今年夏季学期，美国华盛顿大学(圣路易斯)的副教授林楠博士受邀为我院学生开设了题为《贝叶斯统计选讲》的精彩课程。教室座无虚席，各院所师生济济一堂，共同领略了林教授给我们带来的贝叶斯统计的前沿风光。
林楠博士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。已在国际统计期刊上发表数十篇论文。
在短暂的3天的夏季学期课程中，林老师用幽默的教学方式为我们敞开了一扇贝叶斯统计在实际生活中上的美妙应用的大门。首先，林老师介绍了一些关于Bayesian统计的基本概念：如为了使得先验和后验具有相同类型的分布，引出共轭分布；为了实现Bayes统计中的一些积分计算而引出MCMC（Markov Chain Monte Carlo）算法，并且对不同的算法进行总结统一；其次，林老师保持其在理论上的严谨性，向我们介绍了做贝叶斯非参数的一些理论基础，由Dirichlet分布引出Dirichlet过程，着重介绍了对如何产生Dirichlet过程的三个模型：Stick Breaking Representation, Polya Urn Model和Chinese Restaurant Process,幽默有趣的讲解，使得深奥的统计理论在林老师的介绍下清晰明确、直观易懂；最后，林老师介绍了如何用贝叶斯统计对线性回归模型以及分位数回归模型来做变量选择,并且结合不同的惩罚项，如Lasso penalty, SCAD等进行统计推断。
林楠教授的课程涵盖了最优化、统计、社会科学等，内容非常精彩，同时耐心地对大家的提问作出了详细的解答，同学们受益匪浅，最后在大家的热烈掌声中该课程圆满结束。
作者：吴新琪
