2020年8月4日上午10点，英属哥伦比亚大学Jiahua Chen教授应邀在腾讯会议（ID:194559343）开展了一场题为“Permutation test under rotating sampling plan with clustered data”的学术讲座。本次讲座由王启华老师主持。

Jiahua chen 教授目前是加拿大统计推断一级研究主席，也是加拿大温哥华英属哥伦比亚大学统计系教授。Jiahua chen 教授于1985年1月在系统科学研究所获得硕士学位，1990年7月在威斯康星大学麦迪逊分校获得博士学位，师从Jeff Wu教授。Jiahua chen 教授研究领域主要包括以下几个主要方面：Finite Mixture Models, Statistical Genetics, Empirical Likelihood, Survey Methodology, Design of Experiment。此外，Jiahua chen 教授于2005年任国际华人统计学会会长，2007年任加拿大统计学会调查方法分会会长，曾任加拿大自然科学与工程研究委员会资助评选委员会委员，且是数学统计研究所和美国统计协会的当选会员，获得了CRM-SSC统计学奖(该奖项由加拿大统计学会(SSC)和蒙特利尔数学研究中心(CRM)联合主办，每年颁发给一位加拿大统计学家，以表彰在获得博士学位后的头15年中对该学科的杰出贡献)， 2014年获加拿大统计学会最高奖金奖，2016年获国际华人统计协会杰出成就奖。

Jiahua chen 教授考虑了一个由抽样单位集群组成的群体，这些单位在时间，空间上或根据其他动态不断变化。Jiahua chen 教授指出，在现实世界中，为了便于管理和提供信息，通常通过旋转采样计划来收集聚类数据。在旋转采样计划下，不仅相同聚类中的观测值是相关的，而且在不同情况下收集的同一单位上的观测值也是相关的。Jiahua chen 教授进一步指出忽略群集数据中的相关结构可能导致无效的推理过程。且在参数模型中适应这样的群集结构是困难的，或者会导致错误指定风险的不可接受的水平。进而，Jiahua chen 教授探讨了通过轮流抽样计划收集的聚类数据的可交换性，从而开发出一种置换方案来检验各种感兴趣的假设，并进一步引进了半参数密度比模型。最后，Jiahua chen 教授指出这种组合可确保推理方法的有效性，同时旋转采样计划可携带最大的信息。仿真研究表明，当对数据进行聚类（或不进行聚类）时，所提出的测试可以牢牢控制I型错误，而且密度比模型的使用提高了测试的功效。

     本次讲座持续了一个多小时，学术氛围浓厚。讲座结束后，我院师生与Jiahua chen 教授进行了热烈探讨，Jiahua chen 教授认真一一回答了师生们提出的各种问题。本场讲座气氛轻松愉快，参会老师和同学收获颇丰。