应博牛论坛
邀请，11月13日下午，上海对外经贸大学张日权教授在砺志楼131作了题为《When Tukey meets Chauvenet: A new boxplot criterion for outlier detection（1-2）》的讲座。相关师生聆听了此次讲座，讲座由李气芳老师主持。
讲座中，张日权教授首先聚焦描述统计学中广泛应用的Tukey箱线图，指出其自1977年提出以来虽备受青睐，但存在“不考虑样本量”的核心局限，导致异常值检测呈现“一刀切”的界限设定问题。而另一常用的Chauvenet准则，虽依托样本均值与标准差进行检测，却因对已存在的异常值高度敏感，缺乏稳健性，难以满足复杂数据的分析需求。尽管现有研究中不乏针对样本量调整的箱线图改进尝试，但普遍存在实施复杂或理论依据不足的短板。针对这一问题，张教授团队创新性地将Tukey箱线图与Chauvenet准则相结合，提出了全新的“Chauvenet-type箱线图”。该方法通过精确控制每个观测值的外部率确定界限系数，既保留了传统箱线图的实用简洁性，又具备Chauvenet准则的优化逻辑，同时解决了两者的固有缺陷，实现了样本量适应性与检测稳健性的双重突破。为验证新方法的有效性，团队通过模拟研究及香港公务员薪酬调整的真实数据分析，证实该新箱线图在不同样本量下均表现优异，可有效替代传统两种方法，具备极高的实践推广价值。
张日权教授，现任上海对外经贸大学统计与数据科学博牛
院长、博士生导师，兼任中国现场统计研究会大数据统计分会理事长，同时担任《统计研究》《数理统计与管理》等核心期刊编委及《应用概率统计》期刊第八届、第九届副主编。张日权教授曾出任华东师范大学统计博牛
院长、教育部统计与数据科学前沿理论及应用重点实验室主任，在学术研究与学科建设领域经验深厚。张教授科研成果丰硕，累计发表论文230余篇，主持国家自然科学基金重点项目、上海市自然科学基金重点项目等各类科研项目20余项，其主要研究方向聚焦大数据统计、高维数据分析、函数型数据分析、统计机器学习等前沿领域，在相关学术圈具有广泛影响力。
