报告人简介
王启华，中国科学院数学与系统科学研究院研究员，博士生导师，国家杰出青年基金获得者，中科院“百人计划”入选者，首届全国百篇优秀博士论文奖获得者。曾在北京大学与香港大学任教，先后访问加拿大Carleton大学、美国California大学戴维斯分校、美国California大学洛杉矶分校、美国Yale大学、美国华盛顿大学、美国西北大学、德国Humboldt大学、澳大利亚国立大学及澳大利亚悉尼大学等。主要从事缺失数据分析、高维数据统计分析、大规模数据及非-半参数统计推断等方面的研究。出版专著三部，在The Annals of Statistics、JASA及Biometrika等国际重要刊物发表论文百余篇。是高维统计分会理事长，分别是生存分析及生物统计分会副理事长，先后是IMS-China和IBS-China委员会委员，是一些国际与国内学术期刊的编委。
报告内容简介
大数据时代统计发展面临的主要挑战是数据的储存、计算问题、复杂的数据结构与数据异质性等问题。针对这些挑战，统计发展了一些新的推断方法，比如分布式推断、子抽样、在线推断及异质分析等方法。本讲座通过对这些方法的介绍，讲述了统计在大数据时代所取得的新进展。应该说这些进展还是初步的，只是统计在大数据时代朝大数据方向所迈出的第一步。大数据时代统计发展任重而道远！
