2017年12月14日下午，巴黎第八大学Dylan Glynn教授应邀在我中心展开了第四次研习课。此次研习课持续引起广泛关注，我中心教师、硕士一、二年级研究生、博士研究生以及其他相关专业师生参与了本次研习课。

在上午研习课的基础上，Glynn教授再次指出了统计学中的两种错误，即证明事物不正确和未能证明事物正确。Glynn教授通过大众汽车、方言和glad/happy等例子，指出每个模型都是对现实的简化，能解释和预测现实世界的简化才具有可行性。接着，Glynn教授回归到对语言的分析中，指出将Langacker和Jackendoff的理论转换成模型，并赋予语言实例加以分析，能更准确地解释语言的模型则优于另一种。当然，这种预测还能应用于社会学、物理学和化学等各个领域。接下来，Glynn教授介绍详细步骤，先建模后测试可行性。师生们按照教授的演示与耐心指导，导入数据包MASS,pvclust和rms，调用函数，分别进行层次聚类分析、bootstrappedp-值聚类分析和基于LRM函数的逻辑回归分析。Glynn教授又将统计结果与现实状况联系起来，说明了文化差异对认知观念的影响。最后，Glynn教授对学员们的努力表示高度赞许，并指出短短四次workshop不可能教授统计学全部课程，其目的是让学员充满自信，具备应用统计学知识的能力。同时，教授也希望学员们们能明白处理和分析数据的重要性，从而更好地应用于语言分析。

Glynn教授的总结引起台下师生的热烈掌声。该系列研习课内容前沿，信息丰富，视野开阔，充分展示了数据统计的重要价值和其应用的广阔领域，激发了大家开展科研的兴趣。