12月26日，第16期百年校庆杰出学者讲座在柳林校区诚正楼1320会议室举办，本期讲座以“An Integrated GMM Shrinkage Approach with Consistent Moment Selection from Multiple External Sources基于多源外部信息一致矩选择的集成广义矩估计压缩方法”为主题，由美国威斯康星大学麦迪逊分校统计系邵军教授主讲，小妲己直播
副院长兰伟教授担任主持。40余名师生参与了本次讲座。
讲座中，邵军教授深入探讨了如何通过整合多源异构数据提升统计估计效率这一前沿问题。针对传统方法在数据异质性下可能导致的偏误，他提出了一种全新的集成广义矩估计方法（IGMM）。该方法创新性地通过数据驱动选择有效矩方程，无需预设外部数据的同质性，即可同时实现参数估计与效率优化。理论证明，当所有外部数据源的样本量远大于内部数据样本量时，IGMM估计量的渐近效率高于仅基于内部数据的估计量，且具有Oracle效率，即其效率与基于所有有效矩方程的Oracle估计量相当。
为验证方法的实用性，邵军教授团队通过模拟研究对比了不同场景下的估计效果，结果显示，IGMM在数据异质性显著时仍保持稳健。此外，团队以信用卡用户收入预测为例，展示了IGMM在真实数据中的应用价值。
讲座最后，邵军教授与现场师生进行了互动交流，鼓励大家关注复杂数据融合中的统计挑战。
初审：唐诗韵
复审：兰伟 邹先云
终审：董春
