최태화 연구실은 수리통계데이터사이언스학부에 소속되어 있으며, 현대 통계학의 이론적 발전과 실제 응용을 아우르는 다양한 연구를 수행하고 있습니다. 연구실의 주요 관심 분야는 준모수적 방법론, 인터벌 검열 선형 모형, 최적 치료 전략, 임상시험 데이터 분석, 그리고 고차원 자료에서의 변수 선택 및 정규화 기법 등입니다. 특히, 임상시험과 생명과학 분야에서 자주 등장하는 불완전하고 복잡한 자료 구조를 효과적으로 분석하기 위한 새로운 통계적 방법론을 개발하고 있습니다. 예를 들어, 인터벌 검열 자료, 이중 검열 자료, 부분적으로 검열된 자료 등 다양한 검열 구조를 가진 데이터를 다루기 위한 혁신적인 추정 방법과 알고리즘을 제안하고 있습니다. 이러한 연구는 실제 임상 데이터와 시뮬레이션 연구를 통해 그 효용성이 입증되고 있습니다. 또한, 환자 맞춤형 치료 전략을 위한 동적 치료 체계와 인과 추론, 제한 평균 생존기간 차이 추정 등 임상시험 데이터 분석의 신뢰성과 효율성을 높이기 위한 다양한 통계적 기법을 연구하고 있습니다. 머신러닝과 통계적 추론을 결합한 새로운 접근법을 통해, 의료 데이터뿐만 아니라 경제, 심리학 등 다양한 분야의 데이터 분석에도 적용하고 있습니다. 고차원 자료 분석에서는 변수 선택과 정규화 기법의 이론적 발전과 실제 적용에 중점을 두고 있습니다. Broken Adaptive Ridge 회귀, LASSO, Adaptive LASSO 등 최신 정규화 방법을 활용하여, 복잡한 데이터 구조에서도 해석 가능하고 신뢰성 있는 결과를 도출하고 있습니다. 이러한 연구는 데이터 과학의 다양한 응용 분야에서 중요한 역할을 하고 있습니다. 최태화 연구실은 앞으로도 통계학의 이론적 발전과 실제 문제 해결을 동시에 추구하며, 복잡한 구조의 데이터 분석을 위한 해석 가능하고 실용적인 통계 방법론을 지속적으로 개발해 나갈 계획입니다.