4556银河国际在线应用统计系青年教师刘秀敏博士与北京师范大学赵俊龙教授、北京大学王汉生教授、英国华威大学冷琛雷教授合作，2022年3月在统计学四大顶级期刊之一《Biometrika》发表了一篇高水平论文，题为“Dimension Reduction for Covariates in Network Data”.

文章主要围绕网络数据分析中的一个热点问题：如何利用协变量信息解释网络连接的强度。为了解决这一问题，提出一种全新的方法，该方法通过将协变量投影到低维空间来揭示网络连接模式，且无需模型假设。文章还提出一个新的损失函数来估计线性投影中的参数，并得到了有趣的结论，即估计的收敛速度取决于一个网络影响因子，该网络影响因子即是划分一个图所需的最小数目，其方式类似于图着色问题,即寻找任意两个相邻顶点着色不同的顶点着色方案所需的最小颜色数。此外，研究发现文章提出的方法与主成分分析和线性判别分析在特定条件下是等价的，因此可以利用主成分分析和线性判别分析进行聚类和社区检测，这是有很大实用价值的。最后，数值实验和实例分析也都进一步说明该方法是确实有效的。

Biometrika是由牛津大学出版社出版的统计杂志，主要发表统计理论及方法方面的学术论文，是国际公认的统计学领域顶级杂志。