2016年7月12日上午，山西省2016年“大数据与统计科学”暑期学校第三讲在公司国际学术交流中心报告厅召开，中国人民大学博士生导师朱利平教授应邀为全体学员做了题为“相关性、相依性以及高维数据变量筛选方法”的专题报告。暑期学校全体学员及公司经济管理类专业教师、研究生近400人聆听了此次报告。
报告中，朱利平教授首先介绍了相关性的度量，由方差和协方差引出Pearson相关系数，再由Pearson相关系数进行推广引出Kendall tau相关系数、鞅差相关系数、累积距离度量准则、距离相关系数及BKR相关系数等相关性、相依性度量准则，并通过举例讲解了各种相关系数的性质、优点及关系。然后，利用相关系数的特点介绍了这些系数在大规模高维数据中的应用。
本次报告深入浅出，精辟透彻，通过理论与应用的结合使得在场师生更清晰地对高维数据变量筛选方法有了一个整体的了解，有助于师生对统计科学的进一步深入学习，同时促进了学术交流，活跃了学术氛围，对科研水平的提高具有积极的作用。（beat365中文官方网站供稿）
