2013年5月24号上午10:00，美国华盛顿圣路易斯大学的Associate Professor林楠教授应邀在玉泉路园区教学楼709教室为数学科学学院学生做了题为《External Validation of Logistic Regression Models by Testing Homogeneity》的精彩报告。
林教授介绍了基于Logistic Regression Model (LRM)的External Validation的概念，模型的Homogeneity检验在医学应用中的重要意义和具体方法等。林教授首先从LRM在医疗诊断中的广泛应用说起，用直观易懂的方式引出了Model Validation的概念并分别介绍了Internal Validation和External Validation。针对后者现有Homogeneity检验做法，林教授指出其存在的问题与不足。此外，若Homogeneity检验被拒绝，需要对LRM的系数进行更新，林教授详细介绍了几种更新的方法，如基于Cox检验的Simple recalibration、Shrinkage技术等。林教授给出了他们所做的Homogeneity检验方法，例如Hotelling的T检验、基于充分统计量的检验，以及给出了原假设下估计的一些大样本结果。最后，通过模拟结果比较了不同设置、不同样本量下各个方法的表现进行说明了基于充分统计量对Homogeneity检验表现很好，并将该方法应用于实际的癌症数据中，在不同的评判度量准则下，都具有优于现有方法的表现效果。
林楠教授的报告涵盖了最优化、生物统计、医学统计等，内容非常精彩。在报告进行中以及报告结束后，老师和同学们都积极提问，林教授都给出了详细的回答，让大家受益匪浅。最后报告在大家的热烈掌声中结束。
林楠教授1999年毕业于中国科学技术大学，2003年在伊利诺大学香槟分校(UIUC)统计系获博士学位和金融学硕士学位。2003年至2004年在耶鲁大学医学院作博士后。2004年起至今在华盛顿大学圣路易斯数学系任助理教授，副教授。目前研究兴趣为海量数据的统计计算、贝叶斯正则化、纵向数据与函数型数据统计分析、序约束统计推断、稳健统计以及统计方法在生物信息、计算科学、心里测验和医学的应用等。
作者：吴新琪
