2017年12月15日上午，美国普渡大学统计学系的张敏研究员来北京理工大学对我院进行了学术访问，访问期间进行了学术报告和座谈会。报告会由我院张强教授主持，我院的部分教师以及部分博士研究生出席了报告会。张敏研究员为我院师生做了题为“Efficient Statistical Methods for Variable Selection with High Dimensaional Data（高维数据变量选择的统计方法）”的报告。
       报告从生物学中“基因型和表型的关系”入手，阐述了基因与疾病的关联性，指出高维数据变量选择在医学统计研究中的重要性，进而针对医学大数据中预测因子多但样本量小的问题，提出并系统介绍了一种高效的变量选择方法，即惩罚正交分量回归法。该方法可以将高度相关的预测因子进行分组，而且计算效率高、精度大。大量的计算机模拟以及与其他方法对比研究表明了该方法的优越性能。目前该方法已应用于张敏研究员参与的癌症工程项目和基因组织表达项目。
       她的报告深入浅出，受到听众的关注。与会人员与张敏研究员就有关问题进行了交流与研讨。报告结束后，张敏研究员与我院师生合影留念。

附张敏研究员简历：
       Dr. Min Zhang is a professor of Statistics at Purdue University. She received her MD from Hebei Medical University, PhD in Neurobiology from Peking University Health Science Center, and PhD in Biometry from Cornell University. Her current research focuses on developing statistical methods that can extract information from biomedical big data more efficiently and effectively, including methods for quantitative trait loci mapping and genome-wide association studies. Recently she is working on variable selection methods that can applied to systems biology and precision medicine.