主要活动：2024 年 11 月 18 日至 20 日 2024 年 11 月 18 日星期一至 11 月 20 日星期三以虚拟方式加入我们，了解 NIST 科学家如何使用计量学、计算机科学和统计学的先进方法来加强法医科学。主题
Quantitative Finance: Mathematical Tools for Predicting Market Movements
量化金融结合了数学模型、统计学和计算技术来预测市场走势和管理金融风险。它使用随机过程、期权定价模型和机器学习等工具来分析市场数据并做出明智的交易和投资决策。让我们来探索量化金融中用于预测市场走势的关键数学概念和工具。量化金融中的数学工具量化金融：利用数学模型驾驭金融市场量化金融是一个整合数学模型、统计方法和计算技术来分析金融市场和预测价格走势的领域。随着金融市场日益复杂，使用量化技术对于在交易、风险管理和投资中做出明智的决策至关重要。这些数学工具将金融转变为一门更系统、更数据驱动的学科，在资产定价、投资组合优化和风险管理等领域提供理论见解和实际应用。在本文中，我们将探讨量化金融中用于预测市场走
探索最新版本 DRESS Kit 中的新功能和显著变化照片来自 Google DeepMind 在 Unsplash 上概述自最初的 DRESS Kit 于 2021 年首次发布以来，它已成功应用于少数生物医学研究项目。如果您从未听说过 DRESS Kit，那么您可能有兴趣知道它是一个完全开源、无依赖、纯 ES6 JavaScript 库，专门用于执行高级统计分析和机器学习任务。DRESS Kit 旨在为那些不是经过培训的生物统计学家且无法使用专用统计软件的生物医学研究人员提供服务。DRESS Kit 不仅被证明是一种实用有效的工具，可用于分析复杂数据集和构建机器学习模型，而且这些现实世界的经
My Paper Was Proved Wrong. Here's What I Did Next
Olivier Gimenez，《自然》 作为一名在生态学领域拥有 20 年经验的统计学家，我最近面临着一个充满挑战的时刻。8 月，加拿大的一些同事发表了一篇……
第六届负责任计算基础研讨会 (FORC) 将于 2025 年 6 月 4 日至 6 日在美国加利福尼亚州斯坦福大学举行。征文通知已发布。今年有几项变化（见下文），其中最紧迫的是将有两个提交周期，第一个提交周期大约在一个月后。请提交您的优秀论文，以期在 FORC 中再次取得成功。对于熟悉 FORC 以往版本的人士，简要总结一下：与之前的征文通知相比，我们正在实施两项主要变化。首先，我们将在 11 月至 12 月引入额外的提交周期，并提前通知作者，并将有关已接受论文的信息发布到会议网站上。第二，我们将用“亮点”取代会议的“非档案轨道”，以引起社区对更多激动人心的发展的关注。亮点轨道中的工作将通过轻
Comments on September Employment Report
9月就业报告中的就业人数远超预期，7月和8月就业人数合计上修7.2万。就业参与率保持不变，就业人口比率上升，失业率降至4.1%。建筑业就业人数增加2.5万，目前比疫情前水平高出68.8万。制造业就业人数减少7,000人，目前比疫情前的水平高出13.7万。早些时候：9月份就业报告：就业岗位25.4万个，失业率为4.1%主要（25至54岁）就业参与率由于总体参与率受到周期性（经济衰退）和人口统计学（人口老龄化、年轻人继续上学）原因的影响，以下是主要工作年龄组25至54岁的就业人口比率。9月份25至54岁参与率从8月份的83.9%下降至83.8%。25至54岁就业人口比率与上个月的80.9%持平，为
Get ready for long West Coast heat waves this fall
加州大学洛杉矶分校大气科学家和统计学家凯伦·麦金农表示，拉尼娜现象的信号表明我们将迎来一个炎热的秋天。
モンティ・ホール問題とベイズ推定－追加情報に応じて取るべき行動をどう変えるか?
最流行的概率难题之一是 Monty Hall 问题。我们的许多读者可能在某处听说过它。 事实上，直到现在我才刻意讨论蒙蒂·霍尔问题。这个问题是如此众所周知，以至于感觉没有什么新东西可写。 然而，当我尝试使用贝叶斯估计找到答案时，我意识到这个问题有许多不同的变体。这次我们就来看看其中的一部分。首先，我们来看看蒙蒂·霍尔问题。我希望那些说“我很清楚这一点”的读者回顾一下。 （蒙蒂·霍尔问题）有一个电视游戏节目，由一个名叫蒙蒂·霍尔的人主持。回答者前面有三扇门（1）、（2）和（3）。如果其中一个有这扇门的房间里有宝藏，那扇门就会被击中，其余的都会丢失。如果回答者猜出雅达利门，他们将获得宝藏。要求回答
著名统计学家 Nate Silver 预测唐纳德·特朗普现在将在选举团中击败卡马拉·哈里斯。在关键州，哈里斯面临障碍，因为最近的民意调查数字和选民热情低于预期。
Americans navigate family planning amid concerns about finances and the planet's future
2023 年，美国出生率创下历史新低，但数据显示，过去 30 年来，想要生孩子的成年人数量保持相对稳定。那么，为什么没有更多的美国人生孩子或扩大家庭呢？Ali Rogin 探讨了当今计划生育的复杂性，并与家庭人口统计学家 Karen Guzzo 进行了交谈，以了解更多信息。
Comments on August Employment Report
8月就业报告中的就业人数低于预期，6月和7月就业人数合计下调了8.2万。就业参与率和就业人口比率保持不变，失业率降至4.2%。建筑业就业人数增加3.4万，目前比疫情前的水平高出66.5万。制造业就业岗位减少 2.4 万个，目前比疫情前的水平高出 14.7 万个。早些时候：8 月份就业报告：就业岗位 14.2 万个，失业率为 4.2% 主要（25 至 54 岁）就业参与率由于总体参与率受到周期性（经济衰退）和人口统计学（人口老龄化、年轻人继续上学）原因的影响，因此这里是主要工作年龄组 25 至 54 岁的就业人口比率。8 月份 25 至 54 岁的参与率从 7 月份的 84.0% 下降至 83.
Keynes on the importance of ‘causal spread’
毫无疑问，在几乎整个领域的科学方法论教育方面，一个完全不同的学科已经占据了主导地位，即统计学……当然，统计监管体系的价值不应受到质疑，但不应忘记，其他形式的反思也在得到培养[…]
Causal inference under incentives: an annotated reading list
因果推理是确定原因是否以及如何导致结果的过程，通常使用统计方法来区分相关性和因果关系。从数据中学习因果关系是一项重要任务，涉及从医疗保健和药物开发到在线广告和电子商务等各种领域。因此，经济学、统计学、计算机科学和公共政策方面的文献中有大量关于设计因果推理算法和方法的研究。虽然大部分重点都集中在统计性质的问题上，但在对有偏好的战略个人进行因果推理时，还必须考虑博弈论激励因素。例如，当研究中的参与者不遵守规定（即参与者不遵守分配给他们的治疗）时，可能很难在随机对照试验中推断因果关系。更一般地说，当个人可以自由选择自己的治疗方法并且具有不同偏好的个体之间存在足够的异质性时，因果学习可能会很困难。即使
Oasis: UK economy set for ‘supersonic’ boost with reunion tour including Wembley gigs
在反复无常的曼彻斯特人宣布期待已久的重聚之旅后，统计学家可以期待无休止地询问绿洲对经济的影响。
Researchers Combat AI Hallucinations in Math
研究人员减少了 ChatGPT 在代数方面的教学错误，但在统计学方面并没有那么成功。
International Conference on Machine Learning (ICML) 2024
Apple 赞助了 2024 年国际机器学习会议 (ICML)，该会议将于 7 月 21 日至 27 日在奥地利维也纳的 Messe Wien 展览和会议中心举行。ICML 因展示和发表机器学习各个方面的前沿研究而闻名全球，这些研究用于密切相关的领域，如人工智能、统计学和数据科学，以及机器视觉、计算生物学、语音识别和机器人技术等重要应用领域。以下是我们在 ICML 2024 上赞助的研讨会和活动的时间表。
What U.S. policymakers should know about AI
生物统计学家 Brian Caffo 解释了为什么 JHU 举办简报会来帮助国会工作人员更多地了解人工智能及其众多应用
