（通讯员 吴志伟 刘峰）10月26日下午，由统计与数学学院主办的“中南·统数”数据科学系列讲座（2025年第24期）在双创楼A栋510教室举办。密歇根州立大学胡冠宇副教授受邀以“From Hardwood to Heatmap: A Bayesian Diveinto the Spatial Dynamics of Basketball Shot Selection”为题目开展前沿学术分享。本期讲座由统计与数学学院李占风教授主持，学院师生积极参与。
报告中，胡冠宇副教授结合自身丰富的研究经验，系统地说明了篮球投篮图表能够提供丰富的空间和背景信息，进而揭示球员行为和比赛策略中的细微模式。在本次演讲中，胡冠宇副教授提出了一种新颖的贝叶斯框架，用于对投篮选择的空间动态进行建模和解读，首先采用对数高斯考克斯过程(LGCP)模型，对多场比赛中的投篮位置和结果(命中/未命中)进行联合分析，通过分层高斯过程捕捉空间变化的协变量效应。为了实现高效推理，胡冠宇副教授使用核卷积方法设计了一种定制的马尔可夫链蒙特卡罗(MCMC)算法，并在此基础上引入了一种互补的建模策略，即功能贝叶斯加性回归树(FBART) ,为了提高可扩展性和准确性，又进一步提出了自适应功能贝叶斯回归树(AFBART)模型。
通过大量的模拟研究以及对NBA名宿斯蒂芬·库里、勒布朗·詹姆斯和迈克尔·乔丹的投篮图表进行的实地案例研究，胡冠宇副教授展示了此方法的强大之处，揭示了空间背景、比赛条件以及对手特点如何影响投篮效率，为寻求竞争优势的分析师、教练和球员提供了实用的工具。
此次报告不仅深化了师生对贝叶斯非参数方法和空间与时空统计等领域前沿动态的理解，也激发了大家对体育板块篮球投篮选择空间动态方面的研究兴趣，对推动高水平学术研究与人才培养具有积极意义。
审核人：梁娜
