发布日期:2022-06-09点击: 发布人:统数与数学学院
报告题目一:纵向数据基于均值-协方差联合建模的混合回归变量选择Variable selection in mixture regression for longitudinal data based on joint mean-covariance model
主讲人:潘建新教授(北京师范大学-香港浸会大学联合国际学院)
时间:2022年6月12日(周日)10:00 a.m.
形式:线上讲座(腾讯会议)
会议ID:257-787-231
主办单位:统计与数学学院
摘要:大量的解释变量可能会在异质性纵向数据的收集中被观测到,其中一些可能对异质性纵向数据的建模没有影响。对这样复杂的数据,不仅均值会受到各种解释变量的影响,协方差也会受到影响。研究提出了一种数据驱动的方法对异质性纵向数据的均值和协方差结构联合建模,同时选择有影响的解释变量。它在有限高斯混合回归的框架下,研究了均值与协方差联合建模的惩罚极大似然估计,并采用EM算法进行数值计算。所得到的参数估计具有一致性和渐近正态性,并且通过适当选择罚函数和调和参数能具有oracle性质。模拟研究表明,该方法具有良好的效用,能通过变量选择提供准确有效的参数估计。为了说明方法的有效性,研究进行了实证分析,对欧洲各国COVID-19感染病例聚类进而讨论政府防疫政策效应。
主讲人简介:
潘建新教授是北京师范大学-香港浸会大学联合国际学院的首席教授。
潘建新教授的研究方向包括统计建模、统计学习和数据科学,并将其应用于医学、公共卫生、金融和工业,在统计学和多学科研究领域的期刊上发表了130多篇学术论文,在Springer出版社出版了3本专著,曾多次主持英国和欧洲各研究委员会的基金项目。潘教授是英国皇家统计学会会员、国际统计研究协会成员和艾伦·图灵数据科学与人工智能研究所会员。他是英国皇家统计学会在曼彻斯特分部的主席,并长期担任一些统计期刊的副主编,包括“Biometrics”(2008-2018)、“Biostatistics and Epidemiology”(2013-)、“Biometrical Journal”(2016-)、“Journal of Multivariate Analysis”(2019-)和“Electronic Journal of Statistics”(2022-)。