COS访谈

统计之都访谈第49期：宾夕法尼亚大学李洪哲老师访谈

2023-07-24

编辑部按：本文是统计之都访谈第49期。随着生物医学领域的发展以及科学技术不断进步，日益丰富的数据为生物统计带来新的机遇及挑战。生物统计内容广博，不仅包括传统医学领域的药物实验设计与临床分析，也涉及目前火热的遗传基因组学数据分析、电子病历、精准医学，以及越来越受重视的公共卫生及环境领域。美国的生物统计经历了几十年的发展已建立成熟的职业体系，多数顶尖大学也都设立了生物统计系，为制药公司、FDA、科研机……

推荐文章

因果推断——现代统计的思想飞跃

丁鹏 / 2021-06-27

转载自《数学文化》2021/第12卷第2期 […] 探求事物的原因，是人类永恒的精神活动之一。从古希腊的哲学到中国先秦的诗歌，都充满了对原因的追问和对因果关系的思考。比如，亚里士多德就在《物理学》（Physics）和《形而上学》（Metaphysics）两书中反复强调，我们只有知道了事物的原因，才能算真正理解这个事物。又如，屈原在《天问》开篇，就追问日月星辰运行的原因。长期以来，人……

COS访谈

COS访谈第33期：刘三震老师

刘三震 / 谢益辉 / 2017-09-07

这篇访谈的形式很特别，是在论坛回帖中完成的，整理得以下对话。原帖见这里。谢：今天我们有幸请到了堪萨斯州立大学植物病理学系的刘三震老师为大家分享他的留学和工作经历。此前先交待一下背景信息。刘老师和我都是爱荷华州立大学（ISU）毕业生，他生物，我统计，但正式碰面则是毕业几年后的事了。今年 3 月初我受邀去刘老师任职的系访问两天，顺便了解了一下他的工作。我的生物知识有限，当时说到的一些细节问题我也记不……

推荐文章

[朝花夕拾] 迎接信息时代的统计挑战

施涛 / 2014-05-14

本文略有修改，原文请点击此处本文作者为俄亥俄州立大学的施涛。他把自己读郁彬老师的综述性文章：Embracing Statistical Challenges in the Information Technology Age的读后感和大家分享。世事变迁，最近居然忽然有时间坐下来读些东西，重新审视一下这几年统计领域的发展了。粗略回想了一下，惭愧地发现我好像连博士导师的文章也没有系统地读过几篇，只……

推荐文章

从数据到价值——创业团队应该关注的四个阶段

王汉生 / 2014-01-03

COS编辑部按：本文作者为北京大学王汉生教授，文章面向光华MBA学生系统梳理了从数据到价值的理念。作者简介：王汉生教授现任狗熊会会长、北京大学商务智能研究中心主任、北京大学光华管理学院商务统计与经济计量系系主任。现为ISI, ASA, IMS, RSS, ICSA会员，ASA会士(2014年6月23日更新)。 […] 这是一个最好的时代，移动互联网技术为从业者提供了无比丰富的数据。从……

COS访谈

COS访谈第7期：Scott Iverson（杜邦先锋）

Scott Iverson / 林荟 / 2013-09-12

林荟，女，杜邦先锋总部市场部统计师，毕业于 Iowa State University统计系，生年不详卒年尚无法预测。译者：黄俊文（主要），潘岚锋（勘误），高涛（勘误）。简介：Scott Iverson，Sr. Marketing manager, Marketing information, DuPont Pioneer (HQ), 在先锋从事数据分析工作 27 年，现任杜邦先锋全球总部市场……

推荐文章

25年后的统计系会是什么样？

Leo Breiman / 2012-02-21

本文是统计学家Leo Breiman1994年在加州伯克利统计系毕业典礼上的讲话，原文请参考此处。中文译稿可参见施涛博客，本文对其进行了修改和润色。 Leo Breiman简介：加州伯克利统计系教授，美国国家科学院院士，20世纪伟大的统计学家，囊括多项统计领域大奖。机器学习先驱者，分类回归树作者之一，Bagging方法发明者，对模式识别领域有巨大贡献。于2005年逝世。更多信息可参考此处和此处。……

职业事业

从另一个角度看统计学留学申请

施涛 / 陈甜 / 2011-11-03

本文转载自施涛的博客，稍有修改，原文链接请点击此处。^[编者注：这个链接现在已经失效，抱歉。]本文主要介绍了出国留学中申请统计博士会遇到的一些问题。文章从一个老师以及申请成功的PhD学生的角度来看待看似复杂的留学申请问题，特别适合现在正在准备申请统计学方向的中国学生，或者有志于在统计学界进一步深造的中国人。作者希望能以从“墙外”了解的信息与自己的理解，对正在准备出国的“墙内人士”有所帮助，COS编……

统计软件

Think SAS(一)

胡江堂 / 2010-04-18

为什么你应该学SAS？本文不想卷入SAS与R，或者与SPSS、S-Plus、Matlab等统计软件孰优孰劣的争论中去，我是说，作为一个有志于投身工业界的统计分析人员，你为什么应该把SAS纳入你的分析工具箱？这会是一篇动员贴，尤其是对广大对数据分析感兴趣的在校生。在默认统计编程语言是R的“统计之都”，我需要拿上面这幅图来吸引眼球：学SAS吧。 R是好东西，不只是在COS，现在全世界的统计系和统计学……