2019年度国家社科基金项目、国家自然科学基金项目评审结果相继公布，我校分别获准19项国家社科基金课题、13项国家自然基金课题立项。统计学院喜获3项国家基金课题立项，他们是：
1．牛新艳，“随机哈密顿系统伪辛几何算法研究”（11901347），国家自然科学基金青年项目。该项目针对一般形式的随机哈密顿系统，分别在强收敛和弱收敛意义下构造高阶伪辛数值格式，给出各类格式在不同收敛阶和伪辛阶下应该满足的系数条件；分析算法的收敛性、稳定性和守恒性。项目所研究的随机哈密顿系统保结构算法是国际前沿性研究课题，选题创新性强、富挑战性，具有重要的理论意义和实际应用价值。
2．张霄帅，“网络结构驱动的贝叶斯多水平稀疏线性混合模型在全基因组关联研究中的应用”（81903410），国家自然科学基金青年项目。本项目在贝叶斯统计框架下，充分挖掘整体基因及基因网络信息，构建贝叶斯多水平稀疏模型，实现对SNP和基因区域的双重选择。提出基因网络结构驱动的贝叶斯多水平稀疏线性混合模型统计方法体系，为充分挖掘GWAS数据信息提供有效的新方法和新思路。
3．李国锋，“多源数据融合下企业纳税行为甄别智能学习方法研究”（19BTJ023），国家社科基金项目；本课题以企业纳税行为甄别为研究对象，依据“互联网+”大数据思维将多种机器学习算法引入课题研究中来，按照“理论研究与特征指标选择→多源数据融合与数据库建立→多种机器学习算法多维应用效果评价→智能学习算法集成模型库构建及案例验证”的逻辑展开研究，在研究视角上呈现出“多源数据融合、多种算法集成、多维应用验证”特色，是一个集理论研究、机器学习算法模型研究和案例验证分析为一体的综合性基础研究课题。
对于2019年度国家基金项目的申报工作，学院高度重视，积极策划组织老师申报，通过“预申报、预评审、专家评审反馈”等举措，凝练选题、认识问题、丰富内容，充分彰显了统计学科特色；申报老师们积极参与、认真准备、反复论证、辛勤付出，保证了申报质量，取得可喜收获。
