陳婉淑 Cathy Woan-Shu Chen

創建數據模型及預測方法 解決多學科重要問題

本人長期從事各種類型數據模型的建立、統計分析與預測的研究議題。主要貢獻是提出新的模型、參數估計、模型選擇、預測方法和決策，, 針對一些重要問題尋求解答，以解決金融計量經濟學或環境健康問題。專長是在貝氏方法、統計計算和數據分析。按照巴塞爾協議的要求，尾部風險預測在風險管理策略中發揮至關重要的作用，本人的研究是應用高頻數據進行建模，利用貝氏方法估計所提出新模型之參數和預測尾部風險，試圖捕捉災難性的極端但罕見的事件，亦提升尾部風險和波動率預測的準確度。

本人也投入對整數型時間數列的建立模型、分析與預測，資料如登革熱、人類流感，犯罪人數都在此範疇。其中兩篇探討每月不同的犯罪類別人數與溫度、人口變數的關係（Ann Appl Stat）；每週登革熱確診人數和氣象變數的關係（J R Stat Soc Ser C）。自2020 年全球Covid-19 疫情爆發，也關注和投入與疫情相關之研究，目前發表數篇COVID-19 相關論文，其中發表在International Journal of Infectious Diseases，探討影響公民對其政府應對Covid-19 疫情回應政策的滿意度的重要預測變數。在短期內被相關文章引用40 次以上。

本人發表的學術期刊在SCI 學門涵蓋統計、資訊、傳染病學、環境、醫學等領域，而SSCI 學門涵蓋金融、經濟、預測、管理等領域。曾榮獲國際統計學院會員（ISI Elected Member）、2010 年英國皇家統計學會Fellow（Fellow, the Royal Statistical Society, UK），2016 年獲選美國統計學會Fellow（ASA Fellow, American Statistical Association），2020 年獲選為國際貝氏分析學會Fellow（ISBA Fellow）。擔任 Computational Statistics 主編（2021-）和許多著名期刊的副主編，包括Journal of Business and Economic Statistics （2013-2018）, Computational Statistics & Data Analysis（2009-2016）, the Australian and New Zealand Journal of Statistics（2008-）, PLOS ONE（2014-）, Computational Statistics (2008-2020）, and Entropy（2020-2023）.

得獎感言

我覺得很幸運獲得國科會傑出研究獎，感謝評審委員們的認同。我的研究領域是統計學。統計學幾乎用於所有學科，例如商業分析、社會科學、經濟學、金融、精算、生物醫學、環境、流行病學、機器學習等。所從事的研究是多學科研究，可以藉機深入了解其他學門的知識和重要問題。譬如在泰國清邁大學和昆蟲學家討論有關病媒蚊，進而提出描述登革熱時間數列的模型。當Covid-19 疫情爆發，有兩年長期處於緊繃和局限空間的狀態，疫情相關的數據和資訊不斷的湧進和更新，本人從中獲得研究議題的靈感，進而去驗證想法，又有驚喜的發現，這個感覺非常不錯。最後，真摯的感謝逢甲大學師長的全力支持，也感恩先生在早期引領走入學術殿堂和長期的鼓勵支持。