劉軍，美國哈佛大學(xué)統(tǒng)計系終身教授，兼任哈佛生物統(tǒng)計系教授，斯坦福大學(xué)統(tǒng)計系終身教授，北京大學(xué)數(shù)學(xué)學(xué)院長江講座教授，清華大學(xué)數(shù)學(xué)系訪問教授。美國數(shù)理統(tǒng)計學(xué)會和美國統(tǒng)計學(xué)會會士、國際計算生物學(xué)會會士、美國國家科學(xué)院院士。創(chuàng)建清華大學(xué)統(tǒng)計學(xué)研究中心并任名譽主任至2024年,以籌建發(fā)展委員會主任身份在清華大學(xué)創(chuàng)建統(tǒng)計與數(shù)據(jù)科學(xué)系。主要從事于貝葉斯統(tǒng)計理論、蒙特卡洛方法、統(tǒng)計機器學(xué)習(xí)、狀態(tài)空間模型和時間序列、生物信息學(xué)、計算生物學(xué)等方向的研究。曾獲考普斯會長獎、晨興應(yīng)用數(shù)學(xué)金獎、泛華統(tǒng)計協(xié)會許寶騄獎。在各類國際頂尖學(xué)術(shù)雜志（Science，Nature，Cell，JASA，JMLR等）發(fā)表論文300余篇和專著，被引用9萬余次。指導(dǎo)40多位博士生、30多位博士后。
報告摘要：In traditional regression analysis, p-values have long served as a cornerstone for hypothesis testing and variable significance assessment. However, their susceptibility to sample size, multiple testing issues, and misinterpretation has raised significant concerns about the reliability of regression outcomes. This topic introduces a novel p-value free method for regression analysis, which circumvents the limitations associated with p-values by leveraging advanced techniques from FDR control and Bayesian analysis.
