应用统计方法研究

本项目以生物信息、医学、教育心理测量等科学中的具有复杂结构数据（比如：高通量数据、高维数据、不完全数据、纵向数据、带有约束信息的数据等）分析为目标，开展统计学与应用领域的交叉研究，在复杂结构数据分析方法的理论研究和应用研究方面有所突破：（1）统计模型是对数据内在规律性的数学描述，数据的复杂性必然带来模型的复杂化。通过本项目的实施，针对应用科学领域的典型复杂数据提出新的理论，建立新的模型，有效地克服传统数据分析方法的局限性，改善应用科学研究领域的数据分析工具；（2）对于一组数据，通常会有很多类模型可供选择。在复杂结构数据分析中，鉴于数据结构本身的复杂性，选择合适的统计模型变得尤为重要，如果模型选择不当，就会造成分析的失败并导致错误的决策。我们将在复杂数据的建模过程中，提出变量选择、模型选择、模型诊断的的新方法；（3）在取得理论性研究成果的基础上，初步构建复杂数据综合分析平台。

本项目以生物信息、医学、教育心理测量等科学中的具有复杂结构数据（比如：高通量数据、高维数据、不完全数据、纵向数据、带有约束信息的数据等）分析为目标，开展了统计学与应用领域的交叉研究，在复杂结构数据分析方法的理论研究和应用研究方面取得了重要成果：（1）针对应用科学领域的典型复杂数据提出了新的理论，建立了新的模型，有效地克服了传统数据分析方法的局限性，改善了应用科学研究领域的数据分析工具；（2）在复杂结构数据分析中，鉴于数据结构本身的复杂性，选择合适的统计模型变得尤为重要。我们在复杂数据的建模过程中，提出了新的变量选择、模型选择、模型诊断的方法；（3）在取得理论性研究成果的基础上，初步构建了复杂数据综合分析平台。