12月13日下午，威斯康星大学麦迪逊分校邵军教授应邀为我院师生做了一场题为“A GMM Approach in Coupling Internal Data and External Summary Information with Heterogeneous Data Populations”的学术讲座。讲座由数据科学学院教师楼芝兰主持，学院部分老师及研究生参加了讲座。

首先，邵军教授介绍了内部数据与外部数据的区别，提出随着数据收集的发展，我们有机会充分利用外部数据进行统计分析。随后，邵军教授针对文献中提出的内部数据和外部数据的两个基本假设，分别进行了改进。针对参数模型假设，邵军教授提出应用统计推断的广义估计方程（GEE）方法，此方法是非参数或半参数，在原来只有内部数据形成的方程的基础上，将内部数据和外部数据进行耦合，形成估计方程，进而应用广义矩方法（GMM）。对于内部数据和外部数据分布相同的假设，邵军教授提出并不需要分布都相同，只需要Y给定X的条件分布以及X的分布在内部数据和外部数据相同，并证明了所提出的GMM估计量是渐近正态的，且比不使用外部数据的GEE估计更有效。最后，邵军教授通过模拟实验来验证所提出方法的有效性和优越性，模拟结果证实了所提出的理论。

讲座结束后，邵军教授与参会师生展开了积极的学术讨论，详细解答了师生提出的问题。邵军教授的研究成果具有极高的前沿性和应用性，为我院师生今后的研究与实践提供了宝贵经验与重要指导。