10月21日，学院在数智楼106召开“大数据背景下的抽样”为主题的数智学术大讲堂，由中国人民大学金勇进教授主讲。

金勇进围绕“数字化时代非概率抽样范式”“传统抽样调查所面临的复杂挑战”、以及“传统抽样技术与大数据深度融合的重大现实意义与应用前景”等前沿议题，分享其独到见解与最新思考。将主题分为六部分，大数据时代的抽样、大数据流抽样、非概率抽样的应用场景、非概率样本的统计推断、多源数据融合和小域估计的拓展部分。

针对非概率抽样，结合多个应用场景，分析了其在大数据背景下的广泛使用及其在统计推断中面临的挑战。在多源数据融合方面，金教授提出将概率样本与非概率样本相结合，既能发挥前者在推断上的严谨性，又能利用后者在规模与效率上的优势，代表了未来抽样研究的重要方向。此外，报告还探讨了小域估计在大数据环境下的拓展应用，展示了抽样技术在细分群体研究中的潜力与创新空间。

最后，金教授指出，尽管大数据已近乎覆盖总体，但大数据源于业务活动而非研究设计，其本身存在代表性偏差、质量不一等问题，抽样调查在大数据时代依然具有不可替代的价值。整场报告内既有理论高度，又贴近实际应用，为在场师生提供了宝贵的学术启发。

本次报告不仅深化了我校师生对抽样方法在大数据时代作用的理解，也进一步推动了我校在统计学与数据科学领域的学术交流与合作。