6月28号下午，应UIC理工科技学部邀请，加州大学洛杉矶分校著名统计学家、心理学家彼得·本特勒教授，为UIC师生们带来了题为 “Regularized GLS and Monte Carlo Probability for Improved Structural Equation Model Evaluation（改善结构方程模型评估的改进广义线性模型和蒙特·卡罗模拟数据分布）”的精彩前沿学术讲座。讲座由UIC应用心理学课程主任何义炜博士主持，UIC校长吴清辉教授、理工科技学部院长钟森文教授、统计学专业方开泰教授、统计学专业课程主任贺平博士、金融数学课程主任周哲芳博士以及统计专业和应用心理学专业的师生一起聆听了此次讲座。
讲座开始，彼得·本特勒教授感谢UIC将颁发荣誉院士给他并邀请他做此次讲座。本特勒教授同时也感谢了他指导过的统计专业和应用心理学专业的学生们，合作者们以及他的妻子Liz，合作者中就包括UIC统计专业的方开泰教授。
加州大学洛杉矶分校著名统计学家、心理学家彼得·本特勒教授
学术报告部分，彼得·本特勒教授从“结构方程模型（简称SEM）”说起，接着讲解了传统的最大似然方法在用样本估计总体参数，检验假设的带有潜变量和因果关系的SEM模型中应用广泛并理论上有一致性，而且均值和协方差结构可以很容易通过EQS, Lavaan, LISREL, Mplus等计算机程序得到。然而，当抽取的样本量很小，或者变量不服从正态分布时，传统最大似然方法不再适用。
彼得·本特勒教授通过多年的实践研究，提出了两种改进方法：一种是适用于小样本量的改进的广义线性模型（Regularized generalized least squares），该方法提高了小样本时用最大似然方法检验假设的结构方程模型的准确性；另一种改进方法是用蒙特·卡罗（Monte Carlo）模拟可能的数据分布，此方法适用于数据不是正态分布的情况，同时此方法可选择基于本特勒教授提出的一种检验统计量Satorra-Bentler。本特勒教授在PPT的最后总结并提出了一些可以继续改进和研究的问题，并鼓励在座的青年才子努力去解决。
在讲座的最后，本特勒教授与师生进行互动，方开泰教授、彭小令博士、Elsawah博士以及学生们都积极提问，学术氛围浓厚。本特勒教授表示以后有机会，会考虑来UIC举行研讨会，现场观众非常开心。
讲座结束后，彼得·本特勒教授答听众问
彼得·本特勒教授是世界知名的美国心理学家和统计学家，因开发统计程序、模型代表系统和结构方程模型（SEM）的EQS计算机算法而闻名。截止2017年，他的论文被引用超过19万次。2014年，他获得心理测量协会的职业生涯终身成就奖。2015年，他获得西方心理学会终身成就奖。此外，本特勒教授还是美国教育研究学会、美国心理学协会、美国心理学会、美国统计学会以及西方心理学协会的院士。
文：张国秋
图：Samuel Burgess
编辑：梁天时（大二 应用经济）
（来源：365best体育官网入口公关处）
