讲座内容简介：经典统计学，无论一元的还是多元的，基本上都是基于Fisher的思想：依据极大似然发展起来的。这样一来，我们必须假定样本的似然函数是已知的。但是，虽然似然函数未知，由于样本都不是太大，即使样本不是正态的，在正态假定下导出的统计程序，也能很好的满足统计推断的应用（这也是为什么正态分布被称为“正态”分布的原因）。但是随着计算机技术的不断发展和广泛应用，人们搜集、储存和分析大维，大数据的能力越来越大，人们发现继续使用在似是而非的似然假定下推导出来的统计理论与实际情形大相迳庭。所以近二十年来，逐渐发展起来的，不依赖似然假定的新型统计方法越来越受到人们的重视。本次演讲将介绍一些目前备受重视的直观统计检验方法。希望能有更多的统计学家参与到此项理论建设工作中来。
讲座人简介：白志东院士于1982年毕业于中国科学技术大学，获理学博士学位，后留校任教。1984年至2001年曾先后在美国匹兹堡大学、滨州州立大学、新加坡国立大学等著名学府任高级研究员或教授。2002年3月起任东北师范大学数学系教授。他是新中国培养的首批博士（共18名），第三世界科学院院士，国际数理统计学会会士(IMS Fellow)，吉林省特聘教授。白志东院士就大维数据的分析工作提出了一套全新的理论，居国际领先水平，其突出的理论意义越来越受到重视，尤其是在数学物理、信号处理、无线通讯、临床试验中的序贯设计、大数据和人工智能领域。到目前为止，他已经取得了一系列重要研究成果。先后在国际上权威的概率统计和金融数学杂志，比如：《Annals of Probability》、《Annals of Statistics》、《Journal of American Statistical Association》、《Biometrika》、《Mathematical Finance》、《SIAM J. Matrix Analysis and Applications》、《Statistica Sinica》等上共发表学术论文240多篇。部分成果被收入《Handbook of Statistics》中。关于大维数据分析方面的专著《Spectral Analysis of Large Dimensional Random Matrices》被世界知名的Springer出版社出版。白院士还是国际随机矩阵领域知名期刊《Random Matrix: Theory and Applications》的创刊主编。