2018年10月23日下午，公共卫生学院陈方尧博士在卫法楼三楼教室作了题为“Variable Selection for High Dimensional Biomedical Data Analysis”的访学报告，与在座的老师同学分享了他在美国乔治城大学访学的收获和心得。
本次报告陈方尧博士介绍了基于稀疏相关关系矩阵检验的高维数据变量筛选的相关研究。利用图-LASSO模型计算产生的稀疏矩阵，通过对变量方差结构的检验，可以筛选出与所关心的终点变量关联性最高的自变量，进行建模分析，提高模型准确度。与传统方法相比，该方法在变量筛选效率更高，降维效果更好，对模型的解释性有较大提高。
公共卫生学院陈方尧博士于2017年9月至2018年9月受国家留学基金委的资助在美国乔治城大学进行了12个月的访学工作。
