2016年7月7日至10日，美国耶鲁大学公共健康学院生物统计系马双鸽教授应邀在9001诚信金沙雁栖湖校区开设了为期四天的暑期学校课程《高维生物统计数据分析》。来自国科大各院系、中科院相关研究所的统计学、生物等相关专业的同学参加了本次课程。
马双鸽教授首先介绍了高维数据研究的背景，特别是癌症基因数据的特点。然后介绍了以FDR（False Discovery Rate）方法为代表的Marginal Analysis；以Lasso、Bridge、SCAD、TGDR、Group Lasso Group Bridge、CTGDR、Supervised Screening等为核心的高维数据降维和变量选择方法，以及整合分析、基于网络结构的数据分析等前沿统计方法。马老师的讲解结合了实际数据以及相关的研究工作，全面展示了这些方法在癌症基因数据分析中的原理及作用。最后，马老师对本次课程的内容进行了总结，并对高维数据的研究前景进行了展望。通过本次暑期课程，同学们对高维数据的特点及相关统计方法有了一定的认识，为未来的研究开阔了视野。
马双鸽教授于1999年毕业于中国科学技术大学少年班，并于2004年获得威斯康星大学统计学博士学位，2006年任职于耶鲁大学，现为耶鲁大学公共健康学院的Associate Professor。马双鸽教授于2007年获得了ISI（International Statistical Institute）的Elected Member，2013年获得了ASA（American Statistical Association）的Fellow。马双鸽教授的研究主要集中于生物信息学、生物统计、遗传流行病学、癌症基因、生存分析、半参数统计、高维数据的降维等。目前已在Nature genetics, Journal of the American Statistical Association, The Annals of Statistics, Biometrika, BMC bioinformatics等国际权威期刊发表论文300余篇，引用总次数近5000次。
