应我校数学科学学院的邀请，北京大学数学科学学院统计学教研室主任艾明要教授于2020年11月11日下午在腾讯会议在线做了题为“Optimal Distributed Subsampling for Quasi-likelihood Estimator with Massive Data”的学术报告。数科院统计与金融数学研究室刘国祥教授主持了此次报告会。数科院统计与金融数学研究室解锋昌教授、高启兵教授、周秀轻教授、杜秀丽副教授、姚奕副教授、许晓明副教授，李启才副教授、米辉副教授、殷荣城副教授、孙源博士，概率论与数理统计专业部分研究生参加了此次报告会。
艾明要教授是国内知名的统计专家,兼任中国数学会理事，中国概率统计学会秘书长，中国数学会均匀设计分会副主任，中国现场统计研究会试验设计分会理事长，高维数据统计分会副理事长等。国际重要统计期刊《Statistica Sinica》、《Journal of Statistical Planning and Inference》、《Statistics and Probability Letters》、《Stat》副主编，国内核心期刊《系统科学与数学》编委，科学出版社《统计与数据科学系列丛书》编委。主要从事试验设计与分析、大数据分析和应用概率统计的教学和研究工作，在Ann Statist、JASA、Biometrika、《中国科学》等国内外顶尖期刊发表学术论文六十余篇，主持完成国家自然科学基金项目6项，参与完成国家科技部重点研发计划项目2项。
报告会上，艾明要教授首先介绍了非均匀子采样方法的意义；然后引入了泊松子抽样方法。首先在A-和L-最优性准则下，在拟似然估计的背景下，导出最优Poisson子抽样概率。对于一个具有近似最优次抽样概率的实际可实现算法，建立了结果估计量的相合性和渐近正态性。为了解决完整数据存储在不同的块或多个位置的情况，开发了一个分布式子抽样框架，在这个框架中，统计信息是在完整数据的较小分区上同时计算的。最后，艾明要教授对相关问题进行了展望。
报告结束后，与会师生就报告内容与艾明要教授进行了热烈的讨论。整场报告，艾明要教授语言幽默风趣，讲解清楚易懂，开阔了大家的学术视野。最后，报告会在热烈的掌声中圆满结束。
