中国人民大学统计学院邀请陈堰平作了一场题为“动态线性模型的商业化应用”的讲座，陈堰平：雪晴数据网创始人，微软公司兼职顾问。主要从事经济指数、金融衍生品、统计咨询、金融数据分析、开发基于R语言的定制化统计软件，曾给惠普中国研发中心、花旗银行、东方航空、中国电信做过培训和咨询。现在同时也是统计之都理事会成员、中国R语言会议理事会成员，译作有《R语言编程艺术》《实用数据分析》，目前还参加其他几本R语言图书的编写和翻译。

　　中国人民大学统计学院拥有统计学和风险管理与精算学两个博士点，统计学、概率论与数理统计、风险管理与精算学、流行病与卫生统计学四个硕士点，应用经济学下统计学博士后流动站。

　　动态线性模型(DLM)是一类应用广泛的时间序列模型，贝叶斯预测方法是这种模型的经典预测算法。贝叶斯预测方法不仅仅依赖于t时刻以往的历史数据和根据模型的知识进行预测，还可包括专家的经验信息以及主观的判断来进行预测，这对于预测突发事件特别又用，而历史数据以及预先规定的模型并不能完全反映它们。当发现模型性能不好时，可求助于专家的经验和信息，对模型进行改进。贝叶斯预测方法，相对于Box-Jenkins传统的时间序列方法而言，有它的优点，它不必假设Box-Jenkins方法所必须的平稳性假设。贝叶斯预测方法通过人的主观经验给出先验分布，使得对数据量的要求大大减少。

　　本演讲分三个部分

　　1. 以多渠道营销的动态ROI评估为案例背景，介绍DLM的模型形式

　　2. 介绍DLM的其他应用场景：百度旅游预测等

　　3. 介绍实际项目中如何设计估计DLM模型的R包，如何将R包的分析功能通过API的方式整合到业务系统中。