《第59届世界统计大会综述 (论文)》由会员分享，可在线阅读，更多相关《第59届世界统计大会综述 (论文)（7页珍藏版）》请在金锄头文库上搜索。
1、第 3 l卷 第 2期 2 0 1 4年 2月 统计研 究 S t at i s t i c a l Re s e a r c h Vo 1 3 1。NO 2 F e b2 01 4 第 5 9届世界统计大会综述 国际 统 计 学 会 ( I S I ) 第 5 9届 世 界 统 计 大 会 于 2 0 1 3年 8月 2 5至 3 0日在 中 国香 港 召 开 。来 自 1 0 0 多个 国家和地区的 2 3 0 0多名代表参加了这次世界 统 计盛 会 。 本 次 大会设 置 特邀 论 文 节 段 1 0 4个 ， 专题 论 文 节 段 9 0个 ， 自荐 论文节 段 4 8个 ， 共 1
2、4 0 0多 篇论 文 。 内容涵 盖 了基础 统 计 理论 前 沿 、 应用 统 计 的实 践进 展 、 官 方统 计 的新 发 展 与 问 题 、 统 计 教 育 的模 式 探 索、 青年人等多项议题。大会 的主题是“ 青年人” ， 旨在鼓 励 年轻统 计 人员 的参 与和交 流 。 I S I 成 立 于 1 8 8 5年 ， 每 两 年 召开 一 次 的世 界 统 计大 会 。本届 大会 论 题 范 围 广 泛 ， 不 少研 究 成 果 代 表了统计科学的最高水平和最新动态 ， 本文将对其 中比较重要 、 前沿 ， 并且对中国统计发展有借鉴意义 的专题进行介绍。 一、统计理论和 方法研
3、 究前 沿 本 届 大会 中不 但在 概 率论 、 随 机过 程 研 究 和应 用等传统基础理论方面有新的进展 ， 对贝叶斯分析 、 高维 数据 统计 等前 沿热 点 问题也 有深 入 的讨论 。 ( 一 ) 概 率论 与数理 统计 的新 发展 在关 于概 率论 与数 理统 计基 础研 究 的几 个专题 中 ， 各 国学者 在强 大数 定律 、 变量 分 布 、 统计 量 检验 、 矩 问题 以及 贝叶斯 预测 等方 面展 开 了深入 的 交流 。 概 率论 方面 ， 北京 大学 任艳 霞给 出了分支 过程 、 双分支 过程 、 分 支扩 散 以及 超 扩散 过 程 中的 强 大 数 定 理
4、。山东 大学 的 陈增 敬 以彭 氏次 线性期 望 下随 机 变量独 立 同分布 的概 念 ， 推 导 了三种 强 大数定 理 ， 而 这 些 定 理 进 一 步 推 广 了 K o l mo g o r o v强 大 数 定 理 。 北 京师 范大 学 的毛永 华等 人研 究 了可数 生灭 过程 的 击 中时 间分 布 ， 提 出了带有 吸 收状态 的生灭过 程 ， 从 而获得了击 中时问的分布 ； 然后 ， 给出了具体的击中 时 L a p l a c e变换公 式 ， 并 对 此结 果做 了进 一 步 推 广 ， 将其应用到平稳的强遍历性生灭过程。 数 理 统计 方 面 ， S a t
5、o s h i K u r i k i 等 人对 A n d e r s o n D a r l i n g 统 计量 进行 了 推广 ， 提 出 了一类 基 于 经 验 分 布 函数多重 积 分 的拟合 优 度 检 验 统 计 量 ， 并 且 利用 全 新 的 方 法 证 明 得 出 该 统 计 量 的 L a p l a c e变 换 。 J o r d a n S t o y a n o v 等 人针对 矩 问题 研究 得 出 了任 意 多 元分 布 由其 矩 决 定 的 相 关 条 件 ， 并 详 细 证 明 了 在 H a r d y s 条 件 下 ， 非 负 随机 变量 的分 布
6、 函 数 由其 矩 序列 唯一 决 定 。T o s h i o O h n i s h i 等 人 揭 示 了 贝 叶 斯 预测 问题 中 ， 两个 K L散度 损 失 情 况下 的极 大 似 然 估计 和最 大信 息熵 估 计 的 双 重作 用 ， 即 在一 个 散 度 损失下 ， 最小贝叶斯风险等于最大信息熵估计 ， 而极 大 似然估 计保 证 了该 最 小 预 测 ； 在 另 一 个 散 度损 失 下 ， 最小贝叶斯风险等于极大似然估计 ， 而最大信息 熵估 计 保证 了该 最小 预测 。 ( 二 ) 关 于 随机 过 程研 究的新 进展 Y a s u t a k a S h i m
7、i z u研 究 了带 跳 跃 的 随 机 微 分 方 程 的 阈值估计 ， 提 出 了如何 从 给定 的数 据 中选择 一 些“ 最优” 的 阈值 ， 并通 过仿真研 究有 限样 本 的性 能 。J e a n J a c o d等 人在连 续 鞅 理论 框 架 下 提 出了 波 动过程 矩 阵最大 秩 检 验方 法 ： 考 虑一 个 半 鞅 的 初 始 高频率 观测 的随机摄 动 。他们 还完 善 了统计 检验 的 极 限 理 论 ， 并 证 明 了 对 秩 过 程 的 方 差 齐 性 检 验 。 Y u r y AK u t o y a n t s 研 究 了 对 随 机 过 程 的 A
8、 D F拟 合 优度 检验 ， 主要 针对 小噪 声扩 散 、 遍 历扩 散和 非齐 次 泊松 过程 等三 种 随 机 过程 模 型 建立 了 A D F拟 合 优 度检验。北京大学常晋源等人讨论 了近似极大似然 估计 的扩 散过 程 ， 证 明 了 A M L E算 法 的一 致 性 和 收 敛速 度 ， 并给 出 了近 似极 大 似 然 估 计 与 真 实极 大 似 然估 计具 有相 同极 限 分 布 的条 件 。 与此 同时 ， 他 们 还讨 论 了 F i s h e r 信息 矩阵 的近 似 以及其具 有 的 渐近 展 开形式 。J e a n J a c o d等 人通 过 分 析
9、 微 观 结构 噪 声 的统 计 特性 ， 给 出 了在有 跳 跃 和不 规 则 的 观测 时 间 的情 况 下仍具 有 良好 的性 能的参 数估 计 。 ( 三 ) 贝 叶斯定 理及 方法 的相 关研 究 在 贝叶斯 统 计 研 究方 面 ， 有 学 者 分 别对 高 维 数 执笔人 ： 国家统计局统计科学 研究所李伟 、 于洋 ， 北 京市统 计局黄思宁 、 杨小琼 、 安慧 、 徐燕 、 薛婷 、 金钊一 第 3 1卷 第2期 统计研究 - 1 0 7 据和模糊数据下的贝叶斯推断分析进行了一系列研 究 ， 例如 V i t a r a P u n g p a p o n g等人 提 出
10、了 高维 数 据 的 经验 贝 叶斯 的变量 选 择 ， 其 包 含 了更 复 杂 的先 验 信 息 。他们 利用 I C M M 算 法 对 条 件 损失 函数 进 行 最 小化迭代 ， 以获得经验贝叶斯 的变量选择 ； Mo h s e n A r e fi等人研 究 了基 于 贝 叶斯 方法 的模 糊 数据 下 统 计 变量的点估计问题 ， 他们推广 了模糊数据 的似然 函 数 ， 并利用考虑后验分布的思路得到统计变量 的点 估计 。此外 ， 在模糊理论背景下 ， 有学者对经典的贝 叶斯定理进行 了推广 ， 如 R e i n h a r d V i e r t t 等人基 于 模糊 概
11、率 密度 函数 推 广 了贝 叶斯 定 理 ， 并 采 用 预测 分布 和统 计量 选择 模 型 等 概 念 ， 提 出了捕 获 不 确 定 数据 和先 验信 息 的更实 际可 行 的方法 。 ( 四) 高维数据建模和监控 数据 维度 高但 数据 量相 对较 小是 高维 数据 分析 常常 遇到 的 一 个 棘 手 问题 。 日本 筑 波 大学 Ma k o t o A o s h i m a等为此提 出了基于高维数据的 p o w e r s p i k e d 模型， 推导维度 、 样本量 和高维噪音之 间的结构关 系。通过降维算法即新的主成分分析方法 ( P C A) 和 聚类分析 ， 将
12、个体数据进行有效率的分组。 随着 计 算 机技 术 和 数 据采 集 技 术 的进 步 ， 采 集 大规 模数 据 流 日益 成 为 生 产 过 程 中 的一 种 常 规 行 为 。但 如何有 效监 控这 些高 维数 据仍 然是 目前 统计 过 程控 制研 究 的一 个挑 战 。美 国加州 大学 J u n L i 介 绍了控制图这一广泛用于监测数据流异常变化的统 计过程控制工具。到 目前为止 ， 大多数控制 图都是 基于一个特定分布 的假设 ( 通常为正态分布 ) 。随 着控 制 图应用 越发 广 泛 和 多 样 ， 为 控 制 图 定义 一 个 特定的分布假设将大大限制其潜力。他研究中的非
13、 参数 控制 图不 依赖 于 特 定 分 布 的假 定 ， 在 大量 模 拟 设 置 中可 有效 监控 大量 数据 流 的过程 变化 。 二 、 统计学的 多元化应用 ( 一 ) 调查 的整 合与 统计 推断 实践中， 往往存在 不同领域 、 不 同管理 部 门的 多个独立 调查 ， 而如何 将多 个来源 的数 据信 息进 行 整合 的问 题 十分 常 见 。 加拿 大 卡 尔顿 大学 J N K R a o等就两个独立调查结 果的整合及统计 推断 问题 提 出 了 两 种 解 决 方 法 ： 方 法 一 是 首 先 通 过 拟 合小样本 数据生 成主要 变量 的合成值 ， 再预测 大 样 本
14、 所得 到 的辅 助 变 量 ， 最 后 通 过 随 机 插 补 生 成 合成值 ， 用 于估计 分布 函数 和分位数 。另一种 方 法是 采 用 回归分 析 法 对 来 自不 同调 查 的 主 要 预 测 变量 进 行 整 合 处 理 ， 并 通 过 工 具 变 量 和 分 数 插 补 的方 法来 推 断 回归参 数 。 J a e - K w a n g K i m 等 将 美 国 6月 区域 调 查 ( J u n e A r e a S u r v e y ， J A S )的 数 据 和 农 业 服 务 组 织 ( F a r m S e r v i c e A g e n c y
15、， F S A) 的 管理 数据 进 行 整合 ， 来 改进 对 农作 物播 种 面积 的估计 结果 。他们 采用 误差 测量 模型来量化不同数据来源得到的估计结果的不确定 性， 使用结构模型来拟合调查人 口情况 ， 并通过参数 的分位 数插 补方 法 来 估 计结 构 模 型 的参 数 ， 最 后用 广义矩 量 法来 推断农 作物 播种 面积 的最 终结果 。 ( 二 ) 健 康统计 J e n n i f e r HMa d a n s讨 论 了健 康 统 计 在 生 命 质 量测 算 中 的作 用。在 健 康 调 查 方 法 方 面， Mi k a G i s s l e r 等人认为
16、， HI S D I S H E S调查的作用极其 重 要 ， 其中， 健康 残疾 人访谈调查 ( H I S D I S ) 是 国家 卫生信息系统中必不可少的一部分 ， 能够提供一些 诸如疾病和医疗条件( 这些不需要通过卫生保健系 统) 、 健康 自评 、 相关经验以及健康行为等方面的信 息 ； 而健 康 体检 调查 ( H E S ) 可 以 收集 到 一 些 关 于 临 床 以及 由医务人 员诊 断 的疾病 和 医疗 条 件等方 面 的 信息。这些调查能将健康测算与个人评价和社会经 济条件相结合 ， 使得个人数据分析能够更加深入。 ( 三 ) 绿色 经济 的测 量和统 计 目前 ， 在 绿 色 经 济 和 绿 色 增 长 方 面 已 经 开 发 了多种 国际性 的测量框 架。在这些 资料 中， 对于 绿色经济的测量 主要划分 为两种类 别 ： 一是 ， 揭示 经 济活 动 和 环境 压 力 趋 势 ； 二 是
