在统计学的领域内，深入的理论研究与对实践应用的探索相得益彰，共同推动学科的进步。理论的深化与创新不仅奠定了统计学应用的坚实基础，也开辟了新的视野，而来自实践的挑战和问题反过来又激发了理论研究的不断发展，形成了互相促进的良性循环。
英国ladbrokes登录入口英国ladbrokes登录入口的“统计与建模团队”在陈建斌副研究员的带领下，展现了这一理念的典范。该团队汇聚了一群充满创新精神的年轻学者和学生，专注于探索试验设计、数据科学和应用统计等领域的前沿问题和挑战。通过跨学科交叉合作，不断在试验设计与分析、数据科学、交通规划、多智能体协同等领域取得创新成果，展现出强大的创新能力和蓬勃的发展趋势。至今，团队已经在Statistica Sinica、Technometrics、European Journal of Operational Research和Information Sciences等统计学与相关交叉学科的权威期刊发表论文20余篇。
一．夯实理论，突破领域重点难点
试验设计作为统计学中的一个核心分支，在工业、农业、工程和科学研究等多个领域扮演着至关重要的角色，具有深远的理论和实践价值。在我们日常生活中，次序相关的议题频繁出现，如经典的旅行商问题、工作流程调度、快递配送顺序，以及无人机调度策略等。添加次序（OofA）实验旨在评估所有可能的添加次序对应的响应，从而发掘出最佳的添加顺序。然而，受到实际条件限制或预算约束，进行所有 m! 种可能次序的试验往往不可行。因此，在进行实际操作时，研究者通常会选择一部分次序进行实验探索。尽管如此，现有的经验表明随机选取的次序往往效果不明显。这就催生了如何精准选择最有潜力的部分添加次序进行试验的设计问题，目的是从 m! 个可能中筛选出一个有效的子集。一个精心设计的添加次序能够帮助研究者识别关键的次序效应，并用更少的试验次数发现最佳添加次序。陈建斌教授及其团队专注于添加次序实验及相关领域的研究，通过深入的理论探讨和实践应用，为这一领域作出了卓越贡献。
在添加次序问题中，目标是找到最优顺序。每次实验运行都是m个元件的一个排列。因为m!通常很大，所以需要选择m!序列的一个子集。现有的选择方法基于参数模型。然而，在收集实验数据之前，很难确定一个好的近似模型来解决排序问题。基于这一考虑，陈建斌老师团队提出了一种方法，通过使用元件位置之间的距离探索可能顺序的内在特性，用于选择子集以寻找最优顺序，而不假定预先指定的模型。他们提出了一种系统的构造方法来选择具有灵活运行大小的子集，并且还展示了其最优性。与现有的基于模型的方法相比，当模型选择事先不明确时，所提出的方法更为合适。相关成果发表于统计学权威期刊Statistica Sinica。
为了适应元件数较大的情形，团队基于快速排序算法，提出了一种用于探索最优顺序的高效自适应方法，而无需任何模型规定。与现有工作相比，所提出方法实现最优顺序所需的运行大小要小得多。团队还基于了理论推导说明了该方法的有效性。相关成果发表于工业统计领域权威期刊Technometrics。
二．聚焦应用，促进成果转化落地
为了通过设计添加次序试验来推断NP-hard问题的解决方案，陈建斌老师团队也进行了深入探索。通过有效的成对顺序（PWO）建模方法，能够识别统计上显著的PWO效应，从而找到最优顺序。所提出的方法能解决任何NP-hard问题，只要其底层结构能够被PWO模型充分近似。经验研究（如工作调度问题和运行顺序问题）表明，所提出的方法论通常能产生最优或接近最优的顺序。在特定设置下给出了理论支持。本文是统计学与优化学跨学科合作的成果，开创了一种连接两个看似无关的研究主题：NP-hard问题与OofA试验的方法。文章为NP-hard问题提供新的视角，同时也激励了OofA试验相关技术的有益应用。相关成果发表在Computers & Industrial Engineering。
在可靠性工程和系统安全领域，通过在一致系统中分配冗余来优化系统性能具有重要意义。陈建斌老师及其合作者专注于如何在随机排序的意义上，最优地在一个由n个元件组成的串行系统中分配一个活动[待机]冗余的问题。对于活动情况，研究表明将冗余分配给相对较弱的元件，可以分别在似然比顺序和逆向危险率顺序中延长系统的寿命。对于待机情况，他们展示了冗余应该在似然比顺序中被分配给串行系统中最弱的元件。基于这些结果，提出了两种最优分配策略。相关成果发表在运筹学与管理科学领域顶级期刊European Journal of Operational Research。
为了推断治疗效果的差异性影响，陈建斌老师及其合作者提出了一种新颖的方法——部分可忽略缺失(PIM)估计器(PIME)，这种方法旨在使用两级设计的三维结果数组来估计平均治疗效果。该方法能够识别选择偏差，并通过完整和不完整案例之间的结果均值差异来量化它。通过对退出比例的敏感性分析，结果表明存在一个指定模型差异估计上界的最小点。真实应用的结果显示，所提出的方法对于治疗效果估计是有效的。所提出的方法与相关方法（对退出数据进行插补或移除）进行了比较。结果表明，血糖水平较高的患者比其他人更有可能退出。相关成果发表在计算机及信息系统领域顶级期刊Information Sciences。
三．注重实践，实现团队全面发展
在深化统计学理论研究与解决领域关键问题的同时，陈建斌老师极为注重团队的综合成长，并将统计学的理论知识拓展应用到生物医学、环境科学、经济学等多个领域的交叉学科研究中。这种跨学科的探索不仅推进了统计学的进步，也为相关学科领域注入了新的研究思路与技术手段，促进了科技创新与发展。
陈建斌老师深知人才培养的重要性，致力于培育团队成员及创新型人才。作为统计建模竞赛团队的负责人，基于学校相关部门如教务部、研究生院的大力支持，统计建模竞赛团队不断壮大，参赛规模扩大，为学生提供了运用统计方法解决实际问题、进行科研探索的优良环境。这些努力为培养多元化、高层次的创新人才提供了坚实基础。
团队成员满浩捷、王墅在陈建斌老师的指导下，分别担任团队负责人参加了第九届全国大学生统计建模大赛，分别获得国家一等奖和国家三等奖，创造了学校参加该赛事的最好成绩。此外，满浩捷还荣获了2023年度研究生国家奖学金，这些成就充分展示了团队的学术实力和团队学生的个人能力。
成就映照历史，进步寄望未来。他们秉承的宗旨在于将研究成果普及推广，致力于为社会福祉和人类福祉做出贡献，同时为统计学及其相关学科的发展贡献智慧，铸就更多有利于国家进步和社会发展的重大成就与创新技术。面对未来挑战，他们将恪守严格的学术态度和协同合作的精神，攻克更加复杂的难题，为国家科技事业的蓬勃发展做出杰出贡献！
