時間：2016年5月17日（周二）19:00-21:00
汪敏，男，安徽無為人。2007年本科畢業于加拿大康考迪亞大學數學與統計學院；2013年博士畢業于美國克萊姆森大學，同年受聘于密西根理工大學數學學院。汪敏教授為博士生導師、美國數學會《數學評論》（Mathematical Reviews） 評論員。 主要從事統計理論，統計方法和應用、貝葉斯模型選擇、統計計算及大數據統計分析的研究。以第一作者在國外學術期刊Bayesian Analysis, Bernoulli, Computational Statistics and Data Analysis, Journal of Statistical Planning and Inference 等發表（含錄用）學術論文24篇，其中SCI論文20篇。除此以外， 研究成果獲得同行的廣泛認可，受邀在“ The 2015 ICSA China Statistics Conference”, “ The 24th International Workshop on Matrices and Statistics”, “ International Conference on Statistical Distributions and Applications” 等國際會議上報告。
隨著信息技術的進步，在生物、經濟金融心和理學等不同領域內，貝葉斯統計得到了廣泛推廣及應用。在這次報告中，汪教授會通過一些經典的統計問題闡述貝葉斯統計知識。首先，考慮怎么用貝葉斯方法解決雙樣本假設檢驗的問題并研究其方法與頻率學派經典t檢驗統計量之間的聯系，幫助人們用不同的方法做出更合理、全面、靈活的判斷和決策。因為先驗分布是貝葉斯模型不可或缺的一個重要因素，通過Gonen(2005)等的研究成果來強調先驗分布的選擇重要性以及可能產生的一些不可調和的悖論。然后，討論如何解決這些悖論和推廣研究成果到線性模型的假設檢驗.。接著，系統地討論提供方法的優越性和相應的理論性質及包括與經典F統計量之間的關系。之后，通過一些數值模擬和相應的圖表來說明所提出的貝葉斯估計方法的可靠性以及理論性質。最后，簡單闡述貝葉斯估計在大數據研究中的地位和作用。
