中文摘要：

经典的参数模型通常要求较为严格，而且对于数据分析有时呈现出不稳健性。与参数模型相比，非参数模型对变量间的函数关系限制更少，适应性更强，可以更为灵活地解决生物科学、社会与行为科学、地理科学以及工程学等诸多应用领域中大量实际问题。在前期（两年）的合作研究中，针对带有定性或定量约束下的半参数和非参数模型，取得了原创性的理论成果，提出了新的方法和工具，并与多门类应用学科相结合解决了实际问题。在此研究的基础上，我们将会取得更大的突破，建立有效可靠的非参数、半参数模型，提出稳健的数据统计分析方法。同时，我们力争引领与中国社会、科学和经济发展息息相关的具有世界水准的统计研究，联合培养一批统计的优秀人才。

结论摘要：

本项目的合作研究中，针对带有定性或定量约束下的半参数和非参数模型，取得了原创性的理论成果，提出了新的方法和工具，与多门类应用学科相结合解决了实际问题，并建立了有效可靠的的非参数、半参数模型，提出稳健的数据统计分析方法。引领与中国社会、科学和经济发展息息相关的具有世界水准的统计研究，在人才联合培养、国际交流等方面取得了较好效果，加快了统计学专业的发展。 按照预期的计划情况，本项目邀请多位的国际知名的统计专家，每年面向研究生开设现代统计学与生物信息学前沿领域，特别是其在基础理论与应用方面的课程或讲座。这类报告既可以作为现有课程的补充，又可以帮助博士研究生尽快进入世界领域的研究前沿。通过实例讨论，使得学生的科学洞察力得以培养,科学研究素质得以提高。就国内研究生和科研人员所关心的问题展开重点讨论，培养和提高研究人员的学科前沿跟踪能力。研究生指导方面，全力创建与国际科研接轨的国际交流平台，加强正确引用科技文献的训练, 提高科技论文的写作能力,在交流中培养科学研究的新思维，努力培养具有独立思考和科研创新精神的青年人才。 项目负责人对本学科的发展方向和研究重点提供重要咨询建议，促进本学科跟踪国际学术前沿。通过多种途径加强与国内同行的交流，紧密跟踪国际学术前沿。针对国家重大战略需求和区域发展重点目标，积极对本学科的发展方向和研究重点提供咨询建议，与国内同行一起制定研究计划，开展高水平理论与应用研究。