主 讲 人：祁永成 教授（明尼苏达大学杜鲁斯分校数学与统计学系）

时间及地点：

            5月25日、6月1日、6月8日 13:30-15:30 教二312

            5月26日、6月2日         14:00-16:00 教四304

            5月27日、6月3日         14:00-16:00 教四319

            5月31日、6月5日         14:00-16:00 教二209

            6月4 日                 13:30-15:30 教二310

主     办： 数学科学学院

摘     要：Bootstrap和Jackknife是当今应用广泛的两种重抽样方法，在经济学家和生物学家中是个热门话题。Bootstrap原意是“靴袢”，即缝在靴子后跟上缘、穿靴时便于往上提的圈形吊带。因为德国童话《吹牛大王历险记》中闵希豪森男爵拽自己的靴袢把自己拉出沼泽的故事，后来就用bootstrapping，简称booting，指不借助外力的自我维系的过程。在统计学中bootstrap是指从原始样本中做有放回的再抽样，从而估计出估计量的样本分布、标准误差、置信区间或者构造假设检验的统计方法，也译为“自举法”、“拔靴法”。Jackknife原意是折叠刀。在统计推断中jackknife指当用随机的观察样本计算估计量时，可以考虑从样本集中每次除去一个观测值然后重新计算其余的观测值，这样对标准差和方差可以给出合理的估计，也译为“刀切法”。折刀法的适用面不如靴袢法广，但是对于一些复杂情形前者比较简便，而且多数时候两种方法给出一致的结果。似然函数在统计推断中起着关键作用。本系列课程讲述经验分布与重抽样、样本均值的精度、靴袢法、折刀法、极大似然法与经验似然法，R语言是主要的计算工具。