報告題目1： 一種基于樣條的半參方法的非參數(shù)測量誤差模型
主講人：馬彥源教授（賓夕法尼亞州立大學）
時間：2019年1月9日（周三）9:30 a.m.
地點：北院卓遠樓305
主辦單位：統(tǒng)計與數(shù)學學院
摘要：帶有測量誤差的隨機變量的概率密度函數(shù)的半參估計被認為是極其困難的，原因在于估計的收斂速率嚴重依賴于測量誤差的特性，可能慢到僅僅是樣本量的對數(shù)。基于相同的原因，帶有測量誤差的回歸方程的估計也可能只有相同的緩慢的收斂速率。傳統(tǒng)的基于卷積的方法的收斂速率緩慢，原因在于測量誤差密度函數(shù)的傅立葉變換會以非常快的速率收斂到零，而該項非常不走運地出現(xiàn)在傳統(tǒng)方法表達式的分母上。依托一種完全不同的基于樣條的半參方法，我們構造了一類同時估計密度函數(shù)和回歸方程均值的非參方法，可以達到與沒有測量誤差之場合相同的半參收斂速率。
主講人簡介：
馬彥源，麻省理工博士，賓夕法尼亞州立大學統(tǒng)計系教授，主要研究方向是半參數(shù)方法，測量誤差模型，已經在Journal of the Royal Statistical Society, Series B, Annals of Statistics, Journal of the American Statistical Association, Biometrika, Journal of Econometrics 等國際統(tǒng)計學、計量經濟學頂級期刊發(fā)表論文四十余篇。是國際頂級統(tǒng)計系期刊Journal of the American Statistical Association和Biometrics的副主編。
報告題目2： 高維相關矩陣的檢驗
主講人：鄭術蓉教授（東北師范大學）
時間：2019年1月9日（周三）10:10 a.m.
地點：北院卓遠樓305
主辦單位：統(tǒng)計與數(shù)學學院
摘要：相關結構的假設檢驗由于其非常重要的實際用途和一系列理論挑戰(zhàn)吸引了非常多的研究的注意。本文聚焦于推導一類適用于高維場合下檢驗單一樣本，兩樣本，多樣本相關結構的一般框架。該框架適用于樣本量和變量維數(shù)同時趨于無窮的場合。我們的檢驗統(tǒng)計量適用于備擇假設稠密和稀疏場合。我們系統(tǒng)性地考察了統(tǒng)計量在原假設下的漸近分布、功效函數(shù)和無偏性。經歷了非常困難的理論推導，我們解決了非獨立場合下樣本相關矩陣的理論性質等問題。模擬研究和實際數(shù)據(jù)分析表明我們的方法是非常有效的。
主講人簡介：
鄭術蓉，東北師范大學數(shù)學與統(tǒng)計學院教授，博導，主要從事高維數(shù)據(jù)分析、大維隨機矩陣、不對稱系數(shù)的研究。曾完成國家自然科學基金面上項目、青年項目各1項，現(xiàn)正主持國家自然科學基金優(yōu)秀青年基金1項。在Journal of the American Statistical Association、Annals of Statistics、Biometrika、Bioinformatics等頂級統(tǒng)計學期刊上發(fā)表論文數(shù)十篇。出版圖書章節(jié)兩章。在高等教育出版社以及Cambridge University Press合作出版中、英文著作各一部。博士論文《線性不等式約束下的EM算法》曾分別獲得“2006年吉林省優(yōu)秀博士論文”和“2006年全國優(yōu)秀博士論文提名”。
報告題目3： 帶有零膨脹結構的非負值多重樣本的半參推斷
主講人：王淳林教授（廈門大學）
時間：2019年1月9日（周三）10:50 a.m.
地點：北院卓遠樓305
主辦單位：統(tǒng)計與數(shù)學學院
摘要：在非負多重樣本數(shù)據(jù)中，常常出現(xiàn)高比例的零觀測值的情況，而這種情況是非標準的。我們聚焦于針對這類數(shù)據(jù)結構的非常重要且基礎性的統(tǒng)計推斷問題。本工作的一個獨特特點是目標總體是由一個退化到零點的分布和一個有偏的取正值的成分的混合構成。我們提出了針對這類多重樣本的半參數(shù)密度比例模型。在半參數(shù)框架下，我們可以在不設定潛在分布的情況下探查所有樣本中的信息。本報告的第一部分是檢驗多重樣本的異質性，提出了一種基于經驗似然比的異質性檢驗，并證明了該檢驗統(tǒng)計量在原假設下依分布收斂到chi^2-分布。我們還提出了一種非參數(shù)bootstrap過程。該過程在原假設和備擇假設下的相合性也被建立起來。本報告的第二部分考察了對于這類多重分布的均值的推斷問題，我們建立了經驗似然比統(tǒng)計量。該統(tǒng)計量在一般的原假設下具有chi^2-型極限分布。上述結構構造了一種新的檢驗，并且向下蘊含均值的等價性檢驗。最后將報告模擬研究和實際數(shù)據(jù)分析的一些結果。
主講人簡介：
王淳林，加拿大滑鐵盧大學統(tǒng)計學博士（2017），自2017年8月起任廈門大學經濟學院統(tǒng)計系與王亞南經濟研究院助理教授。他的主要研究方向包括經驗似然，bootstrap方法，帶約束的統(tǒng)計推斷，半參數(shù)與非參數(shù)統(tǒng)計推斷等。近年來研究成果發(fā)表于Computational Statistics and Data Analysis，Journal of Multivariate Analysis等統(tǒng)計學期刊。
報告題目4： 回歸中基于成對距離的異方差檢驗
主講人：蔣學軍博士（南方科技大學）
時間：2019年1月9日（周三）15:00 p.m.
地點：北院卓遠樓305
主辦單位：統(tǒng)計與數(shù)學學院
摘要：在此項研究中，我們在非線性回歸模型中提出了一個異方差非參數(shù)檢驗，該檢驗基于樣本中數(shù)據(jù)點之間的成對距離。該檢驗的檢驗統(tǒng)計量為一個U統(tǒng)計量， 從而使得U統(tǒng)計量的相關理論可以適用于本問題。 檢驗統(tǒng)計量的漸近零分布較為復雜， 但我們可以導出其計算上可行的bootstrap近似，并證明該bootstrap算法的正確性。該檢驗方法可以幾乎最優(yōu)速率探測到任何異于原假設的局部備擇假設。檢驗統(tǒng)計量得收斂速率不依賴于協(xié)變量的維數(shù)，這將大大削弱維數(shù)詛咒帶來的影響。我們提供三個模擬分析和一個真實數(shù)據(jù)示例，用于評估所提檢驗方法的表現(xiàn)并驗證其應用價值。
主講人簡介：
蔣學軍博士，南方科技大學數(shù)學系助理教授，博士生導師，支部書記。2009年博士畢業(yè)于香港中文大學，10-13年任職中南財經政法大學副教授，13年07月加入南方科技大學，入選深圳市海外高層次人才孔雀計劃，深圳市優(yōu)秀教師，南方科技大學杰出教學獎（2018），主持有國家自然科學基金（青年，面上）、廣東省自然科學基金(2項)、深圳市科創(chuàng)委項目、深圳市技術委托開發(fā)項目、廣東省教學改革項目等。蔣博士主要從事金融統(tǒng)計與計量、分位數(shù)回歸、變量選擇、高維數(shù)據(jù)降維，生存分析及貝葉斯應用等研究工作。已在統(tǒng)計學主流期刊和相關金融、經濟等交叉學科期刊上發(fā)表SCI&SSCI論文40余篇。
報告題目5： 稀疏回歸中變量選擇的分布式計算
主講人：蔣建成教授（北卡羅萊納大學夏洛蒂分校）
時間：2019年1月9日（周三）16:00 p.m.
地點：北院卓遠樓305
主辦單位：統(tǒng)計與數(shù)學學院
摘要：本文基于有限內存約束下的懲罰似然方法，研究海量數(shù)據(jù)背景下高維回歸中的變量選擇問題，其中，有限內存約束是指內存僅能存儲數(shù)據(jù)的一個小規(guī)模子集。一個自然的策略是將數(shù)據(jù)分解為一組子集并分別以不同的機器（模型）加以擬合，然后將各個數(shù)據(jù)子集下所得估計量加以整合，得到選模型。然而，這個方法無法控制偽發(fā)現(xiàn)率。本文中，我們提出了一個計算上有效的方法來提純結果，該方法基于帶折疊凹懲罰函數(shù)的一般似然函數(shù)。在參數(shù)個數(shù)隨著樣本量增大的情景下，我們?yōu)樗玫降墓烙嫿⒘艘恍u近性質。在一些正則條件下，我們獲得了神諭性質和估計的漸近分布。我們通過模擬分析評估了所提出的方法。
主講人簡介：
蔣建成教授，北卡羅萊納大學夏洛蒂分校教授，統(tǒng)計學研究生事務處主任，南開大學講座教授，《Statistica Sinica》《Artificial intelligence-AI in finance》等期刊副主編。
滇公網安備53010202000350號滇ICP備17008047號 Copyright ? 2013 Yunnan University of Finance and Economics All Rights Reserved
