報告題目： 一般不完全分類數(shù)據(jù)的貝葉斯計算中一種新的MM算法和眾數(shù)共享方法
主講人：田國梁教授
時間：2018年5月29日（周二）9:30 a.m. - 10:30 a.m.
地點：北院卓遠(yuǎn)樓305
主辦單位：統(tǒng)計與數(shù)學(xué)學(xué)院
摘要：在生物醫(yī)學(xué)、流行病學(xué)、心理學(xué)、體育等領(lǐng)域, 不完整的分類數(shù)據(jù)經(jīng)常出現(xiàn)。在本文中，我們首先開發(fā)一種新的最小最大化（MM）算法用于計算一般不完全分類數(shù)據(jù)的參數(shù)極大似然估計。如何發(fā)展一個對應(yīng)于現(xiàn)有MM算法的隨機版本是一個重要的研究課題。到目前為止，我們還沒有看到任何MM算法的隨機版本的論文。本文首次提出了一種針對一般不完全分類數(shù)據(jù)的貝葉斯計算眾數(shù)共享方法，該方法在現(xiàn)有MM算法的基礎(chǔ)上發(fā)展了一種新的舍選（AR）算法。其關(guān)鍵思想是構(gòu)造一族依賴工作參數(shù)的密度包絡(luò), 并識別出一個特定的密度包絡(luò), 它可以克服傳統(tǒng) AR 算法的四個缺點。我們用四個實際數(shù)據(jù)集說明了所提出的方法。
田國梁，現(xiàn)任南方科技大學(xué)數(shù)學(xué)系統(tǒng)計學(xué)正教授、博士生導(dǎo)師。田教授于1988年獲得武漢大學(xué)統(tǒng)計學(xué)碩士學(xué)位、于1998年獲得中國科學(xué)院應(yīng)用數(shù)學(xué)研究所統(tǒng)計學(xué)博士學(xué)位。從1998至2002年, 他分別在北京大學(xué)概率統(tǒng)計系和美國田納西州孟斐斯市的 St. Jude 兒童研究醫(yī)院生物統(tǒng)計系從事博士后研究, 2002年至2008年他在美國馬里蘭大學(xué)Greenbaum 癌癥中心任 Senior Bio-statistician。2008年至2016年他在香港大學(xué)統(tǒng)計及精算學(xué)系任副教授、博士生導(dǎo)師。田教授是國際統(tǒng)計學(xué)會 (ISI) 當(dāng)選會員, 他擔(dān)任 Computational Statistics & Data Analysis, Statistics and Its Interface 等四個國際統(tǒng)計學(xué)雜志的副主編。他主要的研究領(lǐng)域是生物統(tǒng)計, 社會統(tǒng)計和計算統(tǒng)計。目前的研究方向包括多元零膨脹計數(shù)數(shù)據(jù)分析、不完全分類數(shù)據(jù)分析和敏感性問題抽樣調(diào)查。到目前為止，他在國際頂尖生物統(tǒng)計學(xué)期刊 Statistical Methods in Medical Research, Statistics in Medicine, Biometrics 發(fā)表論文14篇, 在其他統(tǒng)計學(xué)期刊發(fā)表論文80余篇。他在美國著名出版社 John Wiley & Sons 和 Chapman & Hall/CRC 出版英文專著3部, 且在科學(xué)出版社出版中文專著1部英文教科書1本。2017年他的研究課題< >獲得國家自然科學(xué)基金面上項目的5A資助。
報告題目： 用修正后的新的尾函數(shù)進(jìn)行穩(wěn)健估計
主講人：姜云盧副教授
時間：2018年5月29日（周二）10:30 a.m. - 11:30 a.m.
地點：北院卓遠(yuǎn)樓305
主辦單位：統(tǒng)計與數(shù)學(xué)學(xué)院
摘要：傳統(tǒng)上認(rèn)為通過犧牲效率來獲得穩(wěn)健性。因此，具有高崩潰點和高效率的估計是非常受歡迎的。我們研究了一種新的估計過程，該估計基于Huber的穩(wěn)健方法，用指數(shù)平方損失取代尾部函數(shù)。即便在非正態(tài)情況下，調(diào)諧參數(shù)也依賴于數(shù)據(jù)，從而實現(xiàn)高效率。在回歸框架中，我們證明了我們的混合估計是高效率的，達(dá)到了50% 的最高漸近崩潰點。在正則性條件下，我們還建立了估計量的√n相合性和漸近正態(tài)性。為了對比本方法與其它方法在標(biāo)準(zhǔn)誤差和相對效方面的表現(xiàn)，我們做了大量的數(shù)值研究，結(jié)果表明，當(dāng)樣本量足夠大時，新提出的方法比現(xiàn)有方法具有更小的標(biāo)準(zhǔn)誤差和更高的效率。最后，我們給出了三個實例演示。
姜云盧，暨南大學(xué)經(jīng)濟(jì)學(xué)院統(tǒng)計學(xué)系副教授、碩士生導(dǎo)師，博士畢業(yè)于中山大學(xué)數(shù)學(xué)學(xué)院。目前的主要研究包括穩(wěn)健統(tǒng)計、高維數(shù)據(jù)分析、變量選擇、深度函數(shù)和混合模型等。研究成果發(fā)表于 《Journal of American Statistics Association 》、 《 Technometrics》、 《Journal of Computational and Applied Mathematics》、《Journal of Classification》和《Statistics and Its Interface》等國際頂級和權(quán)威期刊上；并擔(dān)任《Statistics and Its Interface》，《Computational Statistics & Data Analysis》，《Journal of nonparametric statistics》，《Journal of Applied Statistics》等國際權(quán)威統(tǒng)計期刊的審稿人；主持和參與多項國家自然科學(xué)基金。
滇公網(wǎng)安備53010202000350號滇ICP備17008047號 Copyright ? 2013 Yunnan University of Finance and Economics All Rights Reserved
