潜在变量和因子载荷的估计和推断结果，并通过大量的数值研究和一个大型教育评估应用程序，即国际学生评估计划（PISA），说明了该方法的实际表现。

临近讲座结束，徐教授与在座的各位老师和同学们进行了进一步的学术探讨。最后明瑞星教授对此次讲座发表总结并对徐功军教授的分享以及在座同学们的参与表达了诚挚的感谢。