星光直播

星光直播 报告

星光直播 报告一百三十二:Penalized weighted generalized estimation equations for high-dimensional longitudinal data with informative cluster size

时间:2025-11-21 14:52

主讲人 蒋学军 星光直播 时间 2025年11月30日下午15:00-16:00
星光直播 地点 星光直播 粤海校区汇星楼一号教室 实际会议时间日 30
实际会议时间年月 2025.11

星光直播 星光直播 报告[2025] 132号

(高水平大学建设系列报告1234号)


报告题目:Penalized weighted generalized estimation equations for high-dimensional longitudinal data with informative cluster size

报告人:蒋学军 研究员(南方科技大学)

报告时间:2025年11月30日下午15:00-16:00

报告地点:星光直播 粤海校区汇星楼一号教室

内容摘要:高维度纵向数据在近年来的研究中变得越来越普遍,惩罚性广义估计方程(GEE)常被用于建模这类数据。然而,当研究的结果变量与聚类大小相关时,GEE方法的理想性质可能会受到影响,这一现象被称为“信息性聚类大小”。本文通过明确提出信息性聚类大小的影响,并提出一种新型的加权GEE方法来缓解其影响,同时将惩罚性方法扩展到高维设置中。我们证明,惩罚性加权GEE方法在模型选择和估计上均能保持一致性。从理论上讲,我们证明,假设真实模型已知,所提出的惩罚性加权GEE估计量在渐近意义上与Oracle估计量是等价的。这一结果表明,惩罚性加权GEE方法保留了GEE方法的优良性质,并且对于信息性聚类大小具有较强的鲁棒性,从而将其适用性扩展到高度复杂的情况。通过模拟和实际数据应用的验证,我们进一步展示了惩罚性加权GEE方法的表现优于现有的替代方法。

报告人简历:蒋学军,南方科技大学统计与数据科学系副系主任(教学与本科事务)、研究员、博士生导师,于2009年博士毕业于香港中文大学统计系,2009-2010年在港中文从事博士后研究, 2013年07月加入南方科技大学系中南财经政法大学副教授,入选深圳市海外高层次人才孔雀计划(2016),深圳市优秀教师(2018),主持和完成国家(广东省)自然科学基金、深圳市基础研究面上项目等10余项。其研究方向和兴趣涉及大规模复杂数据统计分析、高维统计推断,金融/应用统计,迁移学习及表征学习,辅助学习等,已在统计学顶级期刊Biometrika及Bernoulli, Statistica Sinica, Statistics and Computing, The Econometrics Journal, Financial Innovation,Science China-Mathematics,中国科学等国际知名星光直播 期刊上发表SCI&SSCI论文近60篇,授权专利2项,及出版英文教材一部。

欢迎师生参加!

邀请人:胡湘红


星光直播

2025年11月21日