（通讯员：王赟、李梦胜）“第四十三期人口与健康研究工作坊：工作论文交流会”于12月14日在文泉楼北307会议室成功举行。本期工作论文交流会由博士生王赟主持，人口健康创新团队全体成员参加。
工作论文交流会由团队硕士研究生李梦胜分享自己近期学习的Demography的文章《教育年限增加如何影响患老年痴呆的风险》。与会同学围绕论文的问题提出、研究方法、研究创新点等方面进行了热烈讨论。
在研究方法方面，李梦胜介绍了贝叶斯信息准则。贝叶斯信息准则主要用于在多个候选模型中，选择一个能在拟合优度与模型简洁性之间取得最佳平衡的模型。相比于常见的模型评价指标（如AIC与拟合优度R²），使用贝叶斯信息准则的优势主要体现在以下两个方面：首先，BIC在理论基础和模型选择倾向上与AIC形成对比。AIC侧重于模型的预测精度，其惩罚项较弱，可能倾向于更复杂的模型；而BIC的惩罚项随样本量增大而增强，在大样本下可有效防止模型精度过高造成的模型复杂度过高，并更偏好简洁的模型。其次，BIC能够有效克服单纯依赖样本内拟合优度的缺陷。R²等指标随模型复杂度增加而单调上升，容易导致过拟合；BIC则在拟合优度的基础上纳入对参数个数的惩罚，可以引导研究者在拟合能力与模型简洁性之间做出选择。
