河南大学统计学学科建设研讨会-科学技术研究院
您所在的位置:河大科研处 >>  学术活动专栏  >> 正文  
河南大学统计学学科建设研讨会
【 作者:李金环  校对时间:2018年07月16日 10:08  访问次数: 】

河南大学统计学学科建设研讨会

主办单位:河南大学数学与统计学院

时间:2017年7月18-19日

地点:数学与统计学院二楼会议室

会议日程:

会议日程

   7月18日      报   到

7月19日上午

8:30-9:10

报告人  薛留根教授  北京工业大学

题目:Generalized   Empirical Likelihood Inference in Partial Linear Regression Model for   Longitudinal Data

9:10-9:50

报告人  梁汉营教授  同济大学

题目:Weighted   estimation of conditional mean function with truncated, censored and   dependent data

9:50-10:00

茶歇

10:00-10:40

报告人  朱复康教授  吉林大学

题目:Count time series   models

10:40-11:20

报告人  张军舰教授  广西师范大学

题目:基于自适应LASSO 的均值变点检测

11:20-12:00

河南大学统计学科建设座谈会

附报告摘要和报告人简历:

1.   题目:Generalized Empirical Likelihood Inference in Partial Linear Regression Model for Longitudinal Data

摘要:In this talk, empirical likelihood inference for longitudinal data within the framework of partial linear regression models are investigated. The proposed procedures take into consideration the correlation within groups without involving direct estimation of nuisance parameters in the correlation matrix. The empirical likelihood method is used to estimate the regression coefficients and the baseline function, and to construct confidence intervals. A nonparametric version of Wilk's theorem for the limiting distribution of the empirical likelihood ratio is derived. Compared with methods based on normal approximations, the empirical likelihood does not require consistent estimators for the asymptotic variance and bias. The finite sample behavior of the proposed method is evaluated with simulation and illustrated with an AIDS clinical trial dataset.

报告人简历:薛留根,北京工业大学二级教授,博士生导师,统计学一级学科博士点负责人。主要学术兼职有:中国数学会概率统计学会常务理事,中国现场统计研究会理事及生存分析分会副理事长等。主持完成和在研的国家和省部级科研项目15项。出版著作8部(独著6部),其中3部专著。在《Journal of the American Statistical Association》、《Journal of the Royal Statistical Society,Series B》、《The Annals of Statistics》、《Biometrika》等国内外学术期刊上发表学术论文200余篇,其中10篇代表性论文被SCI他引200余次,3篇属高被引论文。获教育部自然科学二等奖1项,获全国统计科学研究优秀成果奖一等奖和二等奖各1项。已招收研究生65人,其中博士研究生20人,硕士研究生45人;指导的研究生中1人获北京市优秀博士学位论文及全国优秀博士学位论文提名奖,1人获全国统计科学研究优秀成果博士学位论文二等奖。

2.  题目:Weighted estimation of conditional mean function with truncated, censored and dependent data

摘要:By applying the empirical likelihood method, we construct a new weighted estimator of the conditional mean function for a left-truncated and right-censored model. Assuming that the observations form a stationary $\alpha$-mixing sequence, we derive weak convergence with a certain rate and prove asymptotic normality of the weighted estimator. The asymptotic normality shows that the weighted estimator preserves the bias, variance, and, more importantly, automatic good boundary behavior of a local linear estimator of the conditional mean function. Also, a Berry-Esseen type bound for the weighted estimator is established. A simulation study is conducted to study the finite sample behavior of the new estimator and a real data application is provided.

报告人简历:梁汉营,同济大学数学科学学院教授,博士生导师,副院长。1997年博士毕业于武汉大学,1997-1999年在中国科技大学作博士后研究。主持过国家自然科学基金面上项目4项、国际合作项目1项和教育部项目2项,发表学术论文近130篇,主要研究不完全数据的统计分析,非参数与半参数回归模型,线性与非线性小波估计,经验似然与极大似然,分位数回归和变点分析。曾荣获第十一届全国统计科研优秀成果奖二等奖、重庆市自然科学二等奖和安徽省自然科学三等奖。现为中国概率统计学会理事,中国现场统计研究会生存分析分会常务理事,中国现场统计研究会高维数据统计分会常务理事,中国现场统计研究会资源与环境统计分会理事,中国工程概率统计学会理事,上海市质量技术应用统计学会理事。

3. 题目:Count time series models

 

摘要:Count time series models have received growing attention recently. In this talk, I will focus on two popular classes, one is the thinning-operator-based model, and another one is the integer-valued generalized autoregressive conditional heteroscedasticity (INGARCH) model. Definitions, stochastic properties and estimation methods are given for various representative univariate and multivariate models.

报告人简历:朱复康,吉林大学数学学院教授、博士生导师,概率统计与数据科学系主任。2008年博士毕业,2013年被破格聘为教授。主要从事时间序列分析和金融统计的研究,已经在包括Annals of Applied Statistics、Journal of Time Series Analysis等杂志上发表SCI论文25篇。主持省部级以上科研项目8项,获得2015年教育部高等学校科学研究优秀成果奖二等奖、第十一届全国统计科学研究优秀成果奖二等奖和吉林省自然科学学术成果奖二等奖各1项。现任中国工程概率统计学会常务理事、中国现场统计研究会资源与环境统计分会常务理事、中国现场统计研究会经济与金融统计分会常务理事、吉林省现场统计研究会常务理事、吉林省工业与应用数学学会理事和副秘书长、中国现场统计研究会高维数据统计分会理事,美国数学会《数学评论》(Mathematical Reviews)评论员。论文被他人正式引用279次,单篇文章最高引用69。

4.     题目: 基于自适应LASSO 的均值变点检测

摘要:变点检测,特别是多变点检测问题,一直是统计学研究的主要课题之一,在经济,金融,网络入侵,地质等领域都有大量的应用。在变点检测模型中, 比较常见且基础的是均值模型。论文主要借助自适应LASSO方法,讨论均值模型的变点检测方法和算法, 并与已有的LASSO均值变点检测方法进行了模拟比较,最后借助本文提出的方法,对湖南某地的一段岩溶数据进行实证分析。模拟结果显示,在真实均值具有连续递增或连续递减的趋势时,基于自适应LASSO的均值变点检测方法明显要优于(在Hausdorff 度量下)LASSO 均值变点检测方法;对于真实均值交错变化的情况,在数据波动较小时,变点估计整体误差较小,误差波动较大,在数据波动较大时,变点估计的整体误差和其波动均较小。实证结果显示,本文所提出的均值变点检测方法能够有效地检测到相应的变点,进一步说明本方法的适用性。

报告人简历:张军舰,广西师范大学教授,硕士研究生导师。目前兼任中国统计学会常务理事,全国工业统计学教学研究会常务理事、全国高校大数据教育联盟理事、中国现场统计研究会理事,广西统计学会副会长、广西高校数学教学指导委员会副主任委员、广西数学会副理事长、桂林数学会理事长、广西师范大学数学与统计学院院长等职务。中国科学院数学与系统科学研究院博士,北京工业大学博士后,University of British Columbia访问学者。主要从事数理统计及其应用、统计教育的教学与研究工作,目前主要集中在非参数统计的理论研究与应用工作。近五年来先后主持国家社会科学基金、国家自然科学基金各1项、省自然科学基金2项、省教改项目1项。此外,还与桂林市岩溶研究所、广西统计局、广西调查总队、广西教育厅考试院、桂林市电器科学研究所、桂林市轮胎厂、桂林市政府、广西南宁铁路局等多家单位合作过横向课题研究。