报告题目：半参数变系数模型平均预测

报告人：栗家量

时间：2018年5月14日 上午 10 : 00 

地点：汇贤楼122教室

主办单位：数学科学学院

报告摘要：

预测以及预测推断是函数型数据的一项重要任务。大多数研究应用参数方法，因此对数据的产生施加了很强的假定。另一方面，如果应用非参方法的话，往往在模拟中面临低信噪比或大量的协变量的问题，因此效果不好。本文提出新的半参变系数模型平均预测方法分析具有大量变量的数据集。同时通过数值例子分析所提方法的表现。尽管模型平均方法已经研究得很多了，但是很少有人考虑半参数模型平均。本文提出的模型平均方法比参数方法更灵活，同时更稳定和容易完成。通过随机模拟和实例分析验证了所提方法的优越性。

个人简介：

栗家量副教授现任教于新加坡国立大学，于2001年毕业于中国科学技术大学(University of Science and Technology of China)获得理学学士学位；2006年在美国威斯康星大学-麦迪逊分校(Universityof Wisconsin, Madison)获得统计学博士学位。目前研究兴趣是半参数回归分析、纵向数据、高维数据、医疗诊断、生存分析，至今已在统计学领域的顶级期刊Journal of the American Statistical Association、Annals of Statistics上发表过高水平科研论文。